香港地区年最大24h降雨及交通信息数据集（1969-2018年）

中文名称

英文名称

Annual Maximum 24-hour Rainfall and Traffic Information Dataset in Hong Kong (1969-2018)

CSTR

CSTR:11738.11.NCDC.NIEER.DB2800.2023

DOI

10.12072/ncdc.nieer.db2800.2023

数据共享方式

离线申请

数据分类

气象

来源站点

涉水重大基础设施安全保障技术研究与工程示范

数据贡献者

蔡永昌

数据集摘要

本数据集是从香港地区政府网站收集的年最大24 h降雨及交通信息数据（车流量，密度，类型等）。年最大24 h将于数据主要用于分析降雨条件下边坡的年失效概率。交通信息数据主要包括香港地区车辆类型的划分，占比，车长以及载客数量，主要用于分析滑坡灾害导致的人员伤亡后果。

基本信息

采集时间	1969/01/01 - 2018/12/31
采集地点	上海,香港
数据量	9.1 KiB
数据格式	Excel
数据时间分辨率	年
坐标系

数据源描述

基于香港天文台观测总部网站提供的年最大24h降雨量，用于评估公路滑坡风险。

数据加工方法

本数据通过收集信息数据并计算模拟获得。

数据质量描述

数据质量良好。

项目支持信息

#	编号	名称	类型
1	2018YFC0809600	涉水重大基础设施安全保障技术研究与工程示范	国家重点研发计划

引用和标注

为保障平台科技资源的权益、扩展平台中心的服务、提升科技资源的应用潜力，请资源使用者在使用资源所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），请按以下方式规范标注和引用。

为保障平台科技资源的权益、扩展平台中心的服务、提升科技资源的应用潜力，请资源使用者在使用资源所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），明确注明资源来源和资源作者。

中文发表的成果中参考以下规范注明：数据来源于黄河数据中心 (http://huanghe.ncdc.ac.cn)。

英文发表的成果中参考以下规范注明： The dataset is provided by Yellow River Data Center. (http://huanghe.ncdc.ac.cn).

数据引用

蔡永昌. 香港地区年最大24h降雨及交通信息数据集（1969-2018年）. 黄河数据中心(http://huanghe.ncdc.ac.cn), 2022. https://cstr.cn/CSTR:11738.11.NCDC.NIEER.DB2800.2023.

蔡永昌. 香港地区年最大24h降雨及交通信息数据集（1969-2018年）. 黄河数据中心(http://huanghe.ncdc.ac.cn), 2022. https://www.doi.org/10.12072/ncdc.nieer.db2800.2023.

Endnote中 Bibtex中 RIS中 GBT7714中 EndnoteEN BibtexEN RISEN

许可协议

本作品采用知识共享署名 4.0 国际许可协议进行许可。

#	数据集标题
1	中亚五国1:100万交通数据（2010年）
2	西北内陆区水库信息数据集（1979-2017年）
3	国内外涉水工程事故案例信息数据集（1928-2020年）
4	祁连山地区Landsat 5TM/7ETM+/8OLI影像合成的30m分辨率年最大NDVI数据集（1986-2019年）
5	2018年长江三峡库区秭归县树坪滑坡变形、降雨及库水位监测数据
6	2018年长江三峡库区秭归县新滩滑坡变形、降雨及库水位监测资料
7	长江三峡库区秭归县八字门滑坡变形、降雨及库水位监测资料(2018年)
8	长江三峡库区秭归县白水河滑坡变形、降雨及库水位监测资料(2018年)
9	黄土丘陵沟壑区第一副区桥沟流域地理信息数据集
10	2018年长江三峡库区秭归县链子崖危岩体变形、降雨及库水位监测资料

#	标题	文件大小
1	_ncdc_meta_.json	4.4 KiB
2	香港地区年最大24 h降雨及交通信息数据集（1969-2018年）.xlsx	9.1 KiB

最近10条服务记录如下
#	时间	姓名	用途
1	2025/10/29 18:56	贺*翔	申请用于项目研究学习，研究内容：利用大模型对滑坡等灾害实现预警
2	2025/10/19 02:48	Ha****ao	本人系同济大学土木水利硕士研究生，正在进行以边坡时序大模型为主题的论文工作。本研究旨在探索前沿时序大模型技术，以提升边坡失稳风险的精准预警与智能化治理水平，对于保障重大基础设施安全具有重要的理论研究价值与工程应用前景。然而，时序大模型的训练与验证高度依赖于大规模、高质量的边坡时序监测数据。目前，国内该领域公开、完备的数据集较为稀缺。为此，特恳请贵单位能够予以支持，惠准共享部分相关的边坡时序监测数据。本研究承诺所获数据将严格用于学术科研目的，并遵守贵单位的所有数据使用与管理规定。恳请贵单位能够考虑本申请，助力前沿科技探索与高端人才培养。期待您的佳音！申请人：晁昊论文类型：硕博论文指导老师：张洁教授（长江学者特聘教授）所在单位：同济大学土木工程学院
3	2025/04/18 01:33	韩*璐	Paper title：基于Python的城市交通数据分析与城市交通流量预测 Paper abstract：用于分析 Paper type：学士论文 Tutor 陈家创

扫码后在手机端浏览

如何获取数据

东: 122.20

西: 120.87

南: 30.67

北: 31.87

导出元数据

数据服务信息

联系人：: 敏玉芳
服务电话：: 0931-4967596
服务邮箱：: ncdc@lzb.ac.cn

联系信息

数据贡献者：: 蔡永昌
元数据作者：: 蔡永昌
数据管理者：: 张洁