1996—2006年长江三峡库区裂缝变形监测

中文名称

英文名称

Deformation Monitoring of Cracks in the Three Gorges Reservoir Area of the Yangtze River from 1996 to 2006

CSTR

CSTR:11738.11.ncdc.Sanxia.2020.63

DOI

10.12072/sanxia.009.2017.db

数据共享方式

在线下载

数据分类

滑坡

来源站点

长江三峡滑坡观测站

数据贡献者

易武

数据集摘要

裂缝变形监测数据是利用测量仪器和方法对变形体的变形现象进行监视观测工作，目的是确定各种荷载和外力作用下变形体形状、大小及位置变化的空间形态和时间特征，掌握长江三峡库区滑坡地表裂缝的变形活动和发展情况。本数据集包括了1996—2006年裂缝变形监测的数据。数据格式为csv格式，观测周期为每月观测一次。数据字段包括：ATADATE（监测时间），LFNO（裂缝地点编号），FZHGC（裂缝张合观测值，单位：毫米），POINTNAME（点名），FZHDIRECTION（裂缝张合方向，单位：度），FWCGC（裂缝位错观测值，单位：毫米），YBL（裂缝张合月变量，单位：毫米），FWCDIRECTION（裂缝位错方向，单位：度），LOCATION（裂缝位置），YBL1（裂缝位错月变量，单位：毫米），ID（序号），NOTE（备注）。本数据集是三峡库区地表裂缝变形的活动状态和发展趋势研究的重要数据资料。

基本信息

采集时间	1996/03/26 - 2007/01/08
采集地点	长江三峡库区
数据量	879.4 KiB
数据格式	csv
数据时间分辨率	年
坐标系	WGS84

数据源描述

自主生产，自动采集。

数据加工方法

计算、汇总、统计。

数据质量描述

本数据在获取处理各阶段均有专业人员负责，数据质量良好。

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。

在使用数据时，请注明“1996—2006年长江三峡库区裂缝变形监测数据来自湖北长江三峡滑坡国家野外科学观测研究站”。

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

易武. 1996—2006年长江三峡库区裂缝变形监测. 黄河数据中心(http://huanghe.ncdc.ac.cn), 2016. https://cstr.cn/CSTR:11738.11.ncdc.Sanxia.2020.63.

易武. 1996—2006年长江三峡库区裂缝变形监测. 黄河数据中心(http://huanghe.ncdc.ac.cn), 2016. https://www.doi.org/10.12072/sanxia.009.2017.db.

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	2006年长江三峡库区秭归县白水河滑坡变形监测数据
2	2006年长江三峡库区秭归县新滩滑坡变形监测数据
3	2006年长江三峡库区秭归县树坪滑坡变形监测数据
4	2006年长江三峡库区秭归县八字门滑坡变形监测数据
5	1996—2006年长江三峡库区地表大地形变监测
6	2007-2012年长江三峡库区秭归县新滩滑坡变形监测数据
7	2007-2012年长江三峡库区秭归县树坪滑坡变形监测数据
8	2007-2012年长江三峡库区秭归县八字门滑坡变形监测数据
9	1996—2006年长江三峡库区秭归县链子崖T8—T12缝段岩体表面位移监测
10	2016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

#	标题	文件大小
1	1996—2006年长江三峡库区裂缝变形监测数据资料使用说明.docx	15.8 KiB
2	T_DA_LFBXJC1996.csv	28.2 KiB
3	T_DA_LFBXJC1997.csv	34.3 KiB
4	T_DA_LFBXJC1998.csv	34.2 KiB
5	T_DA_LFBXJC1999.csv	34.2 KiB
6	T_DA_LFBXJC2000.csv	34.1 KiB
7	T_DA_LFBXJC2001.csv	140.5 KiB
8	T_DA_LFBXJC2002.csv	136.7 KiB
9	T_DA_LFBXJC2003.csv	133.6 KiB
10	T_DA_LFBXJC2004.csv	129.7 KiB

最近10条服务记录如下
#	时间	姓名	用途
1	2025/11/29 03:02	屈*锋	Paper title：Landslide displacement prediction based on the CEEMDAN method and Transformer model. Paper abstract：Landslides are a typical geological disaster and pose a great challenge to land use management. However, traditional landslide displacement models often neglect the impact of random displacements. To address this issue, this paper proposes a deep learning model based on the Transformer architecture. The model innovatively applies the CEEMDAN method to decompose landslide displacements and employs the GRA-MIC fusion correlation calculation method to identify the influencing factors of displacement. Finally, the Transformer model is used for prediction. By leveraging the self-attention mechanism, the constructed Transformer model comprehensively captures the long-term global dependencies of displacement sequences for landslide displacement prediction. Two new concepts for evaluating landslide states and landslide trends are introduced to further enhance the predictive performance of the model. Subsequently, we discuss the predictive performance of the Transformer model under four different input conditions and compare it with seven other predictive models (including CNN-BiLSTM). The experimental results demonstrate that the proposed model has strong applicability in landslide-prone areas, providing solid support for disaster prevention, mitigation, and land use management. Keywords: land use management; landslide displacement prediction; complete ensemble empirical mode decomposition with adaptive noise; transformer Paper type：研究型论文 Tutor 任青阳
2	2025/11/11 01:05	ti*****lhy	使用变形监测数据，复现文献中的数据处理方法，对数据处理方法进行研究
3	2025/10/29 06:34	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
4	2025/10/19 02:46	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
5	2025/08/23 01:50	李*勇	论文题目：基于yolo的地表裂缝检测与滑坡预测数据在研究中的作用：做为训练数据集论文类型：硕士论文导师姓名：周俊
6	2025/04/26 04:47	陈*	论文题目：基于BiLSTM的山体滑坡位移预测数据在研究中的作用：进行模型验证和滑坡位移预测研究论文类型：期刊论文和硕士论文导师姓名：王霄（副教授）
7	2025/04/14 06:17	中国地******）张研	基于机器学习的边坡裂缝识别。课题设计边坡裂缝的识别，但是网上开源的数据很少。
8	2025/03/22 22:42	陈*铭	用于形变分析模型精度评估与分析大创中的数据源
9	2025/02/18 18:35	王*诺	论文题目：《面向地壳稳定性的断层知识图谱构建与应用》论文类型：硕士论文导师姓名：邓清禄
10	2025/01/20 17:28	陈*	论文题目：基于图神经网络的形变SAR小样本图像分类数据在研究中的作用：证明模型确实对形变数据有效果，可以识别出形变后的结果论文类型：博士论文、会议论文导师姓名：张红英