甘肃省兰州市地表形变数据集（2020年）
  • 2022/04/20 17:30
  • 3014
  • 47
  • 1
中文名称
甘肃省兰州市地表形变数据集（2020年）
英文名称
Surface deformation data set of Lanzhou City, Gansu Province (2020)
CSTR
CSTR:11738.11.ncdc.LANDSLIDE.db2059.2022
DOI
10.12072/ncdc.LANDSLIDE.db2059.2022
数据共享方式
离线申请
数据分类
滑坡
来源站点
黄土滑坡失稳机理、防控方法研究与防治示范
数据贡献者
曾润强
数据集摘要

  该数据为研究团队基于升轨和降轨的Sentinel-1A影像，运用SBAS-InSAR技术获取的甘肃省兰州市2020.01-2020.12地表形变速率数据，主要字段内容包括年形变速率，相干性，垂直精度、水平精度和累积位移等，监测精度为mm级。

  地表形变数据监测精度为mm级，适用于具有雷达影像覆盖的陆地表面的地表形变监测；以ENVI SARscape为基础平台,通过影像裁剪、配准、干涉处理和地理编码等步骤最终将SAR坐标系下的地表形变数据转换为地理坐标系，以shpfile格式文件储存。

基本信息
采集时间 2020/01/01  -  2020/12/31
采集地点 甘肃省兰州市主城区
数据量 629.4 MiB
数据格式 矢量
坐标系 WGS84
数据缩略图
数据源描述

  基于升轨和降轨的Sentinel-1A影像，运用SBAS-InSAR技术获取的甘肃省兰州市2020.01-2020.12地表形变速率数据

数据加工方法

  地表形变数据监测精度为mm级，适用于具有雷达影像覆盖的陆地表面的地表形变监测；以ENVI SARscape为基础平台,通过影像裁剪、配准、干涉处理和地理编码等步骤最终将SAR坐标系下的地表形变数据转换为地理坐标系，以shpfile格式文件储存。

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 2018YFC1504703 黄土滑坡失稳机理、防控方法研究与防治示范 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。

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
曾润强. 甘肃省兰州市地表形变数据集（2020年）. 黄河数据中心(http://huanghe.ncdc.ac.cn), 2022. https://cstr.cn/CSTR:11738.11.ncdc.LANDSLIDE.db2059.2022.
曾润强. 甘肃省兰州市地表形变数据集（2020年）. 黄河数据中心(http://huanghe.ncdc.ac.cn), 2022. https://www.doi.org/10.12072/ncdc.LANDSLIDE.db2059.2022.
许可协议
知识共享许可协议   本作品采用 知识共享署名 4.0 国际许可协议进行许可。
# 标题 文件大小
1 20.2020.01-2020.12年以来兰州市地表形变2组数据.rar 621.5 MiB
2 _ncdc_meta_.json 4.0 KiB
3 兰州市升轨数据（55）地表形变.jpg 4.2 MiB
4 兰州市降轨数据（62）地表形变.jpg 3.7 MiB
最近10条服务记录如下
# 时间 姓名 用途
1 2025/10/29 04:50 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 2025/09/11 02:17 冯*
学校开展创新创业大赛，参赛项目名称为黄河流域地质灾害无人机巡检，课题组需要黄河流域地形变化的相关数据作为研究支撑对检测模型进行训练，主要需要图片数据，课题组指导老师为兰州理工大学计算机与人工智能学院博导曹洁老师
3 2025/08/27 18:06 吴*琪
用于滑坡易发性制图，测试In SAR数据在提升模型的预测精度方面的作用
4 2025/06/09 23:59 李*月
论文题目：甘肃省滑坡灾害的成因分析与风险评估 数据在研究中的作用：在论文中，滑坡数据主要起到基础支撑和关键依据的作用。它能呈现滑坡的时空分布特征、成因机制及风险等级等关键信息，为开展成因分析、预测建模、风险评估及防治决策等工作提供有力支持，帮助研究者深入剖析滑坡灾害规律，从而提出更具针对性和科学性的防治措施与建议。 论文类型：硕士论文 导师姓名：张仲容
5 2025/04/15 18:46 彭*
论文题目：基于机器学习的滑坡预测方法研究 数据在研究中的作用：数据集训练 论文类型：毕业论文 导师姓名：曾亮
6 2025/04/02 03:33 胡*龙
论文题目：基于高精传感器的滑坡预测 数据在研究中的作用：用于研究滑坡预测的深度学习模型 论文类型：硕士论文 导师姓名：李卫东
7 2025/02/26 23:16 彭*
论文题目：基于机器学习的滑坡预测方法研究 数据在研究中的作用：作为训练集 论文类型：本科毕业设计 导师姓名：曾亮
8 2025/02/18 04:04 龙*水
论文题目：基于inSAR技术分析兰州市地质灾害易发性评价 数据在研究中的作用：参考作用 论文类型：AX 导师姓名：李伟
9 2025/02/11 00:53 肖*
Paper title：在动态灾害监测背景下基于时空图神经网络深度强化学习的多无人机数据采集 Paper abstract：地形形变数据集将用于传感器节点初始分布的选取和仿真模拟。 Paper type：期刊论文 Tutor：张琰
10 2025/01/12 01:49 宋*珊
Paper title：基于UWB的露天煤矿边坡监测预警研究 Paper abstract：将处理后的UWB定位数据按照一定比例划分为训练集、验证集和测试集。在构建数据集时，精心设计数据结构，确保每个样本包含足够的历史数据信息（如前若干时刻的边坡位移、速度等相关数据）以及对应的目标值（后续时刻的边坡变形状态），以满足神经网络对时序数据学习的需求。利用训练集对模型进行训练，在训练过程中，模型通过学习数据集中边坡变形的模式和规律，不断调整内部参数，以最小化预测误差为目标进行优化，以掌握边坡的变形规律。 Paper type：硕士论文 Tutor：郭华
如何获取数据 
东: 104.57
西: 102.60
南:  35.57
北:  37.00
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：
曾润强
元数据作者：
曾润强
数据管理者：
曾润强

©2024 中国科学院西北生态环境资源研究院 备案号：陇ICP备2021001824号-34

兰州市东岗西路320号 730000 电话：0931-4967592, 0931-4967596