该数据集记录了青海省2011-2018年自然与人为因素造成的灾害损失对比。数据统计自青海省自然资源厅，数据集包含12个数据表，分别为：2011年自然与人为因素造成的灾害损失对比，2012年自然与人为造成的灾害情况，2013年青海省自然与人为因素造成的灾害对比，，2014年青海省自然与人为因素造成的灾害对比……，2018年青海省自然与人为因素造成的灾害对比等，数据表结构相同，包含两个字段：字段1：

国家青藏高原科学数据中心2021-04-19 更新170

Data for: Field data and simulation results of the Seoul Halloween crowd-crush

人群管理

灾难分析

This data contains field data and simulation results related to the Seoul Halloween crowd-crush that occurred in Itaewon, Seoul, in 2022. The dataset includes original mobile LTE data from the event,

DataONE2024-05-07 更新130

科技公益场景灾害程度数据

灾难分析

机器学习应用

a. 灾害预警：灾害程度数据可以帮助预测灾害的规模和影响范围，从而提前进行预警。 b. 应急响应决策：在灾害发生时，灾害程度数据对于制定应急响应策略至关重要。 c. 灾后恢复与重建：灾害程度数据在灾后恢复和重建过程中也发挥着重要作用。 d. 防灾减灾规划：灾害程度数据对于制定长期防灾减灾规划具有重要意义。在自研的每日治数平台上，结合受灾地区用户设备联网行为，通过机器学习预测得到灾害程度数据。一、

浙江省数据知识产权登记平台2024-07-16 更新290

喜马拉雅山区1:25万泥石流危险性评估结果（2022）

泥石流危险性评估

灾难分析

本数据为泥石流危险性评价数据，根据喜马拉雅山区泥石流灾害情况进行分析研究后得到的。泥石流样本数据是通过遥感解译、现场核对等方式获得的泥石流灾害详细情况数据，构建危险性评价体系，利用信息量法对研究区泥石流危险进行评价，然后采用自然断点法进行危险性区的划分。本数据可用于对重大泥石流灾害危险性进行评估，了解重大泥石流风险程度强弱关系，为当地政府部门防灾减灾、城市治理等决策提供科学指导。

国家青藏高原科学数据中心2023-03-13 更新160

Scars of the Earth: Over 22 Million Disasters

资源简介：

相关数据集