登录后查看消息通知
遇见数据集
宁波市测绘和遥感技术研究院(宁波市自然资源和规划调查监测中心)

宁波市测绘和遥感技术研究院(宁波市自然资源和规划调查监测中心)

企业

宁波市测绘和遥感技术研究院(宁波市自然资源和规划调查监测中心)主营为国家建设提供基础测绘、遥感和调查监测服务、(详见“三定”文件等。面向地面变形监测、地质灾害防治、森林防火监控等领域提供数据服务,开放宁波市行政村地面沉降分析数据(地面变形监测、地质灾害防治)、2021年-2025年宁波市林区火情烟雾AI标注训练样本(森林防火监控、烟雾目标检测)、2016年-2024年宁波市行政村地面沉降分析数据集,支撑监测研判与运维优化。

地面变形监测地质灾害防治森林防火监控科研院所
成立时间暂未披露浙江省http://www.nbgis.com

数据概览

6
数据集总量
3
总浏览量
0
关注人数
2026-07-07
最近更新
分类统计

相关机构

  • 北
    北京沣元茶文化有限公司
    拥有数据集:1个
    企业
  • 厦
    厦门正微信息科技有限公司
    拥有数据集:1个
    企业
  • 商
    商洛心湖农旅开发有限公司
    拥有数据集:1个
    企业
  • 北
    北部湾产权交易所集团股份有限公司
    拥有数据集:1个
    企业
  • 广
    广东电网有限责任公司惠州供电局
    拥有数据集:1个
    企业

数据集列表

火情烟雾Ai标注训练样本场景数据
森林火灾视觉检测
野外烟雾识别
该数据为宁波市测绘和遥感技术研究院(宁波市自然资源和规划调查监测中心)森林防火智能化监测产生的森林火情烟雾Ai标注数据,涵盖野外复杂林区环境下的高质量特定场景火情(烟雾、火焰)标注信息,该数据有效解决了火情监测传统算法对光照突变、林野背景干扰(如云雾、飞鸟、相似颜色植被等)情况下出现误报和漏报的技术瓶颈,提升森林火情早期发现的准确率与鲁棒性;同时可转化为可计算的智能视觉能力,为构建具备自主感知和预警能力的林区时空AI智能体提供底层数据引擎支撑,最终实现森林火灾防控体系的降本增效与精细化治理。(1)样本集源于森林防火平台自有数据,通过现场安装监控设备进行数字化采集并记录收集到的每张图像的图像ID和图像文件路径。 根据自身项目需求和模型要求,将数据分类成数据集类型,分为训练集和测试集。对训练集图像进行标注,包括标签和边界框坐标。 (2)选择YOLOV7预训练模型,设置训练周期为50、批大小为16、超参数为hyp.scratch.p5.yaml,使用PyTorch深度学习框架加载和初始化模型。将准备好的数据集输入到模型中进行训练。在训练过程中,模型会不断调整权重,以最小化预测框与真实框之间的差值。训练过程中,模型的置信度将逐渐提升。 (3)在训练完成后,使用测试集对模型进行评估。计算模型在不同场景下的精度、召回率性能指标,确保模型的准确性和鲁棒性。 (4)将最终训练、测试后得到的模型应用到具体的项目中。在实际应用中,评估模型的实时性能,包括检测的准确性和处理速度,确保满足项目需求。
浙江省数据知识产权登记平台2026-06-09 更新00
火情烟雾Ai标注训练样本场景数据
森林火情监测
计算机视觉标注
该数据为宁波市测绘和遥感技术研究院(宁波市自然资源和规划调查监测中心)森林防火智能化监测产生的森林火情烟雾Ai标注数据,涵盖野外复杂林区环境下的高质量特定场景火情(烟雾、火焰)标注信息,该数据有效解决了火情监测传统算法对光照突变、林野背景干扰(如云雾、飞鸟、相似颜色植被等)情况下出现误报和漏报的技术瓶颈,提升森林火情早期发现的准确率与鲁棒性;同时可转化为可计算的智能视觉能力,为构建具备自主感知和预警能力的林区时空AI智能体提供底层数据引擎支撑,最终实现森林火灾防控体系的降本增效与精细化治理。
浙江省数据知识产权登记平台2026-05-25 更新00
2021年-2025年宁波市林区火情烟雾AI标注训练样本场景数据集
森林防火监控
烟雾目标检测
本数据集为2021年-2025年宁波市林区火情烟雾AI标注训练样本场景数据,所属行业为信息传输、软件和信息技术服务业。数据来源于森林防火智能监测活动中自行采集形成,数据形态为*.jpg。数据集总样本量为1035张,更新频率按需更新,地域覆盖宁波市重点林区及防火区域,时域范围为2021-2025年累积的历史数据,可用于训练和提升火情目标检测模型的泛化识别能力。
杭州数据产权登记平台10
宁波市行政村地面沉降分析数据
地面变形监测
地质灾害防治
数据集合的实用价值:对采集分析的数据进行挖掘应用,通过平均沉降速率和沉降面积等字段,分析沉降发育程度,为地质灾害防治中监测预警点的布设提供依据,解决传统监测“大水漫灌”式布点成本高、针对性弱的问题。 已有应用场景示例:该数据集合已在宁波市行政村地面沉降监测工作中落地应用。针对软土分布密集、工程活动活跃的区域(如海曙区石碶街道某村),利用数据中“沉降发育程度-强发育”标识,精准定位村级沉降风险核心区,支撑完成地面沉降监测预警点优化布设,有效提升监测针对性。 目前可知的用途:①国土空间规划:为宁波市行政村国土空间开发保护提供依据,在沉降“强发育”村级区域科学指导建设活动;②轨道交通运维:支撑轨道交通沿线行政村沉降监测,提升运维针对性;③农业保障:为平原地区行政村农田水利设施维护提供参考,避免沉降导致的灌溉系统问题;④应急管理:将沉降低洼行政村纳入防汛重点关注范围,辅助洪涝灾害应急响应。(1)InSAR监测成果基础 采用已完成计算的宁波市行政村地面沉降InSAR监测成果(数据源为5m分辨率Radarsat-2数据),该成果已包含相干像元年度沉降速率数据,作为后续行政村沉降分析的基础数据。 (2)行政村信息提取及沉降分析 a.行政村基础信息获取。 从行政村数据中直接提取示例表字段:标识码、坐落单位名称、坐落单位代码、坐落单位面积、所属区县名称、所属区县代码、所属街道名称、所属街道代码。 b.平均沉降速率提取。 基于已有的InSAR监测成果,将行政村矢量边界与成果中的像元年度沉降速率数据进行空间叠加,提取出对应行政村的“平均沉降速率”。 c.沉降面积确定。 通过矢量数据计算,统计InSAR监测结果中“平均沉降速率>10mm/yr”的栅格像元数,结合像元分辨率计算沉降面积,公式如下: S_沉=N×(p×p) 其中:S_沉表示行沉降面积,N表示“v>10mm/yr”的栅格像元总数,p表示Radarsat-2数据的像元分辨率(固定为5m)。 d.沉降发育程度划分。 计算沉降面积占比R=S_沉/S_村×100%,其中S_村为坐落单位面积;依据《DZ/T 0286-2015 地质灾害危险性评估规范》,综合平均沉降速率(V_avg)和沉降面积占比(R),将沉降发育程度分三类: 弱发育: i. V_avg≤10,R≤30:沉降慢、范围小,风险低; ii. V_avg≤10,30<R≤60:沉降慢、范围中等,风险较低。 中等发育: i. V_avg≤10,R>60:强度低、范围极广,关注长期影响; ii. 10<V_avg≤30,R≤30:强度中等、范围小,局部防控; iii. 10<V_avg≤30,30<R≤60:强度与范围中等,持续监测; iv. V_avg>30,R≤30:强度高、范围小,重点监控局部。 强发育: i. 10<V_avg≤30,R>60:强度中等、范围极广,全村风险较高; ii. V_avg>30,30<R≤60:强度高、范围中等,全面防控; iii. V_avg>30,R>60:强度与范围均极高,紧急干预。
浙江省数据知识产权登记平台2026-05-26 更新00
宁波市行政村地面沉降分析数据
地面变形监测
地质灾害防治
数据集合的实用价值:对采集分析的数据进行挖掘应用,通过平均沉降速率和沉降面积等字段,分析沉降发育程度,为地质灾害防治中监测预警点的布设提供依据,解决传统监测“大水漫灌”式布点成本高、针对性弱的问题。 已有应用场景示例:该数据集合已在宁波市行政村地面沉降监测工作中落地应用。针对软土分布密集、工程活动活跃的区域(如海曙区石碶街道某村),利用数据中“沉降发育程度-强发育”标识,精准定位村级沉降风险核心区,支撑完成地面沉降监测预警点优化布设,有效提升监测针对性。 目前可知的用途:①国土空间规划:为宁波市行政村国土空间开发保护提供依据,在沉降“强发育”村级区域科学指导建设活动;②轨道交通运维:支撑轨道交通沿线行政村沉降监测,提升运维针对性;③农业保障:为平原地区行政村农田水利设施维护提供参考,避免沉降导致的灌溉系统问题;④应急管理:将沉降低洼行政村纳入防汛重点关注范围,辅助洪涝灾害应急响应。
浙江省数据知识产权登记平台2026-05-12 更新10
2016年-2024年宁波市行政村地面沉降分析数据集
海底地质灾害监测
国土空间安全评估
该数据为宁波市测绘和遥感技术研究院(宁波市自然资源和规划调查监测中心)在开展地面沉降监测与数据分析工作过程中自主产出,包括宁波市各行政村基础台账、年度平均沉降速率、沉降面积、沉降发育程度等信息。数据依托2016-2024年5m分辨率Radarsat-2卫星影像,采用SBAS-InSAR技术处理计算得到,严格依据行业规范划分沉降风险等级。可用于地面沉降监测预警点位布设、地质灾害防治,同时支撑国土空间规划、轨道交通运维、防汛应急、农田水利保障等市域治理工作。
杭州数据产权登记平台10
关于我们
遇见数据集——让每个数据集都被发现,让每一次遇见都有价值。
数发科官网www.sfktec.com
联系我们
selectdataset@iotsh.com.cn
商业合作
数据驱动未来,携手共赢发展
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
热门搜索