1974-2025年全球滑坡事件数据集

摘要本数据集为全球滑坡事件点位与报告记录数据集基于 NASA Landslides / COOLRCooperative Open Online Landslide Repository事件服务同步整理而成。本地归档时间为2026年4月1日包含 COOLR_Events_Points 和 COOLR_Reports_Points 两类数据。其中事件点完整表包含40,310条记录、25个字段有效事件日期范围为2011年3月30日至2024年4月29日报告点完整表包含14,753条记录、35个字段有效事件日期范围为1974年4月25日至2025年8月21日。数据以WGS84经纬度点位记录滑坡发生或报道位置字段涵盖事件标题、发生日期、信息来源、来源链接、地点描述、国家、滑坡类型、触发因素、伤亡情况、影像判读信息等内容。该数据集适用于滑坡事件监测、灾害案例整理、降雨或地震等诱发因素联合分析、滑坡易发性与风险评估、灾害机器学习样本构建等研究与应用场景。关键词全球滑坡COOLRNASA Landslides事件点报告点引 言滑坡是山区、丘陵及强降雨影响区常见的地质灾害类型可造成道路阻断、建筑损毁、人员伤亡和次生灾害。全球尺度的滑坡事件资料对于识别灾害时空格局、分析诱发因素、评估区域风险以及开展应急响应复盘具有重要意义。与栅格化危险性或易发性产品不同事件记录数据直接描述已发生或已报道的滑坡个例能够为模型训练、案例检索和灾害链分析提供基础样本。NASA Landslides / COOLR 数据服务汇集了来自新闻报道、专业机构、人工解译、历史清单和社区贡献的滑坡记录。本数据集在本地对 COOLR_Reports_Points 和 COOLR_Events_Points 两类服务进行了归档既保留完整CSV表也按照事件日期拆分为日尺度文件便于后续增量更新、快速检索和专题统计。数据覆盖多国家和多时间段适合与降雨、地震、地形、土地覆盖、人口和基础设施等外部数据进行空间叠加分析。1 数据采集和处理方法1.1 数据采集方法本数据集主要来源于 NASA Landslides / COOLR ArcGIS FeatureServer 服务采集对象包括 COOLR_Reports_Points 和 COOLR_Events_Points 两类点位图层。前者侧重滑坡报告记录包含新闻、机构清单、社区提交和历史资料等来源信息后者侧重经整理的滑坡事件点位部分记录包含人工清查、卫星影像判读和事件级引用信息。采集脚本通过 ArcGIS REST 接口分页请求属性表数据并保存为本地CSV文件。1.2 数据处理数据处理过程包括接口分页下载、字段统一导出、日期字段标准化、本地完整表保存和日尺度分表归档。完整表位于各服务目录的“_full”子目录按日期拆分的日表则按“年份—月份—日期”层级组织。下载过程保留事件原始属性字段并额外保存 event_date_iso、submitted_date_iso、last_edited_date_iso 等 ISO 8601 日期字段便于时间序列统计和跨软件读取。数据空间位置由 latitude 和 longitude 字段表示坐标系统采用WGS84经纬度。本地归档目录同时保存CSV和ZIP压缩包。日志文件记录了服务名称、服务端记录数、分页抓取进度、最终行数和分日期文件数量。根据日志COOLR_Reports_Points 服务端计数为14,753条本地完成14,753条COOLR_Events_Points 服务端计数为40,310条本地完成40,310条记录数与下载日志一致。2 数据样本描述本数据集的主体文件包括两个完整CSV表和按日期拆分的日表。完整表用于整体统计和批量分析日表用于按灾害日期检索、增量更新和事件复核。文件命名遵循服务名加日期的方式未能确定事件日期的报告记录归入 undated 文件夹。本数据集包含两个核心完整表。COOLR_Events_Points 完整表位于 COOLR_Events_Points/_full/COOLR_Events_Points.csv共有40,310条记录、25个字段有效日期范围为2011年3月30日至2024年4月29日覆盖21个国家或地区40,310条记录均具有有效经纬度坐标坐标有效率为100.0%。COOLR_Reports_Points 完整表位于 COOLR_Reports_Points/_full/COOLR_Reports_Points.csv共有14,753条记录、35个字段有效日期范围为1974年4月25日至2025年8月21日覆盖156个国家或地区其中14,723条记录具有有效经纬度坐标坐标有效率为99.8%。相较而言报告点表的国家覆盖范围更广事件点表在若干人工清查或影像判读区域内记录更集中。主要字段包括 service_name、partition_date、objectid、source_name、source_link、event_id、event_date_iso、event_title、event_description、location_description、landslide_category、landslide_trigger、country_name、country_code、latitude 和 longitude。报告点数据还包含 location_accuracy、landslide_size、landslide_setting、fatality_count、injury_count、admin_division_name、gazetteer_closest_point、submitted_date_iso 等字段事件点数据还包含 method、image_type、sat_date_before、sat_date_after、citation 等字段。字段内容方面event_id 用于标识事件或报告记录可作为跨表检索和去重参考event_date_iso 为标准化事件发生日期或时间建议优先用于时间筛选和统计event_title 与 event_description 分别记录事件标题和文字描述可用于了解灾害背景、影响范围和来源摘要。source_name 与 source_link 记录数据来源名称和原始链接可用于追溯新闻报道、机构报告或历史清单location_description 提供滑坡地点文字描述可辅助核查经纬度、行政区划和附近地名landslide_category 表示滑坡类型或类别常见取值包括 landslide、mudslide、rock_fall、debris_flow 等landslide_trigger 表示诱发因素常见取值包括 rain、downpour、continuous_rain、tropical_cyclone、earthquake 等。报告点数据还包含 location_accuracy、landslide_size、landslide_setting、fatality_count、injury_count、admin_division_name、gazetteer_closest_point、submitted_date_iso 等字段可用于分析定位精度、滑坡规模、发生环境、人员伤亡和提交时间。事件点数据还包含 method、image_type、sat_date_before、sat_date_after、citation 等字段可用于判断记录生成方式、影像来源、判读前后时相和引用信息。latitude 与 longitude 字段共同给出点位空间位置坐标系统为WGS84经纬度。3 数据质量控制和评估本地数据质量控制首先体现在下载完整性检查。采集日志记录了两个服务的服务端计数和本地写入行数二者一致说明当前归档过程未发现缺页或异常中断。其次数据保留原始来源、来源链接、引用信息和事件编号便于对单个记录进行溯源核查。对于时间字段文档建议优先使用 *_date_iso 字段避免直接解析毫秒时间戳或空值字段导致误判。空间质量方面COOLR_Events_Points 的40,310条记录均具有有效经纬度坐标有效率为100.0%COOLR_Reports_Points 中有14,723条记录具有有效经纬度坐标有效率为99.8%。报告点数据国家/地区覆盖更广事件点数据在若干国家和清单来源中记录更集中。因此在开展全球格局分析时应区分两类数据表的采集目标和代表性不宜简单将其解释为各国滑坡真实发生频率。需要注意的是COOLR 属于事件与报告汇集型数据受新闻报道密度、语言、互联网可达性、专业清单覆盖范围、人工解译区域和事件严重程度等因素影响存在空间与时间上的报告偏差。部分记录可能缺少精确发生时间、人员伤亡信息或地点细节也可能存在同一灾害过程对应多个报告或多个点位的情况。用于统计建模前建议结合研究目的进行去重、空间缓冲检查、时间窗口合并和来源可信度筛选。4 数据价值本数据集的主要价值在于提供了可直接读取和检索的全球滑坡事件点位资料降低了用户自行访问接口、分页下载和整理日期字段的工作量。完整CSV适合开展全球或区域尺度滑坡事件统计日表适合围绕特定灾害日期进行案例复盘来源链接与描述字段则支持人工核查和事件背景补充。与降雨、地震、地形、地质、土地覆盖、道路和人口暴露数据叠加后可进一步服务于滑坡诱因识别、灾害链分析、易发性建模和风险评估。在应用场景上该数据可用于建立历史滑坡案例库筛选强降雨或台风相关滑坡样本评估不同国家和地区的报告覆盖差异提取机器学习正样本点开展滑坡灾害时空聚集性分析并为应急管理、地学研究和灾害防治规划提供事实型事件资料支撑。对于需要高精度工程评估的任务仍应结合现场调查、遥感解译和地方地质灾害资料进行复核。参考文献[1] Juang C. S., Stanley T. A., Kirschbaum D. B. Using citizen science to expand the global map of landslides: Introducing the Cooperative Open Online Landslide Repository (COOLR)[J]. PLOS ONE, 2019, 14(7): e0218657.[2] Kirschbaum D. B., Stanley T., Zhou Y. Spatial and temporal analysis of a global landslide catalog[J]. Geomorphology, 2015, 249: 4-15.