Changes

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "[{\"given_name\": \"Jiahui\", \"name\": \"Kang\", 
2
  "author": "[{\"given_name\": \"Jiahui\", \"name\": \"Kang\", 
            
3
\"email\": \"jiahui.kang@wsl.ch\", \"data_credit\": [\"validation\", 
3
\"email\": \"jiahui.kang@wsl.ch\", \"data_credit\": [\"validation\", 
            
4
\"software\", \"publication\", \"curation\"], \"identifier\": 
4
\"software\", \"publication\", \"curation\"], \"identifier\": 
            
5
\"https://orcid.org/0009-0002-1791-9745\", \"affiliation\": \"Eidg. 
5
\"https://orcid.org/0009-0002-1791-9745\", \"affiliation\": \"Eidg. 
            
6
Forschungsanstalt WSL\"}, {\"given_name\": \"Fabian\", \"name\": 
6
Forschungsanstalt WSL\"}, {\"given_name\": \"Fabian\", \"name\": 
            
7
\"Walter\", \"email\": \"fabian.walter@wsl.ch\", \"data_credit\": 
7
\"Walter\", \"email\": \"fabian.walter@wsl.ch\", \"data_credit\": 
            
8
[\"software\", \"supervision\", \"validation\", \"publication\"], 
8
[\"software\", \"supervision\", \"validation\", \"publication\"], 
            
9
\"identifier\": \"https://orcid.org/0000-0001-6952-2761\", 
9
\"identifier\": \"https://orcid.org/0000-0001-6952-2761\", 
            
10
\"affiliation\": \"Eidg. Forschungsanstalt WSL\"}, {\"given_name\": 
10
\"affiliation\": \"Eidg. Forschungsanstalt WSL\"}, {\"given_name\": 
            
11
\"Patrick\", \"name\": \"Paitz\", \"email\": \"patrick.paitz@wsl.ch\", 
11
\"Patrick\", \"name\": \"Paitz\", \"email\": \"patrick.paitz@wsl.ch\", 
            
12
\"data_credit\": [\"software\", \"supervision\", \"publication\", 
12
\"data_credit\": [\"software\", \"supervision\", \"publication\", 
            
13
\"validation\"], \"identifier\": 
13
\"validation\"], \"identifier\": 
            
14
\"https://orcid.org/0000-0001-7464-224X\", \"affiliation\": \"Eidg. 
14
\"https://orcid.org/0000-0001-7464-224X\", \"affiliation\": \"Eidg. 
            
15
Forschungsanstalt WSL\"}, {\"given_name\": \"Johannes\", \"name\": 
15
Forschungsanstalt WSL\"}, {\"given_name\": \"Johannes\", \"name\": 
            
16
\"Aichele\", \"email\": \"johannes.aichele@eaps.ethz.ch\", 
16
\"Aichele\", \"email\": \"johannes.aichele@eaps.ethz.ch\", 
            
17
\"data_credit\": [\"publication\", \"collection\"], \"identifier\": 
17
\"data_credit\": [\"publication\", \"collection\"], \"identifier\": 
            
18
\"https://orcid.org/0000-0001-8019-9053\", \"affiliation\": 
18
\"https://orcid.org/0000-0001-8019-9053\", \"affiliation\": 
            
19
\"Department of Earth Sciences, ETH\"}, {\"given_name\": \"Pascal\", 
19
\"Department of Earth Sciences, ETH\"}, {\"given_name\": \"Pascal\", 
            
20
\"name\": \"Edme\", \"email\": \"pascal.edme@erdw.ethz.ch\", 
20
\"name\": \"Edme\", \"email\": \"pascal.edme@erdw.ethz.ch\", 
            
21
\"data_credit\": [\"collection\", \"publication\"], \"identifier\": 
21
\"data_credit\": [\"collection\", \"publication\"], \"identifier\": 
            
22
\"https://orcid.org/0000-0002-3041-0559\", \"affiliation\": 
22
\"https://orcid.org/0000-0002-3041-0559\", \"affiliation\": 
            
23
\"Department of Earth Sciences, ETH\"}, {\"given_name\": \"Lorenz\", 
23
\"Department of Earth Sciences, ETH\"}, {\"given_name\": \"Lorenz\", 
            
24
\"name\": \"Meier\", \"email\": \"post@lorenzmeier.ch\", 
24
\"name\": \"Meier\", \"email\": \"post@lorenzmeier.ch\", 
            
25
\"data_credit\": [\"collection\", \"publication\"], \"identifier\": 
25
\"data_credit\": [\"collection\", \"publication\"], \"identifier\": 
            
26
\"\", \"affiliation\": \"Geopraevent AG\"}, {\"given_name\": 
26
\"\", \"affiliation\": \"Geopraevent AG\"}, {\"given_name\": 
            
27
\"Andreas\", \"name\": \"Fichtner\", \"email\": 
27
\"Andreas\", \"name\": \"Fichtner\", \"email\": 
            
28
\"andreas.fichtner@erdw.ethz.ch\", \"data_credit\": [\"collection\", 
28
\"andreas.fichtner@erdw.ethz.ch\", \"data_credit\": [\"collection\", 
            
29
\"publication\"], \"identifier\": 
29
\"publication\"], \"identifier\": 
            
30
\"https://orcid.org/0000-0003-3090-963X\", \"affiliation\": 
30
\"https://orcid.org/0000-0003-3090-963X\", \"affiliation\": 
            
31
\"Department of Earth Sciences, ETH\"}]",
31
\"Department of Earth Sciences, ETH\"}]",
            
32
  "author_email": null,
32
  "author_email": null,
            
33
  "creator_user_id": "c8c0dc65-790b-4ccb-849c-a97f8259c7ad",
33
  "creator_user_id": "c8c0dc65-790b-4ccb-849c-a97f8259c7ad",
            
34
  "date": 
34
  "date": 
            
35
:\"collected\",\"date\":\"2023-05-16\",\"end_date\":\"2023-06-30\"}]",
35
:\"collected\",\"date\":\"2023-05-16\",\"end_date\":\"2023-06-30\"}]",
            
36
  "doi": "10.16904/envidat.541",
36
  "doi": "10.16904/envidat.541",
            
37
  "funding": "[{\"institution\":\"Horizon Europe 
37
  "funding": "[{\"institution\":\"Horizon Europe 
            
38
2021\",\"grant_number\":\"No. 
38
2021\",\"grant_number\":\"No. 
            
39
01073148\",\"institution_url\":\"https://www.envseis.eu/projects\"}]",
39
01073148\",\"institution_url\":\"https://www.envseis.eu/projects\"}]",
            
40
  "groups": [],
40
  "groups": [],
            
41
  "id": "8ece0152-55ca-4547-8faf-99bfa56f6b03",
41
  "id": "8ece0152-55ca-4547-8faf-99bfa56f6b03",
            
42
  "isopen": true,
42
  "isopen": true,
            
43
  "license_id": "CC0-1.0",
43
  "license_id": "CC0-1.0",
            
44
  "license_title": "Creative Commons Zero - No Rights Reserved (CC0 
44
  "license_title": "Creative Commons Zero - No Rights Reserved (CC0 
            
45
1.0)",
45
1.0)",
            
46
  "license_url": "https://creativecommons.org/publicdomain/zero/1.0/",
46
  "license_url": "https://creativecommons.org/publicdomain/zero/1.0/",
            
47
  "maintainer": 
47
  "maintainer": 
            
48
:\"jiahui.kang@wsl.ch\",\"given_name\":\"Jiahui\",\"name\":\"Kang\"}",
48
:\"jiahui.kang@wsl.ch\",\"given_name\":\"Jiahui\",\"name\":\"Kang\"}",
            
49
  "maintainer_email": null,
49
  "maintainer_email": null,
            
50
  "metadata_created": "2024-06-05T14:53:32.198169",
50
  "metadata_created": "2024-06-05T14:53:32.198169",
            
n
51
  "metadata_modified": "2024-09-16T07:39:24.467684",
n
51
  "metadata_modified": "2024-09-16T07:41:34.784599",
            
52
  "name": "distributed-acoustic-sensing-brienz",
52
  "name": "distributed-acoustic-sensing-brienz",
            
53
  "notes": "This dataset contains the Distributed Acoustic Sensing 
53
  "notes": "This dataset contains the Distributed Acoustic Sensing 
            
54
(DAS), radar detection data used for training and result analysis in 
54
(DAS), radar detection data used for training and result analysis in 
            
55
the GRL paper titled `Automatic Monitoring of Rock-Slope Failures 
55
the GRL paper titled `Automatic Monitoring of Rock-Slope Failures 
            
56
Using Distributed Acoustic Sensing and Semi-Supervised Learning`. 
56
Using Distributed Acoustic Sensing and Semi-Supervised Learning`. 
            
57
\n\nThe DAS dataset (both waveform and cross-spectral density 
57
\n\nThe DAS dataset (both waveform and cross-spectral density 
            
58
matrices), extracted features, labeled dataset, two trained models 
58
matrices), extracted features, labeled dataset, two trained models 
            
59
(feature extraction model and xgboost classification model), scripts 
59
(feature extraction model and xgboost classification model), scripts 
            
60
to reproduce the whole training and classification processes, and a 
60
to reproduce the whole training and classification processes, and a 
            
61
notebook to replicate the result analysis part are provided under the 
61
notebook to replicate the result analysis part are provided under the 
            
62
MIT license. To provide a reasonable data size, we chunked the raw 
62
MIT license. To provide a reasonable data size, we chunked the raw 
            
63
data to a few hundred channels which we used in our project. 
63
data to a few hundred channels which we used in our project. 
            
64
\n\nAbstract: \nEffective use of the wealth of information provided by 
64
\n\nAbstract: \nEffective use of the wealth of information provided by 
            
65
Distributed Acoustic Sensing (DAS) for mass movement monitoring 
65
Distributed Acoustic Sensing (DAS) for mass movement monitoring 
            
66
remains a challenge. We propose a semi-supervised neural network 
66
remains a challenge. We propose a semi-supervised neural network 
            
67
tailored to screen DAS data related to a series of rock collapses 
67
tailored to screen DAS data related to a series of rock collapses 
            
68
leading to a major failure of approximately 1.2 million cubic meters 
68
leading to a major failure of approximately 1.2 million cubic meters 
            
69
on 15 June 2023 in Brienz, Eastern Switzerland. Besides DAS, the 
69
on 15 June 2023 in Brienz, Eastern Switzerland. Besides DAS, the 
            
70
dataset from 16 May to 30 June 2023 includes Doppler radar data for 
70
dataset from 16 May to 30 June 2023 includes Doppler radar data for 
            
71
partially ground-truth labeling. The proposed algorithm is capable of 
71
partially ground-truth labeling. The proposed algorithm is capable of 
            
72
distinguishing between rock-slope failures and background noise, 
72
distinguishing between rock-slope failures and background noise, 
            
73
including road and train traffic, with a detection precision of over 
73
including road and train traffic, with a detection precision of over 
            
74
95%. It identifies hundreds of precursory failures and shows sustained 
74
95%. It identifies hundreds of precursory failures and shows sustained 
            
75
detection hours before and during the major collapse. Event size and 
75
detection hours before and during the major collapse. Event size and 
            
76
signal-to-noise ratio (SNR) are the key performance dependencies. As a 
76
signal-to-noise ratio (SNR) are the key performance dependencies. As a 
            
77
critical part of our algorithm operates unsupervised, we suggest that 
77
critical part of our algorithm operates unsupervised, we suggest that 
            
78
it is suitable for general monitoring of natural hazards.\n",
78
it is suitable for general monitoring of natural hazards.\n",
            
79
  "num_resources": 1,
79
  "num_resources": 1,
            
80
  "num_tags": 6,
80
  "num_tags": 6,
            
81
  "organization": {
81
  "organization": {
            
82
    "approval_status": "approved",
82
    "approval_status": "approved",
            
83
    "created": "2016-09-02T14:17:02.029939",
83
    "created": "2016-09-02T14:17:02.029939",
            
84
    "description": " The Research Unit investigates natural hazard 
84
    "description": " The Research Unit investigates natural hazard 
            
85
processes in mountainous areas, in particular the triggering and 
85
processes in mountainous areas, in particular the triggering and 
            
86
propagation of floods, sediment transport, landslides, debris flows 
86
propagation of floods, sediment transport, landslides, debris flows 
            
87
and rock fall. Process studies on the scale of slopes, channels and 
87
and rock fall. Process studies on the scale of slopes, channels and 
            
88
catchments form the basis for the development of simulation models and 
88
catchments form the basis for the development of simulation models and 
            
89
of hazard assessment procedures and for the design of countermeasures. 
89
of hazard assessment procedures and for the design of countermeasures. 
            
90
To this end worldwide unique observation systems are developed, such 
90
To this end worldwide unique observation systems are developed, such 
            
91
as a debris flow balance and geophone systems for bedload transport. 
91
as a debris flow balance and geophone systems for bedload transport. 
            
92
Damage and damaging processes due to frequent and extreme events are 
92
Damage and damaging processes due to frequent and extreme events are 
            
93
assessed as prerequisites for the risk-based and sustainable 
93
assessed as prerequisites for the risk-based and sustainable 
            
94
management of natural hazards.\r\n\r\nA second focus of the unit is on 
94
management of natural hazards.\r\n\r\nA second focus of the unit is on 
            
95
the estimation and prediction of snow and water resources, e.g. for 
95
the estimation and prediction of snow and water resources, e.g. for 
            
96
hydropower production or early recognition of drought. The unit 
96
hydropower production or early recognition of drought. The unit 
            
97
operates a snow hydrological service for federal and cantonal agencies 
97
operates a snow hydrological service for federal and cantonal agencies 
            
98
and a drought information platform for a broad range of water 
98
and a drought information platform for a broad range of water 
            
99
users.\r\n\r\n__Further information__: 
99
users.\r\n\r\n__Further information__: 
            
100
.ch/en/about-wsl/organization/research-units/mountain-hydrology.html",
100
.ch/en/about-wsl/organization/research-units/mountain-hydrology.html",
            
101
    "id": "8ca28da8-ad8f-401a-9356-0aa7fdba2604",
101
    "id": "8ca28da8-ad8f-401a-9356-0aa7fdba2604",
            
102
    "image_url": "2018-07-10-091052.004438LogoWSL.svg",
102
    "image_url": "2018-07-10-091052.004438LogoWSL.svg",
            
103
    "is_organization": true,
103
    "is_organization": true,
            
104
    "name": "gebirgshydrologie",
104
    "name": "gebirgshydrologie",
            
105
    "state": "active",
105
    "state": "active",
            
106
    "title": "GebirgsHydrologie",
106
    "title": "GebirgsHydrologie",
            
107
    "type": "organization"
107
    "type": "organization"
            
108
  },
108
  },
            
109
  "owner_org": "8ca28da8-ad8f-401a-9356-0aa7fdba2604",
109
  "owner_org": "8ca28da8-ad8f-401a-9356-0aa7fdba2604",
            
110
  "private": false,
110
  "private": false,
            
111
  "publication": 
111
  "publication": 
            
112
"{\"publisher\":\"EnviDat\",\"publication_year\":\"2024\"}",
112
"{\"publisher\":\"EnviDat\",\"publication_year\":\"2024\"}",
            
113
  "publication_state": "published",
113
  "publication_state": "published",
            
114
  "related_publications": "Automatic Monitoring of Rock-Slope Failures 
114
  "related_publications": "Automatic Monitoring of Rock-Slope Failures 
            
115
Using Distributed Acoustic Sensing and Semi-Supervised Learning 
115
Using Distributed Acoustic Sensing and Semi-Supervised Learning 
            
t
116
submitted to *Geophysical Research Letters* on ",
t
116
submitted to *Geophysical Research Letters* on June 07, 2024.",
            
117
  "relationships_as_object": [],
117
  "relationships_as_object": [],
            
118
  "relationships_as_subject": [],
118
  "relationships_as_subject": [],
            
119
  "resource_type": "dataset",
119
  "resource_type": "dataset",
            
120
  "resource_type_general": "dataset",
120
  "resource_type_general": "dataset",
            
121
  "resources": [
121
  "resources": [
            
122
    {
122
    {
            
123
      "cache_last_updated": null,
123
      "cache_last_updated": null,
            
124
      "cache_url": null,
124
      "cache_url": null,
            
125
      "created": "2024-09-12T08:44:35.168597",
125
      "created": "2024-09-12T08:44:35.168597",
            
126
      "description": "",
126
      "description": "",
            
127
      "doi": "",
127
      "doi": "",
            
128
      "format": "hdf5",
128
      "format": "hdf5",
            
129
      "hash": "",
129
      "hash": "",
            
130
      "id": "ef622098-ff73-46b6-a4da-a45ab2718f05",
130
      "id": "ef622098-ff73-46b6-a4da-a45ab2718f05",
            
131
      "last_modified": "2024-09-12T10:46:53.080000",
131
      "last_modified": "2024-09-12T10:46:53.080000",
            
132
      "metadata_modified": "2024-09-12T08:46:53.278393",
132
      "metadata_modified": "2024-09-12T08:46:53.278393",
            
133
      "mimetype": null,
133
      "mimetype": null,
            
134
      "mimetype_inner": null,
134
      "mimetype_inner": null,
            
135
      "name": "Data access",
135
      "name": "Data access",
            
136
      "package_id": "8ece0152-55ca-4547-8faf-99bfa56f6b03",
136
      "package_id": "8ece0152-55ca-4547-8faf-99bfa56f6b03",
            
137
      "position": 0,
137
      "position": 0,
            
138
      "resource_size": 
138
      "resource_size": 
            
139
"{\"size_value\":\"160\",\"size_units\":\"gb\"}",
139
"{\"size_value\":\"160\",\"size_units\":\"gb\"}",
            
140
      "resource_type": null,
140
      "resource_type": null,
            
141
      "restricted": 
141
      "restricted": 
            
142
{\"level\":\"public\",\"allowed_users\":\"\",\"shared_secret\":\"\"}",
142
{\"level\":\"public\",\"allowed_users\":\"\",\"shared_secret\":\"\"}",
            
143
      "size": null,
143
      "size": null,
            
144
      "state": "active",
144
      "state": "active",
            
145
      "url": 
145
      "url": 
            
146
2Fos.zhdk.cloud.switch.ch%2Fenvicloud%2F&prefix=doi%2Fenvidat.541%2F",
146
2Fos.zhdk.cloud.switch.ch%2Fenvicloud%2F&prefix=doi%2Fenvidat.541%2F",
            
147
      "url_type": null
147
      "url_type": null
            
148
    }
148
    }
            
149
  ],
149
  ],
            
150
  "spatial": 
150
  "spatial": 
            
151
],\"properties\":{\"name\":\"distributed-acoustic-sensing-brienz\"}}",
151
],\"properties\":{\"name\":\"distributed-acoustic-sensing-brienz\"}}",
            
152
  "state": "active",
152
  "state": "active",
            
153
  "subtitle": "",
153
  "subtitle": "",
            
154
  "tags": [
154
  "tags": [
            
155
    {
155
    {
            
156
      "display_name": "EARLY WARNING",
156
      "display_name": "EARLY WARNING",
            
157
      "id": "42ed5245-064b-4cee-8199-9cebe7d01f0d",
157
      "id": "42ed5245-064b-4cee-8199-9cebe7d01f0d",
            
158
      "name": "EARLY WARNING",
158
      "name": "EARLY WARNING",
            
159
      "state": "active",
159
      "state": "active",
            
160
      "vocabulary_id": null
160
      "vocabulary_id": null
            
161
    },
161
    },
            
162
    {
162
    {
            
163
      "display_name": "LANDSLIDE",
163
      "display_name": "LANDSLIDE",
            
164
      "id": "70dfc1e7-9c6e-485b-bad3-0b452264cf62",
164
      "id": "70dfc1e7-9c6e-485b-bad3-0b452264cf62",
            
165
      "name": "LANDSLIDE",
165
      "name": "LANDSLIDE",
            
166
      "state": "active",
166
      "state": "active",
            
167
      "vocabulary_id": null
167
      "vocabulary_id": null
            
168
    },
168
    },
            
169
    {
169
    {
            
170
      "display_name": "MACHINE LEARNING",
170
      "display_name": "MACHINE LEARNING",
            
171
      "id": "66c2084e-b683-47a2-878c-48f33c6e2a78",
171
      "id": "66c2084e-b683-47a2-878c-48f33c6e2a78",
            
172
      "name": "MACHINE LEARNING",
172
      "name": "MACHINE LEARNING",
            
173
      "state": "active",
173
      "state": "active",
            
174
      "vocabulary_id": null
174
      "vocabulary_id": null
            
175
    },
175
    },
            
176
    {
176
    {
            
177
      "display_name": "NATURAL HAZARD",
177
      "display_name": "NATURAL HAZARD",
            
178
      "id": "ca983795-2165-4117-bd6e-e034e7a677b5",
178
      "id": "ca983795-2165-4117-bd6e-e034e7a677b5",
            
179
      "name": "NATURAL HAZARD",
179
      "name": "NATURAL HAZARD",
            
180
      "state": "active",
180
      "state": "active",
            
181
      "vocabulary_id": null
181
      "vocabulary_id": null
            
182
    },
182
    },
            
183
    {
183
    {
            
184
      "display_name": "ROCKFALL",
184
      "display_name": "ROCKFALL",
            
185
      "id": "9097352d-c506-4009-9642-6a2991cf4a7d",
185
      "id": "9097352d-c506-4009-9642-6a2991cf4a7d",
            
186
      "name": "ROCKFALL",
186
      "name": "ROCKFALL",
            
187
      "state": "active",
187
      "state": "active",
            
188
      "vocabulary_id": null
188
      "vocabulary_id": null
            
189
    },
189
    },
            
190
    {
190
    {
            
191
      "display_name": "SEISMIC",
191
      "display_name": "SEISMIC",
            
192
      "id": "53006f9b-4fef-48a8-a1fc-6970fbad9c46",
192
      "id": "53006f9b-4fef-48a8-a1fc-6970fbad9c46",
            
193
      "name": "SEISMIC",
193
      "name": "SEISMIC",
            
194
      "state": "active",
194
      "state": "active",
            
195
      "vocabulary_id": null
195
      "vocabulary_id": null
            
196
    }
196
    }
            
197
  ],
197
  ],
            
198
  "title": "Distributed Acoustic Sensing Brienz",
198
  "title": "Distributed Acoustic Sensing Brienz",
            
199
  "type": "dataset",
199
  "type": "dataset",
            
200
  "url": null
200
  "url": null
            
201
}
201
}