本数据集为东北大兴安岭东坡塔河地区卡马兰河流域多年冻土温度空间栅格数据，栅格单元数值表征多年冻土温度。数据集以研究区现场机械 / 人工钻探与探坑获取的实测地温数据为核心观测基础，融合 Google Earth Engine（GEE）平台及权威数据源获取的气候、土壤、地形等多源环境空间数据集作为模型预测变量。通过 Python 与 ArcGIS 完成环境因子的格式转换、WGS84 坐标系空间配准、目标分辨率重采样及归一化等预处理流程，基于地形（高程、坡度、坡向、地形起伏度、地形湿度指数、地形位置指数等）、土壤（土壤质地、土地覆盖、基岩埋深）、气象（气温、降水、冻融指数）三类核心因子，综合采用地温梯度模型、环境相似性模型与随机森林算法，反演生成研究区尺度多年冻土温度空间分布产品。为保障数据可靠性，采用五折交叉验证评估随机森林模型预测精度，并通过 ArcGIS 开展栅格数据可视化校验与空间逻辑分析，确保多年冻土温度空间分布符合区域冻土分布规律，无显著异常值。本数据集可为寒区水文过程模拟、生态环境评估与工程建设规划提供关键基础数据支撑。
野外采样数据：基于大兴安岭东坡卡马兰河流域现场机械/人工钻探与探坑获取的地温测量数据。
环境数据：来源于Google Earth Engine (GEE)平台及权威网站下载的气候、土壤、地形等多源空间数据集，作为模型预测变量。
利用Python和ArcGIS对所有环境因子数据进行预处理，包括格式转换、空间配准（统一至WGS84坐标系）、重采样（至目标分辨率）与归一化。基于地形因子（高程、坡度、坡向、地形起伏度、地形湿度指数、地形位置指数等）、土壤因子（土壤质地、土地覆盖、基岩埋深）、气象因子（气温、降水、冻融指数）数据，通过地温梯度模型、环境相似性模型、随机森林的方法，得到研究区域尺度的多年冻土温度图。
模型验证：采用五折交叉验证方法评估随机森林模型的预测精度，确保模型可靠。
空间一致性检查：使用ArcGIS对生成的栅格数据进行可视化检查与逻辑分析，确保多年冻土温度空间分布符合区域冻土分布规律，无显著异常值。
| # | 编号 | 名称 | 类型 |
| 1 | 2022FY100700 | 东北高纬度多年冻土本底及冻融灾害调查 | 基础资源调查项目 |
本作品采用
CC 0(CC 0)进行许可。
CSTR:11738.11.NCDC.NIEER.DB7245.2026
10.12072/ncdc.nieer.db7245.2026
