多年冻土区的活动层厚度及年平均地是多年冻土变化研究的重要指标，在当前全球变暖的大背景之下，尤其在高海拔以及高纬度地区，气温变暖的速率还要高于其他地区，这对于多年冻土区的活动层厚度的变化必然会造成很大影响。在以往的研究中，基于野外实测数据以及遥感反演算法已经对活动层厚度在历史时期下的变化有了很多探讨，但其空间分辨率也较低。以CMIP6数据为基础，通过降尺度的方法获得1km分辨率的多年冻土区地表气温；然后该数据作为多年冻土活动层厚度未来变化的高精度高分辨输入变量，从而进一步获得1km分辨率的北半球活动层厚度，通过使用多种机器学习方法，获取多种方法多模式平均，活动层厚度数据集的精度和分辨率都得到提升。集合平均模式输出结果的RMSE为67.39 cm，MAE为44.39cm，R为0.74。
北半球多年冻土区活动层厚度观测数据建立在全球多年冻土网络（GTN-P）数据库（gtnpdatabase.org）的基础上，同时，我们还扩展了GTN-P数据，并从相关文献中添加更多的ALT观测数据。其它相关数据请参考Jin et al., 2024.
使用的机器学习模型包括逻辑回归（LR）、随机森林（RF）和LightGBM（LGB）。考虑到使用单一方法可能会导致模拟的过度拟合，我们在模拟ALT时使用了上述三种方法的集和平均结果。使用TDD、FDD、叶面积指数、降水量、积雪、太阳辐射、土壤含水量、土壤有机质、砾石的体积含量作为输入变量，与站点观测值相对应，用90%的数据作为测试集进行模型建立，10%的数据作为验证集对模型的精度进行验证评价，为了减少单次运行的不确定性，本研究对使用的三种机器学习模型运行了100次，用其集合平均结果，最终结合各时期的环境变量模拟出不同时期的多年冻土区活动层厚度的分布变化。
数据质量良好
| # | 编号 | 名称 | 类型 |
| 1 | 2022YFF0711700 | 冰冻圈大数据挖掘分析关键技术及应用 | 国家重点研发计划 |
| 2 | 42161160328 | 青藏高原热喀斯特地貌的时空演变及未来预测 | 国家自然科学基金 |
本作品采用
CC BY 4.0 （知识共享 署名 4.0 国际许可协议）进行许可。
CSTR:11738.11.NCDC.2022YFF.DB6392.2024
10.12072/ncdc.nieer.db6392.2024
