本数据集针对中国东北大小兴安岭地区多年冻土厚度空间分布的复杂性，提供了一套基于地温梯度模型与机器学习反演的多年冻土厚度空间分布产品。研究建立在有限的深孔（>20 m）地温数据基础之上，通过地温梯度模型反演浅孔的深层地温，计算得出多年冻土底板深度，并以此构建了包含104个站点的基础训练数据集。在此基础上，选取降水（PRE）、地表融化指数（TDD）和地形位置指数（TPI）等作为关键环境预测因子，应用随机森林（Random Forest, RF）算法模拟生成。结果显示，研究区多年冻土平均厚度为47.71±10 m，在空间上呈现显著的“北厚南薄、西厚东薄、山区厚平原薄”的分布格局。该数据集为深孔地温梯度测量受限区域的多年冻土厚度估算提供了重要参考。
观测数据：包含104个站点的地温观测数据（深孔>20m及浅孔数据）。
环境因子：降水（PRE）、地表融化指数（TDD）、地形位置指数（TPI）等。
地温梯度建模：利用深孔地温数据建立地温梯度模型。
数据反演：反演浅孔站点的深部地温，计算得到多年冻土底板深度。
空间制图：利用随机森林（Random Forest）算法，结合环境因子对整个区域的多年冻土厚度进行空间制图。
精度评价：随机森林模型的分类准确度（Classification Accuracy）为0.74；模拟结果显示的平均冻土厚度标准差约为±10 m。
本数据采用机器学习方法进行模型构建，计算混淆矩阵、总体准确率（Overall Accuracy）。结果显示，模型具有较高的一致性。
| # | 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.DB7273.2026
10.12072/ncdc.nieer.db7273.2026
