本数据基于机械/人工钻探与探坑获取的地下冰储量实测样本数据，采用随机森林回归模型，以实测体积含水量(VWC)为因变量，多环境因子为自变量，进行空间预测建模。模型预测结果输出为不同深度层（2m以上、2-5m、5m以下）的栅格数据，最终合成并制作研究区域尺度的多年冻土地下冰储量图。数据格式为GeoTIFF，空间分辨率约30 m，投影为WGS_1984_Albers。
野外采样数据：基于大兴安岭西坡根河流域现场机械/人工钻和探坑获取的地下冰含量测量数据；环境因子数据来源于气候、土壤、地形、植被类型等空间数据集。
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工具对环境因子数据进行处理，采用随机森林回归模型进行3层地下冰体积含冰量空间预测，并结合多年冻土厚度数据进行统计。
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，确保多年冻土地下冰储量空间分布符合区域分布规律，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 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.NIEER.DB7250.2026
10.12072/ncdc.nieer.db7250.2026
