数据基于多源遥感影像、工程病害实地调查，利用机器学习算法对地形、气象、冻土类型等影响因子进行权重确定，实现了区域尺度冻融灾害的系统识别与制图。数据集重点反映了公路、铁路及原油管道（CRCOP）等线性工程廊道内的灾害集聚特征，揭示了从北部高纬度大片不连续多年冻土区向南部零星岛状多年冻土区过渡过程中，冻害从“成片分布”向“点状/廊道聚集”演变的规律。该数据可为寒区基础设施安全评价及冻土退化环境效应研究提供核心数据支撑。
本数据集分类体系（栅格值1-6）严格对应多年冻土区典型工程病害：
1：热融湖塘
2：路面裂缝
3：冻融侵蚀
4：路面不均匀沉降
5：冰椎
6：水毁。
综合多源遥感影像（Landsat/Sentinel/高分系列）、实地病害调查点位，通过因子权重，机器学习算法进行冻害分类训练及验证，最后特征提取，得到预测的冻害类型结果，并利用GIS空间分析技术进行区域制图。
样本采集：在漠河、根河、新林、加格达奇等典型区段采集实地病害样本（GPS定位+现场拍照）。
特征建模：引入坡度、植被、地温及工程热扰动因子。
识别提取：在大片不连续冻土区侧重识别沉降与热融湖塘；在零星岛状冻土区侧重识别裂缝与侵蚀。
精细化修测：利用1:25万地形图及高精度谷歌影像对线性工程沿线的冻害分布进行逻辑修正。
（1）数据采集与源数据：融合了高分辨率多源遥感影像数据与大范围线性工程（公路、铁路、中俄原油管道）的实地病害调查样本，确保了病害识别的真实性。
（2）模型方法：采用机器学习算法（如权重确定模型）对海拔、坡度、气温、积雪等多种冻害影响因子进行综合测算，有效降低了传统人工识别的主观性。
（3）空间精度：数据以1:25万比例尺进行制图，满足区域尺度及大中型线性工程走廊的灾害评价需求；通过GIS空间分析技术确保了灾害点、带与地形及多年冻土边界的逻辑一致性。
（4）验证与校核：重点对漠河枢纽区、根河-伊图里河段、黑河边缘段等典型区域进行了典型性验证，识别结果与实地调查病害吻合度高，能够客观反映暖多年冻土退化背景下的工程响应状态。
（5）适用范围：适用于寒区工程地质研究、基础设施风险评估及地学制图等领域。
| # | 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.DB7262.2026
10.12072/ncdc.nieer.db7262.2026
