本数据集为大兴安岭东坡塔河地区卡马兰河流域多年冻土埋深数据，基于研究区内14个HOBO监测站点的地表温度（GST），构建“地表温度-环境因子”回归模型，计算融化指数。通过分类赋值法，计算E因子。采用Stefan模型，模拟典型区多年冻土活动层厚度。模拟结果的R2达到0.64，RMSE为0.41 m。数据格式为GeoTIFF，空间分辨率约30 m，投影为WGS_1984_Albers。
地表温度数据：研究区内14个HOBO监测站点的地表温度（GST），时间序列为2024年1月1日-12月31日。
DEM数据：航天飞机雷达地形测绘使命（SRTM）30 m数据。
植被类型数据：地球大数据科学工程数据共享服务系统的全球30 m地表覆盖精细分类产品。
对研究区内14个HOBO监测站点的地表温度（GST），进行异常值剔除与质量控制，计算逐日平均地表温度（GSTdaily）；将所有环境因子栅格统一投影为WGS_1984_Albers，重采样至30 m分辨率。利用ArcGIS的多值提取至点工具，获取14个HOBO站点处的环境因子数值；基于DEM提取坡向，重分类为阳坡、阴坡、半阴半阳坡及平坡4类。
“地表温度-环境因子”回归模型构建：统计日均温大于0℃的累积温度，获取各站点精确的实测融化指数（TDDobserved，单位：℃·day）。选取影响地表热状况的关键因子。基于 DEM 提取海拔（Elevation）、地形湿度指数（TWI）和归一化植被指数（NDVI）。以TDDobserved为因变量，海拔、TWI和NDVI为自变量，构建多元线性回归模型。将回归模型应用至全流域，利用环境因子栅格数据进行运算，生成研究区TDD初步预测数据。计算各站点实测值与预测值的残差。采用反距离权重法（IDW）对残差进行空间插值，生成连续的TDD残差表面。将初步预测图与残差表面叠加，获取经校正的最终融化指数分布数据。
“生态-地形”分类单元构建与E因子反演：在ArcGIS中进行栅格叠加分析，将地表覆盖与坡向组合，生成共计36类生态-地形单元。基于实测钻孔及坑探获取的活动层厚度（ALTobserved）及对应点位的融化指数（TDD），利用Stefan变形公式反推各实测点的E因子（Eobserved）。构建“分类单元-E因子”对应关系表，通过属性连接（Join），将E因子值赋予空间分类图层，生成空间连续的E因子分布数据。
活动层厚度（ALT）计算：基于Stefan方程逐像元计算研究区活动层厚度（ALTcalculated，单位为m）。为进一步降低模型偏差，对ALT模拟结果进行二次校正，计算实测点ALTobserved与模拟值ALTcalculated的偏差。同样利用IDW方法生成ALT残差表面，并将其与初步计算结果叠加，得到最终校正后的活动层厚度分布数据。
“地表温度-环境因子”回归模型，回归方程决定系数（R2）为0.67。活动层厚度最终模拟结果与实测数据相比，决定系数（R2）达到0.64，均方根误差（RMSE）为0.41 m，满足制图精度要求。
| # | 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.DB7244.2026
10.12072/ncdc.nieer.db7244.2026
