本数据集针对中国东北大小兴安岭地区多年冻土年平均地温（MAGST）空间分布的异质性，提供了一套高精度的地温空间模拟产品。数据集基于多源观测与机器学习框架构建，综合利用了区域内深孔（>20 m）与浅孔钻孔的15 m深度地温观测实测数据。研究选取降水（PRE）、地表融化指数（TDD）、地形位置指数（TPI）等环境因子作为关键预测变量，运用随机森林（Random Forest, RF）回归算法，模拟生成了研究区空间分辨率为1 km的年平均地温分布图。该数据有效重建并拓展了东北地区地温的空间格局信息。
基础样本：整合了区域内所有深孔及浅孔钻孔的15 m深度地温实测数据（涵盖104个站点）。
预测变量：降水（PRE）、地表融化指数（TDD）、地形位置指数（TPI）等。
数据整合：清洗并整合钻孔测温数据，作为训练集与验证集。
模型构建：采用随机森林回归算法建立地温与环境因子之间的非线性关系模型。
空间制图：将训练好的模型应用至全区域，生成MAGST空间分布图。
质量控制：通过交叉验证确保模型在站点尺度的拟合精度。
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.DB7272.2026
10.12072/ncdc.nieer.db7272.2026
