本数据的提供单位是哈尔滨师范大学地理科学学院，由黑龙江省寒区地理环境监测与空间信息服务重点实验室提供。本数据基于现场机械/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，最终合成并制作为“大兴安岭东坡塔河地区卡马兰河流域多年冻土地下冰储量图（TIFF格式，空间分辨率30m）。数据时间为2023年7月4日-2024年9月2日。
野外采样数据：基于大兴安岭东坡卡马兰河流域现场机械/人工钻探与探坑获取的地下冰储量实测样本数据，采样点经纬度定位精确至小数点后5位，海拔记录精确至米级。
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、植被类型等多源空间数据集，作为模型预测变量。
利用Python和ArcGIS对所有环境因子数据进行预处理，包括格式转换、空间配准（统一至WGS84坐标系）、重采样（至目标分辨率）与归一化。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，最终合成并制作为“大兴安岭东坡塔河地区卡马兰河流域多年冻土地下冰储量图”。
本数据采用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。使用ArcGIS对生成的栅格数据进行可视化检查与逻辑分析，确保地下冰储量空间分布符合区域冻土分布规律，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 0(CC 0)进行许可。
CSTR:11738.11.NCDC.NIEER.DB7241.2026
10.12072/ncdc.nieer.db7241.2026
