%0 Dataset
%T 青藏工程走廊（QTEC）多年冻土地下冰含量
%J 国家冰川冻土沙漠科学数据中心
%I 国家冰川冻土沙漠科学数据中心(www.ncdc.ac.cn)
%U http://www.ncdc.ac.cn/portal/metadata/59b8b58d-f507-4a80-a190-e85132a4e67b
%W NCDC
%R 10.12072/ncdc.permafrost‌.db7317.2026
%A 范星文
%A 林战举
%A 高泽永
%A 罗京
%A 牛富俊
%A 李文娇
%A 吴旭阳
%K 多年冻土地下冰;青藏工程走廊（QTEC）;机器学习;含冰量
%X 多年冻土地下冰是关键的固态水资源与工程地质载体。青藏工程走廊高含冰量冻土对退化响应极为敏感，制约了气候模型对冻土退化的精准模拟，也不利于冰冻圈脆弱区工程灾害防控措施的科学制定。本研究基于 1158 组地下钻孔实测数据（实测、工程勘察钻孔资料及公开文献与科学数据中心共享资料），引入随机森林与决策树两种机器学习算法，结合年平均气温、地温、海拔、坡度、植被指数等13项环境因子，实现了走廊全线200m分辨率的地下冰含量空间模拟。结果显示，青藏工程走廊范围内50% 区域发育高含冰量冻土；年均气温、地温、活动层厚度、海拔与降水是控制地下冰空间分异的主导因子，详细内容见(Fan et al., 2026)。本研究可为区域地下冰储量精细化评估提供基础本底数据，同时为冻土区生态保护与工程建设设计提供科学支撑。