数据资源 - 国家冰川冻土沙漠科学数据中心

智能助手

0931-4967592
注册
登录
中文
EN

收起筛选

国家冰川冻土沙漠科学数据中心

基于《中国冰川冻土沙漠图》的中国冻土分布图

该数据是对中国冰川冻土沙漠图（1：400万）中冻土分布图的数字化，该图中考虑与全球冻土分类系统的统一，将多年冻土分为五类，包括：（1）不连续多年冻土：连续系数50%-90

贡献者:: 王涛
点击量:: 38748
文件大小:: 1.9 MiB
更新时间:: 2026-05-12

国家冰川冻土沙漠科学数据中心

欧亚大陆1km分辨率多年冻土分布数据集（2000-2020年）

良好的泛化性能。在此基础上构建了覆盖欧亚大陆的多年冻土分布数据集，提供2000、2005、2010、2015和2020年五个时段的空间预测结果，空间分辨率为1 km。数据集生成的多年冻土分布图在空间上连续性良好，能够准确反映高纬与高海拔地区的冻土分布

贡献者:: 肖瑶, 刘广岳, 赵国辉 ...
点击量:: 7506
文件大小:: 12.4 MiB
更新时间:: 2026-07-01

国家冰川冻土沙漠科学数据中心

中国东北地区30m多年冻土分布图

本数据集为中国东北地区30 m分辨率现今多年冻土分布图，覆盖黑龙江、吉林、辽宁及内蒙古东部，空间范围约为111.1°–135.1°E、38.6°–53.6°N。中国

贡献者:: 邹德富, 赵林, 金会军 ...
点击量:: 464
文件大小:: 77.9 MiB
更新时间:: 2026-07-09

国家冰川冻土沙漠科学数据中心

东北多年冻土区1km冻土地温分布数据（2010-2024年）

东北地区多年冻土年平均地温（MAGT）空间分布数据集是一套高精度（1km²空间分辨率）的反映东北地区冻土热状态的基础数据产品。该数据集基于传热学和能量交换理论，通过

贡献者:: 李国玉, 陈敦, 高凯 ...
点击量:: 1265
文件大小:: 44.0 MiB
更新时间:: 2026-05-12

国家冰川冻土沙漠科学数据中心

末次冰期最盛期以来北半球高时空分辨率多年冻土分布数据集

好地理解多年冻土与气候系统的复杂交互提供了重要机会。然而，由于多年冻土的复杂演化过程，现有模型还缺乏可靠的模拟能力，并且分辨率较低（约100-200km），不确定性大。基于高空间分辨率的古气候数据CHELSA-TraCE21k，利用双机器学习（随机

贡献者:: 冉有华, 李新, 陈发虎
点击量:: 388
文件大小:: 690.3 GiB
更新时间:: 2026-07-02

国家冰川冻土沙漠科学数据中心

基于《环北极多年冻土和地下冰状态图》的中国多年冻土分布图(第二版)

环北极多年冻土和地下冰分布图是1997年国际冻土协会联合多个国家的冻土研究机构编制的目前唯一的一个国际冻土数据图。该冻土图描述了北半球（20°N to 90°N）多年冻土的分布

贡献者:: 吴立宗
点击量:: 21526
文件大小:: 1.3 MiB
更新时间:: 2023-08-23

国家冰川冻土沙漠科学数据中心

中国1:400万冰川冻土沙漠图

东北大小兴安岭多年冻土分区图（郭东信等，1981）、环北极多年冻土和地下冰分布图（Brown et al. 1997）和最新野外实测资料，对东北的多年冻土界线进行了修订；西北高山多年冻土界线多采用了《中国冰雪冻土图》（1：400万

贡献者:: 王涛
点击量:: 18947
文件大小:: 86.1 MiB
更新时间:: 2026-07-02

国家冰川冻土沙漠科学数据中心

东北1km多年冻土分布图（2023-2024年）

本数据集为东北地区多年冻土分布数据，结合实测钻孔和坑探数据，以地形因子、植被因子、气象因子、土壤与水文因子数据为驱动，采用机器学习方法（随机森林）进行模型构建。多年

贡献者:: 邹德富, 赵林
点击量:: 1743
文件大小:: 2.4 MiB
更新时间:: 2026-05-12

国家冰川冻土沙漠科学数据中心

塔里木河流域多年冻土分布图（2005-2020年）

多年冻土分布图是寒区水文过程、生态系统稳定性及陆气相互作用研究的重要基础数据。然而，由于观测站点稀疏及地形高度异质性，塔里木河流域长期缺乏高分辨率的多年冻土数据。为此

贡献者:: 张国飞
点击量:: 4331
文件大小:: 2.4 MiB
更新时间:: 2026-05-11

国家冰川冻土沙漠科学数据中心

大兴安岭西坡额尔古纳地区根河流域30m多年冻土分布图（2023-2025年）

本数据集为大兴安岭西坡额尔古纳地区根河流域多年冻土分布数据，结合实测钻孔和坑探数据，以地形因子、植被因子、气象因子和土壤与热状况因子数据为驱动，采用机器学习方法（随机

贡献者:: 胡国杰, 邹德富, 刘广岳 ...
点击量:: 1510
文件大小:: 241.2 MiB
更新时间:: 2026-05-11

国家冰川冻土沙漠科学数据中心

大兴安岭东坡塔河地区卡马兰河流域30m多年冻土分布图（2023-2025年）

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分布数据，结合实测钻孔和坑探数据（多年冻土样本点347个，季节冻土样本点310个），以地形因子、植被因子、气象

贡献者:: 臧淑英
点击量:: 1537
文件大小:: 858.6 KiB
更新时间:: 2026-05-11

国家冰川冻土沙漠科学数据中心

环北极多年冻土分布、年平均地温及活动层厚度变化情况（1980-2019年）

理解高纬度地区对气候变暖的响应机制和预测未来环境风险具有重要意义。本数据集基于GTN-P（Global Terrestrial Network for Permafrost）和CALM（Circumpolar Active Layer Monitoring）提供的多年冻土监测数据

贡献者:: 吴通华
点击量:: 796
文件大小:: 613.6 MiB
更新时间:: 2026-05-13

国家冰川冻土沙漠科学数据中心

大兴安岭西坡额尔古纳地区根河流域30m多年冻土埋深分布图（2023-2025年）

本数据集为大兴安岭西坡额尔古纳地区根河流域多年冻土分布数据，基于研究区内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

贡献者:: 胡国杰, 邹德富, 刘广岳 ...
点击量:: 889
文件大小:: 241.0 MiB
更新时间:: 2026-05-11

国家冰川冻土沙漠科学数据中心

大兴安岭西坡额尔古纳地区根河流域30m根区土壤水分分布图（2023-2024年）

本数据集为大兴安岭西坡额尔古纳地区根河流域根区土壤水分分布数据，结合基于机械/人工钻和探坑获取的土壤水分测量数据；环境因子数据来源于气候、土壤、地形、植被类型等空间数据集

贡献者:: 胡国杰, 邹德富, 刘广岳 ...
点击量:: 898
文件大小:: 255.7 MiB
更新时间:: 2026-05-12

国家冰川冻土沙漠科学数据中心

大兴安岭西坡额尔古纳地区根河流域30m植被类型分布图（2023-2025年）

本数据为结合野外调查的植被类型数据；环境因子数据来源于气候、土壤、地形、植被类型等数据为驱动，采用机器学习方法进行模型构建。数据格式为GeoTIFF，空间分辨率约30

贡献者:: 胡国杰, 邹德富, 刘广岳 ...
点击量:: 731
文件大小:: 2.7 MiB
更新时间:: 2026-05-12

国家冰川冻土沙漠科学数据中心

大兴安岭西坡额尔古纳地区根河流域30m多年冻土厚度分布图（2023-2025年）

本数据基于机械/人工钻探与探坑获取的地温测量数据，通过地温梯度模型、环境相似性模型、随机森林的方法，得到研究区域尺度的多年冻土厚度图。数据格式为GeoTIFF，空间

贡献者:: 胡国杰, 邹德富, 刘广岳 ...
点击量:: 805
文件大小:: 4.5 MiB
更新时间:: 2026-05-11

国家冰川冻土沙漠科学数据中心

大兴安岭西坡额尔古纳地区根河流域30m多年冻土温度分布图（2023-2025年）

本数据基于机械/人工钻探与探坑获取的地温测量数据，通过地温梯度模型、环境相似性模型、随机森林的方法，得到研究区域尺度的多年冻土温度图。数据格式为GeoTIFF，空间

贡献者:: 胡国杰, 邹德富, 刘广岳 ...
点击量:: 882
文件大小:: 4.4 MiB
更新时间:: 2026-05-11

国家冰川冻土沙漠科学数据中心

大兴安岭西坡额尔古纳地区根河流域30m多年冻土地下冰储量分布图（2023-2025年）

本数据基于机械/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

贡献者:: 胡国杰, 邹德富, 刘广岳 ...
点击量:: 942
文件大小:: 56.3 MiB
更新时间:: 2026-05-11

国家冰川冻土沙漠科学数据中心

青藏高原北麓河(QT02)多年冻土活动层月均数据（2003-2010年）

本数据为中国科学院寒区旱区环境与工程研究所，冰冻圈科学国家重点实验室，青藏高原冰冻圈观测试验研究站长期定位地温观测数据。本数据集为2003-2010年北麓河（QT02）多年冻土活动层月均数据

贡献者:: 乔永平, 赵林
点击量:: 14433
文件大小:: 29.4 KiB
更新时间:: 2026-05-26

国家冰川冻土沙漠科学数据中心

东北1km多年冻土埋深图（2023-2024年）

本数据集为东北地区多年冻土埋深分布数据，结合实测钻孔和坑探数据，以地形因子、植被因子、气象因子、土壤与水文因子数据为驱动，采用机器学习方法（随机森林）进行模型构建。多年

贡献者:: 杜二计, 赵林
点击量:: 884
文件大小:: 13.9 MiB
更新时间:: 2026-05-12