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

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:: 993
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:: 893
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

东北1km多年冻土厚度图（2023-2024年）

本数据集针对中国东北大小兴安岭地区多年冻土厚度空间分布的复杂性，提供了一套基于地温梯度模型与机器学习反演的多年冻土厚度空间分布产品。研究建立在有限的深孔（>20 m

贡献者:: 刘广岳, 赵林
点击量:: 1153
文件大小:: 2.6 MiB
更新时间:: 2026-05-12

国家冰川冻土沙漠科学数据中心

大兴安岭东坡塔河地区卡马兰河流域30m多年冻土厚度图（2023-2024年）

核心因子，综合采用地温梯度模型、环境相似性模型与随机森林算法，反演生成研究区尺度多年冻土厚度空间分布产品。为保障数据可靠性，采用五折交叉验证评估随机森林模型预测精度，并通过 ArcGIS 开展

贡献者:: 臧淑英
点击量:: 1105
文件大小:: 21.4 MiB
更新时间:: 2026-05-11

国家冰川冻土沙漠科学数据中心

大兴安岭东坡塔河地区卡马兰河流域30m多年冻土温度图（2023-2024年）

核心因子，综合采用地温梯度模型、环境相似性模型与随机森林算法，反演生成研究区尺度多年冻土温度空间分布产品。为保障数据可靠性，采用五折交叉验证评估随机森林模型预测精度，并通过 ArcGIS 开展

贡献者:: 臧淑英
点击量:: 1232
文件大小:: 21.1 MiB
更新时间:: 2026-05-11

国家冰川冻土沙漠科学数据中心

东北多年冻土区不同下垫面地表温度数据（2022-2023年）

据集反映了东北多年冻土区不同下垫面条件下地表温度的变化特征，可为多年冻土区的地表能量交换过程、活动层热状况演变及冻土退化机制研究提供基础观测数据支撑，并可作为地表温度模拟、活动层厚度反演和冻土稳定性评价的重要输入数据，对多年冻土区工程规划和运行安全评估具有重要应用价值。

贡献者:: 李国玉, 陈敦, 高凯 ...
点击量:: 1006
文件大小:: 171.6 KiB
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:: 1019
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

大兴安岭东坡塔河地区卡马兰河流域30m多年冻土埋深图（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

贡献者:: 臧淑英
点击量:: 1234
文件大小:: 21.8 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:: 1042
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

大兴安岭东坡塔河地区卡马兰河流域30m多年冻土地下冰储量图（2023-2024年）

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

贡献者:: 臧淑英
点击量:: 1727
文件大小:: 22.0 MiB
更新时间:: 2026-05-11

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

贡献者:: 吴立宗
点击量:: 21704
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

中国东北地区30m多年冻土分布图

冻土地面样本，结合地理、地形、植被、水文、土壤和气候等21个环境因子，采用随机森林（RF）模型开展像元尺度制图。模型经200次重复验证，平均总体精度为0.91，平均Kappa系数为0.82。中国

贡献者:: 邹德富, 赵林, 金会军 ...
点击量:: 571
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

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:: 824
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

塔里木河流域多年冻土分布图（2005-2020年）

，本研究建立了塔里木河流域冻土分布制图的总体框架。首先，采用基于数字高程模型（DEM）校正的普通克里格插值方法对缺失的TRIMS LST进行重建；其次，通过将站点观测的日均地表温度（GST）与四

贡献者:: 张国飞
点击量:: 4461
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

北半球多年冻土区冬季CO₂排放数据集(1982-2022年)

的评估存在较大的不确定性。本研究构建了北半球多年冻土区1982-2022年0.1°空间分辨率的冬季CO₂通量数据集。该数据集整合了2487个月度冬季CO₂通量观测数据和多源地理空间数据，包括气候、植被、积雪、土壤及多年冻土，基于极端随机树模型

贡献者:: 牟翠翠, 魏玉国
点击量:: 1162
文件大小:: 319.4 MiB
更新时间:: 2026-06-02

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）

的多年冻土监测数据，选取MAGT与ALT作为核心指标，结合地形、气候、土壤和植被等多源环境因子，利用多种机器学习算法构建预测模型，并通过交叉验证筛选出最佳模型进行空间制图。数据集覆盖北纬45°以北的泛北极地区，时间

贡献者:: 吴通华
点击量:: 923
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

欧亚大陆1km分辨率多年冻土分布数据集（2000-2020年）

年冻土与非多年冻土站点，融合气温、降水、积雪日数、海拔、土壤属性等多源高分辨率环境因子，采用最优特征组合和随机森林模型进行建模预测。模型经40次5折交叉验证评估，准确率达到0.936，F1值为0.936，具有

贡献者:: 肖瑶, 刘广岳, 赵国辉 ...
点击量:: 7596
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

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）

类型等空间数据集，采用机器学习方法（Extra Trees）进行模型构建。数据格式为GeoTIFF，空间分辨率约30 m，投影为WGS_1984_Albers。

贡献者:: 胡国杰, 邹德富, 刘广岳 ...
点击量:: 966
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

北半球多年冻土数据集（1986-2098年）

北半球多年冻土数据集（1986-2098年）是根据Kudryavtsev模型算出的多年冻土融化深度处的温度（℃），其中，温度小于零的区域表示存在多年冻土。此数据集包含在Historical

贡献者:: 王澄海
点击量:: 13415
文件大小:: 16.9 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:: 459
文件大小:: 690.3 GiB
更新时间:: 2026-07-02