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

中国首套1米分辨率的全国土地覆盖数据集（SinoLC-1）

本数据集基于深度学习的框架和开放获取数据(包括全球土地覆盖(GLC)产品、开放街道地图(OSM)和谷歌地球图像)建立了中国首个1米分辨率的国家尺度土地覆盖地图SinoLC-1。将三个10 m GLC产品和OSM数据结合生成可靠的训练标签。使用这些训练标签和来自Google Earth...

贡献者:: 李卓鸿, 张洪艳
点击量:: 10935
文件大小:: 136.0 GiB
更新时间:: 2026-01-14

国家冰川冻土沙漠科学数据中心

基于深度学习与年度结果增强方法的东北地区水稻历史长序列制图（1985-2023年）

利用多传感器Landsat数据和深度学习模型，首次完成了1985年至2023年中国东北地区水稻的年度分布图绘制。采用年度结果增强法（ARE），该方法能处理深度学习模型在不同阶段产生的类别概率差异。这种方法有助于缓解大规模跨传感器水稻制图时训练样本有限的影响。与传统水稻制图方法相比，A...

贡献者:: 杨鹏
点击量:: 2308
文件大小:: 2.0 GiB
更新时间:: 2026-01-12

国家冰川冻土沙漠科学数据中心

北半球雪水当量逐日数据产品（2000-2025年）

针对现有雪水当量遥感产品精度不稳定，且数据时空不连续等问题，基于深度学习理论，构建了一套多种深度学习模型嵌套的雪水当量产品融合算法，并基于已有的雪水当量产品形成了一套高质量时空序列连续的北半球雪水当量数据产品。

贡献者:: 邵东航
点击量:: 7238
文件大小:: 444.0 GiB
更新时间:: 2026-05-20

国家冰川冻土沙漠科学数据中心

青藏高原多年冻土区高分辨率热融湖塘数据集（2020年）

多年冻土退化的一个后果是热融湖塘的发育，而这些湖塘可能是二氧化碳（CO₂）和甲烷（CH₄）排放的热点区域。然而，由于数据分辨率的限制，小型热融湖塘（<500 m²）在区域碳排放估算中长期被排除在外。本研究结合深度学习方法与高分辨率（3 m）PlanetScope遥感影像，并辅以人工修...

贡献者:: 彭小清, 罗恒星, 田伟伟
点击量:: 1485
文件大小:: 113.0 MiB
更新时间:: 2026-05-11

国家冰川冻土沙漠科学数据中心

基于深度学习框架的中国31个主要城市细粒度城市绿地映射数据集

UGS-1m产品提供基于深度学习（DL）框架生成的中国31个主要城市的细粒度UGS地图。该生成器是一个专为UGS提取而设计的全卷积网络（UGSNet），它集成了注意力机制以提高对UGS的辨别力，并采用点撕裂策略进行边缘恢复。鉴别器是一个完全连接的网络，旨在处理图像之间的域偏移。数据集...

贡献者:: 石茜, 刘梦熙
点击量:: 5805
文件大小:: 396.8 GiB
更新时间:: 2026-01-14

国家冰川冻土沙漠科学数据中心

藏东南雅弄冰川末端冰裂隙分布数据集（2022-2023年）

雅弄冰川位于青藏高原东南部岗日嘎布山，是该地区最大的海洋型冰川。受全球气候变暖影响，该区域冰川退缩剧烈。本数据集基于2022年-2023年实地采集的高分辨率无人机正射影像数据和深度学习方法，对雅弄冰川末端表面裂隙进行了提取，继而获取了每条裂隙的走向、长度、宽度和面积等信息。数据集包含...

贡献者:: 段云鹏, 扈芷婷, 吴坤鹏 ...
点击量:: 5016
文件大小:: 39.0 MiB
更新时间:: 2026-01-13

国家冰川冻土沙漠科学数据中心

基于3D CNN_ConvLSTM模型的青海省逐日1km降水融合数据集（1990-2023年）

降水是青海省水资源的主要来源之一，对区域生态环境和社会经济发展具有重要影响。利用深度学习技术，设计了基于3D卷积神经网络和卷积长短期记忆网络3D CNN_ConvLSTM的多源降水数据融合模型，构建了青海省范围内1990年-2020年降水融合数据集，时间分辨率为逐日、空间分辨率为0....

贡献者:: 张小丹, 游少杰, 黄远琛
点击量:: 20
文件大小:: 2.2 GiB
更新时间:: 2026-06-11