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:: 2304
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

黄土高原三种全球气候模式降尺度日值气温数据集（2015-2100年）

气温时序数据是全球和区域气候研究、水文模拟及生态系统评估中的关键基础数据。然而，尽管目前已存在多种气温数据产品，但由于观测站网分布不均、再分析数据与实测值之间的系统性偏差，以及长时间序列数据在空间覆盖一致性与高分辨率连续性方面的不足，当前对黄土高原长期气温动态与趋势变化的评估仍存在一...

贡献者:: 张宝庆
点击量:: 200
文件大小:: 22.0 GiB
更新时间:: 2026-05-21

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:: 7231
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

黄土高原不同市县三种全球气候模式降尺度逐年降水数据集（2015-2100年）

降水时序数据是全球和区域气候研究、水文模拟及生态系统评估中的关键基础数据。然而，现有市县未来降水数据序列普遍较短。这导致当前对区域尺度，尤其是市县等局部单元上的长期降水动态与趋势变化的评估仍存在不确定性。本研究基于ACCESS-ESM1-5、IPSL-CM6A-LR、MIROC-ES...

贡献者:: 张宝庆
点击量:: 103
文件大小:: 195.8 KiB
更新时间:: 2026-05-21

国家冰川冻土沙漠科学数据中心

基于U-net的长江下游及里下河地区集合预报降水数据集（2021-2022年）

精确的天气预报是社会发展、城市安全运行、人民生活以及水旱灾害防御的重要保障。近年来，尽管数值预报降水技术取得显著进展，然而，其预报精度仍受到初始场不确定性、模式结构限制及参数化方法局限性的影响，较粗的空间分辨率也制约了其在气象水文领域的广泛应用。因此，...

贡献者:: 李伶杰, 高锐
点击量:: 2494
文件大小:: 20.1 GiB
更新时间:: 2025-06-30

国家冰川冻土沙漠科学数据中心

黄土高原三种全球气候模式降尺度日值降水数据集（2015-2100年）

降水时序数据是全球和区域气候与水循环研究的重要指标。然而，由于缺乏时空连续的高质量时间序列数据集，目前对全球和区域长期降水动态与变化的评估仍存在较大的不确定性。本研究利用ACCESS-ESM1-5、IPSL-CM6A-LR、MIROC-ES2L未来降水数据集，基于U-Net深度学习架...

贡献者:: 张宝庆
点击量:: 102
文件大小:: 11.0 GiB
更新时间:: 2026-05-21

国家冰川冻土沙漠科学数据中心

1960–2023年4 km分辨率长江黄河源区逐日2 m气温数据集

1.本数据集面向青藏高原长江、黄河源区复杂地形区域的高精度气象驱动需求，提供长江、黄河源区区域尺度上的逐日2米近地气温的nc格式数据，空间分辨率为4.0 km（约 0.03333°），时间范围覆盖1960-01-01至2023-12-31。研究地点位于青藏高原腹地，被称为“中华水塔”...

贡献者:: 吴晓东, 刘桂民, 邵美琪 ...
点击量:: 3344
文件大小:: 2.0 GiB
更新时间:: 2026-04-09

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:: 5007
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:: 16
文件大小:: 2.2 GiB
更新时间:: 2026-06-11