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

贡献者:: 李卓鸿, 张洪艳
点击量:: 12244
文件大小:: 136.0 GiB
更新时间:: 2026-07-02

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）

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0.01°×0.01°，旨在解决青海省不同时空尺度、不同来源降水数据不确定性、稀疏

贡献者:: 张小丹, 游少杰, 黄远琛
点击量:: 281
文件大小:: 2.2 GiB
更新时间:: 2026-07-23

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

convolution，用于构建高分辨率数据)组成。模型的输入包括粗分辨率气温数据、粗分辨率地形数据(即网格内的海拔和海拔标准差)及高分辨率地形数据，输出为高分辨率气象数据；然后，利用训练好的模型对长时间序...

贡献者:: 吴晓东, 刘桂民, 邵美琪 ...
点击量:: 4082
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

青藏高原多年冻土区高分辨率热融湖塘数据集（2020年）

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，并辅以人工修正，构建了一个精度更高的青藏高原多年冻土区热融湖塘数据集。共识别出329,848个热融湖塘，覆盖面积约为2,893

贡献者:: 彭小清, 罗恒星, 田伟伟
点击量:: 2457
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Unet模型的河湖“四乱”样本数据集

本数据集基于Unet模型的Google Earth遥感影像“四乱”目标识别方法，针对黄河流域“四乱”问题，利用Google Earth遥感影像构建样本库，并利用Unet

贡献者:: 康建芳, 刘天山, 张保卫 ...
点击量:: 10952
文件大小:: 148.0 MiB
更新时间:: 2026-05-28

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

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。数据集详细说明如下： 1. UGS-1m.zip：中国 31 个主

贡献者:: 石茜, 刘梦熙
点击量:: 6633
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

三江源逐日雪深数据集（1980-2020年）

，基于深度学习FT-Transformer模型反演了三江源积雪期内（当年10月至次年4月）5 km空间分辨率的逐日雪深数据。与中国长时间序列的雪深数据（25 km）相比，反演的5 km雪深

贡献者:: 赵子胜, 郝晓华, 李杭璇 ...
点击量:: 4572
文件大小:: 237.5 MiB
更新时间:: 2026-05-26

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）

°的高空间分辨率与日时间分辨率。相较于原始模式数据，本数据集的核心优势在于其高分辨率气温数据产品更精细地刻画气温的时空分异规律，显著提升对局地极端高温、低温事件的模拟能力，从而为区域气候模拟、水文

贡献者:: 张宝庆
点击量:: 775
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

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）

°-41.25°N、100.95°-114.55°E，并具备0.1°的高空间分辨率与日时间分辨率。相较于原始模式数据，本数据集的核心优势在于其能更精确刻画复杂地形下的降水细节，显著提升了在区域水文模拟、极端

贡献者:: 张宝庆
点击量:: 424
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

全球陆地0.05°日尺度柱平均干空气甲烷摩尔分数（XCH4）数据集（2018-2024年）

本数据集提供2018年1月1日至2024年12月31日全球陆地区域的日尺度柱平均干空气甲烷摩尔分数（XCH4），空间分辨率为0.05°，覆盖

贡献者:: 王嘉炜
点击量:: 210
文件大小:: 34.4 GiB
更新时间:: 2026-09-08

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）

了2021-2022年长江下游和里下河地区集合预报降水数据集。经U-net订正后，空间分辨率由0.5°细化到0.1°，确定性精度和概率性精度指标得到全面提升，且预见期得到有效延长，为项目示范区模型构建提供了精细化数据支撑。

贡献者:: 李伶杰, 高锐
点击量:: 2843
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

三江源地区冰川边界和长度数据集（2000–2020年）

利用人工目视解译对其进行逐条检查与修订，并参考Randolph Glacier Inventory 7.0冰川编目数据和中国第二次冰川编目数据完善相关属性信息，得到该地区多期冰川边界数据集。最后采用冰川中流线方法提取该地区多期冰川长度数据

贡献者:: 张聪, 赵嘉威, 柴春梅 ...
点击量:: 304
文件大小:: 30.4 MiB
更新时间:: 2026-08-26

国家冰川冻土沙漠科学数据中心

面向AI-Ready的路面状态标准化图像数据集（2023-2024年）

鉴于国际上公开的标准化道路表面气象条件数据集极为稀缺，尤其在极端天气条件下的路面状况图像资源更为不足，本研究构建了一套冰雪灾害路面状况数据集，填补了这一领域的空白，为提升路面状况识别模型

贡献者:: 刘景琦
点击量:: 8434
文件大小:: 287.8 MiB
更新时间:: 2026-05-28

国家冰川冻土沙漠科学数据中心

2023年青藏高原冰湖编目数据集

-2 MSI遥感影像和Attention DeepLab V3+深度学习模型，实现了青藏高原全域高精度冰湖自动化提取与系统编目。结果表明，2023年青藏高原面积≥0.005 km2</sup

贡献者:: 田志娟, 姚晓军, 常辉 ...
点击量:: 7280
文件大小:: 81.7 MiB
更新时间:: 2026-05-27

国家冰川冻土沙漠科学数据中心

洛杉矶县高速公路交通速度基准数据集（METR-LA）

交通速度基准数据集。数据集包含207个环路检测器，时间范围为2012年3月1日至2012年6月30日，时间分辨率为5分钟，共34,272个时间步长，约6,519,002个观测记录。数据

贡献者:: 张新民
点击量:: 331
文件大小:: 60.5 MiB
更新时间:: 2026-07-21

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）

产品。本数据集的核心优势在于本数据集的核心优势在于提供了2015-2100年共86年的长序列降水数据。这一完整的长时间序列有助于揭示局地气候对全球变化的响应细节，从而为市县尺度的长期气候风险评估、适应性规划提供坚实的数据

贡献者:: 张宝庆
点击量:: 363
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

高坝大库裂缝、渗漏、滑坡典型缺陷数据集（2023-2025年）

为提升对高坝大库在自然灾害作用下的结构表面缺陷识别能力，研究团队于2023-2025年期间不断完善构建了裂缝、渗漏、滑坡典型缺陷数据集。数据集共包含3532张高分辨率

贡献者:: 毛莺池
点击量:: 589
文件大小:: 243.0 MiB
更新时间:: 2026-07-20

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

贡献者:: 段云鹏, 扈芷婷, 吴坤鹏 ...
点击量:: 5675
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

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

贡献者:: 邵东航
点击量:: 7731
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

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

贡献者:: 杨鹏
点击量:: 2593
文件大小:: 2.0 GiB
更新时间:: 2026-01-12