0931-4967592
注册
登录
中文
EN
Toggle navigation
首页
数据资源
台站数据
数据专题
期刊数据
模型工具
数据汇交
数据汇交指南
科技计划汇交资源
应急响应
全球灾害
科普
综合新闻
平台介绍
数据分类
Data
冰川
409
冻土
158
沙漠与荒漠化
150
积雪
86
水文
518
极地
49
生态
505
水土保持
701
气象
692
基础地理
375
遥感及产品
495
社会经济文化
92
地球化学
11
大气本底
75
灾害
181
泥石流
6
其他
578
首页
数据资源
深度学习
×
大满超级站气象要素梯度观测系统
×
清空全部
收起筛选
学 科:
大气科学
(5)
自然地理学
(3)
动力气象学
(1)
地球科学
(1)
地理学
(1)
地质学
(1)
工程与技术科学基础学科
(1)
气候学
(1)
环境科学技术及资源科学技术
(1)
主 题:
深度学习
(11)
长时序
(4)
降水
(4)
气温
(2)
高分辨率
(2)
CNN
(1)
Sentinel
(1)
WRF中尺度气象模式
(1)
XCH4
(1)
交通流预测
(1)
交通速度预测
(1)
人工智能
(1)
冰湖编目
(1)
图像分割
(1)
图像识别
(1)
图神经网络
(1)
基准数据集
(1)
数值预报
(1)
无缝
(1)
时空预测
(1)
每日
(1)
甲烷
(1)
统计后处理
(1)
裂缝检测
(1)
计算机视觉
(1)
路面状态
(1)
长江源区
(1)
黄河源区
(1)
时 间:
2100
(3)
2099
(3)
2098
(3)
2097
(3)
2096
(3)
2095
(3)
2094
(3)
2093
(3)
2092
(3)
2091
(3)
2090
(3)
2089
(3)
2088
(3)
2087
(3)
2086
(3)
2085
(3)
2084
(3)
2083
(3)
2082
(3)
2081
(3)
2080
(3)
2079
(3)
2078
(3)
2077
(3)
2076
(3)
2075
(3)
2074
(3)
2073
(3)
2072
(3)
2071
(3)
2070
(3)
2069
(3)
2068
(3)
2067
(3)
2066
(3)
2065
(3)
2064
(3)
2063
(3)
2062
(3)
2061
(3)
2060
(3)
2059
(3)
2058
(3)
2057
(3)
2056
(3)
2055
(3)
2054
(3)
2053
(3)
2052
(3)
2051
(3)
2050
(3)
2049
(3)
2048
(3)
2047
(3)
2046
(3)
2045
(3)
2044
(3)
2043
(3)
2042
(3)
2041
(3)
2040
(3)
2039
(3)
2038
(3)
2037
(3)
2036
(3)
2035
(3)
2034
(3)
2033
(3)
2032
(3)
2031
(3)
2030
(3)
2029
(3)
2028
(3)
2027
(3)
2026
(3)
2025
(4)
2024
(6)
2023
(8)
2022
(7)
2021
(7)
2020
(6)
2019
(6)
2018
(6)
2017
(5)
2016
(5)
2015
(5)
2003
(2)
2002
(2)
2001
(2)
2000
(2)
1999
(2)
1998
(2)
1997
(2)
1996
(2)
1995
(2)
1994
(2)
1993
(2)
1992
(2)
1991
(2)
1990
(2)
地 点:
中国
(2)
全球
(1)
公路摄像头、移动设备及网络资源
(1)
兰州市
(1)
北吴起县
(1)
天水市
(1)
庆阳市
(1)
延安市
(1)
泾阳县
(1)
绥德县
(1)
衡山县
(1)
西吉县
(1)
里下河地区
(1)
长江下游
(1)
长江与黄河源头地区
(1)
陆地
(1)
青海省
(1)
青藏高原
(1)
黄体高原
(1)
黄土高原
(1)
期 刊:
中国科学数据
(2)
Earth System Science Data
(1)
共享方式:
开放获取
(5)
登录获取
(5)
申请获取
(1)
贡献者:
张宝庆
(3)
张小丹
(1)
吴晓东
(1)
毛莺池
(1)
王嘉炜
(1)
田志娟
(1)
李伶杰
(1)
刘景琦
(1)
张新民
(1)
默认排序
点击次数
下载量
发布时间
更新时间
1/1
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)
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,本研究基于U-net对CMA、ECMWF和NCEP三者的多模式超级集合数据CNE开展了统计后处理研究,研制
贡献者:
李伶杰, 高锐
点击量:
2990
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
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)
)观测数据训练TabM残差校准模型,对第一阶段结果进行系统偏差订正。数据集共包含2,557个单波段GeoTIFF文件,采用WGS 84坐标系统(EPSG:4326),像元类型为float32,XCH
贡献者:
王嘉炜
点击量:
289
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
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
贡献者:
吴晓东, 刘桂民, 邵美琪 ...
点击量:
4256
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
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张高分辨率影像,涵盖滑坡、裂缝、渗水、析出物等典型缺陷。影像来源于无人机、轮式机器人、挂轨机器人及多类型摄像头等巡检设备拍摄,经...
贡献者:
毛莺池
点击量:
729
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
洛杉矶县高速公路交通速度基准数据集(METR-LA)
本数据集以洛杉矶县高速公路为研究区域,以Caltrans PeMS系统采集的交通速度数据为基础,经Li等人(2018)在DCRNN项目中筛选和预处理后形成METR-LA
贡献者:
张新民
点击量:
487
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
贡献者:
张宝庆
点击量:
875
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
2023年青藏高原冰湖编目数据集
冰湖是冰川消融过程中形成的典型水文地貌单元,近年来在全球高山和极地地区呈现快速扩张趋势。冰湖编目通过系统记录冰湖的空间位置、几何参数等信息,对理解冰川演化过程、气候
贡献者:
田志娟, 姚晓军, 常辉 ...
点击量:
7578
文件大小:
81.7 MiB
更新时间:
2026-09-24
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
贡献者:
张宝庆
点击量:
445
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
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
贡献者:
刘景琦
点击量:
8560
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
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:
371
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
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:
519
文件大小:
11.0 GiB
更新时间:
2026-05-21