Projected Permafrost Thermal State and Degradation Maps for the Qinghai-Tibet Plateau (2041–2100)

This dataset provides a comprehensive collection of permafrost thermal state and degradation maps for the Qinghai-Tibet Plateau. The data corresponds to the findings presented in the manuscript titled "A Hybrid Deep Learning Method for Permafrost Prediction Under Data Scarcity and Spatial Heterogeneity on the Qinghai-Tibet Plateau".The dataset includes permafrost maps in GeoTIFF format at 1 km spatial resolution. These maps were generated using the Geo-TARTE framework, a hybrid deep learning model integrating tabular foundation models with spatial attention mechanisms. The dataset contains the following variables for each scenario:• Mean Annual Ground Temperature (MAGT, °C)• Active Layer Thickness (ALT, cm)• Degraded permafrost mask (binary)The maps cover the following time periods and climate scenarios:• Current (baseline period, 2006–2020)• SSP1-2.6 (2041–2060, 2061–2080, 2081–2100)• SSP3-7.0 (2041–2060, 2061–2080, 2081–2100)• SSP5-8.5 (2041–2060, 2061–2080, 2081–2100)本数据集为青藏高原提供了一套全面的多年冻土热状态与退化分布图集。该数据对应发表于题为《青藏高原数据稀缺与空间异质性条件下多年冻土预测的混合深度学习方法》的学术手稿中的研究成果。数据集包含空间分辨率为1千米的GeoTIFF格式多年冻土分布图，此类图谱由Geo-TARTE框架生成——该框架是一种融合表格基础模型与空间注意力机制的混合深度学习模型。本数据集包含各情景下的以下变量： • 年平均地温（Mean Annual Ground Temperature, MAGT，单位：℃） • 活动层厚度（Active Layer Thickness, ALT，单位：cm） • 退化冻土掩膜（二值型） 上述图谱覆盖以下时段与气候情景： • 当前基准期（2006–2020年） • SSP1-2.6情景（2041–2060年、2061–2080年、2081–2100年） • SSP3-7.0情景（2041–2060年、2061–2080年、2081–2100年） • SSP5-8.5情景（2041–2060年、2061–2080年、2081–2100年）