5 `( }8 s7 l/ `# w) z! x! J0 _! @
混合坐标海洋模式（HYCOM）是一个数据同化的混合等压-西格玛-压力（广义）坐标海洋模式。在EE中托管的HYCOM数据子集包含了盐度、温度、速度和海拔等变量。它们被内插到南纬80.48°和北纬80.48°之间的统一的0.08度网格中。盐度、温度和速度变量已被内插到40个标准Z级。
9 [* w5 h2 a9 I HYCOM联盟，包括国家海洋合作伙伴计划（NOPP），是美国全球海洋数据同化实验（GODAE）的一部分。
! S, Q( y' F! j6 V 由国家海洋伙伴计划、海军研究办公室（ONR）和国防部高性能计算现代化计划资助。
+ B+ ?! A* X4 y" E7 _. m
数据：
" t1 [6 _/ p1 D3 ]) e9 O2 P, ~9 l* c ee.ImageCollection("HYCOM/sea_temp_salinity")
$ B7 D. p1 P3 U& I 数据集可用性
9 e% j# h: z& j9 k 1992-10-02T00:00:00 -
( ^/ \& j; {( ^ 数据集提供者
! _9 y7 Z* {) z* ]
诺普
z0 z8 j+ F$ R6 a9 c9 F7 k1 I 解析度
; x) y* B2 I, f) w
8905.6米
6 r5 N6 I9 u; a 波段表
姓名描述最小*最大限度*单位规模抵消water_temp_00m深度海水温度-3276832763°C0.00120盐度_0海水盐度，实际盐度单位，深度为 0m-2000932767电源0.00120water_temp_22m深度海水温度-3276832755°C0.00120盐度_2海水盐度，实际盐度单位，深度为 2m-2000232767电源0.00120water_temp_44m深度的海水温度-3276832746°C0.00120盐度_4海水盐度，实际盐度单位，深度为 4m-2000132767电源0.00120water_temp_66m深度海水温度-3276832742°C0.00120盐度_6海水盐度，实际盐度单位，深度为 6m-1999132767电源0.00120water_temp_88m深度海水温度-3276832741°C0.00120盐度_8海水盐度，实际盐度单位，深度为 8m-1979532767电源0.00120water_temp_1010m深度的海水温度-3276832738°C0.00120盐度_10海水盐度，实际盐度单位，深度为 10m-1962432767电源0.00120water_temp_1212m深度海水温度-3276832735°C0.00120盐度_12海水盐度，实际盐度单位，深度为 12m-1962432767电源0.00120water_temp_1515m深度的海水温度-3276832763°C0.00120盐度_15海水盐度，实际盐度单位，深度为 15m-1962432767电源0.00120water_temp_2020m深度海水温度-3276832715°C0.00120盐度_20海水盐度，实际盐度单位，深度为 20m-1860632767电源0.00120water_temp_2525m深度的海水温度-3276832737°C0.00120盐度_25海水盐度，实际盐度单位，深度为 25m-1813132767电源0.00120water_temp_3030m深度海水温度-3276832754°C0.00120盐度_30海水盐度，实际盐度单位，深度为 30m-1789232767电源0.00120water_temp_3535m深度海水温度-3276832754°C0.00120盐度_35海水盐度，实际盐度单位，深度为 35m-1787432767电源0.00120water_temp_4040m深度的海水温度-3276832674°C0.00120盐度_40海水盐度，实际盐度单位，深度为 40m-1783132767电源0.00120water_temp_4545m深度海水温度-3276832701°C0.00120盐度_45海水盐度，实际盐度单位，深度为 45m-1783132767电源0.00120water_temp_5050m深度的海水温度-3276832237°C0.00120盐度_50海水盐度，实际盐度单位，深度为 50m-1773832767电源0.00120water_temp_6060m深度海水温度-3276832630°C0.00120盐度_60海水盐度，实际盐度单位，深度为 60m-1773332767电源0.00120water_temp_7070m深度的海水温度-3276823172°C0.00120盐度_70海水盐度，实际盐度单位，深度为 70m-1742324303电源0.00120water_temp_8080m深度海水温度-3276827875°C0.00120盐度_80海水盐度，以实际盐度单位计算，深度为 80m-1732625320电源0.00120water_temp_9090m深度的海水温度-3276832393°C0.00120盐度_90海水盐度，实际盐度单位，深度为 90m-1678726604电源0.00120water_temp_100100m深度的海水温度-3276831847°C0.00120盐度_100海水盐度，实际盐度单位，深度为 100m-1671727143电源0.00120water_temp_125125m深度的海水温度-3276831469°C0.00120盐度_125海水盐度，实际盐度单位，深度为 125m-1489630131电源0.00120water_temp_150150m深度的海水温度-3276831335°C0.00120盐度_150海水盐度，实际盐度单位，深度为 150m-1471231215电源0.00120water_temp_200200m深度海水温度-3276830029°C0.00120盐度_200海水盐度，实际盐度单位，深度为 200m-1456730979电源0.00120water_temp_250250m深度的海水温度-3276821629°C0.00120盐度_250海水盐度，实际盐度单位，深度为 250m-1319827945电源0.00120water_temp_300300m深度海水温度-3276822796°C0.00120盐度_300海水盐度，实际盐度单位，深度为 300m-22027712电源0.00120water_temp_350350m深度的海水温度-3276818501°C0.00120盐度_350海水盐度，实际盐度单位，深度 350m-13621866电源0.00120water_temp_400400m深度海水温度-3276823875°C0.00120盐度_400海水盐度，实际盐度单位，深度为 400m024711电源0.00120water_temp_500500m深度的海水温度-3276818663°C0.00120盐度_500海水盐度，实际盐度单位，深度为 500m024929电源0.00120water_temp_600600m深度海水温度-3276814251°C0.00120盐度_600海水盐度，实际盐度单位，深度为 600m024128电源0.00120water_temp_700700m深度的海水温度-3276811300°C0.00120盐度_700海水盐度，实际盐度单位，700m 深度022350电源0.00120water_temp_800800m深度的海水温度-327688630°C0.00120盐度_800海水盐度，实际盐度单位，深度为 800m021959电源0.00120water_temp_900900m深度海水温度-327689544°C0.00120盐度_900海水盐度，实际盐度单位，深度为 900m021965电源0.00120water_temp_10001000m深度的海水温度-327687050°C0.00120盐度_1000海水盐度，实际盐度单位，深度为 1000m021982电源0.00120water_temp_12501250m深度的海水温度-327688837°C0.00120盐度_1250海水盐度，实际盐度单位，深度为 1250m022075电源0.00120water_temp_15001500m深度海水温度-2306912933°C0.00120盐度_1500海水盐度，实际盐度单位，深度为 1500m020937电源0.00120water_temp_20002000m深度海水温度-256704925°C0.00120盐度_2000海水盐度，实际盐度单位，深度为 2000m020936电源0.00120water_temp_25002500m深度海水温度-327680°C0.00120盐度_2500海水盐度，实际盐度单位，深度为 2500m019073电源0.00120water_temp_30003000m深度海水温度-220620°C0.00120盐度_3000海水盐度，实际盐度单位，深度为 3000m019057电源0.00120water_temp_40004000m深度海水温度-215640°C0.00120盐度_4000海水盐度，实际盐度单位，深度为 4000m019012电源0.00120water_temp_50005000m深度的海水温度-214690°C0.00120盐度_5000Sea water salinity, in practical salinity units, at a depth of 5000m015583psu0.00120NameTypeDescriptionexperimentStringExperiment number正常的代码：
+ I. T: e* @ K6 c5 y, w4 ^2 a- E
// Import the time series of global images, filter 15 days in August, 2018.
2 C$ G% L8 h5 T- C/ q7 V var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)) {4 m, E# @# n" m
.filter(ee.Filter.date(2018-08-01, 2018-08-15));! r, P. |( I" X( O$ f4 x8 f
2 k; L- Q5 t3 g, N4 G$ m // Select water temperature at 0 meters and scale to degrees C.5 e# O2 w: E$ m
var seaWaterTemperature = dataset.select(water_temp_0)0 v% H( `; V" F' V5 n: \
.map(function scaleAndOffset(image) {
; n; {! k) a5 K1 Z9 |- x3 }/ B& \7 g$ Z return ee.Image(image).multiply(0.001).add(20);1 Z- P( {) |5 u5 X
});3 f- `2 Y% o, I% n0 y) Y0 m+ M
8 w. _- P# g4 P$ z. g# z# _0 d // Define visualization parameters.
7 N* O$ n$ _2 R+ b5 l5 h: @ var visParams = {/ B/ t! }! z' e& }
min: -2.0, // Degrees C
; Q; v, u5 Y7 L4 r! c max: 34.0,7 I ]6 Y* x! h& g: X. ~: I2 P) h
palette: [000000, 005aff, 43c8c8, fff700, ff0000],. x% G: f* L6 u3 s& W. o, D
};' ~( o1 G* V6 A" `9 A, J
; t q, q4 F3 _7 Y) D // Display mean 15-day temperature on the map.
$ q% }1 {8 U J+ I( V Map.setCenter(-88.6, 26.4, 1);
% _1 n4 n- U5 o4 A( y: j Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
4 q$ D' j) ` d2 b1 y# y! o+ E' a" e1 i* d
2 K0 m! I2 ^9 s
* D1 A+ _6 g) g2 s, u x. |
& C9 t: B% d( W8 R: w
( T& R' d6 Q* M 数据引用：
$ O0 f6 M/ n/ m
J. A. Cummings and O. M. Smedstad. 2013: Variational Data Assimilation for the Global Ocean. Data Assimilation for Atmospheric, Oceanic and Hydrologic Applications vol II, chapter 13, 303-343.
4 W4 E7 a, ?" x) T0 F1 B+ L& e: u. F2 o
错误的代码：这个时间段有一半的影像
5 V. _* s2 w+ o& X4 _% U5 }# D
// Import the time series of global images, filter 15 days in August, 2018.
0 k w, ~2 }& V% m var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)0 Q8 t& _+ P; J& {0 D
.filter(ee.Filter.date(2013-06-01, 2013-08-15));
/ E6 d4 o4 C6 \, j
2 Z( r. f' q! }8 K6 | // Select water temperature at 0 meters and scale to degrees C.0 T8 B% ?5 O4 j0 Y% [
var seaWaterTemperature = dataset.select(water_temp_0)5 s5 |$ ?% N1 A
.map(function scaleAndOffset(image) {
) \7 M1 `9 ~3 O2 `1 r, _ return ee.Image(image).multiply(0.001).add(20);% R1 ~7 Y9 X/ d$ y/ f
});
8 q/ A8 r- V% \1 z. t
0 H3 \, H# D6 S1 z j) S // Define visualization parameters.% ~( R8 @% C# |8 w2 {
var visParams = {; ^1 b( X# K3 Y$ H5 [& U% O! F: u
min: -2.0, // Degrees C
/ @' I6 O$ z. ]% f% u; l, N max: 34.0,7 W- p7 I1 x7 V( X
palette: [000000, 005aff, 43c8c8, fff700, ff0000],
# V- {0 l7 f% {+ j2 ]+ h! y4 w4 m };
: X6 `8 q0 D# Z6 k' V% A1 F" z; W; W4 b
// Display mean 15-day temperature on the map." ?" L. j. _" P$ b% a0 |$ Q
Map.setCenter(-88.6, 26.4, 1);
, w# _9 y, I# Z Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);* U" C# a8 }* D& U' C
8 r2 ?% u7 s1 R6 X5 k: Z! f! b. z7 V ' y, B z+ t& o a
往期推荐：
" e' z! P+ p: h+ N8 [1 t+ X
' k; q) T: J' r' d- u Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)）
, S. d( R i/ T' _4 r p9 \7 n
新文速递| 1980—2020年中国雪水当量遥感数据集
$ V! m4 E. Z+ b- P+ Y5 N9 ` 全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020)
( Y- }# V! g8 D2 P" ~
GEE超限解决方案：besteffect!
: Y3 z/ o% l0 B: W6 p$ x/ g4 V4 v( S4 g GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
& L4 A3 H b2 ^ 巨牛的人工智能学习网站：床长人工智能教程
1 e& ^. f# [5 H9 T- E q) N2 v
GEE—以MCD19A2为例批量下载逐天AOD数据逐天的均值、最大值、最小值、标准差、方差统计分析和CSV下载（北京市各区为例）
6 O9 }' \; q% g4 U6 M GHSL 全球人口网格数据集250米分辨率
8 U) u% n: X) ^! [7 e: n
1999-2019年墨累全球潮汐湿地变化 v1 数据集
* E9 |, K9 H, G3 b3 B7 }
Google Earth Engine（GEE）——哥白尼大气监测 (CAMS) 全球气溶胶AOI近实时观测数据集
9 s% a7 P! m; a) z7 L6 \! r) ]2 }
# K& L. F8 }* h3 j0 [# { 
; W1 K1 V- V* s. V
8 K0 ?0 {9 O- |; _ u$ H( r8 c6 ^
满天星
8 ?( ~) }. h5 R0 L4 N
4 次咨询
* z% T( C7 j% P 5.0
, \3 H( q* a7 W$ z( c0 ^
/ v8 d1 I0 c$ ?! p! V# P 中国矿业大学（北京） 地图制图学与地理信息工程博士在读
/ _6 B; T, x M( L1 P0 z* e! k 913 次赞同
) o5 r8 Q: v) P/ R" O ' Y$ p. N% @: @5 n# e% ~
去咨询
7 @# y# s* b0 \# c$ {
+ J" `0 S9 `# M! c1 m' i ~ 
