|
) `, o. J" d0 P" _) l 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。 6 ]1 q0 I" r- ^! V( E& F+ E
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。 # g, h( X6 X& ^& J# F6 E6 L
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。
7 Z$ E4 `6 T! ?0 O* I. @ U- B0 n' _ 数据：
' D# j. i$ d3 v- S ee.ImageCollection("HYCOM/sea_temp_salinity")
. {4 |( R; y* z4 P 数据集可用性
' d4 `% T. [: v' P# @+ l 1992-10-02T00:00:00 -
8 m7 y* b3 x4 `5 p 数据集提供者
. H) o- B/ n, Q" q 诺普 & Q& A7 j( c8 m; n" K
解析度 # g: ?% v9 N+ X2 K: w
8905.6米
3 [$ _, s7 I8 @1 h9 _8 O: s8 w 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：
3 c9 J, Y) O, M4 G2 r6 ? // Import the time series of global images, filter 15 days in August, 2018.
. h) A. y! }# N) G var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)$ y6 L* I4 b. L% m( y$ |/ h( \
.filter(ee.Filter.date(2018-08-01, 2018-08-15));
5 O' i" I4 F; E. h% P
8 h9 A; B* f/ r. Z4 J; y8 ]5 |/ x // Select water temperature at 0 meters and scale to degrees C.
7 }. J0 p8 L" R, Z4 [ Z var seaWaterTemperature = dataset.select(water_temp_0)
/ T, ]6 j: u2 A+ X .map(function scaleAndOffset(image) {
+ X. k, w7 A" r/ w7 e- D return ee.Image(image).multiply(0.001).add(20);. ^- S" J) Y; ~
});
0 C7 y5 F+ k- `5 J: h' V. f m. P7 ?' \: Y# L
// Define visualization parameters./ U" t$ N3 F, T( {, I; k5 s
var visParams = {5 B/ A8 S9 N% M, R
min: -2.0, // Degrees C6 g2 R, o k; m1 p X% @% l
max: 34.0, q% P# j9 {' Q7 `5 d
palette: [000000, 005aff, 43c8c8, fff700, ff0000],: `: R6 u" u$ J( v5 `
};
5 ~# q8 R1 J6 c$ l. v5 r* v
" k' b, Y0 w. X# }) n/ e {& E // Display mean 15-day temperature on the map.
! Q# [0 n6 B& b4 L Map.setCenter(-88.6, 26.4, 1);
/ f2 E6 S% \7 [3 N K8 ^ Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
, z5 l4 H0 r0 V: X$ r% t5 J1 E6 D* v1 ?$ G3 Q3 ?7 T
( B6 t9 e- |- U- a
* Z# O B9 L6 H- P
9 R/ x. n/ u9 ?! a4 r, X
! P0 v6 A( b* k5 p! f 数据引用：
% ^5 H' _% H# S, z" q! \ 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. 8 s! F$ c3 F, ^4 J R; h% z
错误的代码：这个时间段有一半的影像
3 B9 A+ B& G* A* S8 }% H // Import the time series of global images, filter 15 days in August, 2018.2 z* q6 Y7 s& {7 ]! w- Q
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
6 @" o, n7 K( d9 j. |8 H% U6 b d .filter(ee.Filter.date(2013-06-01, 2013-08-15));2 W0 l! x% d8 h
9 e+ k( p* r% }
// Select water temperature at 0 meters and scale to degrees C.0 |2 c2 d" l) m: A, L9 _- s
var seaWaterTemperature = dataset.select(water_temp_0)1 s7 s3 ~5 q D- q; K
.map(function scaleAndOffset(image) {
. A+ ?$ M8 l6 w* s$ R$ u return ee.Image(image).multiply(0.001).add(20);: U' g8 C- D# ]: o
});
, [+ r# M1 j$ G8 P' }: w w3 N1 y% J
// Define visualization parameters.8 Q9 J" [; N0 ]$ g- L
var visParams = {
; c# @' q+ k4 E: ] min: -2.0, // Degrees C
# {: L; J& j" D7 s/ B max: 34.0," b+ m& F) ]: V8 t
palette: [000000, 005aff, 43c8c8, fff700, ff0000],
9 S. a$ Y5 R1 W/ l# |% r };
1 x* [; H' J, d& s( K I: u: R% Z8 D/ b6 Q' _' A7 b
// Display mean 15-day temperature on the map.
: K9 S/ p6 W8 q. X" V Map.setCenter(-88.6, 26.4, 1);" o, w! c1 s! C
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
' l& S0 F0 c, [( {, g" y 6 a( J5 I Y/ `* w* t4 B) Z
& k7 t, U& P9 c- C r 往期推荐：
8 c8 R8 N7 {0 S
- b* O# |% N$ V/ K Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)） * o* }" o" b4 Y
新文速递| 1980—2020年中国雪水当量遥感数据集
n U; Y; B" B; U, y. F5 j 全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020) + M0 X: \9 U( @$ T- A
GEE超限解决方案：besteffect! - F! v7 C% r1 {
GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
5 U) i& B! b( L+ l 巨牛的人工智能学习网站：床长人工智能教程 1 d+ H: B, F+ O5 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） 9 @' n' g) S" p
GHSL 全球人口网格数据集250米分辨率
1 z* @7 l: z# S" z 1999-2019年墨累全球潮汐湿地变化 v1 数据集 : b' }( o/ T4 }8 J3 `5 y
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
D" v3 f$ }3 t. g
& q6 o. r4 j: O' q l. A0 u. E 
4 `4 o* i* G! M" f9 j
/ E: V) t% c) i5 H9 S 满天星 1 [& t' F6 r8 ^4 \3 |" G
4 次咨询
" _/ R3 d. y* O: n R# e 5.0 , p, s1 |7 b* a% U; v: K9 a( O
: k' ^. D1 z% O% R! F1 u
中国矿业大学（北京） 地图制图学与地理信息工程博士在读 & Q- Y3 F5 s- A( X9 A' W
914 次赞同
: w; \* N6 F, K: a 6 V2 h) A+ b9 }
去咨询 / q' u6 E' d, p0 {0 v
4 w/ p/ }- x/ p/ b
! b9 {* y3 W+ h+ z; M* g
% S" O, v) [5 H3 p' b! H
3 I6 a, T0 z' F o' S3 S7 e( s1 m& t1 [. l% M) g4 [7 Y) E4 T' m# C; f( K
| 
