& m7 f0 ^5 p( f; K1 R% Q8 _
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。
( l/ v. i$ E! 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。
0 A3 ~; q6 ]# j1 Y& [ 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。
, C# H# k- N% H r 数据：
6 P7 p" a7 j# b! |# x1 i2 i ee.ImageCollection("HYCOM/sea_temp_salinity")
6 Y" h, Z5 Y+ p. J2 o
数据集可用性
}( J; O* n6 G- S' o( `3 }; @6 m# j
1992-10-02T00:00:00 -
- |) U" v1 M f" H8 _, A' U/ h 数据集提供者
* o2 \& e+ c& F7 E4 p6 v 诺普
6 E( P4 r1 v; ? 解析度
$ ^( n; K7 z S; x/ |& n6 t
8905.6米
! d. ~- F3 I5 D; e. L 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：
- \& J/ d" ]& g% B+ N {/ X // Import the time series of global images, filter 15 days in August, 2018.
~( c& d7 U. V5 v! U var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
; s P+ o; E$ l .filter(ee.Filter.date(2018-08-01, 2018-08-15));6 I7 c2 D# ^2 a2 ~5 g. W
3 m! [$ @5 e7 r, P7 x // Select water temperature at 0 meters and scale to degrees C.% h' [8 N$ L' R/ d# s9 |! u7 d
var seaWaterTemperature = dataset.select(water_temp_0)* x. l/ _) s* m8 J
.map(function scaleAndOffset(image) {- L! `2 ?$ o7 l0 n8 N
return ee.Image(image).multiply(0.001).add(20);+ @% r( h; v1 l! M8 v( `2 Z
});
L0 }8 l. g9 `; f* C2 u6 i
2 j- }3 {3 ?' w, S8 x _9 s ?' h // Define visualization parameters.
+ D- J/ d2 V" B3 H* { var visParams = {
6 [# @7 I8 q2 I" o2 e! } v8 O min: -2.0, // Degrees C5 A# ~; L. ]- M
max: 34.0,8 c+ a3 `% x0 V$ F! C# L( {+ X
palette: [000000, 005aff, 43c8c8, fff700, ff0000],# p: F* U! D9 g" E% ^
};
8 w/ i7 J/ [% B$ E
+ L8 [" d) g% x // Display mean 15-day temperature on the map.5 O& I. p! j6 t& u' A7 X* c
Map.setCenter(-88.6, 26.4, 1);
1 ?2 ^% j! m; \) V$ O Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);7 D2 m) T* Y: A5 _: ^
3 [' B$ L$ L% n0 N% [+ W6 `: w6 A1 o, J! i3 M( T9 x
& [& v* m. S" S6 L
3 k$ V% L9 e2 R, ?, Z
0 z) ~$ F2 }! t" n$ g 数据引用：
( }) W# ] q/ c: 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.
. v$ l4 ~, x+ f Q" u- w
错误的代码：这个时间段有一半的影像
8 K* U: o& w) G1 d* L
// Import the time series of global images, filter 15 days in August, 2018.$ B' t7 H/ c( j6 W! A5 C' v; N
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
2 ~$ w( A. Q8 w: x9 H .filter(ee.Filter.date(2013-06-01, 2013-08-15));6 o/ }3 y( \, x. B; v' ~! B
, C' P, F c+ e* [: p& l3 I# }, R // Select water temperature at 0 meters and scale to degrees C.! D/ [- u/ T" h- l$ t
var seaWaterTemperature = dataset.select(water_temp_0)* e- ?9 ~: v7 [' L" t$ U1 }
.map(function scaleAndOffset(image) {- @/ ^1 B; x. W# C }
return ee.Image(image).multiply(0.001).add(20);4 K4 z B; l- n2 P5 C: Q; V
});9 o! m! T2 Q9 l
8 P5 O9 O% x* {) T
// Define visualization parameters.
- V) M, N# ^1 |4 ?, K var visParams = {
' ]3 a: d- [6 o/ T( j( { min: -2.0, // Degrees C# N; Q: Q: T) B1 t# T5 u
max: 34.0,6 e1 M- i9 _; H) `( W- g, H
palette: [000000, 005aff, 43c8c8, fff700, ff0000],
: j2 z8 S" M. _; Z };
8 A, F! a! ?9 D/ k- ]" v4 W. U2 K5 u+ M3 s( o. O
// Display mean 15-day temperature on the map.- G7 f' y& J& i" B# H# A
Map.setCenter(-88.6, 26.4, 1);/ y$ Y+ R! q; g
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
6 q8 ]9 W6 k6 l% c1 s
, Y+ ~$ i* ?$ _: x
: j( ?1 w) B# }% y G$ Y. z O: N 往期推荐：
4 j# Y" G/ s' k% |; _/ V. P$ r- e8 E9 Q" {1 ^; C' i2 A" s
Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)）
* e# g/ l! x& T. c1 w9 ?8 w1 ]. g7 J 新文速递| 1980—2020年中国雪水当量遥感数据集
( P3 V" M1 b& y) y0 f/ u# k+ V 全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020)
' h* t9 \0 S8 ]8 \$ `4 b/ M GEE超限解决方案：besteffect!
4 q" H/ |* F' G3 E0 N" V. s, _; R GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
- `, A' y6 m: L- s* }+ I- x9 S) ?0 q
巨牛的人工智能学习网站：床长人工智能教程
) b4 k: Y3 ?/ C5 f9 G! _
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）
x4 {9 Y( L- ]0 k2 U; V8 N GHSL 全球人口网格数据集250米分辨率
2 F" F. I; ^3 k+ P' b
1999-2019年墨累全球潮汐湿地变化 v1 数据集
6 a# Z% D/ X5 ~ 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
# a/ ]8 L% r6 m - _! W8 L6 S8 T" P/ Q9 |
0 B" W+ [) u4 e0 e0 X
" F# p5 G" @' }" G 满天星
6 E0 I& O5 B$ O
4 次咨询
: q. \" F& N- B2 ] 5.0
( s" l+ @2 f* Z$ M$ k4 }0 B
: x. L. D3 s7 ~' u. Z' X( | 中国矿业大学（北京） 地图制图学与地理信息工程博士在读
% ]7 S1 l% b) ~0 K1 W; E5 d) s. P" J 913 次赞同
6 E/ z7 l/ Z+ \
% m+ f9 b' u# x- j6 `+ h/ c/ b) U 去咨询
; V6 ~" L/ Z8 y' E/ e7 Y9 W
5 ~# S$ o" z% G$ \: W 
