|
# `8 r, x' {" B1 o 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。 : s* w9 X' y* y
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。 : u- `* D* ^& H" b# H5 t. }5 ]
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。 8 S% M" T' Y) m& ?( P
数据：
b8 l( G' `0 E9 b ee.ImageCollection("HYCOM/sea_temp_salinity")
$ i" |% j C8 j* R/ g 数据集可用性 6 E. \7 ?/ U* x O( J' }
1992-10-02T00:00:00 - $ n( z3 L0 O+ @% b2 K% `
数据集提供者 * B4 \9 H1 R6 L& R8 w
诺普
0 }$ E8 p1 c, v+ v3 O2 ~0 s/ r 解析度 4 j* s( M2 K. ]& d5 b. K( T% c5 n/ j
8905.6米 * T! u: h$ ]0 {% h$ j! 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：
+ p4 g/ o) P: I) e // Import the time series of global images, filter 15 days in August, 2018.
) e# x4 x! \, M" f* _ var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
* r( C! {: v* s# t9 R0 ~ .filter(ee.Filter.date(2018-08-01, 2018-08-15));
; H$ |' l6 v! j8 A+ ~
2 v) J, J" F; X6 u. Y // Select water temperature at 0 meters and scale to degrees C.0 L& M7 F3 T% d
var seaWaterTemperature = dataset.select(water_temp_0)
; Q" }1 }1 d. q6 S& i; Z6 r .map(function scaleAndOffset(image) {
C" h0 z& ?9 O0 A6 Q1 _' q% T3 E return ee.Image(image).multiply(0.001).add(20);& n( P, b8 { K6 k) e8 S& B3 G
});
0 \5 F: s4 U% u( L+ Q- p. ?" j x V9 h" c) r
// Define visualization parameters." w2 S8 e8 |2 {3 u6 n# r' U2 l
var visParams = {/ Q5 e+ h* R" U+ x5 q7 t
min: -2.0, // Degrees C5 D2 _3 i3 E5 W! T7 U6 }
max: 34.0,
2 Z' w, b% x% p1 U( m palette: [000000, 005aff, 43c8c8, fff700, ff0000],
$ D0 p n4 i' w3 w8 j( O% K3 A };
& Q$ p" o+ C- Q" `& v& Y9 _) ?. u7 G: r
// Display mean 15-day temperature on the map. m/ g: b/ q/ h$ b+ O; c0 l1 p
Map.setCenter(-88.6, 26.4, 1);2 P6 p2 W3 m* `3 A% Q. [. B `9 F
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);' W$ I" [+ J- R3 E4 j
+ b! ?6 t+ `) R- w, z( |) \- J: N& _+ ?* L" ^
# h4 d/ E$ w; y
7 p( O( v2 }8 b# r- v. G& s# R# l
9 x. p2 B( S* H0 M* @ R5 O; F4 I& l# | 数据引用：
0 A: B: _2 O' Y+ g& @9 Y( l; U 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. ) G+ z1 C+ g9 {1 U; \
错误的代码：这个时间段有一半的影像 : f' E f) U' Y; T3 H
// Import the time series of global images, filter 15 days in August, 2018.
" D( k0 n% o$ q" e5 U1 J0 q var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
3 c. H6 p2 ?" L .filter(ee.Filter.date(2013-06-01, 2013-08-15));& ]! i" }3 N2 U
; t4 R' V7 w6 [/ ~
// Select water temperature at 0 meters and scale to degrees C.
4 S+ _4 `3 J1 m* f& g2 I var seaWaterTemperature = dataset.select(water_temp_0)
* o0 {) ]: E1 G8 M% _ .map(function scaleAndOffset(image) {9 a$ u$ I0 i6 |4 M) M/ X
return ee.Image(image).multiply(0.001).add(20);
% z# {' \ [0 M: p1 w });0 X# N Y8 ?9 A- S* W( `8 S
( F- R3 d5 w X$ w1 m( m# H
// Define visualization parameters.. w7 P+ L% M* G( P
var visParams = {
' q7 D- m: d& y5 y& G/ ] ? min: -2.0, // Degrees C) A* T+ s/ t2 C# F& S
max: 34.0,& u* W& a) d3 V5 q7 |2 v
palette: [000000, 005aff, 43c8c8, fff700, ff0000],
3 ~' W5 e* }0 k, F };
" O2 C7 m) }1 W2 v% d, F: W: ^! M5 V& I! o
// Display mean 15-day temperature on the map.
) o4 L( _9 d) U0 l Map.setCenter(-88.6, 26.4, 1);& F0 V1 P$ V% {6 X3 m
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
# _. R! a9 C/ h1 {8 V: L5 \ ) f7 Q6 x2 [" ~3 E$ ^, D
3 `7 ]4 F% x2 E' i8 Y
往期推荐： , a3 M6 n* E! A+ X
2 N1 D4 R% i7 k$ a Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)）
7 ~- `; d2 u! i7 u 新文速递| 1980—2020年中国雪水当量遥感数据集 W# h3 c4 d9 J# J' C/ R/ p0 D
全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020) z' l) R0 q$ J' z( ?- n8 ^. d
GEE超限解决方案：besteffect! 2 o; _( T: p+ F
GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
' _( @$ h- t" F: z 巨牛的人工智能学习网站：床长人工智能教程 * ^. T& z) f$ s9 Q8 \1 v3 X. u2 ? _
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 @+ k' H Q8 M5 E6 B2 B
GHSL 全球人口网格数据集250米分辨率
, y8 |% G: `' e" Q 1999-2019年墨累全球潮汐湿地变化 v1 数据集 $ u2 V F p4 F6 R# v2 D1 U/ X, L
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
: o2 O- \5 j! H5 J0 f7 K& A
A/ J: `) F1 @3 {0 a H* i# F% ]8 z  8 E) A7 h8 u, e+ _) U0 ^
1 X. L1 e4 L% h) W) G; z
满天星
. ] T) x9 F, b4 ^$ _5 v# \ 4 次咨询- l W# V+ o0 B# d+ u/ I, E
5.0 7 ~4 b% P& W2 e u' B. j* W% g
6 E! h3 s* C! B 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 c2 i# n1 b* Q1 e8 z) u
914 次赞同 , Z' T* }7 ?1 @: [: o/ f
! ^2 M' _' q8 C' a 去咨询 0 P8 Q1 b7 c" u2 f7 b
& x, e' {% e8 o, {5 U% S/ U9 F8 w5 x. J6 S* K8 \% E1 ^. w
6 w. o4 H+ h3 J" x3 o* I" h6 y8 t& R1 x" i% E) P8 u
9 O% ?( K3 {9 i" [1 O& Y4 ?
| 
