) ~2 V/ N. q8 N+ q# P
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。
8 `- W. Y9 g1 V, I" _; Z1 a
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。
! p. O" H2 Q; s; {0 T7 n
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+ Q4 U; r, j3 e2 n% Q# U 数据:
5 l/ ~2 |8 v5 h7 g% ?
ee.ImageCollection("HYCOM/sea_temp_salinity")
& x1 x% i f" H, _
数据集可用性
/ S/ W# }3 l! K$ u7 @ _. i, V 1992-10-02T00:00:00 -
3 |; R0 C/ w, C& R: R! x
数据集提供者
( W. F- Y& C+ U2 q* u* L& Q 诺普
6 E4 u( X5 a: v) `7 B
解析度
# i. H7 R9 L4 n/ D, W+ L
8905.6米
) E+ a# H/ w/ _* B 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:
' F4 p6 Q* e7 m4 x/ r+ v7 W( w // Import the time series of global images, filter 15 days in August, 2018.- C x. y9 i( e+ T8 g( o9 p- {. e
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)* w, W' }5 R7 B* P5 m: W! A6 s- z. u$ S
.filter(ee.Filter.date(2018-08-01, 2018-08-15));
0 A R2 Q' S, ?) B' Q6 t5 g8 D) B8 ~
// Select water temperature at 0 meters and scale to degrees C.2 ? t, M% a t
var seaWaterTemperature = dataset.select(water_temp_0); w, V5 M! C% ~( L
.map(function scaleAndOffset(image) {1 [6 [0 b8 J8 B3 _, W# s$ z
return ee.Image(image).multiply(0.001).add(20);
+ q: c P3 b( H; l5 }4 z });+ \& ?- \, j* o; q( K" s( l* P
% X _1 B8 R$ b, ` // Define visualization parameters.
/ g E, x4 i G7 y2 C) L. J, V var visParams = {
- {/ j8 ~; [! }6 m' D4 L min: -2.0, // Degrees C
, ^* [- V/ i6 P( J: {/ f max: 34.0,+ h8 P$ _/ O% P1 Q' O# K
palette: [000000, 005aff, 43c8c8, fff700, ff0000],
# }2 q- {: F. C! P2 z };
; j2 v$ N) ^; |( z1 ]1 F$ K- O' J+ n0 O+ c# K# O
// Display mean 15-day temperature on the map.: e4 V) X4 l, @. n; P
Map.setCenter(-88.6, 26.4, 1);
. U% Z7 s! ^2 i3 N) O Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
3 F) ^& N, k. X W
* _% L* s. K a7 W, S# y6 ^: ^2 f5 [2 B6 K0 C4 Z& } i
% P( I2 L. L) x
( n2 w9 p9 N) ~5 ~ @* S, t% X8 y& z * ^% { ]. g8 N8 ^
数据引用:
5 c+ S% y. l S3 b% v# T2 F9 C2 b 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.
5 T$ H3 Z( N' `
错误的代码:这个时间段有一半的影像
! |1 @! w7 m' {. Q) e% i H
// Import the time series of global images, filter 15 days in August, 2018.
- w7 m. U+ j& r* o6 F- a3 T6 J( w var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
+ k2 I8 _1 Z3 ?. K9 i0 z .filter(ee.Filter.date(2013-06-01, 2013-08-15));
% e: H9 a1 m) M# t
/ }: r+ B0 K0 {! g' K // Select water temperature at 0 meters and scale to degrees C./ H* V8 }, P. ]7 }! r5 Q3 ?
var seaWaterTemperature = dataset.select(water_temp_0)$ u8 C, A+ {3 T2 r& m7 Z- P
.map(function scaleAndOffset(image) {
) h; d, f- |: k! M. [ return ee.Image(image).multiply(0.001).add(20);! {/ u3 A9 k; X' N' N
});. I' d( v9 n8 W/ i) o
: x/ V1 V3 }' o# W; ^- ~" v // Define visualization parameters.
: B% Q/ J1 @" {/ n var visParams = {
. X Z: R$ r( J min: -2.0, // Degrees C
9 K1 n8 g& |4 g! _ max: 34.0,' A& J; }: z; f( Q* |
palette: [000000, 005aff, 43c8c8, fff700, ff0000],7 F1 Q9 C7 O& s* M( ]
};
- F! `! T7 r% o* ^6 n4 N2 D5 ^1 ` P* ^; k5 A
// Display mean 15-day temperature on the map." D1 \# Z2 _+ f" i7 } D
Map.setCenter(-88.6, 26.4, 1);9 d, d( }( z- [8 Q) M4 g" d
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
4 e2 T3 Y7 C f3 v# o; a
' |. S+ C9 V, W4 w$ O! L& E7 Y. ?
/ n1 f) E/ x* m8 R+ @# K
往期推荐:
! j! P- c9 U" K6 y# y
. c P; E" }9 L Google Earth Engine(GEE)——神级辅助插件(开放地球引擎扩展 (OEEex))
6 V* z6 G' b$ r, a
新文速递| 1980—2020年中国雪水当量遥感数据集
* ^- D# g; k# ?0 q, F8 U2 L0 m9 ^, R 全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020)
, @3 J' C$ f- n% b" ~
GEE超限解决方案:besteffect!
! J" |. \7 X. R, y8 y GEEer的快乐|是为了白嫖影像吧!分析挖掘,NDVI、非监督分类等
2 J' C+ {0 u6 }- ]- A6 y: c) A
巨牛的人工智能学习网站:床长人工智能教程
& |+ }( K+ G. `/ @0 w
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)
/ ~ I+ h- F. P GHSL 全球人口网格数据集250米分辨率
! k; S% n$ ^) N7 Q. ?7 u9 x4 s 1999-2019年墨累全球潮汐湿地变化 v1 数据集
8 I+ W0 g5 @$ t+ ^8 Q( r; \5 @
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
: X6 q0 E8 @$ @1 p- O$ I- |, B
/ G/ R8 \; @4 F# }" d5 b. X% a
( `( t3 Z( I# U5 \2 Y( q8 y
( |+ Z/ p0 u& h) Y3 p+ Y1 f 满天星
. a+ T$ O+ ^8 |% y 4 次咨询+ _# a4 U9 P4 T' Q$ e* j
5.0
* O4 P; o9 ?( F. S: t4 c7 ?
5 O% n1 \5 t& S3 B; E3 v0 O
中国矿业大学(北京) 地图制图学与地理信息工程博士在读
* ^8 s; V- R! s 913 次赞同
! N% V: c _3 O" y- Y! X/ Z
8 B4 f; A1 K7 t& G& y
去咨询
% O5 h$ p& |4 Y5 s
! I: ?8 j3 I( ~9 _ 0 F T' n$ \/ J5 [- K5 V0 u7 P