' S7 G' w" m" u8 | 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。
, p$ L, F+ d; y0 j% v 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。
6 F; N+ j) J, ^3 B2 `8 U2 y3 C4 Z 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。
) w$ j1 d. |* h 数据：
4 t: b* X, E2 E& D8 F3 x+ m, n9 F
ee.ImageCollection("HYCOM/sea_temp_salinity")
) a5 c3 ]6 n" }: n2 N
数据集可用性
5 Q/ I) J) h: J: \
1992-10-02T00:00:00 -
2 X. p. T7 S$ e9 \' Z 数据集提供者
% x f) d1 o7 @2 y8 M" ] 诺普
$ }2 u3 m( v) a1 e 解析度
. {- P: {' Q* q6 g8 r. t* [ 8905.6米
9 j# m/ ]+ d4 S9 t6 ~/ P
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：
$ q n2 K; Q, }* w1 g& ]
// Import the time series of global images, filter 15 days in August, 2018.) x$ x! s. Y! Q. ^
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)- N7 u) o: I; d- l1 Q
.filter(ee.Filter.date(2018-08-01, 2018-08-15));
' y y8 O. J& `# u3 [4 W' `6 Z4 s" n0 e6 w, d$ K6 W
// Select water temperature at 0 meters and scale to degrees C.. \! o$ _ ^/ G
var seaWaterTemperature = dataset.select(water_temp_0)0 J4 a( M+ h. h6 K
.map(function scaleAndOffset(image) {
& \6 X3 _4 `$ W+ i' m$ ]4 N return ee.Image(image).multiply(0.001).add(20);
( G; E/ ?8 [9 L+ `/ l1 B });; L8 h$ ?7 E5 X6 S
5 C: H8 z! ], T$ D // Define visualization parameters.. P( X: r* D; q# z6 ~- l+ Q9 b
var visParams = {
. B4 G- y4 Z) M5 g) J min: -2.0, // Degrees C
; S8 h1 D) l1 G; O max: 34.0,
; y& x" Y+ U2 ?) V palette: [000000, 005aff, 43c8c8, fff700, ff0000],% F' Z% B# C* V
};
2 O4 \: W$ j, S. B* ] f( K6 Q
& \% K7 ]+ d. j; [1 Q // Display mean 15-day temperature on the map.
+ c- u7 h3 {5 y' i! K9 x Map.setCenter(-88.6, 26.4, 1);
4 I' D. V8 [ x Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);# P s% q0 T3 @: n) q$ n* f
( y% ?$ Q3 g! m. F/ b. A. A# q$ _7 P
% `" N" {. j9 j E. F# ]% b
: i" {( U3 D, j, H% `& H: T2 S6 \
/ b" d5 Q$ C3 d) ] 数据引用：
0 o( T2 Z; `$ R0 ^ 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.
7 A! h9 ~7 C: {- l; f 错误的代码：这个时间段有一半的影像
' t, t: W3 o# H7 w: g0 Y
// Import the time series of global images, filter 15 days in August, 2018.# m/ m! A4 p6 c& n0 x+ b
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)1 g; G& X x; n2 g" Y
.filter(ee.Filter.date(2013-06-01, 2013-08-15));3 s4 x% T4 D0 ]* d- E. x* ~
v& k7 q1 u7 c3 h9 W
// Select water temperature at 0 meters and scale to degrees C.4 e. e, Z8 o$ O T5 R) o: ?0 A3 y
var seaWaterTemperature = dataset.select(water_temp_0)9 A! R, I/ q6 v& Z3 [# [9 g
.map(function scaleAndOffset(image) {% p. F+ e) v3 r9 T& e3 W: C
return ee.Image(image).multiply(0.001).add(20);
* j# K3 y" u' _7 a });- {& ?+ w! V; A& j
* j0 |! Q, A& \( q // Define visualization parameters.
$ Y) ?. o* h& {& p7 K1 ^7 n var visParams = {- }6 D" r$ J+ T2 k- C5 [
min: -2.0, // Degrees C
( g& ?7 Z6 j# B$ {9 m max: 34.0,
. Y) n) b; z3 S9 N/ g% S6 M& W2 l palette: [000000, 005aff, 43c8c8, fff700, ff0000],3 M7 S4 J+ e& m- Z* \
};; ~7 I$ e0 y. F% l2 i
, \) C3 ?. q: i$ z: C; n // Display mean 15-day temperature on the map.% W; \" a* I# D* b- M
Map.setCenter(-88.6, 26.4, 1);
7 b5 T' k7 @+ ?$ S4 J5 a6 m; A5 L Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
3 N1 {+ f) o: _: A7 _$ t% o" w9 ^ |
4 X& i% j% i4 u- {# n6 ^. V
0 I5 l. z4 T) f0 N& A$ @$ ]6 k( j 往期推荐：
, I- i( S7 ] Z/ l" H" T4 g9 r
6 z1 d$ q a. k& [; s Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)）
& R s0 U8 A" |5 \
新文速递| 1980—2020年中国雪水当量遥感数据集
) O; p+ Q+ q" |3 R$ h
全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020)
% _" Q( E) B/ v5 m: R5 L5 r' k2 P* a7 Q GEE超限解决方案：besteffect!
- |1 R8 w G# m) b$ x3 @% s
GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
! ~3 j8 ?( X9 J9 O 巨牛的人工智能学习网站：床长人工智能教程
! z+ v: N* N; @& h( x, x0 b
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）
/ J7 P" v' R7 Q, N F$ w GHSL 全球人口网格数据集250米分辨率
# c# R, ?1 P+ e. D8 z4 g& s* J
1999-2019年墨累全球潮汐湿地变化 v1 数据集
2 e+ h2 b& B/ m+ A 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
- Z$ r$ m' }5 w; u) U8 R
& p$ ^4 M( T3 M# ^1 V' u. C
5 E' t6 `3 A6 R8 G8 k- {' [ 4 k6 a9 y7 j/ ?' ?
满天星
7 U, W7 R! J4 B
4 次咨询
4 }) K% e; R0 |& H0 Z8 l 5.0
5 R; C! g' ~$ |/ R8 a+ Z
6 m5 ?5 M8 j+ y- H E+ p( q8 T- O Q
中国矿业大学（北京） 地图制图学与地理信息工程博士在读
0 e: k9 Q! q; @ 913 次赞同
8 Y- e; f5 C$ P& Y- S ' W. P9 j; W8 C. _4 A! ]% B
去咨询
+ w2 j( E9 @; k ]5 {0 R" l
% F' Q1 ^4 `- K( \6 X" J
