, A- F4 `) u3 d& n2 r% v
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。
( L9 b* l. h3 L/ I0 x 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 q& s5 q2 ^5 D1 _. C
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。
) r- N; z. \' y1 s' F" H1 Z- l5 z2 {
数据：
5 G/ w7 @( T" o+ T ee.ImageCollection("HYCOM/sea_temp_salinity")
4 b$ G' {/ v- z" a7 r
数据集可用性
/ l; O& Q7 M( W( l( a9 [- ?7 Q 1992-10-02T00:00:00 -
- }$ w) ] j3 W: E: `3 H
数据集提供者
: h' t! n: w& Y: G
诺普
3 r/ u9 Z' F+ @ 解析度
+ b: K$ }" j7 D Q; m# v3 U4 g( l 8905.6米
* l5 G- n4 \2 Y: a! L2 S 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：
' n. }9 R" u" A# G
// Import the time series of global images, filter 15 days in August, 2018.
1 x9 [$ A- h' K4 a( M) ^" n& [ var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity); \# h: Q2 \7 {9 U! N/ V0 h4 d8 k
.filter(ee.Filter.date(2018-08-01, 2018-08-15));
5 Z0 P; P# b/ X+ @
4 R& b3 e J4 j2 B' W4 u4 i1 w- o/ M // Select water temperature at 0 meters and scale to degrees C.
- ?$ h* z. t5 T1 q0 O var seaWaterTemperature = dataset.select(water_temp_0)# J5 Y8 K. t; U! g& Z+ v
.map(function scaleAndOffset(image) {$ Y, ?9 l( H0 B; g5 |
return ee.Image(image).multiply(0.001).add(20);
0 q$ ?) ]( S5 v1 N });, l6 z g* a* a4 F& H: J
; x' P- b/ h( a. _2 u, X4 c! H7 K
// Define visualization parameters., ]) R! H& F% k1 o
var visParams = {
" f- `/ v% l' M2 D2 {8 [ min: -2.0, // Degrees C6 K4 r" O2 p% H- K+ C
max: 34.0,
+ O9 B( L9 F0 p- | palette: [000000, 005aff, 43c8c8, fff700, ff0000],! N/ P6 j) @$ x/ L- n4 l& ^3 R5 k$ J
};
/ @, q9 j" I0 l6 v& ^. g; G Q. T! @3 a4 l
// Display mean 15-day temperature on the map.7 M( a- W' C- A5 l, Y+ n
Map.setCenter(-88.6, 26.4, 1);
+ M" n9 V# K! h7 Y( Y6 q4 G" C Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
; B- @2 Q# }' W, D' W6 ]7 }2 q' ~1 w/ _' i4 i
: W1 b& I3 k% m' ~' T4 v
! ^! ?) H2 s* U0 d
6 U- o# b+ A5 ]
/ @5 z% h. z" I. l& y) ?% i6 k+ Q3 M 数据引用：
7 U" h( [% X N* w) B( n% C 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 b0 B6 r7 j# ?( R
错误的代码：这个时间段有一半的影像
/ F3 B* W* t( r/ L
// Import the time series of global images, filter 15 days in August, 2018./ P7 A/ v: c4 v, |* [& z D+ d& q9 O
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)4 h; Q: ^; U( U6 o
.filter(ee.Filter.date(2013-06-01, 2013-08-15));
% h2 j6 |$ M" E% h1 l0 c H% o$ S8 w" D- h- _" [( h s2 x# R
// Select water temperature at 0 meters and scale to degrees C.
G2 M5 [) D; { var seaWaterTemperature = dataset.select(water_temp_0)
: w# A4 e' B3 h7 a5 b4 h0 E8 r .map(function scaleAndOffset(image) {% G! r' q/ @8 A( E' {' a( G. p+ h
return ee.Image(image).multiply(0.001).add(20);1 J- u# q+ v8 I, c* y( S+ {% ^
});
' M# }: _6 T$ u0 j% y; ~6 x8 O; G; S7 W9 m% Q
// Define visualization parameters.! ]5 g G9 u0 |0 w6 F. h0 Z1 ]0 u' h
var visParams = {
8 e3 l }: x! d- {3 A min: -2.0, // Degrees C
% i) x9 r: r4 s P max: 34.0,
$ D7 b! @/ C! ]6 a/ ~ palette: [000000, 005aff, 43c8c8, fff700, ff0000],
; `# Q3 {! G+ s/ [ };( [- p: N# x" Y3 G4 v0 y$ p
* E& P7 s# K7 X2 R; a$ w0 G% }
// Display mean 15-day temperature on the map.. L, I! N1 v3 E; b* K
Map.setCenter(-88.6, 26.4, 1);# ^$ k) n3 M! O7 p: l3 W; c
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature); O2 O, E3 L8 S# @( d3 n
, u' C: H' V2 @& o: |* y
% Q# I |- L1 B8 F. x# q, J( \! H, q. j# r 往期推荐：
/ W- C+ {# ~! L( j9 J- G; t: Z
[, d9 W ~( E% G8 Q f, O Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)）
' q2 T# Z+ X7 N: h1 s, Q0 p 新文速递| 1980—2020年中国雪水当量遥感数据集
, C- E# d$ k* Z! ]5 w 全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020)
$ ]( P, M/ K7 n9 [, ^$ o- G8 Z
GEE超限解决方案：besteffect!
. W) _% ^8 ~$ g: q* G4 t
GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
5 d! W9 G5 |) ^# h6 q
巨牛的人工智能学习网站：床长人工智能教程
, q/ [1 Y2 ~' h" N
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）
# U& _- R1 M8 F7 \ p' H6 \2 O GHSL 全球人口网格数据集250米分辨率
5 g! ~+ m+ u) y" }" k 1999-2019年墨累全球潮汐湿地变化 v1 数据集
+ z7 O0 ]3 c, r0 T; z2 {' J 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
! b7 P, u6 ?, m8 p! ]/ w
8 ?! m/ ]+ y0 a% T$ ? 
! ^3 I+ K& D* K0 c+ ]& w6 I' x
3 G) t3 |5 ~ j* Y1 U1 I" W H 满天星
7 g, t* c: ]7 x
4 次咨询
+ P3 Q( g# m2 _, D 5.0
% I, ^% ]9 M( Q6 R
% j7 c& l5 s- m' I- B7 {- 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
9 T& b! ~1 J1 W 913 次赞同
9 r# H% @3 B+ N9 f, a0 d U$ u1 L& g
% h, t5 i- o9 p( X) A7 { 去咨询
0 t0 j2 W0 N, D- N
- J9 T( P5 W! N 
