! F9 Q( W6 X* j4 C 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。
& g! O4 ] u, c! A, c 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。
8 B9 a2 A/ T4 z0 E
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。
/ e$ B& @3 h) d. t
数据:
6 H/ a9 R1 F+ D7 o- _
ee.ImageCollection("HYCOM/sea_temp_salinity")
" p8 m* V: R; A 数据集可用性
" I9 X- t' x G5 a; C# I 1992-10-02T00:00:00 -
" y. M) {/ e& w" M
数据集提供者
2 J k2 ?9 u: d5 q. \8 |- c
诺普
$ k$ }# S+ \) i o6 [: B* j, i 解析度
5 p$ j* D1 c; Z8 R% G! R4 d3 [
8905.6米
9 N0 l! [, q8 B& ~. J" w2 q5 z( 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:
% w" d3 `! t& B6 P4 H // Import the time series of global images, filter 15 days in August, 2018.7 c: a$ _- l1 ]2 Y% i6 T5 d
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)' {5 @' q7 f: R* Y# Z
.filter(ee.Filter.date(2018-08-01, 2018-08-15));! [: L" t- ^' B( U5 R
: T$ k% |. f }4 d
// Select water temperature at 0 meters and scale to degrees C.2 v! q% ?! `% c' d
var seaWaterTemperature = dataset.select(water_temp_0)
2 U: v+ F1 G/ ?4 l7 D7 d( F .map(function scaleAndOffset(image) {
T1 a" ?& w' {- t; a return ee.Image(image).multiply(0.001).add(20);
$ \9 s+ K4 R( O& {5 t' r1 ]* n1 q });, v* i" g+ k9 e; v% k+ ^2 T9 y! X4 z
5 B5 G6 N H9 u4 H5 i7 t8 j3 ~# o
// Define visualization parameters.0 r- H; ~5 c# C
var visParams = {
; U. `' l9 X2 A1 A$ [3 H& x9 K2 g min: -2.0, // Degrees C! e: z3 @* O: r9 L/ z
max: 34.0,
4 {% s0 a; S, d; J; L* l" t/ G palette: [000000, 005aff, 43c8c8, fff700, ff0000],8 k+ Z" l7 [% \6 s
};; r# g4 V3 D0 d, E- @
9 u; y) q8 [2 ]# \* d+ Y: K // Display mean 15-day temperature on the map.
2 y5 O6 y- ]3 N# i Map.setCenter(-88.6, 26.4, 1);
8 ?9 h9 h$ D, [* `/ x `* I Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);+ B e6 [( B; _( P% d8 S% N
+ r5 Q6 y4 c% A U0 c
; i+ k4 E6 f$ Z8 d, M2 Q
0 S: x5 s/ u+ G/ Q' `1 V' B
- j3 j: F2 [4 m% x' \9 Q+ d& O& u
9 u' ?+ J) q$ A* F 数据引用:
4 ?5 i$ @( ?$ }5 ?, ^+ D
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 W+ t7 Q5 D v, }+ P3 v 错误的代码:这个时间段有一半的影像
$ V& n' k* m: a! Z! o // Import the time series of global images, filter 15 days in August, 2018., O6 g; H3 m* H7 x) p; B2 o0 e% ~
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
- b9 |, K6 O3 K C .filter(ee.Filter.date(2013-06-01, 2013-08-15));, e) b: S* Y( Q5 V$ q5 S8 h
, _8 k. b" v7 I+ f% G+ p/ H // Select water temperature at 0 meters and scale to degrees C.
! ^ B. j7 H5 W5 u var seaWaterTemperature = dataset.select(water_temp_0)2 A" ~6 W6 p3 J: i6 D$ L
.map(function scaleAndOffset(image) {' w$ a% a$ m7 p: G2 n
return ee.Image(image).multiply(0.001).add(20);* s1 U5 l) d* U, r- K) y1 d
});
5 E) _" d: e3 l) r
9 t! H6 V% B# ~6 d, D. h: |) ^7 V // Define visualization parameters.
5 \! s, T% _3 L5 H( ]2 z. W* u) B var visParams = {
3 A& I: J9 f0 `7 I& d min: -2.0, // Degrees C
+ U$ \8 F7 P! i; ~2 Q max: 34.0,
6 T, `' d* m2 N: u5 d palette: [000000, 005aff, 43c8c8, fff700, ff0000],% g- s$ I; \; X. M; z
};+ _# K; z8 d) H( b
; ^/ Q+ M, |$ H: s // Display mean 15-day temperature on the map.7 Q' `0 _# H+ G5 U) V; W
Map.setCenter(-88.6, 26.4, 1);4 M+ B# Y, \# J/ h- z" n
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);4 ~; ~* F5 k$ \3 C5 w, L# [
9 P$ g% [! A8 j8 Z6 l% D& f) [4 P o
. x0 o" W/ X( z 往期推荐:
5 H+ N* c' X$ a7 m" n* M: Y* D1 ]8 ^0 G' a8 {0 C, y3 P U
Google Earth Engine(GEE)——神级辅助插件(开放地球引擎扩展 (OEEex))
8 ~+ Q( S5 ]6 j! z" z( g- X8 J: M 新文速递| 1980—2020年中国雪水当量遥感数据集
' o# q$ f/ W. o U" v0 o7 n. S 全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020)
! u8 E4 ]9 m+ H/ @
GEE超限解决方案:besteffect!
1 d. f% t3 [! u1 Q! L/ W& e GEEer的快乐|是为了白嫖影像吧!分析挖掘,NDVI、非监督分类等
0 t+ l. R5 {! {3 K3 j y1 Y4 J: p 巨牛的人工智能学习网站:床长人工智能教程
" n9 T, | C7 X/ t 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)
I1 o# D% d1 q; P" o0 c K; c4 ?0 p GHSL 全球人口网格数据集250米分辨率
# j/ X0 _+ d. i
1999-2019年墨累全球潮汐湿地变化 v1 数据集
, j' j- x% e( H2 ~/ h" E 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
3 U. Z: ?1 b( U# i% d- s4 o
. ]5 u, E3 j6 _' W3 @0 A
( U6 B3 m' }( L) M ? : w/ D5 T9 O2 H/ T, _( _
满天星
6 R7 o! l1 ?; z7 _. t/ X" g 4 次咨询
+ [+ X5 ?( G. } 5.0
4 P z+ p# d) V" A' O) S# @
$ {1 w3 t' V9 r# W8 d/ _- g1 m5 v1 R- s) g 中国矿业大学(北京) 地图制图学与地理信息工程博士在读
4 `& K; T1 s6 S# x& V
913 次赞同
/ C1 a( F( W/ W1 b# a4 @( q1 `& l/ Q 1 \- s& w# l1 t3 F3 U8 V
去咨询
8 x6 t* E5 C" J" V
) L: h% M) O) }+ e" j" K$ M& W2 C $ g/ S& N2 x8 H/ n- M! c$ w; L" I$ R