|
% r& [8 b; u- |! m
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。 5 b( o" s5 L- I( W* M# N
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 m6 p/ ~( n1 M" 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。
% x& D( X5 _0 \2 H }( }& \3 {0 V 数据：
/ l" b' T: J6 H8 }7 _; j' | ee.ImageCollection("HYCOM/sea_temp_salinity")
( m6 m6 U; Y4 H) F 数据集可用性 / [( W l) t6 n8 E9 s
1992-10-02T00:00:00 - ) P$ w* h4 ?3 j* |8 E
数据集提供者
: D0 j, V2 m$ ~9 [: z- V q 诺普 * r! z6 O4 x/ l3 `) x
解析度 5 k0 a$ i; t7 F9 [
8905.6米
/ _6 c+ _6 h/ e 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： 8 n2 a7 h* u a* D
// Import the time series of global images, filter 15 days in August, 2018.$ B' o9 q# s5 p3 {& `" n. R9 c$ A
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
4 H$ J, [1 { m! v+ z) Q+ P .filter(ee.Filter.date(2018-08-01, 2018-08-15));6 V0 E& c$ ~& }' T L# s
0 S- f& U3 [( }( X/ j1 ]$ W // Select water temperature at 0 meters and scale to degrees C.4 {) ]) O/ H8 [8 h" e- E: H
var seaWaterTemperature = dataset.select(water_temp_0)
R, p* t+ F' m! U( J0 y$ ~ f .map(function scaleAndOffset(image) {
$ U! G* Y$ d, k4 R; Q# x. d return ee.Image(image).multiply(0.001).add(20);/ v3 ]3 S3 s2 T7 x, h
});8 g* Y& q6 x/ n7 m* _# i
! O3 V5 d/ C( S/ x // Define visualization parameters.6 T0 [% d: p' {4 h! {3 K5 m, ?
var visParams = {" T" m% m' T8 [6 z. p! H
min: -2.0, // Degrees C
7 U8 w1 E8 r6 G9 S) R6 J max: 34.0,) R4 Q8 v5 ~2 J: s9 T; ^2 a9 F
palette: [000000, 005aff, 43c8c8, fff700, ff0000],
* H+ u% G% |7 {+ s$ N };7 _) D6 n4 a' C* H, X' s
$ P2 \. ?1 v9 [* l& w // Display mean 15-day temperature on the map.
/ \4 W( j1 C% \, \, Q0 ? Map.setCenter(-88.6, 26.4, 1);0 e% W$ s% V7 N3 K/ q9 Z, i4 e
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
8 W8 Y9 l# Q. l8 w- Q3 y4 H" y' S, c6 `6 i( U1 x6 E# |
& p9 _7 \; y5 X" S- c) ^# r) W* t* I: J8 G) v& a
5 N* u% }6 E/ M8 l& j- Y
% \& ^0 q: P* G+ S" K8 q4 S% ~) r
数据引用：
) E5 t y# R s" J 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. 9 E# [, ^8 q6 A
错误的代码：这个时间段有一半的影像
2 t" I% K. c1 a5 D- |# W( } // Import the time series of global images, filter 15 days in August, 2018.
0 c/ W9 X; _0 A( x2 N var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
7 V* z k! y0 _, r* P .filter(ee.Filter.date(2013-06-01, 2013-08-15));- X1 {( {" E$ i# {0 b6 M
6 K; T0 S2 h+ i
// Select water temperature at 0 meters and scale to degrees C.
& q% G# O. ~( d var seaWaterTemperature = dataset.select(water_temp_0)
* C. H* k/ G% x% Y2 S( `& p5 S .map(function scaleAndOffset(image) {9 P, B7 W `( Q9 N- l" U' L+ `
return ee.Image(image).multiply(0.001).add(20);7 _* D( l7 L5 Y% Z' l
});6 O) e: J; J7 D; j: D$ P1 s
1 n& a' @5 c( h* X) W! {
// Define visualization parameters.
' ]& G# q- i) i1 n7 ` I$ k0 N var visParams = {
# M0 t* m( i4 t/ W min: -2.0, // Degrees C
- r" M4 O2 y) Q$ q& q q& {' t max: 34.0,* z2 u M0 c% N+ u0 J( D7 u
palette: [000000, 005aff, 43c8c8, fff700, ff0000],
$ @# G f) y" M+ w8 s! d: w };
6 k; g) c' T( M8 A- [, I
0 J) o% j' g1 f' T3 I; u6 D // Display mean 15-day temperature on the map.
% m) o' T# v5 h6 ~) w v4 |0 b Map.setCenter(-88.6, 26.4, 1);0 ]2 e0 i5 V% d l
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);. l @* @2 v+ N) U5 _( I
3 [! Y ]& t, y # N# Q: X8 Q" X3 J
往期推荐： + T9 n6 X+ G) Y3 k/ t0 J: D
8 e' s8 f, F: g" |( H3 f
Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)） D7 E* g& J7 A4 z8 ]: X
新文速递| 1980—2020年中国雪水当量遥感数据集
( }# p- ^0 o5 V2 G, V 全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020)
2 ?$ g! c9 W) K; m GEE超限解决方案：besteffect!
7 H& f+ c3 U6 @7 \; \ GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
$ G) A ^% @+ N& Z5 u 巨牛的人工智能学习网站：床长人工智能教程 X! T) ]- N2 s" X1 h2 r9 l
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） 1 c5 c/ [% x0 C* X2 W, c
GHSL 全球人口网格数据集250米分辨率
* a. \4 ^; I7 b) M- u 1999-2019年墨累全球潮汐湿地变化 v1 数据集
. {9 r4 y; [( D 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
! k0 f) D' w5 c/ C
7 h! x; {! B; u w* M# B# p9 ~  ( G L! V l/ x. H+ u; I+ s/ S
7 m% {- H2 b: u3 ]7 \ 满天星
* [/ M) C4 [% c3 s; ?1 D 4 次咨询0 I: H% g4 r( g9 | U1 f5 L o" Z
5.0
2 l" t1 j: g y1 D
% T# K0 R; c: ]# s 中国矿业大学（北京） 地图制图学与地理信息工程博士在读
# ]! ^: n3 X/ c/ R/ p ]1 \ 914 次赞同 # a0 ]4 m8 g5 ]3 g, Z1 @7 W1 C
/ X* z! j$ K7 a" Z: O: O! k
去咨询 0 s& I' u% P: P# ]
9 V1 a% C" D% ^6 R! d# r" f% H) a G0 d- d' \! c4 `# [
8 c% O0 x9 K- y. S n1 k1 z8 g) S! D2 e
5 E' Q' Y1 O$ [$ e
| 
