|
% L. l1 n- X8 x. Q- t. s 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。
) J R) P! e' e% X, M* K 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。 % Y( ~$ \" Z8 b# {4 z' 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。
x, z8 ]' w& v$ X6 o 数据：
: ~0 T4 j9 X/ `! a. _0 F ee.ImageCollection("HYCOM/sea_temp_salinity")
; @1 a# ~8 W& p8 y 数据集可用性
8 z) O, V L: e" w% R( G 1992-10-02T00:00:00 -
4 C* R" X4 C+ \ 数据集提供者 & D( k+ k6 Z8 S% H
诺普 # x! L; p1 ~' o: ?! p x
解析度 - H+ e; B: F0 u( Z
8905.6米
h; u, K* L( m, V/ |3 c 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：
5 g7 p! c0 w5 O$ R! o, O6 z // Import the time series of global images, filter 15 days in August, 2018.
4 o2 {) B; y, I' t Y var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
0 E. `& E- d# n- [ .filter(ee.Filter.date(2018-08-01, 2018-08-15));
8 a( c% l6 m4 a2 K- _" h- O8 ?
, Z5 Z V' ^! s4 n% r // Select water temperature at 0 meters and scale to degrees C.
1 m7 j- U+ T2 [8 d8 r6 R+ r$ q( o var seaWaterTemperature = dataset.select(water_temp_0)
0 a0 x9 B; @+ c) p' [9 h( w7 ^5 d: c .map(function scaleAndOffset(image) {
; I, d; P% z, W5 \4 D- ^8 ], c' H return ee.Image(image).multiply(0.001).add(20);
! n$ Y6 i' m: h; Q- g6 G. u });
: D5 G! J& i$ ^1 A) G# [' E1 v& V- {9 X. J$ s" f4 x+ ]( H, [
// Define visualization parameters.. z% |) ]) \) K; _3 k
var visParams = {
/ c' M V+ J9 O4 X* q: ^ min: -2.0, // Degrees C
( M3 S* h9 o( w' z! Z2 e4 T5 }: l max: 34.0,8 m7 t; U# [& u, B1 A( Y
palette: [000000, 005aff, 43c8c8, fff700, ff0000],, Q* }6 \( U3 m0 q9 F M/ D0 [
};
' d/ w4 o4 s: X; `* v* `2 }8 F6 f( V! Y( z! D9 U
// Display mean 15-day temperature on the map.
1 ?' M1 p1 `! Z Map.setCenter(-88.6, 26.4, 1);) G# R, o1 r: W$ x; m {/ W! T4 f
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
- }+ K& h. q" {5 }2 i% r
# Z; i& F i+ x0 n, D5 g$ @8 O7 k. h2 ]* U) y$ z5 L
1 l# J- G$ v( P+ ]3 i. R+ V) } 0 V3 X% a" q+ s
0 d7 K) j% o* _8 y7 T4 d; L+ E( u. k' w 数据引用： 2 N2 l1 c9 x9 _- n
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. ; X2 v1 v8 G4 H; O
错误的代码：这个时间段有一半的影像
5 z0 [6 x- |* W7 L3 Z+ O4 Q // Import the time series of global images, filter 15 days in August, 2018.
& g, t, ~% y$ C; Z; l1 `* i var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
5 N$ U+ C6 R! N( `3 ? .filter(ee.Filter.date(2013-06-01, 2013-08-15));
d" `+ u1 e5 X7 j% X: `5 x2 L8 A# y# v8 J! Y/ k: H% l
// Select water temperature at 0 meters and scale to degrees C.
; f$ ^/ p0 M5 r/ ?2 x var seaWaterTemperature = dataset.select(water_temp_0)$ A: O1 F/ ^. m* u
.map(function scaleAndOffset(image) {
3 b* ?9 o/ y" o5 b, ~- i$ F4 D0 g return ee.Image(image).multiply(0.001).add(20);# m s, x0 _5 _
});
$ R( _3 `( Z# p: \1 Q& }, T0 Y0 `$ w9 C3 ?' R p
// Define visualization parameters.
* ~% a1 \( V d var visParams = {+ F* l t% o6 n/ a& h; S" U* k
min: -2.0, // Degrees C( e }" r. n3 H: b5 v9 p* N# g
max: 34.0,
; o& Q4 X$ O7 d; c2 P palette: [000000, 005aff, 43c8c8, fff700, ff0000],
+ S, ]( ? |. u };
, f: E: g: u3 {' [4 j) z& f. L
0 d& m3 m( k; K // Display mean 15-day temperature on the map. W. ~/ w, C9 ~/ M: x) P
Map.setCenter(-88.6, 26.4, 1);0 k- R6 V5 I) v4 w& n* `
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
2 _! L) X2 l0 {% | ) Y& t8 _9 O5 v0 ?) R
1 J M) x' Z8 j6 V' n 往期推荐： , R' f5 U; `2 \7 _' \# S8 L
2 v* ^4 z4 n. d* ^- \
Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)） - A" W5 `5 X) P& I8 y% D# g
新文速递| 1980—2020年中国雪水当量遥感数据集
; D5 [2 l' p( y& x1 o* V* H6 h 全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020) $ @. n& h. Q2 a4 I' w
GEE超限解决方案：besteffect! # w1 {" S- c7 A( Q
GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等 ) H3 H" M- `' p- m
巨牛的人工智能学习网站：床长人工智能教程
( y4 \+ m3 F8 M 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）
$ `8 D( w9 j" z4 W4 r" ^! | GHSL 全球人口网格数据集250米分辨率
. g5 L) N+ S2 \& T 1999-2019年墨累全球潮汐湿地变化 v1 数据集 5 U0 p; L2 |" U4 B# X! L
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
P) S8 W# N7 N T% v: x, L2 }6 W 5 u# ^. Z- J$ C
! n5 P9 @' E* W9 i( k - U9 j5 N# t d0 _1 ?
满天星 4 Q$ a, g# \1 x' H j
4 次咨询( o6 ~/ A# Z/ v! c+ g
5.0
5 _/ f( _" a5 e! I7 t! l' f 6 i- p1 j' e$ ]
中国矿业大学（北京） 地图制图学与地理信息工程博士在读
6 b1 M/ [9 G4 v ~1 L- j 914 次赞同 ( x5 Q2 K0 [* E* |- s# W2 Z8 n
' \/ D' O9 x& ~( | 去咨询 ) k6 e5 b( o0 E! t; g8 C* a4 Q
6 o' u# N6 X. I8 {5 S' h* P% S9 G: `: P! P0 a
- Y' {( y1 O- C: N
5 y7 j; t9 {1 f$ }0 F* p8 @ i/ {
1 R, j! L) k+ L$ Z, U* q8 @ | 
