|
* l) i1 r3 _1 l( o6 T1 l$ O
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。
/ D$ `, m: @/ \ 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 v5 m: i* m 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。 # a7 c4 {' T( X3 \6 {5 H. |- R
数据：
+ c, w4 a% t1 p ee.ImageCollection("HYCOM/sea_temp_salinity") / |$ y7 ?) p* s6 y7 z
数据集可用性
8 C9 k" j# r& T8 q) H2 n 1992-10-02T00:00:00 -
( t0 z7 ^0 y; z/ |& W' _- P' J0 X 数据集提供者 - V }* W8 M" Z
诺普 5 t) Y8 s+ R- |. v
解析度 3 {, p- H# U+ c+ w" ]6 D4 m; \
8905.6米 # `# c' f, t4 ^" l
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：
& }, y, f! L5 [3 n // Import the time series of global images, filter 15 days in August, 2018.
) g/ [; {' u& t7 K% \- R( m; y var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
* \+ s9 a2 l: J9 z1 d) j& ?+ Y" P .filter(ee.Filter.date(2018-08-01, 2018-08-15));2 _& ~8 g5 {9 \, n+ e
! X/ N- ?3 A2 R // Select water temperature at 0 meters and scale to degrees C.$ ]1 i6 y8 N S" L7 B/ \
var seaWaterTemperature = dataset.select(water_temp_0)( A: h$ M1 }5 E7 h" s! W; E: h
.map(function scaleAndOffset(image) {
! _% v x& X; m) N7 L, a return ee.Image(image).multiply(0.001).add(20);, Q1 ~' |) z1 H. E4 \: o
});- D5 ?! j$ ~. V% M) J* z
4 L9 k9 k {( b6 b! J+ b
// Define visualization parameters.
p0 L/ _, J) M var visParams = {
# v$ r/ S9 l8 H- K min: -2.0, // Degrees C) F0 c( g) N% Y4 u
max: 34.0,1 C% F' M x; ` P0 K9 S( j6 c
palette: [000000, 005aff, 43c8c8, fff700, ff0000],
# u9 n0 q$ D& _# `: Q };' {/ Z- `/ q! o
' Y m& j: p, u* n4 j7 _* \6 A
// Display mean 15-day temperature on the map.1 e+ y0 v) S+ q" t C& u/ W0 k
Map.setCenter(-88.6, 26.4, 1);
9 [$ k# P+ b) w7 O7 E- a& f. W Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);4 ~+ v- z9 `- a4 x
6 f9 N7 ^2 s! B- b" t! X- i- \7 h4 s5 w0 s1 j; f
& l& Y0 V6 F3 C& `
1 a, [! B5 R& O B
A1 k+ U* N) e" E0 k1 x- H 数据引用：
& J0 `; ^' _" C3 |; K- y 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. 0 |, J% r* n* Z, ?9 D1 g% f4 @
错误的代码：这个时间段有一半的影像 4 F _6 a% v6 o5 K8 c2 x# _
// Import the time series of global images, filter 15 days in August, 2018.
9 t% g) E$ K# K( i( L7 _; ~ var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)- C' P( O$ j# s. s; I$ F
.filter(ee.Filter.date(2013-06-01, 2013-08-15));
4 O1 {8 Z" L' O; Q! ^5 R* j/ O6 P O4 @+ ]
// Select water temperature at 0 meters and scale to degrees C.
9 v7 I6 r2 u: h var seaWaterTemperature = dataset.select(water_temp_0)! q" a4 ]- B6 k& l6 ]7 e$ N& F
.map(function scaleAndOffset(image) {4 Y3 [2 m" o% }' q
return ee.Image(image).multiply(0.001).add(20);: z/ ~: M& i/ d% \# l
});9 w1 b& B" @5 e' T! P
$ k* }* i2 f- Q9 C9 D
// Define visualization parameters.3 [: j# a$ S' ^/ R* j
var visParams = {# Z1 m% J4 k# `( q9 Z
min: -2.0, // Degrees C8 G+ P# W9 V: j7 q" ~1 ~2 c' V
max: 34.0,
! G9 P1 b9 v5 ~5 w2 z palette: [000000, 005aff, 43c8c8, fff700, ff0000],
- o" V3 o- o$ O5 o1 n1 W3 V7 L };/ _# f& O, q3 X0 S# W
L( |; C% C% X1 K
// Display mean 15-day temperature on the map." p. @5 Z: k7 @& |- ^( c0 h7 y! E# b
Map.setCenter(-88.6, 26.4, 1);
% P. o: J1 X# q" B) E Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);( Z* [! i) H4 O; |
5 r3 N% P! M* J( Z" J, k. H 4 T: r+ F7 t2 q, R
往期推荐：
* k) G: Q" M" p o. Q- I/ x* f3 ~6 F3 H8 f. G
Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)）
0 m1 s7 e1 O' U0 e' v5 z% M 新文速递| 1980—2020年中国雪水当量遥感数据集 / H, o. }$ S5 X* [
全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020) * g: k- l& E. g* Z
GEE超限解决方案：besteffect!
% p# g5 n1 x5 X, D$ j0 K5 ` GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
8 b4 W2 j+ U$ g 巨牛的人工智能学习网站：床长人工智能教程
: ?" q' Q6 ~3 E8 T9 S; O$ | 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）
+ i& U8 n7 [# C$ z6 J' C' J( U GHSL 全球人口网格数据集250米分辨率 6 ]" O7 p0 T' Q& Z0 ~7 G5 e
1999-2019年墨累全球潮汐湿地变化 v1 数据集 & d* e9 R7 O( z/ 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
3 B9 |/ ^* a9 _ ) K* D x9 l' Y9 D
' Y2 h) r9 p0 {' R9 A
2 u% J5 n2 g/ ?6 T' R& C2 F 满天星 ' W Z% l! ?" U8 C. x0 [" N" {! W
4 次咨询
2 t2 f. G8 Z) p; k1 P 5.0 : R* a& S5 j: e7 ~
8 k, S* h7 O; ?9 a/ n! 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 z. y- T* H& L. U- r
914 次赞同
* b* E$ l8 S$ R; X3 x H
+ d; n1 s0 l: _: a 去咨询
% }1 y3 P2 U! h2 o5 R " q: z0 u( \" u) t T; h! C- G
2 v/ |: B+ E9 e: O# e. |: s2 H
" H. a9 x, S& }1 g$ i" y
8 c: C9 H0 h0 z! j5 |: m: M( K" J% h/ L0 v0 k u* a
| 
