|
$ l6 F; P7 i4 \2 W- K) c; L& A 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。
) f( }. Q, G0 b' I 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。
K$ y* r1 ~2 b# P8 \' f 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。 8 D! T/ P) m2 X4 v$ i' ?
数据： 0 {" C& V' a- Q
ee.ImageCollection("HYCOM/sea_temp_salinity")
" \ a9 R: {# x" ~ 数据集可用性
0 ^$ | l: c- j4 I9 B4 z: { 1992-10-02T00:00:00 -
+ s+ L" T: O0 I/ p0 ] 数据集提供者 6 `* z g' m/ H/ g% E! R; H
诺普
( q. M5 L2 ]5 v 解析度 - O" D, v# P' ~
8905.6米 + N8 J. l7 {9 L9 @5 J9 Z4 r+ _
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：
" {1 S! ]% H+ j' `) R // Import the time series of global images, filter 15 days in August, 2018./ O( X& g4 H# m
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)$ u' g- N1 x. A" l' x
.filter(ee.Filter.date(2018-08-01, 2018-08-15));, B$ u" b c) D
0 Q( q9 D8 d1 d // Select water temperature at 0 meters and scale to degrees C.7 a% H8 U# R N6 @# D& J' G
var seaWaterTemperature = dataset.select(water_temp_0)
: z0 L/ ]1 ^6 r, U .map(function scaleAndOffset(image) {
: }! [7 f* Q, O& [; X return ee.Image(image).multiply(0.001).add(20);) N# h" ^0 ?+ J. m) ?- p. N
});
! R! z, k' O& x3 T' |% h* a) e4 \2 A2 j4 L; }7 x
// Define visualization parameters.9 H/ o4 s/ u% |7 E
var visParams = {
& H! |3 I: K2 k9 \; B- {% I min: -2.0, // Degrees C
1 z" ^! l. C% \$ H max: 34.0,
- C6 M; S2 u- B palette: [000000, 005aff, 43c8c8, fff700, ff0000],
+ f2 W( Z! y. ~7 }/ M1 E };
f- }' ~- |, b6 J7 v
6 z, a: d! ]9 v$ [4 r E // Display mean 15-day temperature on the map.2 V+ e3 G/ X- J2 [3 y$ S
Map.setCenter(-88.6, 26.4, 1);
! y- c; G- l5 b' l3 c Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);. V6 M5 D3 @4 _: z
. {9 k% P2 r/ U
0 b/ ~! r- Q0 L6 L7 w
' x" Y$ L) @8 C8 t " }* @5 [0 L" k: u9 ^0 D
; R8 {. X2 a/ ]" ^- P% c# U
数据引用： ) I% o! |9 d ?+ E" ]/ ~6 X P6 ]: 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.
% x+ z1 B/ ?4 H$ l, v4 D0 @ 错误的代码：这个时间段有一半的影像
- [. t* {0 W$ y! p // Import the time series of global images, filter 15 days in August, 2018.2 |, Z4 Y0 E* w+ _
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity); \0 {- j0 T( X" ?" n: p0 _! m
.filter(ee.Filter.date(2013-06-01, 2013-08-15));+ V3 q: Y6 _; o" I: K# g2 N
8 w/ P- E# p/ D* d0 r // Select water temperature at 0 meters and scale to degrees C.
D) J. N6 j+ h/ C var seaWaterTemperature = dataset.select(water_temp_0)
4 E: t$ N' W: [3 X+ Y2 b- M, |. G .map(function scaleAndOffset(image) {
) X- z+ |( V$ b% X6 K3 X) U9 U return ee.Image(image).multiply(0.001).add(20);
- x. a4 j& d1 V: P1 G });
+ C" E9 |8 E3 ^- \
; h q+ d& O/ N, G" X& j! A // Define visualization parameters.& r; }* \3 \/ n3 ?- G. s3 f3 ^
var visParams = {' ?) C L6 F/ ^ L! {; I. }
min: -2.0, // Degrees C
7 I' S! s. n( M( z# k' ~1 [. y max: 34.0,
/ ^% X v/ `" i+ B, `+ p palette: [000000, 005aff, 43c8c8, fff700, ff0000],
9 Y" m9 @* d4 `: \ };9 l0 J$ o# g& Y, t. A G, ?
% |8 d1 q3 `9 j0 g* ^ i, T$ C
// Display mean 15-day temperature on the map.% p5 j3 X) Y4 ?
Map.setCenter(-88.6, 26.4, 1);8 {2 U3 J! p! F- _9 |1 f/ ` c: c! v
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);0 H( m1 A+ n" e
`+ Y; U+ m/ ]: M/ B: ?9 p / x4 R% i2 o' }- Y$ i
往期推荐： 9 J) _- X" w6 g, _* Q/ f* |
8 d& P$ s! j$ i
Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)）
- }. P" f) v- l+ @ 新文速递| 1980—2020年中国雪水当量遥感数据集
; N" g- h8 Y2 m. q7 n+ f 全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020) $ _9 M, E9 V8 @& j0 B% a: h
GEE超限解决方案：besteffect! ; Q5 h2 W |* X6 q1 o1 D
GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等 + S8 [) y7 w7 p
巨牛的人工智能学习网站：床长人工智能教程
: g6 U5 w* K$ i. ?/ 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） 0 W: m4 e; ?" a3 \
GHSL 全球人口网格数据集250米分辨率 & y5 l8 Z7 i% X
1999-2019年墨累全球潮汐湿地变化 v1 数据集
- n! P4 g) q/ ]- e5 X. a 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 9 T, }- ] y. e5 }6 l+ j% l
. J, Y5 Q$ a' {, O' H* }) O' J0 O  ' \0 F& D3 G* [- ]( A
, ^% k; L; e# o* ]4 L2 N0 e
满天星
9 }; i7 a. [, \ g; o8 k& d8 _: s 4 次咨询* @: z/ Q2 t, _$ x
5.0 2 G! L ?. }, W8 b2 f& C
" M9 P# D. t2 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 9 o( C1 E8 _) {7 W j8 Y! a
914 次赞同
' K* q' Y$ h9 Y: ]
/ A3 c* S. A; [) [6 z" C 去咨询
& T0 ]% O# l7 z8 k$ x* q- Z 4 z8 j+ S* A# v. y( b
7 C$ h' I. k6 s0 ^2 P/ p
) K' ^5 F# Q5 B! D. I, o3 j) x m9 v H
~4 ^) G S! d. A% O. b2 a3 y | 
