2 @9 e; y1 F4 D1 y( L$ {2 L 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。
2 o/ y3 I0 {% C7 p/ }5 d1 x 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。
4 v0 ~) }, J5 o& y$ u) ~
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。
, r& q' I; |- p) I' b 数据：
% @/ u s( p+ a5 P ee.ImageCollection("HYCOM/sea_temp_salinity")
( E0 f9 }7 W: l9 r 数据集可用性
9 ~: A5 K! m2 l* \1 I& r: R& ?$ \
1992-10-02T00:00:00 -
( S% K1 w) H% N2 B; K 数据集提供者
% f! H9 i t7 Q+ y: F F
诺普
7 T4 V' b& t& ~/ z; W2 j
解析度
. W7 J0 x. c$ R' P2 j
8905.6米
$ j4 N; z# @3 g A$ T 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：
7 i V- ^' d- O! M
// Import the time series of global images, filter 15 days in August, 2018.4 m/ t0 w: O5 ?7 z3 o
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
4 m+ }/ ^% @8 S+ m, \ .filter(ee.Filter.date(2018-08-01, 2018-08-15));
+ a& ~7 ^& J% N( D
5 ] a' y8 }- b5 @! S6 _. y // Select water temperature at 0 meters and scale to degrees C.
% { |: f; d' o var seaWaterTemperature = dataset.select(water_temp_0)
- E2 y% p, I' v( [ .map(function scaleAndOffset(image) {* x1 k e% C6 D0 h2 e$ h4 v
return ee.Image(image).multiply(0.001).add(20);
' F* o. e1 R1 S; Z8 c1 \ });
0 h$ J1 F0 \! T% l I5 t: @. R* T+ g6 |7 n
// Define visualization parameters.
, R* t0 W1 s7 P: I$ e: Y var visParams = {; D% L, x) l# d
min: -2.0, // Degrees C1 Y# Y' G' @5 ?1 e
max: 34.0,
. ?. H2 @) ?; t0 K2 u) H) p palette: [000000, 005aff, 43c8c8, fff700, ff0000],7 u7 D/ k% f& q( ]" t; Q# P
};
3 p# {& T. [0 r" Y/ ~1 O& j- n( M5 h7 R
// Display mean 15-day temperature on the map.
) k% F; D8 d5 v/ B Map.setCenter(-88.6, 26.4, 1);; M5 a6 i4 I7 z# v# ^0 X5 d/ s
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
8 y9 R, Q! P2 R4 R% {+ Z
6 B4 a6 v9 f0 V8 {6 D" A
- D, m! H1 V8 w
9 \: @( P0 A; k
9 l: F+ S( p' p, t* T( X
8 R. E7 X; y0 b( ?% w& P 数据引用：
) T# o B- n' k; O, R. r' a
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.
* m" H( A6 R& I* \# i
错误的代码：这个时间段有一半的影像
7 W* ~7 R3 w K) q$ P
// Import the time series of global images, filter 15 days in August, 2018.- C0 R2 s$ m4 S$ m+ b+ L
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)9 V+ T% Z5 m6 x5 V
.filter(ee.Filter.date(2013-06-01, 2013-08-15));
* ~, H1 Q8 i! H) V! M& @' F4 M- B' t3 q9 ]
// Select water temperature at 0 meters and scale to degrees C.
P4 H4 a- J" \ var seaWaterTemperature = dataset.select(water_temp_0)
, t1 v/ U# N" c/ ~4 m) Q .map(function scaleAndOffset(image) {
3 b" L& |# H- h return ee.Image(image).multiply(0.001).add(20);
6 H4 U d I# ?* o( L; ? });
! w2 J- X( i4 N/ b: B8 S+ K# w1 K' t& g. z* i, L
// Define visualization parameters.
% f) R& A. t2 f var visParams = {, ^+ |' D/ K! T6 Q* u" }
min: -2.0, // Degrees C- p1 I+ U$ \) O. @$ R
max: 34.0,
& [- E! Y+ \6 C8 a) p8 L7 G2 i! ^ palette: [000000, 005aff, 43c8c8, fff700, ff0000],
3 x' N3 j8 Q! {* W4 l- h };
7 ]% p" x1 | ~2 A7 H8 T4 u! x8 t; g/ R# l
// Display mean 15-day temperature on the map.5 W6 C. O5 U- j# ]2 z' z* S5 U
Map.setCenter(-88.6, 26.4, 1);
6 x* F; t! N Z1 i; M8 ` Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
, R2 l0 b6 p% N! u/ W
1 B+ ~$ t7 |# O8 ~, g - R* ?) m" o, G0 E
往期推荐：
6 S* K; ^0 H+ g( \0 S& U9 M
- X5 K w& @" B' k' g- v3 Z8 s
Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)）
3 O# {, _' R. ?# Z7 H! T6 @0 z' z
新文速递| 1980—2020年中国雪水当量遥感数据集
3 M- s8 O0 m& @1 ~/ m
全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020)
# y m3 g$ M1 ]3 V. ~
GEE超限解决方案：besteffect!
! |+ A' f# Q n1 @9 X7 w GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
- @9 f# J9 [% P3 d1 C+ S5 O
巨牛的人工智能学习网站：床长人工智能教程
) z( \: A' ^) E+ T0 P 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）
9 B6 N8 T9 y3 K4 r
GHSL 全球人口网格数据集250米分辨率
) }- [& W* [. q 1999-2019年墨累全球潮汐湿地变化 v1 数据集
* V i8 V* q- c# ?
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
" \' r* {/ p* e/ ^6 K. x & a% Q) m" K$ M4 k
0 Y, z5 |! m# {& t
( N: @; `/ U p/ f) Y$ x 满天星
3 @( y) O" ^; O 4 次咨询
1 N* [; e2 Q& ? x! z, Z 5.0
- w d6 a$ F" Y. u, m9 h
( C- }4 M% }& {; K- x 中国矿业大学（北京） 地图制图学与地理信息工程博士在读
1 ] h2 p3 z8 l, T# e
913 次赞同
1 l4 [3 I" d& V7 m
6 i, ?) Z& q+ u9 K @8 ^- P
去咨询
" D% o/ b) D+ ^' r/ v5 R J
" ^3 q0 }3 @( B. _1 O8 v
