9 y% S6 Y( z0 j. V0 d
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。
! u! N0 j( Y* M, O! e; n6 J 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。
/ z: w9 | \. L' d0 Q
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。
/ ~1 d$ H" B2 h, W2 e% d6 T/ I q; r
数据：
4 p& Q1 ^. U4 o0 s7 J: H ee.ImageCollection("HYCOM/sea_temp_salinity")
1 @/ [( D8 Z/ s
数据集可用性
! R6 M( c( k7 a
1992-10-02T00:00:00 -
7 ~! ^% P; U6 p: V
数据集提供者
- Y9 S) I5 G- L, ?6 T) I
诺普
' }# v0 O, F- A2 i- M W
解析度
' B& C; f: r- J5 d3 u7 `& k h
8905.6米
( @" `0 D# \: @1 O0 ^9 B% 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：
( ]4 H7 p2 ^- h+ h7 l& h // Import the time series of global images, filter 15 days in August, 2018.; N! Z1 g. h7 x f9 Q9 q3 K
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
" Z( x- L8 e% Y0 H .filter(ee.Filter.date(2018-08-01, 2018-08-15));
$ t2 j, |6 [0 x$ W9 Q% L# _2 k8 q M/ e8 c% _6 R
// Select water temperature at 0 meters and scale to degrees C.
' c. o% N/ N# ]. W; f4 v var seaWaterTemperature = dataset.select(water_temp_0)
$ L7 Q2 q4 q: s& z# i. j .map(function scaleAndOffset(image) {
$ F8 S7 @: ?* M1 a- ? return ee.Image(image).multiply(0.001).add(20);/ x3 f7 m I, `: R: Z
});9 I! G* L" \" X- ]* v# k
+ O$ t3 R1 W2 W, H! A E; z. e // Define visualization parameters.
5 q: [) p5 V7 u# ^5 ~ var visParams = {- H, d8 T9 ]0 `
min: -2.0, // Degrees C0 E: F' I4 g# N8 _/ S6 K
max: 34.0,
+ {" P2 F `, e, M palette: [000000, 005aff, 43c8c8, fff700, ff0000],4 J! K K1 f$ ^" J
};
9 K+ G7 e- t% u6 Z& o2 f6 ]. L$ x/ P9 x+ R5 M7 Q
// Display mean 15-day temperature on the map.+ q/ W8 x7 b3 `' B l$ q z/ J
Map.setCenter(-88.6, 26.4, 1);
+ f: j& O4 I, E Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
) c5 O+ W" L) j% }7 `: [0 d% O/ L. S8 S3 s: ]: H, ?
6 q" ]* B4 P0 ?% K: M7 c X+ j2 p
$ Z D* F) k1 g
/ B1 {2 l N! R* g, |$ H
7 S; R9 N% h( [/ M
数据引用：
' |' f+ K, ]& s6 r2 M T 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.
6 o2 ?& J. I) b( s
错误的代码：这个时间段有一半的影像
; z$ \5 y/ n0 s+ B9 T7 | // Import the time series of global images, filter 15 days in August, 2018.
# d' G/ S9 m c% E4 W var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
# A2 d) |4 L$ l' y2 D1 X) M .filter(ee.Filter.date(2013-06-01, 2013-08-15));& C/ H' g( _, }0 c* D' T* E7 x
$ r/ D# I# z# |: W; y6 q+ f8 a
// Select water temperature at 0 meters and scale to degrees C.# G0 y4 Z7 a# t/ z4 M5 E" X. E1 A
var seaWaterTemperature = dataset.select(water_temp_0)
# Q9 X( f6 Y/ q2 j( z .map(function scaleAndOffset(image) {8 _, i6 L% Q1 O; M% k
return ee.Image(image).multiply(0.001).add(20);! u6 t3 M7 S8 j* P( H% g
});5 w/ Z* A% x3 H7 J9 m. F9 I
# Q+ b$ L3 m$ ]2 e! Y+ a5 }% ^- o) P // Define visualization parameters.
( T) P- f4 y9 F8 G- A5 C/ t5 o var visParams = {
' m1 f! q0 G0 ^& C4 n min: -2.0, // Degrees C, y4 R" w$ _ O1 g! l; U
max: 34.0,
2 r, }5 [, w; G5 z palette: [000000, 005aff, 43c8c8, fff700, ff0000],4 W/ p7 C8 R% L1 Z
};6 t' f) i* W o# g6 N- ^4 ~
7 U# Z; | t7 i4 j // Display mean 15-day temperature on the map.
; P6 p: [3 F8 K- b$ J3 ` R Map.setCenter(-88.6, 26.4, 1);
$ {# r% o$ ]( `6 [ J$ U3 L. ^; w$ O Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
& h% h8 f- k( d* m
! P% g& k5 ~" r3 e- `
" e6 w5 `, [, x( m 往期推荐：
- f5 y4 z, {" w( G `0 K, T
8 W/ d" ` R S9 U- a+ h( e. w6 n* z
Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)）
% N! H& I& E# r0 |/ b" P0 Y/ e 新文速递| 1980—2020年中国雪水当量遥感数据集
- W9 [- r) I$ K) c3 {. ?/ T) j 全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020)
. d. G& n3 J+ O) ^ M5 D
GEE超限解决方案：besteffect!
+ S8 D6 ?9 @1 |/ c# W1 h) Y; P! b, @
GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
1 N- n: V, S) [' s5 j: {3 X" }' O 巨牛的人工智能学习网站：床长人工智能教程
3 B$ K* `" T4 Q# U& g) l5 ?
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）
$ D. n/ N3 g `: A) |* x: p
GHSL 全球人口网格数据集250米分辨率
0 \6 G# `- R" f( Q5 Z 1999-2019年墨累全球潮汐湿地变化 v1 数据集
5 O3 D" L$ w G" R! D& y
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
1 z0 h0 F* {* @% @! n, p , g# F. c2 U N. y; P1 w' s5 i
3 i* h, d: N/ s( V1 l) A( f* x ; O0 ^. \3 k! c5 M w! c# ]
满天星
; c, x$ S; ]. i* q1 y
4 次咨询
6 ?5 k- t8 ]6 v 5.0
/ D, y' M4 ]3 x" U: m " ?$ @1 p+ v( ` U( T5 [
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 U7 Z# ]0 ]& q+ n3 o& b
913 次赞同
6 c+ @0 d3 L- ]5 {9 W* J; p
- b% p: n' }" W: `$ I) R/ j" p
去咨询
# _& D0 L; B) P
: L5 d. ^+ D4 e9 w
