+ w" @0 s9 Y: H: I) C 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。
+ V! w( Y% S- |* K0 N0 H' O% a7 Y! } 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。
% B& i0 Q! r8 E2 n
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。
6 \1 {$ ^8 O! i; S2 V* h' v# w/ l
数据:
2 N. [4 D5 u' ~$ V/ |3 j ee.ImageCollection("HYCOM/sea_temp_salinity")
. ?' p2 \1 j8 Y( s# e$ ~5 O 数据集可用性
S* E' d8 o# P 1992-10-02T00:00:00 -
! H5 V% }; f: Z! L 数据集提供者
6 E& J% J' [( S& C 诺普
3 U3 |; y# A2 `" b8 R 解析度
2 D8 B V/ `! d5 F K% i; X
8905.6米
. u, I: K( B9 `' p+ J( u) 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:
5 b0 w0 e1 _+ g2 |" J- C
// Import the time series of global images, filter 15 days in August, 2018.
+ t" C# S, z8 M; |4 ]9 r& F var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)+ y! F% f3 w7 N4 |
.filter(ee.Filter.date(2018-08-01, 2018-08-15));
) x, |! f5 U) i+ s" s% W' ^8 K$ n! g% u3 e7 a
// Select water temperature at 0 meters and scale to degrees C.3 N8 z8 ?! i' j" X! J
var seaWaterTemperature = dataset.select(water_temp_0)+ o% U. j. e6 P# f
.map(function scaleAndOffset(image) {
: n: I2 _+ }$ W return ee.Image(image).multiply(0.001).add(20);, d6 u; p" k$ ^' f( x6 Z7 K
});+ p% M. M. y, r$ ?
( B! H. \% N1 W7 V8 R2 U2 o3 f
// Define visualization parameters.; b+ _, R, ]7 z# `" D
var visParams = {. v0 N+ A/ Y2 D/ a
min: -2.0, // Degrees C
' X, K" Q) o( }2 N max: 34.0,
# ?+ u0 |& [- i2 |, F palette: [000000, 005aff, 43c8c8, fff700, ff0000],
$ E9 d4 ]5 z" v4 q. u }; ]! C2 Q+ d. Q. b
8 K) X' ]: S. M* E% \2 \7 ] // Display mean 15-day temperature on the map.
- q7 Y% Z$ L. R' B# k Map.setCenter(-88.6, 26.4, 1);
, W7 v3 h+ g; b! u2 B Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);7 |1 e0 I4 M( g
. {" S6 e6 V, g% X8 P( x
$ X5 a2 ^9 @5 M' U5 h W
6 o' z p" n( C" k; }: L
$ z: L, b& w+ `) D0 @9 Z4 J! y$ w
, w3 C7 M4 ^8 G' ~0 W 数据引用:
; a, W1 Y+ k& |8 Y' o. n1 W 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.
; P" a3 O" D( {( i7 i1 X
错误的代码:这个时间段有一半的影像
- s( ]' {$ ^- y+ W: n // Import the time series of global images, filter 15 days in August, 2018.& B) R. Q6 q( L( o h. `
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
& j# a( P& }5 W; ]- O" \3 M .filter(ee.Filter.date(2013-06-01, 2013-08-15));
6 N5 L: j- m7 N9 i" G9 J8 H( A( j7 B: {) k& v" i
// Select water temperature at 0 meters and scale to degrees C.
$ c6 A6 Z( g' U: ~8 [# l* R var seaWaterTemperature = dataset.select(water_temp_0) w* Z# f9 B! M, w
.map(function scaleAndOffset(image) {
U2 `4 f7 X" _2 K4 u6 F return ee.Image(image).multiply(0.001).add(20);
! i2 Y) h# J2 s; s7 _. p });
, Y6 I- G2 a4 W, j# r% D# m8 W M9 q, \! d
// Define visualization parameters." N! Y% e; j# a( f/ H
var visParams = {
/ w! L; K4 l4 C2 j" F min: -2.0, // Degrees C" x$ h" {5 {2 U
max: 34.0,
% H0 o4 }( [; v- d9 R palette: [000000, 005aff, 43c8c8, fff700, ff0000], s5 F* x3 h. q% F. J
};
9 L% V0 L0 N0 s4 x: ]8 E, J2 P0 C- l( u
// Display mean 15-day temperature on the map.* S7 U% t+ N3 ?/ c I' T( j
Map.setCenter(-88.6, 26.4, 1);, Y9 H; ]& q; o, D
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
8 ]6 k- S+ ?9 \; ?; m1 z/ _
! K$ e' s) X) W& N
, A' X8 ^7 w# p8 F
往期推荐:
5 ~; ^6 V& T; N" _! K* A
0 U2 p8 g. B4 f8 d3 [ Google Earth Engine(GEE)——神级辅助插件(开放地球引擎扩展 (OEEex))
! r. J1 ^4 A" J2 e& r9 } K; y 新文速递| 1980—2020年中国雪水当量遥感数据集
, }- X- t* \: U8 d/ [ 全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020)
& U2 W0 H! I \* F2 b0 C1 { GEE超限解决方案:besteffect!
4 n' \- z# S; u, j1 f5 G6 { GEEer的快乐|是为了白嫖影像吧!分析挖掘,NDVI、非监督分类等
4 @) _2 ^. I6 H+ x. e/ R 巨牛的人工智能学习网站:床长人工智能教程
0 f' D) P4 U6 S; \9 }: Z5 p9 s 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 f8 l* Q0 l" I GHSL 全球人口网格数据集250米分辨率
0 L$ L# c+ Y: U4 ^9 _- T8 `+ C8 {
1999-2019年墨累全球潮汐湿地变化 v1 数据集
- Z% ]; U' q N; N
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
/ D$ Q! X" ]$ _# Y/ P
) I6 ]! Z$ G6 u1 L
8 e. `; C' C( p* {, B5 q9 A% v : x3 y6 i1 A ` ?, |7 U
满天星
( o* x& r/ R/ l- D' p- I) N 4 次咨询
0 X* D1 W/ J. G, {1 Q, t7 M; E 5.0
1 f7 l/ X! |( A3 K, |% t
# V3 Z L3 [$ L6 q1 I4 s- o/ A% @ 中国矿业大学(北京) 地图制图学与地理信息工程博士在读
* a/ b6 W4 J; L2 W5 W. L0 t! N
913 次赞同
- b: S) k3 x4 Q! n4 d
5 j" @, ^# t3 C3 ^
去咨询
( w& [% J+ ?; [8 \& y/ B4 P+ K
+ C& q- B0 \( ]0 D; _% {2 q' m& s
1 j2 \: ?3 ?2 o) d( F0 p