|
8 \; R! ?9 H6 h6 ?1 q
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。
- E! r" E7 [' L5 D- v 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。 ' g% y O! X3 w; D% Z
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。
/ O( D7 U) S* {# s4 E( W6 J 数据：
s' c) V9 ~- }7 f$ ` ee.ImageCollection("HYCOM/sea_temp_salinity")
# `' r# ~9 F7 K5 K9 T. c6 g7 x 数据集可用性 / @6 j/ N) T$ u8 c! o' _
1992-10-02T00:00:00 -
( j0 F' }( y( q& g6 B/ ~0 ` 数据集提供者 ) x+ N' f6 y2 y7 d6 _$ y/ Y2 k& V
诺普
$ r3 A9 m2 I, l4 L7 Y7 S$ C 解析度
j r% b; J: Y 8905.6米
: X1 Q/ D2 q+ \7 @8 a) y8 @ 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：
% ~. X* I( G/ y8 C7 f1 x // Import the time series of global images, filter 15 days in August, 2018./ y( j& D# d" _- X& |: v6 [+ c9 E
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity). c7 O. n: Z$ w# }
.filter(ee.Filter.date(2018-08-01, 2018-08-15));
: L. T7 L* D. m: W: G+ G% N) h0 c9 I5 i r4 V) K+ F
// Select water temperature at 0 meters and scale to degrees C.8 c9 ^8 }5 [( y( |! U3 ?
var seaWaterTemperature = dataset.select(water_temp_0)
1 r: E. `/ @3 g; H+ ~% Z C. k$ [4 r .map(function scaleAndOffset(image) {1 h9 s# a8 N5 m) T; [5 K
return ee.Image(image).multiply(0.001).add(20);
; p/ @& X. V$ x });
# h- G9 F4 C: [0 Q9 p6 n
g8 J* E% y4 t t% p6 m$ M // Define visualization parameters.& g2 I* N/ `* j! P* x4 r/ @% A
var visParams = {7 { m6 B" t( P; c. b* h" q
min: -2.0, // Degrees C
* e! d; L8 k. x* _1 y max: 34.0,9 K, U$ S% E) W
palette: [000000, 005aff, 43c8c8, fff700, ff0000],4 D/ F q8 w+ M$ y; c6 f$ T( b% n
};
$ n+ x( |3 V( j6 y
w0 V) k4 D6 \; G5 V) c5 h // Display mean 15-day temperature on the map.
$ d) {( k5 Y6 f6 M$ [" w) w2 x' V; { Map.setCenter(-88.6, 26.4, 1);
* x2 k. Z0 U; ?: a# z. _. b+ u Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);* ]1 b6 [. Q; \% P
2 i8 p' p9 f+ ~7 W# v1 F) [
O# u1 I! C9 s2 ?* c% }% w
; U" N* |$ }$ n9 r
4 Y' M0 L0 _; c Q3 w" X- L * _* E% T# [; I* s1 z9 F E1 X
数据引用：
8 L, c! V" k5 ^* l C 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. ) ?# Q! O/ j) X( m. \3 u
错误的代码：这个时间段有一半的影像 6 X5 c) Z# Z1 ^3 r3 k
// Import the time series of global images, filter 15 days in August, 2018.
) u# x& D9 U& H7 }( O var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
. [9 B* o1 w$ F+ [ .filter(ee.Filter.date(2013-06-01, 2013-08-15));) Y& E, `7 ^6 e+ q6 |- ?0 G4 O
* P5 M9 Z: S/ S7 d' j ` // Select water temperature at 0 meters and scale to degrees C.) d2 ~3 J, d1 a
var seaWaterTemperature = dataset.select(water_temp_0), a0 g4 K( H+ `
.map(function scaleAndOffset(image) {- J! y# v8 _2 z1 ]: \9 ^
return ee.Image(image).multiply(0.001).add(20);" b" X; Y* w8 G- V: c7 o8 D
});
4 T; b7 q; W ~1 O7 ?: ~$ F8 r1 p% O7 @* P+ P8 S
// Define visualization parameters.
5 S% y9 D- q9 ] W var visParams = {; ?3 d1 e; `: N H
min: -2.0, // Degrees C( k2 g% h# @* d) }7 T- Y
max: 34.0,) K+ {) f+ q9 G7 l: S6 G
palette: [000000, 005aff, 43c8c8, fff700, ff0000],% @6 n. d3 U. Z+ j1 {* ]7 r
};5 _9 P- g w: A' f4 y) ~
" K# u5 k( v l. j7 u" f( [" `
// Display mean 15-day temperature on the map.6 F( ?4 b& K! s7 s/ U
Map.setCenter(-88.6, 26.4, 1);
3 ]& t F f) [* n# d6 S Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
/ J7 Z. ?/ |% h
% a) v- S: C$ {8 F5 @" i
0 C) i! @ U" t0 g, ` 往期推荐：
4 G2 G( ]( E8 x2 D+ B% U. X* @1 m1 c+ x0 r3 f' F
Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)）
) ^9 A. m: g8 z1 t2 S 新文速递| 1980—2020年中国雪水当量遥感数据集
: C9 Q; j: `" M: Q6 i, i 全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020) 3 X, i8 X' g9 b* e" }" \3 O& c
GEE超限解决方案：besteffect!
! l0 j" g! Z; @* J- P& b& U GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
0 m2 \/ ?2 s8 X1 y2 c/ p 巨牛的人工智能学习网站：床长人工智能教程
; k0 x8 R* V6 w' [ 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）
( }$ G7 m5 v1 V GHSL 全球人口网格数据集250米分辨率 1 a) C! h# u+ F8 y3 r
1999-2019年墨累全球潮汐湿地变化 v1 数据集 . P1 A+ P G' C/ S
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 ( G1 A. S6 E/ E6 n
3 |* m4 t! V% q  " T& k% s" r G3 D0 _
5 q5 \$ ^& `9 m$ j8 R+ U2 O 满天星
% c& @' S& N0 }$ o* I/ S6 x 4 次咨询
$ i& w0 o" C% m; g' A/ J' O/ n 5.0
0 E( \7 ?% R2 w+ A1 ]9 l0 B : P' d' |& A* e: F7 r
中国矿业大学（北京） 地图制图学与地理信息工程博士在读
8 E1 u8 A& v8 o* T4 t+ } 914 次赞同 9 K0 C, O/ |! H
5 G: _! L' j& b0 T$ T3 @; i
去咨询 / X* u* e4 W5 U! f5 f7 \
) ~; U" o& E8 G. F$ r
3 Q$ d# l9 f1 M. v+ U0 r
+ h( O$ A1 ~% T) \5 [2 F5 X
* F& I$ W: `, R( S0 ?* |. B+ l! {5 V
| 
