|
% W. q; \" [1 j+ ]
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。
0 H( u! V3 r/ Y$ R5 A 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。 % E J, H2 y" o
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。
- e4 O& `9 _1 E2 @3 e. M. |: F 数据：
% O" v" o3 s- W3 B5 ~ ee.ImageCollection("HYCOM/sea_temp_salinity")
% |. j5 ?' o. s3 Y2 i 数据集可用性 : A) W. r' R, P: f1 m4 b' Y: L+ N
1992-10-02T00:00:00 -
2 I7 d/ }. `# v8 N( g; H 数据集提供者
7 r0 Y s# q: U 诺普
, o1 I6 \9 f S5 k2 C& R 解析度 6 w V: E6 M4 \" t5 l3 r: ]
8905.6米
V" |# H# d- o/ B; i ` 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： - D x0 A6 t- J. z. t( W
// Import the time series of global images, filter 15 days in August, 2018.3 M5 [6 s9 ~- a4 Q* T/ x* [
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)$ \; [0 x g3 n( t3 E
.filter(ee.Filter.date(2018-08-01, 2018-08-15));; n! g$ Y; l! h& i/ O/ i6 S. n
# N6 [: a. O1 l% @" L, a
// Select water temperature at 0 meters and scale to degrees C.; Y* z: X2 N d! l+ v6 ]
var seaWaterTemperature = dataset.select(water_temp_0)4 ?% p/ R( Y3 f1 b* C
.map(function scaleAndOffset(image) {
. E$ ?0 e' R5 t& |$ H/ C return ee.Image(image).multiply(0.001).add(20);3 w- G* I) e+ T: _# A1 J2 L) Z
});
3 Z' y6 F5 o$ v# |; n# w, ?" J7 f8 T7 u
// Define visualization parameters.
+ u0 C" V* k; X: j8 Y9 { var visParams = {0 W. v0 E; U; ]* F* e$ N
min: -2.0, // Degrees C
7 b6 q/ g L5 d! T3 R max: 34.0,0 n7 G; \+ C9 @& P9 C! y
palette: [000000, 005aff, 43c8c8, fff700, ff0000],
0 {$ A. q1 V/ z6 p5 b };# \# D: q( ~2 S$ u3 s
$ b+ k% d s* n; r/ u* ~& X
// Display mean 15-day temperature on the map.
; v; L: [, w6 K Map.setCenter(-88.6, 26.4, 1);
0 W% b$ f5 _ F Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
}, v0 P5 A) Y5 K7 t
1 B. ~6 z- M" w* c9 S& X0 P. S' B5 s( |
" a V# y: m4 @% L" q# U5 k h
1 K9 `9 i* C/ m! Y8 U , B* A$ N7 f8 n( q
数据引用：
3 l8 \' I9 y9 ` 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.
+ [5 a: c: w* j9 F1 I 错误的代码：这个时间段有一半的影像 3 c9 u% y! N- G+ |- I
// Import the time series of global images, filter 15 days in August, 2018." D, D+ I5 i6 _- }
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
7 o5 [0 D' s9 S! h1 _8 m .filter(ee.Filter.date(2013-06-01, 2013-08-15));
- a# a# _+ ^+ q: @
6 |$ o0 ^% E5 a# h) ?$ e // Select water temperature at 0 meters and scale to degrees C." S4 O. f) k3 n8 e# L( _& Y
var seaWaterTemperature = dataset.select(water_temp_0)/ i4 V5 \# S- y0 y( H1 E- q6 r
.map(function scaleAndOffset(image) {
( Q+ T, f9 z$ E3 k& z return ee.Image(image).multiply(0.001).add(20);& @! `, ^+ C5 R" f+ @' R( I# {+ [
});
5 ]1 g' E7 t+ E( O, |+ O( {$ X
! J0 g$ Z( H/ a( M- k: S8 G // Define visualization parameters.' R$ S7 t- c( G _( G) h) l* F" U
var visParams = {6 j0 c- S6 d2 _# n
min: -2.0, // Degrees C
- t$ J- j& y# y& l% L7 d max: 34.0,
9 X, z$ S# k5 W, Q0 X5 W4 G palette: [000000, 005aff, 43c8c8, fff700, ff0000],' s( a" Y/ z5 v/ M0 B8 }# b6 Y$ W
};6 o- U) X. H# z+ n3 P
2 A+ K8 V* d: d s$ V // Display mean 15-day temperature on the map.
) Y1 K% p3 i3 u Map.setCenter(-88.6, 26.4, 1);3 S4 y% l0 S( Z/ v$ V
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
% | V% q( T; i8 L- w: U & h+ h: P( p/ B( | ~0 B; O3 P
% L7 ] p" }$ Z) u. G
往期推荐：
4 F2 ?4 Q7 H8 k6 }2 h
- U8 ~3 v( A: \1 K' ~ Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)） 8 I# D0 `& T. ]9 L8 g
新文速递| 1980—2020年中国雪水当量遥感数据集 8 h) S, [9 _. e+ f5 _+ y7 _
全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020) 9 C& ?, d, w& x
GEE超限解决方案：besteffect! 0 [0 H9 o$ ?9 _+ z
GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等 " f& Z7 u9 u" E' O+ \/ e. e
巨牛的人工智能学习网站：床长人工智能教程
4 y/ h) E8 d8 j" V& a+ b: x 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）
+ ]% G. _6 L# s9 R GHSL 全球人口网格数据集250米分辨率
' F0 v% q8 E; b. {: x' b 1999-2019年墨累全球潮汐湿地变化 v1 数据集
0 }! @2 s/ ^& Y+ Q! p. T$ F! U 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 / c* ^/ N6 K* _3 u1 G
+ {% [" W, F1 ~$ w; u) y1 n
v. I+ W$ U, M' ]5 O' Z5 z
. _# T9 N* K0 t6 Q6 {, r( K 满天星 * P9 j$ d8 ]/ M7 h7 V
4 次咨询0 C8 [1 z% v' S5 H: ?- b; O: K
5.0
- _5 t& H& |/ J A: e8 W : V* x. d& H1 X' {: Y% u
中国矿业大学（北京） 地图制图学与地理信息工程博士在读
6 R) O$ [& k4 b) p8 |2 L 914 次赞同 4 u& V% g* T9 |' y* R
+ p! |6 X$ f! e: g6 J. n$ U Q& M) M 去咨询 * t$ P% M* e4 w) y! e( q
% U: G. S$ O( |& A; u
* \+ a+ \! |" Q- I! G3 Q% h. P
, B- P' L" K$ e* Z: G; t4 O$ F( ^
9 p2 |. B. b% Y# ^; Z5 M
0 u' ?7 f6 F F/ G3 Q$ z* y' f2 p+ Q | 
