|
' Z! T6 r( H$ d7 V 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。
) D$ i$ t" c6 J8 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。 8 M$ q2 d/ R) t
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。 ' Q" O+ x- h9 D& I
数据：
/ h3 s3 ^( O* Q% B" Z ee.ImageCollection("HYCOM/sea_temp_salinity") 5 R4 L6 U( i" L$ `4 ~; E4 m
数据集可用性
; x' E, D" N8 W. r( S) V: j 1992-10-02T00:00:00 - ( {9 x4 s# N6 a' `5 B
数据集提供者
2 ?, J" B7 \) c 诺普
4 L9 `. y& ^2 G S% T) B8 }) M 解析度 9 s4 \# R" i6 P
8905.6米 - O- A6 u. o$ q
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： 9 D7 R6 h0 H+ ]) [
// Import the time series of global images, filter 15 days in August, 2018.
. c. E$ @' {7 g: p var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity) D6 x( Y1 }# r4 V
.filter(ee.Filter.date(2018-08-01, 2018-08-15));4 U7 M- Z5 Q& X" S/ U; x
7 b, O4 v' L8 w' f/ S // Select water temperature at 0 meters and scale to degrees C." m' d% V7 A- n) E5 L
var seaWaterTemperature = dataset.select(water_temp_0)
# w- x ?- O5 D5 q# \3 T .map(function scaleAndOffset(image) {1 L# }: }" p$ S
return ee.Image(image).multiply(0.001).add(20);
! v0 D" D- b7 }2 w& \$ \/ W: O });
; ?$ ?5 J- Q/ ?' G5 C
3 z- Y0 ~$ \# p7 _9 L$ L // Define visualization parameters.4 n8 N: X3 D( T3 a% C4 R5 Z: ?
var visParams = {
1 I1 K+ l, N; c) e7 W* i min: -2.0, // Degrees C
! n# z1 f, E& N6 | max: 34.0,
+ A$ ]# D$ Q8 a" ?' O- } palette: [000000, 005aff, 43c8c8, fff700, ff0000],
+ P& X6 O/ M& I };
) v" t, L5 @1 t: P' z/ l% X
d% G' ~2 M; }* q/ x! o9 g4 L // Display mean 15-day temperature on the map.
; J S7 ~0 R* u7 }4 u Map.setCenter(-88.6, 26.4, 1);
2 }! v3 V ]$ d' Y Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);' M" G" p: h/ L& q' v
- r$ D% U! D, Z* ~2 ~
. F4 t6 C1 ~0 b. I B2 f
# y! l. _( r( M3 @) S$ q e
7 I, o7 b \$ d. h% ]- p" A! ~
$ o3 }7 d( ^2 V, Z5 ] 数据引用：
5 L. ^: A/ V4 Z 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.
. ^% U, M9 ^! a& n* h/ [ 错误的代码：这个时间段有一半的影像
% L+ c8 b( V* u // Import the time series of global images, filter 15 days in August, 2018.
( c) q8 Q7 s9 W# z var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)! O' N/ T9 H7 G4 j3 i9 M
.filter(ee.Filter.date(2013-06-01, 2013-08-15));0 |0 h4 x- z \" G& A6 Q
5 ~, b* X8 O3 k( D
// Select water temperature at 0 meters and scale to degrees C.! X- s& X3 |) z5 o2 m4 o
var seaWaterTemperature = dataset.select(water_temp_0)
: A1 l$ ~3 t& M: H$ x6 r4 l$ q .map(function scaleAndOffset(image) {! o- Y# }- E# y& C+ _
return ee.Image(image).multiply(0.001).add(20);' M9 G: R% i) S2 ^8 K
});
0 O- P9 Y$ Z& A3 o3 ~1 u; {+ o7 ~3 W8 t8 j9 P/ L. [
// Define visualization parameters.
" Z0 p3 \5 W/ Y6 ~: D' H var visParams = {
+ t; p( s8 M. O& P1 A' k( { min: -2.0, // Degrees C1 O0 l2 \7 Y" \4 g! }$ L" H6 R5 ]
max: 34.0,6 G! \- P+ i! U$ ^
palette: [000000, 005aff, 43c8c8, fff700, ff0000],
$ F& k2 [5 P: V. b; j$ i2 c" p9 p) M };
* R! a5 ~- m" i: |8 u: l2 U& n/ M" h9 s2 |' c
// Display mean 15-day temperature on the map./ n+ I1 ~. k* K% F
Map.setCenter(-88.6, 26.4, 1);
# Z h: m% G% D8 n% x" M _ Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
3 f& n! `8 ^' @4 ]7 a7 x + C* j- h' i# I# f# o
0 S" p3 J U0 `, K; F 往期推荐：
+ V0 v4 f: h9 N) k9 Y Q2 F, h& A* a- C r3 S
Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)）
5 y8 s0 z4 A+ f9 z& l) t/ r* i 新文速递| 1980—2020年中国雪水当量遥感数据集 ( q( \4 D& F6 ]$ X& D
全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020) 0 ^* V7 [* ?5 `! M
GEE超限解决方案：besteffect! ! x0 K6 e- O( A' T
GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
" P& l* b( J. \ 巨牛的人工智能学习网站：床长人工智能教程 ; e; ~4 _+ n4 O# ^0 f' w3 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） ) I3 m- x9 ~5 j' `
GHSL 全球人口网格数据集250米分辨率 4 P7 E' j n' g; V+ j g& Q
1999-2019年墨累全球潮汐湿地变化 v1 数据集 : s4 n7 X- b! V0 H3 J
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
" H1 l* m0 j, |1 E7 O# D
- ~, ^: c" f. H/ t 
- g- F1 {; m; q1 I
* X, Z5 j0 v0 w5 A 满天星
- j( y" I* s: H# E 4 次咨询- }! o, j9 S5 k
5.0 3 [8 V. A1 m2 z
; U' W( [; u3 s) w6 Y 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 I$ n W& h) ^ 914 次赞同
* }. Q2 n# m% q' U% W 7 ~4 ~$ G. V: I) I4 V$ o2 s6 E, g9 u
去咨询 ) U& d: z8 n( d
, o, S {2 n; W0 q# [) Q
# e }9 ]6 c! S) U: Z5 X6 F. Q, Y9 r2 A0 F% O# g
1 h y' W2 j8 h. w1 d6 [ o6 y: {- o+ ]$ U+ [/ x
| 
