1 @9 P4 Y# Q7 k6 O6 g* k 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。
6 A' |. n! {0 i8 E
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。
0 K3 M4 o% l3 V( S1 l 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。
) l- b7 @) U/ ~1 J7 y
数据：
0 R5 D. g2 M, u8 t ee.ImageCollection("HYCOM/sea_temp_salinity")
6 W" K+ h4 x8 x) ^7 p. U
数据集可用性
# M, ? O8 p2 G 1992-10-02T00:00:00 -
; k* @2 p5 E! U/ T% |
数据集提供者
5 w, E% W W! B& i0 Q 诺普
0 m8 d6 g" J/ b; F9 B
解析度
3 R9 k0 |+ U) `( g4 ^) b2 \ 8905.6米
9 Q4 w0 n' b: j5 N
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：
, j" u6 B. q, v' e5 P
// Import the time series of global images, filter 15 days in August, 2018.7 L9 a) i8 e* a' g- x! _1 m' Y
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)2 w4 {- ~0 g/ a7 B5 X& \ I* k
.filter(ee.Filter.date(2018-08-01, 2018-08-15));. D# Y0 B1 A6 u3 v, r
& E `5 q/ S! v3 _/ x& I. U // Select water temperature at 0 meters and scale to degrees C.
7 }$ M8 E! K( l8 y+ N var seaWaterTemperature = dataset.select(water_temp_0)
4 @; [: Q$ w& g! V7 }7 Y6 o .map(function scaleAndOffset(image) {- t* W0 |; |$ p( t
return ee.Image(image).multiply(0.001).add(20);: l7 ]' c. E# j9 \( l
});
2 r/ ?, D+ [! }+ v
4 T: N" V: s6 |5 \8 P, V! {6 E& p0 @ // Define visualization parameters.3 W p/ ~& l" q( a! [& q
var visParams = {
5 K( R" i2 A3 E. @7 [' U. i min: -2.0, // Degrees C( v9 ^, r1 a0 s5 V, ^
max: 34.0,/ l, _$ T' Z: H' g3 E6 Q7 C& h, S
palette: [000000, 005aff, 43c8c8, fff700, ff0000],
. D5 z5 s8 R0 F& d0 e };+ N1 D# C& z k6 v n
- U# S9 G: ^3 e( Y0 T- D! g# R& u( g // Display mean 15-day temperature on the map.
. [" ? y. W1 p4 [' ?; ^) Y) e- L Map.setCenter(-88.6, 26.4, 1);6 ?' Q8 v8 W5 b! e# A
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);/ m6 p' u# @- [) ?, u# X6 n6 \
( S% L. x5 t s) v
* {7 M6 y6 N5 p) R! U% Z% C, X, B
8 v n! A7 `+ a2 G4 G' h
) j8 P% u5 {+ i& @+ p$ \4 m
( f: S2 a" s( S% o( d3 X4 `6 |
数据引用：
+ i; I; {1 u5 w5 }+ f) O 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.
- o- @9 K0 p- @ l 错误的代码：这个时间段有一半的影像
6 ^4 J1 L2 s& ^% X8 `4 \3 R. I0 e // Import the time series of global images, filter 15 days in August, 2018.3 d" g* d. L! u7 u
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
9 k v' _2 H+ l; P w7 K .filter(ee.Filter.date(2013-06-01, 2013-08-15));
9 B5 L; s/ U3 @2 `/ y& W! ~+ }: A3 G" `6 m( \8 i5 }; [1 _. l
// Select water temperature at 0 meters and scale to degrees C.9 s; S/ u' |2 ?, [. g0 m9 N
var seaWaterTemperature = dataset.select(water_temp_0)
" m# O6 v! R8 Y% L0 k, P: T .map(function scaleAndOffset(image) {
2 d1 [- g2 u( ~& B. d, x. b8 S return ee.Image(image).multiply(0.001).add(20);
0 E4 t2 E o) V! ]& j( b5 C" j: I });! V7 r5 d. X0 I9 Z# b/ [
- ^) ]2 V' A1 L9 m1 U4 ?
// Define visualization parameters.
/ F, Z% X% a) U var visParams = {
9 B6 @- o1 d; G$ t% {6 W min: -2.0, // Degrees C/ G, B) c( b' H# }4 O5 c
max: 34.0, |4 f# j1 e( Q) Z
palette: [000000, 005aff, 43c8c8, fff700, ff0000],+ n, u8 E2 A @$ m! h
};# ~* k/ A+ U. e: r: y
8 _0 y; x% |; ~9 b$ v // Display mean 15-day temperature on the map.; X0 V, L1 J4 y. R9 O6 Y9 a( S
Map.setCenter(-88.6, 26.4, 1);. z7 x# P; P$ q
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);2 B5 Y% S" \$ C; E- N" E
& ]% e; r& h" R, L/ V) u( l # @2 G2 F5 I9 E; T
往期推荐：
2 T- ?, K1 g# h6 j4 M" V Q
# |8 y! W' D" Y/ x2 e' N9 ? Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)）
5 G" l1 @, C; L0 J
新文速递| 1980—2020年中国雪水当量遥感数据集
. J0 G; v1 D2 F4 v; I% ~ 全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020)
) F& r; r0 x, g& \0 H' ^
GEE超限解决方案：besteffect!
, z! a8 P! x. P
GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
/ \* Q9 S5 i+ x+ `
巨牛的人工智能学习网站：床长人工智能教程
! I6 L) d2 `" V" V0 }1 t% } ~9 V 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）
5 Z" r' {: \, z( e2 I
GHSL 全球人口网格数据集250米分辨率
5 y) ? U8 N( b# H! Q7 [* m 1999-2019年墨累全球潮汐湿地变化 v1 数据集
( b! u5 a& L+ d" d 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
5 V% d% d7 o; N' b# {
; ]% F2 J) z/ W8 A 
) s# B+ K5 h% M. o- z 9 Q! F6 X, D) J e5 _. s
满天星
. ^& v7 P1 X9 U# |7 ?( \ 4 次咨询" [: ^! h3 V7 T* Q2 D# X# t; b
5.0
% h! A) p# M: d
' u: J2 t- {' k1 Z& t3 E 中国矿业大学（北京） 地图制图学与地理信息工程博士在读
' ^9 n) \$ ]9 p
913 次赞同
4 h3 h( [; Q/ J/ f4 q* r . I3 K& k3 o: }
去咨询
4 o" |- F! j5 A( a. `) F
7 Z9 w/ N. L* m8 y3 x 
