% p* c9 Z" s9 O5 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。
' V" T' ]4 y6 {! W, V3 q 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。
7 g" H4 e, u' m6 J& ^' [
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。
' J1 x- H5 o) c, M- W 数据：
) d ~( ^: K( ]+ q0 n8 F' l
ee.ImageCollection("HYCOM/sea_temp_salinity")
# V! {: { m2 `" W, r# y 数据集可用性
: m Q% W+ {" {5 m* }6 e( Q& c6 k
1992-10-02T00:00:00 -
: ~2 q) _6 o( v
数据集提供者
" a; m" Q8 g7 Q7 N$ a 诺普
% \; ^3 `% Z1 K+ S0 o
解析度
8 ~, K3 v1 j! D
8905.6米
7 h- X# z7 B& G+ x$ O 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：
$ n, {' n* |$ S6 S7 ` // Import the time series of global images, filter 15 days in August, 2018." L2 ~; p) g* N' a
var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
7 c7 s* J$ Z3 V8 _" z% J( v .filter(ee.Filter.date(2018-08-01, 2018-08-15));
, \: h1 _6 q: v1 a7 g. \1 Y" i
/ B; Y: z6 ^3 Y" y& ?& w( c1 H // Select water temperature at 0 meters and scale to degrees C.
1 m ~7 @' H. Q2 Z$ y: ^* V var seaWaterTemperature = dataset.select(water_temp_0)% H% P" F3 \/ f2 E. I7 `
.map(function scaleAndOffset(image) {
/ g# G+ i- t! Q( [/ { return ee.Image(image).multiply(0.001).add(20);
: M- `1 |! m# H" ~ });- |. H( I* H- a& Z7 x4 U
: t7 `3 u$ a/ Q, L+ S: m# c
// Define visualization parameters.; M# n1 w, j2 B" f
var visParams = {
5 Z, C9 S. h6 _ min: -2.0, // Degrees C4 Z' r1 m( I3 n4 }3 {! G
max: 34.0,; B+ q. k+ K! `/ @9 ~ T0 S
palette: [000000, 005aff, 43c8c8, fff700, ff0000], W% W/ B5 s9 g" w- N6 |' P! w* m2 D
};! b1 M6 y# J- O1 y
" n% h1 B5 s9 F- Q: e
// Display mean 15-day temperature on the map.
- q9 B% A4 `/ e Map.setCenter(-88.6, 26.4, 1);
3 r0 r/ z7 m7 z# c* B0 P Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);$ v9 R& Y# ^" Q+ p+ P# x( ?
- v$ O8 G8 ~: z
" x, @# R6 R7 G. F3 q
& Y6 u- I/ G {
) J8 T! A/ [5 U/ P$ ~3 h 7 ]; z' j, _ q
数据引用：
% [- z7 W/ y# Y9 j$ 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.
$ _) ^. D% H/ _+ h1 ^
错误的代码：这个时间段有一半的影像
5 } w+ L2 J! ] // Import the time series of global images, filter 15 days in August, 2018.
. Y# ]* c( X- W0 a4 w& u var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
+ j. {5 h8 |! U: B9 S" a .filter(ee.Filter.date(2013-06-01, 2013-08-15));
& }" ]3 n, w1 n; d; ]8 A' {2 \6 A+ q0 C. @
// Select water temperature at 0 meters and scale to degrees C.: v" \* H1 R, u
var seaWaterTemperature = dataset.select(water_temp_0)
, T3 P7 N1 q1 p- C) T; d+ [. d .map(function scaleAndOffset(image) {
3 N. x" `" H& w7 h& R* ]7 z" Q8 L0 g return ee.Image(image).multiply(0.001).add(20);/ k ?" t/ s7 q1 w
});
# B9 s0 I) n4 ?8 u( k5 } r7 F3 {8 n
, q, q' R A4 S3 I% x; a // Define visualization parameters.
5 [1 s9 O; ^1 O1 b6 x. a; p, w; b var visParams = {
% Y, T3 v8 J5 O& ]" N0 y# \ min: -2.0, // Degrees C
$ D1 Q( K$ P! u/ ]- c' T! U! q max: 34.0,
% v8 R# L& {- K: r, B7 W7 N, b palette: [000000, 005aff, 43c8c8, fff700, ff0000],- e x3 D& q8 Q# |& t
};0 [) o ?4 y9 v% K* i
" E9 y3 x. b: n0 C, ^
// Display mean 15-day temperature on the map. [3 `( G2 h& K
Map.setCenter(-88.6, 26.4, 1); V7 i% y' t9 O, V; J
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
/ f r& u3 v4 k* c1 u4 }# d
4 p3 n3 n2 E! h# r) O) Z7 Q5 e
& Q; W4 V) d `( ?9 J( w6 j 往期推荐：
; e- m4 A a* r* c0 h
+ j- H! h) [) _- c, {0 I4 y Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)）
# M6 {6 `. Q8 m- P& h$ e
新文速递| 1980—2020年中国雪水当量遥感数据集
' X# B6 W/ b( z
全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020)
3 b5 J: T7 ?; h5 [) O GEE超限解决方案：besteffect!
# E: _% t7 ^9 v3 ~ z GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
0 u# q( [1 |/ K2 G. x9 ~ 巨牛的人工智能学习网站：床长人工智能教程
4 k+ D) y. [! J# \; J
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）
6 e$ @ i% x+ D GHSL 全球人口网格数据集250米分辨率
: s! a, p) J4 v 1999-2019年墨累全球潮汐湿地变化 v1 数据集
0 c3 F5 U1 s: Z3 \1 @; i$ r1 ~ A 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 ^ M7 C; ]6 C! x6 y; z2 p' g 4 K& n* ~* _, j" e9 R3 f6 n
, Z% x% g E/ f" ?
- K- x; u# r; W6 [
满天星
/ v* I" ?' K1 i9 v+ J/ l! i s
4 次咨询
0 Z0 J/ X# u' Q 5.0
' v+ W$ i% u5 }! a
4 t- U a7 V) \" G7 I 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 f& h! S4 z2 ^7 d! v
913 次赞同
8 P- J( `" Z3 i. ?3 d+ [& f$ Z! S5 |
% b9 W' d9 Y7 q& M& W 去咨询
& h# z$ p# h6 ]& }
+ m) }5 O. B5 R/ n0 R+ [ 
