! a( T: `0 Q. g ~6 P) A+ t 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。
5 l7 B* T. Q& W; X& g0 Y* 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。
- t( Y% j$ g4 R$ M$ d. s: _( P 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。
6 F3 L% E, q4 ~ 数据：
; k0 V6 z' G6 q3 d7 i) ?$ ` t2 |
ee.ImageCollection("HYCOM/sea_temp_salinity")
- I2 l$ \' ~6 A" D
数据集可用性
/ |% H5 o% y7 b) I8 C# f
1992-10-02T00:00:00 -
+ b3 n+ a$ c- s) e( T' }- z3 H
数据集提供者
8 ^" t! |6 T; s3 n# D' w8 p/ A 诺普
" {1 A4 y% L: [6 j: S) F/ ] 解析度
# l* k% x7 f, A6 i) r K B: Y' x 8905.6米
9 q3 z2 y6 o; V( f
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- Q4 G& U% X S0 n
// Import the time series of global images, filter 15 days in August, 2018.
' I, N S" e+ E- n4 v var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
% S' q' G1 B" a G .filter(ee.Filter.date(2018-08-01, 2018-08-15));# Z& h0 }* G+ q2 g7 \
& o u2 L' K) c; t: S6 O0 w- f# l // Select water temperature at 0 meters and scale to degrees C.
9 u! G$ y- H1 O, B' e$ J var seaWaterTemperature = dataset.select(water_temp_0)& D4 S2 L4 a% a+ F# i3 d, M' j
.map(function scaleAndOffset(image) {
8 e3 s' k/ P- V. |+ c3 [: b3 W return ee.Image(image).multiply(0.001).add(20);
0 R e' [, g1 T% F' f) F8 k' L });; d$ M+ N7 v& d/ C0 z
# Q( ]: T2 A e- U // Define visualization parameters.
9 `0 G, a4 d) x, ]# @ var visParams = {
' w# l" o5 t7 [3 S. {! k min: -2.0, // Degrees C
$ g' p3 Y" g, S. n/ q max: 34.0,' q! `) m2 g1 N
palette: [000000, 005aff, 43c8c8, fff700, ff0000],& c+ a4 D9 @* W" h) R& `
};4 }# ~( k! {% O: V2 z2 E
! \( V; p% O6 h
// Display mean 15-day temperature on the map.
+ d' K! J$ g$ J8 u Map.setCenter(-88.6, 26.4, 1);% E/ x' E% f0 s/ `0 s) j
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
3 o% Q) O5 Q5 {! j, o1 w q1 ^- a4 f2 |
5 k7 x0 a5 E9 f. {5 I; d9 _+ [& E9 c
1 ~0 z- b+ y C9 C. D" ?8 s
' N3 F0 j' W( `; F5 y5 V
- \* V( i! {7 C! e) Q9 n& E
数据引用：
" R/ P0 o2 G3 Q* W3 ?6 u 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.
9 O& f4 P; O' k8 y- N. w
错误的代码：这个时间段有一半的影像
% l, \2 u9 P/ D+ a0 O2 _7 f // Import the time series of global images, filter 15 days in August, 2018.
+ {# j2 D9 ?0 I2 o var dataset = ee.ImageCollection(HYCOM/sea_temp_salinity)
* i/ v; t4 u6 V .filter(ee.Filter.date(2013-06-01, 2013-08-15));
; e9 K0 a3 G/ b C' V2 M( e0 n7 F7 a" H
// Select water temperature at 0 meters and scale to degrees C.
9 u8 J- Q- O$ |7 U0 x var seaWaterTemperature = dataset.select(water_temp_0)
, L' c& p' D/ x2 x6 e .map(function scaleAndOffset(image) {; T% ~6 \. g$ f! e& |" G; E
return ee.Image(image).multiply(0.001).add(20);
4 x; a2 \$ N1 Q; t });/ |' Y* M" ^" _& W. Z( q$ a
$ t U' @" L' @ // Define visualization parameters.
8 f8 @4 v+ J8 e var visParams = {: P+ O) M. Y& }( T9 u
min: -2.0, // Degrees C
/ d8 I1 X/ p" g9 n2 |* U" t! P max: 34.0,9 h& k/ ?$ |+ C. G+ g# P
palette: [000000, 005aff, 43c8c8, fff700, ff0000],
( D7 n- ]# V( c \' R! a };
/ y- z' J4 b) c$ r) s: ~9 k& K+ |2 F9 w& {0 f
// Display mean 15-day temperature on the map., z& X& l- i9 e, Q- G
Map.setCenter(-88.6, 26.4, 1);9 d: T8 T1 r* ~
Map.addLayer(seaWaterTemperature.mean(), visParams, Sea Water Temperature);
6 Q4 s8 B. d' b7 d' n* d( F% `+ F
8 H$ R$ K, @2 T% l* t2 T) P 9 b$ z! B! f& r1 q
往期推荐：
- h: S' E) f+ Y- a- ]0 V3 K9 W0 x1 ]3 o" x7 e
Google Earth Engine（GEE）——神级辅助插件（开放地球引擎扩展 (OEEex)）
1 T& x( |+ }( y- O+ D 新文速递| 1980—2020年中国雪水当量遥感数据集
5 Q; K+ t# r3 ]
全球森林损失量数据集Hansen Global Forest Change v1.8 (2000-2020)
* S3 c, I7 p& T1 V( w7 T* N
GEE超限解决方案：besteffect!
/ A: p+ h4 [4 w, Z GEEer的快乐|是为了白嫖影像吧！分析挖掘，NDVI、非监督分类等
5 Z! \4 K- O/ ~ 巨牛的人工智能学习网站：床长人工智能教程
& o9 T, j' d* T! {- m& D; ?1 t
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）
0 W& _. I7 j& o( w! |
GHSL 全球人口网格数据集250米分辨率
! J$ }+ y% k D% D% M 1999-2019年墨累全球潮汐湿地变化 v1 数据集
4 g' |( j: d( c/ Y* }
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
( y0 j; f5 E5 x8 K$ T! t 8 S0 m! p' U R2 [! I" Q
- ^( E: X" _3 ?) s' Q ! W' }. v2 R5 W. [( @5 M; [
满天星
0 }3 ]$ V2 D# V
4 次咨询
$ W/ Z7 i2 l; [ A; g 5.0
8 K1 `+ U( v/ {1 {
2 p' B4 V& d( m) s' p2 X+ w
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! \2 {5 V4 i L
913 次赞同
% _& P6 B6 d5 g, K% ?- k
5 z3 ~5 ^ x+ A; Q
去咨询
5 V/ m8 E& g' l6 W3 v9 ]8 s& Q; u5 E
+ e. b' F/ ?+ v& Q8 X! X" G
