1.1 数据概述
该数据由The Copernicus Marine Service提供。高度计卫星网格化海平面异常 （SLA） 根据 20 年 [1993， 2012] 平均值计算。SLA通过最佳插值进行估算，合并了来自不同可用高度计任务的L3沿轨测量值。数据包含每月数据和每日数据，时间范围1993年1月1日至2023年6月7日。数据链接：https://resources.marine.copernicus.eu/product-detail/SEALEVEL_GLO_PHY_L4_MY_008_047/INFORMATION（最后访问：2024/3/26）
该数据可加工全球海洋的其他产品，如绝对动态地形和地转流http://duacs.cls.fr。其中绝对动力地形(ADT)为海平面异常(SLA)与平均动力地形(MDT)之和。相比SLA数据，ADT能保留长时间尺度定常流影响的海平面高度信号。
全部数据近500G，这里提供1993-2019的全球每月SLA数据（cmems_obs-sl_glo_phy-ssh_my_allsat-l4-duacs-0.25deg_P1M-m），数据大小为1.3G
1.2 内容描述
时间范围：1993年1月至2019年12月
水平范围：全球（Lat -89.87° to 89.88°Lon -179.87° to 179.88°）
时间分辨率：每月
空间分辨率：0.25*0.25
1.3 目录结构描述
所有数据包含在一个文件中，文件名为：sla_l4_1993_2019.nc，目录结构如下：
│ └───sla_l4_1993_2019.nc
1.4 文件描述
文件包含'sla', 'latitude', 'longitude', 'time'四个变量。其中'latitude', 'longitude'分别为经纬度， 'sla'为全球盐度值，大小为(313, 719, 1439)，表示313个月份上的全球网格化海平面异常 （SLA）。
2.1 共享说明
2.2使用说明
数据可使用 python 中的 netCDF4 读取，实例代码如下：
import numpy as np
import netCDF4 as nc
import os
import matplotlib.pyplot as plt
# 文件保存路径
folder_path = 'your file path'
# 读取的文件
file_path = 'sla_l4_1993_2019.nc'
nf = nc.Dataset(os.path.join(folder_path, file_path), 'r')
# 读取所有变量名
print('variables name:', nf.variables.keys())
# 读取sla数据
sla = nf.variables['sla'][:]
print('shape of sla:', sla.shape)
# 绘制数据图
data = sla[0, ...]
x = np.linspace(0,data.shape[1],data.shape[1])
y = np.linspace(0,data.shape[0],data.shape[0])
X,Y = np.meshgrid(x,y)
print('全球SLA：')
plt.pcolormesh(X, Y, data[:,:], cmap='RdBu_r', zorder=1)
