five

DRIFTWOOD RIVER NEAR THE MOUTH (ca_hydro_07BK007)

收藏
ERDDAP2024-12-28 收录
下载链接:
https://erddap.sensors.ioos.us/erddap/tabledap/ism-aoos-ca_hydro_07bk007.html
下载链接
链接失效反馈
官方服务:
资源简介:
Timeseries data from \'DRIFTWOOD RIVER NEAR THE MOUTH (ca_hydro_07BK007)\' (ism-aoos-ca_hydro_07bk007)cdm_data_type = TimeSeriesVARIABLES:time (seconds since 1970-01-01T00:00:00Z)latitude (degrees_north)longitude (degrees_east)z (Altitude, m)river_discharge (Stream Flow, m3.s-1)river_discharge_qc_agg (Stream Flow QARTOD Aggregate Quality Flag)river_discharge_qc_tests (Stream Flow QARTOD Individual Tests)water_surface_height_above_reference_datum_above_localstationdatum (Water Surface Height above Datum, m)water_surface_height_above_reference_datum_above_localstationdatum_qc_agg (Water Surface Height above Datum QARTOD Aggregate Quality Flag)water_surface_height_above_reference_datum_above_localstationdatum_qc_tests (Water Surface Height above Datum QARTOD Individual Tests)station (DRIFTWOOD RIVER NEAR THE MOUTH (ca_hydro_07BK007))

本数据集为取自河口附近漂流木河(DRIFTWOOD RIVER NEAR THE MOUTH,站点编号ca_hydro_07BK007)(数据集标识:ism-aoos-ca_hydro_07bk007)的时序监测数据。 通用数据模型(Common Data Model, CDM)数据类型(cdm_data_type)为时序(TimeSeries)。 本次数据集包含以下监测变量: 1. 时间(time):单位为自1970-01-01T00:00:00Z起的秒数 2. 纬度(latitude):单位为北纬度数(degrees_north) 3. 经度(longitude):单位为东经度数(degrees_east) 4. 高程(z):单位为米(m) 5. 河道径流量(river_discharge):又称水流流量,单位为立方米每秒(m³·s⁻¹) 6. 河道径流量聚合质量标记(river_discharge_qc_agg):对应水流流量QARTOD聚合质量标记 7. 河道径流量单项测试质量标记(river_discharge_qc_tests):对应水流流量QARTOD单项测试质量标记 8. 本地测站基准面以上水面高度(water_surface_height_above_reference_datum_above_localstationdatum):单位为米(m),又称基准面以上水面高度 9. 本地测站基准面以上水面高度聚合质量标记(water_surface_height_above_reference_datum_above_localstationdatum_qc_agg):对应基准面以上水面高度QARTOD聚合质量标记 10. 本地测站基准面以上水面高度单项测试质量标记(water_surface_height_above_reference_datum_above_localstationdatum_qc_tests):对应基准面以上水面高度QARTOD单项测试质量标记 11. 测站信息(station):内容为「河口附近漂流木河(DRIFTWOOD RIVER NEAR THE MOUTH,ca_hydro_07BK007)」
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作