******************************************************************************** JAXA分野横断型プロダクト提供システム（P-Tree）からのモデルプロダクトに関するREADME 宇宙航空研究開発機構（JAXA）第一宇宙技術部門 地球観測研究センター（EORC） 2018年10月31日: エアロゾルモデルプロダクト（ベータ・バージョン）、 海面水温モデルプロダクト（Ver. 20180705）の提供開始 2022年12月7日: ひまわり9号データに適用するように記述を変更 2023年3月31日：　アンサンブル海洋解析プロダクトLORA（Ver.1.0）の提供開始 2023年5月17日：　LORAの格子情報ファイルの記載追加 2025年3月26日：　海面水温モデルプロダクト 1km版 (JCOPE-T 1ks Ver. 202501.1）の提供開始 ******************************************************************************** 本ディレクトリからは、静止気象衛星ひまわり標準データ（HSD）からJAXAが作成した 地球物理量データと、外部機関が作成したモデルデータが準リアルタイムで取得できます。 また、JAXAが作成した地球物理量データは2015年3月20日以降の過去期間のデータも利用可能です。 なお、地球物理量データの過去データは、処理が完了し次第、FTPサイトにアップロード されます。 ******************************************************************************** #利用可能なモデルデータ ## モデル・エアロゾル特性 (MRI/JMA) 最新バージョン：ベータ・バージョン 領域：全球 時間分解能：1時間(レベル4) 空間分解能：経度0.375deg、緯度0.37147〜0.37461deg(ガウシアン) (ピクセル数：960、ライン数：480) 注意：本プロダクトはベータ・バージョンであり、ひまわり8号の初期成果を示すための ものです。利用者は、データの品質が保証されていないことにご注意ください。 備考：気象庁気象研究所のエアロゾルの数値シミュレーションモデル Model of Aerosol Species IN the Global AtmospheRe (MASINGAR)による エアロゾル特性の予測値（1時間毎）です。00，03，06，09UTCに ひまわりL3エアロゾル光学的厚さの同化を行っています。 また，ひまわりのエアロゾル物理量が得られない地球の裏側については， 12，18UTCにMODIS/Terra+Aqua L3 Value-added Aerosol Optical Depth - NRT データセットの同化を行っています。 （トップページの画像に関しては、前日以前の観測値を同化した速報値が表示 されている場合があります。） 同化手法等については、下記の参考文献を参照して下さい。 MASINGAR同化予測システムは気象研究所/九州大学によって開発されました。 プロダクト処理は気象研究所で運用しており、処理済プロダクトは JAXA分野横断型プロダクト提供サービス（P-Tree）より提供しています。 謝辞：MODIS/Terra+Aqua L3 Value-added Aerosol Optical Depth - NRTデータセット は、ゴダード宇宙飛行センター内のLevel-1 and Atmosphere Archive & Distribution System (LAADS) Distributed Active Archive Center (DAAC) から取得しました ( [https://ladsweb.nascom.nasa.gov/] )。 ## モデル海面水温 3km版 (JCOPE-T DA) (JAXA/JAMSTEC) 最新バージョン：v20180705 領域：日本周辺海域（117E-150E, 17N-50N） 時間分解能：1時間(レベル4) 空間分解能：約3km (1/36 deg.)（ピクセル数：1190、ライン数：1190） 備考：本プロダクトは、JAMSTECが開発する高解像度領域海洋モデルJCOPE-Tに、 JAXAが提供する4種類の衛星海面水温データ等を同化することによって作成 されました。 データ同化を行う際に、衛星海面水温データ間に見られる差異を取り除くために、 GCOM-W/AMSR2の海面水温データを標準値とするバイアス補正を行なっています。 このプロダクトには、Near Real-TimeデータとBest Estimateデータが含まれて おり、それぞれの更新頻度と期間は以下の通りです。 Near Real-Timeデータ：土曜日を除いて毎日、解析値と予測値を更新 ・解析値（ANAL）/5日分（更新時に上書き） ・予測値（FCST）/16日分（更新時に上書き） Best Estimateデータ ：毎週1回、週初め（日曜日か月曜日）に更新 ・約2週間遅れで提供される遅延モードのデータ ・1回の更新で7日分のデータが追加される 本研究は、JAXA-JAMSTECの共同研究及び「日本沿海予測可能性実験（JCOPE）」 の一環として行われました。 ## モデル海面水温 1km版 (JCOPE-T 1ks) (JAXA/JAMSTEC) 最新バージョン：v202501.1 領域：日本周辺海域（117E-150E, 17N-50N） 時間分解能：1時間(レベル4) 空間分解能：約1km (1/12 deg.)（ピクセル数：3842、ライン数：3842） 備考：JCOPE-T 1ks （1km scale）（Wang et al. 2025）は、現在公開しているJCOPE-T DA （Data Assimilation）（Miyazawa et al. 2021）を高解像度化した海中天気予報システムです。 JCOPE-T DA (Data Assimilation、3km解像度)がマルチスケール3次元変分法によって、 衛星海面高度、衛星海面水温、現場水温塩分を1日毎に同化しているのに対し、JCOPE-T 1ksは、 JCOPE-T DAの水温・塩分場に緩和しています（ただし、水深200m以浅の海域は緩和なし）。 Near Real-Timeデータ：土曜日を除いて毎日、解析値と予測値を更新 ・解析値（ANAL）/3日分（更新時に上書き） ・予測値（FCST）/9日分（更新時に上書き） 本研究は、JAXA-JAMSTECの共同研究及び「日本沿海予測可能性実験（JCOPE）」 の一環として行われました。 ## アンサンブル海洋解析プロダクトLORA（JAXA/RIKEN） 最新バージョン：v1.0 領域：北西太平洋（108E-180,12N-50N）、海大陸（95E-136E,18S-30N） 時間分解能：1日（レベル4） 空間分解能：約10km（0.1 degree）、鉛直50層（σ座標） 格納データ： 　　- アンサンブル平均・スプレッドの日平均値（2次元の変数×1、3次元の変数×5）： 　　　　海面高度、水温、塩分、東西・南北・鉛直速度 　　- 海面の全アンサンブルの日平均値（128アンサンブルおよび2次元の変数×5）： 　　　　海面高度・水温・塩分・東西速度・南北速度 - 混合層水温・塩分収支式の各項および関連する変数のアンサンブルおよび日平均値 　　　　（2次元の変数×41、詳細はMLT_MLS_namelist_jp.pdfを参照） 備考：本プロダクトLORAは理化学研究所が開発する高解像度領域アンサンブル海洋データ同化 　　　 システムsbPOM-LETKFに以下の観測値を1日ごとに同化することによって作成されました。 　　　　　- JAXAが提供する衛星海面水温（Himawari-8/AHI、GCOM-W/AMSR2） - NASAおよびESAが提供する衛星海面塩分（SMAP、SMOS） - CMEMSが提供する衛星海面高度 - NOAAおよびJAMSTECが提供する現場水温・塩分（GTSPP、AQC Argo） 本研究はJAXA-RIKENの共同研究の一環として行われました。 ******************************************************************************** # FTPのトップディレクトリ /pub/ ******************************************************************************** # FTPディレクトリの構造 ## レベル4（モデル物理量） ### モデル・エアロゾル特性（MRI/JMA） /pub/model +---/ARP +---/MS +---/[VER] +---/[YYYYMM] +---/[DD] VER: アルゴリズムバージョン YYYY: 観測開始時刻（タイムライン）の年（4桁） MM: 観測開始時刻（タイムライン）の月（2桁） DD: 観測開始時刻（タイムライン）の日（2桁） hh: 観測開始時刻（タイムライン）の時（2桁） ### モデル海面水温 3km（JAXA/JAMSTEC） /pub/model +---/SST +---/JCPT_DA +---/[VER] +---/FCST +---/ANAL +---/BEST +---/[YYYYMM] +---/[DD] VER: アルゴリズムバージョン YYYY: 観測開始時刻（タイムライン）の年（4桁） MM: 観測開始時刻（タイムライン）の月（2桁） DD: 観測開始時刻（タイムライン）の日（2桁） hh: 観測開始時刻（タイムライン）の時（2桁） FCST: Near Real-Timeデータ（予測値） ANAL: Near Real-Timeデータ（解析値） BEST: Best Estimateデータ ### モデル海面水温 1km（JAXA/JAMSTEC） /pub/model +---/SST +---/JCPT_1ks +---/[VER] +---/FCST +---/[YYYYMM] +---/[DD] +---/ANAL +---/[YYYYMM] +---/[DD] VER: アルゴリズムバージョン YYYY: 観測開始時刻（タイムライン）の年（4桁） MM: 観測開始時刻（タイムライン）の月（2桁） DD: 観測開始時刻（タイムライン）の日（2桁） hh: 観測開始時刻（タイムライン）の時（2桁） FCST: Near Real-Timeデータ（予測値） ANAL: Near Real-Timeデータ（解析値） ## アンサンブル海洋解析プロダクトLORA（JAXA/RIKEN） /pub/model +---/OCN +---/LORA +---/[VER] +---/[AREA] +---/[CAT] +---/[YYYYMMDD] VER: アルゴリズムバージョン AREA: 領域 　　　 MC: 海洋大陸 　　　 WNP: 北西太平洋 CAT: 種別 　　　 ens: 海面の全アンサンブル平均 　　　 mean: アンサンブルの日平均、混合層関連変数のアンサンブルおよび日平均値 　　　 sprd: スプレッドの日平均 YYYY: 観測開始時刻（タイムライン）の年（4桁） MM: 観測開始時刻（タイムライン）の月（2桁） DD: 観測開始時刻（タイムライン）の日（2桁） （注）各領域の出力データの格子情報は、[AREA]の下のgrid.ncに格納されている。 ******************************************************************************** # ファイル命名規則 ## Level 4（モデル物理量） ### モデル・エアロゾル特性（MRI/JMA） Hnn_YYYYMMDD_hhmm_MSARPVER_ANL.xxxxx_yyyyy.nc nn: ひまわり衛星の番号（2桁） 　　08：ひまわり8号 　　09：ひまわり9号 YYYY: 観測開始時刻（タイムライン）の年（4桁） MM: 観測開始時刻（タイムライン）の月（2桁） DD: 観測開始時刻（タイムライン）の日（2桁） hh: 観測開始時刻（タイムライン）の時（2桁） mm: 観測開始時刻（タイムライン）の分（2桁） VER: アルゴリズム・バージョン xxxxx: ピクセル数 yyyyy: ライン数 ファイル名の例: H08_20180727_0000_MSARPbet_ANL.00960_00480.nc ### モデル海面水温 3km（JAXA/JAMSTEC） JCPT_DA_JPN03_SST_YYYYMMDD_hhmm.nc YYYY: 観測開始時刻（タイムライン）の年（4桁） MM: 観測開始時刻（タイムライン）の月（2桁） DD: 観測開始時刻（タイムライン）の日（2桁） hh: 観測開始時刻（タイムライン）の時（2桁） mm: 観測開始時刻（タイムライン）の分（2桁） xxxxx: ピクセル数 yyyyy: ライン数 ファイル名の例: JCPT_DA_JPN03_SST_20181024_1200.nc ### モデル海面水温 1km（JAXA/JAMSTEC） JCPT_1k_JPN01_SST_YYYYMMDD_hhmm.nc YYYY: 観測開始時刻（タイムライン）の年（4桁） MM: 観測開始時刻（タイムライン）の月（2桁） DD: 観測開始時刻（タイムライン）の日（2桁） hh: 観測開始時刻（タイムライン）の時（2桁） mm: 観測開始時刻（タイムライン）の分（2桁） xxxxx: ピクセル数 yyyyy: ライン数 ファイル名の例: JCPT_1k_JPN01_SST_20250324_1200.nc ### アンサンブル海洋解析LORA（JAXA/RIKEN） prmYYYYMMDD.nc prm: 変数名 　　　el: 海面高度 　　　s: 塩分 　　　t: 水温 　　　u: 東西速度 　　　v: 南北速度 w: 鉛直速度 　　　※混合層関連変数は MLT_MLS_namelist_jp.pdfを参照 　 YYYY: 観測開始時刻（タイムライン）の年（4桁） MM: 観測開始時刻（タイムライン）の月（2桁） DD: 観測開始時刻（タイムライン）の日（2桁） ファイル名の例: el20230330.nc ******************************************************************************** # フォーマット NetCDF4形式 ******************************************************************************** # 参考文献 ## モデル・エアロゾル特性(MRI/JMA) (MASINGAR and prediction system) 田中 泰宙, 小木 昭典 2017：気象庁全球黄砂予測モデルの更新について. 気象庁測候時報第84巻 http://www.jma.go.jp/jma/kishou/books/sokkou/84/vol84p109.pdf. (assimilation method) Yumimoto, K., T. Y. Tanaka, N. Oshima, and T. Maki, 2017: JRAero: the Japanese Reanalysis for Aerosol v1.0, Geosci. Model Dev., 10, 3225-3253 https://doi.org/10.5194/gmd-10-3225-2017. (assimilation with Himawari-8 Aerosol optical properties) Yumimoto, K., T. Y. Tanaka, M. Yoshida, M. Kikuchi, T. M. Nagao, H. Murakami, and T. Maki, 2018: Assimilation and forecasting experiment for heavy Siberian wildfire smoke in May 2016 with Himawari-8 aerosol optical thickness. J. Meteor. Soc. Japan, 96B　 http://jmsj.metsoc.jp/GA/JMSJ2018-035.html. (quotation for MODIS assimilation) MODIS/Terra+Aqua Near Real Time value-added Aerosol Optical Depth Product, 6.1NRT, L2 Swath 1km and 5km, C6, NASA Level-1 and Atmosphere Archive & Distribution System (LAADS) Distributed Active Archive Center (DAAC), Goddard Space Flight Center, Greenbelt, MD. http://dx.doi.org/10.5067/MODIS/MCDAODHD.NRT.061 ## モデル海面水温(JAXA/JAMSTEC) (Ocean model) Varlamov, S. M., X. Guo, T. Miyama, K. Ichikawa, T. Waseda, and Y. Miyazawa, 2015: M2 baroclinic tide variability modulated by the ocean circulation south of Japan, J. Geophys. Res. Oceans, 120, 3681-3710. DOI:10.1002/2015JC010739. https://agupubs.onlinelibrary.wiley.com/doi/full/10.1002/2015JC010739. (Data assimilation method) Miyazawa, Y., S. M. Varlamov, T. Miyama, Y. Kurihara, H. Murakami, M. Kachi, 2021: A Nowcast/Forecast System for Japan’s Coasts Using Daily Assimilation of Remote Sensing and In Situ Data. Remote Sens., 13, 2431. https://doi.org/10.3390/rs13132431 Miyazawa, Y., S. M. Varlamov, T. Miyama, X. Guo, T. Hihara, K. Kiyomatsu, M. Kachi, Y. Kurihara, H. Murakami, 2017: Assimilation of high-resolution sea surface temperature data into an operational nowcast/forecast system around Japan using a multi-scale three-dimensional variational scheme, Ocean Dyn., 67, 713-728. DOI: 10.1007/s10236-017-1056-1. https://link.springer.com/article/10.1007/s10236-017-1056-1. ## アンサンブル海洋解析プロダクトLORA(JAXA/RIKEN) (Data assimilation) Ohishi, S., T. Hihara, H. Aiki, J. Ishizaka, Y. Miyazawa, M. Kachi, and T. Miyoshi, 2022: An ensemble Kalman filter system with the Stony Brook Parallel Ocean Model v1.0, Geosci. Model Dev., 15, 8395-8410, DOI:10.5194/gmd-15-8395-2022. https://gmd.copernicus.org/articles/15/8395/2022/ Ohishi, S., T. Miyoshi, and M. Kachi, 2022: An ensemble Kalman filter-based ocean data assimilation system improved by adaptive observation error inflation (AOEI), Geosci. Model Dev., 15, 9057-9073, DOI:10.5194/gmd-15-9057-2022. https://gmd.copernicus.org/articles/15/9057/2022/ (Validation) Ohishi, S., T. Miyoshi, and M. Kachi, 203: LORA: A local ensemble transform Kalman filter-based ocean research analysis, Ocn. Dyn., DOI: 10.1007/s10236-023-01541-3. https://doi.org/10.1007/s10236-023-01541-3 ********************************************************************************