********************************************************************************

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. 20170705）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

********************************************************************************

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
 観測領域：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 (JAXA/JAMSTEC)
 最新バージョン：v20170705
 観測領域：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。

********************************************************************************

# 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（レベル4）
 /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（レベル4）
 /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

********************************************************************************

# 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
 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

### 海面水温
 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

********************************************************************************

# フォーマット
  NetCDF4形式

********************************************************************************

# 関連文書

## ひまわりの運用計画
 静止気象衛星ひまわり8号/9号の運用状況や計画は気象庁のウェブサイトで公開されています。
　https://www.data.jma.go.jp/mscweb/ja/oper/operation.html

## ひまわりの通常観測スケジュール
 ひまわり8号/9号の通常観測スケジュールは、気象庁のウェブサイトで公開されています。
 なお、毎日の02:40-02:50UTCと14:40-14:50UTCの時間帯は、衛星制御時間帯のため、観
 測が実施されませんのでご注意ください。
 https://www.data.jma.go.jp/mscweb/en/oper/fig/Himawari-8%20Imaging%20Schedule.pdf

********************************************************************************

# 参考文献

# 海面水温モデル
 (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.

# エアロゾルモデル
 (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


********************************************************************************