再解析と客観解析

○macroscope、2016年
https://macroscope.hatenablog.com/entry/20160518/1463588210

・予報のためにデータ同化して初期値を作ることを「現業解析（Operational analysis）」という。
・「現業解析」の解析をやりなおすから「再解析（reanalysis analysis）」という。
もともとあった「客観解析（objective analysis）」からの派生語。
・「客観解析」は数値天気予報の初期値を、観測値と前のステップの予測値を組み合わせて作ることをさす。今では「データ同化」とほぼ同じ意味に使われている。
・「再解析」：データ同化システムを固定して、なん年もの期間にわたる観測データをとりこんで、格子点気象データをつくる。その際に、現業同化では使われなかった観測値データもとりこむ努力もされる。

○再解析
・M. Hayasaki's web
http://www.hysk.sakura.ne.jp/data_list/Reanalysis

・気象庁：http://www.mri-jma.go.jp/Dep/cl/cl5/etc/Kamahori/re-analysis.htm
　「過去の、大気や海洋の循環場・気温場などを、当時の観測デ−タと最新の数値予報モデルを使って、コンピュータで再現する事」

○客観解析
・M. Hayasaki's web
http://www.hysk.sakura.ne.jp/data_list/Operational

・気象庁：https://www.jma.go.jp/jma/kishou/know/whitep/1-3-3.html
　「不規則に分布した観測データから、規則的な格子点での大気の状態を与える過程」
　ウィキペディア：データ内挿方法の一つ。
本ブログ内：RANALとGANALとMANAL
https://earthsimulation.blogspot.com/2019/09/ranal.html

Python－気象コミュニティ

Pythonのコミュニティは沢山あるが、気象に特化したものは見つからない。
https://www.python.jp/pages/community.html
https://www.doorkeeper.jp/groups/python

---

Avinton
【Python入門】Pythonを使った気象データ分析
https://avinton.com/blog/2018/01/weather-data-visualization-with-python/
【Python入門】Pythonを使った気象データ分析 – 第二弾
https://avinton.com/blog/2018/06/weather-data-visualization-with-python-2/

paiza開発日誌
データ分析初心者向け・毎日暑いのでPython使って気象データを可視化・分析してみた

ゼロからはじめるPython
(12) 過去の気象情報をもとに運動会の開催日を選んでみよう(その1) - 気象データの入手と簡単な統計
https://news.mynavi.jp/article/zeropython-12/
(13) 過去の気象情報をもとに運動会の開催日を選んでみよう(その2)-必ず晴れる秋の一日と候補地の選定
https://news.mynavi.jp/article/zeropython-13/

【pandas】気象データで遊んでみた♬
https://qiita.com/MuAuan/items/4707d366429d09a16ffd

pythonでgrib2フォーマットのファイルを触れる環境を用意する(Docker編)
https://qiita.com/mhangyo/items/8494a8039973ba220ce5
【Aidemynote】Pythonでこの猛暑がどれくらいヤバいのかデータ分析してみた
https://note.mu/tokitky/n/nf23aa1eaf76d

Python を利用したデータ解析入門（千葉大学環境リモートセンシング研究センター ）
http://ichiilab.weebly.com/uploads/1/0/9/1/109128265/up_python_obsdataanalysis_2017_jpn.pdf

【Python】気象庁の気象データから、日付と平均気温を抽出するサンプルコード
https://debugging-code.com/2018/11/14/115/

Stop Making Sense
　気象データを取得する - METAR編
http://99blues.dyndns.org/blog/2010/07/lets_get_weather/
　気象データを取得する – GAE編
http://99blues.dyndns.org/blog/2010/08/lets_get_weather_2/
　気象データをグラフ化する - Google Chart API編
http://99blues.dyndns.org/blog/2010/08/lets_get_weather_3/
　気象データをグラフ化する – Eastwood編
http://99blues.dyndns.org/blog/2010/09/lets_get_weather_4/
　気象データを取得する – 気象庁編
http://99blues.dyndns.org/blog/2010/12/lets_get_weather_5/
　気象データを取得する - Google,Yahoo編
http://99blues.dyndns.org/blog/2011/01/lets_get_weather_6/
　気象データを取得する - WeatherBug編
http://99blues.dyndns.org/blog/2011/01/lets_get_weather_7/
　気象データを取得する - METAR編 (2)
http://99blues.dyndns.org/blog/2011/01/lets_get_weather_8/
　気象データを取得する - Google編
http://99blues.dyndns.org/blog/2011/01/lets_get_weather_9/

Python天気API
https://stackoverrun.com/ja/q/281749

【Python】天気予報データをスクレイピングする
https://ymgsapo.com/scraping-weather-information/
https://kinformation.sakura.ne.jp/20170715-01
https://creatorhiro.com/archives/902

【Python】気象情報API を使う 記事をクリップする
https://blogs.yahoo.co.jp/dk521123/37628012.html

気象データに関するツール達
http://morimori2008.web.fc2.com/contents/PCprograming/VB/weather.html

【Python】誰でも簡単に予測モデルが作れるProphetでTOPIXの予測モデルを作ってみた
https://tadaken3.hatenablog.jp/entry/try-prophet

毎朝自動で降水確率を教えてくれるプログラムを作りました

【Pythonエンジニア列伝:vol.5-1】片柳薫子さん その１〜農業研究分野でのPythonデータ処理について聞きました〜
http://blog.pyq.jp/entry/lives_of_engineer_005_1

Bluemix 上の Spark を利用して、ブラウザー内で気象データを分析する
https://www.ibm.com/developerworks/jp/analytics/library/ba-analyze-weather-data-spark-bluemix-trs/index.html

---

メッシュ農業気象データ
https://amu.rd.naro.go.jp/

気象APIの実例

●livedoor天気情報
http://weather.livedoor.com/weather_hacks/webservice
http://weather.livedoor.com/forecast/webservice/json/v1
http://weather.livedoor.com/forecast/webservice/json/v1?city=400040
JSON（xml）

●NOAA　Climate Data Online: Web Services Documentation
https://www.ncdc.noaa.gov/cdo-web/webservices/v2#gettingStarted
無料、RESTful データサービスがある。

●Planet OS
https://planetos.com/

●OpenWeatherMap
本ブログ内：https://earthsimulation.blogspot.com/2018/03/openweathermap.html

JASMIN

NERCが設立した環境データのmulti-petabyte data analysis facility
CEDA data center（NERCの執行機関）に置かれている。
http://www.jasmin.ac.uk/

JASMIN and the adoption of cloud-native architecture for managing data and compute at scale (2017)
https://www.ecmwf.int/sites/default/files/elibrary/2017/17148-jasmin-and-adoption-cloud-native-architecture-managing-data-and-compute-scale.pdf

JASMIN and the role of Cloud Computing in realising a Big Data facility for the Environmental Sciences (2017)
https://presentations.copernicus.org/EMS2017-332_presentation.pdf

The JASMIN Cloud (2014)
https://presentations.copernicus.org/EGU2014-10820_presentation.pdf

Storing and manipulating environmental big datawith JASMIN (2013, ResearchGate)
https://www.researchgate.net/publication/260979040_Storing_and_manipulating_environmental_big_data_with_JASMIN

Copernicus
Centre for Environmental Data Archival (CEDA)
http://www.ceda.ac.uk/
CLIPC (Climate Information Platform for Copernicus)
http://www.ceda.ac.uk/projects/clipc/
http://www.clipc.eu/

ECMWFのTOS

Users accessing or using the ECMWF computing services do so under the terms and conditions detailed on this page.

Conditions of access to the ECMWF computing services
In accessing or using ECMWF computing services users agree that they will;
- use their access solely in accordance with Article 2(2)(e) of the ECMWF Convention:
“The objectives of the Centre shall be: … 
e) to make available to the Member States for their research, priority being given to the field of numerical weather forecasting, a sufficient proportion of its computing capacity, such proportion being determined by the Council;”

- use their access in accordance with Annex A.3 of the Centre's Computer Security Policy, as laid down in ECMWF Computer Bulletin B0.2/3 which states;
"Annex 3 Passwords and smart cards [tokens]
> Passwords and smart cards protect the Centre's computer systems against unauthorised access. Smart cards are personal access tokens and, like user identifiers, are issued to users for their sole use. The underlying authentication process is based on the physical possession of these cards; hence smart cards must be kept securely (similar to credit cards).
> Login passwords and the PINs of smart cards must be kept confidential and must not be disclosed to other persons 
> All users shall: 
* employ non-trivial passwords and PINs; .... 
* safeguard smart cards issued to them against physical access by other persons;
* change passwords or PINs whenever there is any indication that the passwords or PINs have been compromised; 
* report lost or stolen smart cards without delay. Member State users should report lost or stolen cards to ..... the Call Desk at ECMWF"

- use their access only for the purpose for which access to the ECMWF computing services has been granted;

- use the user identifier and/or security token for their own sole use and will not make it available to another person under any circumstances;

- return any token they might have been given to the appropriate Member or Co-operating State Computing Representative when access to the token-protected computing services at ECMWF is no longer required.

In addition to above agreement users understand that their token will be enabled only when the token declaration has been signed and returned to the appropriate Member or Co-operating State Computing Representative or, for ECMWF personnel ONLY, to the relevant member of staff at ECMWF. Any token received remains the property of ECMWF and may be revoked at any time.

Joint Typhoon Warning Center（米海軍）

http://www.metoc.navy.mil/jtwc/jtwc.html
右の”TC Warning Graphic”をクリックすると進路予想図が出る。

Pythonと気象データ用ツール

解説（pdf）：Python tools for analysing data

●ECMWF
Access ECMWF Public Datasets（ECMWFの公開データを取得）
Accessing ECMWF data servers in batch
上記サイトからデータを取得する際のpythonスクリプトのメモ
ECMWF API Python Client（GitHub）
Downloading ERA INTERIM Data

●UKMO
https://scitools.org.uk/
・Iris：
・Cartopy：geospatial data processing in order to produce maps and other geospatial data analyses.
・cf-units：a wrapper class to support Unidata/UCAR UDUNITS-2, and the netcdftime calendar functionality. Provides units of measure.
・Iris-grib：functionality for converting between weather and climate datasets that are stored as GRIB files and Iris cubes.
・nc-time-axis（GitHub）：support for non-gregorian datetimes in matplotlib
・scitools/courses（GitHub）：
ukmetv2.py（GitHub）
MetOffer 2.0：a simple wrapper for the API. It can be used to retrieve weather observations and forecasts
How to use Python to extract data from the Met Office JSON download

解説（pdf）：Iris: A python package for the analysis and visualisation of Meteorological data

●NCEP
Global RTOFS Data Analysis with Python
Examples of NWW3 Model Data Processing with Python
Python - NetCDF reading and writing example with plotting
GFSDownload 0.0.2：Tools for downloading gfs meteo parameters modelling estimation on an area and on a specific time.

●NCAR
https://www2.cisl.ucar.edu/resources/computational-systems/cheyenne/software/python
NCAR's repository（GitHub）
・wrf_hydro_py：Python API for the WRF-Hydro model
・dset-JSON-to-ISO19139：A python command-line program for translating metadata records written in JSON to ISO 19139 XML.
・METplus：Python scripting infrastructure for MET tools.
WRF-Python Tutorial 2018

●Universty of Reading
cf-pytnon

●農研機構　メッシュ農業気象データ
https://amu.rd.naro.go.jp/

参考
本ブログ内：https://earthsimulation.blogspot.com/2018/09/blog-post_54.html

---

C言語やFortranで記述された関数をPythonから呼び出すことが簡単にできる。

ベクトル計算に適した数値計算パッケージNumpy、統計計算パッケージpandasがある。

SQLite、PostgreSQL、MySQLなどのRDBMSの操作を行うことができる。

極地研NiPRのデータ

極地研
・南極観測データベース
　　GISポータルサイト
・北極域データアーカイブ
　　オンライン可視化アプリケーションVISION
　　衛星データ・画像データビュワーVISHOP
　　リアルタイム観測データ・モニタリング
　　北極海航路探索システム

気象業務支援センターのオンライン配信

気象業務支援センターからオンライン配信されている気象情報
http://www.jmbsc.or.jp/hp/online/f-online0.html

○短期予測
・全球予測GSM（20km格子、11日）
http://www.jmbsc.or.jp/hp/online/f-online0a.html
・メソ予測MSM（5km格子、39時間）
http://www.jmbsc.or.jp/hp/online/f-online0c.html
・局地予測LFM（2km格子、9時間）
http://www.jmbsc.or.jp/hp/online/f-online0g.html

○週間～半年予測
・週間アンサンブル予測EPSW（1.25度格子、11日）
http://www.jmbsc.or.jp/hp/online/f-online0d.html
・1か月アンサンブル予測EPS1（2.5度格子）
http://www.jmbsc.or.jp/hp/online/f-online0e.html
・3か月アンサンブル予測（2.5度格子）
http://www.jmbsc.or.jp/hp/online/f-online3b.html
・6か月アンサンブル予測
http://www.jmbsc.or.jp/hp/online/f-online3c.html

○降水予測
・降水ナウキャスト（1km格子、60分）
・高解像度降水ナウキャスト（250m/1km格子、30分）

○海洋 ・全球波浪モデルGWM
http://www.jmbsc.or.jp/hp/online/f-online0f.html
・沿岸波浪モデルCWM
http://www.jmbsc.or.jp/hp/online/f-online3t.html
・海水温・海流予報（0.25度/0.5度格子、1か月）
http://www.jmbsc.or.jp/hp/online/f-online3s.html
http://www.jmbsc.or.jp/hp/online/f-online3r.html
http://www.jmbsc.or.jp/hp/online/f-online3ttt.html

○観測データ
・アメダス
http://www.jmbsc.or.jp/hp/online/f-online3u.html
・全国合成レーダーエコー強度データRDR（1km格子）
http://www.jmbsc.or.jp/hp/online/file3_rdr_dp.html
・ひまわり8号（1km/4km格子）
http://www.jmbsc.or.jp/hp/online/f-online3l.html
http://www.jmbsc.or.jp/hp/online/f-online3w.html
・高分解能雲（0.02度格子）
http://www.jmbsc.or.jp/hp/online/f-online3p.html

○その他
・竜巻発生ナウキャスト（60分）
http://www.jmbsc.or.jp/hp/online/f-online0A1.html
・雷ナウキャスト（60分）
http://www.jmbsc.or.jp/hp/online/f-online0A2.html
・黄砂予測（96時間）
http://www.jmbsc.or.jp/hp/online/f-online3d.html
・紫外線
http://www.jmbsc.or.jp/hp/online/f-online3h.html

統計的ダウンスケーリングと力学的ダウンスケーリングとバイアス補正

力学的ダウンスケーリングと統計的ダウンスケーリングの解説
 「大は小を兼ねるのか：ダウンスケーリング」（北大 稲津ほか、2010） http://www.metsoc.jp/tenki/pdf/2010/2010_04_0005.pdf
ダウンスケーリングの基礎https://img.atwikiimg.com/www36.atwiki.jp/numasympo/pub/ppt/S01_1-InatsuMasaru.pdf
力学的ダウンスケーリングと統計的ダウンスケーリングの融合と展望
https://www.restec.or.jp/recca/_public/2013_data/20130903/B03_Inatsu.pdf

○「力学的ダウンスケーリングのレビュー」（気象研 高藪ほか）
http://www.metsoc.jp/tenki/pdf/2010/2010_07_0003.pdf

○「統計的ダウンスケーリングによる10km スケールの降水量予測」（農環研 西森）
http://www.mri-jma.go.jp/Project/water_resource/outcomes/mizushigen/water2_2_4.pdf

「特異値分解解析を用いた統計的ダウンスケーリングによる季節予測-インドシナ半島の秋季の降水の予測可能性-」（東工大 今田由紀子ほか）
http://www.chikyu.mei.titech.ac.jp/suko/2012/0229.pdf

○バイアス補正
最適な手法の選択に資するバイアス補正手法の類型化（東大、渡部哲史、2014）
https://www.restec.or.jp/recca/_public/2014_data/20140905/A06.pdf
補整関数型、確率分布関数型、統計量補正型（GCM準拠）、同じく（観測値準拠）

レーダー降水データ

(A)降水ナウキャスト／レーダー・ナウキャスト（気象庁）
http://www.jma.go.jp/jp/radnowc/
説明http://www.jma.go.jp/jma/kishou/know/kurashi/kotan_nowcast.html


(B)高解像度降水ナウキャスト（気象庁）Cバンド20か所＋MバンドMP14か所
http://www.jma.go.jp/jp/highresorad/
説明http://www.jma.go.jp/jma/kishou/know/kurashi/highres_nowcast.html

(C)XRAIN（国土交通省）（cバンド26か所＋XバンドMP14時箇所）
http://www.river.go.jp/xbandradar/
説明http://www.river.go.jp/xbandradar/inform.html

(D)雨雲予報 by XRAIN（日本気象協会）XバンドMPレーダー
http://n-tenki.jp/sp/xmp/

(E)東京アメッシュ（東京都下水道局）Cバンド20か所＋Xバンドレーダー（関東5か所）
http://tokyo-ame.jwa.or.jp/
説明http://tokyo-ame.jwa.or.jp/ja/amesh/index.html

(F)雨雲レーダー Ch.（ウェザーニューズ）Cバンド20か所＋WITHレーダー（全国31か所）
http://weathernews.jp/radar/

データツール

●解凍ツール
・Lhaplus（Windows用）
http://www.vector.co.jp/soft/win95/util/se169348.html
　Linuxでよく使われる圧縮ファイルtar.gzほかさまざまな圧縮ファイルをを解凍できる。

●衛星画像ビュワー
・地球観測データ表示ツール（JAXA/EORC）
http://www.eorc.jaxa.jp/about/distribution/info/aqua/eodv.html
HDF (Hierarchical Data Format)フォーマットであるADEOS-Ⅱ/GLI、AMSR、Aqua/AMSR-E、及びTRMM/PR, TMI, VIRS, Combienedなどの表示、地図投影、画像編集、及び領域切り出し等が可能なツール

・AMSR2/AMSR/AMSR-E用ツールキット
http://gcom-w1.jaxa.jp/toolkit.html
　- GCOM-W1 UserTool：GCOM-W1/AMSR2、ADEOS-Ⅱ/AMSR、
  及びAqua/AMSR-Eデータを容易に表示、地図投影、画像編集、及び領域切り出し等が可能なツール
　- AMTK（AMSR2 Product I/O Toolkit）：AMSR2データをCやFortranのプログラムで読み込んで処理するツールキット
　- EODV（Earth Observation Data Viewer）：ADEOS-Ⅱ/GLI、AMSR、及びAqua/AMSR-Eデータを容易に表示、 地図投影、画像編集、及び領域切り出し等が可能なツール
　- ADIT（AMSR Data Input Toolkit）：AMSR/AMSR-EデータをCやFortranのプログラムで読み込んで処理するツールキット
　- HDFView：HDF4形式／HDF5形式データの閲覧ツール
　- Panoply：NetCDF形式／HDF形式データの閲覧ツール
　- Quantum GIS：GeoTIFF形式データの閲覧ツール

・ALOS2ビュワー（RESTECのサイト）
https://www.restec.or.jp/knowledge/alos2-viewer-software

●気象データを解く（ロケッこがゆく、気象庁数値予報GPV）
http://blog.syo-ko.com/?eid=1228

●地理空間情報ビュワー
・ArcGIS
商業ソフトだがデファクト・スタンダードになりつつあるかも。
安くないが、60日試用版と無料ビュワーがある。
日本語サイト：
https://www.arcgis.com/home/
http://www.esrij.com/products/arcgis/

・QGIS（ArcGIS互換のフリーソフト）
http://qgis.org/ja/site/

・Google Earth
https://www.google.co.jp/intl/ja/earth/

・KML（Keyhole Markup Language）
 Google Earth用のフォーマット
https://developers.google.com/kml/documentation/kml_tut?hl=ja

・カシミール3D
http://www.kashmir3d.com/

予測データ

気象情報API比較してみた
http://qiita.com/Barbara/items/93ae7969691164c7c2bc
 - OpenWeatherMap
http://openweathermap.org/
 - WeatherUnderGround
https://www.wunderground.com/
 - Forecast
http://forecast.io/

○長期気候予測
気象庁 地球温暖化予測情報第8巻→DIASよりDL可
DIAS: http://dias-dss.tkl.iis.u-tokyo.ac.jp/ddc/viewer?ds=JMA_GWP&lang=ja

環境省 地域気候変動予測データ（NHRCM20）→DIASよりDL可
DIAS: http://dias-dss.tkl.iis.u-tokyo.ac.jp/ddc/viewer?ds=NHRCM20_ADAPT2013&lang=ja

環境省　全球気候変動予測データ（GCM60）→DIASよりDL可
DIAS: http://dias-dss.tkl.iis.u-tokyo.ac.jp/ddc/viewer?ds=GCM60_ADAPT2013&lang=ja

創生プロ　アンサンブル気候予測データベースd4PDF→DIASよりDL可
本ブログ内：https://earthsimulation.blogspot.com/2018/11/d4pdm.html

〇季節予測～年々予測
気象庁　季節予測（予報月に応じて3か月～6か月）日本域
http://www.jma.go.jp/jp/longfcst/

気象業務支援センター　暖・寒候期予報アンサンブルＧＰＶ（予報月に応じて3か月～6か月、全球）
http://www.jmbsc.or.jp/hp/online/f-online3c.html

各機関のENSO予測リンク集
http://www.clivar.org/clivar-panels/pacific/enso

IRI/CMCによるマルチモデルアンサンブル（～9か月）
http://iri.columbia.edu/our-expertise/climate/forecasts/enso/current/

APCC (APEC Climate Center)のマルチモデルアンサンブルMME
http://www.apcc21.org/ser/outlook.do?lang=en

CFSv2 (NCEP)９か月予測
（ダウンロード）https://www.ncdc.noaa.gov/data-access/model-data/model-datasets/climate-forecast-system-version2-cfsv2#CFSv2 Operational Forecasts
（最新6か月予測）http://www.cpc.ncep.noaa.gov/products/people/wwang/cfsv2fcst/

SINTAX-F, JAMSTEC
http://www.jamstec.go.jp/frsgc/research/d1/iod/sintex_f1_forecast.html.ja

K7CDA(三圏結合4DVARアンサンブル予測）JAMSTEC, ～２年9か月（更新は2014年まで）
DIAS: http://dias-dss.tkl.iis.u-tokyo.ac.jp/ddc/viewer?ds=RECCA_JAMSTEC_K7_CDA

○短期予測
気象庁GPV
本ブログ内：http://earthsimulation.blogspot.com/2017/11/gpv.html

日本沿岸予測実験, JAMSTEC
http://www.jamstec.go.jp/jcope/htdocs/home.html

○大気汚染
九州大学応用力学研究所　東アジア域の黄砂・大気汚染物質分布予測
http://www-cfors.nies.go.jp/~cfors/index-j.html

○農業
北海道立総合研究機構 北海道病害虫防除所
　葉いもち感染好適日推定（BLASTAM）
http://www.agri.hro.or.jp/boujosho/blastam/index.htm

　ばれいしょ疫病初発予測（FLABS）
http://www.agri.hro.or.jp/boujosho/flabs/area.html

農研気候東北農業研究センター／岩手大学
　稲作気象被害軽減システム
http://map2.wat.soft.iwate-pu.ac.jp/narct2015/newaccount/

農林水産省
　病害虫発生予察情報
http://www.maff.go.jp/j/syouan/syokubo/boujyo/120104_yoho.html

再解析データ・ダウンスケーリング

○気象・気候
気象庁JRA-55 => DIAS
http://www.diasjp.net/use/dias-datasetlist/#09

NCEP再解析データ（京大生存圏研究所のミラーサイト）
http://database.rish.kyoto-u.ac.jp/arch/ncep/　

NCEP大気再解析データ ADP Global Upper Air and Surface Weather Observations (PREPBUFR format)
http://rda.ucar.edu/datasets/ds337.0/

京都大学生存圏研究所
　気象庁データ（数値予報GPV、全国合成レーダーGPV、ウィンドプロファイラ観測データ。教育研究機関向け）
http://database.rish.kyoto-u.ac.jp/arch/jmadata/

　ERA-40（ECMWF再解析データ、京大生存圏研究所のミラーサイト）
http://database.rish.kyoto-u.ac.jp/arch/era40/

○ダウンスケーリング
気象庁JRA-55領域ダウンスケーリング（5km, DSJRA-55）
ダウンロード=> DIAS
http://search.diasjp.net/ja/dataset/DSJRA55
気象庁公式サイト
http://jra.kishou.go.jp/DSJRA-55/index_ja.html
解説
http://exploredoc.com/doc/6534105/%E3%82%B9%E3%83%A9%E3%82%A4%E3%83%89-1（ppt）

各府省の観測データ

○気象関係
※降水レーダー情報
本ブログ内：http://earthsimulation.blogspot.com/2018/05/blog-post_62.html

気象庁 各種データ・資料のダウンロード・ポ－タル（気象、地球環境・気候、海洋、地震・津波・火山）
http://www.jma.go.jp/jma/menu/menureport.html

気象業務支援センターのオンライン配信気象情報
本ブログ内：http://earthsimulation.blogspot.jp/2018/05/blog-post_62.html

AMeDAS
　気象庁からダウンロード
http://www.jma.go.jp/jp/amedas/

気象庁 過去の1か月予報気温ガイダンスデータ・ダウンロード
http://www.data.jma.go.jp/gmd/risk/fcstdl/

気象庁 過去の気象データ・ダウンロード（各地域別）
http://www.data.jma.go.jp/gmd/risk/obsdl/

気象庁 世界と日本の平均気温・降水量
http://www.data.jma.go.jp/cpdinfo/db/database_temp.html

京都大学生存圏研究所　気象庁データ（数値予報GPV、全国合成レーダーGPV、ウィンドプロファイラ観測データ。教育研究機関向け）
http://database.rish.kyoto-u.ac.jp/arch/jmadata/

総合地球環境学研究所 APHRODITE's Water Resources（アジア地域における高空間分解能の日降水量グリッドデータ）
http://www.chikyu.ac.jp/precip/jp/

1kmメッシュ平年値／気候値（1981～2010年の平年値）
http://www.data.jma.go.jp/obd/stats/etrn/view/atlas.html
http://nlftp.mlit.go.jp/ksj/gml/datalist/KsjTmplt-G02.html

NCEP ADP Global Upper Air and Surface Weather Observations(いわゆるNCEP PREPBUFR）
http://rda.ucar.edu/datasets/ds337.0/
http://www.dtcenter.org/com-GSI/users/docs/presentations/2010_tutorial/L5-0629-PrepBUFR_BUFR_StacieBender.ppt.pdf

○熱帯低気圧
気象庁ベストトラック解析データ
http://www.jma.go.jp/jma/jma-eng/jma-center/rsmc-hp-pub-eg/trackarchives.html

NOAA International Best Track Archive for Climate Stewardship (IBTrACS)
https://www.ncdc.noaa.gov/ibtracs/

○水文
国土交通省水文水質データベース（全国の主要河川の雨量及び水位、流量、水質等）
http://www1.river.go.jp/

○環境関係
FLUXNET Dataset Information
http://www.fluxdata.org/DataInfo/default.aspx

気象庁 二酸化炭素分布情報
http://ds.data.jma.go.jp/ghg/kanshi/info_kanshi.html

日本国温室効果ガス排出・吸収目録（インベントリ）
http://www-gio.nies.go.jp/aboutghg/nir/nir-j.html

環境省大気汚染物質広域監視システム（そらまめ君、SO2、NO、NO2、Ox、NMHC、SPM、PM2.5、風向・風速、気温）
http://soramame.taiki.go.jp/

大気環境常時監視網→国設のものと各自治体設置のものがある。
http://www.erca.go.jp/yobou/taiki/taisaku/02_02.html

環境展望台（大気汚染、水質汚濁、酸性雨、自動車騒音、海洋環境ほか）
http://tenbou.nies.go.jp/gis/monitor/

環境省花粉観測システム（はなこさん）
http://kafun.taiki.go.jp/

国立環境研究所 航空機による二酸化炭素計測システム（CONTAIL）
http://www.cger.nies.go.jp/contrail/

○農業
農業環境技術研究所 モデル結合型作物気象データベース(MeteoCrop DB)
http://meteocrop.dc.affrc.go.jp/real/

○海洋
Argoフロート
http://www.jamstec.go.jp/ARGO/argo_web/argo/index.html
http://ds.data.jma.go.jp/gmd/argo/data/indexJ.html

全国港湾海洋波浪情報網（ナオファス）
http://www.mlit.go.jp/kowan/nowphas/

APIで提供されるデータ

【徹底解説】Web APIの使い方まとめ＞Web APIの主なサービス例　2017
https://itpropartners.com/blog/8546/#Web_API-4

天気予報
気象情報API比較してみた
http://qiita.com/Barbara/items/93ae7969691164c7c2bc

- OpenWeatherMap
本ブログ内：https://earthsimulation.blogspot.com/2018/03/openweathermap.html

- WeatherUnderGround
https://www.wunderground.com/

- DarkSky
https://darksky.net/forecast/40.7127,-74.0059/us12/en

- Forecast
http://forecast.io/

- NOAAのAPI
https://www.ncdc.noaa.gov/cdo-web/webservices/v2

- ProgrammanleWeb
NCEP Forecast API（ProgrammableWeb）
https://www.programmableweb.com/api/ncep-forecast
三日間の天気予報
https://www.programmableweb.com/api/openweathermap-16-day-weather-forecast
16日予測

- AccuWeather API
https://developer.accuweather.com/accuweather-forecast-api/apis
15日予測

---

JAXA OPEN API（休止中。しずく、GSMaP）
http://www.sapc.jaxa.jp/jaxa_api/
https://repository.exst.jaxa.jp/dspace/bitstream/a-is/561531/1/AA1630012013.pdf

宇宙API（これはデータAPIではない？）
https://www.spaceapi.info/

標高API（国土地理院）
https://maps.gsi.go.jp/development/api.html

EqCare Type-G：津波速報(REST API/WebSocket API)
https://doc01.pf.iij-engineering.co.jp/pub/sdkdoc/v1/ja_JP/index.html

USGUのAPI（水系、洪水警報、地下水、堆積物、海面上昇、衛星データ）
https://www.usgs.gov/products/data-and-tools/apis

政府統計API（e-Stat）
http://www.e-stat.go.jp/api/
　提供する統計データの種類
http://www.e-stat.go.jp/api/api-data/

米政府データのAPI
https://www.data.gov/developers/apis

Google Earth interface for CRUTEM4 land temperature data

https://crudata.uea.ac.uk/cru/data/crutem/ge/

OpenWeatherMap

https://openweathermap.org/
https://openweathermap.org/api
プログラムから天気予報をとるために、無料で開発者用APIを提供している。

16日予測 無料天気予報APIのOpenWeatherMapを使ってみる
https://qiita.com/nownabe/items/aeac1ce0977be963a740

GCOM-W1「しずく」/AMSR2

GCOM-W1「しずく」
データ利用ハンドブック（ゲストでログイン）
http://gcom-w1.jaxa.jp/contents/GCOM-W1_SHIZUKU_Data_Users_Handbook_JP.pdf

ADEOS-II/AMSR→Aqua/AMSR-E→GCOM-W1/AMSR2
・水蒸気、雲水量、降水量、海面水温、海上風速は分解能15㎞
・積雪深は30㎞
・海氷密接度と土壌水分は50㎞

疑似温暖化実験

用語解説
http://www.metsoc.jp/tenki/pdf/2010/2010_02_0037.pdf


力学的ダウンスケーリングの一手法