株式会社 地圏環境テクノロジー Geosphere Environmental Technology Corp.
３次元全球水循環モデル / 外部データソース
Technical Detail

使用した外部データソース

全球モデルで使用した外部データソースの名称、概要、ライセンス、出典を確認するためのページです。モデル用の一般値・推定値、事前生成した派生データは一覧に含めていません。

入力データへ戻る 外部データソース 引用情報
External Sources

外部データソース一覧

この一覧では、全球モデルで使用した外部データソースの概要、ライセンス、出典を整理します。モデル用に再分類、補正、結合、事前生成した入力データの詳細は、「入力データ」表で確認します。

外部データソース名称概要ライセンス出典
Köppen-Geiger Global 1-km climate maps 全球気候区分データ。地形・気候に応じた表層条件や地域特性の整理に使用します。 CC-BY 4.0 gloh2o.org
CHELSA-monthly CHELSA V2.1で作成された月別気候データ。降水量と可能蒸発散量を定常解析の外力として使用します。 CC0 1.0 CHELSA-monthly
ERA5 post-processed daily statistics on single levels 全球再解析データ。日別降水、気温、風速、地表気圧、相対湿度、放射などを非定常解析に使用します。 CC-BY Copernicus CDS
ISIMIP / CMIP6 GCM scenario inputs 将来気候条件を比較するための気候シナリオ入力。全球モデルではGCM入力を割り当てて将来条件の比較に使用します。 ISIMIP Terms ISIMIP
ALOS World 3D - 30m（AW3D30） 全球陸域の標高データ。地表面、地形起伏、風化面作成の基礎情報として使用します。 商用利用可 JAXA EORC
GEBCO_2026 Grid 全球の海底地形グリッド。沿岸域を含む海域セル、水深、境界条件の整理に使用します。 Public Domain GEBCO
HydroSHEDS v1 ACC / ELV 全球河道・水文地形データ。集水面積と標高を用いて河道位置や河床高を整理します。 商用利用可 HydroSHEDS
HydroLAKES 全球湖沼データ。湖沼範囲や湖面情報の整理に使用します。 CC-BY 4.0 HydroLAKES
GLOBathy 全球湖沼水深データ。湖底標高や湖沼地形の整理に使用します。 CC0 1.0 GLOBathy
SoilGrids 全球土壌データ。砂・シルト・粘土含有率とバルク密度をもとに、表土・被覆層を水理物性クラスへ接続します。 CC-BY 4.0 SoilGrids FAQ
USGS World Geologic Maps 世界地質図。全球モデル用の地質記号へ再分類し、基盤地質条件として使用します。 Public Domain USGS
Global Land Cover and Land Use 2019（GLCLUC2019） 全球土地利用・土地被覆データ。森林、農地、市街地、水域などの地表条件に使用します。 CC-BY 4.0 GLAD UMD
ESA CCI PFT 2020 全球植生機能タイプデータ。森林タイプを区分し、森林蒸発散の植生条件に接続します。 用途制限なし ESA CCI
ETH Global Canopy Height 2020 全球樹高データ。森林蒸発散や植生パラメータ設定に使用します。 CC-BY 4.0 ETH Research Collection
Crowther Global Tree Density 全球樹木密度データ。森林構造の設定に使用します。 CC BY-ND 4.0 Yale EliScholar
ISIMIP3 crop calendar ISIMIP3の作物カレンダー。FAO-56モデル用の作物係数と土壌蒸発係数を作成する際に使用します。 ISIMIP Terms ISIMIP
GRDC-Caravan GRDC-Caravanに含まれる河川流量観測の時系列データ。GRDC本体ではなく、Caravanとして整備されたデータセットを使用します。 CC-BY 4.0 Caravan GitHub

注意: ライセンス条件は各出典に従います。

引用情報

  1. Köppen-Geiger climate maps: Beck, H. E., Zimmermann, N. E., McVicar, T. R., Vergopolan, N., Berg, A., & Wood, E. F. (2018). Present and future Köppen-Geiger climate classification maps at 1-km resolution. Scientific Data, 5, 180214. https://doi.org/10.1038/sdata.2018.214
  2. CHELSA-monthly: Karger, D. N., Brun, P., & Zilker, F. (2025). CHELSA-monthly climate data at high resolution. EnviDat. https://doi.org/10.16904/envidat.686
  3. CHELSA V2.1 model: Karger, D. N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R. W., Zimmermann, N. E., Linder, H. P., & Kessler, M. (2017). Climatologies at high resolution for the earth's land surface areas. Scientific Data, 4, 170122. https://doi.org/10.1038/sdata.2017.122
  4. ERA5 daily statistics: Copernicus Climate Change Service. ERA5 post-processed daily statistics on single levels from 1940 to present. Copernicus Climate Data Store. https://doi.org/10.24381/cds.4991cf48
  5. WFDE5: Cucchi, M., Weedon, G. P., Amici, A., Bellouin, N., Lange, S., Müller Schmied, H., Hersbach, H., & Buontempo, C. (2020). WFDE5: bias-adjusted ERA5 reanalysis data for impact studies. Earth System Science Data, 12, 2097-2120. https://doi.org/10.5194/essd-12-2097-2020
  6. ISIMIP3BASD: Lange, S. (2019). Trend-preserving bias adjustment and statistical downscaling with ISIMIP3BASD (v1.0). Geoscientific Model Development, 12, 3055-3070. https://doi.org/10.5194/gmd-12-3055-2019
  7. W5E5: Lange, S. (2019). WFDE5 over land merged with ERA5 over the ocean (W5E5). Version 1.0. GFZ Data Services. https://doi.org/10.5880/pik.2019.023
  8. ISIMIP3BASD software: Lange, S. (2020). ISIMIP3BASD v2.4.1. Zenodo. https://doi.org/10.5281/zenodo.3898426
  9. HydroSHEDS: Lehner, B., Verdin, K., & Jarvis, A. (2008). New global hydrography derived from spaceborne elevation data. Eos, Transactions American Geophysical Union, 89(10), 93-94. https://doi.org/10.1029/2008EO100001
  10. HydroLAKES: Messager, M. L., Lehner, B., Grill, G., Nedeva, I., & Schmitt, O. (2016). Estimating the volume and age of water stored in global lakes using a geo-statistical approach. Nature Communications, 7, 13603. https://doi.org/10.1038/ncomms13603
  11. GLOBathy: Khazaei, B., Read, L. K., Casali, M., Sampson, K. M., & Yates, D. N. (2022). GLOBathy, the global lakes bathymetry dataset. Scientific Data, 9, 36. https://doi.org/10.1038/s41597-022-01132-9
  12. SoilGrids: Poggio, L., de Sousa, L. M., Batjes, N. H., Heuvelink, G. B. M., Kempen, B., Ribeiro, E., & Rossiter, D. (2021). SoilGrids 2.0: producing soil information for the globe with quantified spatial uncertainty. SOIL, 7, 217-240. https://doi.org/10.5194/soil-7-217-2021
  13. GRDC-Caravan: Kratzert, F., Nearing, G., Addor, N., Erickson, T., Gauch, M., Gilon, O., Gudmundsson, L., Hassidim, A., Klotz, D., Nevo, S., Shalev, G., & Matias, Y. (2023). Caravan - A global community dataset for large-sample hydrology. Scientific Data, 10, 61. https://doi.org/10.1038/s41597-023-01975-w
  14. Crowther Global Tree Density: Crowther, T. W., Glick, H. B., Covey, K. R., Bettigole, C., Maynard, D. S., Thomas, S. M., et al. (2015). Mapping tree density at a global scale. Nature, 525, 201-205. https://doi.org/10.1038/nature14967
  15. 森林蒸発散モデル: Inokoshi, S., Gomi, T., Chiu, C.-W., Onda, Y., Hashimoto, A., Zhang, Y., & Saitoh, T. M. (2023). A watershed-scale evapotranspiration model considering forest type, stand parameters, and climate factors. Forest Ecology and Management, 547, 121387. https://doi.org/10.1016/j.foreco.2023.121387
  16. 林床面蒸発モデル: Chiu, C.-W., Hashimoto, A., Inokoshi, S., Gomi, T., Onda, Y., & Sun, X. (2025). Developing a Structural Framework to Estimate Forest Floor Evapotranspiration With the Relative Yield Index (Ry). Ecohydrology, 18(7), e70125. https://doi.org/10.1002/eco.70125
  17. 積雪・融雪解析: 深沢壮騎・多田和広（2024）水循環モデルを用いた降雪地域における積雪・融雪期の再現性向上手法の検討．日本地下水学会2024年秋季講演会講演予稿集，講演番号07．
  18. FAO-56: Allen, R. G., Pereira, L. S., Raes, D., & Smith, M. (1998). Crop evapotranspiration: Guidelines for computing crop water requirements. FAO Irrigation and Drainage Paper 56, FAO, Rome.
  19. 土壌水分保持特性: Green, T. R., Constantz, J. E., & Freyberg, D. L. (1996). Upscaled soil-water retention using van Genuchten's function. Journal of Hydrologic Engineering, 1(3), 123-130.
  20. Mualemモデル: Mualem, Y. (1976). A new model for predicting the hydraulic conductivity of unsaturated porous media. Water Resources Research, 12(3), 513-522.
  21. van Genuchtenモデル: van Genuchten, M. T. (1980). A closed-form equation for predicting the hydraulic conductivity of unsaturated soils. Soil Science Society of America Journal, 44(5), 892-898.
  22. Rosetta3: Zhang, Y., & Schaap, M. G. (2017). Weighted recalibration of the Rosetta pedotransfer model with improved estimates of hydraulic parameter distributions and summary statistics (Rosetta3). Journal of Hydrology, 547, 39-53. https://doi.org/10.1016/j.jhydrol.2017.01.004
  23. unsatfit: Seki, K. (2022). unsatfit. https://sekika.github.io/unsatfit/
  24. SWRC Fit / unsatfit: Seki, K. (2024). SWRC Fit and unsatfit for parameter determination of unsaturated soil properties. 東洋大学紀要自然科学篇，68，57-79．
  25. 根域吸水モデル: Feddes, R. A., Kowalik, P. J., & Zaradny, H. (1978). Simulation of field water use and crop yield. Simulation Monographs, Pudoc.
  26. 蒸発効率: Lehmann, P., Merlin, O., Gentine, P., & Or, D. (2018). Soil Texture Effects on Surface Resistance to Bare-Soil Evaporation. Geophysical Research Letters, 45(19), 10398-10405. https://doi.org/10.1029/2018GL078803
  27. GETFLOWS: Tosaka, H., Itoh, K., & Furuno, T. (2000). Fully coupled formulation of surface flow with 2-phase subsurface flow for hydrological simulation. Hydrological Processes, 14(3), 449-464.
  28. モデル評価指標: Pool, S., Vis, M. J. P., & Seibert, J. (2018). Evaluating model performance: towards a non-parametric variant of the Kling-Gupta efficiency. Hydrological Sciences Journal, 63(13-14), 1941-1953. https://doi.org/10.1080/02626667.2018.1552002

入力データ表へ戻る

モデル内でどの入力データとして使うかは、詳細説明ページの「入力データ」セクションで確認できます。

入力データを見る