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

使用した外部データソース

国土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、国土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
気象庁 メッシュ平年値2020（降水量） 国内の平年降水量を示す格子データ。国土モデルでは定常解析の降水入力として使用します。 PDL1.0 気象庁
CHELSA-monthly CHELSA V2.1で作成された月別気候データ。国土モデルでは可能蒸発散量を年平均日量へ整え、定常解析に使用します。 CC0 1.0 CHELSA-monthly
気象庁 解析雨量 国内の降水量を面的に解析したデータ。非定常解析の降水入力時系列に使用します。 PDL1.0 気象庁 解析雨量
農研機構 メッシュ農業気象データ 日別の気温、風速、湿度、日照、放射などを含む国内メッシュ気象データ。GSI計算、着葉日・落葉日、作物係数、土壌蒸発係数の作成に使用します。 利用許可制 農研機構
ERA5 post-processed daily statistics on single levels ERA5単一面データを日別統計化した再解析データ。国土モデルでは地表気圧などを日別気象条件の一部として使用します。 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。国土モデルでは別工程で整えた時系列を使用します。 ISIMIP Terms ISIMIP
基盤地図情報 数値標高モデル DEM5A / DEM10B 国内陸域の標高データ。地表面、地形起伏、地下構造上面を作る基礎情報として使用します。 測量成果の利用条件 基盤地図情報
利用条件
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
日本域表面流向マップ（J-FlwDir） 日本全国の表面流向、水文補正標高、上流集水面積を含むデータ。河道位置や河床高の整理に使用します。 CC-BY 4.0 JapanDir
Yamazaki Lab
国土数値情報 湖沼データ（W09） 国内湖沼の範囲や属性を示すデータ。湖沼範囲、湖面標高、湖底標高の整理に使用します。 PDL1.0 国土数値情報 W09
利用規約
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
日本土壌インベントリー 土壌物理特性値マップ / 縮尺20万分の1土壌図 国内土壌の物理特性や土壌区分を示すデータ。表土・被覆層の水理物性整理に使用します。 CC-BY 4.0 日本土壌インベントリー
日本森林土壌物理特性データ（Yamashita et al. 2021） 森林土壌の物理特性を整理した既往データ。森林域の表土物性設定に使用します。 CC-BY 4.0 Yamashita et al. 2021
産総研 20万分の1日本シームレス地質図V2 国内地質を示す地質図。国土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。 政府標準利用規約2.0 地質図Navi
JAXA 高解像度土地利用土地被覆図（日本域） 国内の土地被覆・土地利用区分データ。土地利用、森林域、ALOS森林クラスによる植生タイプの整理に使用します。 JAXA研究データ等利用条件 JAXA EORC
JAXA利用条件
国土数値情報 土地利用細分メッシュ（L03-b） 国内土地利用のメッシュデータ。土地利用区分の補助情報として使用します。 PDL1.0 国土数値情報 L03-b
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
国土交通省 水文水質データベース 国内河川観測点の時系列データ。計算流量の照合によりモデル再現性の診断を行うために使用します。 PDL1.0 水文水質DB
ダム諸量データベース ダム流入量の時系列データ。計算流量の照合によりモデル再現性の診断を行うために使用します。 政府標準利用規約2.0 / CC BY互換 ダム諸量DB
著作権・免責事項

注意: ライセンス条件は各出典に従います。

引用情報

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. ISIMIP3BASD software: Lange, S. (2020). ISIMIP3BASD v2.4.1. Zenodo. https://doi.org/10.5281/zenodo.3898426
  8. 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
  9. 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
  10. 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
  11. 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
  12. 土壌分類: 小原洋・大倉利明・高田裕介・神山和則・前島勇治・浜崎忠雄（2011）包括的土壌分類 第1次試案．農業環境技術研究所報告，29，1-73．
  13. 日本シームレス地質図: 産総研地質調査総合センター（2023）20万分の1日本シームレス地質図V2．https://gbank.gsj.jp/seamless/
  14. 土壌物理環境データベース: 滝本貴弘・高田裕介・桑形恒男（2017）土壌温度・水分変動を予測するための都道府県別土壌物理環境データベースの作成．日本土壌肥料学雑誌，88(4)，309-317．
  15. 日本土壌インベントリー 土壌図: 日本土壌インベントリー（2026a）縮尺20万分の1土壌図（Shapeファイル県別・全国一括）．https://soil-inventory.rad.naro.go.jp/download20.html
  16. 日本土壌インベントリー 土壌物理特性値: 日本土壌インベントリー（2026b）土壌物理特性値マップ作成用データ（全国一括ダウンロード）．https://soil-inventory.rad.naro.go.jp/download/
  17. 林野土壌分類: 林業試験場土じょう部（1976）林野土壌の分類（1975）．林業試験場研究報告，280，1-28．
  18. 日本スギ人工林の炭素動態: Toriyama, J., Hashimoto, S., Osone, Y., Yamashita, N., Tsurita, T., Shimizu, T., Saitoh, T. M., Sawano, S., Lehtonen, A., & Ishizuka, S. (2021). Estimating spatial variation in the effects of climate change on the net primary production of Japanese cedar plantations based on modeled carbon dynamics. PLoS ONE, 16(2), e0247165.
  19. 日本森林土壌物理特性データ: Yamashita, N., Tsurita, T., Toriyama, J., & Hashimoto, S. (2021). A spatial dataset of soil physical properties in Japanese forest [Data set]. Zenodo. https://doi.org/10.5281/zenodo.4505671
  20. Optuna: Akiba, T., Sano, S., Yanase, T., Ohta, T., & Koyama, M. (2019). Optuna: A next-generation hyperparameter optimization framework. Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, 2623-2631. https://doi.org/10.1145/3292500.3330701
  21. 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．
  22. 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.
  23. 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.
  24. 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.
  25. 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.
  26. 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
  27. unsatfit: Seki, K. (2022). unsatfit. https://sekika.github.io/unsatfit/
  28. 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．
  29. 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.
  30. 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
  31. 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.
  32. 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