==== メッシュ温暖化シナリオデータ一覧 ==== 
以下のデータが用意されています。これまでお使いのデータについても、2019年12月16日以降、hisotricalも含めて全て再計算されていますので、更新をお願いします。

^ 全球気候モデル^| MRI-CGCM3、MIROC5、CSIRO-Mk3-6-0*、GFDL-CM3*、HadGEM2-ES* | 
^ 温暖化シナリオ ^| RCP 8.5、RCP 2.6 |  
^ hisotoricalデータ期間 ^| 1981年1月1日～2005年12月31日 | 
^ 温暖化シナリオに基づく将来気候予測データ期間 ^| 2006年1月1日～2100年12月31日* |
^ 気象要素（記号） ^| TMP_mea、TMP_max、TMP_min、APCP、GSR*、RH*、WIND* |
*2019年12月28日より。\\
 なお、以下については元のモデルデータがないため、メッシュ温暖化シナリオデータもありません。\\
  * GFDL-CM3(historical)  ：2005年のTMP_mea、TMP_max、TMP_min、APCP、GSR、RH、WIND（全要素）\\
  * HadGEM2-ES(RCP8.5)  ：2100年のTMP_mea、TMP_max、TMP_min、APCP、GSR、RH、WIND（全要素）\\
  * HadGEM2-ES(RCP2.6)  ：2099年のGSR、2100年のAPCP、GSR、RH\\

==== メッシュ温暖化シナリオデータマニュアル ====
　温暖化シナリオデータの紹介から、簡単な利用方法を、簡単にまとめた標準作業手順書（Standard Operating Procedures, SOP）です。\\ 
　[[https://www.naro.go.jp/publicity_report/publication/laboratory/naro/sop/139234.html|農研機構地域気候シナリオデータセット標準作業手順書]] 



==== メッシュ温暖化シナリオデータの利用方法 ====
　温暖化シナリオデータは将来を予測したものではないので、将来の特定の年のデータを処理して得た結果には意味がありません。将来の数十年分のデータを処理し、現在条件の数十年分のデータを処理し、それらに統計処理を加えたうえで比較して初めて意味のある結果を得ることができます。場合によっては、数十年分の本当の現在気象値のデータを処理した結果も比較に加える必要があります。つまり、温暖化影響を評価するには気象データを大量に処理する技術が必要です。\\
　このため、農研機構は、このデータを取得するエクセルシートは用意しません。メッシュ温暖化シナリオデータをPythonプログラムに読み込むための関数「GetSceData」を用意しています。この関数は、メッシュ農業気象データ利用ツール**AMD_Tools3**に搭載されています。以下にその説明を記します。

    関数名：GetSceData
    概要：気候予測シナリオデータを、気象データをデータ配信サーバーまたはローカルファイルから取得する関数。
    書式：
    　GetSceData(element, timedomain, lalodomain, model, scenam, area=None, namuni=False, url='https://amd.rd.naro.go.jp/opendap/AMS')
    引数(必須)：
        element：気象要素記号で、'TMP_mea'などの文字列で与える
        timedomain：取得するデータの時間範囲で、['2008-05-05', '2008-05-05']
                のような文字列の2要素リストで与える。特定の日のデータを
                取得するときは、二カ所に同じ日付を与える。
        lalodomain：取得するデータの緯度と経度の範囲で、
                [36.0, 40.0, 130.0, 135.0] のように緯度,緯度,経度,経度の順で指定する。
                特定地点のデータを取得するときは、緯度と経度にそれぞれ同じ値を与える。
        model：気候モデルの記号で、'MIROC5'などの文字列で与える
        scenam：排出シナリオ等の記号で、'RCP8.5'などの文字列で与える
    引数(必要に応じ指定)：
        namuni:True => 気象要素の正式名称と単位を取り出す。戻り値の数は2つ増えて6つになる。
            False => 気象要素の正式名称を取り出さない。戻り値の数は4つ(気象値、時刻、緯度、経度)。
        area:データを読み出すエリア(Area1～Area6)を指定する。省略した場合は自動的に選ばれる。
        url:データファイルの場所を指定する。省略した場合はデータ配信サーバーに読みに行く。
            ローカルにあるファイルを指定するときは、AreaN(N=1～6)の直上(通常は"・・・/AMS")を指定する。
        isTile:1次メッシュ区切りデータにアクセスするときにisTile=True（または 1）として指定する。
        　　特定地点のデータを取得する場合はこちらの方が早く取得できる。
    戻り値：
        第1戻り値：指定した気象要素の三次元データ。[時刻、緯度、経度]の次元を持つ。
        第2戻り値：切り出した気象データの時刻の並び。Pythonの時刻オブジェクトの一次元配列である。
        第3戻り値：切り出した気象データの緯度の並び。実数の一次元配列である。
        第4戻り値：切り出した気象データの経度の並び。実数の一次元配列である。
        第5戻り値(namuni=Trueのときのみ)：気象データの正式名称。文字列である。
        第6戻り値(namuni=Trueのときのみ)：気象データの単位。文字列である。
    
    使用例：MIROC5モデルで予測したRCP8.5シナリオにおける、北緯35度、東経135度の地点の2020年～2030年の日最高気温を取得する場合。    
        import AMD_Tools3 as AMD
        model = 'MIROC5'
        scenario = 'RCP8.5'
        timedomain = ['2020-01-01', '2030-12-31']
        lalodomain = [35.0,  35.0, 135.0, 135.0]
        Tm, tim, lat, lon = AMD.GetSceData('TMP_max', timedomain, lalodomain,model, scenario)

===データアクセスフォームを利用したデータ取得の際の注意点===
　データアクセスフォーム（データ配信サーバーが有する補助的ホームページ機能）から取得したデータを、AMD_Toolsを介さずに使用する場合は以下の式で値を換算してください。

    メッシュ値 ＝ データアクセスフォームで取得した値 × 0.100000001 + 0.0


[[about#気候変化シナリオも搭載されています|戻る]]