nasa-earthdata

NASA Earthdata データベーススキル

航空宇宙用ポンプの設計、高高度システム、大気圏飛行解析向けに、NASA Earthdata プラットフォームから大気特性、標準大気モデル、航空宇宙環境データにアクセスします。

概要

NASA Earthdata は、複数の NASA ミッションや観測機器による地球科学データへの無料アクセスを提供しています。航空宇宙工学の用途では、次のデータを利用できます。

• 大気特性：高度に対する温度、圧力、密度のプロファイル
• 標準大気モデル：米国標準大気（1976）、MSIS、NRLMSISE-00
• 風データ：全球の風プロファイル、ジェット気流、季節変動
• 温度プロファイル：対流圏から熱圏まで
• 圧力プロファイル：海面から外気圏まで
• ジオポテンシャル高度：標準大気の基準
• 組成データ：高度別の大気ガス組成
• 環境条件：湿度、降水量、雲量

主な用途：

• 高高度ポンプおよび圧縮機の設計
• 航空機およびロケットの環境条件
• 航空宇宙流体システムの解析
• 熱制御システムの設計
• 空力加熱の計算
• 打ち上げウィンドウの計画

無料登録が必要です

NASA Earthdata は無料ですが、ユーザー登録が必要です。

登録手順

1. Earthdata アカウントを作成する

   • URL：https://urs.earthdata.nasa.gov/users/new
   • 必要な情報：氏名、メールアドレス、所属機関
   • すべてのユーザー（学術、商用、個人）が無料で利用できます
   • 即時承認

2. アプリケーションを承認する

   • 一部のデータセットでは、アプリケーションの承認が必要です
   • 次のページに移動します：https://urs.earthdata.nasa.gov/home
   • 「My Applications」→「Approve More Applications」をクリックします
   • 必要なデータサービス（例：GES DISC、ASDC）を承認します

3. 認証情報を保存する

   • ユーザー名：メールアドレスまたは選択したユーザー名
   • パスワード：アカウントのパスワード
   • 安全に保管します（API アクセスに必要です）

認証の設定

方法 1：ユーザー名／パスワード認証

import requests
from requests.auth import HTTPBasicAuth

# Your Earthdata credentials
username = "your_earthdata_username"
password = "your_earthdata_password"

# Example: Access data with authentication
url = "https://goldsmr4.gesdisc.eosdis.nasa.gov/data/MERRA2/..."
response = requests.get(url, auth=HTTPBasicAuth(username, password))

方法 2：.netrc ファイル（推奨）

自動認証用に .netrc ファイルを作成します。

Linux/Mac（~/.netrc）：

machine urs.earthdata.nasa.gov
    login your_username
    password your_password

アクセス権を設定します。

chmod 600 ~/.netrc

Windows（C:\Users\YourName\_netrc）：

machine urs.earthdata.nasa.gov
    login your_username
    password your_password

.netrc を使用する Python：

import requests

# Authentication automatically used from .netrc
url = "https://goldsmr4.gesdisc.eosdis.nasa.gov/data/..."
response = requests.get(url)

方法 3：トークンベース認証

プログラムからのアクセス用にトークンを生成します。

1. Earthdata にログインします：https://urs.earthdata.nasa.gov/
2. 「My Profile」→「Generate Token」に移動します
3. トークンをコピーします

Python でトークンを使用する：

import requests

token = "your_generated_token"
headers = {"Authorization": f"Bearer {token}"}

url = "https://api.earthdata.nasa.gov/..."
response = requests.get(url, headers=headers)

航空宇宙用途で利用できるデータセット

1. 標準大気モデル

MSIS（質量分析計・非干渉性散乱）

• 説明：経験的大気モデル
• 高度範囲：0 km～1000 km
• パラメーター：温度、密度、組成
• 時間依存性：時間に依存（太陽活動、季節）
• 用途：高高度航空機、ロケット、衛星

NRLMSISE-00（米国海軍研究試験所 MSIS 拡張版）

• 説明：熱圏までを対象とする拡張大気モデル
• 高度範囲：0 km～2000 km
• パラメーター：T、P、ρ、組成（N₂、O₂、O、He、H、Ar、N）
• 入力値：高度、緯度、経度、日付、時刻、太陽活動
• 用途：宇宙機の抗力、上層大気の解析

米国標準大気（1976）

• 説明：静的な大気モデル
• 高度範囲：0 km～1000 km
• 層：対流圏、成層圏、中間圏、熱圏
• パラメーター：T、P、ρ、音速
• 用途：基準設計、標準化試験

2. MERRA-2（Modern-Era Retrospective analysis）

NASA の再解析による実際の大気データです。

• 空間分解能：0.5° × 0.625°（緯度 × 経度）
• 時間分解能：毎時、3時間ごと、日次、月次
• 高度レベル：地表から 0.01 hPa（約 80 km）まで
• 対象期間：1980 年から現在まで（継続的に更新）

利用可能なパラメーター：

• 温度（T）[K]
• 圧力（P）[Pa]
• 密度（ρ）[kg/m³]
• 風の成分（U、V、W）[m/s]
• ジオポテンシャル高度 [m]
• 相対湿度 [%]
• 比湿 [kg/kg]

航空宇宙分野での用途：

• 飛行エンベロープ解析
• ウィンドシア評価
• 熱環境モデリング
• 打ち上げ軌道計画

3. AIRS（Atmospheric Infrared Sounder）

高解像度の大気プロファイルです。

• 空間分解能：50 km
• 鉛直分解能：28 の気圧レベル
• パラメーター：T、P、H₂O、O₃、CO₂
• カバレッジ：全球、1 日 2 回
• 精度：±1 K（温度）、±15%（湿度）

用途：

• 高精度な大気特性データ
• 地域大気の解析
• 飛行計画

4. GEOS（Goddard Earth Observing System）

将来予測向けの大気データです。

• 種類：予報モデル（7 日先まで）
• 分解能：0.25° × 0.3125°
• 時間間隔：3 時間ごと
• パラメーター：T、P、風、湿度、組成

用途：

• ミッション計画
• 打ち上げ予報
• 飛行運用

API アクセス方法

方法 1：OPeNDAP（Open-source Project for Network Data Access Protocol）

データを直接サブセット化してダウンロードします。

from pydap.client import open_url

# Open MERRA-2 dataset via OPeNDAP
url = "https://goldsmr4.gesdisc.eosdis.nasa.gov/opendap/MERRA2/M2I3NPASM.5.12.4/2023/01/MERRA2_400.inst3_3d_asm_Np.20230101.nc4"

dataset = open_url(url, username="your_username", password="your_password")

# Access variables
temperature = dataset['T']  # Temperature [K]
pressure = dataset['PL']    # Pressure levels [Pa]
density = dataset['RHO']    # Density [kg/m³]

# Subset data (e.g., specific altitude and location)
T_subset = temperature[0, :, 100, 200]  # time, level, lat, lon

方法 2：NASA CMR（Common Metadata Repository）

データセットを検索して見つけます。

import requests

# Search for atmospheric data
cmr_url = "https://cmr.earthdata.nasa.gov/search/granules.json"
params = {
    'short_name': 'M2I3NPASM',  # MERRA-2 3D atmospheric data
    'temporal': '2023-01-01T00:00:00Z,2023-01-31T23:59:59Z',
    'bounding_box': '-180,-90,180,90'  # Global
}

response = requests.get(cmr_url, params=params)
granules = response.json()['feed']['entry']

# Download URLs
for granule in granules:
    print(granule['title'])
    print(granule['links'][0]['href'])  # Data URL

方法 3：直接 HTTP ダウンロード

ファイルを直接ダウンロードします。

import requests
from requests.auth import HTTPBasicAuth

username = "your_username"
password = "your_password"

# MERRA-2 file URL
url = "https://goldsmr4.gesdisc.eosdis.nasa.gov/data/MERRA2/M2I3NPASM.5.12.4/2023/01/MERRA2_400.inst3_3d_asm_Np.20230101.nc4"

# Download with authentication
response = requests.get(url, auth=HTTPBasicAuth(username, password), stream=True)

with open("merra2_data.nc4", "wb") as f:
    for chunk in response.iter_content(chunk_size=8192):
        f.write(chunk)

print("Download complete")

方法 4：Python の earthaccess ライブラリ

NASA Earthdata に簡単にアクセスできます。

pip install earthaccess

import earthaccess

# Login (uses .netrc or prompts for credentials)
earthaccess.login()

# Search for MERRA-2 data
results = earthaccess.search_data(
    short_name='M2I3NPASM',
    cloud_hosted=True,
    temporal=('2023-01-01', '2023-01-31')
)

# Download data
files = earthaccess.download(results[0:5], "./data")

標準大気の計算例

import numpy as np

def us_standard_atmosphere_1976(altitude_m):
    """
    Calculate atmospheric properties using US Standard Atmosphere (1976)

    Parameters:
    -----------
    altitude_m : float
        Geometric altitude [m] (0 to 86000 m)

    Returns:
    --------
    dict: {'T': temperature [K],
           'P': pressure [Pa],
           'rho': density [kg/m³],
           'a': speed of sound [m/s]}
    """
    # Constants
    g0 = 9.80665  # Standard gravity [m/s²]
    R = 287.05    # Gas constant for air [J/kg/K]
    gamma = 1.4   # Specific heat ratio

    # Layer definitions [altitude_base, T_base, lapse_rate]
    layers = [
        (0,     288.15, -0.0065),  # Troposphere
        (11000, 216.65,  0.0),     # Tropopause
        (20000, 216.65,  0.001),   # Stratosphere 1
        (32000, 228.65,  0.0028),  # Stratosphere 2
        (47000, 270.65,  0.0),     # Stratopause
        (51000, 270.65, -0.0028),  # Mesosphere 1
        (71000, 214.65, -0.002),   # Mesosphere 2
    ]

    # Find appropriate layer
    h = altitude_m
    for i, (h_base, T_base, L) in enumerate(layers):
        if i + 1 < len(layers):
            h_next = layers[i + 1][0]
            if h >= h_base and h < h_next:
                break
        else:
            if h >= h_base:
                break

    # Base pressure (sea level)
    P_base = 101325  # Pa

    # Calculate pressure at each layer base
    for j, (hb, Tb, Lb) in enumerate(layers[:i+1]):
        if j == 0:
            P_base = 101325
        else:
            h_prev, T_prev, L_prev = layers[j-1]
            if abs(L_prev) < 1e-10:  # Isothermal
                P_base = P_base * np.exp(-g0 * (hb - h_prev) / (R * T_prev))
            else:  # Gradient
                P_base = P_base * (T_prev / (T_prev + L_prev * (hb - h_prev))) ** (g0 / (R * L_prev))

    # Calculate temperature at altitude
    T = T_base + L * (h - h_base)

    # Calculate pressure at altitude
    if abs(L) < 1e-10:  # Isothermal layer
        P = P_base * np.exp(-g0 * (h - h_base) / (R * T_base))
    else:  # Gradient layer
        P = P_base * (T_base / T) ** (g0 / (R * L))

    # Calculate density
    rho = P / (R * T)

    # Speed of sound
    a = np.sqrt(gamma * R * T)

    return {
        'T': T,
        'P': P,
        'rho': rho,
        'a': a
    }

# Example usage
altitudes = [0, 5000, 10000, 15000, 20000, 30000, 40000]  # meters

print("Altitude [m] | T [K] | P [Pa] | ρ [kg/m³] | a [m/s]")
print("-" * 65)
for h in altitudes:
    props = us_standard_atmosphere_1976(h)
    print(f"{h:12.0f} | {props['T']:5.2f} | {props['P']:8.1f} | {props['rho']:9.6f} | {props['a']:6.2f}")

航空宇宙用ポンプおよび高高度システムへの応用

1. ポンプ入口条件

高度がポンプ性能に及ぼす影響：

# Calculate NPSH available at different altitudes
def npsh_available(altitude_m, fluid='water', T_fluid=293.15):
    """
    Calculate Net Positive Suction Head Available at altitude

    NPSH_a = (P_atm - P_vapor) / (ρ * g) + elevation_head - friction_losses
    """
    atm = us_standard_atmosphere_1976(altitude_m)
    P_atm = atm['P']  # Atmospheric pressure at altitude

    # Water vapor pressure (Antoine equation, simplified)
    P_vapor = 611.2 * np.exp(17.67 * (T_fluid - 273.15) / (T_fluid - 29.65))

    # Water density (approximate)
    rho_water = 1000  # kg/m³
    g = 9.81  # m/s²

    NPSH_a = (P_atm - P_vapor) / (rho_water * g)

    return NPSH_a, P_atm

# Example: NPSH at various altitudes
print("Altitude [m] | P_atm [kPa] | NPSH_a [m]")
print("-" * 45)
for h in [0, 1000, 2000, 3000, 5000]:
    npsh, p_atm = npsh_available(h)
    print(f"{h:12.0f} | {p_atm/1000:11.2f} | {npsh:10.2f}")

出力：

Altitude [m] | P_atm [kPa] | NPSH_a [m]
---------------------------------------------
           0 |      101.33 |      10.12
        1000 |       89.88 |       8.96
        2000 |       79.50 |       7.88
        3000 |       70.12 |       6.88
        5000 |       54.05 |       5.12

2. 高高度コンプレッサーの設計

密度の変化による影響：

# Compressor power requirement vs altitude
def compressor_power(mass_flow_kg_s, pressure_ratio, altitude_m, eta_c=0.85):
    """
    Calculate compressor power at different altitudes
    """
    atm = us_standard_atmosphere_1976(altitude_m)
    T_in = atm['T']
    P_in = atm['P']
    rho_in = atm['rho']

    gamma = 1.4
    R = 287.05  # J/kg/K

    # Isentropic temperature ratio
    T_ratio = pressure_ratio ** ((gamma - 1) / gamma)

    # Actual temperature rise
    T_out = T_in * (1 + (T_ratio - 1) / eta_c)

    # Specific work
    w_c = R * (T_out - T_in) / (gamma - 1)

    # Power
    Power = mass_flow_kg_s * w_c / 1000  # kW

    return Power, rho_in, T_in

# Example: Compressor at sea level vs high altitude
m_dot = 1.0  # kg/s
PR = 3.0     # Pressure ratio

print(f"Compressor Performance (m_dot = {m_dot} kg/s, PR = {PR})")
print("Altitude [m] | ρ [kg/m³] | T_in [K] | Power [kW]")
print("-" * 60)
for h in [0, 5000, 10000, 15000]:
    P, rho, T = compressor_power(m_dot, PR, h)
    print(f"{h:12.0f} | {rho:9.4f} | {T:8.2f} | {P:10.2f}")

3. 熱制御システム

ラジエーター／熱交換器の設計に用いる周囲温度：

# Heat rejection at altitude
def heat_rejection_altitude(Q_reject_W, altitude_m):
    """
    Calculate required radiator area for heat rejection at altitude
    Assuming natural convection to ambient air
    """
    atm = us_standard_atmosphere_1976(altitude_m)
    T_amb = atm['T']
    rho_amb = atm['rho']

    # Simplified convection coefficient (natural convection)
    # h ~ ρ^0.5 (density effect)
    h_sea_level = 10  # W/m²/K (typical natural convection)
    h = h_sea_level * (rho_amb / 1.225) ** 0.5

    # Assume radiator surface temperature
    T_surface = 350  # K (example: electronics cooling)

    # Required area: Q = h * A * ΔT
    delta_T = T_surface - T_amb
    A_required = Q_reject_W / (h * delta_T)

    return A_required, h, T_amb

# Example
Q = 1000  # W heat rejection
print(f"Radiator Area Required for {Q} W Heat Rejection")
print("Altitude [m] | T_amb [K] | h [W/m²K] | Area [m²]")
print("-" * 60)
for h in [0, 5000, 10000, 15000]:
    A, h_conv, T_amb = heat_rejection_altitude(Q, h)
    print(f"{h:12.0f} | {T_amb:9.2f} | {h_conv:9.2f} | {A:9.4f}")

4. 高度における流体特性

キャビテーションおよび沸点に関する考慮事項：

def boiling_point_altitude(fluid='water'):
    """
    Calculate boiling point of water at different altitudes
    """
    print("Boiling Point vs Altitude (Water)")
    print("Altitude [m] | P_atm [kPa] | T_boil [°C]")
    print("-" * 50)

    for h in [0, 1000, 2000, 3000, 4000, 5000]:
        atm = us_standard_atmosphere_1976(h)
        P_atm = atm['P'] / 1000  # kPa

        # Approximate boiling point from pressure (Antoine equation)
        # log10(P) = A - B / (C + T)
        # Rearranged: T = B / (A - log10(P)) - C
        A, B, C = 8.07131, 1730.63, 233.426  # Antoine constants (water, T in °C, P in mmHg)
        P_mmHg = P_atm * 7.50062  # Convert kPa to mmHg
        T_boil = B / (A - np.log10(P_mmHg)) - C

        print(f"{h:12.0f} | {P_atm:11.2f} | {T_boil:11.2f}")

boiling_point_altitude()

データ処理ワークフロー

完全な例：大気プロファイルの抽出

import netCDF4 as nc
import numpy as np
import matplotlib.pyplot as plt

# Read MERRA-2 NetCDF file
filename = "MERRA2_400.inst3_3d_asm_Np.20230101.nc4"
dataset = nc.Dataset(filename)

# Extract variables
lat = dataset.variables['lat'][:]  # Latitude
lon = dataset.variables['lon'][:]  # Longitude
lev = dataset.variables['lev'][:]  # Pressure levels [Pa]
T = dataset.variables['T'][:]      # Temperature [K]
H = dataset.variables['H'][:]      # Geopotential height [m]

# Select location (e.g., lat=40°N, lon=105°W - Colorado)
lat_idx = np.argmin(np.abs(lat - 40))
lon_idx = np.argmin(np.abs(lon - 255))  # -105° = 255° East

# Extract vertical profile at location
T_profile = T[0, :, lat_idx, lon_idx]  # time=0, all levels
H_profile = H[0, :, lat_idx, lon_idx]

# Convert to altitude (geopotential to geometric)
altitude_km = H_profile / 1000

# Plot temperature profile
plt.figure(figsize=(8, 10))
plt.plot(T_profile - 273.15, altitude_km)
plt.xlabel('Temperature [°C]')
plt.ylabel('Altitude [km]')
plt.title('Atmospheric Temperature Profile\n(40°N, 105°W)')
plt.grid(True)
plt.show()

dataset.close()

ベストプラクティス

1. ダウンロードしたデータをキャッシュする：NASA のデータセットはサイズが大きいため、一度ダウンロードしてローカルで処理します
2. サブセット化には OPeNDAP を使用する：必要な空間領域と時間範囲のデータのみをダウンロードします
3. データのバージョンを確認する：MERRA-2 には複数のコレクションがあります。最新のもの（M2I3NPASM.5.12.4）を使用します
4. ダウンロード制限を守る：NASA は過剰なリクエストを制限する場合があります
5. 設計には標準大気を使用する：解析には実データを、保守的な設計には標準大気を使用します
6. 結果を検証する：公開データ（ICAO、ISO 2533）と照合します
7. 単位に注意する：NASA のデータは SI 単位（K、Pa、kg/m³）を使用します。必要に応じて変換してください
8. タイムゾーン：NASA のデータは UTC です。現地での解析に合わせて調整してください

参考資料

NASA 公式リソース

1. NASA Earthdata ポータル

   • URL：https://www.earthdata.nasa.gov/
   • あらゆる地球科学データのメインポータル

2. Earthdata Search

   • URL：https://search.earthdata.nasa.gov/
   • 視覚的な検索・データ発見ツール

3. GES DISC（Goddard Earth Sciences Data and Information Services Center）

   • URL：https://disc.gsfc.nasa.gov/
   • 大気データの主要な提供元

4. MERRA-2 のドキュメント

   • URL：https://gmao.gsfc.nasa.gov/reanalysis/MERRA-2/
   • 再解析の手法に関する詳細

API とツール

5. earthaccess Python ライブラリ

   • GitHub：https://github.com/nsidc/earthaccess
   • PyPI：pip install earthaccess

6. OPeNDAP プロトコル

   • URL：https://www.opendap.org/
   • データアクセスプロトコルのドキュメント

7. CMR（Common Metadata Repository）

   • URL：https://cmr.earthdata.nasa.gov/search/
   • プログラムによるデータ検索

大気モデル

8. US Standard Atmosphere (1976)

   • NOAA-S/T-76-1562
   • NOAA から無料でダウンロードできます

9. NRLMSISE-00

   • URL: https://ccmc.gsfc.nasa.gov/modelweb/models/nrlmsise00.php
   • モデルコードとドキュメント

10. ISO 2533:1975

    • 標準大気の参考資料
    • ISO から入手できます

航空宇宙分野での用途

11. AIAA Standards

    • 航空宇宙設計向けの大気モデル
    • AIAA から入手できます

12. ICAO Standard Atmosphere

    • 国際民間航空機関
    • Doc 7488/3

---

NASA Earthdata は、航空宇宙工学の解析に不可欠な包括的な大気データを無料で提供しています。標準大気モデルと組み合わせることで、高高度ポンプ、圧縮機、熱システム、航空宇宙分野の流体応用を正確に設計・解析できます。