この記事の目次

Argoのデータは無料で公開されており、登録も必要ありません。しかし、同じ測定値が複数の入手経路とファイル構成で提供されているため、入手そのものよりも選び方が難しく、テキストファイル1つで済んだはずの確認に数ギガバイトをダウンロードしてしまうこともあります。

この記事では、公式のデータソースがどこにあるのか、どの目的にどのファイル形式が対応するのか、NetCDFファイルを1つもダウンロードせずに検索範囲を絞るにはどうするのかを扱います。

Argoフロートとは何か、何を測っているのかから知りたい場合は、Argoフロートとは？海洋観測データの完全ガイドから始めてください。

データソース：2つのGlobal Data Assembly Centre

Argoのデータはすべて2つのGlobal Data Assembly Centre（GDAC）へ集められ、両者は同じ内容を保持しています。

  • フランスのCoriolis GDAC：https://data-argo.ifremer.fr/
  • 米国のGDAC：https://nrlgodae1.nrlmry.navy.mil/pub/outgoing/argo

両者は互いにミラーの関係にあるため、近いほうや速いほうを選んでかまいません。地域ポータル、ビューア、Pythonライブラリ、クラウド上の複製など、ほかのArgoサービスはこの内容を別の形で提供しており、入手先によって内容が食い違った場合はGDACが正となります。

複数のプロトコルで、同じ内容にアクセスできます。

経路向いている用途
HTTPSブラウザで中身を見る、特定のファイルをスクリプトで取得する
FTPHTTPSと同じディレクトリ構成。現在も公式に案内されているが、最近のブラウザでは開けない
rsync（vdmzrs.ifremer.fr）手元のミラーを、差分だけで最新の状態に保つ
ERDDAP・THREDDSサーバー側で条件を絞り込み、必要な範囲のデータだけを受け取る
AWS Open Dataアーカイブをダウンロードせず、クラウド上で解析する

数本のプロファイルを見るだけならHTTPSで十分ですが、ローカルに複製を持ち続けるならrsync、欲しいデータがそれを含むファイル全体よりずっと小さいならERDDAPが適しています。

アーカイブの構成

GDACの最上位には、いくつかのディレクトリとインデックスファイルが並んでいます。

dac/           処理を担当したデータセンター別のフロート
geo/           同じプロファイルを海盆と日付で整理したもの
latest_data/   最近更新されたファイル
aux/           実験的・補助的なセンサーデータ
etc/           付随ファイル
*.txt          インデックスファイルと readme_before_using_the_data.txt

dac/とgeo/には同じ観測データが入っており、違うのは並べ方だけなので、必要なフロートが分かっているときはdac/を、海域と期間が分かっているときはgeo/を使います。

フロートのディレクトリには、そのフロートの全履歴が入っています。

dac/aoml/1900722/
    1900722_meta.nc      フロートとセンサーのメタデータ
    1900722_tech.nc      技術・工学的な値
    1900722_Dtraj.nc     遅延モードの軌跡
    1900722_Rtraj.nc     リアルタイムの軌跡
    1900722_prof.nc      すべてのコアプロファイルを1ファイルに
    1900722_Sprof.nc     すべての合成BGCプロファイルを1ファイルに
    profiles/            プロファイル1本につき1ファイル

目的に対応するファイル形式

ファイル名そのものにも意味があり、先頭のRはリアルタイム、Dは専門家による品質管理を経た遅延モードという処理状態を表します。また、Bは生物地球化学のファイル、Sは合成プロファイルを示します。

必要なものダウンロードするファイル
1本のフロートの水温・塩分の全履歴<WMO>_prof.nc
特定の1プロファイルprofiles/D<WMO>_<サイクル番号>.nc
生物地球化学変数を共通の圧力軸で<WMO>_Sprof.nc
プロファイル間でフロートが漂流した経路<WMO>_Dtraj.nc または <WMO>_Rtraj.nc
センサーの型式、校正、ミッション設定<WMO>_meta.nc

最初に手を付けるべきなのは、多くの場合マルチプロファイルファイル（_prof.nc）です。1本のフロートの全サイクルが1ファイルにまとまっているので、時間を追ってフロートを見る作業が200ファイルではなく1ファイルで済みます。

生物地球化学のデータを扱うなら、合成プロファイルファイル（_Sprof.nc）が適していることがほとんどです。BGCフロートはセンサーごとに異なる鉛直測定方式を使うことが多く、生のファイルでは酸素とクロロフィルが互いに、またCTDの水温・塩分とも異なる圧力レベルに載ったままになります。合成ファイルはこれらをプロファイルごとに一つの圧力軸へ揃えたもので、結合作業をまるごと省けます。

これらのファイルの内部構造でつまずいている場合は、初心者向けArgo NetCDF形式の解説で順を追って扱っています。

ダウンロードの前にインデックスファイルを使う

インデックスファイルはアーカイブの中で見落とされがちですが、ある種類のファイルをすべて列挙し、絞り込みに使えるメタデータを添えたCSVです。フロート単位のインデックスは数メガバイト、もっとも大きいコアプロファイルのインデックスでも約300メガバイト（gzip版は約60メガバイト）であり、記述しているテラバイト規模の対象に比べれば桁違いに小さく収まります。

インデックスファイル列挙している対象
ar_index_global_prof.txtすべてのコアプロファイルファイル
argo_synthetic-profile_index.txtすべての合成BGCプロファイルファイル
argo_bio-profile_index.txtすべてのB-file
ar_index_global_meta.txt、_tech.txt、_traj.txtメタデータ、技術、軌跡の各ファイル
ar_index_this_week_prof.txt直近1週間に追加・更新されたプロファイル

コアプロファイルのインデックスは、1ファイルにつき1行です。

file,date,latitude,longitude,ocean,profiler_type,institution,date_update
aoml/1900830/profiles/D1900830_002.nc,20090515031347,-5.654,42.314,I,846,AO,20260805230652

実ファイルでは、この列見出しの前に#で始まる注記行が並んでいます。読み込むときは#行を読み飛ばしてください（pandasならcomment="#"）。

この情報だけで、「この海域のこの期間にどのプロファイルがあるか」をテキスト処理で調べ、取得すべきファイルのパスを一覧にできます。

合成プロファイルのインデックスには、BGCの検索を簡単にする列が2つ加わります。

file,date,latitude,longitude,ocean,profiler_type,institution,parameters,parameter_data_mode,date_update
aoml/1900722/profiles/SD1900722_001.nc,20061022021624,-40.316,73.389,I,846,AO,PRES TEMP PSAL DOXY,DDDD,20220628080801

parameters列にはそのプロファイルに実際に含まれている変数が並び、parameter_data_mode列には同じ順序で各変数の処理状態が入ります。遅延モードのDOXYを含むプロファイルを選ぶ作業は、ダウンロードして中身を確認する繰り返しではなく、このファイルへの絞り込みで済みます。

スクリプトを書きたくないときのブラウザツール

GDACをもとにした公式・コミュニティのツールがいくつかあり、探索的な検索ではこちらのほうが速いことがほとんどです。

いずれも扱っているデータはGDACと同じですが、検索の手間を省けるため、20本程度のプロファイルで用が足りるなら、こちらのほうが早く済みます。

リアルタイムか遅延モードか

すべてのプロファイルは、まず自動チェックだけを通ったリアルタイムのデータとして、通常は1日以内に公開されます。遅延モードのファイルはその後、専門家がプロファイルを確認しセンサーのドリフトを補正してから公開されます。コアArgoでは観測から1年以上あとになるのが一般的です。

どちらを選ぶかは、そのデータで何をするかによります。ざっと目を通す用途、授業や教材、そのフロートが関係するかどうかの判断であれば、リアルタイムで十分です。塩分や圧力のわずかな偏りに影響される解析、たとえば貯熱量、混合層深度の傾向、水塊解析には、遅延モードのファイルとその中の補正済み変数を使ってください。ファイル内部での選び方はArgoデータの品質管理で扱っています。

ダウンロードしたファイルに両方が混在するのは普通のことで、同じフロートでも、最近のサイクルはリアルタイム、古いサイクルは遅延モードになる場合があります。ただし、データモードはプロファイルごとに記録されているため区別できます。

ダウンロードしたデータを引用する

GDACは遅延モードの処理が進むにつれて日々変化するため、「GDACからダウンロードした」と書くだけでは、同じデータを再現できません。2014年以降、アーカイブ全体の月次スナップショットにDOIが付与されており、実際に使ったスナップショットを引用することが解析の再現性につながります。スナップショットはdoi.org/10.17882/42182にまとめられています。

ダウンロードする価値があるかを見極める

インデックスファイルから分かるのはどのプロファイルが存在するかまでであり、どれが目的に合うかを判断するには、実際のプロファイルを見る必要があります。具体的には、その海域に探している構造があるか、フロートのサイクルが似ているか変化しているか、酸素の特徴が本当に現れているか、といった点を確認します。

こうした点は、ダウンロードして描画する作業を繰り返すより、プロファイルをブラウザで見るほうが速く分かります。そのうえで、GDACから取得するWMO IDとサイクル番号を絞り込めます。

OceanGraphでのArgoプロファイル検索

どのフロートとサイクルが重要か分かったあとは、場所・時刻・WMO IDからArgoフロートのプロファイルを探す方法の検索の考え方が、そのまま上のインデックスの列に対応します。

よくある質問

Argoデータのダウンロードにアカウントは必要ですか

必要ありません。ArgoのデータはどちらのGDACからも登録なしで自由に入手できますが、データ方針に従い、Argo計画への謝辞と使用したスナップショットのDOIを記載する必要があります。

どちらのGDACを使えばよいですか

内容は同一で互いにミラーの関係にあるため、どちらを使ってもかまいません。自分の場所から速いほうを選んでください。

B-fileと合成プロファイルファイルの違いは何ですか

B-fileは、フロートが測定したままの状態で生物地球化学変数を保持しており、CTDとは異なる鉛直測定方式のこともあります。合成プロファイルファイルは、コアと生物地球化学の変数をプロファイルごとに一つの圧力軸へ揃えたものです。多くの解析では合成ファイルのほうが扱いやすくなります。

酸素を測っているフロートだけを探すにはどうすればよいですか

argo_synthetic-profile_index.txtのparameters列をDOXYで絞り込みます。インデックス以外を何もダウンロードせずに、該当するファイルのパスが手に入ります。

アーカイブ全体はどのくらいの容量ですか

全体を手元に置くかどうかを、意識して判断する必要がある規模です。必要なものはインデックスや絞り込みサービスから取得し、rsyncはローカルミラーが本当に必要な場合にだけ使ってください。