← 論文一覧に戻る

MERRA-2に基づくメキシコの太陽光・風力エネルギーポテンシャルのデータセット

Dataset of solar and wind energy potential in Mexico based on MERRA-2 (原題)

Alvarez Salazar, Jonathan, Chavarría Ornelas, Jorge

Zenodoデータセット2026-10-03#再生可能エネルギーOrigin: Global経営インパクト: 調達リスク対象セクター: power
DOI: 10.5281/zenodo.23113766
原典: https://zenodo.org/records/23113766

🤖 gxceed AI 要約

日本語

MERRA-2再解析とNASA POWER APIを用い、メキシコ10地点の2021〜2025年の時間別気象・地理空間データを整備したデータセット。GHI・DNI・DHI・気温・アルベド・風速・風向・気圧を含み、XGBoostモデリング用データやGeoTIFF等も公開。再エネ資源評価やハイブリッドシステム設計の再利用を狙う。

English

A dataset compiling hourly meteorological and geospatial data for solar and wind resource characterization across ten zones in Mexico (2021-2025), derived from MERRA-2 via NASA POWER. It includes GHI, DNI, DHI, temperature, albedo, wind speed/direction, and pressure, plus GeoTIFF/GeoJSON layers and XGBoost-ready files. It supports resource assessment, temporal complementarity studies, and hybrid renewable system modeling.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本企業の海外再エネ調達・PPA検討において、新興国での資源ポテンシャル評価手法の参考例となる。国内GX制度との直接接点は薄いが、データ再利用型の評価基盤として示唆がある。

In the global GX context

Adds an open, reusable resource-assessment dataset for an emerging market, relevant to global renewable siting and hybrid-system modeling. It does not directly engage TCFD/ISSB disclosure frameworks but supports the physical-resource layer underlying transition planning.

👥 読者別の含意

🔬研究者:再エネ資源評価・時間的相補性研究のための再利用可能なデータ基盤を提供する。

🏢実務担当者:海外再エネ調達や立地検討の初期スクリーニングに活用できる。

🏛政策担当者:新興国の再エネ導入計画における資源評価データ整備の参考になる。

📄 Abstract（原文）

This dataset compiles hourly atmospheric, geospatial, and model-derived information for the integrated characterization of solar and wind energy resources in Mexico. The meteorological time series were obtained from the MERRA-2 atmospheric reanalysis via the NASA POWER API for ten selected study zones. The temporal coverage spans from January 1, 2021, to December 31, 2025, with 43,824 hourly timestamps for each zone. Variables include Global Horizontal Irradiance (GHI), Direct Normal Irradiance (DNI), Diffuse Horizontal Irradiance (DHI), ambient temperature, surface albedo, wind speed, wind direction, and atmospheric pressure. The dataset is structured to facilitate the reuse of both original time series and derived products. The repository includes raw and processed CSV files, geospatial layers (GeoTIFF, GeoJSON), Python scripts used in Google Colab, graphical outputs, and site-specific datasets utilized for machine learning (XGBoost) modeling. This data can support comparative resource assessments, temporal complementarity studies, preliminary site selection, and hybrid renewable energy systems modeling.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。