Skip to content

Latest commit

 

History

History
214 lines (190 loc) · 6.42 KB

raster.org

File metadata and controls

214 lines (190 loc) · 6.42 KB
Raw

Uso de datos raster

Puesta en marcha

Descargar datos de CMSAF

  • CMSAF: http://www.cmsaf.eu/
  • Piden registro (gratuito) para descarga de datos masivos.
  • Está disponible en PV-GIS (sólo datos puntuales).
  • Hay que elegir el producto SIS (Surface incoming short-wave radiation).
    • Para el ejemplo: medias mensuales del 2008 abarcando la Península Ibérica.
    • Operational product
    • Fuente Seviri/MSG2.
    • Resolución: 0.03 x 0.03 grados.
  • El conjunto de ficheros estará disponible vía FTP transcurrido un tiempo.

Disponible en el material del curso

Primeros pasos en R

  • Configuramos el directorio de trabajo
## Entre las comillas hay que indicar el directorio en el que está el
## repositorio (será visible la carpeta data/)
setwd('~/github/intro/')
  • Cargo los paquetes que usaremos
## Si no están instalados hay que usar install.packages('Nombre_del_Paquete')
## Clases y métodos para datos espaciales
library("sp")
library("ncdf")
library("raster")
## Series temporales
library("zoo")
## Gráficos
library("lattice")
library("latticeExtra")
library("rasterVis")

Empiezan los cálculos

Leo los ficheros CMSAF

old <- setwd('data')
unzip("SISmm2008_CMSAF.zip")
listFich <- dir(pattern="\\.nc")
stackSIS <- stack(listFich)
## irradiancia (W/m2) a irradiacion Wh/m2
stackSIS <- stackSIS*24
setwd(old)

Añado información temporal

idx <- seq(as.Date("2008-01-15"),
           as.Date("2008-12-15"),
           "month")

SISmm <- setZ(stackSIS, idx)

Fijo la proyección de trabajo y nombres de capas

proj <- CRS("+proj=longlat +ellps=WGS84")
projection(SISmm) <- proj
names(SISmm) <- month.abb

Veamos la información

  • Mapa clásico
levelplot(SISmm)
  • Densidad de probabilidad por capa (mes)
densityplot(SISmm)

Más sobre visualización

  • Gráfico Hovmoller (tiempo-latitud)
hovmoller(SISmm, dirXY=y,
          panel=panel.2dsmoother, n=1000)
  • Gráfico Hovmoller (tiempo-longitud)
hovmoller(SISmm, dirXY=x,
          panel=panel.2dsmoother, n=1000)

Calculamos el valor anual por celda

  • No del todo correcto (cada mes tiene un número diferente de días)
SISy <- mean(SISmm) * 365/1000
  • Mejorado
SISy <-  sum(SISmm *
             c(31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31))/1000
names(SISy) <- 'G0'

Veamos la radiación anual

  • Relación con la longitud y la latitud
xyplot(G0 ~ y, data=SISy)
xyplot(G0 ~ x, data=SISy)
  • Distribución de valores
histogram(SISy)

Combinación de un Raster con puntos (estaciones)

Extraemos información de un punto

myPoint <- cbind(-3.6, 40.1)
extract(SISmm, myPoint)

Extraemos información de varios puntos

myLocs <- cbind(-8, 38:43)
SISlocs <- extract(SISmm, myLocs)
  • Superponemos mapa global con la localización de los puntos
levelplot(SISy) +
  layer(sp.points(myLocs,
                  pch=16, col='black'))

Extraemos información de una rejilla

extent(SISmm)
myGrid <- expand.grid(long=-10:4, lat=36:44)
SISgrid <- extract(SISmm, myGrid)
  • Nuevamente superponemos mapa y rejilla
levelplot(SISy) +
  layer(sp.points(myGrid,
                  pch=16, col='black'))

Avanzado: CMSAF y SIAR

Estaciones MAGRAMA-SIAR

SIAR <- read.csv("data/SIAR.csv")
  • Construimos un objeto espacial con la información y las coordenadas
spSIAR <- SpatialPointsDataFrame(SIAR[, c(6, 7)],
                                 SIAR[, -c(6, 7)],
                                 proj4str=proj)
head(spSIAR)
  • Mostramos el mapa de radiación anual con las estaciones SIAR
levelplot(SISy, layers='Jun') +
  layer(sp.points(spSIAR,
                  pch=19, col='black', cex=0.6))

Extraemos información de CMSAF

CMSAF.SIAR <- extract(SISmm, spSIAR)
CMSAF.SIAR <- zoo(t(CMSAF.SIAR), as.yearmon(idx))
names(CMSAF.SIAR) <- spSIAR$Estacion
summary(CMSAF.SIAR)

Particularizamos para una estación

  • Primero extraemos información para la estación de Madrid
madridSIAR <- subset(SIAR, Provincia == "Madrid")
spMadrid <- SpatialPoints(
              madridSIAR[, c('lon', 'lat')],
              proj4str=proj)
CMSAFMadrid <- extract(SISmm, spMadrid)
CMSAFMadrid <- zoo(t(CMSAFMadrid), as.yearmon(idx))
names(CMSAFMadrid) <- madridSIAR$Estacion
  • Mostramos la serie temporal correspondiente
xyplot(CMSAFMadrid,
       superpose=TRUE,
       auto.key=list(space='right'))

Para los muy interesados

  • Artículo en la revista Renewable and Sustainable Energy Reviews comparando CMSAF y SIAR para diferentes condiciones de trabajo:
    • Comparative assessment of global irradiation from a satellite estimate model (CM SAF) and on-ground measurements (SIAR): a Spanish case study, F. Antoñanzas, F. Cañizares, O. Perpiñán, Renewable and Sustainable Energy Reviews, Volume 21, May 2013, Pages 248-261, ISSN 1364-0321, http://dx.doi.org/10.1016/j.rser.2012.12.033.
    • Se puede descargar el preprint, y el código está disponible con licencia libre.
  • AEMET ha publicado un Atlas de Radiación Solar basado en los datos de CMSAF.