-
Notifications
You must be signed in to change notification settings - Fork 1
/
cambio_de_formato_datos_WRF.R
176 lines (126 loc) · 5.84 KB
/
cambio_de_formato_datos_WRF.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
library(loadeR)
library(loadeR.2nc)
library(convertR)
library(raster)
library(ncdf4)
library(visualizeR)
rm(list=ls())
dev.off()
# Funciones ----
loadGridData_personalizado <- function(archivo.i, variable.i, es.precipitacion=FALSE,
es.cmip6=FALSE, anhos=anhos.entrenamiento){
if(es.precipitacion==TRUE){estadistico.i <- 'sum'} else(estadistico.i <- 'mean')
if(es.cmip6==TRUE){extension.i <- c(1, -1)} else(extension.i <- c(0, 0))
grilla.de.salida <- loadGridData(dataset = archivo.i,
var = variable.i,
aggr.d = estadistico.i,
#aggr.m = "mean",
lonLim = longitud-extension.i,
latLim= latitud-extension.i,
season= meses,
years = anhos,
time = 'DD') # obtain daily (aggr.d) or monthly (aggr.m) data )
return(grilla.de.salida)
}
# fin ---
# Parametros ----
anhos.entrenamiento <- 1995:2010 # con los años 2010:2011, del 1 al 3er mes, corre bien todo
anhos.total <- 1995:2017
meses <- 1:12
latitud <- c(-48.5, -45.5) # area de estudio WRF
longitud <- c(-74, -71) # area de estudio WRF
tz.i <- 'GMT'
# fin ---
# era5
setwd('C:/Users/Usuario/Documents/Francisco/proyecto_DownscaleR/descargas_ERA5/copernicus/')
era5 <- 'ERA5_1979_2018_pp.nc'
dataInventory(era5)
pr.sum0.entrenamiento <- loadGridData_personalizado(era5, "tp", es.precipitacion = TRUE,
es.cmip6 = FALSE, anhos = anhos.entrenamiento)
pr.sum.entrenamiento <- udConvertGrid(pr.sum0.entrenamiento, new.units = "mm")
# wrf
setwd('C:/Users/Usuario/Documents/Francisco/proyecto_DownscaleR/downscaled_WRF/')
wrf <- 'RAINRATE_ERAint_Domain2_5a1_Conf10_2018.nc'
dataInventory(wrf)
pr.sum0.entrenamiento <- loadGridData_personalizado(wrf, "RAINRATE", es.precipitacion = TRUE,
es.cmip6 = FALSE, anhos = anhos.entrenamiento)
# pr.sum.entrenamiento <- udConvertGrid(pr.sum0.entrenamiento, new.units = "mm")
raster.i <- stack('RAINRATE_ERAint_Domain2_5a1_Conf10_2018.nc', varname='RAINRATE')
plot(raster.i, 30)
setwd('C:/Users/Usuario/Documents/Francisco/proyecto_DownscaleR/descargas_ERA5/copernicus/')
era5.nc <- nc_open(era5)
era5.nc
setwd('C:/Users/Usuario/Documents/Francisco/proyecto_DownscaleR/downscaled_WRF/')
wrf.nc <- nc_open(wrf)
wrf.nc
# lan lon time
matriz.longitud <- ncvar_get(wrf.nc,"XLONG")[,,1] # aqui lo simplifique!
longitud.inicio <- matriz.longitud[1,1]
longitud.fin <- matriz.longitud[nrow(matriz.longitud), ncol(matriz.longitud)]
resX <- (longitud.fin-longitud.inicio)/(dim(matriz.longitud)[2]-1)
vector.longitud <- seq(longitud.inicio, longitud.fin, by = resX)
vector.longitud
# lon <- ncvar_get(wrf.nc,"XLONG")[,,1] # original
# nlon <- dim(lon)[1]*dim(lon)[2] ; nlon # original
matriz.latitud <- ncvar_get(wrf.nc,"XLAT")[,,1]
latitud.inicio <- matriz.latitud[1,1]
latitud.fin <- matriz.latitud[nrow(matriz.latitud), ncol(matriz.latitud)]
resY <- (latitud.fin-latitud.inicio)/(dim(matriz.latitud)[2]-1)
vector.latitud <- seq(latitud.inicio, latitud.fin, by = resY)
vector.latitud
# lat <- ncvar_get(wrf.nc,"XLAT")[,,1]
# nlat <- dim(lat)[1]*dim(lat)[2] ; nlat
# nlon*nlat
time0 <- ncvar_get(wrf.nc,"Times")
time00 <- gsub('_', ' ', time0)
time000 <- strptime(time00, "%Y-%m-%d %H:%M:%S", tz='GMT')
library(chron)
fechas0 <- stringi::stri_split_fixed(time00, ' ', simplify = TRUE)[,1]
fechas <- gsub('-', '/', fechas0)
fechas <- as.Date(fechas, "%Y/%m/%d")
fechas <- format(fechas, "%m/%d/%y")
tiempo <- times(stringi::stri_split_fixed(time00, ' ', simplify = TRUE)[,2])
# time <- as.array(as.numeric(julian(time000)))
# time <- as.numeric(julian(time000, origin = as.POSIXct("1970-01-01", tz = "GMT")))
# time <- floor(as.numeric(julian(time000, origin = as.Date("1970-01-01")))) # from a date-time
# tiempo2 <- as.array(chron(dates. = fechas, times. = tiempo))
tiempo3 <- 1:length(time000)
# dimensiones
dim.lon <- ncdim_def('longitude', units='degrees_east', longname='Longitud E',
vals=as.double(vector.longitud))
dim.lat <- ncdim_def('latitude', units='degrees_north', longname='Latitud N',
vals=as.double(vector.latitud))
dim.time <- ncdim_def('time', units='days since 2018-01-01 00:00:00.0 -0:00',
longname = 'Tiempo', vals=tiempo3)
# variable
variable <- ncvar_get(wrf.nc,"RAINRATE")
nvariable <- dim(variable)[1]*dim(variable)[2] ; nvariable
fillvalue <- -32767
def.tp <- ncvar_def(name='tp',units='mm h^-1', dim=list(dim.lon,dim.lat,dim.time),
missval=fillvalue,prec="float")
# creando netcdf
# nc_close(wrf.nc.output)
wrf.nc.output <- nc_create('WRF_ERAint_Domain2_5a1_Conf10_2018.nc',def.tp,
force_v4=TRUE, verbose=TRUE)
# anhadiendo valores
# transformacion de unidades, fuente : http://extraconversion.com/es/velocidad/milimetros-segundo/milimetros-segundo-a-milimetros-minuto.html
for (i in 1:dim(variable)[3]) {
# i <- 30
valores.variable0 <- as.double(variable[,,i])
valores.variable <- valores.variable0*3600 # mm/s a mm/h
ncvar_put(wrf.nc.output, def.tp, valores.variable, start=c(1,1,i), count=c(-1,-1,1) )
# "-1" in the count means "the whole dimension length"
mensaje <- paste('Iteracion', i, 'lista de', dim(variable)[3])
message(mensaje)
}
nc_close(wrf.nc.output)
###
# Probando netcdf probado ---
wrf2 <- 'WRF_ERAint_Domain2_5a1_Conf10_2018.nc'
ej <- stack(wrf2)
plot(ej, 30)
dataInventory(wrf2)
ej2 <- loadGridData_personalizado(wrf2, "tp", es.precipitacion = TRUE,
es.cmip6 = FALSE, anhos = 2018)
spatialPlot(climatology(ej2), # list(FUN = sum, na.rm = T)),
backdrop.theme = "coastline", scales = list(draw = T))