-
Notifications
You must be signed in to change notification settings - Fork 4
/
09_lecturaTRMMmv7.R
60 lines (54 loc) · 2.36 KB
/
09_lecturaTRMMmv7.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
### Extraccion de datos desde netcdfs TRMM3B43, caso cuenca Ravelo (Bolivia)
### https://github.com/hydrocodes
rm(list=ls())
library(ncdf4)
library(sp)
library(lattice)
library(rgdal)
library(raster)
library(maps)
library(rgl)
setwd("/.../") #Carpeta donde se encuentren descargados los archivos NetCDF del TRMM
#Convirtiendo de shapefile poligono a un raster de 0.05 x 0.05
p <- shapefile('ravelo.shp')
plot(p, axes=T,col=c("cyan"))
pgeo <- spTransform(p, CRS('+proj=longlat +datum=WGS84'))
ext <- floor(extent(pgeo))
rr <- raster(ext, res=0.05)
rr <- rasterize(pgeo, rr, field=1)
str(rr)
plot(rr)
trmm.stack2017<-stack() #stack vacio para alimentarlo con rasters leidos
i=1
for(i in i:12) {
trmm.read<-paste("3B43.2017",i,"01.7.HDF.nc", sep="") # Lectura de formato de nombres de archivos
#Lectura y conversion a raster
ras.trmm.read<-brick(trmm.read, values=T, varname="precipitation") # Lectura de raster TRMM
plot(ras.trmm.read) # Verificacion del ploteo (se muestra invertido?)
raster.trmm <- raster(ras.trmm.read,layer=1) # Lectura como formato raster
ras.flip1 <- flip(raster.trmm,2) # Lectura como formato raster
ras.flip2 <- t(ras.flip1) # Rotar de dirección
plot(ras.flip2) # Transponer ejes
ras.flip <- flip(ras.flip2,2) # Rotar datos
plot(ras.flip) # Verificacion del ploteo (ok!)
ras.trmm<-ras.flip*30.5*24 # Convertir de mm/hr (unidades iniciales del TRMM 3B43) a mm/mes
class(ras.trmm)
plot(ras.trmm) #plot para verificar la lectura correcta
# Usar el mismo sistema WGS84 Geográfico en trmm y raster
projection(ras.trmm)<-projection(rr)
str(ras.trmm)
# Extensión de los limites del analisis (xmin, xmax, ymin, ymax)
extent(ras.trmm)<-extent(c(-180,180,-50,50)) #Extension de datos
# Convirtiendo la resolucion del raster 0.05 x 0.05 a la resolucion del TRMM 0.25°x0.25°
rrResamp<-resample(rr, ras.trmm, resample="bilinear")
# Captura de datos TRMM dentro de una máscara de cuenca (raster de la cuenca)
precip_rr<-mask(ras.trmm, rrResamp)
plot(precip_rr, ext = extent(rr))
names(precip_rr)<-trmm.read
trmm.stack2017<-stack(trmm.stack2017, precip_rr, na.rm=TRUE)
}
plot (trmm.stack2017, ext = extent(rr))
# Lectura del promedio de todas las grillas del raster final
avg_trmm.stack2017 <- as.data.frame(cellStats(trmm.stack2017,mean))
month<-c(1:12)
plot(month,cellStats(trmm.stack2017, mean),ylab="TRMM (mm/month)", type="o", col="blue")