Guillermo Cabrera | Data Scientist

Análisis Climático Global con Datos ERA5

Descripción

Visualización avanzada de datos meteorológicos 3D usando modelos ECMWF Copernicus

Detalles

Sistema completo para procesamiento y visualización de datos climáticos con: - Carga y procesamiento de formatos GRIB/NetCDF - Visualizaciones 2D/3D con proyecciones cartográficas - Análisis temporal de series climáticas - Integración con datos geoespaciales (GeoJSON) - Animaciones de evolución temporal - Modelado de temperaturas y variables atmosféricas

Tecnologías Utilizadas

Python 3.11XarrayCartopyNetCDF4MatplotlibGeoPandascfgrib

Detalles Técnicos

Instalación de Dependencias

                          
                              1
                              pip install cfgrib cartopy netCDF4 geopandas

Carga de Datos NetCDF4

                          
                              1
                              import netCDF4 as nc
                            

                              2
                              import numpy as np
                            

                              3
                              import matplotlib.pyplot as plt
                            

                              4
                              import cartopy.crs as ccrs
                            

                              5
                              import cartopy.feature as cfeature
                            

                              6
                              
                            

                              7
                              # Ruta del archivo .nc (cambia esto por la ubicación de tu archivo)
                            

                              8
                              file_path = "/content/drive/MyDrive/3c7785ed8c7cf99c2ae80fafa694aef4.nc"
                            

                              9
                              
                            

                              10
                              # Cargar el archivo NetCDF4
                            

                              11
                              dataset = nc.Dataset(file_path, mode="r")
                            

                              12
                              
                            

                              13
                              # Obtener las variables necesarias
                            

                              14
                              t2m = dataset.variables['t2m'][0, :, :]  # Seleccionar el primer 'valid_time'
                            

                              15
                              lat = dataset.variables['latitude'][:]
                            

                              16
                              lon = dataset.variables['longitude'][:]
                            

                              17
                              
                            

                              18
                              # Convertir a Celsius
                            

                              19
                              t2m_celsius = t2m - 273.15
                            

                              20
                              
                            

                              21
                              # Crear la figura y el mapa
                            

                              22
                              fig, ax = plt.subplots(figsize=(10, 5), subplot_kw={'projection': ccrs.PlateCarree()})
                            

                              23
                              ax.set_extent([lon.min(), lon.max(), lat.min(), lat.max()], crs=ccrs.PlateCarree())
                            

                              24
                              
                            

                              25
                              # Agregar características al mapa
                            

                              26
                              ax.add_feature(cfeature.COASTLINE)
                            

                              27
                              ax.add_feature(cfeature.BORDERS, linestyle=':')
                            

                              28
                              ax.add_feature(cfeature.LAND, edgecolor='black')
                            

                              29
                              ax.add_feature(cfeature.LAKES, edgecolor='black')
                            

                              30
                              ax.add_feature(cfeature.RIVERS, edgecolor='blue')
                            

                              31
                              
                            

                              32
                              # Dibujar la temperatura
                            

                              33
                              c = ax.pcolormesh(lon, lat, t2m_celsius, cmap='coolwarm', transform=ccrs.PlateCarree())
                            

                              34
                              
                            

                              35
                              # Agregar barra de color
                            

                              36
                              cbar = plt.colorbar(c, orientation='horizontal', pad=0.05)
                            

                              37
                              cbar.set_label('2m Temperature (°C)')
                            

                              38
                              
                            

                              39
                              # Título del gráfico
                            

                              40
                              plt.title("2m Temperature from ECMWF")
                            

                              41
                              
                            

                              42
                              # Mostrar el gráfico
                            

                              43
                              plt.show()
                            

                              44
                              
                            

                              45
                              # Cerrar el dataset
                            

                              46
                              dataset.close()

Visualización con Cartopy y GRIB

                          
                              1
                              import numpy as np
                            

                              2
                              import xarray as xr
                            

                              3
                              import cfgrib
                            

                              4
                              import geopandas as gpd
                            

                              5
                              import matplotlib.pyplot as plt
                            

                              6
                              import cartopy.crs as ccrs
                            

                              7
                              import cartopy.feature as cfeature
                            

                              8
                              import warnings
                            

                              9
                              
                            

                              10
                              # Ignorar advertencias específicas
                            

                              11
                              warnings.filterwarnings("ignore", category=FutureWarning)
                            

                              12
                              warnings.filterwarnings("ignore", category=UserWarning)
                            

                              13
                              
                            

                              14
                              # Ruta del archivo GRIB (modifica según tu ubicación)
                            

                              15
                              file_path = "/content/drive/MyDrive/53ff69f95521585163052af17eefd0c1.grib"
                            

                              16
                              
                            

                              17
                              # Ruta del archivo GeoJSON (modifica según tu ubicación)
                            

                              18
                              geojson_path = "/content/drive/MyDrive/DEPARTAMENTOS_PY_CNPV2022.geojson.txt"
                            

                              19
                              
                            

                              20
                              # Cargar el dataset GRIB
                            

                              21
                              data = xr.open_dataset(file_path, engine='cfgrib')
                            

                              22
                              
                            

                              23
                              # Extraer temperatura y coordenadas
                            

                              24
                              lons = data.longitude.values
                            

                              25
                              lats = data.latitude.values
                            

                              26
                              temp = data.stl2.values[0] - 273.15  # Convertir de Kelvin a Celsius
                            

                              27
                              
                            

                              28
                              # Cargar el archivo GeoJSON
                            

                              29
                              gdf = gpd.read_file(geojson_path)
                            

                              30
                              
                            

                              31
                              # Crear la figura con una proyección ortográfica centrada en Sudamérica
                            

                              32
                              fig = plt.figure(figsize=(12, 12))
                            

                              33
                              ax = fig.add_subplot(111, projection=ccrs.Orthographic(central_longitude=-60, central_latitude=-15))
                            

                              34
                              
                            

                              35
                              # Agregar características del mapa
                            

                              36
                              ax.add_feature(cfeature.LAND, edgecolor='black')
                            

                              37
                              ax.add_feature(cfeature.OCEAN)
                            

                              38
                              ax.add_feature(cfeature.COASTLINE)
                            

                              39
                              ax.add_feature(cfeature.BORDERS, linestyle='-')
                            

                              40
                              
                            

                              41
                              # Dibujar el límite del mapa
                            

                              42
                              ax.gridlines(draw_labels=False, linestyle="--", color="gray", alpha=0.5)
                            

                              43
                              
                            

                              44
                              # Proyectar los datos de temperatura
                            

                              45
                              vmin, vmax = -40, 40
                            

                              46
                              mesh = ax.imshow(temp, extent=[lons.min(), lons.max(), lats.min(), lats.max()]
                            

                              47
                                               transform=ccrs.PlateCarree(), cmap='coolwarm', origin='upper', vmin=vmin, vmax=vmax)
                            

                              48
                              
                            

                              49
                              # Agregar barra de colores
                            

                              50
                              cbar = plt.colorbar(mesh, orientation='horizontal', pad=0.05, extend='both')
                            

                              51
                              cbar.set_label('Temperature (°C)')
                            

                              52
                              cbar.set_ticks(np.arange(vmin, vmax + 10, 10))
                            

                              53
                              
                            

                              54
                              # Agregar título
                            

                              55
                              plt.title('ERA5-Pressure-levels, Daily Mean Temperature at 1000 hPa\n2025-02-07 (UTC)')
                            

                              56
                              
                            

                              57
                              # Mostrar el gráfico
                            

                              58
                              plt.show()

Visualización con Cartopy y GeoJSON

                          
                              1
                              import numpy as np
                            

                              2
                              import xarray as xr
                            

                              3
                              import cfgrib
                            

                              4
                              import geopandas as gpd
                            

                              5
                              import matplotlib.pyplot as plt
                            

                              6
                              import cartopy.crs as ccrs
                            

                              7
                              import cartopy.feature as cfeature
                            

                              8
                              import warnings
                            

                              9
                              
                            

                              10
                              # Ignorar advertencias específicas
                            

                              11
                              warnings.filterwarnings("ignore", category=FutureWarning)
                            

                              12
                              warnings.filterwarnings("ignore", category=UserWarning)
                            

                              13
                              
                            

                              14
                              # Ruta del archivo GRIB (modifica según tu ubicación)
                            

                              15
                              file_path = "/content/drive/MyDrive/53ff69f95521585163052af17eefd0c1.grib"
                            

                              16
                              
                            

                              17
                              # Ruta del archivo GeoJSON (modifica según tu ubicación)
                            

                              18
                              geojson_path = "/content/drive/MyDrive/DEPARTAMENTOS_PY_CNPV2022.geojson.txt"
                            

                              19
                              
                            

                              20
                              # Cargar el dataset GRIB
                            

                              21
                              data = xr.open_dataset(file_path, engine='cfgrib')
                            

                              22
                              
                            

                              23
                              # Extraer temperatura y coordenadas
                            

                              24
                              lons = data.longitude.values
                            

                              25
                              lats = data.latitude.values
                            

                              26
                              temp = data.stl2.values[0] - 273.15  # Convertir de Kelvin a Celsius
                            

                              27
                              
                            

                              28
                              # Cargar el archivo GeoJSON
                            

                              29
                              gdf = gpd.read_file(geojson_path)
                            

                              30
                              
                            

                              31
                              # Crear la figura con un zoom más adecuado
                            

                              32
                              fig = plt.figure(figsize=(15, 10))
                            

                              33
                              ax = fig.add_subplot(111, projection=ccrs.PlateCarree())
                            

                              34
                              
                            

                              35
                              # Configurar la extensión del mapa para Sudamérica
                            

                              36
                              ax.set_extent([-85, -30, -60, 15], crs=ccrs.PlateCarree())
                            

                              37
                              
                            

                              38
                              # Agregar características del mapa
                            

                              39
                              ax.add_feature(cfeature.LAND, edgecolor='black')
                            

                              40
                              ax.add_feature(cfeature.OCEAN)
                            

                              41
                              ax.add_feature(cfeature.COASTLINE)
                            

                              42
                              ax.add_feature(cfeature.BORDERS, linestyle='-')
                            

                              43
                              
                            

                              44
                              # Agregar límites de los departamentos desde el GeoJSON
                            

                              45
                              gdf.boundary.plot(ax=ax, edgecolor="black", linewidth=1.2, transform=ccrs.PlateCarree())
                            

                              46
                              
                            

                              47
                              # Proyectar los datos con un rango de temperatura adecuado
                            

                              48
                              vmin, vmax = -40, 40
                            

                              49
                              mesh = ax.imshow(temp, extent=[lons.min(), lons.max(), lats.min(), lats.max()]
                            

                              50
                                               transform=ccrs.PlateCarree(), cmap='coolwarm', origin='upper', vmin=vmin, vmax=vmax)
                            

                              51
                              
                            

                              52
                              # Agregar barra de colores
                            

                              53
                              cbar = plt.colorbar(mesh, orientation='horizontal', pad=0.05, extend='both')
                            

                              54
                              cbar.set_label('Temperature (°C)')
                            

                              55
                              cbar.set_ticks(np.arange(vmin, vmax + 10, 10))
                            

                              56
                              
                            

                              57
                              # Agregar título
                            

                              58
                              plt.title('ERA5-Pressure-levels, Daily Mean Temperature at 1000 hPa\n2025-02-07 (UTC)')
                            

                              59
                              
                            

                              60
                              # Mostrar el gráfico
                            

                              61
                              plt.show()

Descargas

Descargar PDF Descargar IPython Notebook

Ver en GitHub