El paquete {agroclimatico} incluye una serie de funciones para calcular índices y estadísticos climáticos e hidrológicos a partir de datostidy. Por ejemploumbrales() permite contar la cantidad de observaciones que cumplen una determinada condición ydias_promedio() devuelve el primer y último día del año promedio de ocurrencia de un evento.
Otras funciones comospi_indice() funcionan como wrappers de funciones de otros paquetes y buscan ser compatibles con el manejo de datos tidy usando por ejemplo los verbos de dplyr.
Finalmente el paquete incluye una función de graficado de datos georeferenciadosmapear() con el estilo y logo propios deInstituto Nacional de Tecnología Agropecuaria (INTA). Como complementos el paquete también provee mapas de Argentina a nivel nacional, provincial y por departamentos que se pueden usar en el contexto de ggplot para graficar variables meteorológicas e índices agroclimáticos.
Instalación
Para instalar la versión actual del paquete podés usar:
install.packages("agroclimatico", repos="https://ropensci.r-universe.dev")O usandoremotes:
# install.packages("pak")pak::pkg_install("ropensci/agroclimatico")Ejemplos
A continuación se muestra el uso de algunas funciones. Podés encontrar más ejemplos y usos en la viñeta, con
vignette("estadisticas-e-indices-climaticos","agroclimatico")Si se quieren utilizar los datos con formato NH (archivos con columnas de ancho fijo usado por el INTA para distribuir los datos de las estaciones meteorológicas de su red) se puede utilizar la funciónleer_nh() y opcionalmente acceder a sus metadatos conmetadatos_nh().
library(agroclimatico)library(dplyr)archivo<-system.file("extdata","NH0358.DAT", package="agroclimatico")datos<-leer_nh(archivo)Días promedio
Si por ejemplo se quiere obtener el día de la primera y última helada en promedio, asumiendo que la ocurrencia de helada corresponde a temperatura mínima menor a 0°C, se puede utilizar la funcióndias_promedio() en el contexto dereframe().
datos%>%filter(t_min<=0)%>%reframe(dias_promedio(fecha))#> variable dia mes dia_juliano#> 1 primer_dia 16 5 136#> 2 ultimo_dia 14 9 257Mapear
La funciónmapear() grafica una variable dada en puntos discretos e irregulares (en general observaciones o datos derivados de estaciones meteorológicas) utilizando kriging. Se puede definir el título y epígrafe y opcionamente se puede incluir la cordillera para enmascarar la variable a graficar.
abril<-datos_nh_mensual%>%filter(mes==unique(mes)[4])#datos del cuarto mes en la base, abril.abril%>%mapear(precipitacion_mensual,lon,lat, cordillera=TRUE, escala=escala_pp_mensual, titulo="Precipitación en abril de 2019", fuente="Fuente: INTA", variable="pp")
Cómo contribuir
Para contribuir con este paquete podés leer la siguienteguía para contribuir. Te pedimos también que revises nuestro Código de Conducta.