Obtencion de Datos del Clima

ASOS: Información del Automated Surface Observing System

Instalar paquetes y llamar librerías

install.packages(‘riem’) library(riem)

install.packages(‘tidyverse’) library(tidyverse)

install.packages(‘lubridate’) library(lubridate)

install.packages(‘ggplot2’) library(ggplot2)

install.packages(‘plotly’) library(plotly)

install.packages(‘dplyr’) library(dplyr)

Buscar la red (país) y copiar CODE

view(riem_networks())

Buscar la estación (ciudad) y copiar ID

view(riem_stations(’MX__ASOS’))

Obtener información

monterrey <- riem_measures(‘MMMY’) str(monterrey)

#Agregar temperatura en grados centígrados monterrey\(tmpc <- (monterrey\)tmpf - 32)/1.8 str(monterrey) summary(monterrey)

#Filtrar información - Ejemplo: Enero a marzo 2023 este_año <- subset(monterrey, valid >= as.POSIXct(‘2023-01-01 00:00’) & valid <= as.POSIXct(‘2023-03-10 07:00’))

Graficar temperatura en 2023

plot(este_año\(valid,este_año\)tmpc)

#Promediar información por día este_año <- este_año %>% mutate(date=ymd_hms(valid), date = as.Date(date)) %>% group_by(date) %>% summarize_if(is.numeric, ~mean(.,na.rm = TRUE))

Graficar la temperatura en 2023

plot(este_año\(date,este_año\)tmpc, type=‘l’, main =‘Temperatura pormedio en Monterrey’, xlab =‘Fecha’, ylab=‘Grados centígrados’)