climas = read_csv(here::here("data/clima_cg_jp-semanal.csv"), 
                  col_types = "cTdddddd")

glimpse(climas)
## Observations: 2,748
## Variables: 8
## $ cidade <chr> "Campina Grande", "Campina Grande", "Campina Grande", "Ca…
## $ semana <dttm> 1992-12-27, 1993-01-03, 1993-01-10, 1993-01-31, 1993-02-…
## $ tmedia <dbl> 26.13333, 26.11905, 25.76667, 25.74000, 26.31429, 26.2857…
## $ tmax   <dbl> 30.4, 32.4, 32.2, 32.0, 32.7, 32.7, 32.3, 32.3, 32.1, 31.…
## $ tmin   <dbl> 20.7, 19.3, 19.7, 19.9, 19.6, 20.0, 20.4, 21.2, 19.0, 19.…
## $ chuva  <dbl> 0.0, 0.0, 0.0, 0.4, 0.3, 0.0, 4.9, 0.0, 0.0, 6.1, 0.4, 1.…
## $ mes    <dbl> 12, 1, 1, 1, 2, 2, 2, 2, 10, 11, 11, 11, 11, 12, 12, 12, …
## $ ano    <dbl> 1992, 1993, 1993, 1993, 1993, 1993, 1993, 1993, 1993, 199…

Temperatura

Onde é mais quente?

As temperaturas máximas semanais (o pico do calor) são tão diferentes quanto as médias? Mais?

Quais os meses mais quentes e mais frios?

Para saber os meses mais quentes e mais frios, consideraremos apenas as temperaturas máximas.

Pelas temperaturas máximas de Campina Grande, podemos perceber que o mês mais quente é fevereiro, pois a concentração de pontos da temperatura máxima durante os anos e o ponto máximo está nesse mês. Já o mês mais frio é junho, pelo mesmo motivo.

cg_max <- filter(climas, cidade == "Campina Grande")
cg_max <- select(cg_max, tmax, semana, mes, ano, cidade)
cg_max <- group_by(cg_max, mes, ano)
cg_max <- arrange(cg_max, mes, ano)
cg_max <- summarise(cg_max, maximas = max(tmax))

 ggplot(data = cg_max, mapping = aes(x = mes , y = maximas, color = as.factor(ano) )) + 
  geom_point() +
#  geom_boxplot(coef = 1000, width = .4) +
#  geom_text(aes(label=ano),hjust=0, vjust=0)
  scale_x_continuous(breaks = seq(1,12,1)) +
  scale_y_continuous(breaks = seq(15,40,0.5)) +
  theme(axis.text.x = element_text(angle = 90)) +
  labs(title = "Variação da temperatura máxima por mês (CG)")

Pelas temperaturas máximas de João Pessoa, podemos perceber que o mês mais quente é março, pois a concentração de pontos da temperatura máxima durante os anos e o ponto máximo está nesse mês. Já o mês mais frio é julho, pelo mesmo motivo.

jp_max <- filter(climas, cidade == "João Pessoa")
jp_max <- select(jp_max, tmax, semana, mes, ano, cidade)
jp_max <- group_by(jp_max, mes, ano)
jp_max <- arrange(jp_max, mes, ano)
jp_max <- summarise(jp_max, maximas = max(tmax))

 ggplot(data = jp_max, mapping = aes(x = mes , y = maximas, color = as.factor(ano) )) + 
  geom_point() +
#  geom_boxplot(coef = 1000, width = .4) +
#  geom_text(aes(label=ano),hjust=0, vjust=0)
  scale_x_continuous(breaks = seq(1,12,1)) +
  scale_y_continuous(breaks = seq(15,40,0.5)) +
  theme(axis.text.x = element_text(angle = 90)) +
  labs(title = "Variação da temperatura máxima por mês (JP)")

Qual foi o São João mais frio de CG que está nos nossos dados?

Considerando as temperaturas máximas por ano no mês de junho, vemos que ela ocorreu em 2004.

cg_mais_frio_max <- filter(climas, cidade == "Campina Grande", mes == 6)
cg_mais_frio_max <- select(cg_mais_frio_max, tmax, semana, mes, ano, cidade)
cg_mais_frio_max <- group_by(cg_mais_frio_max, ano)
cg_mais_frio_max <- arrange(cg_mais_frio_max, ano)
cg_mais_frio_max <- summarise(cg_mais_frio_max, maximas = max(tmax))

  ggplot(data = cg_mais_frio_max, mapping = aes(x = ano, y = maximas)) + 
  geom_point() +
  scale_x_continuous(breaks = seq(1995,2018,1)) +
  scale_y_continuous(breaks = seq(15,40,0.1)) +
  theme(axis.text.x = element_text(angle = 90)) +
  labs(title = "Variação da temperatura máxima por ano no mês de junho")

Considerando as temperaturas mínimas por ano no mês de junho, vemos que ela ocorreu em 2008.

cg_mais_frio_min <- filter(climas, cidade == "Campina Grande", mes == 6)
cg_mais_frio_min <- select(cg_mais_frio_min, tmin, semana, mes, ano, cidade)
cg_mais_frio_min <- group_by(cg_mais_frio_min, ano)
cg_mais_frio_min <- arrange(cg_mais_frio_min, ano)
cg_mais_frio_min <- summarise(cg_mais_frio_min, minimas = max(tmin))

  ggplot(data = cg_mais_frio_min, mapping = aes(x = ano, y = minimas)) + 
  geom_point() +
  scale_x_continuous(breaks = seq(1995,2018,1)) +
  scale_y_continuous(breaks = seq(15,40,0.1)) +
  theme(axis.text.x = element_text(angle = 90)) +
  labs(title = "Variação da temperatura mínima por ano no mês de junho")

Considerando as temperaturas médias por ano no mês de junho, vemos que ela ocorreu em 2008.

cg_mais_frio_med <- filter(climas, cidade == "Campina Grande", mes == 6)
cg_mais_frio_med <- select(cg_mais_frio_med, tmedia, semana, mes, ano, cidade)
cg_mais_frio_med <- group_by(cg_mais_frio_med, ano)
cg_mais_frio_med <- arrange(cg_mais_frio_med, ano)
cg_mais_frio_med <- summarise(cg_mais_frio_med, medias = max(tmedia))

  ggplot(data = cg_mais_frio_med, mapping = aes(x = ano, y = medias)) + 
  geom_point() +
#  geom_text(aes(label=medias),hjust=0, vjust=0) + 
  scale_x_continuous(breaks = seq(1995,2018,1)) +
  scale_y_continuous(breaks = seq(15,40,0.1)) +
  theme(axis.text.x = element_text(angle = 90)) +
  labs(title = "Variação da temperatura média por ano no mês de junho")

Como ocorreu a menor temperatura mínima e a menor média em 2008, podemos considerar que o mês de São João mais frio ocorreu em 2008.

Chuva

Quanto chove por semana em JP e CG?

Como é a distribuição do volume de chuvas por semana em JP e CG? A chuva varia mais ou menos que a temperatura? O formato da distribuição é igual?

No geral, onde chove mais?

Considere a distribuição total de chuvas durante os meses e a média em Campina Grande:

cg_chuva <- filter(climas, cidade == "Campina Grande")
cg_chuva <- select(cg_chuva, chuva, semana, mes, ano, cidade)
cg_chuva <- group_by(cg_chuva, mes, ano)
cg_chuva <- arrange(cg_chuva, mes, ano)
cg_chuva <- summarise(cg_chuva, total_chuva = sum(chuva))

 ggplot(data = cg_chuva, mapping = aes(x = mes , y = total_chuva)) + 
  geom_point() +
  geom_col() +
#  geom_boxplot(coef = 1000, width = .4) +
#  geom_text(aes(label=mes + " " + ano),hjust=0, vjust=0) +
  geom_hline(aes(yintercept=max(total_chuva)), show.legend = TRUE) +
  scale_x_continuous(breaks = seq(1,12,1)) +
  scale_y_continuous(breaks = seq(0,5000,500)) +
  theme(axis.text.x = element_text(angle = 90)) +
  labs(title = "Total de chuva por mês e média (CG)")

Agora considere a distribuição total de chuvas durante os meses e a média em João Pessoa:

jp_chuva <- filter(climas, cidade == "João Pessoa")
jp_chuva <- select(jp_chuva, chuva, semana, mes, ano, cidade)
jp_chuva <- group_by(jp_chuva, mes, ano)
jp_chuva <- arrange(jp_chuva, mes, ano)
jp_chuva <- summarise(jp_chuva, total_chuva = sum(chuva))

 ggplot(data = jp_chuva, mapping = aes(x = mes , y = total_chuva)) + 
  geom_point() +
  geom_col() +
#  geom_boxplot(coef = 1000, width = .4) +
#  geom_text(aes(label=ano),hjust=0, vjust=0) + 
  geom_hline(aes(yintercept=max(total_chuva)), show.legend = TRUE) +
  scale_x_continuous(breaks = seq(1,12,1)) +
  scale_y_continuous(breaks = seq(0,10000,500)) +
  theme(axis.text.x = element_text(angle = 90)) +
  labs(title = "Total de chuva por mês e média (JP)")

Podemos ver que tanto a quantidade de chuvas durante os meses, quanto a média de chuvas é maior em João Pessoa.

A distribuição é diferente em meses específicos?

Considere a distribuição de chuvas por mês em Campina Grande:

cg_chuva <- filter(climas, cidade == "Campina Grande")
cg_chuva <- select(cg_chuva, chuva, semana, mes, ano, cidade)
cg_chuva <- group_by(cg_chuva, mes, ano)
cg_chuva <- arrange(cg_chuva, mes, ano)
cg_chuva <- summarise(cg_chuva, total_chuva = sum(chuva))

 ggplot(data = cg_chuva, mapping = aes(x = mes , y = total_chuva)) + 
  geom_point() +
#  geom_col() +
#  geom_boxplot(coef = 1000, width = .4) +
#  geom_text(aes(label=mes + " " + ano),hjust=0, vjust=0) + 
  scale_x_continuous(breaks = seq(1,12,1)) +
  scale_y_continuous(breaks = seq(0,5000,50)) +
  theme(axis.text.x = element_text(angle = 90)) +
  labs(title = "Total de chuva por mês (CG)")

Agora considere a distribuição de chuvas por mês em João Pessoa:

jp_chuva <- filter(climas, cidade == "João Pessoa")
jp_chuva <- select(jp_chuva, chuva, semana, mes, ano, cidade)
jp_chuva <- group_by(jp_chuva, mes, ano)
jp_chuva <- arrange(jp_chuva, mes, ano)
jp_chuva <- summarise(jp_chuva, total_chuva = sum(chuva))

 ggplot(data = jp_chuva, mapping = aes(x = mes , y = total_chuva)) + 
  geom_point() +
#  geom_col() +
#  geom_boxplot(coef = 1000, width = .4) +
#  geom_text(aes(label=ano),hjust=0, vjust=0) + 
#  geom_vline(aes(xintercept=mean(total_chuva))) +
  scale_x_continuous(breaks = seq(1,12,1)) +
  scale_y_continuous(breaks = seq(0,5000,50)) +
  theme(axis.text.x = element_text(angle = 90)) +
  labs(title = "Total de chuva por mês (JP)")

Tanto em Campina Grande quanto em João Pessoa, podemos perceber de acordo com a distribuição que de setembro a abril são os meses que menos chove e de maio a agosto são os meses que mais chove. A distribuição muda durante os meses, mas nas duas cidades os meses que mais chove e que mais se tem seca são equivalentes.