Análisis de datos climáticos utilizando climadiagramas

Los datos climáticos (principalmente precipitación y temperatura) se colectan continuamente en estaciones meteorológicas, y usualmente están disponibles de manera resumida en tablas. Una manera de visualizarlos, de manera que nos permita inferir patrones y diferencias estacionales y entre localidades, es mediante el uso de gráficas climáticas. Una de estas son los clima-diagramas, y en este caso utilizaremos el clima-diagrama de Walter-Lieth.

El paquete iki.dataclim contiene la función plotWalterLieth para construir un clima-diagrama, a partir de datos de precipitación mensual (mm), promedio de temperaturas máximas de cada mes (ªC), promedio de temperaturas mínimas de cada mes (ªC), y temperatura mínima absoluta de cada mes (o repetir el promedio de la temperatura mínima).

Para este ejercicio utilizamos los datos de La Parguera y Pico del Este (Puerto Rico), tomados de Weatherbase.

La función de gráfica de clima-diagrama (plotWalterLieth) utiliza una matriz 4 x 12. Los datos se pueden leer desde una hoja de cálculo, y luego transformarlos a una matriz:

#datos Pico del Este
#leer datos desde hoja de cálculo
library(readxl)
climadataPE <- read_excel("Clima Diagrama Power Point.xlsx", 
    sheet = "PicoEste")
climadataPE
## # A tibble: 4 x 13
##   X__1     Ene   Feb   Mar   Abr   May   Jun   Jul   Ago   Sep   Oct   Nov
##   <chr>  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 prec   306   262   252   293   468   324   330   385   401   451   481  
## 2 tmax    19.2  19.2  19.8  20.3  21.1  21.4  21.7  22    22.5  22.2  21.1
## 3 tmin    14.9  14.8  14.8  15.4  16.5  17.6  17.6  17.9  17.8  17.5  16.8
## 4 abstm…  14.9  14.8  14.8  15.4  16.5  17.6  17.6  17.9  17.8  17.5  16.8
## # ... with 1 more variable: Dic <dbl>
#pasar a formato de matriz
matrizdataPE <- as.matrix(climadataPE[,-1])
colnames(matrizdataPE) <- NULL
matrizdataPE
##       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10] [,11]
## [1,] 306.0 262.0 252.0 293.0 468.0 324.0 330.0 385.0 401.0 451.0 481.0
## [2,]  19.2  19.2  19.8  20.3  21.1  21.4  21.7  22.0  22.5  22.2  21.1
## [3,]  14.9  14.8  14.8  15.4  16.5  17.6  17.6  17.9  17.8  17.5  16.8
## [4,]  14.9  14.8  14.8  15.4  16.5  17.6  17.6  17.9  17.8  17.5  16.8
##      [,12]
## [1,] 392.0
## [2,]  19.7
## [3,]  15.7
## [4,]  15.7
#datos La Parguera
#leer datos desde hoja de cálculo
library(readxl)
climadataPa <- read_excel("Clima Diagrama Power Point.xlsx", 
    sheet = "Parguera")
climadataPa
## # A tibble: 4 x 13
##   X__1     Ene   Feb   Mar   Abr   May   Jun   Jul   Ago   Sep   Oct   Nov
##   <chr>  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 prec    34    30    29    47    71    37    44    83   116   115    98  
## 2 tmax    30.1  30.1  30.4  31.3  31.6  32.3  32.5  32.7  32.6  32.1  31.3
## 3 tmin    20.5  20.4  20.7  21.9  23.2  24.2  24    23.8  23.9  23.4  22.3
## 4 abstm…  20.5  20.4  20.7  21.9  23.2  24.2  24    23.8  23.9  23.4  22.3
## # ... with 1 more variable: Dic <dbl>
#pasar a formato de matriz
matrizdataPa <- as.matrix(climadataPa[,-1])
colnames(matrizdataPa) <- NULL
matrizdataPa
##      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]  [,9] [,10] [,11] [,12]
## [1,] 34.0 30.0 29.0 47.0 71.0 37.0 44.0 83.0 116.0 115.0  98.0  39.0
## [2,] 30.1 30.1 30.4 31.3 31.6 32.3 32.5 32.7  32.6  32.1  31.3  30.6
## [3,] 20.5 20.4 20.7 21.9 23.2 24.2 24.0 23.8  23.9  23.4  22.3  20.9
## [4,] 20.5 20.4 20.7 21.9 23.2 24.2 24.0 23.8  23.9  23.4  22.3  20.9

Crear los climadiagramas de ambos lugares:

library(iki.dataclim)
print("Clima-diagrama Pico del Este")
## [1] "Clima-diagrama Pico del Este"
plotWalterLieth(matrizdataPE)

print("Clima-diagrama La Parguera")
## [1] "Clima-diagrama La Parguera"
plotWalterLieth(matrizdataPa)