Obtención de datos CHIRPS para Vichada

1.Datos CHIRPS

CHIRPS (Climate Hazards Group InfraRed Precipitation with Station data) , es una base de datos de precipitación disponible al público desde 2014 creada por el Servicio Geológico de los Estados Unidos (USGS por sus siglas en inglés) y la Universidad de California - Santa Bárbara (UCSB) ; Usa como fuentes de datos: Climatologías de precipitación mensual (CHPclim), observaciones satelitales de sensores Infrarojo Geoestacionarios, datos de precipitaciones estimadas por la NOAA (CFSv2) y datos observados en superficie proporcionados por servicios meteorológicos (Funk et al., 2014).

Esta base de datos , tiene disponible información de la precipitación desde el año 1981 hasta la fecha con una resolución espacial de de 0.05º (Aproximadamente 5Km) para los lugares comprendidos entre los 50º de latitud norte y 50º de latitud sur en todas las longitudes.La precipitación viene dada en mm totales por intervalo de tiempo , debido a que estos datos están disponibles de forma diaria, pentadiaria (Cada 5 Días),mensual y anual.

2.Preprocesamiento de los Datos

2.1 Leer datos de precipitación

Se descargaron los datos de precipitación correspondendientes a los ultimos 5 días del mes de abril del presente año , disponibles en formato tif . Luego , fueron cargados en el espacio de trabajo en RStudio Cloud , posteriormente se leen los datos y se observa el contenido del objeto “Precip”.

(Precip <- raster("./Chirps/chirps-v2.0.2020.04.6.tif"))

class      : RasterLayer 
dimensions : 2000, 7200, 14400000  (nrow, ncol, ncell)
resolution : 0.05, 0.05  (x, y)
extent     : -180, 180, -50, 50  (xmin, xmax, ymin, ymax)
crs        : +proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0 
source     : /cloud/project/Chirps/chirps-v2.0.2020.04.6.tif 
names      : chirps.v2.0.2020.04.6 

En la salida del código , se ve que CRS hace referencia al sistema de coordenadas .Además el conjunto de datos , tiene una extensión cuasi global , por tanto , se lee el archivo shapefile que corresponde a la zona de estudio.En la salida del código se puede comprobar que tanto el objeto “Precip” como el objeto “Vichada” tienen el mismo sistema de referencia de coordenadas

(Vichada <- shapefile("./ADMINISTRATIVO/MGN_MPIO_POLITICO.shp"))

class       : SpatialPolygonsDataFrame 
features    : 4 
extent      : -71.07793, -67.4098, 2.737109, 6.324317  (xmin, xmax, ymin, ymax)
crs         : +proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0 
variables   : 9
names       : DPTO_CCDGO, MPIO_CCDGO,    MPIO_CNMBR,                           MPIO_CRSLC,    MPIO_NAREA, MPIO_NANO, DPTO_CNMBR,    Shape_Leng,     Shape_Area 
min values  :         99,      99001,      CUMARIBO,       Decreto 1594 de Ago 5  de 1974, 3898.56891769,      2017,    VICHADA, 3.29670807195, 0.316732435778 
max values  :         99,      99773, SANTA ROSALÍA, Ordenanza 66 de Noviembre 22 de 1996, 65599.7022767,      2017,    VICHADA,  18.794382661,   5.3085802966 

2.2Recortar el ráster

Ahora,con la función “crop” de la libreria raster, se recortan los datos de precicipitación de tal manera que tenga la misma extensión que la zona de interés

corte.precipitacion <- raster::crop(Precip, extent(Vichada)) 

Se crea un raster con los valores del objeto anterior y en la salida del código , se puede ver que el Valor mínimo de precipitación en mm para todo el Departamento es de 0.541795 , mientras que es valor máximo es de 85.82147

(precip.mask <- mask(x = corte.precipitacion, mask = Vichada))

class      : RasterLayer 
dimensions : 71, 74, 5254  (nrow, ncol, ncell)
resolution : 0.05, 0.05  (x, y)
extent     : -71.1, -67.4, 2.749999, 6.299999  (xmin, xmax, ymin, ymax)
crs        : +proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0 
source     : memory
names      : chirps.v2.0.2020.04.6 
values     : 0.541795, 85.82147  (min, max)

2.3 Representación de datos CHIRPS de precipitación para el departamento de Vichada

Luego, se plotea el el ráster para la precipitación en Vichada , junto al Shapefile de este departamento

plot(precip.mask, main= "Precipitaciones CHIRPS del 26 al 30 de Abril en 2020 [mm]")
plot(Vichada, add=TRUE)

También , se puede tener una mejor visualización con ayuda de la función “AddRasterImage” y las opciones de la libreria leaflet

library(leaflet)
# Crear Paleta de color y asignarlos en función de los valores que tome la variable
pal <- colorNumeric(c("#B2182B", "#FFE4A9", "#afc9a9", "#86bbdb", "#2e0091"), values(precip.mask),
  na.color = "transparent")
leaflet() %>% addTiles() %>%addRasterImage(precip.mask, colors = pal, opacity = 0.8) %>%addLegend(pal = pal, values = values(precip.mask), title = "Datos CHIRPS de precipitación del 26 al 30 de abril 2020 para Vichada [mm]" )

2.2 Convertir de Ráster a puntos

Para convertir de Ráster a puntos se hace uso de la función rasterToPoints() , disponible en la libreria raster

(precip.points <- rasterToPoints(precip.mask, spatial = TRUE))

class       : SpatialPointsDataFrame 
features    : 3248 
extent      : -71.075, -67.475, 2.774999, 6.274999  (xmin, xmax, ymin, ymax)
crs         : +proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0 
variables   : 1
names       : chirps.v2.0.2020.04.6 
min values  :     0.541795015335083 
max values  :      85.8214721679688 

Como ya se conoce que la única variable que se encuentra en el objeto hace referencia a la precipitación , entonces se cambia su nombre de “chirps.v2.0.2020.04.6” a “lluvia”

names(precip.points) <- "lluvia"
precip.points

class       : SpatialPointsDataFrame 
features    : 3248 
extent      : -71.075, -67.475, 2.774999, 6.274999  (xmin, xmax, ymin, ymax)
crs         : +proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0 
variables   : 1
names       :            lluvia 
min values  : 0.541795015335083 
max values  :  85.8214721679688 

Se indaga la estructura de este objeto

str(precip.points)

Formal class 'SpatialPointsDataFrame' [package "sp"] with 5 slots
  ..@ data       :'data.frame': 3248 obs. of  1 variable:
  .. ..$ lluvia: num [1:3248] 0.816 0.826 0.807 0.824 0.776 ...
  ..@ coords.nrs : num(0) 
  ..@ coords     : num [1:3248, 1:2] -67.9 -67.8 -67.8 -67.7 -67.7 ...
  .. ..- attr(*, "dimnames")=List of 2
  .. .. ..$ : NULL
  .. .. ..$ : chr [1:2] "x" "y"
  ..@ bbox       : num [1:2, 1:2] -71.07 2.77 -67.47 6.27
  .. ..- attr(*, "dimnames")=List of 2
  .. .. ..$ : chr [1:2] "x" "y"
  .. .. ..$ : chr [1:2] "min" "max"
  ..@ proj4string:Formal class 'CRS' [package "sp"] with 1 slot
  .. .. ..@ projargs: chr "+proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0"

se plotean los puntos obtenidos sobre el objeto ráster, pues cada uno de estos puntos se encuentra ubicado en el centro de cada una de las celdas que compone el ráster “precip.mask”

plot(precip.mask, main= "Precipitaciones CHIRPS del 1 al 06.04.2020 [mm]")
plot(Vichada, add=TRUE)

points(precip.points$x, precip.points$y, col = "Blue", cex = .1)

Por último, se usa la libreria Rgdal para escribir el objeto espacial en un archivo geojson

geojsonio::geojson_write(precip.points, file = "./chirps/ppoints.geojson")

Success! File is at ./chirps/ppoints.geojson

<geojson-file>
  Path:       ./chirps/ppoints.geojson
  From class: SpatialPointsDataFrame