agromet

El paquete {agromet} incluye una serie de funciones para calcular índices y estadísticos climáticos e hidrológicos a partir de datos tidy. Por ejemplo umbrales() permite contar la cantidad de observaciones que cumplen una determinada condición y dias_promedios() devuelve el primer y último día del año promedio de ocurrencia de un evento.

Otras funciones como spi() funcionan como wrappers de funciones de otros paquetes y que buscan ser compatibles con el manejo de datos tidy.

Finalmente el paquete incluye una función de graficado de datos georeferenciados mapear() con el estilo y logo propios de INTA.

Instalación

Para instalar la versión de desarrollo desde GitHub, usá:

# install.packages("remotes")
remotes::install_github("AgRoMeteorologiaINTA/agromet", build_vignettes = TRUE)

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", "agromet")

Si se quieren utilizar los datos con formato NH se puede utilizar la función leer_nh() y opcionalmente acceder a sus metadatos con metadatos_nh().

library(agromet)
library(dplyr)

archivo <- system.file("extdata", "NH0358.DAT", package = "agromet")

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 función dias_promedio() en el contexto de summarise().

datos %>% 
  filter(t_min <= 0) %>% 
  summarise(dias_promedio(fecha))
#>     variable dia mes dia_juliano
#> 1 primer_dia  15   5         135
#> 2 ultimo_dia  13   9         256

Mapear

La función mapear() 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 cordillara para enmascarar la variable a graficar.

# Genero datos aleatorios 
set.seed(496)
datos_aleatorios <- data.frame(metadatos_nh(), pp = rgamma(nrow(metadatos_nh()), 0.5, scale = 1)*70)

datos_aleatorios %>% 
  with(mapear(pp, lon, lat, cordillera = TRUE,
              escala = escala_pp_diaria,
              titulo = "Precipitación aleatoria", 
              fuente = "Fuente: datos de ejemplo"))

Cómo contribuir

Para contribuir con este paquete podés leer la siguiente guía para contribuir. Te pedimos también que revises nuestro Código de Conducta.