Seminariile geo-spatial.org Timișoara 2016

Summary

  • Introducere

  • Date climatologice

  • Aplicații software

  • Concluzii

Introducere

  • Climatologia - totalitatea stărilor de vreme cunoscute de un anumit teritoriu pe o perioadă lungă

  • În domeniul studierii climei și evaluării impactului asupra sistemelor naturale și umane se utilizează șiruri de date neîntrerupte, mai lungi de 30 de ani

  • Tipuri de date climatologice

    • Măsurători meteorologice de suprafață (stațiile meteo)

    • Date gridate

    • Rezultatele experimentelor numerice (date de reanaliză, modele climatice)

    • Produse obținute din prelucrarea imaginilor satelitare

Date climatologice

Măsurători de suprafață

  • Stația meteorologică: un ansamblu de echipamente cu ajutorul cărora se efectuează observații directe asupra fenomenelor meteorologice, climatice și hidrologice de bază și o prelucrare primară a datelor

  • Programul de măsurători sinoptice: 00h00, 06h00, 12h00, 18h00 (UTC), ore intermediare sinoptice 03h00, 09h00, 15h00, 21h00 (UTC), sau orare

  • Datele obținute în urma efectuării observațiilor sunt codificate utilizându-se codul synop, procedură care facilitează transmiterea datelor de la locațiile stațiilor către centrele regionale meteo

Date climatologice

Măsurători de suprafață

WMO Resolution 40 Cover Letter, GENEVA, 26 October 1995: international data exchanged under the World Meteorological Organization http://www.nws.noaa.gov/im/wmocovr.htm

  • Regional Basic Synoptic Networks (RBSN - rețeaua sinoptică de bază) of surface and upper-air stations adequate to meet the requirements of Members and of the World Weather Watch
  • Regional Basic Climatological Networks (RBCN - rețeaua climatologică de bază) necessary to provide a good representation of climate on the regional scale, in addition to global scale.

Date climatologice

Măsurători de suprafață - RBSN

  • 4,900 stații meteorologice cu cel puțin 6 observații/24h
  • Observațiile transmise în timp real prin Global Telecommunication System (WWW-GTS)
  • Transmiterea efectuată la 30 minutes după efectuarea observației la ora sinoptică
  • Disponibile liber, fără restricții conform: WMO data policy agreed in Resolution 40 (Cg-XII, 1995)
  • România: 23 de stații în rețeaua sinoptică de bază (RBSN)

Date climatologice

Măsurători de suprafață - RBSN

Date climatologice

Măsurători de suprafață - RBCN

  • Subset al rețelei RBSN (aprox. 2840 stations)
  • Furnizează o sinteză lunară: mesajul CLIMAT
  • Mesajul climat transmis lunar, la ora 06 UTC în ziua 4 a fiecărei luni
  • Disponibile liber, fără restricții conform: WMO data policy agreed in Resolution 40 (Cg-XII, 1995)
  • România: 14 stații meteorologice în rețeaua climatologică de bază (RBCN)

Date climatologice

Măsurători de suprafață - RBCN

Date climatologice

Măsurători de suprafață

Date climatologice

Măsurători de suprafață - Integrated Surface Database

  • Observații globale orare și sinoptice compilate din diverse surse (synop, metar, buoys, etc) în format ASCII

  • Integrează date din peste 100 de surse (35000 de stații)

  • Baza de date actualizată zilnic cu date furnizate de aproximativ 14000 de stații active

Date climatologice

Măsurători de suprafață - Integrated Surface Database

Date climatologice

Măsurători de suprafață - Integrated Surface Database

Date climatologice

Măsurători de suprafață - Integrated Surface Database

library(worldmet)
stations.ro <- getMeta(country = "RO", plot = F)
as.data.frame(stations.ro)

Date climatologice

Măsurători de suprafață - Integrated Surface Database

library(worldmet)
stations.ro <- getMeta(country = "RO", plot = F)
# Darabani
dat <- importNOAA(code = "150000-99999", year = 2016:2016)
dat <- dat[!is.na(dat$lon),]

as.data.frame(tail(dat[,c(1,5:20)]))

Date climatologice

Măsurători de suprafață - Global Historical Climatology Network Daily

  • Conține informații obținute de la peste 80000 stații din 180 de țări și teritorii

  • Variabile: maximum and minimum temperature, total daily precipitation, snowfall, and snow depth
  • Actualizată săptămânal
  • Controlul calității datelor realizat periodic
  • Archived at the NOAA/National Climatic Data Center in perpetuity for future retrieval (Menne et al. 2012)

Date climatologice

Măsurători de suprafață - Global Historical Climatology Network Daily

library(rnoaa)
library(data.table)
library(dplyr)
setwd("/Users/alexdum/Documents/prezentari/2016/icub")
stations <- fread("tabele/stations_ghcn_d.csv")
dat <- stations %>% filter(grepl("BUCURESTI-BANEASA", name))
baneasa <- ghcnd(stationid = dat$id[1])
alldat <- ghcnd_splitvars(baneasa)
snwd <- alldat$snwd
snwd$year <- as.integer(format(snwd$date, "%Y")) # compute annual maximum values
snwd.max <- aggregate(snwd~year, data = snwd, FUN = max) # mm to cm
snwd.max$snwd <- snwd.max$snwd/10
summary(snwd.max)
##       year           snwd       
##  Min.   :1973   Min.   :  5.10  
##  1st Qu.:1984   1st Qu.: 17.05  
##  Median :1995   Median : 26.90  
##  Mean   :1995   Mean   : 36.52  
##  3rd Qu.:2006   3rd Qu.: 40.40  
##  Max.   :2016   Max.   :122.90

Date climatologice

Măsurători de suprafață - Global Historical Climatology Network Daily

Date climatologice

Măsurători de suprafață - Global Summary of the Month

  • Sursa de date primare: Global Historical Climatology Network (GHCN)-Daily Data set

  • Conține sinteze lunare ale următorilor parametri: - monthly mean maximum, mean minimum and mean temperatures; monthly total precipitation and snowfal - extreme daily temperature and precipitation amounts.

  • Informații disponibile din anul 1763 până în prezent
  • Actualizată săptămânal

Date climatologice

Măsurători de suprafață - Global Summary of the Month

library(rnoaa)
library(sp)
stations <- ncdc_stations(datasetid='GSOM',
      extent = c(43.3,20,48.5,30), limit = 1000)$data # read stations metadata
tmax <- ncdc(datasetid='GSOM', stationid=stations$id,datatypeid = "TMAX",
        startdate = '2007-07-01', enddate = '2007-07-31', limit = 1000) # read monthly maximum temperature
summary(tmax$data)
##      date             datatype           station              value      
##  Length:27          Length:27          Length:27          Min.   :12.96  
##  Class :character   Class :character   Class :character   1st Qu.:29.59  
##  Mode  :character   Mode  :character   Mode  :character   Median :32.03  
##                                                           Mean   :30.76  
##                                                           3rd Qu.:34.26  
##                                                           Max.   :35.35
tmax.co <- merge(stations[,c("id", "name", "elevation", "longitude","latitude")],
          tmax$data, by.x = "id", by.y = "station") # join with metadata
coordinates(tmax.co) <- ~ longitude+latitude
# spplot(tmax.co,"value", axes = T,scales=list(draw=T))

Date climatologice

Măsurători de suprafață - Global Summary of the Month

Date climatologice

Măsurători de suprafață - Global Summary of the Month

library(rnoaa)
library(openair)
tmax.f <- NULL
dats <- seq(1921, by = 10, length.out = 10)
for (i in 1:length(dats))
{
  tmax <- ncdc(datasetid='GSOM', stationid="GHCND:ROE00108895",datatypeid = "EMXT",
               startdate = paste0(dats[i],"-01-01"), 
               enddate = paste0(dats[i]+9,"-12-31"), limit = 1000) # read monthly maximum temperature
  tmax.f <- rbind(tmax.f, tmax$data)
}
tmax.f$year <- substr(tmax.f$date,1, 4)
tmax.f$month <- substr(tmax.f$date,6, 7)
tmax.july <- tmax.f[tmax.f$month =="07",] # select month July
tmax.july$mydate<-as.POSIXct(tmax.july$date, tz="UTC")
# scatterPlot(tmax.july, x = "year", y = "value", linear = T, 
# ylab = "degree Celsius", xlab = "Years",
# title = "Galati - July maximum temperature ")

Date climatologice

Măsurători de suprafață - Global Summary of the Month

Date climatologice

Date gridate

Furnizarea informației în regiunile unde nu există măsurători meteorologice:

  • utilizarea observațiilor de la stațiile meteo aflate la distanța cea mai mică de zona de interes, dar care să fie reprezentative pentru regiunea respectivă;
  • aplicarea tehnicilor de interpolare spațială, care cuantifică alături de informațiile de la stațiile meteo și variabile topografice → estimări obiective ale variabilelor climatice - gridded datasets (Tveito et al. 2008)
    • E-OBS
    • CarpatClim
    • ROCADA

Date climatologice

Date gridate - E-OBS

  • Set de date zilnice gridate realizat la scară europeană

  • Variabile:precipitații, temperatură medie, minimă și maximă, disponibile din 1950-prezent (Haylock et al. 2008)

  • Rezultatul unei proceduri de interpolare în trei etape:

    • interpolarea spațială a valorilor de temperatură și cantităților de precipitații lunare utilizând thin-plate splines
    • interpolarea anomaliilor zilnice utilizând kriging;
    • combinarea setului lunar cu anomaliile → datele gridate
  • Rezoluție spațială 0.25 degree regular lat-lon grid; file format: NetCDF
  • Acces date: http://eca.knmi.nl/download/ensembles/download.php

Date climatologice

Date gridate - E-OBS

library(raster)
pp <- brick("~/Downloads/rr_0.25deg_reg_v14.0.nc")

spplot(pp[[(nlayers(pp)-1):(nlayers(pp))]], scales=list(draw=T), xlim = c(-10,50),
       ylim = c(30,74), col.regions = (rainbow(n=100,start = 0.1,end=0.8)),
       at = c(0,5,10,15,20,25,30,35,40,45))

Date climatologice

Date gridate - E-OBS

library(raster)
library(lattice)
pp <- brick("~/Downloads/rr_0.25deg_reg_v14.0.nc")

pp_1950_2016 <- extract(pp, cbind(25,46))
histogram(pp_1950_2016, main = "Histrogram of precipitation (long = 25; lat = 46)")

Date climatologice

Date gridate - E-OBS

library(raster);library(lattice);library(rgdal)
judete <- readOGR("shp","judete", stringsAsFactors = F, verbose = F)
tt <- brick("~/Downloads/tg_0.25deg_reg_v14.0.nc") 
tt <- tt[[nlayers(tt)]]
judete.tt <- extract(tt, judete, sp = T, fun = mean,na.rm = T) # average by counties
spplot(judete.tt,"X2016.08.31", scales=list(draw=T), main = "Air temperature - 31 August 2016")

Date climatologice

Date gridate - E-OBS

RCMs vs. E-OBS - annual precipitation 1961-1990

Date climatologice

Date gridate - CarpatClim

  • Obținute în cadrul proiectului CARPATCLIM (www.carpatclim-eu.org)

  • Metodă: meteorological interpolation based on surface homogenized database (MISH)

  • Variabile climatice: air pressure; minimum, maximum, and average air temperature; wind speed; precipitation; sunshine hours; cloud cover; relative humidity

  • Extindere: 44°N și 50°N lat și 17°E și 27°E long

  • Rezoluție temporală: zilnice, perioada 1961-2010; Rezoluție spațială: 0.1˚ x 0.1˚

  • Acces date: http://www.carpatclim-eu.org/pages/atlas/

Date climatologice

Date gridate - CarpatClim

Digital elevation model of the Carpathian Mountains Region (source: Cheval et al. 2014)

Date climatologice

Date gridate - CarpatClim

library(raster)
library(dismo)
tmax <- brick("/Volumes/D/Alex/Clima/2016/hotspots/grids/tmax_1961_2010.grd")
tmin <- brick("/Volumes/D/Alex/Clima/2016/hotspots/grids/tmin_1961_2010.grd")
prec <- brick("/Volumes/D/Alex/Clima/2016/hotspots/grids/prec_1961_2010.grd")
biovar <- biovars(prec, tmin, tmax)
#plot(biovars, "Vaibile bioclimatice")

Date climatologice

Date gridate - CarpatClim

CarpatClim - variabile bioclimatice

CarpatClim - variabile bioclimatice

–>

Aplicații software

Processing softwares

R language packages

  • rnooa: client for many 'NOAA' data sources including the 'NCDC' climate 'API'
  • worldmet: R package for accessing NOAA Integrated Surface Database (ISD) meteorological observations
  • climatetrends: statistical methods for climate sciences
  • climatol: climate tools (series homogenization and derived products)
  • dismo: Species distribution modeling with R
  • meteo: spatio-temporal analysis and mapping of meteorological observations
  • openair: R package for air quality data analysis
  • raster: geographic data analysis and modeling
  • gstat: spatial and spatio-temporal geostatistical modelling, prediction and simulation

Concluzii

  • Date consistente meteorologice și climatice sunt disponibile liber pentru utilizarea de către comunitatea științifică
  • Aplicații software libere furnizează soluții pentru accesare și manipularea datelor meteorologice și climatice

  • R language: automatizarea tuturor procedurilor specifice unui SIG (import date, procesare, realizare layout, export harta finala ca imagine);

Mulțumesc!

References

Cheval, S., M. Birsan, and A. Dumitrescu, 2014: Climate variability in the carpathian mountains region over 1961–2010. Global and Planetary Change, 118, 85–96.

Haylock, M., N. Hofstra, A. Klein Tank, E. Klok, P. Jones, and M. New, 2008: A european daily high-resolution gridded data set of surface temperature and precipitation for 1950–2006. Journal of Geophysical Research: Atmospheres, 113.

Menne, M. J., I. Durre, R. S. Vose, B. E. Gleason, and T. G. Houston, 2012: An overview of the global historical climatology network-daily database. Journal of Atmospheric and Oceanic Technology, 29, 897–910.

Tveito, O. E., M. Wegehenkel, F. van der Wel, and others, 2008: The use of geographic information systems in climatology and meteorology.