Brazilian Daily Weather Gridded Data (BR-DWGD)

Estes códigos pretendem demonstrar algumas possibilidades de utilização da grade BR-DWGD por meio da linguagem Python. Encontrando erros, por favor entrar em contato (alexandre.xavier@ufes.br).

NOTA: Para rodar os códigos abaixo, serão necessários ±6GB de memória RAM livre.

Informações sobre atualizações da BR-DWGB

https://sites.google.com/site/alexandrecandidoxavierufes/brazilian-daily-weather-gridded-data?authuser=0

Download da grade (BR-DWGD)

Aqui

No Google Earth Engine

Não há necessidade de baixar os dados. A grade foi atualizada em março de 2025. Informações sobre o asset aqui). Simples exemplos de uso em JavaScript aqui e em Python aqui

Citação dos dados

Caso venha a utilizar os dados, solicitamos que seja devidamente citado como:

Xavier, A. C., Scanlon, B. R., King, C. W., & Alves, A. I. (2022). New improved Brazilian daily weather gridded data (1961–2020). International Journal of Climatology, 42(16), 8390– 8404. https://doi.org/10.1002/joc.7731

Instalação das bibliotecas

Instale o ambiente de gerenciamento miniconda. Depois de instalado o miniconda, no console, seguir a sequencia de comandos:

$ conda create --name br-dwgd

$ conda activate br-dwgd

$ conda install -c conda-forge xarray dask netCDF4 bottleneck

$ pip install matplotlib scipy seaborn regionmask joblib rioxarray jupyterlab hvplot cartopy geoviews geopandas geemap pycrs

$ jupyter-lab

Ou com o arquivo requirements.txt:

$ python3 -m venv br-dwgd

$ source br-dwgd/bin/activate

$ pip install -r requirements.txt

$ jupyter-lab

Será aberto no seu navegador uma aba com o Jupyterlab. Lá, por exemplo, é só importar, por exemplo, o arquivo apresentacaoUFRNUFSM.ipynb

Exportando dados para arquivos csv

Para exportar em csv:

1. todas as variáveis de pontos geográficos específicos, na escala de tempo:
   1. diária export2cvsdailypoints.py
   2. mensal export2cvsmonthlypoints.py
2. todas as variáveis, de todas as células, em uma região com limite geográfico conhecido, na escala de tempo:
   1. diária export2csvdailyregion.py
   2. mensal export2csvmonthlyregion.py

Para exportar dados, em nível municipal, nos formatos geojson, shp ou gpkg

IMPORTANTE: este código foi corrigido em 08/11/2023. O anterior estava com problema.

No exemplo do código extraindodadosnivel_municipal.py, é extraida a precipitação acumulada mensal de todos os municípios do Brasil (jan/1961-dec/2022), e estes dados, exportados para um arquivo no formato geojson.

Para modificar:

1. a variável que vai ser utilizada, modificar linha 48;
2. a escala de tempo, modificar linha 51;
3. o nome/formato do arquivo a ser exportado (shapefile, geojson ou gpkg), modificar linha 55 e;
4. se a variável a ser exportada vai ser a acumulada ou a média do período, modificar linha 87.

Resultado gráfico do código, apenas para exemplificar o procedimento: (i) a precipitação acumulada para jan/1961; (ii) a precipitação acumulada extrapolada para jan/1961 e; (iii) precipitação acumulada para jan/1961 em nível municipal.

Jupyter lab

Para exemplos em Jupyter lab, ver exemplo apresentacaoUFRNUFSM.ipynb

Resultados gráficos dos scripts do diretório exemplos

exemplo1.py Plotando dados e controles

exemplo2.py Para uma posição geográfica, exportando dados diários de Tmax no formato "csv" e plotando sua série histórica assim como média mensal. Período 01/01/1961-31/12/1989.

exemplo3.py Normais RH, período 1990-01-01 a 2019-12-31.

exemplo4.py Mensais ETo, período 1961-01-01 a 1989-12-31.

exemplo5.py Plotando e exportando em "csv" normais mensais de Tmax para algumas localidades. Normais 01/01/1990 a 31/12/2019.

exemplo6.py Plotando controles para duas posições

exemplo7.py Cálculo da diferenca sazonal entre a precipitacao e a ET0 para o Brasil utilizando os dados gradeados (1980/01/01-2009/12/31)

exemplo8.py Abrindo e plotando a normal da temperatura media do mês janeiro, período 1961/01/01-1989/12/31.

exemplo9.py Comportamento da temperatura média anual para as diferentes regiões, período 1961-2019.

Estatísticas:

|Região |Δ (℃/ano)|R | pvalue |stderr | |------------|------------|------------|----------|------------| |Sul |0.019 |0.660 | 1.66e-08 |0.003 | |Sudeste |0.023 |0.779 | 3.73e-13 |0.002 | |Nordeste |0.029 |0.855 | 7.07e-18 |0.002 | |Centro-Oeste|0.026 |0.843 | 5.26e-17 |0.002 | |Norte |0.028 |0.877 | 7.54e-20 |0.002 |