(06) CR2 dataset

CR2 dataset

El Explorador Climático utiliza las bases de datos compiladas por el Centro del Ciencia del Clima y Resiliencia (CR2), que desde su creación ha trabajado en recopilar y consolidar una extensa, completa y actualizada base de datos de observaciones climatológicas disponible para Chile.

The Climate Explorer uses the databases compiled by the Centro del Ciencia del Clima y Resiliencia (CR2), which since its creation has worked in compiling and consolidating an extensive, complete and updated database of weather observations for Chile.

Reading individual files

El paquete hydrotoolbox ofrece la posibilidad de leer estos archivos (formato .csv) de manera automática mediante la función read_cr2(). Al hacerlo, se cargará al Global Environment de R un data.frame con los datos del archivo original. Cabe destacar que esta función rellena automáticamente los vacíos existentes entre registros con NA_real_. Las siguientes líneas de código muestran cómo aplicar esta función con la estación Yeso.

The hydrotoolbox package offers the ability to read these files (.csv format) automatically using the read_cr2() function. Doing so will load to the Global Environment the original series as data.frame. It should be noted that this function automatically fills the gaps between records with NA_real_. The following lines of code show how to apply this function with the Yeso station.

# set path to file
path_tmax <- system.file('extdata', 'cr2_tmax_yeso_embalse.csv',
             package = 'hydrotoolbox')

# read file with default colname
head( read_cr2(path = path_tmax) )

# assign a column name
head( read_cr2(path = path_tmax, out_name = 'tmax(°C)') )

Si bien esta función resulta de gran utilidad, a medida que la cantidad de variables a analizar crece, cargar estas tablas, ordenarlas y modificarlas, se vuelve tarea complicada. La solución que ofrece hydrotoolbox es la de trabajar con los objetos y métodos que el paquete provee. En las siguientes secciones muestro cómo usarlos.

Although this function is very useful, as the number of variables to be analyzed grows, loading these tables, ordering and modifying them becomes a complicated task. The solution that hydrotoolbox offers is to work with the objects and methods that the package provides. In the following sections I will show you how to use them.

Using classes and methods to build a meteorological station

Como menciono en los principios de diseño de este paquete (vignette('package_overview', package = 'hydrotoolbox')), los datos que se registran en las estaciones deben almacenarse en un mismo objeto. Por ello primero habrá que crear dicho objeto (o estación hidro-meteorológica) y luego usar hm_build_generic(), un método que permite cargar automáticamente al objeto todas las variables que la estación real registra.

As I mentioned in the design principles of this package (vignette ('package_overview', package = 'hydrotoolbox')), the data that is recorded in the stations must be stored in the same object. For this reason, you must first create the object (or hydro-meteorological station) and then use hm_build_generic(), a method that allows you to automatically load all variables to the object that the real world station records.

# path to all example files
path <- system.file('extdata', package = 'hydrotoolbox')

# cr2 file
yeso <- 
  hm_create() %>%
  hm_build_generic(path = path, 
                   file_name = "cr2_tmax_yeso_embalse.csv",
                   slot_name = c('tmax'), 
                   by = "day", 
                   out_name = list("tmax_degC"),
                   FUN = read_cr2
                   )

Dado que la función constructora es la única que difiere de lo desarrollado para los datos del SNIH, recomiendo (re)visitar esta viñeta (vignette('snih_arg', package = 'hydrotoolbox'))

Since the constructor function is the only one that differs from what was developed for SNIH data, I recommend (re)visiting this vignette (vignette ('snih_arg', package = 'hydrotoolbox'))