Superficie de interpolación TIN 3D con la versión actual de matplotlib en Python

En un post bastante antiguo se consideró la generación de una superficie de interpolación TIN 3D con los módulos numpy, matplotlib y visvis de Python. Sin embargo, como el método ‘Natural Neighbor interpolation’ de matplotlib.mlab.griddata ha sido removido de maplotlib por motivos de licencia el código, tal como está allí expuesto, probablemente no funcionará.

Seguir leyendo

Anuncios
Publicado en Código Python, SIG | Deja un comentario

Exportar a Google Drive ee.List con días julianos (o días del mes) y datos de precipitación obtenida en GEE a partir de imágenes CHIRPS daily

En el post anterior se consideró un caso similar en el cual la lista (objeto ee.List) era creada automáticamente al invocar al método ‘split’ de ee.Date. En este post, el código señala la creación de una lista vacía y se llena con elementos que obtenemos invocando otros métodos de la clase ee.Date .

Seguir leyendo

Publicado en Google Earth Engine | Deja un comentario

Exportar a Google Drive ee.List con fecha y datos de precipitación obtenida en GEE a partir de imágenes CHIRPS daily

En el post anterior se consideró la forma de cómo producir una serie diaria de datos de precipitación a partir de CHIRPS/DAILY images con Google Earth Engine (GEE). El código propuesto permitía filtrar la ImageCollection considerada por fechas para luego acceder a los valores de precipitación para toda la serie empleando el método ‘reduceRegion’ con la ubicación de la Estación Metereológica (geometría tipo punto). Estos valores de precipitación se adicionaron al final de una lista previamente creada con la fecha (año, mes, día) de adquisición de la imagen (un total de 4 elementos por lista diaria).

Seguir leyendo

Publicado en Google Earth Engine | 1 Comentario

Cómo producir una serie diaria de datos de precipitación a partir de CHIRPS/DAILY images con GEE

Las simulaciones agroambientales requieren datos de elementos climáticos, sin embargo, cuando se descuida el mantenimiento de las estaciones metereológicas que los producen pueden presentarse cantidades importantes de datos faltantes que comprometen la validez de la data. En estos casos los mapas de precipitación del Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS), desarrollados por el servicio de levantamiento geológico de los Estados Unidos (USGS) y el Centro de Ciencia y Observación de los Recursos de la Tierra (EROS), prometen ser útiles.

Seguir leyendo

Publicado en Google Earth Engine | 1 Comentario

Cómo acceder a la metadata de las imágenes en GEE

Ciertos parámetros de la metadata de las imágenes son necesarios para programar en Google Earth Engine (GEE). Probablemente, si se conoce la existencia del método ‘getInfo’, se sentiría uno tentado a usarlo pero, en este tutorial de GEE, desaconsejan su uso en el código regular. No obstante, vamos a observar que información contiene para la imagen ‘LANDSAT/LT5_L1T_TOA_FMASK/LT50380322011235PAC01’. El código completo es el siguiente:

Seguir leyendo

Publicado en Google Earth Engine | Deja un comentario

Agregación de series de tiempo de precipitación en GEE

La agregación temporal de series de tiempo en Google Earth Engine (GEE) se hace con base en la clase ‘ee.Reducer’. La estadística simple que se usa en la agregación puede ser del tipo minimum, maximum, mean, median, standard deviation, sum, histogram, linear regression, list, etc. En el caso de la precipitación, se va a disponer de series diarias adquiridas de Climate Hazards Group InfraRed Precipitation with Station (CHIRPS) con 0.05° de resolution. Para producir un sólo mapa anual (2017 en este caso) la serie de 365 rásters anuales se agregará con sum.

Seguir leyendo

Publicado en Google Earth Engine | Deja un comentario

Temperatura de brillo a partir de imágenes Landsat 5 con GEE

En el post anterior se coonsideró la forma de cómo acceder en Google Earth Engine (GEE) a imágenes individuales ya transformadas (radiancia, reflectancia, temperatura de brillo) empleando el código de nombre de las imágenes Landsat 5. Sin embargo, no se exploró el resultado correspondiente a las temperaturas de brillo a partir de la banda B6.

Seguir leyendo

Publicado en Google Earth Engine | Deja un comentario