TRABAJOS PRÁCTICOS CORTOS

BASES DE DATOS E INFORMACIÓN SATELITAL PARA SISTEMAS HÍDRICOS

Semestre 01-2024
Profesor: Rubén Darío Montoya Ramírez
OBJETIVOS:
1. Permitir al estudiante demostrar los conocimientos adquiridos en la descarga
automática de datos empleando herramientas de Python como os, ftplib, request y
herramientas para la concatenación de strings, save, entre otros.
2. Permitir al estudiante demostrar los conocimientos adquiridos para la lectura o
escritura de archivos de Excel o de texto plano .txt.
3. Permitir al estudiante demostrar los conocimientos adquiridos en el lenguaje Python
para la lectura de archivos NetCDF ó HDF.
4. Permitir al estudiante demostrar los conocimientos adquiridos en el lenguaje Python
para la obtención y graficado de series de tiempo a partir de archivos científicos tipo
HDF ó NetCDF.
5. Permitir al estudiante demostrar los conocimientos adquiridos en el lenguaje Python
para el graficado espacial empleando las herramientas vistas en clase u otras.
6. Permitir al estudiante aplicar las herramientas vistas en clase para la solución de un
problema ingenieril (Aplicación a su trabajo).
7. Permitir al estudiante demostrar el aprendizaje adquirido para la lectura automática
de shape files de ArcGIS y archivos tipo kml de Google earth.

EJERCICIO 1: PROCESAMIENTO DE DATOS DE LLUVIA DE LA BASE DE

DATOS CHIRPS, GPC o GPM.
Múltiples aplicaciones ingenieriles y científicas requieren de la información de lluvia. Dentro
de estos pueden mencionarse, la modelación de caudales máximos, la estimación de recarga
de acuíferos, el diseño de alcantarillados, el diseño y modelación hidráulica, entre muchos
otros. En Colombia la información de estaciones de precipitación de longitud adecuada es
escasa lo cual implica que para este tipo de proyectos especiales sea necesario la instalación
de estaciones de medición durante el período de ejecución del proyecto o deba extrapolarse
la información a partir de metodologías que resultan muy aproximadas y en muchas
ocasiones incorrectas. Adicionalmente muchas estaciones suministradas por entidades
nacionales como el IDEAM no contienen la información suficiente para estudiar la dinámica
de largo plazo de la precipitación o no tienen la densidad adecuada para representar la
variabilidad espacial de la lluvia para una región determinada. Teniendo en cuenta esto es de
vital importancia contar con otras fuentes de información que permitan de manera
aproximada hacer un estimativo de dicha variable para zonas sin información o que pueda
ser complementada con la información disponible. En el presente ejercicio se pretende que
el estudiante practique los conocimientos adquiridos en el curso mediante el procesamiento
de información de lluvia de fuentes de datos como CHIRPS, TRMM, GPC, PERSIANN,
GPM, empleando las herramientas computacionales en el lenguaje Python visto en clase.
Estas fuentes de datos cuentan con mallas regulares con diferentes resoluciones, formatos
(HDF NetCDF), dominios y estructuras. La información se encuentra disponible a nivel
global para una en el siguiente link:
Teniendo en cuenta desarrollar las siguientes actividades
Actividades:
1. (Ejercicio individual) Seleccionar un punto de interés en el cual desee conocer la
precipitación mensual. Este pude puede ser seleccionado a partir de una necesidad
real en su empresa o por algún motivo en especial desde el punto de vista ingenieril.
Explicar la selección de dicho punto.
2. (Ejercicio individual) Escribir un script para descargar la información de forma
automática de la base de la base de datos de precipitación mensual de GPCC.
Seleccionar uno de los productos disponibles.
Link: https://psl.noaa.gov/data/gridded/data.gpcc.html
(Competencia: Construcción de scripts para descarga automática de archivos de una
dirección ftp).
EJERCICIO 2: PROCESAMIENTO DE DATOS SERIES DE TIMPO

3. (Ejercicio individual) Descargar de la base de datos de CHRIPS al menos dos años

de datos diarios de precipitación para la resolución más fina (usar el script visto en
clase). A partir de estos archivos, realizar un script de Python que permita obtener el
grafico de la serie de tiempo de precipitación diaria en el punto seleccionado en el
punto 1 empleando interpolación. Incluya en su script la escritura de los datos en un
archivo plano del tipo .txt ó csv (Competencia: Interpolación y graficado de series
de tiempo, escritura de archivos planos). Notas: Dado que no es posible obtener la
fecha a partir del nombre del archivo se anexa un código que permite convertir la
fecha (Variable time) al interior del archivo NetCDF en fechas en formato aaaa-mm-
dd hh:mm. Ejemplo: 1983-12-31 00:00. El nombre del archivo en Python es fechas.py
y esta aplicado de forma particular a los datos de CHIRPS. Incluya la modificación
de un archivo auxiliar para considerar locs para fechas de manera que se incluyan en
el gráfico solo algunas de ellas tal como se vio en clase.
4. (Ejercicio individual) Construir un script que permita construir los mapas de
precipitación diarios para al menos un mes de datos de CHIRPS. Hacer esto para todo
el mundo y para una región deseada según los intereses de su trabajo. Explicar el
criterio empleado para la selección de dicha zona. Tenga en cuenta que los archivos
de CHIRPS en su versión de resolución más fina tienen un peso alrededor de una
Giga. Incluya en los gráficos la variación del título de forma dinámica de manera que
incluya la fecha de cada día. Ejemplo: 2000/01/01. Seleccione una región con base a
la resolución de 0.05 grados de la resolución más fina (aproximadamente 5 km).
(Competencias: Construcción de mapas espaciales en Python, lectura y
 procesamiento de archivos NetCDF ó HDF). Para este ejercicio realice los gráficos
empleando las herramientas de matplotlib y cartopy. Recuerde considerar la mayor
cantidad de aspectos relacionados y vistos en clase en cuento a tamaño de letra,
espesor de la línea, posición, tipo de letra, entre otras para elementos como título,
rotulo de ejes, etc. Incluya en el script el guardado automático. En la nota se
considerar este aspecto.
Cada figura deberá guardarse de manera automática con el nombre del archivo
variando con la fecha y el título del grafico contengan la fecha (año, mes, día).

EJERCICIO 3: PROCESAMIENTO DE DATOS EXCEL Y SHAPEFILES

5. (Ejercicio en parejas) Seleccione un problema habitual de su trabajo donde que sea

necesario manipular un archivo sencillo de Excel en el cual se consignen datos
empleados para cualquier aplicación. Construir un script de Python que lea dicho
archivo y realice al menos un gráfico. (Competencia: Lectura de archivos de Excel).
6. (Ejercicio en parejas) Seleccione un archivo tipo shape file de ArcGIS de su trabajo
o profesión. Construir un script de Python que lea dicho archivo, lo grafique en
Python, y obtenga los parámetros incluidos en la Geodataframe y los escriba en un
archivo de Excel. (Competencia: Lectura de archivos tipo shape file, escritura de
archivos planos). Nota: Seleccione un archivo shape file que contenga uno o varios
polígonos tal como el visto en clase.

EJERCICIO 4: EJERCICIO OPCIONAL

8. Generar un archivo KML de alguna región deseada y hacer un script para que grafique
dicha región en Python. Incluya en el script el guardado automático de la figura.

NOTAS: TODOS los códigos a construir pueden ser realizados a partir de los ejemplos vistos
en clase sin embargo de ser posible trate de incluir aspectos de código adicionales a los vistos
en clase para mejorar la calidad de sus gráficos o scripts. Resalte en el código los elementos
no vistos en clase adicionales. Se valorará la utilización de elementos de consulta no vistos
en clase.
RECUERDEN
El éxito del aprendizaje de estas herramientas radica en generar una necesidad para usarlas
en su vida práctica. Luego trate de definir qué información de la vista en el curso es útil para
su vida profesional y practique generando scripts necesarios para su descarga y
procesamiento. Recuerde que el aprendizaje depende de la realización de estos ejercicios de
práctica. Recuerde además que para las demás asignaturas será necesario usar herramientas
de Python.
Fecha de entrega: Hasta el miércoles 28 de febrero. Forma de envío: wetransfer. No borre
su información hasta verificar que ha sido recibida por el profesor.
Sustentación: Cada estudiante debe hacer un video explicando del funcionamiento de sus
scripts (inclusive los realizados en parejas) explicando claramente cada una de las líneas de
código y los comandos empleados. El video debe incluir la ejecución correcta de todos los
scripts. Revise la calidad del audio de sus videos. Para los scripts realizados en parejas
incluya un comentario en la parte superior donde se indique los (2) compañeros que
realizaron el script). Nota: No ponga comentarios en sus scripts. Los videos pueden ser
realizados en cualquier herramienta incluido YouTube. Se espera que cada estudiante tenga
claro que hace cada una de las líneas para asegurar de manera aproximada su aprendizaje.
Entregables por cada estudiante:
1. Carpeta con los códigos de Python realizados.
2. Carpeta con archivos requeridos para verificar ejecución correcta. En el caso de
CHIRPS no incluya dichos archivos dado su peso.
3. Carpeta con los gráficos o archivos generados durante la ejecución.
NOTA: Cada persona deberá realizar sus propios scripts. Teniendo en cuenta esto NO
es posible tener scripts exactamente iguales salvo los realizados en parejas.
Se realizarán asesorías programadas según correos previos por parte de los estudiantes.

EXITOS – RUBEN