Wstęp do pakietu ‘climate’ (PL)

Bartosz Czernecki, Arkadiusz Głogowski, Jakub Nowosad

2026-07-13

Source: vignettes/articles/pl.Rmd

Głównym celem pakietu climate jest zapewnienie wygodnego i programowalnego dostępu do danych meteorologicznych i hydrologicznych z publicznie dostępnych repozytoriów, w tym m.in.:

  • Instytut Meteorologii i Gospodarki Wodnej - Państwowy Instytut Badawczy (IMGW-PIB)

  • OGIMET (ogimet.com)

  • University of Wyoming - dane atmosferyczne dla radiosondaży (http://weather.uwyo.edu/upperair/).

Funkcje

Pakiet climate składa się z kilku głównych funkcji:

  1. Dane meteorologiczne

  • meteo_ogimet - Umożliwia pobieranie godzinowych i dobowych danych meteorologicznych ze stacji meteorologicznych nadających depesze SYNOP (FM-12) które są udostępnione w serwisie ogimet.com. Każda stacja meteorologiczna (synoptyczna) pracująca w ramach World Meteorological Organization (WMO) udostępnia swoje dane w ramach serwisu od ok. 2000 roku

    • stations_ogimet - Umożliwia uzyskiwanie współrzędnych geograficznych, położenia stacji nad poziomem morza oraz identyfikatora WMO i nazwy stacji dla kraju określonej przez użytkownika; opcjonalnie wykreśl wyniki na mapie

  • meteo_imgw - Pozwala pobrać dane meteorologiczne interwale godzinowym, dziennym lub miesięcznym o danej randze stacji (SYNOP / CLIMATE / PRECIP) dostępnych w kolekcji dane.imgw.pl.

  1. Dane hydrologiczne:
  • hydro_imgw - Pobieranie danych hydrologicznych o rozdzielczości dobowej lub miesięcznej ze stacji dostępnych w repozytorium danepubliczne.imgw.pl.
  1. Dane radiosondażowe :
  • sounding_wyoming - Pobieranie pomiarów pionowych profil atmosfery (danych radiosondażowych)

Przykłady

Pokażemy, jak korzystać z naszego pakietu i przygotować dane do analizy przestrzennej z dodatkową pomocą paczek dplyr oraz tidyr. Najpierw pobierzemy 10 lat (2001-2010) miesięcznych obserwacji hydrologicznych dla wszystkich dostępnych stacji i automatycznie dodają ich współrzędne przestrzenne.

h = hydro_imgw(interval = "monthly", year = 2001:2010)
head(h)
#>           id  X  Y       Data       PSNZWP   KDNRZK MCROKH MCMSCH MCWSKEX
#> 1  149180010 NA NA 2000-11-01 KRZYZANOWICE Odra (1)   2001      1       1
#> 2  149180010 NA NA 2000-11-01 KRZYZANOWICE Odra (1)   2001      1       2
#> 3  149180010 NA NA 2000-11-01 KRZYZANOWICE Odra (1)   2001      1       3
#> 4  149180010 NA NA 2000-12-01 KRZYZANOWICE Odra (1)   2001      2       1
#> 5  149180010 NA NA 2000-12-01 KRZYZANOWICE Odra (1)   2001      2       2
#> 6  149180010 NA NA 2000-12-01 KRZYZANOWICE Odra (1)   2001      2       3
#>   MCSTAN MCPRZP MCPTMP MCMSCK
#> 1    108   19.8     NA     11
#> 2    149   38.7     NA     11
#> 3    188   60.1     NA     11
#> 4    118   23.7     NA     12
#> 5    138   32.3     NA     12
#> 6    158   42.5     NA     12

Zmienna MCWSKEX reprezentuje etykietę ekstremum, gdzie “1” oznacza minimum, “2” oznacza średnią, a “3” maksimum. 1

Analizy hydrologiczne często koncentrują się na jednej grupy zjawisk, np. związanych z przepływami maksymalnymi. W tym celu pozostaną w ramce danych tylko wartości przepływów maksymalnych oraz kolumny zawierające interesujące nas informacje, tj. identyfikator stacji - id, rok hydrologiczny (MCROKH), szerokość geograficzną X i długość geograficznąY.

Następnie obliczymy średnią maksymalną wartość przepływu na stacjach w każdym roku za pomocą dplyr::summarise(), oraz rozdzielimy dane według roku używając spread () aby uzyskać roczne średnie maksymalne przepływy (MCPRZP) w kolejnych kolumnach.

h2 = h %>%
  dplyr::filter(MCWSKEX == 3) %>%
  dplyr::select(id, PSNZWP, X, Y, MCROKH, MCPRZP) %>%
  dplyr::group_by(MCROKH, id, PSNZWP, X, Y) %>%
  dplyr::summarise(srednie_roczne_Q = round(mean(MCPRZP, na.rm = TRUE), 1)) %>% 
  spread(MCROKH, srednie_roczne_Q)
library(knitr)
kable(head(h2), caption = "Examplary data frame of hydrological preprocesssing.")
Examplary data frame of hydrological preprocesssing.
id PSNZWP X Y 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
149180010 KRZYZANOWICE NA NA 200.5 147.4 87.9 109.2 170.6 226.9 152.9 131.0 160.9 461.1
149180020 CHALUPKI NA NA 174.7 96.7 57.6 91.8 146.9 170.6 110.2 101.6 124.7 314.6
149180030 LAZISKA NA NA NA NA NA NA NA NA NA NA NA 210.3
149180040 GOLKOWICE NA NA 4.5 2.0 1.7 1.7 2.5 3.3 2.1 1.7 2.2 8.6
149180050 ZEBRZYDOWICE NA NA 13.5 7.9 3.8 5.0 10.4 6.5 5.8 2.8 4.5 23.6
149180060 CIESZYN NA NA 57.2 57.7 29.8 26.8 65.4 60.7 54.7 33.0 34.7 135.0

Wynik pokazuje jak zmienia się maksymalna roczna średnia prędkość przepływu wody w ciągu dekady dla wszystkich dostępnych stacji w Polsce.

Możemy wynik zapisać do:

  • .csv przy pomocą funkcji: write.csv(result, file = "result.csv")

  • .xlsx przy pomocą funckcji: write.xlsx(result, file = "result.xlsx", sheetName = "Poland", append = FALSE)
    To polecenie zapisuje nasz wynik do pliku: result.xlsx o nazwie arkusza Poland. Argument append=TRUE dodaje arkusz do istniejącego pliku .xlsx. By zapisać dane do formatu.xlsx najpierw należy zainstalować pakiet writexl przy pomocy komendy install.packages("writexl"), oraz dodać go do naszego środowiska: library(writexl).

library(sf)
library(tmap)
library(rnaturalearth)
library(rnaturalearthdata)
world = ne_countries(scale = "medium", returnclass = "sf")

h3 = h2 %>% 
  filter(!is.na(X)) %>% 
  st_as_sf(coords = c("X", "Y"), crs = 4326)

tm_shape(h3) + 
  tm_symbols(size = as.character(c(2001:2010)),
             title.size = "Średni przepływ maksymalny") +
  tm_facets(free.scales = FALSE, ncol = 4) + 
  tm_shape(world) + 
  tm_borders(col = "black", lwd = 2) +
  tm_layout(legend.position = c(-1.25, 0.05),
            outer.margins = c(0, 0.05, 0, -0.25),
            panel.labels = as.character(c(2001:2010)))

Mean maximum annual flowMean maximum annual flow

  1. Więcej informacji na ten temat można znaleźć w zestawie danych hydro_abbrev.↩︎