7. Arreglos multidimensionales (NetCDF) e integración vector-ráaster#
Note
Duracion: 2 horas. Librerias: Xarray, NetCDF4, Exactextract / Rasterstats. Conjunto de datos: Series de tiempo de Temperatura Superficial del Mar (NOAA OISST / Copernicus Marine). Tarea 2: Analisis espacial integrado vector + raster.
7.1. El modelo de datos multidimensional de Xarray#
Muchos productos oceanográficos y climáticos no son simples imágenes de 2 dimensiones, sino arreglos multidimensionales almacenados en formato NetCDF (Network Common Data Form) o Zarr:
Dimensiones: Ejes físicos del arreglo (tiempo, profundidad/nivel, latitud, longitud).
Coordenadas: Arreglos numéricos que dan nombre físico y ubicación a los índices de las dimensiones.
Variables de datos (`DataArray`): Campos oceanográficos medidos (ej. analysed_sst, salinity, sea_level_anomaly).
Atributos: Metadatos globales y por variable (unidades, convenciones CF, proveedor).
import xarray as xr
# Cargar un conjunto de datos NetCDF de temperatura marina
ds = xr.open_dataset("oisst_monthly_2020_2025.nc")
print(ds)
7.2. Selección basada en etiquetas y climatologías#
Xarray permite indexar utilizando valores geográficos y temporales naturales mediante `.sel()`:
# Seleccionar una estacion especifica y un intervalo de fechas
punto_serie = ds["sst"].sel(
lon=-110.5,
lat=24.5,
method="nearest"
).sel(time=slice("2021-01-01", "2024-12-31"))
# Calculo de la climatologia mensual (ciclo estacional medio)
climatologia_mensual = ds["sst"].groupby("time.month").mean(dim="time")
# Calculo de anomalias termicas marinas
anomalia_sst = ds["sst"].groupby("time.month") - climatologia_mensual
7.3. Integración vector-ráaster: Extracción en puntos y polígonos#
Uno de los mayores desafios en la ecologia marina es combinar registros discretos de muestreo con capas ambientales continuas:
Extraccion puntual: Asignar la temperatura de fondo o superficial del mar a cada estacion de lance oceanografico.
Estadisticas zonales: Calcular el promedio, maximo y desviacion estandar de la clorofila dentro de los limites de un Area Marina Protegida.
import geopandas as gpd
from rasterstats import zonal_stats
# Poligonos de Areas Marinas Protegidas
amp_gdf = gpd.read_file("areas_protegidas.gpkg")
# Calculo de estadisticas zonales sobre una capa raster de batimetria o temperatura
stats = zonal_stats(
amp_gdf,
"batimetria_recortada.tif",
stats=["mean", "min", "max", "std"]
)
# Anadir las estadisticas calculadas al GeoDataFrame
amp_gdf["profundidad_media"] = [s["mean"] for s in stats]
print(amp_gdf[["nombre_amp", "profundidad_media"]])
7.4. Tarea práctica 2#
Extraiga la serie temporal de temperatura para tres estaciones oceanográficas de su estudio.
Calcule la media batimétrica y la temperatura máxima superficial para cada polígono de conservación de su región.
Exporte la tabla resultante con atributos ambientales integrados en formato GeoPackage.