
Ciencia de Datos Hidrometeorológicos con Python¶
Este libro interactivo forma parte del ecosistema de Pythia Cookbooks, y está orientado a la enseñanza, exploración y divulgación del análisis de datos hidrometeorológicos mediante Python.
El contenido nace a partir del taller AtmosCol 2023, pero ha sido reorganizado como un recurso didáctico, abierto y reproducible que puede ser consultado y reutilizado por estudiantes, docentes, investigadores y cualquier persona interesada en los datos del clima y el ambiente.
Este libro refleja los principios de la ciencia abierta, promoviendo:
- 📖 Accesibilidad al conocimiento: todo el contenido es libre, interactivo y ejecutable en la nube o localmente.
- 🧪 Reproducibilidad científica: los ejemplos están basados en datos reales y pueden ser replicados paso a paso.
- 🤝 Inclusión y equidad: dirigido a públicos diversos, con énfasis en el contexto de América Latina y el acceso a datos locales.
- 🌐 Colaboración abierta: el código y los notebooks pueden ser adaptados, reutilizados o ampliados por la comunidad.
🎯 Objetivos¶
- Introducir al lector en el análisis de datos climáticos e hidrometeorológicos usando Python
- Usar herramientas de código abierto como
xarray
,pyart
,pandas
,cartopy
,hvplot
y más - Acceder a datos reales de estaciones IDEAM, radares meteorológicos, GFS, OPENDAP y modelos CMIP
- Aplicar conceptos de ciencia abierta y reproducibilidad
- Analizar fenómenos como ENSO y visualizar escenarios de cambio climático
📚 Estructura del libro¶
El contenido está organizado en capítulos temáticos, cada uno representado por notebooks interactivos:
Fundamentos
Introducción al ecosistema científico de Python, estructuras de datos, visualización, y herramientas para trabajar con datos multidimensionales.Aplicaciones regionales
Casos de estudio con datos hidrometeorológicos de Colombia: estaciones del IDEAM, radares meteorológicos, y uso de modelos globales (GFS).Fenómenos climáticos
Cálculo de anomalías relacionadas con el fenómeno ENSO en el Pacífico Tropical.Cambio climático
Visualización de datos de modelos climáticos globales (CMIP) y reproducción de gráficas del IPCC sobre aumento de temperatura.
🧑🏫 Público objetivo¶
- Estudiantes de pregrado o posgrado en ciencias ambientales, físicas o computacionales
- Docentes y educadores que deseen introducir análisis de datos climáticos en sus cursos
- Investigadores interesados en reproducibilidad y ciencia abierta
- Profesionales de instituciones ambientales o meteorológicas en América Latina
🚀 Cómo ejecutar los notebooks¶
🔗 En Binder (recomendado)¶
Haz clic en el ícono de Binder arriba o visita:
Esto abrirá una versión ejecutable del libro en la nube (Jupyter Lab).
🖥️ Ejecutar este libro localmente¶
Si estás interesado en ejecutar este material en tu computadora, sigue el siguiente flujo de trabajo:
Clona el repositorio desde GitHub:
git clone https://github.com/ProjectPythia/AtmosCol-2023
Entra en la carpeta del proyecto:
cd Atmoscol2023
Crea y activa tu ambiente de desarrollo usando el archivo environment.yml:
conda env create -f environment.yml conda activate cdh-python
Vaya a la carpeta
notebooks
y comience una sesión deJupyterlab
cd notebooks/ jupyter lab
- Alfonso Ladino, Nicole Rivera, & Max Grover. (2023). aladinor/Atmoscol2023: Steable version 0.1.0-Beta. Zenodo. 10.5281/ZENODO.8316796