跳到主要内容

使用R软件检索和处理API-Client源的农业气象数据

抽象的

目标

The main purpose of this publication is to help users (students, researchers, farmers, advisors, etc.) of weather data with agronomic purposes (e.g. crop yield forecast) to retrieve and process gridded weather data from different Application Programming Interfaces (API client) sources using R software.

数据描述

本出版物包括在R中开发的代码教程组成,该教程是来自堪萨斯州立大学农业部慈亚比特实验室的众多研究项目的数据策委的一部分。我们利用三种天气数据库,为哪些特定库以R语言开发:(i)DAYMET(Thornton等人。https://daymet.ornl.gov/,2019;https://github.com/bluegreen-labs/daymetr),(ii)NASA-POWER(J开源的火花Softw 3:1035,2018;https://github.com/ropensci/nasapower)和(iii)气候灾害组红外降水站数据(CHIRPS) (Funk et al. in Sci Data 2:150066, 2015;https://github.com/ropensci/Chirps.).这些数据库提供不同的天气变量,在时空覆盖范围和分辨率方面也有所不同。本教程展示并解释了如何使用经度和纬度坐标一次从多个位置检索天气数据。此外,它还提供了创建相关变量和总结的可能性,如降水的Shannon多样性指数(SDI),丰富和均匀分布的降雨(AWDR),生长度天数(GDD),作物热量单位(CHU),极端降水(EPE)和温度事件(ETE),参考蒸散量(ET0)等。

客观的

此数据集的目的[1包含一个代码教程,帮助终端用户使用R软件检索和处理网格天气数据。这些信息可以方便不同数量的天气数据参数的收集从多个位置,除了协助数据的快速摄入多个农业建模系统提高地理空间模拟考虑天气作为扩展的关键因素,帮助我们从多个研究项目的结果。有关应用该守则的两个例子,请参阅:

Correndo等人。[2]。评估玉米产量的不确定性,无氮肥。在Correndo等人。[2[北美的679个网站,获得了来自Datemet的网格天气数据。在玉米作物季节期间总结了变量,目的是使用机器学习算法预测作物产量(条件随机林)。

Borja Reis等。[3.]。大豆氮固定预测的环境因素.Borja Reis等人[3.],代码用于获得和处理在美国的95个网站的天气数据。在大豆种植季节期间总结了变量(基于鉴别阶段),目的是使用机器学习模型(弹性网)预测大豆生物氮固定。

数据描述

所有数据文件都存放在哈佛Dativers存储库中,数据集“使用R-Software agrometological数据”[1]。编程代码(表中的数据文件11)用于从多个API-Client源检索天气数据,并生成在农艺术语中有意义的次要变量。使用R版本4.0.3(Linux-GNU,64位)和R-Studio V1.2.5042生成R代码(* .RMD)。但是,不需要额外的机器规范以执行R代码。时间将取决于数据量(位置数量)和Internet连接。

表1数据文件/数据集的概述

API-Client Sources [4.5.6.7.8.9.默认情况下提供不同的变量。特别是,Dialmet在最高空间分辨率(〜1公里)以最高空间分辨率提供最佳炸药变量组合-2).然而,Daymet的地理覆盖范围仅包括北美。在全球范围内,NASA-Power提供了最完整的变量,仍然是低得多的空间分辨率(〜50公里)-2).最后,Chirps提供限制沉淀的全球数据( - 50到+ 50度纬度),然而,具有更好的空间分辨率(〜5公里)-2)比美国国家航空航天局权力。

在教程文件中(表中的数据文件21):(i)我们提供扩展的解释以及说明如何下载和处理日常天气数据的代码行(代码的第2节),以及(ii)我们提供了为不同时间生成新变量和摘要的选项在裁剪季节或历史时期期间的间隔(代码的第3至5节)。在教程文件中提供了次要变量和摘要选项的计算的详细信息。

数据表文件(数据集1和数据集2中的数据集21)表示用户需要提供的数据输入的示例,以便将天气数据的请求提供给数据服务器。

限制

  • 代码可以限制在变量的数量中,这可能不满足特定需求。

  • 在该示例中提供的热时间变量(生长度天和裁剪热量单位)仅供参考,使用规格Zea Mays.L.(玉米,玉米)。对于其他作物,用户应手动修改特定的代码行。

  • 虽然R-Software(Prism)数据库上的参数高程回归(PRISM)数据库(https://docs.ropensci.org/prism/),它不允许用户直接地使用纬度和经度坐标检索多位置天气数据。因此,本教程不包括棱镜图书馆。下一个版本可能包含使用棱镜的选项。

可用性数据和材料

在哈佛Dativersers中可以自由且公开访问此数据项中描述的数据:https://doi.org/10.7910/dvn/j9euzu.[1]。请参阅表格1和引用(1]有关详细信息和链接数据。

缩写

chirps:

气候危险集团红外降水与站数据

SDI:

香农多样性指数

AWDR:

丰富而分布良好的降雨量

GDD:

生长度日

楚:

作物热量单位

ete:

极端降水事件(EPE)

ete:

极端温度事件

ET0:

参考evapotranspiration.

参考文献

  1. 1。

    Correndo AA,Moro Rosso LH,Ciampitti Ia。使用R-软件的农业气象数据。哈佛Dativerse。2021。https://doi.org/10.7910/dvn/j9euzu.

    文章谷歌学术

  2. 2。

    Correndo AA,Rotundo JL,Tremblay N,Archontoulis S,Coulter Ja,Ruiz-Diaz D,Franzen D,Franzluebers A,Nafziger E,Schwalbert R,Steinke K,Williams J,Messina CD,Ciampitti IA。评估玉米产量的不确定性,无氮肥。现场作物RES。2021; 260:107985。https://doi.org/10.1016/j.fcr.202020.107985

    文章谷歌学术

  3. 3。

    BorjasReis AF, MoroRosso LH, Purcell LC, Naeve S, Casteel S, Kovacs P, archonoulis S, Davidson D, Ciampitti IA。环境因子与大豆固氮预测前沿植物科学,2021。https://doi.org/10.3389/fpls.2021.675410

    文章谷歌学术

  4. 4。

    Thornton Pe,Thornton M,Mayer B,Wei Y,Devarakonda R,Vose R,Cook RB。DAYMET:日常表面天气数据,用于北美1公里的网格,版本3。Ornl Daac,橡树岭,田纳西州,美国。2019年。https://daymet.ornl.gov/

  5. 5。

    https://github.com/bluegreen-labs/daymetr

  6. 6。

    Sparks a . nasapower:美国宇航局能源全球气象、地表太阳能和气候数据客户端R. J开源软件。2018;3(30):1035。https://doi.org/10.21105/joss.01035

    文章谷歌学术

  7. 7。

    https://github.com/ropensci/nasapower

  8. 8。

    Funk C,Peterson P,Landsfeld M,Pedreros D,Verdin V,Shukla S,Michaelsen J.气候危害红外线降水与车站 - 一种用于监测极端的新环境记录。SCI数据。2015; 2:150066。https://doi.org/10.1038/sdata.2015.66

    文章PubMed.pmed中央谷歌学术

  9. 9。

    https://github.com/ropensci/Chirps.

下载参考

致谢

作者对富布赖特计划(阿根廷)提供的金融支持表示感谢,以及堪萨斯玉米委员会,Corteva Agricence和堪萨斯州立大学赞助AAC的博士学位。Progam和Ciampitti博士的研究计划。这份手稿是贡献没有。来自堪萨斯农业实验站的21-293-J.

资金

堪萨斯州立大学和堪萨斯州的研究和延伸。

作者信息

从属关系

作者

贡献

AAC贡献了编程代码,数据策委,可视化以及编写的数据说明草案。LHMR修订了编程代码,可视化和修改了数据说明。IAC修订了编程代码,修订了数据备注,并监督项目。所有作者阅读并认可的终稿。

相应的作者

对应到Adrian A. ContendoLuiz H. Moro RossoIgnacio A. Ciampitti.

伦理宣言

伦理批准和同意参与

不适用。

同意出版物

不适用。

利益争夺

作者声明没有竞争利益。

附加信息

出版商的注意事项

188金宝搏牛牛技巧Springer Nature在发表地图和机构附属机构中的司法管辖权索赔方面仍然是中立的。

权利和权限

开放访问本文根据创意公约归因于4.0国际许可证,这允许在任何中或格式中使用,共享,适应,分发和复制,只要您向原始作者和来源提供适当的信贷,提供了一个链接到Creative Commons许可证,并指出是否进行了更改。除非信用额度另有说明,否则本文中的图像或其他第三方材料包含在文章的创造性公共许可证中,除非信用额度另有说明。如果物品不包含在物品的创造性的公共许可证中,法定规定不允许您的预期用途或超过允许使用,您需要直接从版权所有者获得许可。要查看本许可证的副本,请访问http://creativecommons.org/licenses/by/4.0/.Creative Commons公共领域奉献豁免(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据,除非在数据的信用额度中另有说明。

重印和权限

关于这篇文章

通过Crossmark验证货币和真实性

引用这篇文章

Corendo,A.A.,Moro Rosso,L.H.&Ciampitti,I.A.使用R软件从API-Client源检索和处理Agro-Mearteorological数据。BMC Res笔记14,205(2021)。https://doi.org/10.1186/s13104-021-05622-8

下载引用

关键词

  • 编程
  • 农业
  • 托梅
  • 鼻梁
  • 唧唧喳喳