menu.catalogmenu.mapViewermenu.timeSeriesmenu.tools

Mediciones históricas del punto de rocío de la red DMC

Dirección Meteorológica de Chile

datasetViewer.description

El punto de rocío o temperatura de rocío es la temperatura más alta a la que empieza a condensarse el vapor de agua contenido en el aire, produciendo rocío, neblina, cualquier tipo de nube o, en caso de que la temperatura sea lo suficientemente baja, escarcha. Esta es una de las variables que registra la red meteorológica de la Dirección Meteorológica de Chile (DMC). Esta colección contiene la información almacenada por 321 estaciones que han registrado, en algún momento, el punto de rocío desde 1950, espaciados cada una hora. Es importante destacar que no todas las estaciones se encuentran actualmente operativas. Los datos se actualizan directamente desde los servicios de la DMC y pueden ser visualizados en el visor de Series de Datos de la Plataforma de Datos de Itrend. Además se provee de una base de datos histórica en formato .npz* y .mat** que se actualiza cada 30 días para aquellas estaciones que aún están vigentes. *Para cargar los datos correctamente en Python se recomienda usar el siguiente código: ```python import numpy as np with np.load(filename, allow_pickle = True) as f: data = {} for key, value in f.items(): data[key] = value.item() ``` **Los datos de fechas están en formato ```datenum```, y para cargarlos correctamente en formato ```datetime```, se recomienda usar el siguiente comando en Matlab: ```python datetime(TS.x , 'ConvertFrom' , 'datenum') ```

datasetViewer.preview

datasetViewer.previewCollectionInfo

Código NacionalNombre EstaciónComunaRegiónLatitudLongitudOrganismoDatos DesdeDatos
170001Visviri TenenciaGeneral LagosArica y Parinacota-17.594999-69.477499Dirección Meteorológica de Chile20132020
170007Visviri INIAGeneral LagosArica y Parinacota-17.594721-69.475277Instituto de Investigación Agropecuaria20192023
180005Chacalluta, Arica Ap.AricaArica y Parinacota-18.355555-70.340277Dirección Meteorológica de Chile19572023
180013El Buitre Arica Ad.AricaArica y Parinacota-18.508611-70.287221Dirección Meteorológica de Chile19521973
180017PutrePutreArica y Parinacota-18.2-69.5625Dirección Meteorológica de Chile20172023
···························
950001C.M.A. Eduardo Frei Montalva, AntárticaAntárticaMagallanes y de la Antártica Chilena-62.191944-58.979721Dirección Meteorológica de Chile19722023
950002Arturo Prat, Base AntárticaAntárticaMagallanes y de la Antártica Chilena-62.47861-59.664166Armada de Chile19592023
950003Bernardo O`Higgins, Base AntárticaAntárticaMagallanes y de la Antártica Chilena-63.320832-57.899444Dirección Meteorológica de Chile19562023
950006Antártica, Bahía Fildes Gobernación MarítimaAntárticaMagallanes y de la Antártica Chilena-62.201388-58.963611Armada de Chile20172023
950901Antártica, Base Gabriel Gonzalez VidelaAntárticaMagallanes y de la Antártica Chilena-64.824166-62.858055Armada de Chile20172023

datasetViewer.download

datasetViewer.download1 datasetViewer.here. datasetViewer.download3

datasetViewer.programaticAccess

datasetViewer.programaticAccess1 itrend-ds:04dd2dbce2e4a9fd

datasetViewer.programaticAccess2 Código Nacional

datasetViewer.programaticAccess3 datasetViewer.programaticAccess4 datasetViewer.programaticAccess5 datasetViewer.here

```python import pytrend import pandas as pd session = pytrend.itrend_developer_tools() session.set_credentials( access_key_id = '', # Ingresa tu access_key_id secret_access_key = '' # Ingresa tu secret_access_key ) # Conjunto de datos dataset_id = 'itrend-ds:04dd2dbce2e4a9fd' collection_id = 'Código Nacional' # Obtener formatos disponibles dataset_formats = session.get_dataset_formats(dataset_id) fmt = dataset_formats[0] # Escoger el formato que más le acomode: dataset_formats = [xlsx, csv] # Descargar archivo response = session.download_file(dataset_id, fmt) # Descargar un elemento filename = response.get('filename') delimiter = response.get('delimiter') df = pd.read_csv(filename, delimiter) element_formats = session.get_element_formats(dataset_id) efmt = element_formats[0] # Escoger el formato que más le acomode: element_formats = [npz, mat] for r, row in df.iterrows(): element_id = row[collection_id] element_response = session.download_file(dataset_id, efmt, element_id) break ```

datasetViewer.attribution

datasetViewer.attributionMessage1

datasetViewer.attribution1 Dirección Meteorológica de Chile, «Mediciones históricas del punto de rocío de la red DMC». datasetViewer.attribution2

datasetViewer.attributionMessage2

datasetViewer.attribution3 Dirección Meteorológica de Chile («Mediciones históricas del punto de rocío de la red DMC»), datasetViewer.attribution4

datasetViewer.permanentLink

datasetViewer.permanentLinkDescription

https://www.plataformadedatos.cl/datasets/es/04dd2dbce2e4a9fd

datasetViewer.metadata

datasetViewer.noMetadata