Calcula estatísticas, indicadores e diagnósticos básicos a partir de séries diárias padronizadas ou de objetos retornados por funções de aquisição do pacote. A função não baixa dados e não acessa serviços externos; ela trabalha apenas com objetos já carregados na sessão.
Usage
analyze_hydro_data(
data,
analysis = c("daily_statistics", "daily_availability", "flow_duration", "flow_indices",
"monthly_flow_indices", "rainfall_indices", "annual_maxima",
"rainfall_annual_maxima", "low_flows", "rainfall_diagnostics", "daily_gap_summary",
"hydrometry_diagnostics", "measurement_diagnostics", "rating_diagnostics"),
variable = NULL,
station_code = NULL,
period = "annual",
year_start_month = 1L,
durations = c(1L, 3L, 7L, 15L, 30L),
wet_day_threshold = 1,
exceedance_probabilities = 1:99,
complete_years_only = TRUE,
...
)Arguments
- data
Objeto de dados. Pode ser uma série diária padronizada, um objeto retornado por
get_ana_data(), ou um lote retornado porget_ana_data_batch().- analysis
Tipo de análise. Valores aceitos incluem
"daily_statistics","daily_availability","flow_duration","flow_indices","monthly_flow_indices","annual_maxima","low_flows","rainfall_indices","rainfall_annual_maxima","rainfall_diagnostics","daily_gap_summary","hydrometry_diagnostics","measurement_diagnostics"e"rating_diagnostics".- variable
Variável diária a filtrar, como
"discharge","stage"ou"rainfall". QuandoNULL, a função usa a variável adequada para a análise escolhida.- station_code
Código(s) de estação a filtrar.
- period
Período usado em algumas análises agregadas.
- year_start_month
Mês inicial do ano de análise. Use 1 para ano civil e 10 para ano hidrológico de outubro a setembro.
- durations
Durações, em dias, usadas para mínimas móveis anuais.
- wet_day_threshold
Limiar, em mm, para definir dia chuvoso nos índices pluviométricos.
- exceedance_probabilities
Probabilidades de permanência, em porcentagem, usadas na curva de permanência. O padrão retorna 1 a 99%.
- complete_years_only
Se
TRUE, remove anos incompletos em análises de máximos anuais e mínimas anuais.- ...
Argumentos adicionais usados por análises específicas.
Value
Em geral, um data.frame. Algumas análises técnicas podem retornar
listas com tabelas auxiliares.
Details
A função foi pensada para o fluxo típico de engenharia hidrológica: obter ou ler os dados, padronizar a série diária e então calcular indicadores de disponibilidade, regime, permanência, extremos e consistência. Para vazões, as análises incluem curva de permanência, QMLT, Q90, Q95, índices mensais, máximos anuais e mínimas móveis. Para chuva, incluem índices anuais, máximos anuais e diagnósticos de falhas/consistência. Diagnósticos fluviométricos podem usar a base hidrométrica interna do pacote quando as referências não são fornecidas explicitamente.
Examples
daily <- data.frame(
station_code = "001",
date = as.Date("2020-01-01") + 0:29,
variable = "discharge",
value = seq(10, 39),
unit = "m3/s",
consistency_level = NA_integer_,
source_status = NA_character_,
source = "example"
)
analyze_hydro_data(daily, analysis = "flow_indices")
#> station_code variable unit n_days n_values missing_days qmlt q90 q95
#> 1 001 discharge m3/s 30 30 0 24.5 12.36667 10.85
#> min_value max_value
#> 1 10 39
analyze_hydro_data(daily, analysis = "daily_availability")
#> station_code variable year period days_expected days_observed
#> 1 001 discharge 2020 2020 30 30
#> days_with_value days_missing availability_pct missing_pct
#> 1 30 0 100 0
# A mesma interface tambem pode ser usada com objetos de aquisicao.
objeto <- list(daily_data = daily)
analyze_hydro_data(objeto, analysis = "flow_duration")
#> station_code variable unit permanence_pct exceedance_probability
#> 1 001 discharge m3/s 1 1
#> 2 001 discharge m3/s 2 2
#> 3 001 discharge m3/s 3 3
#> 4 001 discharge m3/s 4 4
#> 5 001 discharge m3/s 5 5
#> 6 001 discharge m3/s 6 6
#> 7 001 discharge m3/s 7 7
#> 8 001 discharge m3/s 8 8
#> 9 001 discharge m3/s 9 9
#> 10 001 discharge m3/s 10 10
#> 11 001 discharge m3/s 11 11
#> 12 001 discharge m3/s 12 12
#> 13 001 discharge m3/s 13 13
#> 14 001 discharge m3/s 14 14
#> 15 001 discharge m3/s 15 15
#> 16 001 discharge m3/s 16 16
#> 17 001 discharge m3/s 17 17
#> 18 001 discharge m3/s 18 18
#> 19 001 discharge m3/s 19 19
#> 20 001 discharge m3/s 20 20
#> 21 001 discharge m3/s 21 21
#> 22 001 discharge m3/s 22 22
#> 23 001 discharge m3/s 23 23
#> 24 001 discharge m3/s 24 24
#> 25 001 discharge m3/s 25 25
#> 26 001 discharge m3/s 26 26
#> 27 001 discharge m3/s 27 27
#> 28 001 discharge m3/s 28 28
#> 29 001 discharge m3/s 29 29
#> 30 001 discharge m3/s 30 30
#> 31 001 discharge m3/s 31 31
#> 32 001 discharge m3/s 32 32
#> 33 001 discharge m3/s 33 33
#> 34 001 discharge m3/s 34 34
#> 35 001 discharge m3/s 35 35
#> 36 001 discharge m3/s 36 36
#> 37 001 discharge m3/s 37 37
#> 38 001 discharge m3/s 38 38
#> 39 001 discharge m3/s 39 39
#> 40 001 discharge m3/s 40 40
#> 41 001 discharge m3/s 41 41
#> 42 001 discharge m3/s 42 42
#> 43 001 discharge m3/s 43 43
#> 44 001 discharge m3/s 44 44
#> 45 001 discharge m3/s 45 45
#> 46 001 discharge m3/s 46 46
#> 47 001 discharge m3/s 47 47
#> 48 001 discharge m3/s 48 48
#> 49 001 discharge m3/s 49 49
#> 50 001 discharge m3/s 50 50
#> 51 001 discharge m3/s 51 51
#> 52 001 discharge m3/s 52 52
#> 53 001 discharge m3/s 53 53
#> 54 001 discharge m3/s 54 54
#> 55 001 discharge m3/s 55 55
#> 56 001 discharge m3/s 56 56
#> 57 001 discharge m3/s 57 57
#> 58 001 discharge m3/s 58 58
#> 59 001 discharge m3/s 59 59
#> 60 001 discharge m3/s 60 60
#> 61 001 discharge m3/s 61 61
#> 62 001 discharge m3/s 62 62
#> 63 001 discharge m3/s 63 63
#> 64 001 discharge m3/s 64 64
#> 65 001 discharge m3/s 65 65
#> 66 001 discharge m3/s 66 66
#> 67 001 discharge m3/s 67 67
#> 68 001 discharge m3/s 68 68
#> 69 001 discharge m3/s 69 69
#> 70 001 discharge m3/s 70 70
#> 71 001 discharge m3/s 71 71
#> 72 001 discharge m3/s 72 72
#> 73 001 discharge m3/s 73 73
#> 74 001 discharge m3/s 74 74
#> 75 001 discharge m3/s 75 75
#> 76 001 discharge m3/s 76 76
#> 77 001 discharge m3/s 77 77
#> 78 001 discharge m3/s 78 78
#> 79 001 discharge m3/s 79 79
#> 80 001 discharge m3/s 80 80
#> 81 001 discharge m3/s 81 81
#> 82 001 discharge m3/s 82 82
#> 83 001 discharge m3/s 83 83
#> 84 001 discharge m3/s 84 84
#> 85 001 discharge m3/s 85 85
#> 86 001 discharge m3/s 86 86
#> 87 001 discharge m3/s 87 87
#> 88 001 discharge m3/s 88 88
#> 89 001 discharge m3/s 89 89
#> 90 001 discharge m3/s 90 90
#> 91 001 discharge m3/s 91 91
#> 92 001 discharge m3/s 92 92
#> 93 001 discharge m3/s 93 93
#> 94 001 discharge m3/s 94 94
#> 95 001 discharge m3/s 95 95
#> 96 001 discharge m3/s 96 96
#> 97 001 discharge m3/s 97 97
#> 98 001 discharge m3/s 98 98
#> 99 001 discharge m3/s 99 99
#> non_exceedance_probability value n_values interpolation_method
#> 1 99 39.00 30 linear_empirical_fdc
#> 2 98 39.00 30 linear_empirical_fdc
#> 3 97 39.00 30 linear_empirical_fdc
#> 4 96 38.76 30 linear_empirical_fdc
#> 5 95 38.45 30 linear_empirical_fdc
#> 6 94 38.14 30 linear_empirical_fdc
#> 7 93 37.83 30 linear_empirical_fdc
#> 8 92 37.52 30 linear_empirical_fdc
#> 9 91 37.21 30 linear_empirical_fdc
#> 10 90 36.90 30 linear_empirical_fdc
#> 11 89 36.59 30 linear_empirical_fdc
#> 12 88 36.28 30 linear_empirical_fdc
#> 13 87 35.97 30 linear_empirical_fdc
#> 14 86 35.66 30 linear_empirical_fdc
#> 15 85 35.35 30 linear_empirical_fdc
#> 16 84 35.04 30 linear_empirical_fdc
#> 17 83 34.73 30 linear_empirical_fdc
#> 18 82 34.42 30 linear_empirical_fdc
#> 19 81 34.11 30 linear_empirical_fdc
#> 20 80 33.80 30 linear_empirical_fdc
#> 21 79 33.49 30 linear_empirical_fdc
#> 22 78 33.18 30 linear_empirical_fdc
#> 23 77 32.87 30 linear_empirical_fdc
#> 24 76 32.56 30 linear_empirical_fdc
#> 25 75 32.25 30 linear_empirical_fdc
#> 26 74 31.94 30 linear_empirical_fdc
#> 27 73 31.63 30 linear_empirical_fdc
#> 28 72 31.32 30 linear_empirical_fdc
#> 29 71 31.01 30 linear_empirical_fdc
#> 30 70 30.70 30 linear_empirical_fdc
#> 31 69 30.39 30 linear_empirical_fdc
#> 32 68 30.08 30 linear_empirical_fdc
#> 33 67 29.77 30 linear_empirical_fdc
#> 34 66 29.46 30 linear_empirical_fdc
#> 35 65 29.15 30 linear_empirical_fdc
#> 36 64 28.84 30 linear_empirical_fdc
#> 37 63 28.53 30 linear_empirical_fdc
#> 38 62 28.22 30 linear_empirical_fdc
#> 39 61 27.91 30 linear_empirical_fdc
#> 40 60 27.60 30 linear_empirical_fdc
#> 41 59 27.29 30 linear_empirical_fdc
#> 42 58 26.98 30 linear_empirical_fdc
#> 43 57 26.67 30 linear_empirical_fdc
#> 44 56 26.36 30 linear_empirical_fdc
#> 45 55 26.05 30 linear_empirical_fdc
#> 46 54 25.74 30 linear_empirical_fdc
#> 47 53 25.43 30 linear_empirical_fdc
#> 48 52 25.12 30 linear_empirical_fdc
#> 49 51 24.81 30 linear_empirical_fdc
#> 50 50 24.50 30 linear_empirical_fdc
#> 51 49 24.19 30 linear_empirical_fdc
#> 52 48 23.88 30 linear_empirical_fdc
#> 53 47 23.57 30 linear_empirical_fdc
#> 54 46 23.26 30 linear_empirical_fdc
#> 55 45 22.95 30 linear_empirical_fdc
#> 56 44 22.64 30 linear_empirical_fdc
#> 57 43 22.33 30 linear_empirical_fdc
#> 58 42 22.02 30 linear_empirical_fdc
#> 59 41 21.71 30 linear_empirical_fdc
#> 60 40 21.40 30 linear_empirical_fdc
#> 61 39 21.09 30 linear_empirical_fdc
#> 62 38 20.78 30 linear_empirical_fdc
#> 63 37 20.47 30 linear_empirical_fdc
#> 64 36 20.16 30 linear_empirical_fdc
#> 65 35 19.85 30 linear_empirical_fdc
#> 66 34 19.54 30 linear_empirical_fdc
#> 67 33 19.23 30 linear_empirical_fdc
#> 68 32 18.92 30 linear_empirical_fdc
#> 69 31 18.61 30 linear_empirical_fdc
#> 70 30 18.30 30 linear_empirical_fdc
#> 71 29 17.99 30 linear_empirical_fdc
#> 72 28 17.68 30 linear_empirical_fdc
#> 73 27 17.37 30 linear_empirical_fdc
#> 74 26 17.06 30 linear_empirical_fdc
#> 75 25 16.75 30 linear_empirical_fdc
#> 76 24 16.44 30 linear_empirical_fdc
#> 77 23 16.13 30 linear_empirical_fdc
#> 78 22 15.82 30 linear_empirical_fdc
#> 79 21 15.51 30 linear_empirical_fdc
#> 80 20 15.20 30 linear_empirical_fdc
#> 81 19 14.89 30 linear_empirical_fdc
#> 82 18 14.58 30 linear_empirical_fdc
#> 83 17 14.27 30 linear_empirical_fdc
#> 84 16 13.96 30 linear_empirical_fdc
#> 85 15 13.65 30 linear_empirical_fdc
#> 86 14 13.34 30 linear_empirical_fdc
#> 87 13 13.03 30 linear_empirical_fdc
#> 88 12 12.72 30 linear_empirical_fdc
#> 89 11 12.41 30 linear_empirical_fdc
#> 90 10 12.10 30 linear_empirical_fdc
#> 91 9 11.79 30 linear_empirical_fdc
#> 92 8 11.48 30 linear_empirical_fdc
#> 93 7 11.17 30 linear_empirical_fdc
#> 94 6 10.86 30 linear_empirical_fdc
#> 95 5 10.55 30 linear_empirical_fdc
#> 96 4 10.24 30 linear_empirical_fdc
#> 97 3 10.00 30 linear_empirical_fdc
#> 98 2 10.00 30 linear_empirical_fdc
#> 99 1 10.00 30 linear_empirical_fdc