3e:null 3f:["$","title",null,{"children":"Análise Descritiva do Projeto Inicial de Coleta e Análise de Dados de Estações Meteorológicas: | team | Observable"}] 45:T46e,Itapipoca é um município brasileiro do estado do Ceará. É conhecida como **“cidade dos três climas”**, por haver em seu território praias, serras e o sertão. O clima é tropical quente na região mais interiorana e tropical Atlântico próximo ao litoral, com pluviometria média anual de 1.130 mm com chuvas concentradas de janeiro a maio,temperatura média de **27º** e umidade de 55%. Localização da estação *Quandu*: o açude Quandu, tem capacidade de 4 000 000 m³. A maior parte do território é coberto pela caatinga arbustiva aberta e densa, mais ao interior, e por tabuleiros costeiros e cerrado, mais próximos ao litoral, mas apresenta também regiões de caatinga arbórea e mata úmida. Em Itapipoca, CE, BR, o verão é quente, com temperaturas acima de 30ºC. A temperatura no verão alcança até 39.4ºC, com mínima de 22.5ºC e sensação térmica média de 29.9ºC devido a umidade do ar que fica em torno de 59%. O inverno é ameno, com temperaturas abaixo de 20 graus. No inverno, as temperaturas podem chegar a 19.6ºC com máximas de 32.8ºC. A sensação térmica fica em torno de 26.6ºC.46:T81a,function dataframeAvgMontly(dados) { let valorMensal = []; let valorAbsoluto = {} let temperaturasPorAnoMes = {}; let precipitacaoMediana = {} let precipitacaoMensal = {}; dados.forEach(function(dado) { let ano = dado.data.getFullYear(); let mes = dado.data.getMonth(); let temperatura = dado.temperatura_gr; let precipitacao = dado.precipitacao_mm; if (!temperaturasPorAnoMes[ano]) { temperaturasPorAnoMes[ano] = {}; } if (!temperaturasPorAnoMes[ano][mes]){ temperaturasPorAnoMes[ano][mes] = [] } // if (!temperaturasPorAnoMes[ano][mes]) { // temperaturasPorAnoMes[ano][mes] = {}; // } if (!valorAbsoluto[ano]){ valorAbsoluto[ano] = {} } if (!valorAbsoluto[ano][mes]){ valorAbsoluto[ano][mes] = {} } if (!valorAbsoluto[ano][mes][dado.data]){ valorAbsoluto[ano][mes][dado.data] = dado.temperatura } if (!precipitacaoMensal[ano]){ precipitacaoMensal[ano] = {}; } // Regra de corte para precipitações extramamente altas if(precipitacao < 150 && typeof(precipitacao) == "number"){ if (!precipitacaoMensal[ano][mes]){ precipitacaoMensal[ano][mes] = precipitacao }else{ precipitacaoMensal[ano][mes] += precipitacao } if(!precipitacaoMediana[ano]){ precipitacaoMediana[ano] = {} } if (!precipitacaoMediana[ano][mes]){ precipitacaoMediana[ano][mes] = [] } precipitacaoMediana[ano][mes].push(precipitacao) } temperaturasPorAnoMes[ano][mes].push(temperatura) // temperaturasPorAnoMes[ano][mes].push(temperatura); }); for (let ano in temperaturasPorAnoMes) { for (let mes in temperaturasPorAnoMes[ano]) { let tempMedia = d3.mean(temperaturasPorAnoMes[ano][mes]) valorMensal.push({ ano: parseInt(ano, 10), mes: parseInt(mes, 10) + 1, tempMedia: tempMedia, precipitacaoMensal: precipitacaoMensal[ano][mes], }); } } return valorMensal; } 47:Taa2,#### Qual a importância desse estudo voltado para a cidade de Itapajé? Estudar a meteorologia em Itapajé, uma cidade com base agrícola e na produção de bordados que precisam secar ao sol, é crucial para várias razões: - Previsão do tempo local: Compreender as condições climáticas específicas de Itapajé permite prever o tempo com precisão, fornecendo informações sobre temperatura, umidade, ventos e precipitação. Isso ajuda os agricultores a planejar suas atividades, como plantio, colheita e irrigação, e auxilia na determinação dos melhores momentos para secar os bordados ao sol. - Agricultura e produção de alimentos: A meteorologia desempenha um papel vital na agricultura local. Com base nas previsões meteorológicas, os agricultores podem tomar decisões informadas sobre o manejo de cultivos, como irrigação, aplicação de fertilizantes e controle de pragas. Além disso, o conhecimento das condições climáticas ajuda a determinar os períodos ideais para secar os bordados, garantindo a qualidade do produto. - Planejamento urbano e infraestrutura: A compreensão da meteorologia local é essencial para o planejamento urbano e o desenvolvimento de infraestrutura em Itapajé. Conhecer os padrões de vento e a frequência de eventos climáticos extremos ajuda no projeto de edifícios, estradas e sistemas de drenagem adequados às condições climáticas da região. - Turismo e lazer: A meteorologia também é relevante para o turismo e o lazer em Itapajé. Informações precisas sobre o clima ajudam a promover a cidade, destacando festivais ao ar livre e atividades recreativas que sejam adequadas às condições climáticas locais. - Estudos científicos e ambientais: A meteorologia fornece dados importantes para pesquisas científicas e estudos ambientais. Em Itapajé, essas informações podem ser usadas para entender as mudanças climáticas regionais, as interações entre a atmosfera e a paisagem local, e para desenvolver estratégias de conservação e sustentabilidade. - Segurança e prevenção de desastres: A análise meteorológica desempenha um papel importante na segurança da população de Itapajé. A previsão do tempo pode alertar sobre a ocorrência de eventos climáticos perigosos, como tempestades severas, enchentes ou ondas de calor. Com essas informações, as autoridades locais podem emitir avisos e adotar medidas de prevenção para minimizar os riscos à população. Em resumo, estudar a meteorologia em Itapajé é fundamental para aprimorar a agricultura, garantir a qualidade dos bordados, planejar o crescimento urbano, impulsionar o turismo e fornecer dados valiosos para pesquisas científicas e estudos ambientais.48:[{"id":"5ac1e3239b39c644ac8a572c42a56eada80d9cce8bddc029af6d406f12512e628a96e4ea54889c86feceeba8f7f6a0d08f5c902f2d1d2113d1c765b25ee035ee","href":"https://static.observableusercontent.com/files/5ac1e3239b39c644ac8a572c42a56eada80d9cce8bddc029af6d406f12512e628a96e4ea54889c86feceeba8f7f6a0d08f5c902f2d1d2113d1c765b25ee035ee","name":"estacao.jpg","type":"image/jpeg","lastModified":1689610569237.271,"size":95335},{"id":"ee2c7b9744248fa1fd6ea1535566d7c0424a63b9bb8aaafa03029e7ccc5463a5d980f32c489e0429a5036cffd8c81c41f887f3a8c891ed5212b12eb20864ed2c","href":"https://static.observableusercontent.com/files/ee2c7b9744248fa1fd6ea1535566d7c0424a63b9bb8aaafa03029e7ccc5463a5d980f32c489e0429a5036cffd8c81c41f887f3a8c891ed5212b12eb20864ed2c","name":"quandu1024x577.jpg","type":"image/jpeg","lastModified":1689610569237.271,"size":100912},{"id":"5f7f085f963df3f7407245d04170ee3174ad7f38ee53866e4e0b414296c585699d63e8dd62dc439286715d20194cca92e7cab32e13a740709bc6cc0d266c9185","href":"https://static.observableusercontent.com/files/5f7f085f963df3f7407245d04170ee3174ad7f38ee53866e4e0b414296c585699d63e8dd62dc439286715d20194cca92e7cab32e13a740709bc6cc0d266c9185","name":"ita_quandu_3@3.csv","type":"text/csv","lastModified":1689610569237.271,"size":1846181},{"id":"625834f9a42a4e70c9a596f6a87999cc80d0e9b7e09d7e6d49b879a05d14797c757a0eb32e7cf0bc17f2f299ff2531da841b08c6a9d570229c3fbbb94e4c23a7","href":"https://static.observableusercontent.com/files/625834f9a42a4e70c9a596f6a87999cc80d0e9b7e09d7e6d49b879a05d14797c757a0eb32e7cf0bc17f2f299ff2531da841b08c6a9d570229c3fbbb94e4c23a7","name":"acarau_inmet2@1.csv","type":"text/csv","lastModified":1689610569237.271,"size":18231}] 43:{"id":"d6c600d4eb91f9df","slug":null,"title":"Análise Descritiva do Projeto Inicial de Coleta e Análise de Dados de Estações Meteorológicas:","thumbnail":"d084dd08f251810e2244f5a28e906f63ea143cef162ea877c53e93ef120ca4ec","access_level":"public","create_time":"$D2023-07-17T16:16:09.237Z","update_time":"$D2023-07-17T16:16:09.237Z","view_time":null,"first_public_time":"$D2023-07-17T16:16:09.237Z","has_unpublished_edits":null,"fork":{"id":"730f8e15d7fdeaa7","slug":"esboco-analise-descritiva","title":"Análise Descritiva do Projeto Inicial de Coleta e Análise de Dados de Estações Meteorológicas:","owner":{"id":"2cf8917217e5d333","login":"teamws","name":"team"}},"stars":0,"starred":false,"owner":{"type":"team","id":"2cf8917217e5d333","login":"teamws","name":"team","avatar_url":"https://avatars-next.observableusercontent.com/53003f7a0ad6a9e8e580ae50eea503bb8751321792492cffbdcbc926a61e42bc","tier":"starter_2024","bio":"","following":false},"version":941,"publish_version":null,"role":null,"authored":false,"authors":[{"type":"individual","id":"ed14bf88e52d6634","login":"imdssantos","name":"Douglas Santos","avatar_url":"https://avatars-next.observableusercontent.com/5e247c811cefa3ccda1fdfaf131c216eaa651a9841bda080922c450ee82a52b0","tier":null,"bio":"","following":false}],"members":[{"type":"individual","id":"ed14bf88e52d6634","login":"imdssantos","name":"Douglas Santos","avatar_url":"https://avatars-next.observableusercontent.com/5e247c811cefa3ccda1fdfaf131c216eaa651a9841bda080922c450ee82a52b0","tier":null,"role":"editor"},{"type":"team","id":"2cf8917217e5d333","login":"teamws","name":"team","avatar_url":"https://avatars-next.observableusercontent.com/53003f7a0ad6a9e8e580ae50eea503bb8751321792492cffbdcbc926a61e42bc","tier":"starter_2024","role":"editor"},{"type":"individual","id":"a811a3eed0c50a54","login":"bruna-barreto","name":"Bruna Barreto","avatar_url":"https://avatars-next.observableusercontent.com/f6cd29edb0355bc47bcdfe3cb6c905ac503d478af6c626574a620e0ae3af60b2","tier":null,"role":"viewer"}],"comments":[],"custom_thumbnail":false,"trashed":false,"lapsed":null,"subscribed":null,"forks":0,"collection":null,"type":"notebook","body":{"titling":"auto","title":"Análise Descritiva do Projeto Inicial de Coleta e Análise de Dados de Estações Meteorológicas:","cells":[{"id":177,"value":"# Análise Descritiva do Projeto Inicial de Coleta e Análise de Dados de Estações Meteorológicas: \n\n# Uma Abordagem Exploratória\n\nNesse notebook devemos discutir, persuadir, preparar e formatar dados regularmente para uso posterior.\n\nFerramenta: Javascript [Arquero](https://observablehq.com/@uwdata/introducing-arquero)\n * Biblioteca Observable voltada para Ciência de Dados\n","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":116,"value":"\n### Base teórica ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":181,"value":"* O que são estações meteorológicas\n * Como as estações funcionam\n* Meteorologia x Climatologia","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":151,"value":"estacao = FileAttachment(\"estacao.jpg\").image() ","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":329,"value":"## Coleta dos dados\n\n- colocar aqui fonte da funceme\n- colocar aui fonte da inmet","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":338,"value":"chart = {\n const width=400, height=600;\n const svg = d3.select(DOM.svg(width, height))\n \n // Use Mercator projection\n var projection = d3.geoMercator()\n \t// Powerfull stuff! I didnt know where exactly my dataset was located projection-wise,\n // but .fitExtent() allows you to fit your dataset within a specified canvas \n \t.fitExtent([[20, 20], [width, height]], ceara);\n\n var path = d3.geoPath()\n .projection(projection);\n \n // Draw each province as a path\n svg.append('g').selectAll('path')\n \t.data(ceara.features)\n \t.enter().append('path')\n \t.attr('d', path)\n // Styling\n \t.style('fill', 'white')\n \t.style('stroke', '#ccc')\n \n return svg.node()\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":103,"value":"### Metodologia\n\n- Estação automática : **Itapipoca quandu** (Dados brutos)\n * Origem: PCDs (Plataformas automáticas de Coleta de Dados) - FUNCEME\n * Periodicidade da Medicao: Horária\n * Data Inicial: 2006-01-01\n * Data Final: 2015-07-09\n \n- Estação convencional: **Acarau** (Normal Climatológica)\n * Origem: Inmet\n * Data Inicial: 1991-01-01\n * Data Final: 2011-03-17\n * Periodicidade da Medicao: Mensal\n * Codigo Estacao: 82294\n\n- **Análise descritiva**: Avaliar a consistência interna dos dados meteorológicos por meio de abordagens analíticas e analógicas, e comparar os dados da estação meteorológica com outras fontes de informações meteorológicas confiáveis. \n ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":0,"value":"# Análise de dados meteorológicos ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":153,"value":"## Importância da meteorologia\n\nO Instituto Nacional de Meteorologia (Inmet) localizado em Brasília levanta estimativas climatológicas feitas pelos técnicos de lá influenciam até mesmo o mercado de ações. Por isso mesmo a entidade e a Brasil Bolsa e Balcão (B3) fecharam uma parceria em 2021 com a intenção de transformar informação em valor para os setores produtivo, financeiro e securitário de empresas listadas na bolsa.\n\nO Inmet, representa o Brasil junto à Organização Meteorológica Mundial e é ligado ao Ministério da Agricultura, Pecuária e Abastecimento (Mapa). Quando necessário, o Instituto emite alertas de fenômenos naturais que servem de guia à Defesa Civil de todos os estados do país.\n","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":71,"value":"#### O que se sabe sobre a região e meteorologia de Itapipoca?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":56,"value":"$45","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":133,"value":"quandu1024x577 = FileAttachment(\"quandu1024x577.jpg\").image({width : 700})\n// diminuir o tamanho dessa imagem","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":194,"value":"### Códigos ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":58,"value":"function stringToDate (dateString, hourString ){\nlet dia, mes, ano, hora, minuto, segundo\n \n if (dateString && hourString){\n let splitDate = dateString.split(\"/\");\n dia = parseInt(splitDate[0], 10);\n mes = parseInt(splitDate[1], 10) - 1;\n ano = parseInt(splitDate[2], 10);\n\n let splitHour = hourString.split(\":\")\n hora = parseInt(splitHour[0],10)\n minuto = parseInt(splitHour[1],10) \n segundo = parseInt(splitHour[2],10)\n }\n return new Date(ano, mes, dia, hora, minuto, segundo);\n}","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":45,"value":"// transformarData = (dataString) => {\n// const dataObjeto = dateFns.parse(dataString, 'dd/mm/yyyy', new Date()); // Converter a string de data para um objeto Date\n// return dateFns.format(dataObjeto, 'yyyy-mm-dd'); // Formatar a data no formato desejado, como 'yyyy-MM-dd'\n// };","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":785,"value":"### Limpeza e pré-processamento dos dados:\n\n- Remoção de valores ausentes: #ok \n\n- Remoção de duplicatas - solução analógica #ok\n\n- Tratamento de outliers - falta fazer a regra de corte\n\n- Análise exploratória de dados: Utilize técnicas de visualização, como gráficos de dispersão, histogramas, box plots e correlações, para explorar as relações entre as variáveis. Isso pode ajudar a identificar padrões, tendências e possíveis relações causais. #undone\n\n- Estatísticas descritivas: Calcule estatísticas descritivas, como média, mediana, desvio padrão, máximo e mínimo, para cada variável. Isso fornece uma visão geral dos dados e ajuda a identificar discrepâncias ou valores extremos. #ok\n\n- Análise de valores extremos: Examine valores extremos nas variáveis e avalie se eles são válidos ou indicam erros de medição. Dependendo do caso, pode ser necessário tratá-los de forma especial durante a modelagem ou removê-los, se considerados outliers significativos","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":49,"value":"### Importando as base de dados","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":26,"value":"ita_quandu = FileAttachment(\"ita_quandu_3@3.csv\").csv({typed:true})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":244,"value":"acarau_inmet = FileAttachment(\"acarau_inmet2@1.csv\").csv({typed: true, naValues: [\"NA\"]})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":798,"value":"`","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":166,"value":"# Estação convencional de Acarau","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":891,"value":"Vamos analisar os dados da Normal Climatológica de Acarau ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":552,"value":"acarau_inmet_processed = acarau_inmet","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"acarau_inmet_processed","database":"$undefined"},{"id":327,"value":"viewof summary_acarau = SummaryTable(acarau_inmet_processed, {label: \"Acarau Summary\"})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":700,"value":"Plot.plot({\n caption: \"Precitação mensal ao longo dos anos\",\n color: {},\n x: { grid: true },\n y: { grid: true },\n marks: [\n Plot.lineY(acarau_inmet_processed, {\n x: \"data_medicao\",\n y: \"precipitacao_total_mensal_mm\",\n tip: true\n })\n ]\n})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":810,"value":"Plot.plot({\n marks: [\n Plot.auto(acarau_inmet_processed, {x: \"data_medicao\", y: \"temperatura_media_compensada_mensal_c\"})\n ]\n})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":708,"value":"Plot.plot({\n marks: [\n Plot.auto(null, {})\n ]\n})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":705,"value":"Plot.line(\n acarau_inmet, // Utilizando o nome da base de dados acarau_inmet\n // compute the rolling average, show values in the brush selection\n Plot.windowY({ \n x: d => (!limits || d.data_medicao >= limits[0] && d.data_medicao <= limits[1]) ? d.data_medicao : NaN, // Substituindo \"date\" por \"data_medicao\"\n y: \"temperatura_media\", // Substituindo \"value\" por \"temperatura_media\"\n k: smooth\n })\n).plot({\n marks: [Plot.ruleY([0])], // draw a line at x=0\n marginLeft: 50,\n x: { label: \"data_medicao (utc)→\", domain: limits || undefined }, // Substituindo \"date\" por \"data_medicao\"\n y: { // Filtering down based on the brush\n label: \"↑ Temperatura Média (°C)\", // Substituindo \"Electricity Demand (MWh)\" por \"Temperatura Média (°C)\"\n domain: [0, d3.max(acarau_inmet, (d) => d.temperatura_media)] // Substituindo \"value\" por \"temperatura_media\"\n },\n width,\n height: 400,\n caption: md`Nota: este gráfico exibe o eixo x em tempo UTC, não em horário local para Acaraú.`\n});","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":496,"value":"discre = ita_quandu_tbl.filter((d)=> d.precipitacao_pluviometrica_mm > 70 ).view()\n","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":504,"value":"ita_quandu_tbl.filter((d)=> d.temperatura_do_ar_a_2m_c < 22 ).view()\n","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":802,"value":"#### Conjunto dos dados retirando anomalias: Temperatura > 21 e Precipitação horário < 70","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":713,"value":"SELECT * FROM \"ita_quandu_formated\" WHERE \"precipitacao\" < 70 AND \"temperatura\" > 21","pinned":true,"hidden":false,"mode":"sql","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"ita_quandu_test","database":"var:ita_quandu_formated"},{"id":790,"value":"viewof summary_itaquandu = SummaryTable(ita_quandu_test, {label: \"Ita Quandu Summary\"})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":718,"value":"Plot.plot({\n x: {\n grid: true\n },\n y: {\n grid: true\n },\n color: {\n type: \"linear\",\n reverse: true,\n scheme: \"Blues\"\n },\n marks: [\n Plot.auto(ita_quandu_test, {x: \"data\", y: {value: \"precipitacao\", reduce: \"sum\"}, color: \"#65a7ff\"})\n ]\n})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":795,"value":"Plot.plot({\n x: { grid: true },\n y: { grid: true },\n color: { type: \"linear\", scheme: \"Blues\", reverse: true },\n marks: [\n Plot.ruleY([0]),\n Plot.lineY(\n ita_quandu_test,\n Plot.binX(\n { y: \"sum\" },\n { x: \"data\", y: \"precipitacao\", stroke: \"#65a7ff\", tip: true }\n )\n )\n ]\n})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":162,"value":"## Estatísticas Gerais","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":159,"value":"viewof summary_data = SummaryTable(ita_quandu, {label: \"Ita Quandu Summary\"})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":196,"value":"\n| ***Variável***| ***Descrição*** |\n|-----|-----|\n| `datahora` | Data e hora(UTC-3) |\n| `direcao_do_vento_10m_graus`| Direção do vento a 10m (graus)|\n| `precipitacao_pluviometrica_mm` | Precipitação total horária (mm) |\n|`pressao_atmosferica_h_pa`| Pressão Atmosférica horária |\n|` radiacao_w_m`| Radiação W/m²|\n|`temperatura_do_ar_a_2m_c`| Temperatura do Ar a 2m (°C)|\n|`umidade_relativa_do_ar_a_2m`| Umidade Relativa do Ar a 2m (%)|\n|`velocidade_media_do_vento_10m_m_s`| Velocidade Média do Vento 10m (m/s)|\n\n","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":164,"value":"## Pré processamento","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":61,"value":"Passos a seguir:\n- Organizar os tipos de dados\n- Organizar as datas\n- Excluir observações repetidas\n- Comparação com a base de Acarau","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":498,"value":"ita_quandu_tbl = aq.from(ita_quandu)","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":31,"value":"function processarDados(dado) {\n return {\n data: stringToDate(dado.data, dado.hora_utc), /*Aqui podemos fazer isso, aaaa ok*/\n // hora: dado.hora_utc,\n temperatura_gr: dado.temperatura_do_ar_a_2m_c, // AQui\n precipitacao_mm: dado.precipitacao_pluviometrica_mm,\n pressao_atmosferica: dado.pressao_atmosferica_h_pa,\n radiacao: dado.radiacao_w_m,\n umidade_relativa_do_ar : dado.umidade_relativa_do_ar_a_2m,\n velocidade_media_do_vento : dado.velocidade_media_do_vento_10m_m_s,\n direcao_do_vento : dado.direcao_do_vento_10m_graus\n\n \n };\n}\n\n","pinned":true,"hidden":true,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":352,"value":"\ndata = [{\n r: [/* velocidade_media_do_vento_10m_m_s */],\n theta: [/* direcao_do_vento_10m_graus */],\n name: \"Velocidade Média do Vento\",\n marker: {color: \"rgb(106,81,163)\"},\n type: \"barpolar\"\n}];\n\n","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":488,"value":"### Transformando os valores horários em mensais por temperatura média e precipitação total","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":93,"value":"$46","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":449,"value":"d3.median([0,1,2,3,4,5])","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":227,"value":"ita_quandu[0] // Isso aqui é somenmte um teste, pode ser excluido","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":35,"value":"ita_quandu_formated = ita_quandu.map(processarDados);","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":907,"value":"ita = ita_quandu_formated","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"ita","database":"$undefined"},{"id":910,"value":"SELECT DATE_TRUNC('month', data) AS mes,\n SUM(precipitacao_mm) AS precitacao_media_mensal,\n AVG(temperatura_gr) AS temperatura_media_mensal,\nFROM ita_quandu_formated\nWHERE precipitacao_mm IS NOT NULL\n AND temperatura_gr IS NOT NULL\nGROUP BY DATE_TRUNC('month', data)\nORDER BY mes;\n","pinned":true,"hidden":false,"mode":"sql","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"ita2","database":"var:ita_quandu_formated"},{"id":142,"value":"viewof table2 = SummaryTable(ita_quandu_formated, {label: \"Ita Quandu Summary\"})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":280,"value":"viewof table3 = Inputs.table(ita_quandu_formated)","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":235,"value":"//viewof summary_data = SummaryTable(ita_quandu, {label: \"Ita Quandu Summary\"})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":39,"value":"// typeof(ita_quandu_formated[0].data) Use para testar tipos de dados","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":452,"value":"dataframeAvgMontly(ita_quandu_formated)","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":108,"value":"ita_quandu_avg = dataframeAvgMontly(ita_quandu_formated)","pinned":true,"hidden":true,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":198,"value":"## Gráficos\n\n* Série de tempo precipitação\n* Série de tempo temperatura\n* Rosa dos ventos direção e velocidade dos ventos\n* Criar um mapa com leaf mostrando as duas estações e localidade de Itapajé","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":391,"value":"import { Plot } from \"@observablehq/plot\";\n","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":388,"value":"\nfunction plotTest() {\n \nlet data = [{\n type: 'scattermapbox',\n lat: ['45.5017'],\n lon: ['-73.5673'],\n mode: 'markers',\n marker: {\n size: 14\n },\n text: ['Montreal']\n}];\n\nlet layout = {\n autosize: true,\n hovermode: 'closest',\n mapbox: {\n bearing: 0,\n center: {\n lat: 45,\n lon: -73\n },\n pitch: 0,\n zoom: 5\n }\n};\n\nPlot.plot({\n marks: data,\n layout: layout,\n config: { mapboxAccessToken: \"your access token\" },\n parent: document.querySelector(\"#myDiv\")\n});\n\n}","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":406,"value":"plotTest;","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":443,"value":"Plot.plot({\n color: {legend: true},\n marks: [\n Plot.ruleY([0]),\n Plot.lineY(ita_quandu_formated, {x: \"data\", y: \"precipitacao\"})\n ]\n})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":411,"value":"Plot.plot({\n color: {legend: true},\n marks: [\n Plot.ruleY([0]),\n Plot.lineY(ita_quandu_formated, {x: \"data\", y: \"temperatura\"})\n ]\n})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":250,"value":"viewof tabela2 = Inputs.table(acarau_inmet)","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":263,"value":"### Estatísticas","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":255,"value":"## Pré-processamento","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":267,"value":"// Transformando a variável string para data - Acarau \n\nfunction stringToDate2 (dateString){\nlet dia, mes, ano\n \n if (dateString){\n let splitDate = dateString.split(\"-\");\n ano = parseInt(splitDate[0], 10);\n mes = parseInt(splitDate[1], 10) - 1;\n dia = parseInt(splitDate[2], 10);\n }\n return new Date(ano, mes, dia);\n}","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":259,"value":"function processarDados2(dado) {\n return {\n data: stringToDate2(dado.data_medicao), \n // hora: dado.hora_utc,\n temperatura_media: dado.temperatura_media_compensada_mensal_c, // AQui\n temperatura_media_maxima: dado.temperatura_maxima_media_mensal_c,\n temperatura_media_minima: dado.temperatura_minima_media_mensal_c,\n precipitacao_media: dado.precipitacao_total_mensal_mm,\n \n };\n}\n","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":272,"value":"acarau_inmet_formated = acarau_inmet.map(processarDados2)","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":283,"value":"viewof table4 = SummaryTable(acarau_inmet_formated,{label:\"Acarau processamento\"})","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":80,"value":"$47","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":44,"value":"**Bibliotecas utilizadas**","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"","database":"$undefined"},{"id":5,"value":"import { aq, op } from \"@uwdata/arquero\"","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":9,"value":"import { SummaryTable } from \"@observablehq/summary-table\"","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":23,"value":"dateFns = await require('https://cdnjs.cloudflare.com/ajax/libs/date-fns/1.30.1/date_fns.js');","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":335,"value":"d3 = require(\"d3\")","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":354,"value":"import {Plotly} from \"https://cdn.plot.ly/plotly-latest.min.js\"","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":778,"value":"import {Sunburst} from \"@d3/sunburst\"","pinned":true,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"},{"id":333,"value":"ceara = (await fetch(\"https://raw.githubusercontent.com/tbrugz/geodata-br/master/geojson/geojs-23-mun.json\")).json()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","tool":"$undefined","providerMetadata":"$undefined","attachments":"$undefined","output":"$undefined","database":"$undefined"}],"files":"$W48","stdlib":"1"}} 44:"$43:body"