From 3584c55940ab83eafd0300bae517cc50400aa6af Mon Sep 17 00:00:00 2001 From: Paola Corrales Date: Tue, 26 Nov 2024 20:32:24 +1100 Subject: [PATCH] doc --- man/decil.Rd | 19 +++++++++++++++---- man/olas.Rd | 6 +++++- man/pdsi.Rd | 8 ++++++-- man/spi_indice.Rd | 14 +++++++------- 4 files changed, 33 insertions(+), 14 deletions(-) diff --git a/man/decil.Rd b/man/decil.Rd index 9c5bbd9..5d9aadb 100644 --- a/man/decil.Rd +++ b/man/decil.Rd @@ -28,9 +28,10 @@ a la distribución teórica. Puede ser: de la anomalía porcentual.} } \value{ -Devuelve un vector numérico con el decil asociado a cada valor de la variable. -En este caso la columna \code{deciles} es de tipo doble ya que devuelve el valor exacto -del decil sin redondeos. Para el cálculo de la anomalía porcentual también +Para el cálculo de los deciles, devuelve un vector numérico con el decil +asociado a cada valor de la variable. En este caso la columna \code{deciles} es de +tipo doble ya que devuelve el valor exacto del decil sin redondeos. +Para el cálculo de la anomalía porcentual también devuelve un vector numérico. Las funciones son compatibles con \code{\link[dplyr:group_by]{dplyr::group_by()}} y \code{\link[dplyr:mutate]{dplyr::mutate()}}. } @@ -59,9 +60,19 @@ precip_mensual <- NH0358 \%>\% precip_mensual \%>\% mutate(deciles = decil(precip)) -# Definiendo un periodo de referencia +# Deciles definiendo un periodo de referencia precip_mensual \%>\% mutate(deciles = decil(precip, referencia = lubridate::year(fecha) <= 1958)) +# Anomalia porcentual usando como referencia la serie completa +NH0358 \%>\% + mutate(anomalia = anomalia_porcentual(precip)) \%>\% + slice_head(n = 10) + +# Anomalia porcentual definiendo un periodo de referencia +precip_mensual \%>\% + mutate(deciles = anomalia_porcentual(precip, + referencia = lubridate::year(fecha) <= 1958)) + } diff --git a/man/olas.Rd b/man/olas.Rd index 5ce1c1a..a4d246c 100644 --- a/man/olas.Rd +++ b/man/olas.Rd @@ -44,7 +44,11 @@ data(NH0358) library(dplyr) NH0358 \%>\% - reframe(olas(fecha, calor = t_max > 20, frio = t_min <= 0)) \%>\% + reframe(olas(fecha, calor = t_max > 20)) \%>\% + slice_head(n = 10) + +NH0358 \%>\% + reframe(olas(fecha, frio = t_min <= 0)) \%>\% slice_head(n = 10) } diff --git a/man/pdsi.Rd b/man/pdsi.Rd index cf123fa..f467f11 100644 --- a/man/pdsi.Rd +++ b/man/pdsi.Rd @@ -10,9 +10,9 @@ pdsi(precipitacion, etp, cc = 100, coeficientes = pdsi_coeficientes()) pdsi_ac(precipitacion, etp, cc = 100, coeficientes = pdsi_coeficientes()) } \arguments{ -\item{precipitacion}{serie de precipitación sin datos faltantes (en mm).} +\item{precipitacion}{serie de precipitación sin datos faltantes (en mm). Ver sección Details.} -\item{etp}{serie de evapotranspiración potencial sin datos faltantes.} +\item{etp}{serie de evapotranspiración potencial sin datos faltantes. Ver sección Details.} \item{cc}{capacidad de campo (en mm).} @@ -36,6 +36,10 @@ del índice usando la función \code{\link[=pdsi_coeficientes]{pdsi_coeficientes Alternativamente, Wells et al. (2004) propuso el Indice de Severidad de Sequía de Palmer Autocalibrado que tiene la capacidad de ajustar las constantes empíricas durante el cálculo del indice. + +Si bien el cálculo de este indice funcionará para series de datos cortas (datos +diarios para un mes o datos mensuales para un año), es necesario contar con una +climatología, es decir 30 años para que el resultado sea confiable. } \examples{ diff --git a/man/spi_indice.Rd b/man/spi_indice.Rd index 66ce6f0..0bc23a2 100644 --- a/man/spi_indice.Rd +++ b/man/spi_indice.Rd @@ -52,17 +52,17 @@ Un data.frame con columnas } } \description{ -Calcula el Índice Estandarizado de Precipitación para distintas escalas. El -\code{spi_indice} toma valores de precipitación mientras que el \code{spei_indice} toma +Calcula el Índice Estandarizado de Precipitación para distintas escalas. Las +funciones \code{spi_indice} y \code{spei_indice} usan internamente a la función \link[SPEI:Drought-indices]{SPEI::spi} +pero tienen la ventaja de devolver el resultado como un data.frame que se +puede usar de manera directa para el análisis de datos con dplyr. +} +\details{ +La función \code{spi_indice} toma valores de precipitación mientras que \code{spei_indice} toma valores del balance entre precipitación y evapotranspiración potencial. Internamente hacen lo mismo; la única diferencia es la distribución teórica usada por defecto para ajustar los datos. } -\details{ -Estas funciones usan internamente a la función \link[SPEI:Drought-indices]{SPEI::spi} pero tienen la ventaja -de devolver el resultado como un data.frame que se puede usar de manera directa -para el análisis de datos con dplyr. -} \examples{ library(dplyr)