Python aplicado a la meteorología

Python aplicado a la meteorología

Fecha de inicio y horario

02 de diciembre de 2024

08:00 p.m a 10:30 p.m

Descripción

En este curso aprenderás a aplicar Python en el análisis y visualización de datos meteorológicos y climáticos, desde los fundamentos del lenguaje hasta el manejo de librerías como pandas, matplotlib, cartopy y xarray.

También manejarás series temporales y datos de modelos numéricos (NetCDF, GRIB) para calcular climatologías y anomalías. Podrás aplicar técnicas estadísticas y de clusterización para identificar patrones atmosféricos como El Niño o las ondas Kelvin. Al finalizar, podrás integrar distintos tipos de información para analizar y detectar eventos extremos en la práctica meteorológica.

Certificado de finalización

Formato certificado

Podrás añadirlo a tu perfil de LinkedIn. Compartirlo con otras personas mediante tu CV. Mostrar tus aptitudes en el dominio de distintos softwares.

Docente

Ricardo Enrique Passuni Meza

Ricardo Enrique Passuni Meza

Ingeniero Civil

Egresado de la carrera de Meteorología en Universidad Nacional Agraria La Molina. Análisis de procesos atmosféricos, programación y procesamiento de datos meteorológicos y climáticos.

Temario

  • 1. Introducción al curso y aplicaciones de Python en climatología.
  • 2. Fundamentos de Python: Variables, tipos de datos, operadores, estructuras de control (if, for, while), funciones básicas.
  • 3. Librerías esenciales: instalación y primeros usos (numpy, pandas, matplotlib, cartopy, xarray).

  • 1. Lectura de datos meteorológicos en formatos comunes (CSV, XLSX, TXT).
  • 2. Manejo de fechas y series temporales con pandas.
  • 3. Limpieza y control de calidad de datos (NaN, valores extremos, formateo de fechas).
  • 4. Visualización de datos meteorológicos tabulares con matplotlib y seaborn.
  • 5. Cálculo de estadísticos básicos: media, mediana, percentiles, máximos y mínimos.
  • 6. Agrupación por periodos (mensual, estacional, anual) con groupby.

  • 1. Introducción a los modelos numéricos y sus datos (NetCDF, GRIB).
  • 2. Descarga de datos de distintas fuentes internacionales.
  • 3. Uso de xarray para datos matriciales: apertura, exploración y selección de variables.
  • 4. Manejo de dimensiones (time, lat, lon, level).
  • 5. Operaciones básicas con xarray (Selección por región y nivel de presión, Cálculo de climatologías, Conversión de unidades y manejo de atributos)
  • 6. Visualización espacial con matplotlib y cartopy (mapas básicos).

  • 1. Conceptos de patrones atmosféricos y su importancia en la climatología.
  • 2. Métodos de reducción de datos: promedios zonales, anomalías, EOF/PCA (conceptual).
  • 3. Introducción a técnicas de clusterización (KMeans, K-Means++).
  • 4. Identificación y análisis de fenómenos asociados a patrones de circulación en Sudamérica (ej. El Niño, ondas Kelvin, DANAs).
  • 5. Ejemplo práctico: análisis de un evento con anomalías.
  • 6. Discusión de resultados: cómo interpretar patrones en la práctica climatológica.
  • 7. Taller integrador (Integración de datos tabulares (Unidad 2), datos de modelos (Unidad 3) y análisis de patrones (Unidad 4).)
  • 8. Caso práctico: detección de un evento extremo usando percentiles y clusterización

$ 140.00

50% DTO.

Precio normal $ 2500

Duración: 2h 30m

Soporte académico

Certificación de finalización

Softwares a usar

Paga este curso como quieras

Medio de pagos