---
title: "Notas"
author: "Pao"
output: html_document
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)

library(here)
library(ggplot2)
library(dplyr)
library(metR)
library(rnaturalearth)
```

## Lectura de datos

Primero le pegamos un vistaso al archivo netCDF. Esto es particularmente importante si queremos (o tenemos) que leer solo una parte.

```{r}
GlanceNetCDF(here("datos/sea_variables.nc"))
```
En este caso el archivo contiene información de la temperatura de la superficie del mar (`sst`) y la fracción de mar cubierta por hielo (`siconc`) para todos los meses de 2021. Podemos leerlo completo, pero por ahora vamos a trabajar con la `sst`.

```{r}
sst <- ReadNetCDF("datos/sea_variables.nc", vars = "sst")
```

Hagamos nuestro primer gráfico

```{r}
sst %>% 
  filter(time == lubridate::ymd(20210101)) %>% 
  ggplot(aes(longitude, latitude)) +
  geom_contour_fill(aes(z = sst))
```

Para tener un mapa se necesitan datos de la localización de las costas o las fronteras. Existen varias fuentes de estos datos, pero una muy buena es Natural Earth. El paquete {rnaturalearth} provee una interfaz amigable para usar estos datos directamente en {ggplot2}.

Primero hay que cargar el mapa que queramos. Por ejemplo para obtener un mapa de las costas usamos:

```{r}
mapa <- rnaturalearth::ne_coastline(returnclass = "sf")

sf::sf_use_s2(FALSE)

ggplot(mapa) +
  geom_sf() +
  scale_y_continuous(limits = c(-80, 80))
```
El argumento returnclass hace referencia a la estructura que queremos que devuelva. En este caso, returnclass = "sf" hace que devuelva un objeto de clase “Simple Features”. Las “Simple Features” son cualquier cosa menos simple internamente pero con {ggplot2} se pueden graficar con un geom específico.

```{r}
sst %>% 
  filter(time == lubridate::ymd(20210101)) %>% 
  ggplot(aes(longitude, latitude)) +
  geom_contour_fill(aes(z = sst)) +
  geom_sf(data = mapa, inherit.aes = FALSE) +
  scale_y_continuous(limits = c(-80, 80))
```
A veces la longitud va de 0 a 360 grados, otras de -180 a 180 grados. con `ConvertLongitude()` podemos unificar los datos.

```{r}
sst %>% 
  filter(time == lubridate::ymd(20210101)) %>% 
  mutate(longitude = ConvertLongitude(longitude)) %>% 
  ggplot(aes(longitude, latitude)) +
  geom_contour_fill(aes(z = sst)) +
  geom_sf(data = mapa, inherit.aes = FALSE) +
  scale_y_continuous(limits = c(-80, 80))
```

## Colores y pinta general

Seguro para cada variable tenemos en la cabeza una escala de colores específica. En este caso, al tratarse de temperatura podríamos usar una escala continua de color Brewer. Vamos a agregarla

```{r}
sst %>% 
  filter(time == lubridate::ymd(20210101)) %>% 
  mutate(longitude = ConvertLongitude(longitude)) %>% 
  ggplot(aes(longitude, latitude)) +
  geom_contour_fill(aes(z = sst)) +
  geom_sf(data = mapa, inherit.aes = FALSE) +
  scale_y_continuous(limits = c(-80, 80)) +
  scale_fill_distiller(palette = "YlOrRd", direction = 1)
```
La leyenda está ok, pero podríamos mejorarla. 

```{r}
sst %>% 
  filter(time == lubridate::ymd(20210101)) %>% 
  mutate(longitude = ConvertLongitude(longitude)) %>% 
  ggplot(aes(longitude, latitude)) +
  geom_contour_fill(aes(z = sst, fill = stat(level))) +
  geom_sf(data = mapa, inherit.aes = FALSE) +
  scale_y_continuous(limits = c(-80, 80)) +
  scale_fill_distiller(palette = "YlOrRd", direction = 1,
                       super = metR::ScaleDiscretised,
                       guide = guide_colorsteps(barwidth = 15)) +
  theme(legend.position = "bottom")
```
Paron muchas cosas:

* `fill = stat(level)` en la geometría nos permite usar la variable "level" (que no es la del data.frame) que calcula internamente ggplot. Esto es necesario para acceder a la información de los contornos.
* `super = metR::ScaleDiscretised` nos permite discretizar la legenda.
* `guide = guide_colorsteps()` va a cambiar la pinta de la leyenda para mostrarla como "cuadraditos" de colores en vez de una barra continua.
* El `barwidth = 15` adentro de la guía cambia el ancho de la leyenda para que se vea un poco mejor una vez que la posicionamos abajo con `legend.position = "bottom"` 


Ahora podemos trabajar sobre los elementos de texto de nuestro gráfico.

```{r}
sst %>% 
  filter(time == lubridate::ymd(20210101)) %>% 
  mutate(longitude = ConvertLongitude(longitude)) %>% 
  ggplot(aes(longitude, latitude)) +
  geom_contour_fill(aes(z = sst, fill = stat(level))) +
  geom_sf(data = mapa, inherit.aes = FALSE) +
  scale_y_continuous(limits = c(-80, 80)) +
  scale_fill_distiller(palette = "YlOrRd", direction = 1,
                       super = metR::ScaleDiscretised,
                       guide = guide_colorsteps(barwidth = 15)) +
  labs(x = NULL, y =  NULL, fill = "[K]",
       title = "Temperatura del superficie del mar", 
       subtitle = "Enero 2021") +
  theme(legend.position = "bottom")
```

Y en mi caso me gusta cambiarle el tema:


```{r}
sst %>% 
  filter(time == lubridate::ymd(20210101)) %>% 
  mutate(longitude = ConvertLongitude(longitude)) %>% 
  ggplot(aes(longitude, latitude)) +
  geom_contour_fill(aes(z = sst, fill = stat(level))) +
  geom_sf(data = mapa, inherit.aes = FALSE) +
  scale_y_continuous(limits = c(-80, 80)) +
  scale_fill_distiller(palette = "YlOrRd", direction = 1,
                       super = metR::ScaleDiscretised,
                       guide = guide_colorsteps(barwidth = 15)) +
  labs(x = NULL, y =  NULL, fill = "[K]",
       title = "Temperatura del superficie del mar", 
       subtitle = "Enero 2021") +
  theme_minimal() +
  theme(legend.position = "bottom")
```