reservatoriosBR

R package for Brazilian reservoirs data.
https://github.com/brunomioto/reservatoriosBR

Category: Natural Resources
Sub Category: Water Supply and Quality

Keywords

brazil reservoir water

Last synced: about 20 hours ago
JSON representation

Repository metadata

R package for Brazilian reservoirs data

README.Rmd

          ---
output: github_document
---

```{r, include = FALSE}
knitr::opts_chunk$set(
  collapse = TRUE,
  comment = "#>",
  error = TRUE
)
```

# **reservatoriosBR** 



[![pix](https://img.shields.io/badge/Apoie%20com-PIX-brightgreen)](https://www.brunomioto.com.br/pix)
[![License](https://img.shields.io/badge/license-GPL-blueviolet.svg?style=flat)](https://github.com/brunomioto/reservatoriosBR/blob/main/LICENSE.md)
[![DOI](https://zenodo.org/badge/DOI/10.5281/zenodo.5496237.svg)](https://doi.org/10.5281/zenodo.5496237)
[![Twitter Follow](https://img.shields.io/twitter/follow/BrunoHMioto?color=%2315202B&label=Seguir%20%40BrunoHMioto&style=social)](https://twitter.com/BrunoHMioto)


Pacote R para obtenção de dados dos principais reservatórios brasileiros a partir da plataforma **[SAR-ANA](https://www.ana.gov.br/sar/)** e da **[ONS](http://www.ons.org.br/paginas/energia-agora/reservatorios)**.

Este pacote baixa e organiza os dados em uma estrutura para uso no R.

Atualmente estou buscando **voluntários** para testar as funções e dados. Se puder, [entre em contato](https://twitter.com/BrunoHMioto)!

Se utilizar em algum trabalho, cite ou me avise! Gostaria de saber como este pacote pode ajudar!

Se você estiver procurando dados sobre os mananciais de abastecimento público na Região Metropolitana de São Paulo (SP - Brasil), o pacote [`mananciais`](https://beatrizmilz.github.io/mananciais/) foi feito para isso!

## Instalação

Este pacote apenas está disponível para a instalação usando o devtools no R (mas é simples): 

```{r, results='hide', message=FALSE, warning=FALSE, eval=FALSE}
#install.packages("devtools")
devtools::install_github('brunomioto/reservatoriosBR')
library(reservatoriosBR)
```

## Uso

Atualmente o pacote possui **9** funções:

### Funções de datasets

- `tabela_reservatorios()`
- `tabela_reservatorios_ONS()`
- `info_reservatoriosBR()`

### Funções de busca de dados

- `reservatorio_sin()`
- `reservatorio_cantareira()`
- `reservatorio_nordeste_semiarido()`
- `ultima_medicao()`
- `ONS_reservatorios()`
- `ONS_EAR_subsistemas()`

---

## As funções de datasets

### A função `tabela_reservatorios()`

Essa função retorna uma tabela com informações sobre os reservatórios que podem ser utilizadas com as funções de busca de dados. Este são os reservatórios contabilizados pela ANA.

São **713 reservatórios** (são 804 linhas pois reservatórios em 2 cidades são duplicados) com **12 variáveis**, sendo elas:

- `sistema` - sistema o qual o reservatório pertence segundo o SAR.
- `codigo` - **O código do reservatório segundo o SAR. Utilizado nas funções desse pacote.**
- `reservatorio` - O nome do reservatorio.
- `res_latitude` - Latitude do reservatório
- `res_longitude` - Longitude do reservatório
- `municipio` - Município do reservatório
- `codigo_municipio_ibge` - Código do município na base do IBGE.
- `estado_nome` - Estado em forma de nome.
- `estado_sigla` - Estado em forma de sigla.
- `rio` - Nome do rio.
- `sub_bacia` - Sub-bacia do rio.
- `bacia` - Bacia hidrográfica do rio.

**Agradeço ao pessoal da ANA, em especial, o coordenador Antônio Augusto, o especialista Diego Pena e o técnico Théo Albuquerque, que construíram essa tabela e apoiam essa iniciativa de dados abertos!**


```{r}
library(reservatoriosBR)

tabela_reservatorios() 

#caso queira uma lista sem códigos duplicados
#library(dplyr)
#tabela_reservatorios() %>% 
#  distinct(codigo, .keep_all = TRUE) 
```

Mapa dos reservatórios brasileiros!

```{r, warning=FALSE, message=FALSE, echo=FALSE}
library(tidyverse)
```

```{r, warning=FALSE, message=FALSE, eval=FALSE}
library(tidyverse)

tabela_reservatorios() %>% 
  distinct(codigo, .keep_all = TRUE) %>% 
  ggplot()+
  borders("world", fill = "grey70", colour = "black")+
  theme_minimal()+
  geom_point(aes(x=res_longitude, y=res_latitude),
             colour = "blue",
             size = 2,
             alpha = 0.5) + 
  labs(x = "",
       y = "")+
  coord_fixed(xlim= c(-73,-35), ylim=c(-35,5))

```
```{r echo=FALSE, fig.align='center', fig.cap='', out.width='100%'}
knitr::include_graphics('https://raw.githubusercontent.com/brunomioto/reservatoriosBR/main/man/figures/mapa_pontos.png')
```

### A função `tabela_reservatorios_ONS()`

Essa função retorna uma tabela parecida com a `tabela_reservatorios()`, mas contendo apenas os reservatórios observados pela **ONS**.

São **39 reservatórios** com **12 variáveis**, sendo elas:

- `subsistema` - Subsistema-ONS a qual o reservatório pertence.
- `reservatorio` - O nome do reservatório
- `codigo` - **O código do reservatório segundo o SAR. Utilizado nas funções desse pacote.**
- `res_latitude` - Latitude do reservatório
- `res_longitude` - Longitude do reservatório
- `municipio` - Município do reservatório
- `codigo_municipio_ibge` - Código do município na base do IBGE.
- `estado_nome` - Estado em forma de nome.
- `estado_sigla` - Estado em forma de sigla.
- `rio` - Nome do rio.
- `sub_bacia` - Sub-bacia do rio.
- `bacia` - Bacia hidrográfica do rio.

```{r}
tabela_reservatorios_ONS()
```

### A função `info_reservatoriosBR()`

Essa função retorna uma tabela com informações das funções utilizadas nesse pacote.

As variáveis retornadas são:

- `Função` - O nome da função.
- `Ação` - O objetivo da função a ser utilizada.
- `Nível de detalhamento` - Subsistemas, Reservatórios ou Datasets.
- `Dados disponíveis` - Informações sobre a disponibilidade dos dados.
- `Fonte` - A fonte dos dados buscados. 

```{r, warning=FALSE, echo=FALSE}
library(knitr)

info_reservatoriosBR() %>%
  kable()
```

## As funções de busca de dados

### A função `reservatorio_sin()`

Utilize a função para obter os dados históricos dos principais reservatórios brasileiros que pertencem ao [SIN - Sistema Interligado Nacional](https://www.ana.gov.br/sar/sin). A imagem abaixo apresenta as bacias dos reservatórios contidos no SIN.

```{r echo=FALSE, fig.align='center', fig.cap='', out.width='100%'}
knitr::include_graphics('https://raw.githubusercontent.com/brunomioto/reservatoriosBR/main/man/figures/modelo-principal-mapa-sin.png')
```

`reservatorio_sin(codigo_reservatorio, data_inicial, data_final)`

- `codigo_reservatorio` O código do reservatório de acordo com o SIN (você pode consultar a tabela com os códigos chamando a função `tabela_reservatorios()`).
- `data_inicial` Data inicial do registro. Se for anterior à data de funcionamento, retorna a data de registro mais antiga. O padrão é `data_inicial = "1980-01-01"`
- `data_final` Data final do registro. Pode ser usado `Sys.Date()` para retornar a data de registro mais recente. O padrão é `data_final = Sys.Date()`

Dessa forma, a função funciona utilizando apenas: `reservatorio_sin(codigo_reservatorio)`

```{r, message=FALSE, warning=FALSE}
reservatorio_sin(19058, "2000-01-01", "2019-12-31")
```

As variáveis retornadas são:

- `data` - Data da medição realizada
- `codigo_reservatorio` - Código do reservatório segundo o SAR-ANA
- `reservatorio` - Nome do reservatório
- `cota_m` - Cota, o nível do reservatório (m)
- `afluencia_m3_s` - Afluência (m³/s)
- `defluencia_m3_s` - Defluência (m³/s)
- `vazao_vertida_m3_s` - Vazão vertida (m³/s)
- `vazao_turbinada_m3_s` - Vazão turbinada (m³/s)
- `vazao_natural_m3_s` - Vazão natural (m³/s)
- `volume_util_percentual` - Volume útil (%) - Alguns reservatórios retornam apenas NA
- `vazao_incremental_m3_s` - Vazão incremental (m³/s) - Retorna apenas NA

As unidades de medida foram mantidas no nome das variáveis para não haver problemas de interpretação.

Podemos utilizar estes dados históricos para fazer análises e gráficos. A Afluência(m³/s), por exemplo, mede a quantidade de água que chega nas represas.

```{r, warning = FALSE, message = FALSE, results = 'hide', fig.keep = 'all', dpi = 600, echo=FALSE, eval = FALSE}
library(ggplot2)

itaipu <- reservatorio_sin(19058, "1980-01-01", Sys.Date())

ggplot(itaipu, aes(x=data, y=afluencia_m3_s))+
  geom_line(color = "#377eb8")+
  scale_x_date(date_breaks = "years", date_labels = "%Y")+
  theme_bw()+
  labs(x="Data da medição",
       y = "Afluência (m³/s)")+
  coord_cartesian(xlim = c(as.Date("1994-01-01"), as.Date("2021-01-01")))
```

```{r echo=FALSE, fig.align='center', fig.cap='', out.width='100%'}
knitr::include_graphics('https://raw.githubusercontent.com/brunomioto/reservatoriosBR/main/man/figures/plot1.png')
```

### A função `reservatorio_cantareira()`

Utilize a função para obter os dados históricos dos reservatórios brasileiros que pertencem ao [**sistema Cantareira**](https://www.ana.gov.br/sar/outros-sistemas-hidricos/cantareira). A imagem abaixo apresenta as bacias dos reservatórios contidos no Sistema Cantareira.

```{r echo=FALSE, fig.align='center', fig.cap='', out.width='100%'}
knitr::include_graphics('https://raw.githubusercontent.com/brunomioto/reservatoriosBR/main/man/figures/outros-sistemas-hidricos-cantareira-principal.png')
```

`reservatorio_cantareira(codigo_reservatorio, data_inicial, data_final)`

- `codigo_reservatorio` O código do reservatório de acordo com o SAR (são apenas 4 reservatórios).

```{r, echo=FALSE}
Reservatorio <- c("Jaguari-Jacareí", "Cachoeira", "Atibainha", "Paiva Castro")
Codigo <- c(29001, 29002, 29003, 29004)

tabela_cantareira <- data.frame(Reservatorio, Codigo)

knitr::kable(tabela_cantareira)
```

- `data_inicial` Data inicial do registro. Se for anterior à data de funcionamento, retorna a data de registro mais antiga. O padrão é `data_inicial = "1980-01-01"`
- `data_final` Data final do registro. Pode ser usado `Sys.Date()` para retornar a data de registro mais recente. O padrão é `data_final = Sys.Date()`

Dessa forma, a função funciona utilizando apenas: `reservatorio_cantareira(codigo_reservatorio)`

As variáveis retornadas são:

- `data` - Data da medição realizada
- `codigo_reservatorio` - Código do reservatório segundo o SAR-ANA
- `reservatorio` - Nome do reservatório
- `cota_m` - Cota, o nível do reservatório (m)
- `volume_util_hm3` - Volume útil (hm³)
- `volume_util_percentual` - Volume útil (%)
- `afluencia_m3_s` - Afluência (m³/s)
- `defluencia_m3_s` - Defluência (m³/s)

### A função `reservatorio_nordeste_semiarido()`

Utilize a função para obter os dados históricos dos reservatórios brasileiros que pertencem ao módulo [**Nordeste e Semiárido**](https://www.ana.gov.br/sar/nordeste-e-semiarido) do SAR. A imagem abaixo apresenta os estados dos reservatórios contidos no SAR.

- `data_inicial` Data inicial do registro. Se for anterior à data de funcionamento, retorna a data de registro mais antiga. O padrão é `data_inicial = "1980-01-01"`
- `data_final` Data final do registro. Pode ser usado `Sys.Date()` para retornar a data de registro mais recente. O padrão é `data_final = Sys.Date()`

Dessa forma, a função funciona utilizando apenas: `reservatorio_nordeste_semiarido(codigo_reservatorio)`

```{r echo=FALSE, fig.align='center', fig.cap='', out.width='100%'}
knitr::include_graphics('https://raw.githubusercontent.com/brunomioto/reservatoriosBR/main/man/figures/mapa-principal-ns.png')
```

### A função `ultima_medicao()`

Essa função retorna a última medição (e somente ela) dos dados de um reservatório.

Fiz essa função pois ela fornece o **Volume útil** de alguns reservatórios que não estão inclusos no dataset criado pela função `reservatorio_sin()`, como é o exemplo de **Itaipu**.

`ultima_medicao(codigo_reservatorio)`

As variáveis retornadas são:

- `data` - Data da medição realizada
- `reservatorio` - Nome do reservatório
- `afluencia_m3_s` - Afluência (m³/s)
- `defluencia_m3_s` - Defluência (m³/s)
- `cota_m` - Cota, o nível do reservatório (m)
- `vazao_transferida` - Vazão transferida - Acho que sempre retorna `NA`
- `volume_util_porcentagem` - Volume útil (%)
- `tipo` - Tipo? Ainda preciso descobrir o que isso significa

## As funções `ONS` - Operador Nacional do Sistema Elétrico

### A função `ONS_reservatorios()`

Essa função busca os **dados atuais** dos reservatórios brasileiros observados pelo [**Operador Nacional do Sistema Elétrico (ONS)**](http://www.ons.org.br/paginas/energia-agora/reservatorios) e pode retornar valores em 2 formatos:

- Tabela

Gera um dataframe com diversas variáveis de 39 reservatórios observados pela ONS.

```{r}
ONS_reservatorios(formato = "tabela")
```

- Resumo

Gera um relatório dos 4 subsistemas da ONS e o percentual atual em cada um.

```{r}
ONS_reservatorios(formato = "resumo")
```

### A função `ONS_EAR_subsistemas()`

Essa função tem como objetivo buscar a **série histórica** da Energia Armazenada (EAR) dos subsistemas observados pela ONS.

`ONS_EAR_subsistemas(ano_inicial, ano_final)`

- `ano_inicial` O ano inicial dos registros. O padrão é o início da série histórica, `ano_inicial = 2000`
- `ano_final` O ano final dos registros. O padrão é o ano atual, no caso, `ano_final = 2021`

Dessa forma, rodando a função `ONS_EAR_subsistemas()` retorna todos os dados de todos os subsistemas de 2000 até o ano atual.

As variáveis retornadas são:

- `data` - Data da medição realizada
- `subsistema` - Nome do subsistema
- `ear_max_subsistema_mwmes` - Valor de EAR máxima por subsistema na unidade de medida MWmês
- `ear_verif_subsistema_mwmes` - Valor de EAR verificada no dia por subsistema na unidade de medida MWmês
- `ear_verif_subsistema_percentual` - Valor de EAR verificada no dia por subsistema na unidade de
medida %

Esses valores são utilizados como referência para o nível dos reservatórios e quanta energia eles ainda podem produzir.

Com esses dados, podemos observar os resultados da seca nos reservatórios do subsistema Sudeste / Centro-oeste, por exemplo:

```{r, warning = FALSE, message = FALSE, results = 'hide', fig.keep = 'all', dpi = 600, echo=FALSE, eval = FALSE}
library(tidyverse)

dados_ONS <- ONS_EAR_subsistemas(ano_inicial = 2016, ano_final = 2021)

dados_ONS_SE <- dados_ONS %>% 
  filter(subsistema == "Sudeste / Centro-Oeste")

plot_2 <- dados_ONS_SE %>% 
  ggplot(aes(x=data, y=ear_verif_subsistema_percentual))+
  geom_area(color = "#377eb8", fill = "#377eb850", size=1.2)+
  geom_point(data = dados_ONS_SE %>% filter(data == max(data)),
             color = "#377eb8",
             size = 2)+
  scale_x_date(breaks = "1 year",
               date_labels = "%Y",
               limits = c(as.Date("2016-01-01"), as.Date("2021-12-31")),
               expand = c(0,0))+
  scale_y_continuous(expand = c(0,0), limits = c(0,100))+
  theme_bw()+
  theme(
    panel.grid.minor.x = element_blank()
  )+
  labs(x = "Data da medição",
       y = "EAR Subsistema (%)",
       title = "Série histórica (2016-2021) da EAR nos reservatórios do subsistema Sudeste / Centro-Oeste")

```

```{r echo=FALSE, fig.align='center', fig.cap='', out.width='100%'}
knitr::include_graphics('https://raw.githubusercontent.com/brunomioto/reservatoriosBR/main/man/figures/plot2.png')
```



## Como citar o pacote

[![DOI](https://zenodo.org/badge/DOI/10.5281/zenodo.5496237.svg)](https://doi.org/10.5281/zenodo.5496237)

## To-do

- Buscar outras bases de dados de reservatórios brasileiros

- Confirmar a confiabilidade dos dados extraídos

## Melhorias e sugestões

Tem alguma ideia para o pacote ou sugestão de como posso melhorá-lo? Crie uma nova [issue](https://github.com/brunomioto/reservatoriosBR/issues) para que eu possa ajudar!

        

Owner metadata


GitHub Events

Total
Last Year

Committers metadata

Last synced: 6 days ago

Total Commits: 123
Total Committers: 3
Avg Commits per committer: 41.0
Development Distribution Score (DDS): 0.049

Commits in past year: 7
Committers in past year: 2
Avg Commits per committer in past year: 3.5
Development Distribution Score (DDS) in past year: 0.286

Name Email Commits
brunomioto b****7@g****m 117
copilot-swe-agent[bot] 1****t 5
brunomioto b****o@g****m 1

Issue and Pull Request metadata

Last synced: 7 months ago

Total issues: 16
Total pull requests: 4
Average time to close issues: 17 days
Average time to close pull requests: about 1 hour
Total issue authors: 2
Total pull request authors: 1
Average comments per issue: 0.69
Average comments per pull request: 0.0
Merged pull request: 4
Bot issues: 0
Bot pull requests: 0

Past year issues: 0
Past year pull requests: 0
Past year average time to close issues: N/A
Past year average time to close pull requests: N/A
Past year issue authors: 0
Past year pull request authors: 0
Past year average comments per issue: 0
Past year average comments per pull request: 0
Past year merged pull request: 0
Past year bot issues: 0
Past year bot pull requests: 0

More stats: https://issues.ecosyste.ms/repositories/lookup?url=https://github.com/brunomioto/reservatoriosBR

Top Issue Authors

  • brunomioto (17)
  • rafapereirabr (1)

Top Pull Request Authors

  • brunomioto (4)
  • Copilot (3)

Top Issue Labels

  • enhancement (10)
  • to be implemented (9)
  • documentation (3)
  • wontfix (2)
  • help wanted (1)

Top Pull Request Labels


Dependencies

DESCRIPTION cran
  • R >= 2.10 depends
  • dplyr * imports
  • glue * imports
  • janitor * imports
  • jsonlite * imports
  • magrittr * imports
  • readr * imports
  • rvest * imports
  • tibble * imports
  • tidyr * imports
  • usethis * imports
  • utils * imports
  • covr * suggests
.github/workflows/pkgdown.yaml actions
  • actions/checkout v4 composite
  • r-lib/actions/setup-pandoc v2 composite
  • r-lib/actions/setup-r v2 composite
  • r-lib/actions/setup-r-dependencies v2 composite
.github/workflows/test-coverage.yaml actions
  • actions/checkout v4 composite
  • r-lib/actions/setup-r v2 composite
  • r-lib/actions/setup-r-dependencies v2 composite

Score: 4.532599493153256