windR
1.0.0
windR est un package R pour connecter les données de suivi des animaux avec les données de vent (ou les données de courant de mer) et permet de visualiser les mouvements des animaux dans le flux du milieu où ils ont emménagé.
Le package a été écrit pour compiler les fonctions utilisées pour analyser les mouvements dupiper pectoral dans le vent. Une animation complète de ces morceaux peut être trouvée sur YouTube: se déplacer bien que l'Arctique: les bécassements pectoraux dans le vent
windR ? windR utilise les données du vent de ERA-Interim (un modèle mondial de réanalyse atmosphérique) décrit en détail dans Dee et al. 2011 et les relie les données de suivi du vent (la vôtre). Il peut être utilisé pour créer des animations d'écoulement de particules de données de courant de vent ou de mer. Pour les connecter avec les données de suivi, il est nécessaire de calculer le roulement (direction du sol), la vitesse du sol, le support du vent et les vents transversaux à partir des pistes d'animaux en utilisant une projection de carte égale (Eglambert azimutal projection égale). Le support du vent représente la longueur du vecteur de vent dans le sens du vol des oiseaux et le vent transversal représente la longueur du vecteur de vent perpendiculaire au vecteur sol (voir Safi et al. 2013 pour une représentation schématique). Pour une description détaillée, voir l'exemple de workflow décrit ci-dessous.
La figure montre un exemple instantané de l'animation de flux de particules, y compris deux baies de sable pectorales mâles (comètes épaisses en vert clair) qui ont laissé la zone autour de Barrow (pointe nord de l'Alaska) colorée avec le support du vent (m / s) et les particules de vent colorées avec La vitesse du vent (m / s; même échelle que le soutien au vent) volant en fonction des données du vent à l'heure actuelle. Projection de la carte: Azimuthal Polar Lambert Azimutal Area avec une origine de longitude 156,65 ° W (Barrow); Carte les données de la Terre naturelle
Les vignettes donnent un petit exemple étape par étape de ce que l'on a à faire pour atteindre le résultat final (une animation de flux de particules avec des pistes d'animaux). Les vignettes uniques sont construites les unes sur les autres, mais chacune peut être exécutée indépendamment (car les données de sortie de chaque étape peuvent être chargées à partir des données du package). Les vignettes en tant que HTML peuvent être trouvées à OSF et visualisées dans un navigateur après le téléchargement.
La première vignette a_era_interim_data_download décrit comment télécharger les données de l'era-interim à l'aide d'un script python. Notez que le seul mois peut également être téléchargé via le site Web directement.
La deuxième vignette b_wind_data_manipulation décrit comment ouvrir les données du vent, les interpoler à une résolution plus élevée et les transformer dans un data.Table, y compris la date et le composant U- & V-wind.
La troisième vignette C_Wind_Particle_Flow décrit comment utiliser les données de vent pour calculer un flux de particules (comment créer des particules) et comment créer une animation avec elles.
La vignette D_Wind_Support_and_Track_Animation décrit comment connecter les pistes d'animaux (en utilisant un sous-ensemble de données de Kempenaers & Valcu 2017) avec les données du vent et comment calculer le roulement, la vitesse du sol, le support du vent et les vents transversaux à partir des pistes. Ensuite, il donne un exemple de la façon de tracer les données de suivi dans un simple GGPLOT et comment effectuer une animation de tracé de comète à l'aide de données de suivi.
La cinquième vignette f_wind_animation_with_tracks rassemble tout. Il combine l'animation de flux de particules des données de vent avec les données de suivi.
install.packages( ' devtools ' )
devtools :: install_github( ' mpio-be/windR ' )
# install with vignettes
devtools :: install_github( " mpio-be/windR " , build_vignettes = TRUE , force = TRUE )
vignette( package = " windR " )Toutes les analyses sont limitées par la résolution spatio-temporelle des données de vent et de suivi utilisées.
Ce projet a été inspiré par le Projet de Terre Awesome de Cameron Beccario, qui a été lui-même inspiré par le projet Wind Map de Hint.FM.
Nous avons vu ces cartes à flux de particules du vent et nous voulions voir nos traces d'oiseau dans une telle visualisation. La carte earth et wind map utilisent les temps fixes des ensembles de données de vent global (une couche de vent). Les particules sont lancées au hasard sur la carte et se déplacent en fonction de la vitesse et de la direction du vent. Pour tracer nos traces d'oiseaux dans le vent, nous devions trouver un moyen de changer en continu les données du vent avec le temps que les oiseaux se déplaçaient. Nous l'avons fait en utilisant toujours les données de vent les plus proches dans le temps (modifiant en continu les couches de vent), entraînant un flux dynamique des particules de vent qui changent avec le temps. Nous avons fait de notre mieux pour faire ce flux de travail rapidement dans R, mais nous savons que l'utilisation d'autres langages de programmation (c'est-à-dire JavaScript) pourrait améliorer la vitesse de ces analyses. Nous sommes heureux si quelqu'un veut améliorer (accélérer) ce script ou traduire des parties (en particulier la création de particules) dans un autre langage de programmation.
