Código Termal 0.0.1

• Prerequisitos
  • Anaconda (interfaz gráfica)
  • Miniconda (uso en la terminal)
• Uso del código termal
  • Desde Jupyter notebook
  • Desde un script
  • Ejecutar un script disponible

Prerequisitos

Anacona o Miniconda son opciones recomendadas para instalar los requerimientos de este código. En Windows trabajar con Anaconda es lo más simple, para Mac o Linux se recomienda Miniconda.

Anaconda (interfaz gráfica)

Descargar e instalar Anaconda

Descargar e instalar el ejecutable

Instalar los paquetes de python necesarios

• xarray
• matplotlib
• cartopy
• plotly
• kaleido

Miniconda (uso en la terminal)

Descargar e instalar Miniconda

• Descargar e instalar el ejecutable

• Verificar instalación: Abrir una terminal, y ejecutar el comando conda --version, para confirmar que la instalación tuvo éxito. Luego ejecutar el comando echo $PATH, y comprobar que aparece "miniconda3" entre el output, si es así­ el programa se ha configurado correctamente.

• Actualizar: Ejecutar el comando conda update conda, y responder con y.

Configurar un ambiente virtual:

La opcion más sencilla es ejecutar conda env create -f env.yml desde la carpeta donde se ha descomprimido el código, para realizar una configuración automática. La terminal debería preguntar por confirmación un par de veces (siempre responder con y), y luego finalizar con un mensaje de éxito.

Finalmente ejecutar conda activate cod_termal para activar el ambiente virtual.

En caso contrario, seguir los siguientes dos pasos:

1. Crear y activar: Ejecutar el comando conda create --name cod_termal python=3.9.1 para crear un ambiente virtual. Luego ejecutar conda activate cod_termal, para activarlo. A la izquierda del prompt de la terminal ahora debería aparecer (cod_termal).

2. Instalar paquetes de python necesarios manualmente: Ejecutar los siguientes comandos en la terminal para instalar los respectivos paquetes (cada vez que se pida confirmación responder con y):

• xarray: conda install -c conda-forge xarray dask netCDF4 bottleneck
• matplotlib: conda install matplotlib
• cartopy: conda install -c conda-forge cartopy
• jupyter lab: conda install -c conda-forge jupyterlab
• plotly: conda install -c plotly plotly
• kaleido: conda install -c plotly python-kaleido

Uso del código termal

Desde Jupyter notebook

La forma más sencilla de utilizar el codigo es con jupyter notebook. En la carpeta donde se descomprimió el código se encuentra el archivo Ejemplos.ipynb, que sirve a base de introducción; se puede abrir desde Anaconda o, desde una terminal ubicada en esa carpeta, ejecutando jupyter notebook Ejemplos.ipynb o jupyter lab (el ambiente virtual debe estar activado).

Esto abrirá automáticamente el navegador con el notebook listo para ser editado. En caso de que aparezca una ventana emergente preguntando qué kernel de python se desea usar, seleccionar "Python 3". En cualquier caso, antes de seguir con los siguientes pasos, confirmar que en la esquina superior derecha se mencione que Python 3 es el kernel de python activo.

El archivo Ejemplos.ipynb contiene ejemplos de como utilizar el código para obtener distintos tipos de resultados. Para ejecutar una celda y ver su resultado presionar el boton ▶️ con la celda seleccionada (es importante ejecutar las celdas de código en orden para que funcionen correctamente). Para ejecutar todas las celdas en orden presionar el botón ⏩.

El archivo puede ser editado sin preocupaciones, pero es recomendable crear una copia de respaldo para tenerlo a mano.

Desde un script

El mismo código que funciona en un notebook puede ser utilizado desde un archivo (ej. script.py) para realizar tareas que no requieran output interactivo.

Ejecutar un script disponible

Se incluyen dos scripts:

vars_stats.py:

Uso:

python vars_stats.py var1 '[start1, stop1, step1]' var2 '[start2, stop2, step2]' ...

• var1, var2, etc., deben ser reemplazados por los nombres de las variables que se pueden encontrar en inputs.py
• '[start, stop, step]', definen el rango de valores que la respectiva variable asumirá

Descripción:

Para cada combinación posible de diferentes variables en los rangos definidos, este script ejecuta un modelo termal que utiliza esas variables como input. El modelo termal que se ejecutará es el dado por el valor de thermal_conf['default_model'] que se encuentra definido en inputs.py. Todas las variables que no sean especificadas asumirán los valores previamente definidos en inputs.py. El output consiste en un valor de RMSE y MSE para cada combinación ejecutada, los cuales son calculados a partir de la comparación entre los valores del flujo de calor superficial predichos por el modelo y los provenientes de mediciones recopiladas en el archivo litho/data/shf_data.dat (modelo - prediccion). Estos valores son almacenados en forma de texto y gráficos en la carpeta vars_stats, situada dentro del directorio definido por thermal_conf['output_path'] en inputs.py, junto con una copia del archivo inputs.py que se utilizó para generarlos. Para reconstruir los graficos a partir de los archivos de texto ya generados se puede ejecutar python vars_stats.py sin argumentos.

vars_expected.py:

Uso:

python vars_expected.py

Descripción:

Este script invierte las funciones usadas en los distintos modelos termales para calcular el flujo de calor superficial (Q), de modo que para cada uno de los registros de mediciones de este parámetro, presentes en en el archivo litho/data/shf_data.dat, con formato [lon, lat, Q, error], este script calcula los valores medios, máximos y mínimos que deberían tener las variables termales para que el flujo de calor modelado en el punto (lon, lat) se encuentre dentro de los margenes de error de la respectiva medición. Cada variable es calculada individualmente asumiendo que los valores de las demas son los definidos en inputs.py. En una ejecución se genera el output para todos los modelos definidos. Los resutados son almacenados como archivos CSV en la carpeta vars_expected contenida en el directorio especificado por thermal_conf['output_path'] en inputs.py.