from wmf import wmf
import numpy as np
import pylab as pl
import pandas as pd
import pickle
import datetime
from datetime import timedelta
%matplotlib inline
import matplotlib.pyplot as plt
import collections
import warnings
warnings.filterwarnings('ignore')
import scipy as scp
import os
import aforos as af
from IPython.display import IFrame
import matplotlib as mpl
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import xlsxwriter
import codecs
from multiprocessing import Pool
from mpl_toolkits.basemap import Basemap
from matplotlib.patches import Polygon
from matplotlib.collections import PatchCollection
from matplotlib.patches import PathPatch
import matplotlib.patches as patche
from IPython.core.display import HTML
css = open('style-table.css').read() + open('style-notebook.css').read()
HTML('<style>{}</style>'.format(css))
mainfolder = 'Salidas_Redrio' # nombre de la carpeta principal
hora_inicial = '06:00' # hora de inicio de todas las campaƱas
hora_final = '18:00' # hora de finalizaciĆ³n de todas las campaƱas
fechas = pd.to_datetime(['2017-02-22','2017-03-08','2017-03-09','2017-04-26','2017-06-21','2017-06-22'])
def aforo(codigo,DEM='dem_amva60',DIR='dir_amva60',aforo=1):
'''runs aforos module
Parameters
----------
codigo: id in dbase
salida: campain folder name
DEM : dem name
DIR : dir name
aforo : flow measurement number or id
-------
Returns
------
out: self
sets module aforos up
'''
self = af.aforos(codigo,aforo=int(aforo),
nombre = df_informacion.loc[codigo,'FolderName'])
self.ruta_dem = '/media/nicolas/Home/nicolas/01_SIATA/raster/%s.tif'%DEM
self.ruta_dir = '/media/nicolas/Home/nicolas/01_SIATA/raster/%s.tif'%DIR
self.longitud = float(df_informacion.loc[codigo,'Longitud'])
self.latitud = float(df_informacion.loc[codigo,'Latitud'])
self.name = df_informacion.loc[codigo,'Nombre']
self.municipio = df_informacion.loc[codigo,'Municipio']
self.direccion = df_informacion.loc[codigo,'Direccion']
self.barrio = df_informacion.loc[codigo,'Barrio']
self.subcuenca = df_informacion.loc[codigo,'Subcuenca']
return self
def runbyid(dfe_id):
self = aforo(int(dfe.loc[dfe_id,'id_estacion_asociada']),aforo=dfe.loc[dfe_id,'aforo'])
self.fecha = pd.to_datetime(dfe.loc[dfe_id,'fecha'])
self.date = self.fecha.strftime('%Y-%m-%d %H:%M')
return self
hora_inicial = '06:00'
hora_final = '18:00'
df_informacion = pd.read_csv('../information/info_redrio.csv',index_col=0)
#dfe = pd.read_csv('../information/salidas_21y22_junio.csv',index_col=0)
texto = ['% ----------------------------------------------',
'% ---------------------TEXTO AQUĆ---------------',
'% ----------------------------------------------']
fecha = pd.to_datetime('2017-04-26')
dfe = pd.read_csv('../information/20170426_dfe.csv',index_col=0)
nombre_salida = u'CampaƱa 26 de Abril'
para la lluvia se usa la estaciĆ³n puente gabino
fecha = pd.to_datetime('2017-04-26')
self = aforo(1061)
self.fecha = fecha+datetime.timedelta(hours=18)
#self.get_rain()
self.simubasin(rute=True,show=False)
rain = self.plot_lluvia_aforo(ax2color='darkslategrey',
fecha=self.fecha.strftime('%Y-%m-%d')+' 18:00',
ruta='%s/%s_rain.png'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d')),
formato='png')
resumen = df_informacion.loc[dfe['id_estacion_asociada'].values].set_index('Nombre')
resumen['caudal_medio']= dfe['caudal_medio'].values
self.plot_resumen_flow(resumen['caudal_medio'],'%s/%s_flux.png'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d')))
point = df_informacion.loc[dfe['id_estacion_asociada'].values].sort_values(by='Latitud')
self.Plot_Mapa2(add_scatter=[point['Longitud'].values,point['Latitud'].values],\
title =nombre_salida,Logo='SIATA2.png',\
Drainage='/media/nicolas/maso/Mario/shapes/nets/Puente_Gabino_1061/Puente_Gabino_1061',\
add_stations=map(lambda x:x.decode('utf-8'),point['Nombre'].values),\
georef=[6.556,5.975,-75.725,-75.1255],clim=[1300,3400],fontsize=24,\
Basin='/media/nicolas/maso/Mario/shapes/basins/Puente_Gabino_1061/Puente_Gabino_1061')
self.m.readshapefile('/media/nicolas/maso/Mario/shapes/streams/169/169','drenaje',
color=self.colores_siata[-3],
linewidth=3.0,zorder=5)
plt.savefig('%s/%s_map_campain.png'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d')),format='png',bbox_inches='tight')
nombre_salida = 'CampaƱa 26 de Abril'
caption = 'ParƔmetros hidrƔulicos %s'%nombre_salida
columns = ['Caudal medio','Velocidad media','Ćrea','PerĆmetro','Altura media','RĆ”dio hidrĆ”ulico']
cellwidth = [30]+6*[70/6]
df_latex = dfe[['caudal_medio','velocidad_media','area_total','perimetro','altura_media','radio_hidraulico']]
df_latex.index = df_informacion.loc[dfe['id_estacion_asociada'].values]['Nombre'].values
tabla=self.latex_table_from_df(df_latex,caption,'tab:%s'%fecha.strftime('%Y%m%d'),columns,cellwidth,width=5.6)
df_alturas = pd.read_csv('../information/20170426_heights.csv',index_col=0)
df_alturas.columns = np.array(df_alturas.columns,int)
N = np.array(df_alturas[df_alturas.columns[-1]].values,float)
ruta = '%s/curva_gabino.png'%fecha.strftime('%Y%m%d')
ax1,ax2 = self.plot_curva_gabino(N,ruta=ruta)
#ax1.set_xlim(1.5,3.0)
dfe.loc[12,'caudal_medio'] = np.mean(self.curva_gabino(N))
dfe.to_csv('../information/20170426_dfe.csv')
def latex_hidrologia(self,caudal,ruta_fig,label):
difiere = round(((caudal/self.caudales_historicos.median().values[0])-1.0)*100,3)
plot_figure = []
plot_figure.append('\\begin{multicols}{2}')
plot_figure.append('La figura \\ref{%s} estĆ” construida con datos de aforos histĆ³ricos realizado sobre la misma secciĆ³n, el recuadro superior es un histograma de frecuencias, mientras que el recuadro inferior es un resumen con los estadĆsticos mĆ”s importantes. En total se cuenta con %d aforos, el caudal observado difiere de la mediana histĆ³rica %.3f $[m^3/s]$ en un %.2f porciento.'%(label,self.caudales_historicos.index.size,self.caudales_historicos.median().values[0],difiere))
plot_figure.append('{\\centering')
plot_figure.append('\\includegraphics[width=5.0cm]{{%s}}'%(ruta_fig))
plot_figure.append('\\captionof{figure}{\small InformaciĆ³n de Aforos histĆ³ricos %s}'%self.name)
plot_figure.append('\\label{%s}'%label)
plot_figure.append('}')
plot_figure.append('\\end{multicols}')
return plot_figure
resultados = ['']
resultados.append('\\section{%s}'%nombre_salida)
#--plot map_campain
resultados+=self.latex_figure(17,'%s/%s_map_campain.png'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d')),'Mapa %s'%nombre_salida,'fig:%smapcamp'%(fecha.strftime('%Y%m%d')))
resultados+=self.latex_figure(17,'%s/%s_rain.png'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d')),'Lluvia %s'%nombre_salida,'fig:%srain'%(fecha.strftime('%Y%m%d')))
resultados+=self.latex_figure(17,'%s/%s_flux.png'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d')),'Resultados %s'%nombre_salida,'fig:%sflux'%(fecha.strftime('%Y%m%d')))
resultados+=tabla
df = pd.DataFrame.copy(dfe)
for i in df.index:
self = runbyid(i)
if df.loc[i,'aforo_especial']==1:
self.dispositivo = '-999'
resultados+= ['\\subsection{%s}\\'%self.name]
if int(df.loc[i,'id_estacion_asociada'])==1061:
resultados+= self.latex_figure(17,'%s/curva_gabino.png'%(fecha.strftime('%Y%m%d')),
'Caudales estimados a partir de curva de calibraciĆ³n',
'fig:%scurva'%(fecha.strftime('%Y%m%d')))
resultados += ['\\clearpage']
else:
self.get_resultados_mysql()
self.dispositivo = self.dfr.loc['dispositivo','Resultado']
self.plot_section(wet=self.verticales,
lev=self.levantamiento,
figsize=(12,4),
fontsize=18,
sepx=0.03,
sepy=0.01,
filepath='%s/%s_section_%s.png'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d'),self.nombre))
resultados += self.latex_results_table('tab:%s_hidroparam_%s'%(fecha.strftime('%Y%m%d'),self.nombre))
lbl = '\\ref{tab:%s_hidroparam_%s}'%(fecha.strftime('%Y%m%d'),self.nombre)
resultados+=['El aforo se realizĆ³ en la fecha %s, el caudal obtenido fue de %s $[m^3/s]$. La secciĆ³n aforada tiene un ancho superficial que mide %s [m], la altura promedio de la lĆ”mina de agua es de %s [m], la altura mĆ”xima se ubica a %s [m] de la margen izquierda del canal con un valor de %s [m]. Para el cĆ”lculo de velocidades se utilizĆ³ el dispositivo %s, el valor medio de velocidad obtenido fue de %s $[m/s]$, y el mĆ”ximo de %s $[m/s]$. La sumatoria de Ć”reas en todas las verticales deja un Ć”rea total de %s $[m^2]$. Los demĆ”s parĆ”metros se pueden observar en la tabla %s.'%(self.fecha.strftime('%Y-%m-%d %H:%M'),round(self.dfr.loc['caudal_medio','Resultado'],3),round(self.dfr.loc['ancho_superficial','Resultado'],3),round(self.dfr.loc['altura_media','Resultado'],3),
round(abs(self.verticales.set_index('x')['y'].argmin()),3),round(abs(self.verticales['y'].min()),3),self.dfr.loc['dispositivo','Resultado'],
round(self.dfr.loc['velocidad_media','Resultado']),round(self.verticales['velocidad04'].max(),3),round(self.dfr.loc['area_total','Resultado'],3),lbl)]
resultados += self.latex_section('%s/%s_section_%s.png'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d'),self.nombre),
'fig:%s_section_%s'%(fecha.strftime('%Y%m%d'),self.nombre))+texto
resultados+=['\\clearpage']
try:
if int(df.loc[i,'id_estacion_asociada'])==1061:
dfe.loc[i,'alturas'] = 0
else:
caudal = dfe.loc[i,'caudal_medio']
df_alturas = pd.read_csv('../information/%s_heights.csv'%fecha.strftime('%Y%m%d'),index_col=0)
df_alturas.columns = np.array(df_alturas.columns,int)
caudales = self.get_flow_from_heights(caudal,self.codigo,df_alturas)
self.plot_bars(caudales,rute='%s/%s_heights_%s.png'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d'),self.nombre),decimales=2)
resultados+= self.latex_figure(17,'%s/%s_heights_%s.png'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d'),self.nombre),
'Caudales estimados %s %s'%(nombre_salida,self.name),
'fig:%sheights_%s'%(fecha.strftime('%Y%m%d'),self.nombre))
resultados+=['Partiendo del caudal estimado mediante el aforo y de datos de nivel de la lƔmina de agua medidos en campo durante la campaƱa, se estimaron los caudales horarios desde las 6:00 hasta las 18:00, el caudal promedio durante la campaƱa fue %.3f $[m^3/s]$. Los resultados se encuentran en la Figura \\ref{%s}.'%(caudales.mean(),'fig:%sheights_%s'%(fecha.strftime('%Y%m%d'),self.nombre))]
dfe.loc[i,'alturas'] = 1
except:
dfe.loc[i,'alturas'] = 0
try:
self.plot_compara_historicos('%s/%s_hist_%s.png'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d'),self.nombre))
resultados+=latex_hidrologia(self,dfe.loc[i,'caudal_medio'],'%s/%s_hist_%s.png'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d'),self.nombre),
'fig:%shist%s'%(fecha.strftime('%Y%m%d'),self.nombre))
dfe.loc[i,'historico'] = 1
except:
dfe.loc[i,'historico'] = 0
if df_informacion.loc[self.codigo,'morfo']==1.0:
self.simubasin(rute=True,show=False)
rain = self.plot_lluvia_aforo(ax2color='darkslategrey',
fecha=self.fecha.strftime('%Y-%m-%d')+' 18:00',
ruta='%s/%s_rain_%s.png'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d'),self.nombre),
formato='png')
resultados+= self.latex_figure(17,'%s/%s_rain_%s.png'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d'),self.nombre),
'Lluvia %s %s'%(nombre_salida,self.name),
'fig:%srain_%s'%(fecha.strftime('%Y%m%d'),self.nombre))
if max(self.accumulated_rain)>1.0:
resultados+=['La mayor intensidad promedio de lluvia fue registrada en la cuenca en la fecha %s, con un valor de %.3f $[mm/h]$.'%(rain.argmax().strftime('%Y-%m-%d %H:%M'),rain.max())]
resultados+=['La distribuciĆ³n de la lluvia en la cuenca se puede observar en el recuadro izquierdo de la Figura \\ref{%s}, donde se reportĆ³ un valor mĆ”ximo de %.3f $[mm]$.'%('fig:%srain_%s'%(fecha.strftime('%Y%m%d'),self.nombre),max(self.accumulated_rain))]
try:
self.dfr = self.dfr.fillna(-999)
self.verticales = self.verticales.fillna(-999)
self.levantamiento = self.levantamiento.fillna(-999)
self.data_to_excel('%s_data/%s_%s.xlsx'%(fecha.strftime('%Y%m%d'),fecha.strftime('%Y%m%d'),self.nombre))
dfe.loc[i,'datatoexcel']=1
except:
dfe.loc[i,'datatoexcel']=0
np.savetxt('%s.tex'%fecha.strftime('%Y%m%d'),resultados, fmt='%s')
nombre_info = 'borrar26'
includes = ['\\include{Portada}','\\setlength{\\headsep}{40pt}',\
'\\tableofcontents',\
'\\listoffigures',\
'\\listoftables',\
'\\include{introduccion}',\
'\\chapter{InformaciĆ³n de las estaciones aforadas}']+texto+\
['\\clearpage']
self.informe(includes+['\\include{20170426}'],\
header_filepath='figuras/header.png',\
header_text='Informe salidas modelaciĆ³n',\
logo_filepath='figuras/logo.png',\
cover_filepath = 'figuras/cover.png',\
foot_filepath = 'figuras/foot.png',\
nombre_info=nombre_info)
#self.informe(includes,ruta = '../figuras',nombre_info=nombre_info)
IFrame('%s_optimizado.pdf'%nombre_info, width=1000, height=1000)