# Anomalia
anomaly, anomaly_pad = cs.compute_anomaly(fsct, hind)
# Shift na longitude e nos dados do modelo
# Isso é necessário pois a longitude do NetCDF é no formato 0 - 360
# a função aceita valores de longitude no formato -180:+180
# Chefinho quer ver todos os oceanos
# anomaly, fsct_lon = shiftgrid(30., anomaly, fsct_lon, start=False)
anomaly, lons_anom_aux = shiftgrid(180., anomaly, lons, start=False)
# Plot map anomalia globo
# a variavel a ser plotada deve ser 2d
figtitle = "ECHAM4.6 - Anomalia de Prec Acum (mm)\n{0} {1} - {2} {3}".format(fcst_month, fcst_year, target_months, target_year, hind_period)
# figname = "anomalia_echam46_issue_{0}{1}_target_{2}{3}.{4}.png".format(fcst_month, fcst_year, target_months, target_year, hind_period)
# pm.anom_map_shaded(anomaly[0, :, :], lons_anom_aux-2.8125/2., lats-2.8125/2., fig_name=figname, fig_title=figtitle)
# Plot map anomalia globo sem oceano
# figname = "anomalia_echam46_issue_{0}{1}_target_{2}{3}.{4}_noocean.png".format(fcst_month, fcst_year, target_months, target_year, hind_period)
# pm.anom_map_shaded(anomaly[0, :, :], lons_anom_aux-2.8125/2., lats-2.8125/2., fig_name=figname,
# fig_title=figtitle, ocean_mask=1)
# Plot map anomalia Brasil
# figname = "anomalia_echam46_issue_{0}{1}_target_{2}{3}.{4}_br.png".format(fcst_month, fcst_year, target_months, target_year, hind_period)
# pm.anom_map_shaded(anomaly[0, :, :], lons_anom_aux-2.8125/2., lats-2.8125/2., fig_name=figname,
# fig_title=figtitle, br_country=1)
# Plot map anomalia Brasil sem oceano
figname = "bra_precip_persistida_hind%s_%s-%s_%s_%s_echam46_1dg_null_anom.png" % (fcst_month, fcst_year, target_months, target_year, hind_period)
pm.anom_map_shaded(anomaly[0, :, :], lons_anom_aux-2.8125/2., lats-2.8125/2., fig_name=figname,
fig_title=figtitle, ocean_mask=1, br_country=1)
# Carrega arquivo da climatologia
clim_file = Dataset('/Users/Hulk/TestPyFuncemeClimateTools/lib/python2.7/site-packages/PyFuncemeClimateTools/examples/pcp-daily-total-ec4amip_8908JFM.nc')
clim_pcp = clim_file.variables['pcp'][:]
# Carrega arquivo da previsão
fsct_file = Dataset('/Users/Hulk/TestPyFuncemeClimateTools/lib/python2.7/site-packages/PyFuncemeClimateTools/examples/pcp-daily-total-ec4amip_2015JFM.nc')
fsct_pcp = fsct_file.variables['pcp'][:]
# Longitude e latitudes
fsct_lon = fsct_file.variables['longitude'][:]
fsct_lat = fsct_file.variables['latitude'][:]
# Calcula anomalias
# A função abaixo retornar dois parametros
myanom, myanom_pad = cs.compute_anomaly(fsct_pcp, clim_pcp)
# Shift na longitude e nos dados do modelo
# Isso é necessário pois a longitude do NetCDF é no formato 0 - 360
# a função aceita valores de longitude no formato -180 - +180
myanom, fsct_lon = shiftgrid(180., myanom, fsct_lon, start=False)
# Plot map
# a variavel a ser plotada deve ser 2d
pm.anom_map_shaded(myanom[0, :, :], fsct_lon-2.8125/2., fsct_lat-2.8125/2.)
