Teria o arquivo teste.nc para rodar? filled.contour( sort(lon), lat, media_ColumnAmountO3[ order(lon), ]) map( xlim=c(-100,-10), ylim=c(-60,10), add=T) Ou então eu deixo aqui algumas sugestões usando o levelplot (vai precisar baixar o shapefile da AS em anexo): ---------------------- library(raster) library(rasterVis) # Abre Arquivo r <- brick("~/Downloads/teste.nc") # Tira média dos dois mapas r1 <- calc(r, fun=mean) # Uma das vantagens de usar raster/rasterVis: depois de duas linhas de código, já estamos plotando os dados levelplot(r1, margin=F, contour=T) # Descompacta e abre contorno da América do Sul para adicionar ao plot #(precisa baixar arquivo em anexo ou do link http://thematicmapping.org/downloads/TM_WORLD_BORDERS_SIMPL-0.3.zip) unzip("~/Downloads/TM_WORLD_BORDERS_SIMPL-0.3.zip") mapaSHP <- shapefile('TM_WORLD_BORDERS_SIMPL-0.3.shp') # Plota com contorno da America do Sul levelplot(r1, margin=F, contour=T, main="Campo médio de Ozônio Novembros") + layer(sp.lines(mapaSHP, lwd=0.7, col='black')) # Quer mudar a cor? Basta mudar as configurações de 'par.settings' levelplot(r1, margin=F, contour=T, main="Campo médio de Ozônio Novembros", par.settings=RdBuTheme) + layer(sp.lines(mapaSHP, lwd=0.7, col='black')) # Também é possível criar a sua própria paleta de cores, usando o pacote Rcolorbrewer # Veja aconselhamento para cores de mapa aqui: http://colorbrewer2.org/ # Vou criar uma escala sequencial, com 5 tons de azul # Você pode ver todas as paletas disponíveis no pacote digitando display.brewer.all() my.Theme=rasterTheme(region=brewer.pal('Blues', n=5)) # Aqui eu personalizo a escala usando os valores do raster e um numero maior de quebras intervalos <- seq(trunc(min(values(r1))), trunc(max(values(r1))), length.out=length(my.Theme$regions$col)-1) # Plota p <- levelplot(r1, margin=F, contour=T, par.settings=my.Theme, at=intervalos, main="Campo médio de Ozônio Novembros") p + layer(sp.lines(mapaSHP, lwd=0.7, col='black')) # Para salvar, eu recomendo copiar a imagem direto do display para um arquivo pdf dev.copy2pdf(file="~/Desktop/ozone.pdf", width = 11, height = 8.5) # Depois fica fácil convertê-la para png em altíssima resolução (600dpi) usando o ImageMagick (que precisa estar instalado): # Assim a sua imagem está de acordo com as normas de publicação das principais revistas científicas system("convert -density 600 ~/Desktop/ozone.pdf ~/Desktop/ozone.png") Veja o resultado final: https://dl.dropboxusercontent.com/u/27700634/ozone.png Greetings, -- Thiago V. dos Santos PhD student Land and Atmospheric Science University of Minnesota On Friday, February 19, 2016 1:18 PM, Mateus Dias Nunes <nunes.mateusdias@gmail.com> wrote: Olá eu gostaria de colocar cores (com a barra de cores ao lado da figura) no meu mapa ao invés de usar os contornos com a função "contour"; abaixo o link da figura que consegui gerar através dessa função. https://www.dropbox.com/s/xi622mbpqg7tgch/campo_medio_O3.png?dl=0 abaixo o script que gerou o grafico com os contornos. # Carregando biblioteca para manipular arquivos netCDF library(maps) library(ncdf4) #========================================================================== #BIBLIOTECA "ncdf4". # PARA ESTE EXEMPLO SÃO USADOS RECURSOS PARA ABRIR A BIBLIOTECA ) #POIS RNetCDF, ncdf e ncdf4 APRESENTAM COMANDOS DIFERENTES PARA ABRIRMOS AS VARIÁVEIS dados <- nc_open('teste.nc') # lendo coordenadas espaço-temporal lat <- ncvar_get( dados, 'lat' ) lon <- ncvar_get( dados, 'lon' ) time <- ncvar_get( dados, 'time' ) #======================================================================================================= # lendo dados coluna total de Ozônio ColumnAmountO3 <- ncvar_get( dados, 'ColumnAmountO3' ) # dimensoes da variavel ColumnAmountO3 dims_ColumnAmountO3 <- dim(ColumnAmountO3) # tornando o arranjo 3D (ColumnAmountO3) em um 2D, organizado em ptos de grade X tempo dim(ColumnAmountO3) <- c( dims_ColumnAmountO3[1]*dims_ColumnAmountO3[2], dims_ColumnAmountO3[3] ) # calculando a média e retornado-a em 2D media_ColumnAmountO3 <- rowMeans( ColumnAmountO3) dim(media_ColumnAmountO3) <- c( dims_ColumnAmountO3[1], dims_ColumnAmountO3[2] ) #========================================================================================================== # longitude varia de 0 a 360, convertendo para -180 a 180, essa conversão é feita para plotagem sobre o mapa for (i in 1:dim(lon)) { if (lon[i]>180) { lon[i] <- lon[i]-360 } } # criando arquivo PNG que receberá o campo com o mapa #png( filename="campo_medio_O3_jan2005.png",width=600,height=800 ) # plotando mapa da America do Sul map( xlim=c(-100,-10), ylim=c(-60,10) ) map.axes() # plotando eixos title( main="Campo médio de ozonio janeiros" ) # título do gráfico # definindo intervalo de 5 Dobson Units (DU) intervalos = seq( trunc(min(ColumnAmountO3)), trunc(max(ColumnAmountO3)), 5 ) # adicionando campo de coluna de ozonio contour( sort(lon), lat, media_ColumnAmountO3[ order(lon), ], add=T, levels=intervalos, lwd=2, labcex=1.3, col="black" ) # fechando arquivo PNG #dev.off() obrigado ____________________________________________________________________________ MATEUS DIAS NUNES MESTRANDO DO PROGRAMA DE PÓS-GRADUAÇÃO EM METEOROLOGIA - PPGMET UNIVERSIDADE FEDERAL DE PELOTAS - UFPEL TELEFONE: +55 (53) 81125154 ____________________________________________________________________________ _______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forne� c�igo m�imo reproduz�el. _______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e fornea cdigo mnimo reproduzvel. --- Este email foi escaneado pelo Avast antivírus. https://www.avast.com/antivirus