Paquete R para la consulta de datos del Subsistema de Climatología Ambiental (CLIMA)
de la Red de Información Ambiental de Andalucía (REDIAM).
Este paquete permite conectarse mediante servicios web a la base de datos del Subsistema CLIMA, obteniendo información meteorológica y ambiental de Andalucía.
# Instalar el paquete 'remotes' si no lo tienes
install.packages("remotes")
# Instalar el paquete directamente desde GitHub
remotes::install_github("mcorzot/climadiam")library(climadiam)user <- "usuario"
password <- "usuario"Para usuarios que realizan trabajos para la Junta de Andalucía y entidades asociadas a la Red de Información Ambiental de Andalucía. Permite el acceso a todos los datos integrados incluyendo los de la Agencia Estatal de Meteorología. La autorización para ser registrado como usuario avanzado debe solicitarse a la Consejería de Sostenibilidad y Medio Ambiente en el siguiente enlace: Solicitud de información Ambiental.
idsesion <- getwsIDSesion(user, password)comarcas <- getwsComarcasList(idsesion)
areas_geograficas <- getwsAreasGeograficasList(idsesion)
areas_climaticas <- getwsAreasClimaticasList(idsesion)
escalas <- getwsEscalasList(idsesion)
gestores <- getwsGestoresList(idsesion)
redes <- getwsRedesList(idsesion)
magnitudes <- getwsMagnitudesList(idsesion)
unidades <- getwsUnidadesList(idsesion)
provincias <- getwsProvinciasList(idsesion)
municipios <- getwsMunicipiosList(idsesion)
estaciones <- getwsEstacionesList(idsesion)
estados_datos <- getwsEstadosDatosList(idsesion)
estaciones_detalle <- getwsEstacionesExpandidoList(idsesion)
tipos_medias <- getwsTiposMediasList(idsesion)
variables <- getwsVariablesList(idsesion)
fechas <- getwsFechasList(idsesion)date <- format(as.Date(Sys.Date() - 4, format = "%Y-%m-%d"), format = "%d/%m/%Y")
fecha <- getwsFechas(as.character(date), idsesion)varpkvar <- "1"
variablesestacioneslistparams_raw <- getwsVariablesEstacionesListRaw(varpkvar, idsesion)cvariable <- "TI1"
variablesestacioneslistparams_int <- getwsVariablesEstacionesList(cvariable, idsesion)pkest <- "183"
existencias_estacion_raw <- getwsDatosExisteEstacionesListRaw(idsesion, pkest)cestacion <- "EARM22"
existencias_estacion_int <- getwsDatosExisteEstacionesList(idsesion, cestacion)pkest <- "183" # EARM22
pkvar <- "2" # TD1
pkfec <- "100741"
result_diaria_raw <- getwsDatosDiariosRaw(idsesion, pkest, pkvar, pkfec)cestacion <- "EARM22"
cvariable <- "TD1"
fecha <- "26/10/2025"
result_diaria_int <- getwsDatosDiarios(idsesion, cestacion, cvariable, fecha)pkests <- "183"
pkvars <- c("2", "711")
pkfecs <- c("100741", "100742")
result_diarios_raw1 <- getwsDatosDiariosMultiRaw(idsesion, pkests, pkvars, pkfecs)cestaciones <- "EARM22"
cvariables <- c("TD1", "PD23")
fechas <- c("26/10/2025", "27/10/2025")
result_diarios_int1 <- getwsDatosDiariosMulti(idsesion, cestaciones, cvariables, fechas)cestaciones <- c("EARM22", "SIVA40")
cvariables <- c("TD1")
fechas <- c("25/10/2025", "26/10/2025", "27/10/2025", "28/10/2025")
result_diarios_int2 <- getwsDatosDiariosMulti(idsesion, cestaciones, cvariables, fechas)cestaciones <- c("EARM22", "SIVA40")
cvariables <- c("TD1", "PD23")
fechas <- c("25/10/2025")
result_diarios_int3 <- getwsDatosDiariosMulti(idsesion, cestaciones, cvariables, fechas)pkests <- c("183", "143")
pkvars <- c("2", "711") # TD1 y PD23
pkfec_ini <- "100730" # 15/10/2025
pkfec_fin <- "100741" # 26/10/2025
result_diarios_intervalo_raw2 <- getwsDatosDiarios2Raw(idsesion, pkests, pkvars, pkfec_ini, pkfec_fin)cestaciones <- c("EARM22", "SIVA40")
cvariables <- c("TD1", "PD23")
fecha_ini <- "01/10/2025"
fecha_fin <- "31/10/2025"
result_diarios_intervalo_int <- getwsDatosDiarios2(idsesion, cestaciones, cvariables, fecha_ini, fecha_fin)pkests <- c("183") # EARM22
pkvars <- c("22") # TM1
pkfecs <- c("98981") # 31/12/2020
datos_mensuales_raw <- getwsDatosMensualesRaw(idsesion, pkests, pkvars, pkfecs)cestaciones <- c("EARM22")
cvariables <- c("TM1", "TM2", "TM3")
fechas <- c("30/11/2020")
datos_mensuales_int <- getwsDatosMensuales(idsesion, cestaciones, cvariables, fechas)A continuación se muestra un ejemplo completo que ilustra cómo, a partir de una selección de variables, se pueden obtener los datos intradiarios de ayer y los datos diarios de antes de ayer de todas las estaciones disponibles.
📄 GitHub - climadiam.Rmd 📄 Ver el ejemplo en RPubs
Desarrollado por Mariano Corzo Toscano para el acceso a los servicios web de la REDIAM – Subsistema CLIMA. Repositorio oficial: https://github.com/mcorzot/climadiam