#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ Scorecard MODE — GP_stat (Ganho Percentual) para variáveis de SUPERFÍCIE Compara RMSE do BAM_SMNA (EXP2) contra BAM_NCEP (EXP1). Verificação contra ERA5. Gera UM painel PNG por domínio encontrado em BASE_DIR. """ from pathlib import Path import numpy as np import pandas as pd import matplotlib matplotlib.use("Agg") import matplotlib.pyplot as plt import matplotlib.colors as mcolors import seaborn as sns # ========================================================= # 1) Configurações # ========================================================= BASE_DIR = Path("/mnt/beegfs/thaisa.lopes/SCANTEC/dataout/SMNA_x_NCEP/CFSR_SURF") ARQ_NCEP = "RMSEBAM_NCEP_20251020002025111200T.scan" ARQ_SMNA = "RMSEBAM_SMNA_20251020002025111200T.scan" REMOVER_0H = True VMIN, VMAX = -6, 6 DEAD_ZONE = 1 EXTEND_FRAC = 0.05 OUT_DIR = Path("scorecards_gp_surf") OUT_DIR.mkdir(exist_ok=True) # ---- Nomes legíveis dos domínios ---- # A chave deve ser EXATAMENTE o nome da pasta dentro de BASE_DIR. NOMES_DOMINIOS = { # Globais / grandes regiões "GLOBAL": "Global", "GL": "Global", "AS": "América do Sul", "SAM": "América do Sul", "SA": "América do Sul", "AFRIC": "África", "AF": "África", "EU": "Europa", "EUR": "Europa", "NA": "América do Norte", "NAN": "América do Norte", "AUST": "Austrália", "AUS": "Austrália", "ANT": "Antártida", "ARC": "Ártico", "ASIA": "Ásia", "IND": "Índia", "CHINA": "China", "JPN": "Japão", "SEA": "Sudeste Asiático", "PAC": "Pacífico", "ATL": "Atlântico", "MED": "Mediterrâneo", "BR": "Brasil", "NEB": "Nordeste do Brasil", "AMZ": "Amazônia", "SIB": "Sibéria", "HIMAL": "Himalaia", "TP": "Planalto Tibetano", } def nome_legivel(dominio: str) -> str: """Nome bonito do domínio; fallback = código em maiúsculas.""" return NOMES_DOMINIOS.get(dominio.upper(), dominio.upper()) # ========================================================= # 1b) Colormap com dead zone # ========================================================= def make_cmap_com_deadzone(vmin, vmax, dead, base_cmap="RdYlGn"): base = plt.get_cmap(base_cmap) n = 256 cores = [] for i in range(n): val = vmin + (vmax - vmin) * i / (n - 1) if -dead <= val <= dead: cores.append((0.92, 0.92, 0.92, 1.0)) else: pos = (val - vmin) / (vmax - vmin) cores.append(base(pos)) return mcolors.LinearSegmentedColormap.from_list( "RdYlGn_deadzone", cores, N=n ) CMAP = make_cmap_com_deadzone(VMIN, VMAX, DEAD_ZONE, "RdYlGn") # ========================================================= # 2) Leitura de um .scan (SURF) # ========================================================= def ler_scan(caminho): with open(caminho) as f: linhas = f.readlines() header = next(l for l in linhas if l.strip().startswith("%")) partes = header.replace("%Previsao", "").split() variaveis = [p.split(":")[0] for p in partes] dados, horas = [], [] for l in linhas: l = l.strip() if not l or l.startswith("%"): continue vals = l.split() horas.append(int(vals[0])) dados.append([float(v) for v in vals[1:]]) df = pd.DataFrame(dados, columns=variaveis, index=horas) df.index.name = "Hora" return df # ========================================================= # 3) Gera painel de UM domínio # ========================================================= def gera_painel(dominio, caminho_ncep, caminho_smna, nome_painel, arq_saida): exp1 = ler_scan(caminho_ncep) exp2 = ler_scan(caminho_smna) # Alinha exp2 ao exp1 (evita NaNs por label desalinhado) exp2 = exp2.reindex(index=exp1.index, columns=exp1.columns) print(f"\n[{dominio}] exp1.shape={exp1.shape} exp2.shape={exp2.shape}") print(f"[{dominio}] variáveis: {list(exp1.columns)}") print(f"[{dominio}] horas : {list(exp1.index)}") gp = (1 - exp2 / exp1) * 100 if REMOVER_0H and 0 in gp.index: gp = gp.drop(index=0) variaveis = list(gp.columns) horas = list(gp.index) matriz = gp.T.reindex(index=variaveis, columns=horas) n_var, n_hor = len(variaveis), len(horas) # ---- Figura ---- fig, ax = plt.subplots( figsize=(0.6 * n_hor + 3.5, 0.5 * n_var + 1.7), constrained_layout=True, ) sns.heatmap( matriz, ax=ax, cmap=CMAP, center=0, vmin=VMIN, vmax=VMAX, annot=True, fmt=".1f", annot_kws={"size": 8, "color": "black"}, cbar=False, linewidths=0.4, linecolor="black", ) ax.set_title(nome_painel, fontsize=14, fontweight="bold", pad=10) ax.set_xlabel("Hora", fontsize=11) ax.set_ylabel("") ax.set_yticks(np.arange(n_var) + 0.5) ax.set_yticklabels(variaveis, rotation=0, fontsize=9) ax.set_xticks(np.arange(n_hor) + 0.5) ax.set_xticklabels([f"{h:03d}" for h in horas], rotation=0, fontsize=10) # ---- Barra de cor ---- cbar_ax = fig.add_axes([1.02, 0.15, 0.02, 0.70]) sm = plt.cm.ScalarMappable( cmap=CMAP, norm=plt.Normalize(vmin=VMIN, vmax=VMAX) ) sm.set_array([]) fig.colorbar( sm, cax=cbar_ax, label="GP (%)", extend="both", extendfrac=EXTEND_FRAC, ticks=[-6, -3, -1, 1, 3, 6], ) fig.suptitle( f"Scorecard (superfície) — {nome_painel} | " "Ganho percentual (GP$_{stat}$)\n" "EXP2 = BAM_SMNA | EXP1 = BAM_NCEP | Verificação: ERA5 | " "EXP$_{perfeito}$ = 0", fontsize=12, y=1.09, ) plt.savefig(arq_saida, dpi=300, bbox_inches="tight", facecolor="white", edgecolor="none") plt.close(fig) print(f"[{dominio}] ✅ salvo: {arq_saida}") # ========================================================= # 4) Loop sobre todos os domínios encontrados # ========================================================= dominios = sorted([ d.name for d in BASE_DIR.iterdir() if d.is_dir() and (d / ARQ_NCEP).exists() and (d / ARQ_SMNA).exists() ]) if not dominios: raise SystemExit(f"❌ Nenhum domínio com os arquivos .scan em {BASE_DIR}") print(f"🔎 Domínios encontrados: {dominios}") for dominio in dominios: caminho_ncep = BASE_DIR / dominio / ARQ_NCEP caminho_smna = BASE_DIR / dominio / ARQ_SMNA nome_painel = nome_legivel(dominio) arq_saida = OUT_DIR / f"scorecard_gp_surf_{dominio.lower()}.png" gera_painel(dominio, caminho_ncep, caminho_smna, nome_painel, arq_saida) print(f"\n🎉 Concluído. PNGs em: {OUT_DIR.resolve()}")