isaacarroyov

// Hacemos un mejor formato
// 1.- Creamos una lista con listas de tuplas (año y area perdida)
                          // extraemos la lista de diccionarios
var FormatoEstadisticas = ee.List(AreaBosquesPerdidos_Year.get('groups'))
                          // a cada elemento (un diccionario)
                          .map(function(element){
                            // lo convertimos en un ee.Dictionary
                            var d = ee.Dictionary(element);
                            // array de año y area perdida
                            var Year_Area = [

isaacarroyov

// Calculamos el area de los bosques perdidos por cada año:
                              // Agregamos la banda de perdida por año
var AreaBosquesPerdidos_Year = AreaBosquesPerdidos.addBands(BosquesPerdidos_Year)
                              // Vamos a reducir el calculo a nuestra RdI_Poligono
                              .reduceRegion({
                                // el reductor sera la suma de bosques perdidos
                                // y este reductor se aplicara por grupo (el año)
                                reducer: ee.Reducer.sum().group({groupField: 1}),
                                // reducimos en nuestra area de interes
                                geometry: RdI_Poligono,

isaacarroyov

// Seleccionamos la banda de perdidas
var BosquesPerdidos = Datos_Bosques.select(['loss']);

// Seleccionamos la banda de perdidas por año
var BosquesPerdidos_Year = Datos_Bosques.select(['lossyear']);

isaacarroyov

// PRECIPITACION DEL AGUA
print("Precipitacion del agua (mm/5day)");
var Plot_Lluvias = ui.Chart.image.series(
  Lluvias_Final,
  RdI_Poligono,
  ee.Reducer.mean(),
  1000,
  'system:time_start');
print(Plot_Lluvias);

isaacarroyov

var Plot_TempFinal = ui.Chart.image.series(
  // Diccionario de argumentos
  {
    // Coleccion de imagenes a extraer información
    imageCollection: Temperatura_Final,
    
    // Región de interés (una geometría)
    region: RdI_Poligono,
    
    // Reductor a usar

isaacarroyov

// Creamos una funcion que transforma de Kelvin a grados Celsius
var func_kelvin_a_celsius = function(image){
  var Escalar = image.multiply(0.02);
  var aCelsius = Escalar.subtract(273.15);
  var Final = aCelsius.copyProperties(image, ['system:time_start']);
  return Final;
};

var Temperatura_Final = Temperatura_FiltroFecha.map(func_kelvin_a_celsius);

isaacarroyov

// -> Filtramos por fecha
// Temperatura de la superficie
var Temperatura_FiltroFecha = Datos_Temperatura.filterDate(Inicio_Fecha, Fin_Fecha)
                              // Seleccionamos la banda de interes
                              .select(['LST_Day_1km']);

// Precipitacion del agua
var Lluvias_Final = Datos_Lluvias.filterDate(Inicio_Fecha, Fin_Fecha)
                    // Seleccionamos banda de interes
                    .select(['precipitation']);

isaacarroyov

// -> Importamos los data sets de nuestro interes
// Temperatura de la superficie
var Datos_Temperatura = ee.ImageCollection("MODIS/006/MOD11A1");

// Precipitacion del agua (5 dias)
var Datos_Lluvias = ee.ImageCollection("UCSB-CHG/CHIRPS/PENTAD");

// Deforestacion
var Datos_Bosques = ee.Image('UMD/hansen/global_forest_change_2020_v1_8');

isaacarroyov

def get_color(feature):
    value = map_dict.get(feature['id'])
    if value is None:
        return '#8c8c8c' # MISSING -> gray
    elif value ==1 :
        return '#DAF7A6'
    elif value ==2 :
        return '#FFC300'
    elif value ==3 :
        return '#FF5733'

isaacarroyov

style_function = lambda feature: {
                                    'fill_color': COLOUR_FUNCTION(feature),
                                    'fillOpacity': 0.95, 
                                    'color': 'black' #contour colour,
                                    'weight': 1 #tickness of the colour
                                 }