En el ámbito de la oceanografía se han desarrollado diversos programas informáticos. Aquí citamos aquellos que hemos conocido y que actualmente están siendo utilizados dentro de la comunidad científica.
Ocean Data View (ODV) es un potente software desarrollado por Rudolf Schlitzer en el Alfred Wegener Institute para la visualización y el análisis de datos oceanográficos. ODV admite distintos tipos de datos, incluidos perfiles de estación, series temporales y secciones. Permite generar gráficos de alta calidad de parámetros como temperatura, salinidad, oxígeno y clorofila. El software ofrece herramientas avanzadas de interpolación para la representación espacial de los datos y es compatible con formatos como NetCDF. Ampliamente utilizado por investigadores de todo el mundo, ODV es una herramienta esencial para explorar grandes conjuntos de datos procedentes de fuentes como la World Ocean Database y el Copernicus Marine Service.
Panoply es una herramienta de visualización de datos multiplataforma desarrollada por el Goddard Institute for Space Studies (GISS) de la NASA. Permite explorar y visualizar fácilmente conjuntos de datos multidimensionales, incluidos aquellos en formatos NetCDF, HDF y GRIB. Con Panoply, los usuarios pueden generar una amplia variedad de representaciones gráficas, como mapas globales, series temporales, perfiles verticales y secciones. La herramienta es compatible con datos procedentes de modelos climáticos, observaciones por satélite y productos de reanálisis. Panoply se utiliza ampliamente en las geociencias para la inspección rápida y la presentación de datos, lo que la convierte en una herramienta esencial para investigadores que trabajan con datos de la Tierra y del océano.
PyFerret es una herramienta avanzada de visualización y análisis que evolucionó a partir de Ferret, originalmente desarrollado por el Pacific Marine Environmental Laboratory (PMEL) de la NOAA. PyFerret amplía las potentes capacidades de Ferret para manejar grandes conjuntos de datos geocientíficos multidimensionales mediante la integración con Python. Destaca en la representación gráfica, el análisis y la modelización de datos en formatos como NetCDF y GRIB, permitiendo crear mapas detallados, secciones y series temporales. PyFerret admite operaciones estadísticas, funciones matemáticas y scripts personalizados, lo que lo hace especialmente adecuado para la investigación en oceanografía y climatología. Su flexibilidad y su integración con Python permiten una automatización fluida y amplían notablemente las capacidades analíticas.
Por otro lado, la investigación oceanográfica suele apoyarse en una serie de lenguajes de programación y bibliotecas especializadas para manejar conjuntos de datos complejos y realizar análisis avanzados. Tres entornos de programación se utilizan de forma generalizada en la oceanografía física: Python, R y Matlab. La siguiente lista destaca algunas de las herramientas y repositorios más utilizados para el procesamiento y la modelización de datos oceanográficos.
Python
Existen numerosos sitios web que recopilan paquetes y código desarrollado en Python para su uso en oceanografía física. A continuación se destacan algunos de los más relevantes:
- https://oceanpython.org/: sitio web para aprender el lenguaje de programación Python aplicado a las ciencias marinas y oceánicas, así como para compartir código en Python.
- https://pyoceans.github.io/sea-py/: herramientas en Python para el análisis oceanográfico.
- https://currents.soest.hawaii.edu/ocn_data_analysis/index.html: análisis de datos con Python.
- https://oceanspy.readthedocs.io/en/latest/: OceanSpy, un paquete en Python para facilitar el análisis y la visualización de datos de modelos oceánicos.
- https://scrapbox.io/pycoaj/oceanography: Python aplicado a la climatología, la oceanografía y las ciencias atmosféricas.
- https://lijodxl.github.io/OceanographyWithPython/README.html: Python para el análisis de datos en oceanografía.
- https://github.com/GliderToolsCommunity/GliderTools: paquete diseñado para procesar datos desde el primer nivel de tratamiento hasta conjuntos de datos listos para uso científico (control de calidad en modo diferido).
R
R es probablemente el entorno de programación con menor tradición en este ámbito, por lo que solo se destacan algunos paquetes. Si conoces algún paquete adicional, ¡no dudes en hacérnoslo saber!
- oce (https://dankelley.github.io/oce/): paquete dedicado al manejo de datos oceanográficos (diagramas T–S, análisis de corrientes, etc.).
- argoFloats (https://github.com/ArgoCanada/argoFloats): herramientas para descargar y analizar perfiles de flotadores Argo (temperatura y salinidad).
- https://mikkovihtakari.github.io/ggOceanMaps/: representación de datos en mapas oceanográficos utilizando ggplot2.
MATLAB
Por su parte, la comunidad de oceanografía física cuenta con una sólida tradición en el uso de MATLAB. Existen numerosos paquetes disponibles; aquí destacamos los más relevantes para su uso en un contexto docente.
- TEOS 10 (https://github.com/TEOS-10/GSW-Matlab): código para trabajar con la Ecuación Termodinámica del Agua de Mar, TEOS-10 (https://www.teos-10.org). El paquete incluye además diversas utilidades complementarias.
- Sea-Mat (https://sea-mat.github.io/sea-mat/): esfuerzo colaborativo para organizar y distribuir herramientas de Matlab para la comunidad oceanográfica.
- Seawater Toolbox (https://www.cmar.csiro.au/datacentre/ext_docs/seawater.html): aunque la ecuación de estado del agua de mar utilizada en este paquete está actualmente obsoleta, también proporciona diversas utilidades que pueden resultar útiles para quienes se inician en los fundamentos de la oceanografía física.
- M Map (https://www.eoas.ubc.ca/~rich/map.html): el clásico toolbox para la elaboración de mapas de alta calidad en Matlab, superponiendo observaciones atmosféricas y oceanográficas.
- Global topography (https://topex.ucsd.edu/marine_topo/mar_topo.html): sitio web para descargar el código necesario para generar batimetría de alta resolución.