O Open-Meteo é uma API gratuita e open-source de previsão do tempo, muito usada por desenvolvedores e pesquisadores porque não exige chave de API e oferece dados meteorológicos de alta resolução. Ele utiliza previsões meteorológicas de dados abertos fornecidas por serviços meteorológicos nacionais (incluindo membros de ensemble, previsão sazonal e climática), assim como dados de reanálise para dados históricos. Esses serviços oferecem previsões numéricas do tempo que podem ser baixadas gratuitamente. No entanto, trabalhar com esses modelos pode ser desafiador, pois requer conhecimento em formatos de arquivos binários, sistemas de grade, projeções e os fundamentos das previsões meteorológicas.
A resolução espacial está entre 1 e 55 km e frequência de previsão a cada 1 a 6 horas até 16 dias conforme o modelo, histórico desde 1940, além de dados de qualidade do ar, marinhos, geocodificação e elevação. Ele é gratuito para uso não comercial, com dados sob a licença Atribuição 4.0 Internacional (CC BY 4.0) e código-fonte disponível sob a licença AGPLv3 em seu repositório no Gthub.
Na página de documentação, é possível usar uma interface gráfica para ajudar a montar a consulta: inserir latitude, longitude, fuso horário, peródo de tempo e variáveis. O período de tempo pode ser “forecast length” (número de dias de previsão e/ou de dias passados com relação ao dia presente) ou “time interval” (intervalo entre datas fixas). As variáveis pode ser horárias, diárias e tempo presente.
Também é possível escolher o modelo (reanálise ou previsão) através do parâmtero “models”. Por padrão, se você não especifica um modelo na chamada da API, o Open‑Meteo retorna a previsão do “best_match”: uma seleção feita pelo sistema, que compara quais modelos estão disponíveis para a latitude/longitude solicitada e escolhe o mais adequado. Modelos regionais de alta resolução (1–5 km) são preferidos quando disponíveis, mas se não há, o sistema recorre a modelos globais. Geralmente a escolha por modelos globais é o que ocorre para a maior parte da América do Sul – comparei visualmente uma vez e o modelo escolhido foi o “DWD ICON Global”.
A resposta da API pode ser vista na própria página de diferentes formas. Uma delas é com um gráfico disponível na própria página de documentação feito através de JavaScript (com a opção de salvar em CSV ou XLSX) e a URL de pesquisa, que retorna os dados em formato JSON. Outra das opções é um código de exemplo gerado na mesma página e que aplica automaticamente todos os parâmetros selecionados. Ele inclui o armazenamento em cache e a conversão para DataFrames do Pandas, que podem ser salvas ou usadas diretamente para gerar gráficos e análises.
Ainda sobre a URL gerada para consulta na API, ela pode ser usada em conjunto o Chart.js: uma biblioteca JavaScript gratuita e de código aberto que permite criar gráficos interativos e responsivos em páginas web usando o elemento “canvas” do HTML5. Com uma sintaxe intuitiva, o desenvolvedor pode configurar datasets, escalas, cores e animações de forma rápida, além de contar com plugins e extensões que ampliam suas funcionalidades. Por ser leve e compatível com navegadores modernos, o Chart.js tornou-se uma das ferramentas mais populares para incorporar visualizações de dados em aplicações web.
Exemplo
Um exemplo de uso da API da Open-Meteo está na página HTML em MonolitoNimbus.com.br/tempo. Nela, são feitas cinco consultas para um mesmo lugar (Estação Meteorológica do IAG-USP) para 3 dias anteriores e posteriores (incluindo o atual) com valores observados e previstos:
- Tabela com valores diários: horário do nascer e do pôr do Sol, temperaturas máximas e mínimas, acumulado de precipitação.
- Gráfico com valores horários de temperatura, umidade do ar e precipitação.
- Gráfico com valores horários de vento (direção, velocidade média e rajadas).
- Gráfico com valores horários de GHI (Irradiância Solar Global Horizontal) e percentual de cobertura de nuvens em cada nível (baixo, médio e alto). O eixo Y esquerdo representa a soma dos percentuais de nuvens em cada nível.
Em todos os gráficos, uma linha preta vertical marca o dia e horário atual para servir como localização temporal. Esse passado recente ainda é resultado do modelo de previsão, já que existe um atraso de alguns dias para os dados de reanálise serem gerados – a versão preliminar “Near-Real Time” é publicada com um atraso de aproximadamente 5 dias em relação ao tempo real.
