UNIVERSIDADE VIRTUAL DO ESTADO DE SÃO PAULO

Carla Gisele dos Santos, RA: 2007174

Cleber Ricardo da Cruz Guiraldi, RA: 2005931
Rodrigo Zambianco Cataroco, RA: 1822111
Vitor de Faria Guerra, RA: 2004486

Estação meteorológica para análise dados e provisão de informações de

registros climáticos

Vídeo do Projeto Integrador

<https://youtu.be/ULIAE6oE4sk>

São Paulo – SP
2023
UNIVERSIDADE VIRTUAL DO ESTADO DE SÃO PAULO

Estação meteorológica para análise dados e provisão de informações de

registros climáticos

Relatório Técnico-Científico apresentado na disciplina de

Projeto Integrador em Computação IV para o Eixo de
Computação da Universidade Virtual do Estado de São
Paulo (UNIVESP).

São Paulo – SP
2023
CATAROCO, Rodrigo Zambianco; GUERRA, Vitor de Faria; GUIRALDI, Cleber Ricardo
da Cruz; SANTOS, Carla Gisele. 41f. Estação Meteorológica para Análise dados e
provisão de informações de Registros Climáticos. Relatório Técnico-Científico. Eixo
Computação – Universidade Virtual do Estado de São Paulo. Tutor: Leonardo Anselmo
Perez. Polos: Cordeirópolis, Piracicaba e Saltinho, 2023.

RESUMO
O presente trabalho teve como objetivo criar ferramenta para auxiliar nas informações
meteorológicas, estação meteorológica para análise dados e provisão de informações de
registros climáticos. No Brasil, desastres naturais têm sido tratados de forma segmentada entre
diversos setores da sociedade. Nos últimos anos vem ocorrendo intensificação dos prejuízos
causados por estes fenômenos devido ao mau planejamento urbano. Ações integradas entre
comunidade e universidade são fundamentais para que os efeitos dos desastres naturais sejam
minimizados. A aplicação contribuiu na compreensão dos mecanismos de desastres naturais
através do monitoramento, diagnóstico e modelagem. Estas informações deveriam ser
repassadas à sociedade, que, de forma organizada, precisam agir para minimizar danos
provocados pelos desastres. Num contexto local, sugeriu-se a criação de grupos comunitários
capacitados para agir antes, durante e depois do evento, auxiliando assim órgãos municipais
de defesa civil. O objetivo principal foi desenvolvimento de uma aplicação que auxilie nas
informações meteorológicas para ajudar nas informações locais do tempo, em local específico
e visando uma área escolhida. Além disso, visou-se criar registro meteorológico de baixo
custo, assertivo e de fácil acesso.

PALAVRAS-CHAVE: Ferramenta; Aplicação; Meteorológico; Sociedade.

CATAROCO, Rodrigo Zambianco; GUERRA, Vitor de Faria; GUIRALDI, Cleber Ricardo
da Cruz; SANTOS, Carla Gisele, SOUZA. 41p. Estação Meteorológica para Análise
dados e provisão de informações de Registros Climáticos. Relatório Técnico-Científico.
Eixo Computação – Universidade Virtual do Estado de São Paulo. Tutor: Leonardo
Anselmo Perez. Polos: Cordeirópolis, Piracicaba e Saltinho, 2023.

ABSTRACT
The present work aims to create a tool to assist in meteorological information; Meteorological
Station for Data Analysis and provision of information from Climatic Records. In Brazil,
natural disasters have been treated in a segmented way among the different sectors of society.
In recent years, there has been an intensification of the damage caused by these phenomena
due to poor urban planning. Integrated actions between the community and the university are
essential to minimize the effects of natural disasters. The application should contribute to
understanding the mechanisms of natural disasters through monitoring, diagnosis and
modeling. This information must be passed on to society, which, in an organized manner,
must act to minimize the damage caused by disasters. In a local context, it is suggested the
creation of community groups capable of acting before, during and after the event, thus
helping municipal civil defense agencies. The main objective will be the development of an
application that assists in meteorological information to assist in local weather information; at
a specific location and targeting a chosen area. In addition, the aim is to create a low-cost,
assertive and easily accessible meteorological record.

KEYWORDS: Tool; Application; Meteorological; Society.

LISTA DE ILUSTRAÇÕES

Figura 1 - Etapas do processo do Design Thinking..................................................................24

Figura 2 - Captura de tela da IDE Arduino usada para programar ESP-01..............................31
Figura 3 - Thingspeak - envio de dados coletados pelos sensores............................................32
Figura 4 - Visualização de dados com PowerBI.......................................................................33
Figura 5 - Visualização de dados com PowerBI - Tempo, Umidade e Pressão x Tempo........34
Figura 6 - Visualização de dados com PowerBI - Umidade x Tempo......................................34
Figura 7 - Visualização de dados com PowerBI - Pressão x Tempo........................................35
Figura 8 - Visualização de dados com PowerBI - Temperatura x Tempo................................35
Figura 9 - Visualização de dados com PowerBI - Variação de pressão....................................36
Figura 10 - Visualização de dados com PowerBI: Variação de temperatura............................36
Figura 11 - Visualização de dados com PowerBI - Variação de umidade................................37
Figura 12 - BMP-180 soldado no módulo DHT11...................................................................40
Figura 13 - Módulo DHT-11.....................................................................................................40
Figura 14 - ESP-01 conectado ao DHT11................................................................................41
Figura 15 - Módulo ESP-01......................................................................................................41
 SUMÁRIO

1. INTRODUÇÃO.....................................................................................................................7
2. DESENVOLVIMENTO.......................................................................................................8
2.1 Objetivos...............................................................................................................................8
2.1.1 Objetivos gerais.........................................................................................................8
2.1.2 Objetivos específicos.................................................................................................8
2.2 Justificativa e delimitação do problema................................................................................8
2.3 Fundamentação teórica..........................................................................................................9
2.3.1 Análise dados e provisão de informações de Registros Climáticos.........................10
2.3.2 Banco de dados........................................................................................................12
2.3.3 Nuvem......................................................................................................................13
2.3.4 Python......................................................................................................................15
2.3.5 Django......................................................................................................................16
2.3.6 HTML......................................................................................................................17
2.3.7 CRISP-DM...............................................................................................................18
2.3.8 Sensores DHT-11 e BMP-180.................................................................................20
2.3.9 ESP-01.....................................................................................................................21
2.4 Metodologia........................................................................................................................23
2.4.1 Design Thinking.......................................................................................................23
2.4.2 Referencial Metodológico........................................................................................25
2.4.3 Disciplinas norteadoras do projeto...........................................................................27
2.5 Resultados preliminares......................................................................................................29
2.5.1 Solução inicial..........................................................................................................29
2.5.2 Solução Final...........................................................................................................30
3. CONSIDERAÇÕES FINAIS.............................................................................................37
REFERÊNCIAS......................................................................................................................38
ANEXOS..................................................................................................................................40
 7

1. INTRODUÇÃO

A previsão do tempo refere-se ao processo em que a ciência e a tecnologia são

aplicadas para prever as condições da atmosfera para um determinado local e tempo. Os
humanos têm feito tentativas não oficiais de previsão do tempo há milênios, e a previsão
oficial do tempo remonta ao século XIX. A previsão do tempo é feita coletando dados sobre o
estado atual da atmosfera e aplicando compreensão científica dos processos atmosféricos para
prever a progressão atmosférica.
O clima impacta fortemente a segurança e a operação das estradas. As habilidades de
direção podem ser prejudicadas por condições climáticas severas, como neve, chuva ou
tempestade. Além disso, houve uma série de acidentes de trânsito supostamente causados pelo
mau tempo.
Para o transporte aéreo, os meteorologistas ajudam a reduzir atrasos, tempos de voo e
economia de energia, além de garantir a segurança e o conforto dos passageiros. A
principal importância da previsão do tempo para este setor são informações fornecidas sobre
condições climáticas críticas, que podem colocar em risco uma aeronave na decolagem, pouso
e durante o voo (por exemplo, ventos fortes, tempestades, tornados e gelo).
Os meteorologistas marítimos preparam informações consultivas para navios,
incluindo informações sobre a posição, trajetória e intensidade de fortes tempestades e avisos
de ventos fortes, neblina e outros riscos, bem como previsões gerais sobre as condições do
tempo e do mar. As embarcações podem mudar de rumo para evitar condições climáticas
adversas. Como resultado, a segurança de navios, cargas e passageiros é aprimorada e, ao
mesmo tempo, economiza-se combustível.
Temperatura, umidade e precipitação desempenham um papel importante no cultivo
de frutas e vegetais. Os agricultores previam anteriormente o clima com base em observações
do céu. No entanto, o desenvolvimento da meteorologia nos dias de hoje forneceu previsões
meteorológicas precisas usando supercomputadores para coletar dados.
Ao verificar regularmente as previsões meteorológicas, os agricultores podem saber a
melhor época para as colheitas e práticas agrícolas e entender e acompanhar melhor o status
do crescimento para tomar decisões potencialmente dispendiosas. A importância da previsão
do tempo para a agricultura de precisão é óbvia.
O objetivo final da ferramenta elaborada foi prover informações do tempo em
determinada área, de modo que, a quem interessasse, pudesse ser feito o acompanhamento das
situações meteorológicas daquela respectiva área.
 8

2. DESENVOLVIMENTO

2.1 Objetivos

2.1.1 Objetivos gerais

Elaborar estação meteorológica para análise de dados e provisão de informações de

registros climáticos, visando auxiliar na obtenção de informações sobre o clima em áreas
específicas de forma eficiente e eficaz.

2.1.2 Objetivos específicos

 Analisar dados relacionados às condições climáticas de determinados locais;

 Prover informações meteorológicas de uma área mais próxima ao usuário;
 Elaboração de uma ferramenta de monitoração e coleta meteorológica de baixo custo.

2.2 Justificativa e delimitação do problema

Segundo Eduardo L. Martins, em seu artigo “A Importância dos Sistemas de Previsão

do Tempo para as Pequenas Cidades”, a falta de acesso a sistemas de previsão do tempo pode
afetar a segurança e a economia das pequenas cidades, especialmente em regiões agrícolas e
turísticas. Ele argumenta que é importante investir em tecnologia para fornecer informações
precisas e atualizadas sobre o clima para essas áreas, a fim de melhorar a tomada de decisões
e minimizar os impactos negativos de eventos climáticos.
Em primeiro lugar, um sistema de previsão do tempo em áreas menores pode ajudar os
indivíduos a se prepararem para as condições climáticas. Por exemplo, se a previsão prevê
uma forte tempestade, os moradores podem tomar as precauções necessárias, como estocar
suprimentos essenciais, proteger suas casas e evitar viagens. Sem esse sistema, os residentes
podem ser pegos desprevenidos e despreparados para condições climáticas extremas, que
podem levar a danos materiais, ferimentos ou até mesmo à morte.
O meteorologista Gustavo Escobar, que é diretor do Centro de Análise e Previsão do
Tempo do Instituto Nacional de Meteorologia (INMET), em entrevistas e artigos, destaca
como um sistema de previsão do tempo pode ajudar a prevenir desastres naturais, alertando as
pessoas sobre condições climáticas extremas e fornecendo informações sobre como se
preparar para essas situações. Ele também enfatiza a importância da educação pública sobre a
 9

previsão do tempo e sobre como agir em caso de emergência, acima de tudo visando o
salvamento de vidas em casos extremos.
Em segundo lugar, um sistema de previsão do tempo é crucial para empresas em áreas
menores. Por exemplo, os agricultores contam com previsões meteorológicas precisas para
planejar seus cronogramas de plantio e colheita. Da mesma forma, as construtoras precisam
conhecer as condições climáticas para planejar seus horários de trabalho e garantir a
segurança de seus trabalhadores. Sem um sistema confiável de previsão do tempo, as
empresas em áreas menores podem enfrentar interrupções inesperadas e perdas financeiras.
Além disso, esse tipo de sistema, aplicado em áreas menores, é essencial para o
gerenciamento de emergências. As autoridades locais podem usar previsões meteorológicas
para planejar evacuações, alocar recursos e coordenar esforços de resposta a emergências.
Sem esse sistema, os socorristas podem não ter tempo suficiente para se preparar, o que pode
colocar vidas em risco. O meteorologista e professor universitário Carlos Nobre.
Em seu livro "A nova climatologia planetária", Nobre discute como a mudança
climática está aumentando a frequência e a intensidade de eventos climáticos extremos, como
enchentes e secas, e como sistemas de previsão do tempo precisos e confiáveis são cruciais
para a preparação e resposta a emergências. Ele destaca a importância da cooperação entre
diferentes agências governamentais, incluindo meteorologia, defesa civil e saúde pública, para
garantir a segurança da população em caso de desastres naturais. Além disso, ele enfatiza a
importância da ciência e da tecnologia para melhorar a previsão do tempo e a gestão de riscos
climáticos.
Em suma, esse projeto é essencial para áreas menores, pois ajuda indivíduos, empresas
e comunidades a se prepararem para eventos climáticos, evita perdas financeiras e salva vidas
durante emergências. É crucial que as autoridades locais invistam em sistemas confiáveis de
previsão do tempo para garantir a segurança e o bem-estar de suas comunidades.

2.3 Fundamentação teórica

O trabalho apresentado é resultado de estudo para criação de um portal web, visando

agir como Estação Meteorológica para Análise dados e provisão de informações de Registros
Climáticos, ferramenta para auxiliar em sua comunicação com a sociedade, sobretudo em
abrangência mais específica.
É importante ressaltar que o sistema desenvolvido foi baseado na linguagem
PYTHON e utilizou o Django. E os temas a serem abordados nesta pesquisa são: Análise
 10

dados e provisão de informações de Registros Climáticos, Banco de Dados, Nuvem,

PYTHON, Django, HTML, CRISP-DM, DHT-11, BMP-180 e ESP-01.

2.3.1 Análise dados e provisão de informações de Registros Climáticos

A análise de dados de registros climáticos é uma atividade essencial para

compreendermos as mudanças e as variações no clima ao longo do tempo. Os dados
climáticos são coletados por meio de estações meteorológicas, que medem variáveis, como
temperatura, umidade, pressão atmosférica, velocidade do vento e precipitação. Com a análise
desses dados, podemos identificar padrões climáticos, como as mudanças sazonais e as
tendências de longo prazo. Além disso, a análise de dados climáticos é fundamental para a
previsão do tempo e para a tomada de decisões em áreas como agricultura, energia, transporte
e segurança pública.
Uma das técnicas mais comuns para a análise de dados climáticos é a análise de séries
temporais, que envolve a identificação de padrões em dados ao longo do tempo. Outras
técnicas incluem análise estatística, modelagem matemática e aprendizado de máquina. O
físico e professor universitário Paulo Artaxo, em seus estudos e publicações, Artaxo (2013),
aborda e enfatiza esses pontos, e sobre a importância da coleta e análise de dados climáticos
para a compreensão das mudanças no clima e seus impactos no meio ambiente e na sociedade.
Ele enfatiza a importância de técnicas avançadas de análise de dados, como a análise de séries
temporais, para identificar padrões e tendências em dados climáticos e para melhorar a
previsão do tempo e a tomada de decisões em áreas como agricultura, energia e transporte.
Além disso, Artaxo destaca a importância da cooperação internacional para a coleta e
análise de dados climáticos, especialmente em regiões tropicais, onde a coleta de dados pode
ser mais desafiadora. Ele também enfatiza a importância de medidas políticas para mitigar as
mudanças climáticas e seus impactos.
Com o aumento da quantidade de dados disponíveis, graças às melhorias na tecnologia
de coleta e armazenamento de dados, a análise de dados climáticos tem se tornado cada vez
mais sofisticada e precisa. Essa análise nos permite entender melhor os padrões climáticos e
as mudanças que estão ocorrendo, e nos ajuda a planejar e tomar decisões informadas para
lidar com as consequências das mudanças climáticas.
A mineração de dados em registros climáticos é uma técnica importante para
identificar informações úteis e padrões nos dados coletados pelas estações meteorológicas.
Com o grande volume de dados climáticos disponíveis, a mineração de dados pode ajudar a
 11

extrair informações valiosas para a compreensão do clima e suas mudanças ao longo do

tempo, conforme descrito por Castro e Ferrari (2016), que exemplificam com outras situações
o uso 2dessa ferramenta de forma proveitosa.
Ainda de acordo com os autores, a mineração de dados pode ser usada para identificar
correlações entre diferentes variáveis climáticas, como temperatura e precipitação, e para
identificar mudanças nas tendências climáticas ao longo do tempo. Gilberto Câmara é
professor e pesquisador de geoprocessamento. Ele aborda o uso da mineração de dados em
estudos climáticos.
Em seus estudos, Câmara (2014) destaca a importância da mineração de dados para a
compreensão das mudanças climáticas e para a tomada de decisões em áreas como
agricultura, saúde pública e gestão de recursos naturais. Ele enfatiza a necessidade de usar
técnicas avançadas de mineração de dados para analisar grandes conjuntos de dados
climáticos e identificar correlações entre diferentes variáveis climáticas, bem como para
detectar mudanças nas tendências climáticas ao longo do tempo. Além disso, ele destaca a
importância da cooperação internacional para a coleta e compartilhamento de dados
climáticos e para o desenvolvimento de ferramentas e técnicas avançadas de análise de dados.
Além disso, a mineração de dados pode ajudar a identificar eventos climáticos
extremos, como tempestades e secas, e a compreender melhor sua frequência e intensidade.
Para realizar a mineração de dados em registros climáticos, são utilizadas técnicas como a
análise de séries temporais, que envolve a identificação de padrões em dados ao longo do
tempo, e a análise estatística, que permite identificar correlações e relações entre diferentes
variáveis climáticas. Além disso, a mineração de dados climáticos pode ser combinada com
outras técnicas, como modelagem matemática e aprendizado de máquina, para criar modelos
preditivos de clima e previsões de tempo mais precisas.
O pesquisador Eduardo Mario Dias (2014), professor da Universidade de São Paulo,
em suas pesquisas, enfatiza a importância da mineração de dados para a compreensão dos
fenômenos climáticos extremos e sua relação com as mudanças climáticas globais. Ele
destaca que a mineração de dados pode ajudar a identificar padrões em eventos climáticos
extremos, permitindo que sejam feitas previsões mais precisas e que medidas de adaptação
sejam tomadas com mais eficácia. Além disso, Dias destaca que a mineração de dados
climáticos é fundamental para o desenvolvimento de modelos preditivos previsões de tempo
mais precisas, o que é fundamental para a tomada de decisões informadas em áreas como
agricultura, energia, transporte e segurança pública.
 12

A mineração de dados climáticos é fundamental para a compreensão das mudanças

climáticas e para a tomada de decisões informadas em áreas como agricultura, energia,
transporte e segurança pública. Com o avanço da tecnologia e o aumento da quantidade de
dados disponíveis, a mineração de dados climáticos continuará a desempenhar um papel
importante na compreensão do clima e na adaptação às mudanças climáticas.

2.3.2 Banco de dados

Dado é uma representação simbólica (isto é, feita por meio de símbolos), quantificada
ou quantificável. Assim, um texto é um dado, pois as nossas letras latinas formam um sistema
numérico discreto (de base 26, que é o número de letras diferentes), e, portanto, quantificado.
(SETZER, 2009, p.13)
Nome, idade, altura, peso são alguns dados relacionados a uma pessoa. Uma foto,
imagem, arquivo, pdf, também podem ser considerados dados. Por sua vez, banco de dados é
um conjunto de dados inter-relacionados, representando informações sobre um domínio
específico (HEUSER, 2006, p. 06). Muitos sistemas se encaixam nessa definição, por
exemplo, um sistema de arquivos em papel, um caderno ou até mesmo uma corda com botões
para contagem. Um banco de dados é uma coleção ordenada de dados, eles toleram
armazenamento eletrônico e manipulação de dados. Os bancos de dados facilitam o
gerenciamento de dados.

A partir do século XV, quando a tecnologia de impressão e tipografia começou a se

desenvolver, devido principalmente as contribuições de Johannes Gutenberg, a
forma mais comum de registro de informações tem sido o papel. É graças a ele que
hoje temos conhecimento do que se passou na história humana, que podemos expor
nossas ideias ou escrever um belo romance. Foi no papel também que o homem
“armazenou” seus primeiros dados. A certidão de nascimento ou a enciclopédia que
se encontra numa estante da biblioteca são exemplos bastante concretos. (ALVES,
2020, p. 12)

Falando sobre banco de dados, se faz importante também falar sobre o MySQL, que é
um sistema de gerenciamento de banco de dados relacional, de código aberto, baseado em
SQL. Ele foi projetado e otimizado para aplicativos da web e pode ser executado em qualquer
plataforma. Conforme novos e diferentes requisitos surgiram com a Internet, o MySQL se
tornou a plataforma de escolha para desenvolvedores e aplicativos baseados na web, por ser
projetado para processar milhões de consultas e milhares de transações. Além disso, o
MySQLé uma escolha popular para empresas de comércio eletrônico que precisam gerenciar
várias transferências de dinheiro.
 13

A flexibilidade sob demanda é o principal recurso do MySQL. Com a coleta massiva

de dados da Internet das Coisas, transformando a vida e a indústria em todo o mundo, as
empresas hoje têm acesso a mais dados do que nunca. As organizações com visão de futuro
agora podem usar bancos de dados para ir além do armazenamento de dados básicos e
transações para analisar grandes quantidades de dados de vários sistemas. Usando banco de
dados e outras ferramentas de computação e inteligência de negócios, as organizações agora
podem aproveitar os dados que coletam para funcionar com mais eficiência, permitir uma
melhor tomada de decisão e se tornar mais ágil e escalável.
A otimização do acesso e da taxa de transferência aos dados é crítica para as empresas
hoje, porque há mais volume de dados a rastrear. É fundamental ter uma plataforma que possa
oferecer o desempenho, a escala e a agilidade de que as empresas precisam à medida que
crescem ao longo do tempo.
Para Alves (2014), o banco de dados autônomo está pronto para fornecer um impulso
significativo para esses recursos. Como os bancos de dados autônomos automatizam
processos manuais caros e demorados, eles liberam os usuários de negócios para se tornarem
mais proativos com seus dados. Por ter controle direto sobre a capacidade de criar e usar
bancos de dados, os usuários ganham controle e autonomia enquanto mantêm padrões de
segurança importantes.

2.3.3 Nuvem

O armazenamento em nuvem oferece uma alternativa econômica e escalável ao

armazenamento de arquivos em discos rígidos locais ou redes de armazenamento. Os discos
rígidos de computador só podem armazenar uma quantidade finita de dados. Quando os
usuários ficam sem armazenamento, eles precisam transferir arquivos para um dispositivo de
armazenamento externo. Os serviços de armazenamento em nuvem fornecem elasticidade, o
que significa que você pode dimensionar a capacidade à medida que seus volumes de dados
aumentam ou diminuem, adequando-se conforme necessário.
Carvalho e Lorena (2016) apontam que ao armazenar dados em uma nuvem, sua
organização economiza pagando por tecnologia de armazenamento e capacidade como
serviço, em vez de investir nos custos de capital de construção e manutenção de redes de
armazenamento internas. Paga-se apenas exatamente pela capacidade que se utiliza. Embora
seus custos possam aumentar ao longo do tempo para contabilizar volumes de dados mais
 14

altos, o usuário não precisa provisionar demais as redes de armazenamento em antecipação ao

aumento do volume de dados.
Assim como as redes de armazenamento no local, o armazenamento em nuvem usa
servidores para salvar dados; no entanto, os dados são enviados para servidores em um local
externo. A maioria dos servidores que você usa são máquinas virtuais hospedadas em um
servidor físico.
À medida que suas necessidades de armazenamento aumentam, o provedor cria novos
servidores virtuais para atender à demanda. Normalmente, você se conecta a nuvem de
armazenamento por meio da Internet ou de uma conexão privada dedicada, usando um portal
da Web, site ou aplicativo móvel.
O servidor com o qual você se conecta encaminha seus dados para um pool de
servidores localizados em um ou mais data centers, dependendo do tamanho da operação do
provedor de nuvem. Como parte do serviço, os provedores normalmente armazenam os
mesmos dados em várias máquinas para redundância. Dessa forma, se um servidor for
desativado para manutenção ou sofrer uma interrupção, você ainda poderá acessar seus dados.
Conforme descrito por Borges et al. (2011), o armazenamento em nuvem está
disponível em nuvens privadas, públicas e híbridas.

 Nuvem pública: neste modelo, você se conecta pela Internet a uma nuvem de
armazenamento mantida por um provedor de nuvem e usada por outras empresas. Conforme
apontam Carvalho e Lorena (2016), os provedores normalmente tornam os serviços
acessíveis a partir de praticamente qualquer dispositivo, incluindo smartphones e desktops,
e permitem que o usuário aumente ou diminua a escala conforme necessário.

 Nuvem privada: as configurações de armazenamento em nuvem privada normalmente

replicam o modelo de nuvem, mas residem em sua rede, aproveitando um servidor físico
para criar instâncias de servidores virtuais para aumentar a capacidade. Você pode optar por
assumir o controle total de uma nuvem privada no local ou contratar um provedor de
armazenamento em nuvem para criar uma nuvem privada dedicada que você pode acessar
com uma conexão privada. As organizações que podem preferir o armazenamento em
nuvem privada incluem bancos ou empresas de varejo devido à natureza privada dos dados
que processam e armazenam.

 Nuvem híbrida: esse modelo combina elementos de nuvens públicas e privadas,

 15

oferecendo às organizações a escolha de quais dados armazenarem, em qual nuvem. Por

exemplo, dados altamente regulamentados, sujeitos a requisitos rigorosos de arquivamento e
replicação, geralmente são mais adequados para um ambiente de nuvem privada, enquanto
dados menos confidenciais (como e-mail que não contém segredos comerciais) podem ser
armazenados na nuvem pública. Algumas organizações usam nuvens híbridas para
complementar suas redes de armazenamento interno com armazenamento em nuvem
pública.

2.3.4 Python

Python é uma das linguagens de programação mais populares e poderosas atualmente.

Ela foi criada em 1991 por Guido van Rossum, e desde então tem sido utilizada em uma
variedade de aplicações, desde desenvolvimento web até ciência de dados e inteligência
artificial. Neste texto, vamos explorar alguns dos aspectos mais interessantes e importantes do
Python, bem como algumas citações de figuras importantes do mundo da tecnologia sobre a
linguagem.
Uma das maiores vantagens do Python é a sua simplicidade e facilidade de
aprendizado. Como disse Guido van Rossum, “Eu queria uma linguagem de programação que
fosse fácil de aprender e usar, mas ainda assim poderosa o suficiente para lidar com tarefas
complexas”. Essa simplicidade se reflete na sintaxe da linguagem, que é limpa e legível.
Como resultado, o Python se tornou uma das linguagens mais populares entre iniciantes em
programação.

Um ambiente virtual permite isolar seu desenvolvimento de problemas com

dependências externas. É como se você tivesse uma máquina virtual só para o
Python e suas bibliotecas. Alguns programadores não gostam de utilizá-los, mas
recomendo muito seu uso, principalmente se você for um iniciante. (Maciel, 2020)

Além disso, o Python é uma linguagem muito versátil, o que significa que pode ser
usada em uma grande variedade de aplicações. Para Andrew Ng, cofundador do Google Brain
e fundador da plataforma de aprendizado de máquina deeplearning.ai, o Python é “a
linguagem de programação mais importante para a ciência de dados”. Isso se deve em grande
parte à sua ampla gama de bibliotecas e frameworks para aprendizado de máquina e análise de
dados, como o NumPy, Pandas e Scikit-learn.
Outra vantagem do Python é a sua comunidade ativa e apaixonada. Como afirmou
Bruce Eckel, autor de Thinking in Python, “[...] a comunidade Python é uma das coisas mais
importantes da linguagem”. Essa comunidade inclui desenvolvedores de todo o mundo, que
 16

contribuem para projetos open-source e compartilham seus conhecimentos e experiências.

Isso faz com que a linguagem evolua constantemente e se adapte às necessidades dos
usuários.
Além disso, a sintaxe e a filosofia do Python incentivam a escrita de código legível e
organizado. Como disse Raymond Hettinger, um dos principais desenvolvedores do Python,
“A legibilidade é uma virtude do Python. Grandes blocos de código podem ser
compreendidos rapidamente, e isso é importante para o trabalho em equipe”. Essa filosofia de
legibilidade se reflete nas convenções de codificação do Python, como o PEP 8, que definem
diretrizes para a escrita de código claro e consistente.
Em resumo, o Python é uma linguagem de programação poderosa, versátil e fácil de
aprender, com uma comunidade ativa e apaixonada e uma filosofia que valoriza a legibilidade
e a organização do código. Como disse Eric S. Raymond, autor do livro The Cathedralandthe
Bazaar, “Python é uma linguagem que combina uma sintaxe clara e simples com recursos
poderosos de biblioteca e integração com outras linguagens”.

2.3.5 Django

Django é um dos frameworks de desenvolvimento web mais populares e poderosos

atualmente. Criado em 2003 por Adrian Holovaty e Simon Willison, o Django foi
desenvolvido com o objetivo de tornar o processo de desenvolvimento web mais rápido e
fácil, com foco em boas práticas e segurança. Neste texto, vamos explorar alguns dos aspectos
mais interessantes e importantes do Django, bem como algumas citações de figuras
importantes do mundo da tecnologia sobre o framework.
Uma das maiores vantagens do Django é a sua arquitetura baseada em padrões de
projeto bem estabelecidos. Como disse Jacob Kaplan-Moss, um dos principais
desenvolvedores do Django, “O Django segue o padrão MVC (Model-View-Controller) para
separar a lógica de negócios da interface do usuário”. Isso torna o desenvolvimento mais
organizado e eficiente, permitindo que os desenvolvedores se concentrem em implementar a
lógica de negócios sem se preocupar com a interface do usuário.
Outra vantagem do Django é a sua alta segurança. Como afirmou James Bennett, ex-
desenvolvedor líder do Django, “O Django é um dos frameworks web mais seguros
disponíveis”. Isso se deve em grande parte à sua abordagem centrada em segurança, com
recursos como proteção contra-ataques de injeção de SQL e de CSRF (Cross-Site
RequestForgery).
 17

Django — conhecido como “o framework para perfeccionistas com prazos a

cumprir”. Um framework é um conjunto de classes implementadas em uma
determinada linguagem de programação, que serve para facilitar a criação de
aplicações. O termo muitas vezes serve para designar um conjunto de arquivos de
bibliotecas, códigos-fonte ou compilados e até mesmo recursos, tais como ícones e
folhas de estilo, que podem ser reutilizados. (MACIEL, 2020)

Além disso, o Django é altamente escalável, o que significa que pode ser usado para
criar aplicativos web de qualquer tamanho. Como disse Simon Willison, co-criador do
Django, “O Django é tão feliz trabalhando em pequenos projetos de uma pessoa como é em
grandes projetos empresariais”. Isso se deve em grande parte à sua abordagem modular e
flexível, que permite que os desenvolvedores escolham apenas os componentes que precisam
para o seu projeto.
Outra vantagem do Django é a sua comunidade ativa e apaixonada. Como afirmou
Adrian Holovaty, “A comunidade Django é incrível - inteligente, generosa e acolhedora”.
Essa comunidade inclui desenvolvedores de todo o mundo, que contribuem para projetos
open-source e compartilham seus conhecimentos e experiências. Isso faz com que o
framework evolua constantemente e se adapte às necessidades dos usuários.
Em resumo, o Django é um framework de desenvolvimento web poderoso, seguro,
escalável e com uma comunidade ativa e apaixonada. Como disse Malcolm Tredinnick, um
dos principais desenvolvedores do Django, “O Django é uma ferramenta poderosa que torna o
desenvolvimento web mais fácil e eficiente”.

2.3.6 HTML

HTML (Hypertext Markup Language) é a linguagem de marcação que é usada para

criar páginas da web. Desde o seu lançamento em 1993, o HTML tem sido a base da web e
tem evoluído ao longo dos anos, permitindo que os desenvolvedores criem páginas mais
avançadas e interativas. Neste texto, vamos explorar alguns dos aspectos mais interessantes e
importantes do HTML, bem como algumas citações de figuras importantes do mundo da
tecnologia sobre a linguagem.
Uma das coisas mais notáveis sobre o HTML é a sua simplicidade. Como disse Tim
Berners-Lee, o inventor da web e um dos criadores originais, “O HTML é simples o suficiente
para ser entendido por qualquer um, mas poderoso o suficiente para ser usado para criar
páginas complexas”. O HTML é baseado em tags, que são usadas para definir a estrutura e o
conteúdo de uma página da web. As tags são fáceis de aprender e podem ser usadas para criar
páginas simples ou complexas.
 18

Outra característica importante do HTML é a sua capacidade de criar páginas

acessíveis. Como afirmou Steve Jobs, o falecido cofundador da Apple, “A acessibilidade é
uma das coisas mais importantes que podemos fazer na tecnologia”. O HTML permite que os
desenvolvedores adicionem recursos como descrições de imagens e legendas de vídeo para
tornar o conteúdo mais acessível para pessoas com deficiência visual ou auditiva.

A acessibilidade é no fim uma preocupação com as pessoas, não se trata de seguir

um conjunto fixo de regras. Se o seu site é aberto e acessível para todos os usuários,
você̂ fez o seu trabalho, mesmo que você̂ tenha violado alguma regra aqui ou ali. Se
o seu site for confuso e de difícil utilização, você não fez seu trabalho, mesmo se ele
validar e passar em todas as verificações automatizadas. (HAROLD, 2010)

O HTML também evoluiu ao longo dos anos para se tornar mais dinâmico e interativo.
Como afirmou Matt Mullenweg, o fundador do WordPress, “O HTML5 é a maior atualização
do HTML em anos, permitindo que os desenvolvedores criem páginas mais ricas em recursos,
incluindo vídeo e áudio incorporados, e animações”. O HTML5 também permite que os
desenvolvedores criem aplicativos web que funcionam offline, permitindo que os usuários
acessem o conteúdo mesmo quando não estão conectados à internet.
Além disso, o HTML é a base para muitas outras tecnologias da web, incluindo CSS e
JavaScript. Como afirmou Ethan Marcotte, um designer e desenvolvedor web, “O HTML é o
esqueleto da web, CSS é a pele, e o JavaScript é a alma”. O HTML fornece a estrutura básica
da página da web, enquanto o CSS é usado para definir o estilo e o layout da página, e o
JavaScript é usado para criar interatividade e dinamismo.
Em resumo, o HTML é a linguagem de marcação que forma a base da web. É simples
de aprender, acessível e evoluiu ao longo dos anos para permitir a criação de páginas mais
dinâmicas e interativas. Como disse Jeffrey Zeldman, um designer e autor de livros sobre web
design, “O HTML é a base da web e ainda é relevante, mesmo depois de 25 anos”.

2.3.7 CRISP-DM

O CRISP-DM (Cross-Industry Standard Process for Data Mining) é uma metodologia

amplamente utilizada para gerenciar projetos de mineração de dados. Ela foi desenvolvida por
um grupo de especialistas de diversas empresas líderes em mineração de dados, como a
Daimler-Chrysler, a SPSS Inc. e a NCR Corporation, com o objetivo de padronizar o processo
de mineração de dados e garantir que os projetos sejam executados de forma eficiente e
eficaz.
 19

A metodologia CRISP-DM é composta por seis fases distintas: entendimento do

negócio, entendimento dos dados, preparação dos dados, modelagem, avaliação e
implantação. Cada fase tem um objetivo específico e é importante para o sucesso do projeto.
Na fase de entendimento do negócio, o objetivo foi compreender metas do projeto e
identificar principais questões que análise de dados deve responder. Isso inclui entender o
contexto em que dados são coletados e identificar quais partes do negócio são afetadas pela
análise.
Na fase de entendimento dos dados, visou-se coletar, compilar e explorar os dados
disponíveis. Isso envolveu identificar os dados relevantes para o projeto e entender suas
características e limitações.
Na fase de preparação dos dados, buscou-se limpar, formatar e transformar dados para
que pudessem ser usados na análise. Isso incluiu eliminar dados redundantes, preencher dados
ausentes e garantir que dados estejam em formato adequado para a análise.
Na fase de modelagem, objetivou-se aplicar técnicas de mineração de dados para
extrair informações úteis dos dados, incluindo técnicas como análise estatística, aprendizado
de máquina e análise de séries temporais.
Na fase de avaliação, a finalidade foi avaliar a qualidade dos resultados da análise e
garantir que os resultados sejam precisos e úteis, que engloba validação de resultados e
comparação de resultados com objetivos do projeto.
Por fim, na fase de implantação, os resultados da análise puderam ser usados para
tomar decisões informadas e melhorar o desempenho do negócio.

Cada método de Mineração de Dados requer diferentes necessidades de pré-

processamento. Tais necessidades variam em função do aspecto extensional do
conjunto de dados em que o método será utilizado. Em decorrência da grande
diversidade de métodos de pré-processamento de dados, são muitas as alternativas
possíveis de combinações entre métodos. (MORIK, 2000)

A metodologia CRISP-DM tem sido amplamente adotada por empresas e

organizações em todo o mundo como uma abordagem padrão para gerenciar projetos de
mineração de dados. Há muitos recursos disponíveis que descrevem a metodologia e suas
aplicações, incluindo livros, artigos e cursos.
O livro “Data Mining: PracticalMachine Learning Tools andTechniques”, de Ian
Witten, Eibe Frank e Mark A. Hall é referência importante para entender a metodologia
CRISP-DM e suas aplicações. Este livro descreve essa metodologia de forma detalhada e
oferece exemplos práticos de sua aplicação em diversos cenários. Outra referência importante
 20

é o artigo “A comparisonofleading data mining methodologies”, de David J. Hand, Heikki

Mannila e PadhraicSmyth, que descreve as principais metodologias de mineração de dados,
incluindo o CRISP-DM, e compara suas vantagens e desvantagens. O artigo oferece uma
visão geral das diferentes abordagens e pode ajudar a escolher a melhor metodologia para um
projeto específico.
Além disso, é uma metodologia eficaz para gerenciar projetos de mineração de dados
em diversas áreas, incluindo análise de registros climáticos. Há muitos recursos disponíveis
que descrevem a metodologia e suas aplicações, e é importante estudá-los para aproveitar ao
máximo essa ferramenta em projetos de mineração de dados.
Em resumo, essa estratégia pode ser muito útil na análise de registros climáticos,
ajudando a garantir que a análise seja completa, precisa, útil, eficaz e eficiente para a tomada
de decisões informadas, sendo fundamental para entender as mudanças climáticas e seus
efeitos no mundo.

2.3.8 Sensores DHT-11 e BMP-180

DHT-11 e BMP-180 são dois sensores eletrônicos amplamente utilizados na medição

de temperatura, umidade e pressão atmosférica em diversas aplicações. Esses sensores podem
ser facilmente integrados a projetos eletrônicos, utilizando plataformas como o Arduino e o
Raspberry Pi, e existem diversas bibliotecas e exemplos disponíveis na internet que mostram
como utilizá-los para medir e registrar dados de temperatura, umidade e pressão atmosférica.
O DHT-11 é um sensor de umidade e temperatura de baixo custo e com uma precisão
relativamente boa. Ele é capaz de medir temperaturas entre 0 e 50 graus Celsius e umidade
relativa entre 20% e 90%. Utiliza um sensor capacitivo para medir a umidade e um termistor
para medir a temperatura. O sinal de saída do sensor é um sinal digital de 1 ou 0, dependendo
da presença ou não de umidade ou temperatura. Conforme Nussey (2019), sensores de
temperatura “[...] informam qual é a temperatura ambiental seja lá onde estiverem. São ótimos
para constatar mudanças em seu ambiente”.
O DHT-11 é geralmente utilizado em projetos que requerem uma medição rápida e
simples de temperatura e umidade, como em sistemas de controle de clima em estufas e
ambientes internos. Devido ao seu baixo custo e facilidade de uso, o DHT-11 é uma excelente
opção para projetos iniciantes em eletrônica e programação.
No entanto, é importante notar que o DHT-11 tem algumas limitações em relação à
precisão e à faixa de medição. A sua precisão é relativamente boa, mas não é tão alta quanto
 21

outros sensores mais caros. Além disso, a sua faixa de medição é limitada a temperaturas
entre 0 e 50 graus Celsius e umidade relativa entre 20% e 90%. Isso pode ser uma limitação
em projetos que exigem medições mais precisas ou em ambientes com temperaturas ou
umidade fora dessa faixa.
Já o BMP-180 é um sensor de pressão e temperatura de alta precisão. Ele é capaz de
medir a pressão atmosférica com uma precisão de até 1 Pa e a temperatura com uma precisão
de até 0,1 graus Celsius. O BMP-180 utiliza um sensor de pressão capacitivo e um
termômetro de platina para medir a pressão atmosférica e a temperatura, respectivamente. O
sinal de saída do sensor é um sinal digital de 1 ou 0, dependendo da presença ou não de
pressão ou temperatura.
O BMP-180 é geralmente utilizado em projetos que requerem uma medição mais
precisa da pressão atmosférica, como em estações meteorológicas e projetos de navegação,
sendo excelente opção para projetos que exigem medições precisas de pressão atmosférica em
uma ampla faixa de temperaturas e altitudes.
No entanto, assim como o DHT-11, o BMP-180 também tem algumas limitações em
relação à precisão e à faixa de medição. Embora a sua precisão seja alta, ela pode ser afetada
por variações de temperatura e umidade. Além disso, a faixa de medição do BMP-180 é
limitada a uma altitude de até 10 km, o que pode ser uma limitação em projetos que exigem
medições em altitudes mais elevadas. Em resumo, o DHT-11 é um sensor de umidade e
temperatura de baixo custo e precisão relativamente bons, enquanto o BMP-180 é um sensor
de pressão e temperatura de alta precisão.
Ambos os sensores são amplamente utilizados em projetos eletrônicos para medir e
registrar informações meteorológicas e climáticas, sendo ferramentas úteis para diversas
aplicações.

2.3.9 ESP-01

O ESP-01 é um módulo de comunicação sem fio baseado no chip ESP8266, que

permite a conexão de dispositivos eletrônicos à internet por meio de uma rede Wi-Fi. O ESP-
01 é um dos modelos mais populares de módulos ESP8266 devido à sua facilidade de uso,
baixo custo e tamanho compacto. Possui um processador de 32 bits, com clock de até 80
MHz, e 1 ou 2 MB de memória flash integrada, dependendo da versão do módulo. O módulo
também possui uma antena embutida, que permite a transmissão e recepção de dados por
meio de uma rede Wi-Fi.
 22

O ESP-01 é geralmente utilizado em projetos de IoT (Internet ofThings) que exigem

uma conexão Wi-Fi, como controle remoto de dispositivos eletrônicos, automação residencial,
monitoramento remoto de sensores e outros projetos semelhantes. O módulo pode ser
facilmente integrado a um microcontrolador, como o Arduino, ou programado diretamente
por meio de uma interface UART.
Além disso, existem diversas bibliotecas e exemplos disponíveis na internet que
mostram como utilizar o ESP-01 para conexão com a internet e envio de dados para
servidores ou plataformas de nuvem. Essas bibliotecas permitem que o desenvolvedor crie
facilmente projetos de IoT com o ESP-01, mesmo sem um grande conhecimento em
programação e eletrônica.

A grande vantagem de uma rede de sensores é que ela estende a área de cobertura de
um sensor individual para uma área maior. Isso é possível ao fazer o espalhamento
de inúmeros sensores (centenas a milhares), cobrindo uma área maior, ao contrário
de um sensor individual, que sente apenas pontualmente uma variável ambiental,
dentro de uma pequena vizinhança em torno das coordenadas geográficas deste
sensor. (ROCOL, 2018)

Outra vantagem do ESP-01 é o seu baixo consumo de energia. O módulo pode ser
alimentado com uma tensão de 3,3 V, e possui um modo de baixo consumo que permite o uso
prolongado com baterias ou fontes de energia de baixa potência. Isso é especialmente
importante em projetos que exigem um consumo de energia reduzido, como sensores ou
dispositivos que ficam sempre ligados.
No entanto, é importante notar que o ESP-01 tem algumas limitações em relação ao
tamanho de seus programas e à sua capacidade de processamento. A memória flash do
módulo é limitada a 1 ou 2 MB, o que pode ser insuficiente para projetos mais complexos.
Além disso, o processador do ESP-01 tem uma potência limitada em relação a outros
microcontroladores, o que pode afetar o desempenho de projetos que exigem um grande
processamento de dados.
Apesar dessas limitações, o ESP-01 ainda é uma excelente opção para projetos de IoT
devido à sua facilidade de uso, baixo custo, tamanho compacto e consumo de energia
reduzido. Com as bibliotecas e exemplos disponíveis na internet, o desenvolvedor pode criar
facilmente projetos que envolvem conexão com a internet e envio de dados para servidores ou
plataformas de nuvem, tornando o ESP-01 uma ferramenta indispensável para projetos de
IoT.
 23

2.4 Metodologia

Este capítulo tem como objetivo o delineamento inicial da metodologia que foi
utilizada para a realização desse projeto, de como foram levantados dados e informações
sobre identificação do problema, bem como sua execução.
A metodologia Design thinking é um processo para a resolução criativa de problemas.
O design thinking tem um núcleo centrado no ser humano. Ele incentiva as organizações a se
concentrarem nas pessoas para as quais estão criando, o que leva a melhores produtos,
serviços e processos internos.
Ao empregar o design thinking, o usuário está juntando o que é desejável do ponto de
vista humano com o que é tecnológica e economicamente viável. O processo começa com a
ação e a compreensão das perguntas certas. Trata-se de adotar mudanças simples de
mentalidade e abordar os problemas de uma nova direção.
A metodologia proveu dos temas relacionados à funcionalidade do projeto com o
auxílio no desenvolvimento da estação meteorológica para análise dados e provisão de
informações de registros climáticos, a forma de avaliação foram os métodos qualitativos e
design thinking, já que foram as que melhores se adequaram à pesquisa.

2.4.1 Design Thinking

Diante das constantes buscas por melhorar e desenvolver processos e produtos por
parte das organizações, surgiu a metodologia do Design Thinking (DT), que tem como
principal objetivo de auxiliar, melhorar e aperfeiçoar os processos e produtos. Segundo Viana
(2012), o Design Thinking é o conjunto de técnicas e práticas que podem ser aplicadas a quase
todo tipo de projeto, bem como é focado em atender as expectativas dos usuários de produtos
e serviço desenvolvidos com base em sua estrutura.
De acordo com Cavalcanti e Filatro (2017), o DT tem o poder de promover a inovação
e transformar organizações e até mesmo sociedade através de seus métodos. Para isso é
necessário entender o papel do design e seus efeitos do pensamento multidisciplinar, a fim de
se delinear o campo do design e suas relações com os negócios, a gestão, a inovação e com
isso tudo a cultura material do qual se inclui. O design parece ter deixado de ser uma
competência de profissões enraizadas em economias industriais, para se tornar algo que todos
podem praticar.
Para Brown (2010), a missão dessa ferramenta é traduzir observações em insights, e
estes em produtos e serviço para a vida das pessoas. Com isso, essa metodologia atenta para
 24

criação de soluções, que tem a preocupação de definir e solucionar diferentes necessidades de

usuários.
O processo de inovação pode ser melhorado significativamente com a adoção do
design thinking, pois a abordagem humanista estimula a criatividade e permite que
pessoas sejam ouvidas e observadas, padrões sejam desafiados e ideias sejam
avaliadas a partir da elaboração e teste de protótipos. (CAVALCANTI; FILATRO,
2017)

Como o Design Thinking viabiliza o projeto em torno da necessidade do cliente

(comunidade), após reunião de equipe, foram utilizadas técnicas de brainstorming, sendo
discutidas diferentes formas de abordagem e definição do cliente/empresa. O DT nos mostra
que observar e ouvir o usuário é o principal mecanismo para se chegar a um bom projeto.
Dessa forma, demos início ao plano de conhecer melhor a comunidade em questão, por meio
de visitas, entrevistas, conversas informais, acompanhamentos, entre outros. As etapas do
Design Thinking podem ser observadas na Figura 1.

Figura 1 - Etapas do processo do Design Thinking

Fonte: SEBRAE, 2017

Design thinking é uma metodologia que busca solucionar problemas de forma criativa
e inovadora, utilizando uma abordagem centrada no usuário. Um exemplo de aplicação dessa
metodologia pode ser observado na criação de uma estação meteorológica para auxiliar nas
informações locais do tempo em uma área escolhida.
O objetivo dessa estação é fornecer um registro meteorológico de baixo custo,
assertivo e de fácil acesso para as pessoas que vivem ou frequentam a região escolhida. Para
isso, é necessário considerar diversos fatores, como a localização da estação, os equipamentos
necessários, o processo de coleta e registro de dados e a forma como as informações serão
divulgadas.
 25

Um dos primeiros passos no processo de DT é entender as necessidades dos usuários.

Nesse caso, é importante identificar quais informações são relevantes para as pessoas que
vivem ou frequentam a área escolhida, como temperatura, umidade, velocidade do vento e
precipitação. Também é importante entender como essas informações podem ser utilizadas,
por exemplo, para planejar atividades ao ar livre ou para tomar decisões em relação à
agricultura.
Com base nessas informações, é possível definir as especificações da estação
meteorológica, escolhendo os equipamentos necessários e definindo a localização mais
adequada para a instalação. É importante considerar fatores como a exposição ao sol, a
presença de obstáculos que possam afetar as medições e a acessibilidade para manutenção e
coleta de dados.
Além disso, é necessário definir um processo de coleta e registro de dados que seja
confiável e de baixo custo. Uma opção é utilizar sensores conectados a um sistema de registro
e transmissão de dados, que podem ser acessados por meio de uma plataforma online.
Também é importante definir como as informações serão divulgadas para os usuários, seja por
meio de um aplicativo ou site, por exemplo.
Ao utilizar as etapas dessa ferramenta na criação de uma estação meteorológica, é
possível criar uma solução inovadora e eficiente, que atenda às necessidades dos usuários de
forma assertiva e de baixo custo. Com isso, é possível obter informações meteorológicas
precisas e de fácil acesso, contribuindo para uma melhor qualidade de vida na região
escolhida.

2.4.2 Referencial Metodológico

A análise exploratória de dados é etapa crucial em projetos de ciência de dados, pois

permite a compreensão inicial dos dados, identificação de padrões e relacionamentos. Neste
texto teórico, trataremos sobre a realização de análise exploratória utilizando o Python no
ambiente do Google Colab. Além disso, será utilizada a biblioteca SweetViz para gerar
visualizações em HTML e o Power BI para visualização interativa dos dados.
Para a coleta de dados meteorológicos, foi realizado o uso dos sensores DHT-11 para
temperatura e umidade relativa do ar, e BMP-180 para temperatura e pressão atmosférica. O
processamento e envio dos dados coletados para a nuvem foram realizados por meio do
módulo ESP-01, que possui interface de comunicação sem fio Wi-Fi.
 26

2.4.2.1 Análise Exploratória com o Python e SweetViz

Python é linguagem de programação amplamente utilizada em análise de dados. O

Colab, ambiente baseado em nuvem, fornece interface interativo para escrever e executar
código Python. A biblioteca chamada SweetViz pode ser utilizada para gerar análises
exploratórias automatizadas. Essa biblioteca gera relatórios em HTML, que inclui estatísticas
descritivas, distribuição de variáveis, correlações, entre outras informações relevantes para
compreender os dados.
Para iniciar análise exploratória, os dados coletados pelos sensores DHT-11 e BMP-
180 foram carregados em ambiente de programação Python, como Colab. Em seguida, a
biblioteca SweetVizfoi usada para gerar relatório de análise exploratória. O relatório em
HTML oferece visão geral de dados, permitindo identificar padrões, outliers e relações entre
variáveis. Essas informações foram fundamentais para entender o comportamento dos dados
meteorológicos coletados.

Visualização Interativa com o Power BI

Após a análise exploratória com o SweetViz, foi possível explorar ainda mais dados
por meio de visualizações interativas. Nesse sentido, o Power BI é uma ferramenta poderosa
para criar dashboards e relatórios interativos. Permite a conexão com diferentes fontes de
dados, incluindo arquivos CSV, bancos de dados e serviços em nuvem.
Para visualizar os dados meteorológicos coletados, o resultado da análise exploratória
realizada com o SweetVizfoi exportado para formato compatível com Power BI, como CSV
ou Excel. Em seguida, pudemos importar esses dados no Power BI e criar visualizações
interativas, como gráficos de linhas, gráficos de barras, mapas geográficos e muito mais.
Essas visualizações forneceram representação visual de dados, facilitando compreensão
eidentificação de padrões e tendências.

2.4.2.2 Processamento e Envio dos Dados para a Nuvem com o Módulo ESP-01

Após coleta dos dados pelos sensores DHT-11 e BMP-180, foi necessário processá-los
e enviá-los para nuvem. O módulo ESP-01, com sua interface Wi-Fi, permitiu processamento
e envio dos dados coletados de forma eficiente. Com o ESP-01 conectado aos sensores, foi
possível programá-lo para estabelecer conexão Wi-Fi e enviar dados para serviço em nuvem.
 27

O módulo ESP-01 foi programado utilizando linguagem de programação Arduino.

Com código adequado, ele pode enviar dados coletados para serviços em nuvem, como o
MQTT ou serviços de armazenamento de dados online. Esses serviços em nuvem podem
receber e armazenar dados para posterior análise ou disponibilizá-los em tempo real para
outras finalidades, como monitoramento meteorológico ou previsão do tempo.

2.4.2.3 Análise dos dados e visualização interativa

A análise exploratória utilizando o Python no Colab, juntamente com as bibliotecas

SweetViz e o Power BI, é uma abordagem poderosa para compreender e visualizar dados
meteorológicos. Com os sensores DHT-11 e BMP-180, pudemos coletar dados de
temperatura, umidade relativa do ar e pressão atmosférica. O módulo ESP-01 facilitou o
processamento e envio desses dados para serviços em nuvem.
A combinação dessas ferramentas permitiu análise mais profunda de dados e
visualização interativa, possibilitando insights valiosos sobre condições meteorológicas. Essas
informações têm aplicações importantes em diversas áreas, como agricultura, monitoramento
ambiental e previsão do tempo.

2.4.3 Disciplinas norteadoras do projeto

A análise exploratória de dados foi uma etapa crucial no projeto proposto, pois
permitiu a compreensão inicial de dados, identificação de padrões e relacionamentos. Nesse
contexto, a combinação de disciplinas como pensamento computacional, banco de dados e
estrutura de dados desempenhou papel fundamental na análise mais profunda dos dados
meteorológicos coletados.
Pensamento computacional é habilidade essencial para enfrentar os desafios que
surgem no processamento e análise de grandes volumes de dados. Na análise exploratória de
dados meteorológicos, o pensamento computacional se manifesta na programação e
implementação de algoritmos eficientes. Utilizando a linguagem de programação Python e o
ambiente interativo do Google Colab, cientistas de dados podem explorar e manipular dados
coletados pelos sensores DHT-11 e BMP-180.
Com o Python, é possível realizar operações complexas de processamento e análise de
dados, desde a limpeza e transformação dos dados brutos até a identificação de padrões e
correlações entre variáveis meteorológicas.
 28

A disciplina Banco de dados desempenhou papel fundamental na organização e

armazenamento de dados coletados. Ao lidar com dados meteorológicos, foi essencial ter
estrutura adequada para armazenar e consultar dados com eficiência. Os sensores DHT-11 e
BMP-180 geram dados contínuos ao longo do tempo, e um banco de dados bem projetado
permite armazenar esses dados de forma estruturada, facilitando a análise e consulta posterior.
Além disso, a disciplina de banco de dados permitiu integração de dados provenientes de
diferentes fontes, possibilitando a combinação de dados meteorológicos com outras
informações relevantes, como dados geográficos ou informações históricas.
A estrutura de dados desempenhou papel crucial na análise exploratória e visualização
de dados meteorológicos. Ao utilizar bibliotecas como SweetViz, foi possível automatizar
geração de relatórios que fornecem visão geral de dados e suas características estatísticas. A
escolha adequada das estruturas de dados utilizadas pela biblioteca permitiuma manipulação
eficiente de dados, identificação de outliers, distribuição de variáveis e relações entre elas.
Essas informações foram fundamentais para entender o comportamento de dados
meteorológicos coletados, bem como para identificar possíveis tendências e padrões.
A visualização interativa dos dados desempenhou papel crucial na compreensão dos
dados meteorológicos e na comunicação dos resultados. O Power BI, poderosa ferramenta de
visualização de dados, permitiu a criação de dashboards e relatórios interativos. Ao exportar
os resultados da análise exploratória realizada com o SweetViz para formatos compatíveis
com o Power BI, como CSV ou Excel, foi possível criar visualizações dinâmicas que
facilitam a compreensão de padrões e tendências nos dados meteorológicos. Gráficos de
linhas, gráficos de barras, mapas geográficos e outras representações visuais permitem
explorar os dados de forma intuitiva e identificar relações entre as variáveis meteorológicas.
Por fim, o processamento e envio dos dados para a nuvem por meio do módulo ESP-
01 desempenhou papel fundamental na coleta e armazenamento dos dados meteorológicos. O
módulo ESP-01, com sua interface de comunicação sem fio Wi-Fi, permite o envio eficiente
dos dados coletados para serviços em nuvem. Utilizando a linguagem de programação
Arduino, o módulo ESP-01 pôde ser programado para estabelecer a conexão Wi-Fi e enviar
dados para serviços de armazenamento em nuvem, como MQTT. Esses serviços em nuvem
podem armazenar dados para posterior análise ou disponibilizá-los em tempo real para outras
finalidades, como monitoramento meteorológico ou previsão do tempo.
Em resumo, a combinação de disciplinas como pensamento computacional, banco de
dados e estrutura de dados embasa análise exploratória de dados meteorológicos. Essas
disciplinas forneceram as bases teóricas e práticas necessárias para lidar com grandes volumes
 29

de dados, realizar operações de processamento eficientes, organizar e armazenar os dados

adequadamente, e criar visualizações interativas que facilitam compreensão e identificação de
insights relevantes. A aplicação dessas disciplinas permitiu análise mais profunda de dados
meteorológicos, proporcionando aplicações importantes em áreas como agricultura,
monitoramento ambiental e previsão do tempo.

2.5 Resultados preliminares

A criação de uma estação meteorológica para auxiliar nas informações locais do

tempo mostrou-se viável e com capacidade de promover diversos benefícios para determinada
área escolhida. Com a utilização de tecnologias como o DHT-11 e o BMP-180, foi possível
construir uma estação meteorológica de baixo custo, assertiva e de fácil acesso.
Além disso, as informações coletadas pela estação meteorológica puderam ser usadas
para diversas finalidades, como planejamento agrícola, previsão de enchentes e desastres
naturais, monitoramento de poluição do ar, entre outras. Com a disponibilidade de
informações precisas e atualizadas, as comunidades podem tomar medidas preventivas e se
preparar melhor para enfrentar condições climáticas adversas.
A criação de estação meteorológica também pode ser oportunidade de aprendizado e
experimentação para estudantes e entusiastas de eletrônica e programação. O
desenvolvimento de habilidades em áreas como sensoriamento, coleta e análise de dados e
programação de microcontroladores pode ser uma grande vantagem para quem busca
ingressar em carreiras relacionadas à tecnologia e ciência.
Dessa forma, a criação de uma estação meteorológica de baixo custo, assertiva e de
fácil acesso mostrou-se viável e capaz de trazer benefícios significativos para a comunidade,
além de ser ótima oportunidade para aprendizado e experimentação em eletrônica e
programação.

2.5.1 Solução inicial

Este projeto teve como objetivo coletar dados meteorológicos de temperatura,

umidade e pressão barométrica utilizando sensores especializados. Para a coleta de
temperatura e umidade relativa do ar, foi utilizado sensor DHT-11, enquanto para a coleta de
temperatura e pressão atmosférica, sensor BMP-180. O processamento e envio de dados
coletados para a nuvem deu-se por meio do módulo ESP-01, que possui baixo custo e
tamanho compacto, e integra interface de comunicação sem fio Wi-Fi.
 30

A interface web possibilita ao usuário selecionar intervalo de tempo e visualizar, por

meio de gráficos de medição temporal, dados meteorológicos coletados, permitindo
comparações com os dados atuais, bem como a visualização de médias de temperatura ou
umidade, por exemplo. Ao longo do desenvolvimento e testes, estavam previstas melhorias
significativas tanto na interface web quanto no hardware utilizado.
No que se refere à análise de dados, o usuário tem a possibilidade de visualizar análise
mais detalhada dedados coletados, incluindo possíveis valores esperados para o período atual,
a partir do intervalo selecionado. Além disso, para contornar possíveis falhas de conexão ao
serviço de armazenamento em nuvem, o módulo ESP-01 deveria ser capaz de armazenar
dados coletados em situações em que o envio não ocorra, procedendo com o envio assim que
restabelecida a conexão.
Portanto, coleta de dados meteorológicos por meio de sensores especializados, análise
dos dados coletados e a apresentação das informações por meio de uma interface web foram
ferramentas valiosas para fornecer informações precisas e atualizadas aos usuários sobre o
clima em área específica, permitindo visualização de cenários climáticos futuros e ajudando
na compreensão do clima.

2.5.2 Solução Final

Nesse tópico será abordado modo de execução do projeto, bem como resultado final.

Programação do Sensor ESP-01

Inicialmente, fez-se necessário programar sensor ESP-01. Por meio da IDE (Integrated
Development Environment), como o Arduino IDE, foi possível escrever o código necessário
para estabelecer conexão Wi-Fi e coletar dados meteorológicos utilizando sensores DHT-11 e
BMP-180. O código programado permitiu que ESP-01 se comunicasse com sensores e
enviasse dados coletados para serviço em nuvem.
 31

Figura 2 - Captura de tela da IDE Arduino usada para programar ESP-01

Fonte: Autoria própria (2023)

Após a programação do sensor ESP-01, foi possível configurar envio de dados

coletados para o Thingspeak, que é plataforma em nuvem que permite armazenamento e
visualização de dados em tempo real. O uso doESP-01 e sua interface Wi-Fi,permitiu envio
de dados coletados para o Thingspeak usando API (ApplicationProgramming Interface)
fornecida pelo serviço. Essa etapa mostrou-se importante para armazenar e acessar dados
meteorológicos coletados posteriormente.
 32

Figura 3 - Thingspeak - envio de dados coletados pelos sensores

Fonte: Autoria própria (2023)

Uma vez que dados foram enviados para o Thingspeak, utilizou-se Power BI para
realizar leitura e visualização desses dados. O Power BI é ferramenta importante para criação
de dashboards e relatórios interativos. Conectou-se Power BI ao Thingspeak, a fim de
importar dados coletados e criar visualizações personalizadas para análise exploratória. Por
meio de gráficos, tabelas e outros elementos visuais, foram identificados padrões, tendências e
relacionamentos nos dados meteorológicos coletados.
 33

Figura 4 - Visualização de dados com PowerBI

Fonte: Autoria própria (2023)

Análise exploratória utilizando Python no Colab, juntamente com bibliotecas

SweetViz e Power BI, ofereceu abordagem eficiente para entender e visualizar dados
meteorológicos. Com a programação do sensor ESP-01, foi possível coletar dados de
temperatura, umidade relativa do ar e pressão atmosférica. O envio desses dados para
Thingspeak permitiu armazenamento em nuvem. Em seguida, o Power BI pôde ser usado para
realizar a leitura e criação de visualizações interativas para análise exploratória mais
aprofundada. Esses passos forneceram abordagem abrangente para explorar e compreender
dados meteorológicos coletados. A seguir pode-se verificar alguns recursos apresentados pelo
PowerBI, o usuário pode aplicar vários filtros para que tenha acesso as informações
desejadas.Pode-se visualizar nas imagens a seguir, cada uma das variáveis analisando cada
uma delas individualmente e, temos a possibilidade de visualização das variáveis juntas,
possibilitando ver melhor suas variações e comportamento com relação ao tempo.
 34

Figura 5 - Visualização de dados com PowerBI - Tempo, Umidade e Pressão x Tempo

Fonte: Autoria própria (2023)

Figura 6 - Visualização de dados com PowerBI - Umidade x Tempo

Fonte: Autoria própria (2023)

 35

Figura 7 - Visualização de dados com PowerBI - Pressão x Tempo

Fonte: Autoria própria (2023)

Figura 8 - Visualização de dados com PowerBI - Temperatura x Tempo

Fonte: Autoria própria (2023)

 36

Os gráficos possibilitaram a visualização da mudança das variáveis ao longo do dia,

pois apresentaram mínimo e máximo de cada dia, bem como sua variação entre o mínimo e o
máximo, conforme é possível verificar nas imagens seguintes.

Figura 9 - Visualização de dados com PowerBI - Variação de pressão

Fonte: Autoria própria (2023)

Figura 10 - Visualização de dados com PowerBI: Variação de temperatura

Fonte: Autoria própria (2023)

 37

Figura 11 - Visualização de dados com PowerBI - Variação de umidade

Fonte: Autoria própria (2023)

3. CONSIDERAÇÕES FINAIS

Considerando as informações apresentadas sobre análise exploratória de dados

meteorológicos, foi possível concluir que o projeto é altamente viável e promissor. A
intersecção das disciplinas de pensamento computacional, banco de dados e estrutura de
dados fornece uma base sólida para o desenvolvimento de uma análise profunda e abrangente
dos dados coletados.
O uso do Python como linguagem de programação e o ambiente do Google Colab
como plataforma de desenvolvimento ofereceram solução eficiente e acessível para lidar com
grandes volumes de dados. Por meio do pensamento computacional, foi possível aplicar
algoritmos e técnicas avançadas para processar e analisar os dados meteorológicos,
identificando padrões, relações e tendências relevantes.
A disciplina de banco de dados desempenhou papel crucial na estruturação e
organização dos dados coletados. Ao projetar um banco de dados adequado, foi possível
garantir a integridade e a consistência dos dados, facilitando a recuperação de informações
relevantes para a análise exploratória. Além disso, a utilização de estruturas de dados
apropriadas permitiu a manipulação eficiente dos dados, otimizando o desempenho e a
escalabilidade do projeto.
A visualização interativa dos dados por meio do Power BI foi abordagem poderosa
para comunicar resultados da análise exploratória. Essa ferramenta permitiu a criação de
 38

dashboards e relatórios personalizados, oferecendo uma representação visual dos dados que
facilitou compreensão e identificação de insights. Com diferentes tipos de gráficos e recursos
interativos, foi possível explorar os dados meteorológicos de forma intuitiva e aprofundada,
auxiliando na tomada de decisões informadas.
O processamento e envio dos dados para a nuvem por meio do módulo ESP-01
demonstrou a capacidade de conectar o projeto com serviços em nuvem. Essa abordagem
viabilizou armazenamento de dados coletados, permitindo o acesso aos mesmos de forma
remota e em tempo real. Além disso, a disponibilização dos dados em serviços em nuvem
abriu possibilidades de colaboração e integração com outros sistemas e aplicativos,
potencializando o uso e o impacto dos resultados obtidos.
Diante desses pontos, foi evidente a viabilidade do projeto de análise exploratória de
dados meteorológicos. A combinação das disciplinas de pensamento computacional, banco de
dados e estrutura de dados proporcionou base sólida e abrangente para compreensão dos
fenômenos meteorológicos, identificação de padrões e tendências, e obtenção de insights
valiosos.
Com o uso adequado das ferramentas e técnicas apresentadas, foi possível extrair
informações relevantes dos dados coletados, contribuindo para avanços científicos, tomadas
de decisões embasadas e aplicações práticas em diversos campos, como agricultura,
monitoramento ambiental e previsão do tempo. Assim, o projeto se mostrou solução eficaz e
promissora para análise e interpretação de dados meteorológicos, possibilitando melhor
entendimento e aproveitamento dessas informações vitais.

REFERÊNCIAS

ALVES, William P. Banco de Dados. São Paulo: Editora Saraiva, 2014. Disponível em:
https://integrada.minhabiblioteca.com.br/#/books/9788536518961/. Acesso em 10 abr. 2023.

AYOADE, J. O. Introdução à climatologia para os trópicos. Rio de Janeiro: Bertrand

Brasil, 2002.

BORGES, Hélder Pereira et al. Computação em nuvem. Disponível em

https://livroaberto.ibict.br/bitstream/1/861/1/COMPUTA%C3%87%C3%83O%20EM
%20NUV EM.pdf. Acesso em 14 abr. 2023

CARVALHO, André C. P. L. F. D.; LORENA, Ana C. Introdução à Computação -

Hardware, Software e Dados. São Paulo: Grupo GEN, 2016. Disponível em:
https://integrada.minhabiblioteca.com.br/#/books/9788521633167/. Acesso em 10 abr. 2023.

CASTRO, Leandro Nunes de; FERRARI, Daniel Gomes. Introdução à mineração de

dados: conceitos básicos, algoritmos e aplicações. São Paulo: Saraiva, 2016.
 39

GOLDSCHMIDT, Ronaldo. Mineração de Dados. São Paulo: Grupo GEN, 2015. E-

book. ISBN 9788595156395. Disponível em:
https://integrada.minhabiblioteca.com.br/#/books/9788595156395/. Acesso em 09 abr. 2023

GUERRA, A. J. T.; CUNHA, S. B. Impactos ambientais urbanos no Brasil. Rio de Janeiro:

Bertrand Brasil, 2001.

HAROLD, Elliotte R. Refatorando HTML. São Paulo: Grupo A, 2010. E-book. Disponível
em: https://integrada.minhabiblioteca.com.br/#/books/9788577806706/. Acesso em: 10
abr. 2023. Acesso em 10 abr. 2023

MACIEL, Francisco Marcelo de B. Python e Django. São Paulo: Editora Alta Books,
2020. E-book. Disponível em: https://integrada.minhabiblioteca.com.br/#/books/97865
55200973/. Acesso em: 10 abr. 2023.

MARTINS, Eduardo L. A Importância dos Sistemas de Previsão do Tempo para as

Pequenas Cidades. Geosaberes, São Paulo, v. 8, n. 16, p. 25-32, jan./jun. 2017.

MASATO, Kobiyama; Prevenção de desastres naturais: conceitos básicos. São Paulo:

Organic Trading, 2006.

MORIK, K. The Representation Race. Preprocessing for Handling Time Phenomena.

Proceedings of the European Conference on Machine Learning 2000, Lecture Notes in
Artificial Intelligence 1810. Springer-Verlag Berlin Heidelberg, 2000.

NOBRE, Carlos. A nova climatologia planetária. São Paulo: Companhia das Letras, 2019.

NUSSEY, John. Arduino Para Leigos. São Paulo: Editora Alta Books, 2019. E-
book. Disponível em: https://integrada.minhabiblioteca.com.br/#/books/978855080 8383/.
Acesso em 11 abr. 2023.

ROCOL, Juergen. Sistemas de comunicação sem fio. São Paulo: A, 2018. E-book.
Disponível em: https://integrada.minhabiblioteca.com.br/#/books/978858260 4564/. Acesso
em 11 abr. 2023.

SETZER, Valdemar W.; SILVA, Flávio Soares Corrêa da. Bancos de dados, São Paulo:
Editora Blucher, 2005. E-book. ISBN 9788521216520. Disponível em:
https://integrada.minhabiblioteca.com.br/#/books/9788521216520/. Acesso em: 16 abr. 2023.
HEUSER, Carlos A. Introdução a Sistemas de Bancos de Dados. 8ª ed. Porto Alegre:
Bookman, 2009.

VAREJÃO-SILVA, M. A. Meteorologia e climatologia. Brasília: INMET, 2001.

 40

ANEXOS

ANEXO A

Figura 12 - BMP-180 soldado no módulo DHT11

Fonte: Autoria própria (2023)

Figura 13 - Módulo DHT-11

Fonte: Autoria própria (2023)

 41

Figura 14 - ESP-01 conectado ao DHT11

Fonte: Autoria própria (2023)

Figura 15 - Módulo ESP-01

Fonte: Autoria própria (2023)