Banco de dados para rede de estações meteorológicas

Ricardo Augusto Calheiros de Miranda
CEPLAC/CEPEC
km 22-Rodovia Iléus-Itabuna
Caixa Postal 7 - Itabuna - CEP 45600-000

André S. Monat
monat@iprj.uerj.br

Fernando Reiszel Pereira
reiszel@iprj.uerj.br
Instituto Politécnico-UERJ
Rua Alberto Rangel s/n
Caixa Postal 97282
CEP 28601-970 Nova Friburgo, RJ

André Silveira David
andresd@eng.uerj.br

André Pinhel S.
pinhel@vmesa.uerj.br
Departamento de Climatologia e Meteorologia-UERJ
Rua São Francisco Xavier, 524 Sala 4006 Bl F
CEP 20550-011 Rio de Janeiro, RJ

Resumo

É bastante conhecida, a influência de dados meteorológicos na agricultura. Em particular, a coleta de dados de microclima possui profunda relevância para estudos relativos a veranicos, balanço hídrico, evapotranspiração etc. Neste trabalho, analisa-se os aspectos computacionais envolvidos no desenvolvimento de banco de dados (BD) para acompanhamento de redes de equipamentos micrometeorológicos. Como exemplificação destes estudos, apresenta-se o banco de dados ESPINHEL construído para dar este tipo de acompanhamento, e que está instalado na sede da UERJ, no Rio de Janeiro. A rede de estações de medição pode ser constituída de equipamentos automáticas ou convencionais. Para o caso da UERJ, o sistema ESPINHEL é capaz de acompanhar uma rede mista formada pelas estações FERMONAT desenvolvidas pela própria instituição e equipamento não-automático, há muito anos em operação no campus principal da universidade. Também se discute os modelos conceituais e físicos envolvidos na construção deste tipo de banco de dados e apresenta-se as principais análises estatísticas disponíveis para o mesmo. O trabalho foi executado através de um sistema de gerência de bancos de dados relacionais para microcomputadores, tendo como linguagem de acesso e manipulação de dados programas orientados a objetos com 'SQL embedded'.

Palavras-Chaves

Banco de Dados, Agrometeorologia, Sistemas de Informações Geográficas.

1. INTRODUÇÃO

Uma rede de coleta de dados meteorológicos deve sempre ser acompanhada de um sistema de banco de dados (BD) que disponibilize as informações observadas para posterior análise visando pesquisas acadêmicas e aplicações nos diversos setores da economia (Elmasri and Navathe 1989). Na verdade, esta necessidade tem fomentado um amplo interesse de várias instituições de pesquisa em desenvolver projetos neste setor.

O banco de dados ESPINHEL é um exemplo de alternativa para este tipo de projeto. Ele foi desenvolvido para apoiar computacionalmente um sistema de coleta de dados climatológicos que possuam estações meteorológicas automáticas e tradicionais, de diversos modelos e configurações. Atualmente, o BD ESPINHEL armazena os dados coletados pela estação meteorológica convencional situado no campus da UERJ (universidade do Estado do Rio de Janeiro) no centro do Rio de Janeiro e esta sendo alimentado com os dados advindos dos diversos pontos de teste em que colocou-se a estação meteorológica FERMONAT (Monat, Reiszel et al 1995) projetada e construída na mesma universidade.

O modelo adotado para este tipo de Banco de Dados é eficiente para efetuar pesquisas de caracterização climatológica (como as desenvolvidas em Sete Lagoas, MG (Assad e Castro 1991) e para o Rio de Janeiro (ZoEco 1978) por exemplo) e implementar estudos estatísticos sobre pluviometria, temperatura, etc. Pesquisas de Evapotranspiração para determinadas regiões também necessitariam de banco de dados como o sugerido (Butler e Miranda 1984), (Hidro 1990).

Acredita-se que o modelo adotado possa ser útil para toda instituição que mantenha uma rede de coleta de dados. Certamente o modelo adotado apresenta inúmeras vantagens sobre a solução adotada em muitas instituições de simplesmente reproduzir em arquivos (muitas vezes simples planilhas) o mesmo formato da planilha de coleta de dados em papel. O modelo proposto apresenta as seguintes vantagens:

1. Armazena e disponibiliza dados de equipamentos convencionais e automáticos.
2. Armazena informações a respeito dos equipamentos permitindo uma análise sobre a forma com que cada dado foi coletado.
3. Os equipamentos não precisam ter uma configuração típica de sensores e detectores. Nem mesmo esta configuração precisa ser a mesma durante todo o tempo de utilização do equipamento.
4. Os tempos de varredura e as formas de coleta de dados (se médias de pequenos períodos ou valores pontuais) também são dados armazenados e disponibilizados no banco.

2. MODELAGEM LÓGICA/CONCEITUAL E FÍSICA

Na típica situação de acompanhamento de dados de microclima, temos uma rede de estações de coleta deste tipo de dados, algumas convencionais outras automáticas, que medem um conjunto de grandezas como temperatura, umidade, radiação global etc., que precisam ser armazenadas.

As estações micrometeorológicas (Equipamento) apresentam uma grande diversidade de sensores e facilidades oferecidas. No diagrama entidade-relacionamento (E-R) do modelo proposto para este tipo de BD, Equipamento constitui uma entidade tipo que possui um relacionamento COMPOR com a entidade tipo Instrumento, relativa aos medidores disponíveis para as diversos grandezas coletadas (Figura 1). Observa-se que neste texto sempre cita-se as entidades tipo em negrito com a inicial maiúscula enquanto que as entidades serão escritas também em negrito mas com minúsculas. Relacionamento tipo será escrito em letras maiúscula em negrito enquanto que instância do relacionamento em negrito e em minúscula. Ambos, no entanto, serão sublinhados. Os atributos serão escritos em itálico.

Definindo-se este relacionamento, lidamos de forma eficiente com o problema de termos múltiplas configurações para as equipamento's, mesma entre aquelas do mesmo tipo e fabricante. Afinal, um modelo de estação pode ter ou não sensores de radiação, pluviometria etc, conforme o estudo a ser elaborado para o local de medição. Observa-se que este estrutura é muito superior a idéia simplista de se criar um banco de dados que se restringe a uma tabela de dados, idêntica a planilha onde os dados são coletados. Este tipo de mecanização do armazenamento dos dados implicaria em uma grande ineficiência já que obriga toda rede de estações meteorológicas ser composta de apenas um modelo de estação com um número fixo de sensores.

No Diagrama E-R, Instrumento aceita os sub-tipos S-temperatura, S-umidade, S-anemômetro etc., conforme o conjunto possível de sensores para as diversas equipamento's da rede. Por sua vez cada entidade instrumento de Instrumento deve estar ligado à um equipamento, e tais sensores possuem um relacionamento binário com as grandezas medidas, que são respectivamente entidades das entidades tipo Temperatura, Umidade, Vento etc.

O relacionamento direto entre o sensor e a medição é feito através do relacionamento que refere-se novamente às mesma grandezas meteorológicas que possam ser acompanhadas pela rede de estações. Este relacionamento direto entre sensores e grandezas medidas, em detrimento a um relacionamento entre estação e grandeza, é importante para viabilizar a presença de mais de um sensor para mesma grandeza na mesma estação.

Por exemplo, na estação maracanã localizada no campus da UERJ do Rio de Janeiro, posicionou-se dois termômetros protegidos por diferentes modelos de abrigo, para que se pudesse fazer comparações entre os valores deste tipo de sensor em diferentes situações. O modelo conceitual sugerido, através do relacionamento direto entre Instrumento e Medir-grandeza viabiliza tal tipo de acompanhamento.

A entidade tipo Posição refere-se à posição do instrumento em relação a Estação. Relaciona-se com o Instrumento através do relacionamento INSTR-POSIÇÃO. Com essa entidade tipo, podemos permitir, por exemplo, um estudo de perfis do vento, pois teremos armazenada a informação da posicao de cada anemômetro.

A entidade tipo Varredura refere-se como os dados são lidos num dia, se são horários, diários etc., e seus atributos (PONTUAL, FAIXA, INTERVALO) são para os cálculos nas estações automáticas, que lêem os dados pontualmente em intervalos de tempo e os calculam através de uma média dos dados lidos numa faixa de tempo. Relaciona-se com o Instrumento através da relação INSTR-VARREDURA.

Figura 1 - Modelo entidade relacionamento do ESPINHEL

Para não sobrecarregar o diagrama, não mostramos todos os atributos das entidades tipo e relacionamentos do ESPINHEL. No entanto, um tipo de atributo merece atenção pois fará parte de relacionamentos como COMPOR, INSTR-VARREDURA e INSTR-POSIÇÃO: DATA-I e HORA-I para a data e a hora do inicio do relacionamento, e DATA-F e HORA-F para o final. Com isto, poderemos saber, por exemplo, quando um determinado sensor começou a fazer parte de uma estação meteorológica, ou quando um anemômetro começou a se posicionar a uma determinada altura (posicao) a entidade-tipo INSTR-VARREDURA refere-se ao procedimento (valor médio ou pontual) da forma de coleta de dados das estações automáticas.

Em (Assad e Castro 1991) temos exemplos típicos de levantamento das condições climáticas de uma área sob estudos. Tal levantamento corresponde à uma série de estatísticas a respeito das grandezas coletadas. No BD ESPINHEL estas estatísticas foram implementadas. Por exemplo, uma análise sempre presente neste tipo levantamento, é a porcentagem anual de precipitações concentradas nas 5 ou 3 maiores chuvas do período. Na Figura 2 temos a tela do ESPINHEL com este tipo de análise relativo às três maiores precipitações no mês 03/94 da estação MARACANÃ da UERJ.

Figura 2 - Saída do Espinhel para as três maiores precipitações para 03/94 e sua porcentagem para o total

3. CONCLUSÕES

O modelo de banco de dados adotado no ESPINHEL pode ser facilmente utilizado para as típicas situações em que uma rede de coleta de dados micrometeorológicas está em atuação. Com isto, evita-se as dificuldades de se armazenar informações sobre os equipamentos de medição, juntamente com os dados coletados pelo mesmos. O ESPINHEL foi implementado em ACCESS97 (Jenning 1995) tendo como linguagens de acesso e manipulação o VISUAL C++ (Cullens et al 1997) e VISUAL BASIC (Mansfield e Petroutsos 1995). Tais ferramentas possibilitaram a construção de interfaces apropriadas e o uso 'embedded' do SQL.

4. REFERÊNCIAS

• (Butler e Miranda 1984) Butler, D. R. e Miranda, Ricardo Augusto Calheiros de "Comparação entre os Métodos Penman e Thornthwaite para Calcular a Evapotranspiração Potencial no Sudeste da Bahia". Revista Theobrama 14(2): 127-133.
• (Cullens et al 1997) Cullens, C; Davidson, M; Robichaux,P.; Corry,C; Potts S; Gregory,K; "Usando Visual C++ 4.0". Editora Campus 1997.
• (Date 1977) Date, C.J; "An Introduction to Database Systems". 2nd Edition. Addison-Wesley 1977.
• (Elmasri and Navathe 1989) Elmasri, Ramez and Navathe, S.B.;"Fundamentals of Database Systems". The Benjamin/Cummings Publishing Company,Inc. 1989.
• (Hidro 1990) IH Report No 110. Institute of Hydrology. ISBN 0 948 540 21 4
• (Jenning 1995) Jenning, Roger; "Access 95 versão 7" Editora Campus.
• (Monat e Reiszel 1995) Monat, A.; P. Reiszel F.; Esher, H.; Lino, F. ; "SAAG: Sistema de Captação de Dados Climatológicos para Apoio da Atividade Agrícola". AGROSOFT, Juiz de Fora, 1995.
• (Mansfield e Petroutsos 1995) Mansfield, Richard; Petroutsos, Evangelos; "Visual Basic 4 - Ferramentas Poderosas". Editora Ventana Press.
• (Tubelis e Lino do Nascimento 1980) Tubelis, A. e Lino do Nascimento, Fernando José "Meteorologia Descritiva - Fundamentos e Aplicações Brasileiras". Editora Nobel. 1980.
• (ZoEco 1978) Governo do Estado do Rio de Janeiro/SecPlan/Fiderj - "Oportunidades Agro-Industriais: Localização e Identificação - Zoneamento Ecológico". Rio de janeiro. 1978.