Estação meteorológica sustentável aplicada com IOT e machine learning

Conhecimentos a respeito de históricos climáticos, bem como seus prognósticos, são utilizados por diversos segmentos acadêmicos e econômicos, dentre os quais se destacam ciências tais quais as biológicas, a agronomia, geografia, geologia, arquitetura, urbanismo e diversos outros, além de mercados tais quais o agronegócio. Outrossim, mudanças climáticas fomentam o monitoramento constante do clima e sua análise. Mediante a notória aplicação das ciências meteorológicas, cresce também o interesse por sua conexão em rede e a coleta dinâmica de suas variáveis, ajustando-se ao cenário emergente da IoT (Internet of Things) no século XXI.Mediante o exposto, foi desenvolvida uma estação meteorológica sustentável, eletricamente autônoma, de baixo custo e integrada à IoT, contando, também, com a análise inteligente de dados em escopo local. A utilização de painéis solares por parte desta corrobora para a melhor mobilidade e praticidade da estação, não requisitando a extensão de fios no meio trabalhado. Adjunto a isto, tem-se a implementação de algoritmos de Deep Learning (Aprendizagem profunda) para previsões do tempo em 24 h com acurácia média de 90,9%, representando uma alternativa disruptiva para os padrões de prognósticos climáticos e transpondo o protótipo apresentado para aplicações tanto acadêmicas quanto de agronegócio.Dentre as grandezas previstas pelo modelo apresentado, estão a temperatura do ar em bulbo seco e úmido, umidade relativa, pressão atmosférica, ponto de orvalho, índice de calor, índice de evaporação, índice pluviométrico e probabilidade de chuva. Além destas, grandezas como irradiância ultravioleta, iluminância ambiente, carga das baterias, velocidade eólica e direção dos ventos também são sensoriadas pela estação e dispostas no ambiente web do sistema desenvolvido.