Abstract
O desenvolvimento tecnológico tem impulsionado a utilização de sensores para a realização de coletas automatizadas e periódicas de dados, como aqueles empregados no Sistema Integrado de Monitoramento Ambiental (SIMA), cujo conjunto de dados é utilizado neste trabalho. Apesar da automatização do processo de aquisição de dados, estes podem apresentar falhas decorrentes de problemas na coleta, na transmissão ou no armazenamento dos dados. A existência de grande quantidade de dados temporais multivariados e a possibilidade de falhas são indicativos da necessidade de utilização de recursos computacionais para apoiar o processo de análise. Neste trabalho são utilizadas técnicas de análise visual para a extração de características do conjunto de dados, as quais, posteriormente, podem impactar a qualidade da análise dos fenômenos associados. Os resultados obtidos demonstram os benefícios da utilização de representações visuais e interativas para a exploração do conjunto de dados, as quais facilitam a percepção de informações acerca de: disponibilidade dos dados; funcionamento dos sensores; e evidências de padrões de falhas.
Highlights
The information extraction about dataset characteristics, such as data availability, sensors operation characteristics, and evidences of a failure pattern
A caracterização do conjunto de dados pode ser sumarizada na identificação de alguns fatores principais, tais como: disponibilidade suficiente de dados; intervalo de funcionamento dos sensores; e evidências de falhas sistemáticas ou não, as quais influenciam diretamente a qualidade da análise
Cada plataforma ou estação Sistema Integrado de Monitoramento Ambiental (SIMA) possui sensores meteorológicos, uma cadeia de termistores, capazes de coletar dados de temperatura em diversas profundidades, e uma sonda multiparâmetros que captura atributos de qualidade da água, resultando em aproximadamente 20 variáveis coletadas, dentre elas: clorofila; condutividade; inundação; NH4+; NO3-; oxigênio dissolvido; pH; radiação incidente; radiação refletida; temperatura da água; temperatura da sonda; turbidez; CO2; direção do vento; intensidade do vento; temperatura do ar; umidade relativa do ar; velocidade meridional da corrente; velocidade meridional do vento; velocidade zonal da corrente e velocidade zonal do vento
Summary
A necessidade de registrar, monitorar e entender fenômenos e comportamentos associados ao meio ambiente é cada vez mais importante. Uma das abordagens para apoiar a análise de dados constantemente em crescimento - como o conjunto gerado por PCD - é por meio de representações visuais e interativas dos dados utilizando técnicas de Visual Analytics (VA). Tais recursos podem ser amplificados com sua disponibilização e acesso via WEB, cenário em que ferramentas interativas, de representação, exploração e análise de dados são fatores importantes para amplificar a democratização do uso de representações gráficas e visualizações avançadas capazes de facilitar atividades que dependem do acesso e manipulação de conjuntos de dados (Levkowitz e Kelleher 2012). A caracterização do conjunto de dados pode ser sumarizada na identificação de alguns fatores principais, tais como: disponibilidade suficiente de dados; intervalo de funcionamento dos sensores; e evidências de falhas sistemáticas ou não, as quais influenciam diretamente a qualidade da análise. O foco de caracterização inicial do conjunto busca viabilizar e facilitar as próximas iterações do especialista no processo de análise dos dados e respectivos fenômenos
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
