CAFÉ PARA TODOS
DOI:
https://doi.org/10.29327/1626690.7-202Palavras-chave:
BDC, Cafeicultura, MongoDB, Sentinel-2A/2B, YCSBResumo
Neste artigo, foi descrito um estudo cujo objetivo principal foi coletar dados do projeto Brazil Data Cube (BDC). Após a captura dos dados, foi necessário realizar o tratamento, incluindo projeção, recorte e mascaramento. Duas estratégias de armazenamento foram propostas, com potencial de sucesso. A expectativa é que, após os testes de desempenho, seja possível determinar qual modelagem
oferece a melhor eficiência.
Estudos como este evidenciam a relevância do BDC, que é um projeto brasileiro iniciado em 2019. Esse trabalho oferece suporte a outras iniciativas que utilizam ferramentas do BDC e apresenta contribuições preliminares importantes para as áreas de sensoriamento remoto, processamento de dados geoespaciais e modelagem de bancos de dados não relacionais. A análise comparativa das estratégias de armazenamento está em andamento, e embora ainda não se tenha concluído qual é mais eficiente, o estudo já gerou insights valiosos sobre o processamento e armazenamento dos dados em um banco não relacional.
Ao final do projeto, esses dados serão entregues aos cafeicultores de forma interpretada no contexto da cafeicultura. E, com isso, espera-se democratizar o acesso dessas informações tão relevantes aos pequenos agricultores, em especial. No entanto, toda cadeia produtiva se beneficiará, incluindo técnicos e pesquisadores.