https://github.com/ribeirogab/agricultural-data-model

https://github.com/ribeirogab/agricultural-data-model

Last synced: about 2 months ago
JSON representation

• Host: GitHub
• URL: https://github.com/ribeirogab/agricultural-data-model
• Owner: ribeirogab
• Created: 2024-10-16T02:23:37.000Z (3 months ago)
• Default Branch: main
• Last Pushed: 2024-10-16T16:24:55.000Z (3 months ago)
• Last Synced: 2024-10-18T06:28:25.065Z (3 months ago)
• Size: 69.3 KB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# FIAP - Faculdade de Informática e Administração Paulista










# Modelo de Banco de Dados para Gestão de Insumos Agrícolas

## 👨‍🎓 Integrantes do grupo: 

- Gabriel de Oliveira Soares Ribeiro

## 👩‍🏫 Professores:

### Tutor(a) 

- Lucas Gomes Moreira

### Coordenador(a)

- André Godoi

## 📜 Descrição

Este repositório contém a modelagem de um banco de dados relacional para o projeto da Startup **FarmTech Solutions**, que visa otimizar a irrigação e a aplicação de nutrientes em plantações através do uso de sensores de umidade, pH e nutrientes. A modelagem foi realizada de acordo com os princípios de relacionamento de banco de dados, utilizando o [SQLDesigner](https://github.com/ondras/wwwsqldesigner) para criar o DER (Diagrama Entidade-Relacionamento).

O objetivo deste projeto é desenvolver um sistema que permita o armazenamento e a análise dos dados coletados pelos sensores, ajustando de maneira precisa a quantidade de água e nutrientes aplicados nas plantações. Isso inclui:

- Monitoramento contínuo de diferentes tipos de sensores.

- Armazenamento de leituras de umidade, pH, fósforo e potássio.

- Aplicação de água e nutrientes com base nos dados coletados.

- Capacidade de rastrear leituras e ajustes por cultura e local.

## 📁 Estrutura de pastas

Dentre os arquivos e pastas presentes na raiz do projeto, definem-se:

- **`data-model.xml`**: Arquivo XML contendo a definição do modelo de banco de dados para ser importado no SQLDesigner.

- **`data-model.sql`**: Script SQL para a criação das tabelas do modelo no banco de dados.

- **`diagram.png`**: Imagem do Diagrama Entidade-Relacionamento (DER) gerado a partir do modelo.

- **`README.md`**: Este arquivo de documentação explicando o projeto.

## 🔧 Como executar o código

1. **Pré-requisitos**: 

    - SQLDesigner para visualização e edição do diagrama.

    - Um ambiente para rodar o script SQL gerado.

  

2. **Passo a passo**:

    - Faça o clone do repositório para a sua máquina local.

    - Importe o arquivo `data-model.xml` no SQLDesigner para visualizar o modelo de banco de dados.

    - Rode o arquivo `data-model.sql` em seu banco de dados para criar as tabelas.

## Entidades Principais

### 1. **Sensor**

Representa os diferentes sensores usados nas plantações.

- **Atributos**:

  - `sensor_id`: Identificador único do sensor.

  - `sensor_type`: Tipo do sensor (Umidade, pH, Nutrientes).

### 2. **Leitura_Sensor**

Armazena as leituras feitas pelos sensores em momentos específicos.

- **Atributos**:

  - `reading_id`: Identificador único da leitura.

  - `sensor_id`: Referência ao sensor que coletou a leitura.

  - `crop_id`: Referência à cultura monitorada.

  - `location_id`: Referência ao local da leitura.

  - `timestamp`: Data e hora da leitura.

  - `moisture_value`: Valor de umidade coletado (se aplicável).

  - `ph_value`: Valor de pH coletado (se aplicável).

  - `phosphorus_value`: Nível de fósforo (se aplicável).

  - `potassium_value`: Nível de potássio (se aplicável).

### 3. **Aplicação**

Armazena os ajustes feitos na irrigação e aplicação de nutrientes.

- **Atributos**:

  - `application_id`: Identificador único da aplicação.

  - `crop_id`: Referência à cultura que recebeu a aplicação.

  - `timestamp`: Data e hora do ajuste.

  - `water_amount`: Quantidade de água aplicada.

  - `phosphorus_amount`: Quantidade de fósforo aplicado.

  - `potassium_amount`: Quantidade de potássio aplicado.

### 4. **Cultura (Crop)**

Armazena informações sobre as culturas plantadas.

- **Atributos**:

  - `crop_id`: Identificador único da cultura.

  - `crop_name`: Nome da cultura.

  - `planting_date`: Data de plantio.

### 5. **Localização (Location)**

Armazena informações sobre as localizações da plantação onde as leituras são feitas.

- **Atributos**:

  - `location_id`: Identificador único da localização.

  - `location_name`: Nome da localização.

  - `coordinates`: Coordenadas geográficas da localização.

## Relacionamentos

- Um **Sensor** pode ter várias **Leituras_Sensor** associadas (1:N).

- Uma **Cultura (Crop)** pode ter várias **Leituras_Sensor** e **Aplicações** associadas (1:N).

- Uma **Localização (Location)** pode estar associada a várias **Leituras_Sensor** (1:N).

- Cada **Aplicação** está relacionada a uma **Cultura (Crop)** (N:1).

## Diagrama Entidade-Relacionamento (DER)

![Diagrama Entidade-Relacionamento](./diagram.png)

## 🗃 Histórico de lançamentos

* 1.0.0 - 16/10/2024

    * Primeira versão do modelo de banco de dados criado e implementado.

## 📋 Licença

MODELO GIT FIAP por Fiap está licenciado sobre Attribution 4.0 International.