Progetto realizzato per il corso di Basi di Dati 2 - Università degli Studi di Salerno 2023/24
Il progetto SOS Earth mira a sensibilizzare il pubblico sui problemi ambientali globali attraverso l'uso di visualizzazioni interattive dei dati. Utilizzando dati accurati e aggiornati, SOS Earth offre uno strumento intuitivo e coinvolgente per esplorare e comprendere le complesse dinamiche delle crisi ambientali.
Il principale obiettivo di SOS Earth è educare e sensibilizzare il pubblico sui problemi ambientali, fornendo uno strumento che renda accessibili e comprensibili i dati complessi. In particolare, il progetto si propone di:
- Fornire informazioni accurate e aggiornate sugli indicatori ambientali.
- Evidenziare le cause e gli effetti dei principali problemi ambientali.
- Facilitare la comprensione delle interconnessioni tra diversi fenomeni ambientali.
- Promuovere un maggiore impegno verso la sostenibilità e la conservazione dell'ambiente.
SOS Earth è composto da tre componenti principali: frontend, backend e processo ETL.
Una piattaforma web interattiva che permette agli utenti di esplorare i dati ambientali attraverso grafici dinamici e dettagliati. Costruita con tecnologie moderne di sviluppo web, offre un'esperienza utente fluida e reattiva.
Utilizza un data warehouse per integrare e analizzare dati provenienti da 34 dataset distinti, coprendo vari indicatori ambientali come la biosfera, gli oceani, l'atmosfera, e molti altri.
- Estrazione (Extract): Recupero dei dati dai diversi dataset.
- Trasformazione (Transform): Pulizia, normalizzazione e arricchimento dei dati.
- Caricamento (Load): Inserimento dei dati trasformati nel data warehouse.
Il sito SOS Earth offre diverse pagine interattive:
-
Home: Panoramica generale del progetto e delle sue funzionalità.
-
Problem: Analisi approfondita dei principali problemi ambientali globali con visualizzazioni interattive.
-
Help: Raccomandazioni pratiche e strategie per mitigare gli effetti negativi degli indicatori ambientali critici.
-
Project: Planisfero interattivo delle aree protette nei vari paesi.
-
Calcolatore di Foodprint: Strumento per calcolare l'impatto di
$CO_2$ delle scelte alimentari.
-
Indicators: Esplorazione dei dati storici per ciascun indicatore ambientale.
Il progetto utilizza 34 dataset distinti provenienti da fonti affidabili. I dettagli su ciascun dataset sono disponibili nella documentazione del progetto.
MongoDB: Utilizzato come data warehouse per la raccolta, gestione e analisi dei dati. Offre vantaggi in termini di integrazione dei dati, efficienza di query, gestione dello storico dei dati, scalabilità e qualità dei dati. Linguaggi e Librerie
- Pandas: Per la manipolazione e l'analisi dei dati.
- NumPy: Per operazioni numeriche ad alte prestazioni.
- Flask per le API REST
Flask: Un micro framework per Python, scelto per la sua semplicità, flessibilità e modularità.
- Chart.js: Per creare grafici dinamici e interattivi.
- Bootstrap: Per lo sviluppo di design reattivi e moderni.
- amCharts5.js (am5.js): Per visualizzazioni di dati complesse e dettagliate.