🌧️ Rainscale

Rainscale é uma aplicação web monolítica desenvolvida em Django para geração de séries temporais de precipitação influenciadas por mudanças climáticas com base em coordenadas geográficas. A previsão é feita utilizando modelos de aprendizado de máquina treinados previamente. A plataforma oferece uma interface intuitiva com mapa interativo, geração automática de CSVs armazenando a série temporal e páginas auxiliares para guiar o usuário.

Projeto containerizado com Docker + Docker Compose, usando SQLite como banco de dados e tecnologias modernas como JavaScript, Bootstrap e OpenStreetMap. Acesse o sistema online clicando aqui! (Caso o site não esteja no ar, entre em contato para que eu o reative.)

📁 Estrutura do Projeto

rainscale/
├── research/              # Estudo de caso de geração de modelos
├── web/                   # Código-fonte do site Django
├── docker-compose.yml     # Orquestração dos containers
├── Dockerfile.backend     # Dockerfile do projeto
├── LICENSE
└── README.md

🧰 Tecnologias Utilizadas

Backend

• Python

• Django

• SQLite

• Pandas

• Scikit-learn

• Pillow

• Joblib

• ASGIRef, SQLParse

Frontend

• Django Templates

• HTML5

• CSS3

• Bootstrap

• JavaScript

• Leaflet.js (com OpenStreetMap)

🗺️ Funcionalidades

Páginas da ferramenta

• 🔍 Busca por modelo: selecione o país, a região e o modelo desejado;

• 🗺️ Mapa interativo (OpenStreetMap): fornece com um clique os pontos de latitude e longitude;

• 📥 Download em CSV: gere a previsão e obtenha o arquivo desta o baixando;

• 📚 Página de tutorial: guia passo a passo de como utilizar a plataforma;

• 👤 Página sobre o autor: provém informações sobre o desenvolvedor do projeto;

• 🔐 Área administrativa: painel admin do Django para gerenciamento dos dados (restrito a administradores).

Como usar

1. Na página inicial, selecione e busque um modelo a partir de seu país e região;

2. Na página do modelo, digite uma latitude e longitude ou às obtenha pelo mapa interativo;

3. Por fim, obtenha o CSV da série temporal de precipitação para a localidade escolhida.

🚀 Como executar localmente

Pré-requisitos

• Docker

• Docker Compose

Passos

1. Clone o repositório:

$ git clone https://github.com/alexandre11aa/rainscale.git

2. Siga para a branch main:

$ git checkout main

3. Suba os containers:

$ docker-compose up --build

4. Acesse a aplicação no navegador:

http://localhost:8000

📚 Estudo de Caso

A pasta research/ contém a documentação técnica e os notebooks utilizados na criação do modelo de aprendizado de máquina, incluindo:

1. Coleta dos dados;
2. Pré-processamento de dados;
3. Seleção de atributos;
4. Treinamento e validação do modelo;
5. Métricas de desempenho;
6. Justificativas do modelo final utilizado.

🌐 Acesso Online

A aplicação está hospedada no PythonAnywhere, podendo ser acessada através de:

🔗 https://rainscale.pythonanywhere.com/