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.