MamInAgro - alternativas para cálculos sobre as observações das espécies da fauna brasileira

Abstract

Em um contexto onde a agricultura intensiva e o uso de agrotóxicos ameaçam cada vez mais a biodiversidade, especialmente em paisagens agrícolas, torna-se fundamental entender e mitigar esses impactos. Este trabalho foca na evolução do MamInAgro, uma aplicação desenvolvida para reunir e analisar dados sobre mamíferos em áreas agrícolas no Brasil. Para a evolução dos cálculos foram consideradas três alternativas: (1) transformar os cálculos de R para Python e utilizá-los diretamente em um serviço de backend; (2) rodar os scripts de cálculos em Python utilizando bibliotecas auxiliares para chamar scripts R; e (3) alterar diretamente os cálculos no código R, adaptando-os para que os resultados fossem armazenados em tabelas no banco de dados. Após a análise das alternativas, foram feitas melhorias significativas na aplicação, incluindo a evolução dos cálculos, o armazenamento adequado dos resultados obtidos, a implementação de novos métodos de análise e a criação de um sistema de visualização de dados mais robusto. Essas mudanças não só aprimoram a capacidade da aplicação de processar dados complexos, mas também tornam as informações mais acessíveis para visualização e tomada de decisões. Com isso, o MamInAgro avança para se tornar uma ferramenta útil para pesquisadores que buscam entender melhor as interações entre a agricultura e a vida selvagem, contribuindo para a preservação da biodiversidade.

In a context where intensive agriculture and the use of pesticides increasingly threaten biodiversity, especially in agricultural landscapes, understanding and mitigating these impacts becomes crucial. This work focuses on the evolution of MamInAgro, an application developed to gather and analyze data on mammals in Brazilian agricultural areas. Three alternatives were considered for implementing the calculations: (1) transforming the calculations from R to Python and using them directly in a backend service; (2) running the calculation scripts in Python using auxiliary libraries to call R scripts; and (3) directly modifying the calculations in the R code, adapting them to store the results in database tables. After analyzing these alternatives, significant improvements were made to the application, including enhancements to the calculations, proper storage of the obtained results, implementation of new analysis methods, and the creation of a more robust data visualization system. These changes not only improve the application’s ability to process complex data but also make the information more accessible for visualization and decision-making. As a result, MamInAgro advances as a valuable tool for researchers seeking to better understand the interactions between agriculture and wildlife, contributing to biodiversity conservation.