A agricultura de precisão utiliza uma análise de dados sofisticada para maximizar o rendimento agrícola e a eficiência dos recursos, permitindo métodos agrícolas personalizados que reagem a condições específicas do solo e do clima, melhorando assim a sustentabilidade e a produção. Este trabalho apresenta o desenvolvimento e implementação de um sistema de análise de dados para prever as necessidades hídricas no contexto agrícola, integrando assim o projeto "Soil IoT". O sistema utiliza sensores simulados para monitorizar as condições do solo, como humidade, temperatura e condutividade, transmitindo os dados em tempo real através do protocolo MQTT para a plataforma ThingsBoard. Foram realizados estudos com os dados, um utilizando dados reais dos sensores e outro com um dataset sintético gerado a partir dos dados originais onde foi possível analisar de forma detalhada os padrões de humidade do solo. Estas investigações permitiram uma análise mais aprofundada, especificamente nos padrões de humidade do solo, permitindo assim a previsão das necessidades de irrigação e a geração de alertas para os utilizadores da plataforma, verificando assim o valor da plataforma e de todo o sistema envolvente da análise dos dados, na orientação de decisões de irrigação. A plataforma desenvolvida oferece uma interface intuitiva que permite aos utilizadores monitorizar e tomar decisões baseadas nos dados analisados promovendo uma gestão hídrica mais eficiente e sustentável, onde dado um determinado alerta sobre os níveis de humidade do solo estarem em níveis críticos, o utilizador sabe que deverá tomar as devidas medidas.

Precision agriculture uses sophisticated data analysis to maximize crop yields and resource efficiency, enabling customized farming methods that react to specific soil and climate conditions, thus improving sustainability and production. This work presents the development and implementation of a data analysis system to predict water needs in the agricultural context, thus integrating the “Soil IoT” project. The system uses simulated sensors to monitor soil conditions such as humidity, temperature, and conductivity, transmitting the data in real time via the MQTT protocol to the ThingsBoard platform. Studies were conducted with the data, one using real data from the sensors and the other with a synthetic dataset generated from the original data where it was possible to analyze the soil moisture patterns in detail. These investigations allowed for a more in-depth analysis, specifically into soil moisture patterns, thus allowing for the prediction of irrigation needs and the generation of alerts for platform users, consequently verifying the value of the platform and the entire system surrounding data analysis in guiding irrigation decisions. The developed platform offers an intuitive interface that allows users to monitor and make decisions based on the analyzed data, promoting more efficient and sustainable water management, where given a certain alert about soil moisture levels being at critical levels, the user knows to take the appropriate measures.