O objetivo deste projeto é desenvolver uma plataforma computacional capaz de integrar dados climáticos e de sensores remotos provenientes de diferentes bases de dados; e propor métodos computacionais para consistir os dados, preencher falhas, identificar padrões novos e relevantes que possam auxiliar no aperfeiçoamento de modelos de monitoramento e previsão de safras agrícolas. O desafio para a ciência da computação compreende desde o desenvolvimento de algoritmos de complexidade linear para processar, armazenar, minerar e analisar o grande volume de dados até a proposição de um mecanismo que dê autonomia aos agrometeorologistas para acesso aos dados com consultas parametrizáveis, prospecção de experimentos, reformulação e integração de modelos agrometeorológicos. Por outro lado, o avanço científico em agrometeorologia depende em grande parte de um conjunto de dados climáticos completo, consistido e com boa densidade para todo o País, a fim de aprimorar modelos que podem melhor subsidiar decisões no setor agrícola. Diante dos cenários de mudanças climáticas, esta integração entre cientistas da computação e agrometeorologistas torna-se fundamental, especialmente devido ao aumento de dados provenientes de simulações de modelos climáticos, de estações meteorológicas e de sensores remotos. Nesse contexto, o aperfeiçoamento de métodos computacionais para análise, mineração de dados, reconhecimento de padrões e visualização associados às técnicas de workflow científico permitem o aprimoramento dos modelos para análise numa perspectiva agroclimática atual e futura.