### Testado utilizando python 3.7

## requirements:
## pip intall psycopg2 sqlalchemy pandas

import psycopg2
from sqlalchemy import create_engine
import pandas as pd

from datetime import date
from requests import Request

## EDITE SUA CONEXÃO ABAIXO
engine = create_engine('postgresql://user:password@host:port/database')

#PRODES AMZ:
url_prodes='http://terrabrasilis.dpi.inpe.br/geoserver/prodes-amz/wfs'
layer='prodes-amz:yearly_deforestation_2008_2018_biome'

## PRODES CERRADO:
#url_prodes='http://terrabrasilis.dpi.inpe.br/geoserver/prodes-cerrado/wfs'
#layer='prodes-cerrado:prodes_cerrado_2000_2018_uf_mun'

init_year = '2008'
final_year = '2018'

CQL_FILTER="ano BETWEEN '{}' AND '{}'".format(init_year,final_year)
## PARA FILTRAR OS DADOS POR UM ESTADO ESPECÍFICO UTILIZE A COLUNA 'uf' NO FILTRO ACIMA: "AND uf='AC'"

params = dict(service='WFS', version='2.0.0', request='GetFeature', srsName='EPSG:4674', typeName=layer, CQL_FILTER=CQL_FILTER, outputFormat='csv')
csv_prodes = Request('GET', url_prodes, params=params).prepare().url

try:
    ## leitura do csv requisitado como um dataframe do pandas
    df_prodes = pd.read_csv(csv_prodes)
except Exception as error:
    print(error)

## testa se o dataframe está vazio
if not df_prodes.empty:
    try:
        ## faz a inserção dos dados do deter no postgreSQL, nome da tabela 'public.desm_deter', caso necessite criar a tabela
        ## em um outro schema, utilizar o parâmetro 'schema' df_deter.to_sql('desm_deter', schema='meu_schema', engine)
        df_prodes.to_sql('desm_prodes', engine, if_exists='append')
        
        ## O campo de geometria virá como tipo texto (WKT), é necessário converter para o tipo geometry utilizando:
        ## ST_SetSRID(ST_GeomFromText(geom),4674) AS geom
    except Exception as error:
        print(error)
else:
    print("The dataframe is empty")