Os sensores instalados em estações meteorológicas podem gerar uma grande quantidade de dados todos os dias. Esses dados, eventualmente, precisam ser processados antes de serem analisados. Nesse processo, a quantidade de dados pode dificultar a sua manipulação, controle e interpretação. Inclusive para técnicas computacionais, a quantidade de dados são consequências de um maior tempo de processamento. Dessa forma, espera-se que reduzir a quantidade de dados possa facilitar, do ponto de vista computacional, a manipulação desse tipo de dado. Entretanto, a redução pode gerar perda de informação importante na série. Este trabalho avaliou a utilização de técnicas de representação de dados, com o intuito de reduzir a série de dados ao mesmo tempo que as características da série sejam conservadas. Testes foram realizados para avaliar a conservação das características da série de dados após a redução. Mesmo com a série reduzida em 80%, operações de tratamento de dados microclimáticos puderam ser realizadas com a mesma eficácia do que se fossem realizadas com a série original, indicando que as características originais da série foram mantidas. As técnicas de representação de dados com melhor desempenho foram Amostragem e Perceptually Important Points.