Monitoreo Autónomo de la Calidad Hídrica para Comunidades Remotas: Una Propuesta de Arquitectura y Modelo de IA para Prevención y Gestión

Autores/as

  • Thalisson Lian Gomes Oliveira Universidade do Estado do Pará (UEPA)
  • Marcos Eduardo Melo Dos Santos Universidade do Estado de São Paulo (USP)
  • Hugo Santos Universidade do Estado do Pará (UEPA)

DOI:

https://doi.org/10.66104/3weft486

Palabras clave:

Seguridad Hídrica; Monitoreo Ambiental; Inteligencia Artificial; Mantenimiento Predictivo; Gestión de Activos Hídricos.

Resumen

Este estudio propone una arquitectura autónoma y un modelo de Inteligencia Artificial (IA) para la gestión de activos y el monitoreo continuo de la contaminación del agua en áreas remotas, con especial atención al Territorio Indígena Yanomami (DSEI Yanomami). El objetivo es validar una prueba de concepto capaz de predecir la contaminación por metales pesados, detectar anomalías en el hardware y optimizar la resiliencia de los sistemas de suministro. La metodología integra sensores IoT de bajo costo con un modelo de redes neuronales recurrentes (LSTM) alimentado por indicadores reales de vulnerabilidad logística. Los resultados simulados demuestran que la IA puede anticipar eventos de contaminación química con 48 horas de antelación y predecir fallas críticas de hardware en la infraestructura con una ventana logística de 30 días, alcanzando un 95% de precisión en la telemetría. Además, la gestión dinámica de energía basada en IA resultó en una reducción del 75% en el consumo energético.". Se concluye que la propuesta fortalece la seguridad hídrica y la salud pública al garantizar la sostenibilidad operativa en territorios vulnerables y aislados.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

ATLAS SCIENTIFIC. pH Sensor Probe & Circuit Overview. Atlas Scientific, 2023. Disponível em: https://atlas-scientific.com/kits/ph-sensor-kit/. Acesso em: 15 abr. 2025.

BRASIL. Ministério do Meio Ambiente. Qualidade da Água – Indicadores Ambientais. Governo do Brasil, 2022. Disponível em: https://www.gov.br/mma/pt-br/assuntos/monitoramento-e-informacoes-ambientais/qualidade-da-agua. Acesso em: 15 abr. 2025.

BRASIL. Ministério da Saúde. Vigipara - Vigilância da Qualidade da Água para Consumo Humano. Brasília, DF: MS, 2023. Disponível em: https://www.gov.br/saude/pt-br. Acesso em: 10 jan. 2026.

DFROBOT. Gravity: Heavy Metal Sensor Analog. DFRobot, 2023. Disponível em: https://wiki.dfrobot.com/Gravity_Heavy_Metal_Sensor_SKU_SEN0248. Acesso em: 15 abr. 2025.

GREFF, K. et al. LSTM: A Search Space Odyssey. IEEE Transactions on Neural Networks and Learning Systems, v. 28, n. 10, p. 2222-2232, out. 2017. Disponível em: https://ieeexplore.ieee.org/document/7508408. Acesso em: 18 out. 2025. DOI: https://doi.org/10.1109/TNNLS.2016.2582924

GSMA. Mobile IoT (NB-IoT & LTE-M): Enabling the Internet of Things. GSM Association, 2023. Disponível em: https://www.gsma.com/iot/mobile-iot/. Acesso em: 15 abr. 2025.

HAMEED, M. et al. Application of artificial neural networks for predicting water quality index in tropical rivers. Environmental Science and Pollution Research, v. 24, n. 28, p. 22618-22627, 2017. Disponível em: https://link.springer.com/article/10.1007/s11356-017-9900-5. Acesso em: 24 mar. 2026.

HOCHREITER, S.; SCHMIDHUBER, J. Long Short-Term Memory. Neural Computation, v. 9, n. 8, p. 1735-1780, nov. 1997. Disponível em: https://direct.mit.edu/neco/article/9/8/1735/6109. Acesso em: 18 out. 2025. DOI: https://doi.org/10.1162/neco.1997.9.8.1735

LECUN, Y.; BENGIO, Y.; HINTON, G. Deep learning. Nature, v. 521, n. 7553, p. 436-444, maio 2015. Disponível em: https://www.nature.com/articles/nature14539. Acesso em: 11 jan. 2026. DOI: https://doi.org/10.1038/nature14539

MURATA. Battery Fuel Gauge ICs for Lithium-ion. Murata, 2023. Disponível em: https://www.murata.com/en-us/products/batteries/fuelgauge. Acesso em: 15 abr. 2025.

ONU BRASIL. Declaração das Nações Unidas sobre os Direitos dos Povos Indígenas. Organização das Nações Unidas, 2007. Disponível em: https://brasil.un.org/pt-br/236649-declaracao-das-nacoes-unidas-sobre-os-direitos-dos-povos-indigenas. Acesso em: 18 out. 2025.

ORGANIZAÇÃO PAN-AMERICANA DA SAÚDE (OPAS). Exposição humana ao mercúrio na Amazônia brasileira. Brasília: OPAS, 2022. Disponível em: https://iris.paho.org/handle/10665.2/8145. Acesso em: 15 abr. 2025.

PASIKA, S.; GANDLA, S. T. Smart water quality monitoring system with cost-effective using IoT. Heliyon, v. 6, n. 7, e04096, jul. 2020. Disponível em: https://doi.org/10.1016/j.heliyon.2020.e04096. Acesso em: 24 mar. 2026. DOI: https://doi.org/10.1016/j.heliyon.2020.e04096

RAJAEE, T. et al. A review of artificial intelligence methods for predicting water quality. Journal of Hydrology, v. 582, p. 124451, mar. 2020. Disponível em: https://doi.org/10.1016/j.jhydrol.2019.124451. Acesso em: 24 mar. 2026. DOI: https://doi.org/10.1016/j.jhydrol.2019.124451

SANTOS, G. R.; SANTANA, A. S. Gestão Comunitária da Água: soluções e dificuldades do saneamento rural no Brasil. Texto para Discussão (IPEA), Brasília, n. 2601, out. 2020. Disponível em: https://repositorio.ipea.gov.br/handle/11058/10287. Acesso em: 24 mar. 2026.

SAYED, A. et al. A critical review of renewable energy based smart grid with internet of things (IoT). IEEE Access, v. 9, p. 114643-114676, 2021. Disponível em: https://ieeexplore.ieee.org/document/9512399. Acesso em: 13 jan. 2026.

SILVA, A. et al. Avaliação de redes LoRaWAN para monitoramento ambiental remoto em áreas de floresta. Revista Brasileira de Recursos Hídricos, v. 26, e15, 2021. Disponível em: https://www.scielo.br/j/rbrh/a/lorawan-floresta. Acesso em: 24 mar. 2026.

THE THINGS NETWORK. LoRaWAN - Long Range Communication for IoT. The Things Network, 2024. Disponível em: https://www.thethingsnetwork.org/docs/lorawan/. Acesso em: 15 abr. 2025.

U-BLOX. GPS Module NEO-6M Series. u-blox, 2022. Disponível em: https://www.u-blox.com/en/product/neo-6-series. Acesso em: 15 abr. 2025.

VILLALVA, M. G. Energia solar fotovoltaica: conceitos e aplicações. 2. ed. São Paulo: Érica, 2015. Disponível em: https://www.google.com.br/books/edition/Energia_solar_fotovoltaica/pYInDwAAQBAJ. Acesso em: 13 jan. 2026.

WORLD HEALTH ORGANIZATION (WHO). Guidelines for drinking-water quality: 4th edition incorporating the 1st addendum. Geneva: WHO, 2017. Disponível em: https://www.who.int/publications/i/item/9789241549950. Acesso em: 15 abr. 2025.

ZUBI, G. et al. The role of Li-ion batteries in the future 21st century energy systems. Renewable and Sustainable Energy Reviews, v. 81, p. 2935-2947, jan. 2018. Disponível em: https://doi.org/10.1016/j.rser.2017.06.102. Acesso em: 13 jan. 2026. DOI: https://doi.org/10.1016/j.rser.2017.06.102

Publicado

2026-06-04

Cómo citar

Monitoreo Autónomo de la Calidad Hídrica para Comunidades Remotas: Una Propuesta de Arquitectura y Modelo de IA para Prevención y Gestión. (2026). REMUNOM, 13(12), 1-33. https://doi.org/10.66104/3weft486