Monitoramento Autônomo da Qualidade Hídrica para Comunidades Remotas: Uma Proposta de Arquitetura e Modelo de IA para Prevenção e Gestão

Autores

  • 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

Palavras-chave:

Segurança Hídrica; Monitoramento Ambiental; Inteligência Artificial; Manutenção Preditiva; Gestão de Ativos Hídricos.

Resumo

Este estudo propõe uma arquitetura autônoma e um modelo de Inteligência Artificial (IA) para a gestão de ativos e monitoramento contínuo da contaminação hídrica em áreas remotas, com foco no Território Indígena Yanomami (DSEI Yanomami). O objetivo é validar uma prova de conceito capaz de prever a contaminação por metais pesados, detectar anomalias no hardware e otimizar a resiliência de sistemas de abastecimento. A metodologia integra sensores IoT de baixo custo a um modelo de Redes Neurais Recorrentes (LSTM) alimentado por indicadores reais de vulnerabilidade logística. Os resultados simulados demonstram que a IA é capaz de antecipar eventos de contaminação química com 48 horas de antecedência e prever falhas críticas de hardware na infraestrutura com uma janela logística de 30 dias, atingindo 95% de precisão na telemetria. Além disso, a gestão energética dinâmica baseada em IA resultou em uma redução de 75% no consumo de energia. Conclui-se que a proposta fortalece a segurança hídrica e a saúde pública ao garantir a sustentabilidade operacional em territórios vulneráveis e isolados.

Downloads

Os dados de download ainda não estão disponíveis.

Referências

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

Downloads

Publicado

2026-06-04

Edição

v. 13 n. 12 (2026): REMUNOM - ISSN 2178-6925

Seção

Artigos

Licença

Copyright (c) 2026 Thalisson Lian Gomes Oliveira, Marcos Eduardo Melo Dos Santos, Hugo Santos

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Autores que publicam nesta revista concordam com os seguintes termos:
 

  • Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista;
  • Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista, desde que adpatado ao template do repositório em questão;
  • Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
  • Os autores são responsáveis por inserir corretamente seus dados, incluindo nome, palavras-chave, resumos e demais informações, definindo assim a forma como desejam ser citados. Dessa forma, o corpo editorial da revista não se responsabiliza por eventuais erros ou inconsistências nesses registros.

 

POLÍTICA DE PRIVACIDADE

Os nomes e endereços informados nesta revista serão usados exclusivamente para os serviços prestados por esta publicação, não sendo disponibilizados para outras finalidades ou a terceiros.

Obs: todo o conteúdo do trabalho é de responsabilidade do autor e orientador.

Como Citar

Monitoramento Autônomo da Qualidade Hídrica para Comunidades Remotas: Uma Proposta de Arquitetura e Modelo de IA para Prevenção e Gestão. (2026). REMUNOM, 13(12), 1-33. https://doi.org/10.66104/3weft486