O projeto “IAguas”, desenvolvido pela Universidade Federal Fluminense (UFF) em parceria com a startup VM9 e com apoio da Finep e participação da Cedae, utiliza inteligência artificial para monitorar e prever riscos à qualidade da água em mananciais e no funcionamento de estações de tratamento na Região Metropolitana do Rio de Janeiro.
A iniciativa está concentrada na Bacia do Rio Guandu, que possui cerca de 1,4 mil km² de extensão e é responsável pelo abastecimento de aproximadamente 9 a 10 milhões de pessoas em diversos municípios da região.
O sistema combina dados provenientes de sensores, análises laboratoriais, informações meteorológicas e imagens de satélite para desenvolver modelos computacionais capazes de antecipar eventos que possam comprometer a captação e o tratamento da água.
De acordo com a coordenação do projeto, a proposta é prever, com até sete dias de antecedência, situações como variações de turbidez, alterações de pH, alcalinidade, oxigênio dissolvido e proliferação de bactérias, além de impactos decorrentes de eventos hidrológicos, permitindo que equipes operacionais se preparem para evitar interrupções no abastecimento.
A tecnologia também contribui para a otimização do uso de insumos químicos nas estações de tratamento e para a redução de custos com manutenção corretiva, ao permitir respostas mais rápidas e planejadas diante de alterações na qualidade da água.
O projeto integra diferentes módulos, que incluem coleta e integração de dados, análise estatística, desenvolvimento de modelos preditivos e visualização de resultados, contando atualmente com sete modelos de inteligência artificial em operação.
Além disso, o sistema realiza a chamada triangulação de dados, cruzando informações de diferentes fontes para validar medições e identificar inconsistências, o que amplia a confiabilidade das análises realizadas.
