Como fazer monitoramento básico de qualidade do ar em campo
A maioria das pessoas que começa a se preocupar com poluição e meio ambiente parte do pressuposto que precisa de equipamento profissional para coletar dados úteis. Isso não é verdade. Um sensor barato de partículas PM2.5 configurado corretamente pode dar uma noção realista da variação diária, desde que você entenda as limitações dele antes de confiar nos números. Eu já passei por esse problema na prática. Quando montei uma estação improvisada num bairro residencial perto de uma via movimentada, o sensor de $15 lia valores consistentemente 40% acima dos que a prefeitura reportava na mesma região. O problema não era o equipamento. Era a posição. O sensor estava encostado na parede de um prédio, num vão que criava um efeito de canyon, prendendo os gases de escape. O posto oficial tinha o mesmo sensor, mas a quatro metros de altura e com fluxo de ar livre. A diferença entre os dois pontos de coleta explicava toda a discrepância.
Monitoramento de poluição e meio ambiente
O primeiro passo é escolher onde colocar o dispositivo. Distância mínima de três metros da fachada de qualquer prédio, afastado de vegetação densa que impeça a circulação do ar, e pelo menos vinte metros de exaustores de ar-condicionado ou dutos de ventilação. A altura ideal fica entre um e dois metros do solo, próxima ao nível de respiração humano. Colocar mais alto que isso altera completamente a leitura porque a concentração de poluentes varia com a altitude em relação ao solo. Para o hardware, sensores baseados em espalhamento de luz laser, como o PMS7000 ou o SDS011, são os mais acessíveis e oferecem precisão suficiente para acompanhamento tendência. Eles custam entre R$ 40 e R$ 80 no atacado e se conectam diretamente a um microcontrolador como um ESP32. O ESP32 tem Wi-Fi integrado, o que elimina a necessidade de módulos externos. Se você precisar registrar dados em locais sem rede, um módulo SIM800L permite uploads por GPRS, mas consome muito mais bateria.
O código em si é simples. Você lê os valores do sensor a cada três segundos, calcula uma média móvel de quinze minutos, e envia para um servidor. A média móvel é importante porque leituras individuais variam demais para serem úteis. Um pico de cinco segundos pode ser uma nuvem de poeira localizada passando em frente ao sensor, não uma mudança real na qualidade do ar. A média suaviza esse ruído. Calibração é onde a maioria das pessoas erra. Sensores ópticos de baixo custo vêm calibrados de fábrica, mas a calibração se desvia com o tempo. Poeira acumulada na lente interna altera a trajetória da luz e o sensor começa a superestimar concentrações. Limpar a cápsula do sensor a cada trinta dias com ar comprimido resolve grande parte do problema. Se você quiser fazer uma calibração mais séria, pegue leituras simultâneas do seu sensor e de um equipamento de referência — como os dados de um posto da CETESB em São Paulo ou da SEMA no seu estado — durante pelo menos duas semanas. Depois ajuste um fator de correção linear baseado na correlação entre os dois conjuntos de dados. Sem isso, seus números são apenas impressões qualitativas, não medições confiáveis.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Um problema que poucos antecipam é a umidade. Quando a umidade relativa ultrapassa 80%, as partículas absorvem água e incham, aumentando o volume aparente que o sensor detecta. O resultado são leituras artificialmente altas em manhãs de neblina ou logo após chuvas fortes. O SDS011 tem uma correção interna baseada em temperatura e umidade, mas ela é imperfeita. Se a região onde você está monitorando tiver estações secas e úmidas bem definidas, anote a época do ano e trate os dados de cada período separadamente. Não tente forçar uma única curva de correção para o ano inteiro. Para armazenar os dados, APIs gratuitas como ThingsBoard ou Ubidots oferecem planos gratuitos razoáveis para pequenos projetos. Se quiser algo sem depender de serviço externo, um script Python simples rodando num Raspberry Pi com banco SQLite local grava tudo e exporta para CSV semanalmente. Isso é útil quando a conexão cai ou quando você quer evitar taxas de uso em serviços pagos.
O limite mais importante que você vai encontrar é que esses sensores não distinguem entre tipos de poluente. Eles medem massa de partículas, não identificam se são fuligem de diesel, poeira de construção, pólen ou cinza vulcânica. Se o seu objetivo é apenas acompanhar tendências — saber se um dia está pior que outro, ou comparar diferentes ruas da sua cidade — isso é suficiente. Se precisa identificar a fonte da poluição, aí sim o investimento em equipamento profissional com espectrometria ou cromatografia é necessário, e os custos saltam para milhares de reais por unidade. Também vale mencionar que regulamentos ambientais no Brasil exigem métodos específicos para laudos técnicos. Dados caseiros nunca substituem medições certificadas por laboratório credenciado. O que você constrói serve para conscientização, mapeamento de variações locais e denúncia fundamentada, não para substituir uma perícia oficial.
Se você levar isso a sério, o próximo passo natural é criar uma rede. Vários pontos de coleta distribuídos geograficamente geram um mapa de calor muito mais informativo do que qualquer estação isolada. A infraestrutura básica para isso é a mesma, só precisa garantir que cada nó tenha identificação única e sincronização de horário via NTP para que os dados de diferentes pontos sejam comparáveis.
