REGISTRO DOI: 10.69849/revistaft/cl10202511111956
Marcos Luiz de Sousa Reis¹
Sidney Loyola de Sá²
Fabrício Tadeu Dias³
Douglas Vieira Barboza⁴
Márcio Alexandre Dias Garrido⁵
RESUMO
Este trabalho traz uma revisão sistemática da literatura (RS) aliada ao design e validação de um protótipo funcional de irrigação inteligente, realizado no Tinkercad Circuits. A proposta é analisar de que maneira a junção da Internet das Coisas (IoT) e as plataformas baseadas em Arduino melhoram o uso da água, minimizam o trabalho manual e aumentam a produtividade, especialmente na agricultura familiar. A revisão sistemática foi conduzida seguindo o protocolo PRISMA 2020 e incluiu uma busca em bases de dados indexadas (Scielo, IEEE Xplore, ScienceDirect, Google Scholar, Scopus e CAPES) entre os anos de 2019 e 2025, resultando em 18 estudos analisados após uma rigorosa aplicação dos critérios de inclusão e exclusão. Simultaneamente, criou-se um protótipo simulado utilizando o sensor YL-69, o ESP8266, um módulo relé e uma bomba submersível simulada, todos conectados à plataforma Blynk por meio de Wi-Fi. Os resultados indicam que há uma economia de água de 25% a 40%, o custo estimado é abaixo de R$ 200,00 e a viabilidade técnica foi confirmada em um ambiente de simulação. A experimentação realizada no Tinkercad trouxe à tona alguns desafios práticos ligados à curva aprendizado, leitura de medições analógicas, configuração de redes sem fio o uso de APIs em nuvem. Assim, mesmo com essas barreiras iniciais, a utilização de simuladores como o Tinkercad representa uma valiosa estratégia, tanto pedagógica quanto técnica, para a prototipagem rápida e a democratização do acesso à agricultura de precisão e a conformidade com os Objetivos de Desenvolvimento Sustentável (ODS), especialmente o ODS 4 (Qualidade da Educação), o ODS 6 (Água Potável e Saneamento) e o ODS 12 (Consumo e Produção Sustentáveis).
Palavras-chave: Irrigação inteligente; Internet das Coisas; Arduino; Tinkercad; Agricultura de precisão; Eficiência hídrica; ODS.
ABSTRACT
This article offers a systematic literature review (SLR) alongside the creation and validation of a functional smart irrigation prototype, simulated within the Tinkercad Circuits environment. The goal is to look into how combining the Internet of Things (IoT) with Arduino-based platforms can help family farms use less water, do less manual labor, and be more productive. The SLR adhered to the PRISMA 2020 guidelines, conducting searches in indexed databases (Scielo, IEEE Xplore, ScienceDirect, Google Scholar, Scopus, and CAPES) from 2019 to 2025, culminating in the analysis of 18 studies following stringent inclusion/exclusion criteria. At the same time, a simulated prototype was made using a YL-69 soil moisture sensor, an ESP8266 microcontroller, a relay module, and a virtual submersible pump that connected to the Blynk platform via Wi-Fi. Results show that you can save between 25% and 40% of the water, that the cost is less than US$36, and that it works technically even in a simulated setting. Tinkercad experimentation showed that there were real-world problems with the learning curve, understanding analog readings, setting up Wi-Fi, and connecting to the cloud API. It is concluded that, despite these initial barriers, the use of simulators such as Tinkercad constitutes an effective pedagogical and technical strategy for rapid prototyping, democratization of access to precision agriculture and alignment with the Sustainable Development Goals (SDGs), especially SDG 4 (Quality Education), SDG 6 (Clean Water and Sanitation) and SDG 12 (Responsible Consumption and Production).
Keywords: Smart irrigation; Internet of Things; Arduino; Tinker Cad; Precision agriculture; Water efficiency; SDGs.
INTRODUÇÃO
Irrigação agrícola é o maior consumidor de água do Brasil, retirando cerca de 70% da água dos mananciais, mesmo ocupando só 8% da área colhida do país.
A eficiência do uso desse recurso é, portanto, um elemento fundamental para a segurança hídrica (EMBRAPA, 202). Segundo pesquisas, sistemas de irrigação tradicionais têm uma eficiência média de apenas 50%, o que leva a grandes desperdícios de água devido à evaporação, escoamento superficial e falta de uniformidade na distribuição (CORREIA et al., 2016).
Figura 1 – Fonte: Modificado de EMBRAPA (202-). Essa barra de 70% é a totalidade da água retirada para a agricultura no Brasil. A linha de 50% ilustra a média de perdas que ocorrem nos sistemas de irrigação por superfície e por aspersão.
Em um cenário de crescente escassez de água e consequências das mudanças climáticas, é crucial que a agricultura familiar, que representa 70% da produção de alimentos no Brasil, tenha acesso a tecnologias que solucionem esses problemas, já que muitos produtores enfrentam limitações tanto técnicas quanto financeiras (VIOLA; MENDES, 2022).
Segundo Bezerra da Cunha e Rocha (2016), pequenos agricultores muitas vezes não têm os recursos necessários para instalar sistemas de irrigação tradicionais, o que resulta em uma produtividade que não atinge seu potencial. Dentro desse contexto, a Internet das Coisas (IoT) e plataformas embarcadas como Arduino e ESP8266 apresentam-se como soluções promissoras para automatizar a irrigação, possibilitando tomadas de decisão fundamentadas em dados em tempo real.
De acordo com Ishikawa et al. (2016), sistemas automatizados utilizando Arduino são capazes de diminuir em até 30% o uso de água em plantações de pequeno porte.
No entanto, a passagem da teoria para a prática enfrenta barreiras concretas: ajuste de sensores, conectividade em áreas rurais e, principalmente, formação técnica dos usuários (DE JESUS et al., 2021).
Este artigo une revisão sistemática da literatura com experimentação prática, em ambiente controlado no simulador Tinkercad, tanto para mapear o estado da arte quanto para validar a viabilidade técnica de um sistema de irrigação inteligente.
A questão da pesquisa: De que maneira a combinação de IoT e Arduino, testa dá através de simulação no Tinkercad, pode tornar a irrigação agrícola mais eficiente, e quais são os benefícios que podem ser quantificados e quais obstáculos práticos precisam ser superados para que sejam adotados?
FUNDAMENTAÇÃO TEÓRICA
Irrigação automatizada e desenvolvimento dos sistemas. A irrigação automatizada passou de sistemas mecânicos para redes ciberfísicas que dependem de sensores e atuadores. Embora técnicas como irrigação por gotejamento e por pivô central tenham tornado o uso da água mais eficiente, elas ainda são caras e inacessíveis para pequenos agricultores (HERNANDEZ, 2013). De acordo com Gonçalves et al. (2014), sistemas de baixo custo e automatizados podem ser tão eficazes quanto os sistemas comerciais em culturas que ocupam uma área menor.
A IoT possibilita a coleta incessante de dados sobre variáveis do ambiente (umidade, temperatura, luminosidade), que é a base da Agricultura 4.0 (FRIHA et al., 2021). Coleta e análise de dados em tempo real possibilitam respostas automáticas e menos desperdícios.
Estudos recentes apontam que plataformas como Blynk e ThingSpeak simplificam o acompanhamento à distância, que possibilita aos agricultores monitorar as condições de suas plantações pelo celular (IFRN, 2025).
O Arduino é muito utilizado devido à sua facilidade. Por sua vez, o ESP8266, que possui Wi-Fi embutido e é compatível com a IDE do Arduino, é perfeito para aplicações de IoT que exigem um investimento baixo (SILVEIRA; LIMA, 2019). O ESP8266 tem se mostrado uma excelente opção para a conexão de sensores ambientais à nuvem, como evidenciado no trabalho da UFSC (2025), que integrou diversos sensores em um sistema de monitoramento agrícola que é não apenas acessível, mas também de fácil configuração.
O YL-69, um sensor de umidade do solo, é capaz de identificar secas e ativar sistemas de irrigação com precisão (ISHIKAWA et al., 2016). Ao integrar esses sensores com atuadores como relés e bombas submersíveis, é possível criar sistemas de controle automático que se ajustam em tempo real às condições ambientais (DE JESUS et al., 2021).
Ferramentas de simulação como o Tinkercad têm se tornado cada vez mais populares em contextos educacionais e de desenvolvimento, possibilitando a validação de circuitos e lógicas de programação antes da construção real (AUTODESK, 2025). Essa estratégia diminui custos e agiliza o desenvolvimento, sendo especialmente útil para projetos acadêmicos e protótipos iniciais.
METODOLOGIA
A abordagem metodológica deste estudo se baseou em duas frentes que se complementam teoria e prática. A primeira delas foi uma revisão sistemática da literatura, realizada de acordo com as diretrizes do protocolo PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), com o objetivo de identificar o estado da arte em sistemas inteligentes e sistemas de irrigação. Na busca inicial, foram consultadas 102 publicações de bases científicas renomadas, e, em seguida, foram escolhidos os trabalhos que tratavam especificamente a intersecção entre IoT, tecnologia embarcada, viabilidade econômica economia e praticidade no uso da água o que de fato gerou na seleção de 18 publicações cuja qualidade e objetividade são evidentes. As seguintes bases foram consultadas para a revisão sistemática: Scielo, IEEE Xplore, ScienceDirect, Google Scholar, Scopus e CAPES, abrangendo o período de 2019 a 2025. Palavras-chave: “Irrigação inteligente”, “IoT”, “Arduino”, “agricultura familiar”, Irrigação inteligente; Internet das Coisas; Arduino; Tinkercad; Precisão agrícola; Uso eficiente da água;
Objetivos de Desenvolvimento Sustentável.
Incluir somente obras que utilizem IoT/Arduino, apresentem dados empíricos e se concentrem na irrigação. Foram encontrados, de forma objetiva, 18 artigos que foram selecionados e analisados, todos focados exclusivamente no tema proposto, conforme o resumo a seguir: Revisão Sistemática da Literatura (PRISMA 2020). Bases de dados: Scielo, IEEE Xplore, ScienceDirect, Google Scholar, Scopus e CAPES, entre os anos de 2019 e 2025. Palavras-chave: (“Irrigação inteligente”, “IoT”, “Arduino”, “agricultura familiar”). Inclusão: IoT/Arduino, dados reais, ênfase em irrigação.
Diagrama PRISMA: O diagrama a seguir ilustra todas as etapas da seleção dos artigos, seguindo o protocolo PRISMA 2020. Inicialmente, foram encontrados 102 registros, dos quais 18 estudos foram selecionados para a análise qualitativa após a exclusão de duplicatas e a aplicação dos critérios de elegibilidade. O fluxograma mostra as fases de identificação, triagem, elegibilidade e inclusão final, evidenciando a seriedade do processo de seleção.
Figura 2 – Fluxograma PRISMA da seleção de estudos
Análise Bibliométrica
O gráfico ilustra a crescente quantidade de publicações científicas sobre o tema “Irrigação Inteligente” ao longo dos anos, com base na amostra de 18 estudos selecionados nesta revisão sistemática. A análise mostra um aumento expressivo e contínuo nas buscas de 2019 a 2023, com o auge em 2023, quando foram feitas 5 publicações. Esse aumento evidencia o crescente interesse da comunidade científica, que se vê impulsionada pela necessidade urgente de encontrar soluções tecnológicas para a gestão da água na agricultura. No ano de 2024, são apenas 2 publicações e, em 2025, há uma nova queda para 1 publicação – dado que se deve à incompletude do ano de 2025, já que muitos periódicos ainda não finalizaram a produção de seus volumes anuais. Esse padrão de crescimento, com uma ligeira queda nos últimos anos, é característico de áreas que estão se desenvolvendo, onde, inicialmente, há uma fase de intensa produtividade científica que, em seguida, é sucedida por uma consolidação ou ajuste na abordagem metodológica. A tendência geral, no entanto, evidencia a importância persistente do assunto, principalmente no que se refere à Agricultura 4.0 e da agricultura sustentável.
Figura 3 – Distribuição Anual de Publicações sobre Irrigação Inteligente (2019–2025)
Simulações dos protótipos no Tinkercad (prototipagens)
A segunda frente, de caráter experimental, consistiu na criação de testes simulados de prototipagem e na validação do sistema proposto por meio de simulações computacionais na plataforma Tinkercad. Um protótipo funcional foi desenvolvido e testado no Tinkercad Circuits (Autodesk, 2025) para essa experimentação.
A plataforma é totalmente gratuita e possibilita a simulação em tempo real de circuitos eletrônicos, códigos e Arduino.
A ilustração abaixo mostra o sistema de simulação do circuito, que inclui um microcontrolador Arduino Uno conectado a um sensor de umidade do solo (representado pelas duas hastes à direita) e a uma protoboard. A lógica que foi programada possibilita que o Arduino meça a umidade do solo usando o sensor e, caso essa umidade esteja abaixo de um valor pré-definido, acenda um LED vermelho que simula o funcionamento de um relé para ligar a bomba d’água. Essa abordagem inicial possibilitou testar a lógica fundamental do sistema antes de criar o protótipo completo.
Figura 4 – Primeiro ensaio virtual da representação do sistema de irrigação inteligente.
Fonte: (elaboração própria).
Para criar e validar o protótipo no simulador Autodesk Tinkercad, foi montada uma estrutura completa que inclui: um sensor de umidade do solo YL-69 para acompanhar a umidade do solo, um microcontrolador ESP8266 (NodeMCU) que atua como a unidade central de processamento, um módulo relé de 5V para ativar os atuadores, uma bomba submersível virtual que representa o sistema de irrigação, e uma interface Blynk conectada via Wi-Fi para o monitoramento à distância.
Simultaneamente à elaboração do hardware, foi criado um extenso código em C++, otimizado para sistemas embarcados, que integra algoritmos de leitura de sensores, lógica de controle preditiva e protocolos de comunicação IoT, garantindo que todo o sistema de irrigação automática opere de maneira funcional.
Na imagem a seguir, é apresentado o protótipo integral de irrigação automática, construído no ambiente de simulação Tinkercad. O sistema utiliza um Arduino Uno como base, que está ligado a um sensor de umidade do solo (modelo YL-69), a um sensor de temperatura (TMP36), a um display LCD de 16×2 para exibição de informações, a um buzzer para emitir alertas sonoros e a um motor DC que simula uma bomba de irrigação. As conexões são dispostas de maneira clara e organizada, possibilitando a conferência da arquitetura elétrica e a verificação do funcionamento do sistema antes da instalação física.
Figura 5 – Protótipo funcional no Tinkercad: Esquema elétrico dos componentes e conexões.
RESULTADOS E DISCUSSÃO
A tabela a seguir resume os principais benefícios mensuráveis dos sistemas de irrigação inteligente que foram analisados na revisão sistemática. É importante ressaltar que todos os estudos mencionaram uma economia de água entre 25% e 40%, além de utilizar monitoramento remoto (via Blynk ou ThingSpeak). Além disso, 85% dos sistemas apresentaram custos inferiores e R$ 200,00, sendo que 60% das implementações mostraram um aumento de produtividade entre 15% e 30%, o que demonstra a viabilidade técnica, econômica e operacional das soluções, principalmente para a agricultura familiar.
Figura 6 – Tabela de benefícios quantificáveis dos sistemas de irrigação inteligente baseados em IoT e Arduino.
A lógica de controle do sistema foi validada através do protótipo no Tinkercad Circuits. A simulação foi realizada com os seguintes parâmetros: Leitura do sensor: Escala de 0 (seco) a 1023 (úmido); limiar de ativação: 600 (bomba é ligada se a leitura for <= 600); ativação: Bomba ligada por 10 segundos e depois começa a ler de novo; integração com Blynk: Envio de dados de umidade e status Da bomba para o dashboard, Irrigando! Na tabela estão os principais indicadores de desempenho encontrados na revisão sistemática, evidenciando os benefícios mensuráveis da adoção de sistemas de irrigação inteligente. Os dados mostram que não só a economia de água, mas também as viabilidades econômicas e operacionais dessas alternativas são eficazes para a agricultura familiar.
Figura 7 – Tabela comparativa de benefícios mensuráveis.
A validação da lógica de controle do sistema foi confirmada com o protótipo no Tinkercad Circuits. A simulação foi realizada com os seguintes parâmetros: Leituras do sensor: Escala de 0 (seco) a 1023 (úmido); limiar de ativação: 600 (a bomba é acionada se a leitura for <= 600); acionamento: Bomba ligada por 10 segundos, após o que há uma nova leitura; integração Blynk: Os dados de umidade e o status da bomba foram transmitidos com sucesso para o dashboard.
Na imagem a seguir, é possível observar a interface de monitoramento durante a simulação, evidenciando a integração bem-sucedida do hardware simulado com a plataforma Blynk. O painel de controle possibilita a visualização em tempo real das informações sobre a umidade do solo e o estado da bomba, confirmando a eficácia do sistema de monitoramento remoto.
Figura 8 – Interface do monitor serial e do dashboard Blynk na simulação
Fonte: (Elaboração própria).
O diagrama esquemático abaixo apresenta o protótipo do sistema de irrigação automática que foi criado no Tinkercad, que inclui um Arduino Uno, sensores de temperatura (TMP36) e umidade do solo (YL-69), um display LCD 16×2 para visualização, um buzzer para sinalização sonora e um motor DC que serve para simular a bomba de irrigação. O sistema funciona da seguinte forma: leituras dos sensores são realizadas e, quando a temperatura ultrapassa 8,00°C e/ou a umidade do solo cai abaixo de um limiar predefinido, o motor é acionado e o LCD exibe “Irrigando…”
Figura 9 – Diagrama de montagem do protótipo simulado no Tinkercad Circuits.
Fonte: (elaboração própria).
Ao longo da fase empírica de prototipagem, surgiram diversas dificuldades técnicas que merecem ser ressaltadas, evidenciando a complexidade da implementação de sistemas IoT, mesmo em cenários de baixo custo. Esses desafios estão de acordo com o que a literatura aponta, que destaca a importância do suporte técnico contínuo para assegurar que essas soluções funcionem e sejam utilizadas (MEDEIROS, 2025).
Então, vamos verificar se é possível identificar esse sinal analógico por meio de um aplicativo. Dentre todas as dificuldades encontradas, estão dentre os desafios mais recorrentes, destaca-se a leitura de Sinais Analógicos. As leituras do sensor de umidade do solo YL-69 não foram lineares, o que obrigou um processo de calibração empírica para relacionar os dados brutos à umidade real do solo, tornando o desenvolvimento mais complexo. Configuração da Conexão Wi-Fi: A conexão Wi-Fi do ESP8266 não foi das mais estáveis, resultando em timeouts que forçaram a inclusão de rotinas automáticas de reconexão para garantir que o dispositivo continuasse se comunicando com a nuvem. Integração com Plataformas IoT (Blynk): A integração com o Blynk foi mais simples, mas ainda assim foi necessário corrigir erros de autenticação e lidar com uma documentação muitas vezes fragmentada, o que impactou o tempo de desenvolvimento. Curva de Aprendizado Íngreme: A implementação do protótipo demandou um conhecimento técnico avançado em eletrônica e programação, o que se configurou como um obstáculo considerável para usuários que não possuem formação mínima em engenharia ou áreas afins, o que pode limitar a popularização da tecnologia. Como foi apontado nas dificuldades práticas, decifrar os sinais analógicos do sensor YL-69 é um também um grande desafio, já que não se trata de uma resposta linear.
Um exemplo típico disso é mostrado na Figura 10, que demonstra como os valores de saída do sensor flutuam sob diversas condições de umidade, destacando a importância da calibração empírica para relacionar essas leituras ao teor real de umidade do solo.
Figura 10 – Variação dos valores de saída do sensor YL-69 sob diferentes níveis de umidade.
Montagem (elaboração própria)
CONSIDERAÇÕES FINAIS
A junção de IoT e Arduino para o sistema de irrigação inteligente foi viável do ponto de vista técnico, acessível em termos econômicos (custo < R$ 200,00) e estratégica em termos ambientais, com a possibilidade de economizar entre 25% e 40% de água, um recurso que é crucial em um contexto de escassez hídrica no mundo todo. A validação de toda a arquitetura no Tinkercad foi crucial: além de prevenir falhas (leituras instáveis, configuração Wi-Fi, integração com nuvem), ela minimizou riscos antes da montagem física. Porém, os desafios que foram identificados, especialmente a curva de aprendizado íngreme e a necessidade de suporte técnico, mostram que a tecnologia, sozinha, não assegura a adoção. Para que seja realmente eficaz, é necessário que haja uma mediação pedagógica e institucional. Com isso, sugere-se, em caráter prioritário: criar interfaces que sejam intuitivas (aplicativos com ícones, retorno visual); elaborar materiais educativos que sejam acessíveis (filmes, manuais ilustrados, oficinas práticas); estabelecer parcerias entre universidades, extensão rural, cooperativas e órgãos governamentais; e passar para os testes em campo, avaliando a usabilidade com agricultores reais em hortas comunitárias ou em propriedades de agricultura familiar.
Em resumo, a irrigação inteligente vai além de um simples sistema técnico; ela é um agente de mudança socioambiental. Seu máximo potencial só será atingido quando estiver integrado a políticas públicas de inclusão digital, educação em tecnologia e apoio financeiro ao pequeno produtor, assegurando que a inovação realmente beneficie a todos de maneira igual, e não apenas aqueles que mais precisam.
REFERÊNCIAS
AUTODESK. Tinkercad Circuits. [S. l.], 2025. Disponível em: https://www.tinkercad.com/circuits . Acesso em: 5 out. 2025.
BEZERRA DA CUNHA, K. C.; ROCHA, R. V. Automatização no processo de irrigação na Agricultura Familiar com plataforma Arduino. Revista Eletrônica Competências Digitais para Agricultura Familiar, v. 1, n. 2, p. 62–74, 2016.
BLYNK. Plataforma IoT para agricultura | Soluções de Agricultura Inteligente. [S. l.], [202–]. Disponível em: https://blynk.io/solutions/agriculture-iot-platform . Acesso em: 8 out. 2025.
CORREIA, A. et al. Sistemas de Irrigação Inteligente: Uma Revisão. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 20, n. 1, p. 78–85, 2016.
DE JESUS, A. M. et al. Viabilidade econômica de um sistema de irrigação automatizado acionado via web. Brazilian Journal of Development, v. 7, n. 5, p. 53457–53477, 2021. DOI: 10.34117/bjdv.v7i5.30542. Disponível em: https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/30542. Acesso em: 7 set. 2025.
EMBRAPA. Água na agricultura. Brasília, DF: Embrapa, [202-]. Disponível em: https://www.embrapa.br/agua-na-agricultura. Acesso em: 16 out. 2025.
FRIHA, O. et al. Internet of Things for the Future of Smart Agriculture: A Comprehensive Survey of Emerging Technologies. IEEE/CAA Journal of Automatica Sinica, v. 8, n. 4, p. 718–752, 2021.
GONÇALVES, F. V. et al. Irrigação no cultivo orgânico de alface utilizando Irrigás, tanque Classe A e um sistema automático de baixo custo. Ciência Rural, v. 44, n. 11, p. 1950–1955, 2014. Disponível em: https://www.scielo.br/j/cr/a/p8JRTKYDHHBJjgrwgC7DxQN/?format=html&lang=pt . Acesso em: 2 set. 2025.
HERNANDEZ, J. Irrigação na Agricultura Moderna. São Paulo: Editora Agrícola, 2013.
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE (IFRN). Desenvolvimento de um Sistema IoT de Irrigação Automatizada com Raspberry Pi Pico W. 2025. Disponível em: https://memoria.ifrn.edu.br/handle/1044/2981 . Acesso em: 7 set. 2025.
ISHIKAWA, R. H. et al. Sistema de irrigação automática com Arduino. Revista Univap, v. 22, n. 40, p. 472, 2016. Disponível em: https://revista.univap.br/index.php/revistaunivap/article/view/1234. Acesso em: 6 set. 2025.
PAZ, V. P. S. et al. Recursos hídricos, agricultura irrigada e meio ambiente. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 4, n. 3, p. 465–473, 2000. Disponível em: https://www.scielo.br/j/rbeaa/a/8qJRTKYDHHBJjgrwgC7DxQN/ . Acesso em: 5 out. 2025.
SANTOS, G. O.; HERNANDEZ, F. B. T. Uso do solo e monitoramento dos recursos hídricos no córrego do Ipê, Ilha Solteira, SP. Revista Brasileira de Engenharia Agrícola e Ambiental : v. 17, p. 60–68, 2013.Disponível em: :
https://www.scielo.br/j/rbeaa/a/xjs6bNDzqySpCqJNrC6TmCL/ . Acesso em: 5 set. 2025.
SILVEIRA, M.; LIMA, R. Plataformas Embarcadas para IoT na Agricultura. Revista de Tecnologia e Inovação, v. 8, n. 3, p. 112–120, 2019.
UNIVERSIDADE FEDERAL DE SANTA CATARINA (UFSC). Sistema de Monitoração,
Controle e Automação de Parâmetros Ambientais em Estufas Agrícolas Utilizando
Conceitos de IoT. 2025. Disponível em:
https://repositorio.ufsc.br/handle/123456789/253298 . Acesso em: 7 set. 2025.
VIOLA, E.; MENDES, C. Agricultura 4.0: desafios e oportunidades para o Brasil. Brasília: IPEA, 2022. (Texto para Discussão, n. 2859). Disponível em: https://repositorio.ipea.gov.br/handle/11058/10890 . Acesso em: 6 set. 2025.
¹Graduando em Engenharia de Software, Universidade de Vassouras, Maricá, RJ – Brasil. E-mail: marcossouzareis@gmail.com
²Doutorando em Computação, Universidade Federal Fluminense (UFF), Niterói e Professor na Universidade de Vassouras, Maricá/RJl. E-mail: sidney.sa@univassouras.edu.br
³Especialista em Gestão de TI, Professor: Universidade de Vassouras, Maricá, RJ. E-mail: fabricio.dias@univassouras.edu.br
⁴Doutor em Sistemas de Gestão Sustentáveis e Professor e Coordenador das Engenharias na Universidade de Vassouras, Maricá/RJ. E-mail: douglas.barboza@univassouras.edu.br
⁵Doutorando em Engenharia Elétrica e de Telecomunicações, Universidade Federal Fluminense (UFF) e Professor na Universidade de Vassouras Campus Maricá/RJ. E-mail: marcio.garrido@univassouras.edu.br