4 Química Ambiental e Eletroquímica
Uma ponte enferruja, uma tubulação metálica se deteriora e uma bateria vaza. Uma água aparentemente cristalina pode esconder processos químicos intensos, como alta condutividade. Um sensor simples ligado a um microcontrolador detecta mudanças na solução. Metais podem corroer silenciosamente. Soluções podem conduzir corrente. Substâncias dissolvidas podem alterar pH, salinidade, oxigenação e equilíbrio ecológico. Em escala microscópica, elétrons migram; em escala ambiental, paisagens inteiras podem mudar.
Esses eventos têm comum a transferência de elétrons, íons em movimento e transformações químicas estudadas na Eletroquímica. Ela aparece nas pilhas, nas baterias, na corrosão dos metais, nos sensores, no tratamento de água e até no monitoramento ambiental em tempo real. Sais dissolvidos, íons metálicos, fertilizantes, resíduos industriais, minerais naturais e poluentes podem estar presentes sem alterar muito a aparência da amostra.
Este capítulo integra dois ramos que, à primeira vista, podem parecer separados, a Química Ambiental e a Eletroquímica. O primeiro busca estudar a água, solo, ar, contaminação e processos de remediação. Já a Eletroquímica se ocupa de investigar oxidação, redução, potencial elétrico, transporte de carga e transformação química. Devido a capacidade da água em conduzir corrente elétrica, é bem prático medir a condutividade de amostras em tubos ou em campo, para investigar sua qualidade, salinidade, contaminação, e presença de eletrólitos. A Eletroquímica também está preente em muitos sensores, como na fita de farmácia que mede glicose do sangue, no funcionamento de pilhas e baterias, na corrosão de metais, e nos processos de tratamento ambiental. Dessa forma, Química Ambiental e Eletroquímica, juntas, contribuem para a compreensão, monitoramento e intervenção em problemas ambientais de impacto nos dias de hoje.
Depois de explorar, você consegue:
- reconhecer relações entre química ambiental e eletroquímica;
- interpretar a condutividade como propriedade relacionada à presença de íons;
- compreender qualitativamente o funcionamento de pilhas e processos redox;
- discutir fatores que influenciam a corrosão em diferentes ambientes;
- analisar leituras simuladas de monitoramento ambiental;
- explorar visualizações interativas com edição computacional de códigos.
Antes da teoria formal, explore o app de JSPlotly que segue.
O script permite comparar dois compartimentos químicos simulando a diferença de potencial gerada entre eles, e mostrando como a condutividade de uma solução depende da concentração de íons. O gráfico resultante também mostra que essa relação não depende apenas da concentração, sendo influenciada também por grau de dissociação, mobilidade dos íons, e temperatura da solução. Assim, duas soluções com a mesma concentração podem conduzir corrente de formas diferentes.
Agite antes de usar
Execute o script com os valores originais, e depois teste diferentes tipos de eletrólitos em const tipo (“forte”, “media”, ou “fraca”). Observe como a inclinação da reta muda.
const concentracao = 0.10;
const mobilidade = 1.00;
const temperatura = 25;
const tipo = "forte";Em seguida, altere a temperatura: (10, 25, 40, etc), e veja como o aquecimento afeta a condutividade simulada. Perceba que algumas soluções conduzem melhor eletricidade do que outras.
Nesse modelo simplificado, a condutividade relativa é calculada por:
\[ \kappa = 100 \cdot \alpha \cdot u \cdot f_T \cdot c \]
Onde:
- \(\kappa\) representa a condutividade relativa;
- \(\alpha\) representa o grau de dissociação;
- \(u\) representa a mobilidade iônica;
- \(f_T\) representa o fator de temperatura;
- \(c\) representa a concentração relativa de íons.
Quanto maior qualquer um desses fatores, maior será a condutividade simulada.
O código começa definindo os parâmetros principais:
const concentracao = 0.10;
const mobilidade = 1.00;
const temperatura = 25;
const tipo = "forte";Depois, escolhe um valor de dissociação conforme o tipo de eletrólito:
let alpha = 1.0;
if (tipo === "media") alpha = 0.65;
if (tipo === "fraca") alpha = 0.25;Dessa forma, o script simula que eletrólitos fortes liberam muitos íons, médios liberam uma fração intermediária, e fracos liberam poucos íons. Em seguida, o script calcula o efeito da temperatura:
const fatorTemperatura = 1 + 0.02 * (temperatura - 25);Por fim, calcula a condutividade ao longo de várias concentrações e adiciona o valor ao gráfico.
const kappa = 100 * alpha * mobilidade * fatorTemperatura * c;Segue um pequeno tutorial.
- Rode o script com
tipo = "forte"; - Observe a inclinação da reta;
- Troque para
tipo = "media"; - Depois troque para
tipo = "fraca"; - Compare como o mesmo aumento de concentração gera condutividades diferentes;
- Aumente a mobilidade para
2.00; - Observe que a condutividade aumenta;
- Altere a temperatura para valores menores e maiores que 25\(\circ\)C;
- Veja como a curva muda de inclinação;
- Mova o valor de
concentracaoe observe o ponto do cenário atual.
Uma pergunta intessante, para ser resolvida com auxílio dos cenários que seguem: o que realmente torna uma solução boa condutora: concentração, dissociação, mobilidade ou temperatura ?
- Eletrólito forte diluído. Mesmo em baixa concentração, um eletrólito forte pode conduzir bem ?
const concentracao = 0.10;
const tipo = "forte";- Eletrólito fraco concentrado. Alta concentração sempre significa alta condutividade ?
const concentracao = 0.80;
const tipo = "fraca";- Íons mais móveis. Por que alguns íons transportam carga com mais eficiência que outros ?
const mobilidade = 2.00;- Solução fria. Uma menor temperatura reduz a mobilidade efetiva da solução ?
const temperatura = 5;- Solução aquecida. Substitua a temperatura por 45\(^{o}\)C. Por que a condutividade costuma aumentar com a temperatura ?
A reta mostra que, nesse modelo, a condutividade aumenta proporcionalmente com a concentração. Uma reta mais inclinada indica que a solução conduz melhor para a mesma concentração. Isso pode ocorrer porque há mais íons livres, porque os tipos de íons se movem com maior facilidade, e/ou porque a temperatura favorece o transporte de carga. Dessa forma, o gráfico mostra como uma solução contendo íons apresenta condutividade elétrica. Embora idealizado e pra lá de simplificado, o script aproxima o que ocorre com sensores, pilhas e processos ambientais que dependem de gradientes químicos (diferenças em concentração). A condutividade, por exemplo, pode servir como um indicador indireto para sais dissolvidos e contaminação ambiental.
Essa condutividade iônica relaciona-se com uma corrente elétrica que passa pela solução. De fato, corrente elétrica pode ser conduzida por íons em solução ou por alguns materiais metálicos, como fios de cobre. Há um dispositivo muito usado por todos nós diariamente, e que une essas duas características, a condutividade em solução e os metais: a pilha ou bateria.
Para se compreender um pouco mais sobre como opera uma pilha, entra em cena o próximo app de JSPlotly, e que simula uma pilha eletroquímica idealizada, permitindo relacionar concentração, diferença de potencial e tendência de reação.
O script simula uma pilha formada por dois metais diferentes. Um metal funciona como ânodo, onde ocorre oxidação (perda de elétrons), e o outro como cátodo, onde ocorre redução (ganho de elétrons). A diferença entre os potenciais desses metais gera uma tensão elétrica. Isso ocorre porque metais diferentes podem criar uma “queda” energética capaz de “empurrar” elétrons. O gráfico de barras do app mostra o valor do potencial padrão de redução para os metais. Metais com potenciais mais negativos tendem a se oxidar com mais facilidade quando combinados com metais de potencial mais positivos, gerando a diferença de potencial vista na pilha.
Agite antes de usar
Execute o script com os valores originais:
const metalAnodo = "Zn";
const metalCatodo = "Cu";
const concAnodo = 1.0;
const concCatodo = 1.0;
const temperatura = 25;Depois teste outros pares:
const metalAnodo = "Mg";
const metalCatodo = "Cu";const metalAnodo = "Fe";
const metalCatodo = "Ag";const metalAnodo = "Cu";
const metalCatodo = "Ag";Observe como a tensão muda quando os metais escolhidos mudam, ou seja, como alguns pares de metais geram maior tensão elétrica que outros. A resposta disso está na diferença entre seus potenciais de redução.
O script calcula:
\[ E^0 = E^0_\text{cátodo} - E^0_\text{ânodo} \tag{4.1}\]
Na equação, \(E^0\) representa o potencial padrão de um metal. Veja que, quanto maior essa diferença, maior tende a ser a tensão da pilha. Por isso, pares como magnésio e prata produzem diferenças maiores do que pares mais próximos na escala eletroquímica.
Ilustrando na prática, o potencial elétrico gerado por uma pilha alcalina padrão é de 1,5 Volts. Esse valor é o resultado da diferença entre os potenciais padrão de redução \(E^{0}\) do cátodo (manganês) e do ânodo (zinco) que ocorrem num meio básico (alcalino).
Visto por dentro, o script começa com uma pequena tabela de potenciais padrão:
const potenciais = {
"Mg": -2.37,
"Zn": -0.76,
"Fe": -0.44,
"Cu": 0.34,
"Ag": 0.80
};Depois ele identifica o potencial do ânodo e do cátodo:
const Ea = potenciais[metalAnodo];
const Ec = potenciais[metalCatodo];Em seguida calcula a tensão padrão da pilha:
const E0 = Ec - Ea;Também há uma correção simplificada:
const E = E0 - fator * Math.log(Q);Essa correção é baseada na chamada Equação de Nernst:
\[ E = E^0 - \frac{RT}{nF} \ln Q \tag{4.2}\]
Nessa Equação 4.2, \(F\) é a constante de Faraday (\(96485\text{ C/mol}\)) e \(Q\) o quociente de reação (concentração dos produtos dividida pela dos reagentes).
Isso permite verificar que concentração e temperatura também podem alterar a tensão em uma reação. Para um uso imediato do app, experimente:
- Rode o script com zinco como ânodo e cobre como cátodo;
- Observe os potenciais no gráfico de barras;
- Veja a diferença entre o potencial do cátodo e do ânodo;
- Troque o ânodo para magnésio;
- Observe se a tensão aumenta;
- Troque o cátodo para prata;
- Compare os resultados;
- Altere as concentrações das soluções;
- Veja como o valor de
Emuda em relação aE0; - Aumente ou diminua a temperatura.
Seguem alguns cenários para você experimentar.
- Pilha clássica Zn/Cu. Por que zinco e cobre formam um par tão usado para explicar pilhas ?
const metalAnodo = "Zn";
const metalCatodo = "Cu";
const concAnodo = 1.0;
const concCatodo = 1.0;- Par com grande diferença de potencial. Por que esse par gera uma tensão maior?
const metalAnodo = "Mg";
const metalCatodo = "Ag";3 Metais mais próximos. Por que a tensão é menor quando os potenciais são mais próximos ?
const metalAnodo = "Fe";
const metalCatodo = "Cu";- Efeito da concentração. Como a composição do meio altera a tensão simulada ?
const concAnodo = 0.1;
const concCatodo = 2.0;- Inversão dos eletrodos. O que significa obter uma tensão padrão negativa ?
const metalAnodo = "Cu";
const metalCatodo = "Zn";O script trabalha com uma lógica que inicia quando o ânodo perde elétrons e o cátodo recebe elétrons, resultando num fluxo desses pelo circuito externo, e uma diferença de potencial que aparece como tensão da pilha. Essa é a mesma lógica em que funcionam a contaminação por metais (íons metálicos estranhos adicionados para mudar propriedades da liga final), a proteção catódica (galvanização, quando um metal menos nobre, como Zn, se sacrifica na oxidação, protegendo um metal mais nobre, como o aço), e a corrosão.
Em relação à essa última, que tal um pouco mais de JSPlotly para auxiliar no entendimento da corrosão e seu impacto ambiental ?
A eletroquímica aparece em muitos contextos ambientais relevantes. Por exemplo, no monitoramento de qualidade da água, por meio de sensores de condutividade, pH ou potencial elétrico, e em processos de tratamento eletroquímico, como a eletrocoagulação (uso de eletricidade para “agrupar” a sujeira da água em flocos maiores, facilitando a remoção) e a eletroflotação (uso de bolhas de gás geradas eletricamente para “levar” as impurezas até a superfície, criando uma espuma fácil de retirar).
Também aparece fortemente nos estudos e aplicações que envolvem a corrosão, um processo natural de desgaste e destruição de um metal devido à sua reação química com o ambiente, liberando materiais e comprometendo estruturas e o próprio ambiente. Em termos químicos, ela envolve reações de oxidação e redução, frequentemente influenciadas por água, sais, oxigênio dissolvido e acidez. O script abaixo deve te ajudar a entender melhor esse fenômeno.
Normalmente associada a uma “ferrugem aparecendo”, a corrosão é uma reação eletroquímica que ocorre no ambiente. O script acima simula a corrosão de diferentes metais em diferentes ambientes. A corrosão aparece como um índice acumulado ao longo do tempo, ao mesmo tempo em que um gráfico mostra a massa relativa remanescente do metal. Quanto mais a corrosão avança, menos metal permanece disponível. O gráfico mostra duas curvas complementares. A primeira representa o avanço da corrosão e a segunda, a massa relativa do metal que ainda resta. Isso ajuda a perceber que corrosão é um processo acumulativo.
Agite antes de usar
Execute o script com os valores originais:
const metal = "Fe";
const cenario = "agua_salgada";
const tempoMax = 30;Depois teste outros ambientes, como “agua_pura”, “agua_salgada”, “meio_acido”, e “ambiente_umido”. E compare também os diferentes metais, como “Mg”, “Zn”, “Fe”, “Cu”, e “Ag”. “Brincando” um pouco com o aplicativo, você deverá perceber que alguns metais corroem mais rapidamente em certos ambientes.
O script combina dois fatores:
const base = reatividadeMetal[metal] * fatorCenario[cenario];Ou seja, um fator vem do metal e outro do ambiente. Um metal mais reativo, em meio mais agressivo, tende a apresentar corrosão mais intensa. Por isso, ferro em água salgada ou meio ácido se comporta de modo diferente de prata em água pura.
O script usa uma tabela simplificada de reatividade dos metais:
const reatividadeMetal = {
"Mg": 1.40,
"Zn": 1.10,
"Fe": 1.00,
"Cu": 0.45,
"Ag": 0.15
};E uma tabela de agressividade ambiental:
const fatorCenario = {
"agua_pura": 0.35,
"agua_salgada": 1.00,
"meio_acido": 1.30,
"ambiente_umido": 0.75
};Depois calcula a corrosão ao longo do tempo, usando um modelo simplificado que faz a corrosão crescer rápido no início e depois tender a uma estabilização.
const perda = base * (1 - Math.exp(-0.09 * i));
```lta
Em seguida, a massa remanescente é calculada por:
```js
massa.push(Math.max(0, 100 - 100 * perda));Assim, a simulação mostra um modelo bastante simplificado para o dano acumulado e a perda relativa de material. Quer um tutorial rápido ?
- Rode o script com ferro em água salgada;
- Observe o aumento do índice de corrosão;
- Observe a queda da massa remanescente;
- Troque o cenário para água pura;
- Compare a velocidade de corrosão;
- Troque para meio ácido;
- Veja como o ambiente acelera o processo;
- Teste cobre e prata;
- Compare metais mais e menos reativos;
- Aumente
tempoMaxpara observar o comportamento de longo prazo.
A corrosão depende mais do metal, do ambiente ou do tempo de exposição ? Alguns cenários para você responder a essa pergunta:
Ferro em água pura. Compare a corrosão do metal na água pura e na água salgada, rodando o trecho abaixo, e depois substituindo para
const cenario = "agua_salgada". Como os sais dissolvidos favorecem processos eletroquímicos ?Ferro em meio ácido. Por que meios ácidos costumam acelerar a corrosão ?
const metal = "Fe";
const cenario = "meio_acido";- Prata em ambiente úmido. Por que metais menos reativos tendem a resistir mais ?
const metal = "Ag";
const cenario = "ambiente_umido";- Magnésio em meio agressivo. O que acontece quando um metal muito reativo fica exposto a um ambiente agressivo ?
const metal = "Mg";
const cenario = "meio_acido";Mesmo quando parece lenta no início, a corrosão pode causar perda progressiva de material, fragilizar estruturas e liberar íons metálicos para o ambiente, o que pode contribuir para danos ambientais, econômicos, e de segurança (ponte enferrujada).
Metais raramente estão isolados no mundo, mas ficam em contato com água, sais, oxigênio, solo, concreto, estruturas metálicas e resíduos químicos. Quando há metais diferentes e um meio condutor, pode surgir tanto uma ponte enferrujando como uma pilha. Ao retornar ao problema inicial, percebemos que muitos processos ambientais são, em parte, processos eletroquímicos. Uma água natural contém íons, gases dissolvidos, partículas em suspensão, matéria orgânica e, em muitos casos, contaminantes. Tudo isso altera as propriedades do sistema, como condutividade, pH e potencial químico. Isso acontece porque a condução elétrica em meio aquoso depende da presença de espécies carregadas em movimento. Em geral, quanto maior a concentração de íons livres, maior a condutividade. A qualidade da água, por exemplo, pode ser monitorada por meio de grandezas elétricas como a condutividade. Da mesma forma, a corrosão de estruturas metálicas pode ser avaliada com base nos teores de sais e umidade, um fenômeno típico de cidades litorâneas.
A corrosão aparece em pontes, grades, navios, carros, encanamentos, estruturas de concreto armado, equipamentos industriais e objetos do cotidiano. Ela depende do tipo de metal, da água,e sais nela dissolvidos, da acidez, do teor de oxigênio, do tempo de exposição e do contato entre metais diferentes. Em química ambiental, a corrosão é responsável pela degradação de materiais, bem como por contaminantes que podem ser liberados no ambiente e pelas tecnologias de proteção para minimizar seu efeito.
A química ambiental e a eletroquímica se encontram sempre que o ambiente está em transformação ou intervenção, como se dá nos estudos de corrosão, no tratamento e monitoramento de água (sensores simples ajudam a acompanhar alterações em rios, solos, reservatórios ou soluções agrícolas), e em processos de remediação ambiental (processos eletroquímicos podem ser usados para remover partículas, degradar contaminantes ou favorecer separações).
Numa análise ambiental, a condutividade é uma medida simples que ajuda a perceber quando uma água contém muitos íons dissolvidos. Dessa forma, ela pode ser usada como uma pista para investigar a água potável, o tratamento das empresas de abastecimento de água, bem como rios, lagos, efluentes, a salinização do solo, e a contaminação por sais. Isso tudo de forma coletiva, sem saber quem é quem dentro da amostra analisada, mas sim a quantidade de todos juntos.
Em rios, lagos, estações de tratamento e sistemas industriais, sensores podem registrar dados continuamente, o que ajuda a detectar se houve lançamento de efluentes (descarte de resíduos), entrada de água de chuva, salinização, evaporação, falhas em tratamento ou mudanças rápidas no ambiente. Na intenção de ajudar de maneira mais suave na compreensão dessas diferentes situações em medidas de condutividade, segue outro aplicativo de JSPlotly, esse bem mais “animado” que os anteriores.
Dessa vez a ideia é explorar uma animação de JSPlotly que simula um monitoramento ambiental em tempo “real”. O bacana aqui é que o gráfico agora também é um sensor ! Na animação, a curva não aparece toda de uma vez, mas é construída ponto por ponto, como se um sensor estivesse registrando novas leituras.
Agite antes de usar
Execute o script e clique em Play. Depois teste diferentes cenarios:
const cenario = "estavel";
const cenario = "chuva";
const cenario = "efluente";
const cenario = "evaporacao";Também altere a duracao, e observe se a condutividade permanece estável, diminui ou aumenta ao longo do tempo. Isso é legal para você perceber que uma leitura de condutividade (ou de qualquer outro sensor) feita num tempo único é bem diferente daquela que é acompanhada durante um período. Essa segunda opção permite que o testador verifique a estabilidade do sinal registrado, bem como alguns efeitos de diluição, entrada de efluente, ou concentração por evaporação.
A função principal do script é:
function valorCondutividade(t, tipo) {Ela calcula a condutividade em cada instante, dependendo do cenário escolhido. Por exemplo, no cenário de chuva:
return 55 - 0.7 * t + 3 * Math.sin(t / 4);A tendência principal é de queda, simulando diluição. Já no cenário de efluente:
return 30 + 1.3 * t + 4 * Math.sin(t / 3);A tendência principal é de aumento, simulando entrada progressiva de material dissolvido. Depois, o script cria frames, que são os quadros da animação:
const frames = tempos.map((tt, idx) => {Cada quadro mostra um trecho maior da curva, como se o sensor estivesse coletando dados em tempo real. Você pode usar o app animado como abaixo:
- Rode o script com
cenario = "efluente"; - Clique em
Play; - Observe a curva sendo construída;
- Troque para
cenario = "estavel"; - Veja como pequenas oscilações não indicam necessariamente contaminação;
- Troque para
cenario = "chuva"; - Observe a queda gradual da condutividade;
- Troque para
cenario = "evaporacao"; - Observe o aumento associado à concentração dos solutos;
- Aumente
duracaoe veja se a tendência fica mais evidente.
Experimentando o script, você deverá notar que o comportamento ao longo do tempo pode confirmar ou mudar a interpretação da amostra. Que tal alguns cenários ?
- Sistema estável. Pequenas oscilações podem ser apenas variação natural do sistema ?
const cenario = "estavel";Chuva diluindo a água. Mude o
cenariopara “chuva”. Por que a entrada de água da chuva pode reduzir a condutividade ?Entrada de efluente. Mude agora para “efluente”. Por que o aumento progressivo da condutividade pode indicar entrada de íons dissolvidos ?
Evaporação. Por que perder água pode aumentar a concentração de sais ?
Monitoramento longo do tempo. Altere a
duracao. A série temporal também influencia as tendências ?
const duracao = 100;O gráfico mostra que uma medida ambiental precisa ser interpretada no seu contexto. Uma condutividade alta ou baixa pode ter várias causas, e por isso, a tendência temporal é tão importante. Se a curva cai, pode haver diluição, mas se sobe, pode haver concentração, evaporação ou entrada de efluente. E se oscila pouco, o sistema pode estar relativamente estável.
Agora, e se soubermos de antemão que o ambiente foi prejudicado, e desejássemos realizar medições para o monitoramento e possíveis intervenções no mesmo ? Esse é o tema do próximo app, também uma animação, e que busca simular um rio reagindo a poluentes no meio ambiente ao longo do tempo.
Antes de começarmos a “desfiar o rosário” para divagações reais e hipotéticas sempre inseridas nessa seção, vamos explorar a ideia acima, a de observar o que aconteceria se um rio preservado fosse submetido aos castigos da intervenção humana.
Medidas de sensores ajudam a detectar o lançamento de efluentes, a contaminação e eutrofização, bem como a degradação ambiental, e também a recuperação de ecossistemas.
O script simula um rio reagindo ao ambiente ao longo do tempo. A cada instante, o sistema responde a mudanças de entrada de poluentes, variação de fluxo, temperatura, eventos ambientais, diluição e recuperação parcial do sistema. Para isso, o gráfico resultante acompanha, simultaneamente: oxigênio dissolvido, carga de poluente, condutividade, estado redox, um índice de qualidade ambiental e um aviso por um “semáforo ecológico”.
Agite antes de usar
Execute o script em modo animado:
input_modo = "animado";Depois teste diferentes cenários:
input_cenario = "rio_preservado";
input_cenario = "rio_urbano";
input_cenario = "efluente_industrial";
input_cenario = "chuva_agricola";Observe como as curvas mudam. Depois altere:
input_cargaPoluente = 15;
input_cargaPoluente = 50;Compare o efeito sobre o oxigênio dissolvido e a qualidade ambiental. Perceba como diferentes formas de impacto alteram simultaneamente vários parâmetros do rio. O poluente pode, por exemplo, reduzir o oxigênio dissolvido ou aumentar a condutividade, afetando plantas e animais aquáticos, piorar a qualidade ambiental e alterar a dinâmica do sistema ao longo do tempo.
Para entender melhor como funciona o código, o script começa definindo diferentes cenários ambientais:
const baseCenario = {Cada cenário possui características próprias, como oxigênio inicial, condutividade inicial, estado redox, e intensidade de pulsos de poluição. Depois são criados eventos ambientais simulados:
const evento1 = gauss(...)
const evento2 = gauss(...)Esses eventos representam entradas temporárias de material poluente. O oxigênio dissolvido é então calculado considerando o consumo associado à poluição, a recuperação associada ao fluxo, e pequenas oscilações naturais.
A condutividade também muda dinamicamente:
const condAtual = ...E o estado redox responde ao equilíbrio entre oxigênio e carga dissolvida. Por fim, o script calcula um índice geral de qualidade ambiental:
qual = clamp(qual, 0, 100);Por fim, a animação mostra tudo isso evoluindo no tempo.
Para um uso rápido do app:
- Rode o script em modo
"animado"; - Clique em
Play; - Observe primeiro o gráfico de oxigênio dissolvido;
- Veja como os pulsos de poluição alteram o sistema;
- Observe simultaneamente a condutividade, o potencial redox, e o índice de qualidade;
- Troque o cenário para
"rio_preservado"; - Compare a estabilidade das curvas;
- Depois teste
"efluente_industrial"; - Observe o comportamento mais agressivo do sistema;
- Aumente a temperatura;
- Veja como isso afeta o oxigênio dissolvido;
- Aumente o fluxo;
- Observe a recuperação parcial do rio.
Ao final, perceba que um rio poluído muda quimicamente em vários níveis ao mesmo tempo, e não apenas na transparência de suas águas. Vamos para alguns cenários ?
- Rio preservado. Por que sistemas menos impactados tendem a apresentar maior estabilidade química ?
input_cenario = "rio_preservado";- Rio urbano. Como atividades humanas podem alterar lentamente a química do rio ?
input_cenario = "rio_urbano";Efluente industrial. Troque agora o
cenariopara"efluente_industrial". Por que cargas intensas de poluentes afetam simultaneamente vários parâmetros ?Chuva agrícola. Mude novamente o cenário. Como fertilizantes e escoamento superficial podem alterar condutividade e qualidade da água ?
Temperatura elevada. Por que águas mais quentes tendem a apresentar menor disponibilidade de oxigênio dissolvido ?
input_temperatura = 35;- Fluxo intenso. Por que maior circulação pode favorecer recuperação parcial do sistema ?
input_fluxo = 2.0;Em monitoramento ambiental real, sensores podem registrar continuamente oxigênio dissolvido, pH, potencial redox, condutividade, temperatura e turbidez. No exemplo do script, o rio responde como um sistema integrado de matéria, energia e reações químicas. Mexendo um pouco no app, ficará evidente que, quando a carga de poluente aumenta no rio, o oxigênio dissolvido tende a cair, a condutividade tende a aumentar, o potencial redox pode mudar, e a qualidade ambiental tende a piorar.
Agora sim !! Vamos aos “E se…”:
- E se duas soluções tivessem a mesma concentração, mas condutividades completamente diferentes ?
- E se uma água aparentemente limpa apresentasse alta condutividade ?
- E se um rio aumentasse sua condutividade sem mudar muito de cor ou cheiro ?
- E se a temperatura do ambiente alterasse simultaneamente mobilidade iônica, oxigênio dissolvido e corrosão ?
- E se a mesma água favorecesse uma pilha eletroquímica e acelerasse a corrosão de uma estrutura metálica ?
- E se diferentes metais fossem expostos ao mesmo ambiente por longos períodos ?
- E se água salgada transformasse pequenos processos eletroquímicos em corrosão acelerada ?
- E se uma ponte metálica funcionasse, sem perceber, como milhares de pequenas pilhas distribuídas ?
- E se mudanças lentas no potencial redox alterassem toda a química de um ecossistema aquático ?
- E se um sensor ambiental detectasse uma mudança antes que ela fosse visível aos olhos ?
- E se pequenas entradas contínuas de poluentes causassem grandes mudanças ao longo do tempo ?
- E se uma barra de cobre fosse colocada dentro de uma câmara sem oxigênio ?
- E se o fluxo do rio aumentasse a recuperação química do sistema ?
- E se eventos curtos de poluição deixassem efeitos persistentes no ambiente ?
- E se diferentes parâmetros ambientais começassem a mudar juntos, revelando um desequilíbrio do sistema ?
- E se o ambiente não fosse apenas o lugar onde as reações ocorrem, mas parte ativa das próprias reações ?
- E se a o robô rover Perserverance da NASA detectasse um aumento da condutividade nos solos de Marte ?
Os mesmos padrões explorados neste capítulo aparecem muito além da química ambiental. Sempre que partículas carregadas se movem, elétrons circulam ou materiais interagem com o ambiente, surgem fenômenos relacionados à condutividade, potencial elétrico, corrosão e transferência de energia. Isso acontece em pilhas, baterias, sensores, em tratamento de água por eletrocoagulação, na corrosão galvânica entre metais diferentes, no monitoramento de condutividade em soluções fertilizantes, em células biológicas, oceanos, solos, tubulações, estações de tratamento e até no funcionamento do sistema nervoso.
A ideia de monitorar mudanças ao longo do tempo também se repete em muitos outros contextos. Temperatura, oxigênio dissolvido, salinidade, acidez, poluentes e fluxo de matéria podem ser acompanhados por sensores que transformam fenômenos químicos invisíveis em gráficos interpretáveis. Esse raciocínio aparece em meteorologia, agricultura, medicina, oceanografia, mineração, controle industrial e monitoramento climático, por exemplo.
No fundo, todos os scripts desse capítulo exploram como sistemas respondem quando o ambiente muda. Às vezes a resposta aparece como corrente elétrica, em outras como corrosão, ou ainda como qualidade ambiental, alteração química ou reorganização energética. Mudam os materiais, mudam os cenários, mas o padrão permanece: matéria, energia e ambiente estão continuamente reagindo entre si.
Ao longo dessa obra, a seção tem sido dedicada a espelhar o pensamento computacional e a lógica de programação junto aos diversos scripts de JSPlotly, finalizando com um pseudocódigo voltado a um desses scripts em cada capítulo.
Os scripts de JSPlotly utilizados neste capítulo, por exemplo, servem como uma introdução ao mundo a Eletroquímica e da Química Ambiental. Em resumo, o Script no. 1 trata de condutividade e concentração das espécies químicas, enquanto que Script no. 2 simula graficamente uma pilha simplificada, e o Script no. 3 mostra a corrosão em cenários ambientais. Para os dois últimos scripts, preferiu-se uma animação didática, e na qual o Script no. 4 simula um monitoramento ambiental em tempo real, e o Script no. 5 o monitoramento de um rio preservado sob influências diversas.
Mas você já deve ter percebido também que, ao longos dos capítulos deste trabalho, aquelas competências digitais acima passaram a integrar paulatinamente o próprio capítulo, diminuindo a necessidade de sua exclusividade para o tópico que se apresenta. A partir de agora, então, essa seção irá dedicar-se à verdadeira ferramenta por detrás de todos os scripts que podem ser feitos com o JSPlotly: a linguagem JavaScript.
O entendimento de como opera essa ferramenta permitirá a você compreender e modificar qualquer código deste livro, ajustá-lo às suas preferências ou necessidades, bem como criar outros tantos que desejar. Além disso, poderá também entender o que há por detrás das páginas de internet e criar as suas próprias, como blogs e sites. Isso porque o JavaScript opera silenciosamente quando você clica num botão da tela de seu celular, preenche um formulário ou acompanha uma animação gráfica na internet. Por óbvio, entretanto, esta nanométrica seção não lhe dará condições de sair por aí programando em JavaScript. Mas lhe dará munição básica para que avance ao próximo nível nessa e em qualquer linguagem de programação.
JavaScript (JS), é uma linguagem de programação moderna, utilizada por grandes empresas e big techs, e focada na interatividade entre a página web e o usuário. Diferente de outras linguagens, JavaScript não precisa ser compilada separadamente por um programa, pois é interpretada a partir de máquinas homônimas presentes em navegadores comuns (browser), como Firefox, Chrome, Safari, Opera, Edge, etc.
Assim, Javacript (JS) é uma linguagem para web. Ela completa a tríade essencial, HTML-CSS-JS. Enquanto HTML preocupa-se com o conteúdo e CSS com o estilo, JavaScript ocupa-se do comportamento, ou seja, da interatividade do usuário frente à uma página web. Vamos então chamá-la agora carinhosamente por JS, somente.
Como ocorre com outras linguagens de programação, a linguagem JS possui bibliotecas, que são módulos independentes de códigos para cumprir certas funções. Nesse sentido, JS cumpre metade do nome do JSPlotly. A outra metade vem da principal biblioteca que é utilizada por esse para a construção de gráficos, mapas, e alguns outros objetos interativos, Plotly.js.
4.1 Estrutura de JS
Uma linguagem de programação normalmente possui características estruturais comuns. Isso quer dizer que há comandos para declarar uma variável e seu tipo, a entrada e saída de dados (resultados), a criação e uso de funções, e cálculos aritméticos, por exemplo. E tal como outras linguagens de programação, JS opera com uma lógica similar de declarações (palavras-chave, operadores, valores, expressões). Em resumo, a gente dizer as declarações de JS compõem:
1. Palavras-chave: sintaxe da linguagem JS;
2. Operadores: caracteres que realizam operações;
3. Valores: texto, números, verdadeiro/falso (variável "booleana"), "não definido", "nulo";
4. Expressões: trechos de código que produzem um único valor.Do ponto de vista estrutural, por conseguinte, JS possui características que também são comuns a outras linguagens de programação:
1. Saída de dados;
2. Declaração de variáveis;
3. Tipos de dados;
4. Constantes;
5. Aritmética;
6. Vetores;
7. Funções;
8. Geração de dados aleatórios;
9. Objetos;
10. Operadores;
11. Estruturas de controle;