Agricultura, estradas, fazendas de pecuária e outros usos da terra podem alterar a qualidade da água dos rios, barragens e outras águas doces superficiais. No monitoramentode processos ecológicos para a gestão ambiental, é necessário identificar com rapidez e precisão a contaminação de águas superficiais (em áreas como rios e represas) e subterrâneas, com o escoamento da água contaminada que,advinda, por exemplo, de áreas de cultivo e urbanas. Este artigo apresenta uma análise comparativa dos diferentes algoritmos de classificação aplicados a dados coletados a partir de uma amostra de água contaminada do solo, com o objetivo de criar um modelo de classificação para identificar a qualidade da água. A amostra foi parte de um experimento de laboratório, que partiu de uma amostra de água tratada, adicionando-se frações crescentes de solo. Os resultados mostram que a classificação proposta para a qualidade da água neste cenário é coerente, porque diferentes algoritmos indicaram uma forte relação estatística entre as classes e suas instâncias, ou seja, entre as classes que qualificam a amostra de água e os valores que descrevem cada classe. O modelo de classificação proposto utiliza 12 classes, que variam de excelente a muito péssima
monitoramento ambiental; enxurradas; rede de sensores sem fio; aprendizado de máquina; mineração de dados
