OPTIFANGS permite optimizar la dosificación de lodos EDAR en suelos agrarios, maximizando beneficios y minimizando riesgos medioambientales.
OPTIFANGS contribuye a la reducción de exceso de nutrientes en agricultura cumpliendo la
normativa europea, mejorando el secuestro de
Carbono en el suelo, mediante el uso de
nuevas técnicas disruptivas vinculadas a la
digitalización, la sensorización y la Inteligencia
Artificial.
El proyecto OPTIFANGS desarrolla una herramienta denominada Agroresources que permite calcular una estimación
suficientemente precisa de la composición agronómica y ambiental de lodos de EDAR a través de la medida de la huella dactilar NIR. Esto permite modelizar el comportamiento de dicho lodo en diferentes condiciones y optimizar su dosificación en suelos agrarios. De esta forma, la herramienta permite tomar decisiones de dosificación casi en tiempo real.
Tecnologias
El proyecto utiliza técnicas instrumentales avanzadas como la espectroscopía en el infrarrojo cercano o NIRS (Near Infrared Reflectance Spectroscopy), la espectroscopia de infrarrojos por transformada de Fourier (FT-IR) y el análisis térmico. El uso de estas técnicas permite obtener una especie de ‘huella dactilar’ del material analizado con la cual extraer una estimación suficientemente precisa de la composición agronómica y ambiental del material en concreto.
Modelizado
El modelizado del lodo analizado en diferentes condiciones facilita las decisiones de manejo y dosificación en tiempo real y mejora significativamente la optimización del proceso. Para este análisis, se utiliza la quimiometría, que es una disciplina de la inteligencia artificial (IA) que fusiona el valor de las inteligencias ‘química’ y ‘analítica’ y que permite la extracción de características basadas en la optimización del modelo.
Gestión de lodos
El desarrollo de estas herramientas permitirá una gestión descentralizada de los lodos, lo que servirá para que haya un menor impacto ambiental. Asimismo, los resultados esperados apuntan a una reducción del 25% del exceso de nutrientes que no son absorbidos por los cultivos vinculados a los lodos EDAR, un aumento del 12% del carbono secuestrado en los suelos enmendados, la mitigación de emisiones y olores a bajo coste; así como la esperanza de la implantación de este sistema Optifangs en países de nuestro entorno.
El proyecto está cofinanciado por la Agencia Valenciana de Innovación (AVI). En el proyecto participan 3 socios: Agricultores de la Vega de Valencia (SAV), Telenatura S.L
y el grupo GIAAMA de la Universidad de Miguel Hernandez.
Tecnologias
El proyecto utiliza técnicas instrumentales avanzadas como la espectroscopía en el infrarrojo cercano o NIRS (Near Infrared Reflectance Spectroscopy), la espectroscopia de infrarrojos por transformada de Fourier (FT-IR) y el análisis térmico. El uso de estas técnicas permite obtener una especie de ‘huella dactilar’ del material analizado con la cual extraer una estimación suficientemente precisa de la composición agronómica y ambiental del material en concreto.
Modelizado
El modelizado del lodo analizado en diferentes condiciones facilita las decisiones de manejo y dosificación en tiempo real y mejora significativamente la optimización del proceso. Para este análisis, se utiliza la quimiometría, que es una disciplina de la inteligencia artificial (IA) que fusiona el valor de las inteligencias ‘química’ y ‘analítica’ y que permite la extracción de características basadas en la optimización del modelo.
El proyecto utiliza técnicas instrumentales avanzadas como la espectroscopía en el infrarrojo cercano o NIRS (Near Infrared Reflectance Spectroscopy), la espectroscopia de infrarrojos por transformada de Fourier (FT-IR) y el análisis térmico. El uso de estas técnicas permite obtener una especie de ‘huella dactilar’ del material analizado con la cual extraer una estimación suficientemente precisa de la composición agronómica y ambiental del material en concreto.
Modelizado
El modelizado del lodo analizado en diferentes condiciones facilita las decisiones de manejo y dosificación en tiempo real y mejora significativamente la optimización del proceso. Para este análisis, se utiliza la quimiometría, que es una disciplina de la inteligencia artificial (IA) que fusiona el valor de las inteligencias ‘química’ y ‘analítica’ y que permite la extracción de características basadas en la optimización del modelo.
OPTIFANGS permite optimizar la dosificación de lodos EDAR en suelos agrarios, maximizando beneficios y minimizando riesgos medioambientales.
OPTIFANGS contribuye a la reducción de exceso de nutrientes en agricultura cumpliendo la
normativa europea, mejorando el secuestro de
Carbono en el suelo, mediante el uso de
nuevas técnicas disruptivas vinculadas a la
digitalización, la sensorización y la Inteligencia
Artificial.
El proyecto OPTIFANGS desarrolla una herramienta denominada Agroresources que permite calcular una estimación
suficientemente precisa de la composición agronómica y ambiental de lodos de EDAR a través de la medida de la huella dactilar NIR. Esto permite modelizar el comportamiento de dicho lodo en diferentes condiciones y optimizar su dosificación en suelos agrarios. De esta forma, la herramienta permite tomar decisiones de dosificación casi en tiempo real.
Tecnologias
El proyecto utiliza técnicas instrumentales avanzadas como la espectroscopía en el infrarrojo cercano o NIRS (Near Infrared Reflectance Spectroscopy), la espectroscopia de infrarrojos por transformada de Fourier (FT-IR) y el análisis térmico. El uso de estas técnicas permite obtener una especie de ‘huella dactilar’ del material analizado con la cual extraer una estimación suficientemente precisa de la composición agronómica y ambiental del material en concreto.
Modelizado
El modelizado del lodo analizado en diferentes condiciones facilita las decisiones de manejo y dosificación en tiempo real y mejora significativamente la optimización del proceso. Para este análisis, se utiliza la quimiometría, que es una disciplina de la inteligencia artificial (IA) que fusiona el valor de las inteligencias ‘química’ y ‘analítica’ y que permite la extracción de características basadas en la optimización del modelo.
Gestión de lodos
El desarrollo de estas herramientas permitirá una gestión descentralizada de los lodos, lo que servirá para que haya un menor impacto ambiental. Asimismo, los resultados esperados apuntan a una reducción del 25% del exceso de nutrientes que no son absorbidos por los cultivos vinculados a los lodos EDAR, un aumento del 12% del carbono secuestrado en los suelos enmendados, la mitigación de emisiones y olores a bajo coste; así como la esperanza de la implantación de este sistema Optifangs en países de nuestro entorno.
El proyecto está cofinanciado por la Agencia Valenciana de Innovación (AVI). En el proyecto participan 3 socios: Agricultores de la Vega de Valencia (SAV), Telenatura S.L
y el grupo GIAAMA de la Universidad de Miguel Hernandez.
Tecnologias
El proyecto utiliza técnicas instrumentales avanzadas como la espectroscopía en el infrarrojo cercano o NIRS (Near Infrared Reflectance Spectroscopy), la espectroscopia de infrarrojos por transformada de Fourier (FT-IR) y el análisis térmico. El uso de estas técnicas permite obtener una especie de ‘huella dactilar’ del material analizado con la cual extraer una estimación suficientemente precisa de la composición agronómica y ambiental del material en concreto.
Modelizado
El modelizado del lodo analizado en diferentes condiciones facilita las decisiones de manejo y dosificación en tiempo real y mejora significativamente la optimización del proceso. Para este análisis, se utiliza la quimiometría, que es una disciplina de la inteligencia artificial (IA) que fusiona el valor de las inteligencias ‘química’ y ‘analítica’ y que permite la extracción de características basadas en la optimización del modelo.
El proyecto utiliza técnicas instrumentales avanzadas como la espectroscopía en el infrarrojo cercano o NIRS (Near Infrared Reflectance Spectroscopy), la espectroscopia de infrarrojos por transformada de Fourier (FT-IR) y el análisis térmico. El uso de estas técnicas permite obtener una especie de ‘huella dactilar’ del material analizado con la cual extraer una estimación suficientemente precisa de la composición agronómica y ambiental del material en concreto.
Modelizado
El modelizado del lodo analizado en diferentes condiciones facilita las decisiones de manejo y dosificación en tiempo real y mejora significativamente la optimización del proceso. Para este análisis, se utiliza la quimiometría, que es una disciplina de la inteligencia artificial (IA) que fusiona el valor de las inteligencias ‘química’ y ‘analítica’ y que permite la extracción de características basadas en la optimización del modelo.
