OPTIFANGS permet optimitzar la dosificació de fangs EDAR en sòls agraris, maximitzant beneficis i minimitzant riscos mediambientals.
OPTIFANGS contribuïx a la reducció d'excés de nutrients en l'agricultura complint la
normativa europea, millorant el segrest de
Carboni en el sòl, mitjançant l'ús de
noves tècniques disruptives vinculades a la
digitalització, la sensorització i la Intel·ligència
Artificial.
El projecte OPTIFANGS desenvolupa una eina denominada Agroresources que permet calcular una estimació
prou precisa de la composició agronòmica i ambiental de fangs de EDAR a través de la mesura de l'empremta dactilar NIR. Això permet modelitzar el comportament d'este fang en diferents condicions i optimitzar la seua dosificació en sòls agraris. D'esta manera, l'eina permet prendre decisions de dosificació quasi en temps real.
Tecnologies
El projecte utilitza tècniques instrumentals avançades com l'espectroscopia en l'infraroig pròxim o NIRS (Near Infrared Reflectance Spectroscopy), l'espectroscòpia d'infrarojos per transformada de Fourier (FT-ANAR) i l'anàlisi tèrmica. L'ús d'estes tècniques permet obtindre una espècie de ‘empremta dactilar’ del material analitzat amb la qual extraure una estimació suficientment precisa de la composició agronòmica i ambiental del material en concret.
Modelització
El modelitzat del fang analitzat en diferents condicions facilita les decisions de maneig i dosificació en temps real i millora significativament l'optimització del procés. Per a esta anàlisi, s'utilitza la quimiometria, que és una disciplina de la intel·ligència artificial (IA) que fusiona el valor de les intel·ligències ‘química’ i ‘analítica’ i que permet l'extracció de característiques basades en l'optimització del model.
Gestió de fangs
El desenvolupament d'estes eines permetrà una gestió descentralitzada dels fangs, la qual cosa servirà perquè hi haja un menor impacte ambiental. Així mateix, els resultats esperats apunten a una reducció del 25% de l'excés de nutrients que no són absorbits pels cultius vinculats als fangs EDAR, un augment del 12% del carboni segrestat en els sòls esmenats, la mitigació d'emissions i olors a baix cost; així com l'esperança de la implantació d'este sistema Optifangs en països del nostre entorn.
El projecte està cofinançat per l'Agència Valenciana d'Innovació (AVI). En el projecte participen 3 socis: Agricultors de la Vega de València (SAV), Telenatura S.L
i el grup GIAAMA de la Universitat de Miguel Hernandez.
Tecnologies
El projecte utilitza tècniques instrumentals avançades com l'espectroscopia en l'infraroig pròxim o NIRS (Near Infrared Reflectance Spectroscopy), l'espectroscòpia d'infrarojos per transformada de Fourier (FT-ANAR) i l'anàlisi tèrmica. L'ús d'estes tècniques permet obtindre una espècie de ‘empremta dactilar’ del material analitzat amb la qual extraure una estimació suficientment precisa de la composició agronòmica i ambiental del material en concret.
Modelització
El modelitzat del fang analitzat en diferents condicions facilita les decisions de maneig i dosificació en temps real i millora significativament l'optimització del procés. Per a esta anàlisi, s'utilitza la quimiometria, que és una disciplina de la intel·ligència artificial (IA) que fusiona el valor de les intel·ligències ‘química’ i ‘analítica’ i que permet l'extracció de característiques basades en l'optimització del model.
El projecte utilitza tècniques instrumentals avançades com l'espectroscopia en l'infraroig pròxim o NIRS (Near Infrared Reflectance Spectroscopy), l'espectroscòpia d'infrarojos per transformada de Fourier (FT-ANAR) i l'anàlisi tèrmica. L'ús d'estes tècniques permet obtindre una espècie de ‘empremta dactilar’ del material analitzat amb la qual extraure una estimació suficientment precisa de la composició agronòmica i ambiental del material en concret.
Modelització
El modelitzat del fang analitzat en diferents condicions facilita les decisions de maneig i dosificació en temps real i millora significativament l'optimització del procés. Per a esta anàlisi, s'utilitza la quimiometria, que és una disciplina de la intel·ligència artificial (IA) que fusiona el valor de les intel·ligències ‘química’ i ‘analítica’ i que permet l'extracció de característiques basades en l'optimització del model.
OPTIFANGS permet optimitzar la dosificació de fangs EDAR en sòls agraris, maximitzant beneficis i minimitzant riscos mediambientals.
OPTIFANGS contribuïx a la reducció d'excés de nutrients en l'agricultura complint la
normativa europea, millorant el segrest de
Carboni en el sòl, mitjançant l'ús de
noves tècniques disruptives vinculades a la
digitalització, la sensorització i la Intel·ligència
Artificial.
El projecte OPTIFANGS desenvolupa una eina denominada Agroresources que permet calcular una estimació
prou precisa de la composició agronòmica i ambiental de fangs de EDAR a través de la mesura de l'empremta dactilar NIR. Això permet modelitzar el comportament d'este fang en diferents condicions i optimitzar la seua dosificació en sòls agraris. D'esta manera, l'eina permet prendre decisions de dosificació quasi en temps real.
Tecnologies
El projecte utilitza tècniques instrumentals avançades com l'espectroscopia en l'infraroig pròxim o NIRS (Near Infrared Reflectance Spectroscopy), l'espectroscòpia d'infrarojos per transformada de Fourier (FT-ANAR) i l'anàlisi tèrmica. L'ús d'estes tècniques permet obtindre una espècie de ‘empremta dactilar’ del material analitzat amb la qual extraure una estimació suficientment precisa de la composició agronòmica i ambiental del material en concret.
Modelització
El modelitzat del fang analitzat en diferents condicions facilita les decisions de maneig i dosificació en temps real i millora significativament l'optimització del procés. Per a esta anàlisi, s'utilitza la quimiometria, que és una disciplina de la intel·ligència artificial (IA) que fusiona el valor de les intel·ligències ‘química’ i ‘analítica’ i que permet l'extracció de característiques basades en l'optimització del model.
Gestió de fangs
El desenvolupament d'estes eines permetrà una gestió descentralitzada dels fangs, la qual cosa servirà perquè hi haja un menor impacte ambiental. Així mateix, els resultats esperats apunten a una reducció del 25% de l'excés de nutrients que no són absorbits pels cultius vinculats als fangs EDAR, un augment del 12% del carboni segrestat en els sòls esmenats, la mitigació d'emissions i olors a baix cost; així com l'esperança de la implantació d'este sistema Optifangs en països del nostre entorn.
El projecte està cofinançat per l'Agència Valenciana d'Innovació (AVI). En el projecte participen 3 socis: Agricultors de la Vega de València (SAV), Telenatura S.L
i el grup GIAAMA de la Universitat de Miguel Hernandez.
Tecnologies
El projecte utilitza tècniques instrumentals avançades com l'espectroscopia en l'infraroig pròxim o NIRS (Near Infrared Reflectance Spectroscopy), l'espectroscòpia d'infrarojos per transformada de Fourier (FT-ANAR) i l'anàlisi tèrmica. L'ús d'estes tècniques permet obtindre una espècie de ‘empremta dactilar’ del material analitzat amb la qual extraure una estimació suficientment precisa de la composició agronòmica i ambiental del material en concret.
Modelització
El modelitzat del fang analitzat en diferents condicions facilita les decisions de maneig i dosificació en temps real i millora significativament l'optimització del procés. Per a esta anàlisi, s'utilitza la quimiometria, que és una disciplina de la intel·ligència artificial (IA) que fusiona el valor de les intel·ligències ‘química’ i ‘analítica’ i que permet l'extracció de característiques basades en l'optimització del model.
El projecte utilitza tècniques instrumentals avançades com l'espectroscopia en l'infraroig pròxim o NIRS (Near Infrared Reflectance Spectroscopy), l'espectroscòpia d'infrarojos per transformada de Fourier (FT-ANAR) i l'anàlisi tèrmica. L'ús d'estes tècniques permet obtindre una espècie de ‘empremta dactilar’ del material analitzat amb la qual extraure una estimació suficientment precisa de la composició agronòmica i ambiental del material en concret.
Modelització
El modelitzat del fang analitzat en diferents condicions facilita les decisions de maneig i dosificació en temps real i millora significativament l'optimització del procés. Per a esta anàlisi, s'utilitza la quimiometria, que és una disciplina de la intel·ligència artificial (IA) que fusiona el valor de les intel·ligències ‘química’ i ‘analítica’ i que permet l'extracció de característiques basades en l'optimització del model.
