La creciente demanda mundial de agricultura sostenible empuja a los científicos a encontrar formas más inteligentes de manejar el excremento de los animales. Un nuevo estudio realizado por Xiaofei Ge y sus colegas de Universidad Agrícola de China trae inteligencia artificial en la mezcla.
El equipo utilizó el aprendizaje automático para predecir el hechizo del fósforo, uno de los nutrientes agrícolas más preciados pero más contaminantes, gracias al tratamiento del estiércol de carne de cerdo. El resultado ofrece potencial para un futuro donde los desechos agrícolas se reciclarán como un recurso renovable en lugar de un contaminante ambiental.
Superar el problema del estiércol
La agricultura animal produce grandes cantidades de estiércol. Si no se gestiona correctamente, esta escorrentía se verá en ríos, contaminará ecosistemas y pondrá en peligro la salud pública. Pero estos mismos desechos contienen nutrientes esenciales para la agricultura, incluidos el carbono, el nitrógeno y el fósforo. El desafío es recuperarlos sin causar más daño.
El resultado ofrece potencial para un futuro donde los desechos agrícolas se reciclarán como un recurso renovable en lugar de un contaminante ambiental. (Crédito: Shutterstock)
Resulta que el fósforo es crítico y peligroso. Estimula el crecimiento de las plantas pero también constituye un material limitado. Cuando se vierte en lagos y ríos, causa una proliferación de algas tóxicas que sofoca la vida acuática. “El estiércol del ganado contiene cantidades masivas de fósforo que son una bendición y una maldición”, dijo GE. “Si son rechazados en el medio ambiente, pueden contaminar el agua y la tierra. Pero si se recuperan adecuadamente, pueden usarse como fertilizantes para alimentar la agricultura sostenible”.
El tratamiento hidrotérmico cumple con la inteligencia artificial
La investigación ha examinado cómo el tratamiento hidrotérmico, una técnica de uso de energía para calentar la biomasa húmeda bajo presión, puede convertir el estiércol en dos productos: un sólido nutrientes llamados hidrochar y un subproducto de desechos líquidos. La terapia hidrotérmica no es tan convencional como el compostaje o el secado y no requiere un pre-grito, y no recicla nutrientes, así como estos métodos. Pero siempre ha sido difícil predecir con precisión dónde va el fósforo durante el proceso.
Para determinar esto, el equipo de GE aplicó tres modelos de aprendizaje automático (xgboost, árbol de decisión y bosque aleatorio) para predecir la forma en que el fósforo se divide entre las fases líquidas y sólidas de acuerdo con diversas condiciones. El equipo formó los modelos utilizando un conjunto de datos de 423 experiencias recopiladas durante estudios anteriores, así como 32 nuevas experiencias llevadas a cabo. Los datos incluyeron factores como la temperatura de reacción, la duración, el pH y la concentración de iones de hierro y calcio.
Entre los modelos, Xgboost fue el más preciso. Era casi perfectamente preciso predecir la distribución del fósforo, en particular para determinar fósforo inorgánico niveles en el líquido. Esto indica que el equipo podría hacer predicciones sobre cómo optimizar las condiciones de tratamiento para obtener la máxima recuperación del fósforo sin tener que llevar a cabo un número infinito de pruebas de laboratorio.
Tendencia estadística compuesta de los parámetros de salida (TPS, IPL, rendimiento de hidroca) en comparación con los parámetros de entrada (A: temperatura; B: Tiempo de reacción; C: Agregar Fe o Ca; D: pH). (Crédito: enlace de la naturaleza de Springer)
Lo que los modelos han revelado
Los modelos de aprendizaje automático han revelado tendencias que probablemente modificarán las prácticas de gestión de residuos. La composición del estiércol, es decir, su contenido de oxígeno, fue más crucial que el tiempo o la temperatura para determinar los resultados en términos de fósforo. Sin embargo, el tiempo de reacción fue más importante que la temperatura en términos de influencia en las operaciones.
El estudio reveló que cuanto mayor es la temperatura, más fósforo se capturó en hidrochar y menos en líquido, lo que eliminó el riesgo de contaminación del agua. En condiciones muy ácidas o alcalinas, fósforo Era muy sensible a las variaciones de pH, incluso pequeñas. En condiciones ácidas, favoreció la disolución de fósforo y condiciones alcalinas favorecía su retención en forma sólida.
La introducción de iones de hierro y calcio ha demostrado ser particularmente beneficiosa. Estos metales desencadenaron la precipitación del fósforo de hidrochar, estabilizándolo y facilitando su reciclaje como fertilizante. “Nuestros resultados indican que el aprendizaje automático puede usarse para desarrollar planes de tratamiento de desechos más inteligentes”, dijo Sabry M. Shaheen de la Universidad de Wuppertal, autor co-resalente del artículo. “Esto tiene enormes implicaciones para la agricultura sostenible, la conservación ambiental y la recuperación de recursos.”
Análisis de la importancia de las funcionalidades de los parámetros de entrada (la suma de los valores de importación de la funcionalidad de cada parámetro de salida para cada funcionalidad de salida). (Crédito: enlace de la naturaleza de Springer)
De la predicción a la experimentación
Para verificar su modelo, los investigadores llevaron a cabo experiencias hidrotermales reales en el campo utilizando estiércol de cerdo de una granja de cerdos local cerca de Beijing. La temperatura, el tiempo de reacción y las concentraciones de iones de hierro y calcio variaron. Al compararse con los resultados predichos y observados, las predicciones de Xgboost correspondían bien al fósforo real en las fases sólidas y líquidas.
El análisis químico ha demostrado lo contrario. Utilizando equipos avanzados, como la resonancia magnética nuclear de fósforo y difracción de rayos x, los investigadores descubrieron que en condiciones más extremas, los compuestos de fósforo presentaron formas más estables y homogéneas. Los iones metálicos han contribuido a la transformación del fósforo orgánico en formas inorgánicas capaces de formarse fuertemente con calcio o hierro E integrarlos en el hidrochar sólido.
A medida que aumentó la intensidad de la reacción, las estructuras cristalinas de hidrochar colapsaron y sucumbieron a compuestos más amorfos. Esto indica que las pautas están orientadas a formas que son más fáciles de reciclar y reducir la lixiviación en el medio ambiente.
Gestión de residuos más inteligente para un futuro circular
Esta sinergia de inteligencia artificial e ingeniería ambiental promete revolucionar la forma en que las fábricas y granjas de procesamiento de residuos tratan los subproductos orgánicos. No se basan en experiencias de prueba sujetas a errores, los operadores pueden proyectar cómo ajustar la temperatura, el pH o el tiempo de reacción para obtener los resultados deseados. Los operadores pueden decidir optimizar el fósforo en hidrochar para la aplicación de fertilizantes o reducirlo en el líquido para evitar la escorrentía.
Gráficos de dependencia parcial para la distribución del fósforo en relación con la adición de Fe o Ca (%) (A: IPS; B: TPS; C: IPL; D: TPL). (Crédito: enlace de la naturaleza de Springer)
Los autores afirman que incluso si el modelo es efectivo, debe calibrarse para condiciones locales ya que la composición del estiércol no es la misma en cada región y cada explotación. La modificación del método para adaptarlo a diferentes tipos de residuos y la realización de pronósticos más precisos en conjuntos de datos más amplios son los sujetos cubiertos por futuros estudios.
Implicaciones de investigación práctica
Con la integración del tratamiento de aprendizaje hidrotérmico y automático, esta investigación abre el camino hacia una recuperación duradera de nutrientes. El aprendizaje automático se puede implementar en fábricas y granjas de procesamiento de residuos para mejorar los procesos, recuperar el precioso fósforo y prevenir el daño ambiental.
Esta tecnología garantiza no solo agricultura circular Pero también cumple con los objetivos globales de la neutralidad del carbono y la conservación de los recursos.
Esencialmente, el reciclaje del estiércol en productos utilizables ricos en nutrientes ayudaría a completar el bucle entre la agricultura y la sostenibilidad.
Los resultados de la búsqueda están disponibles en línea en el diario Enlace de la naturaleza de Springer.
Historias relacionadas
¿Te gustan este tipo de historias que hacen bien? Conseguir El boletín en el lado derecho de las noticias.
