Identificación de suelos contaminados con hidrocarburos mediante la técnica Laser-Induced Breakdown Spectroscopy y Análisis Discriminante Lineal

MARTINO, L. J.; D' ANGELO, C.; GARCÍA EINSCHLAG, F.

Bahía Blanca

Congreso; 108 REUNION DE LA ASOCIACION FISICA ARGENTINA; 2023

En los últimos años la expansión económica llevó a un aumento desenfrenado de la demanda mundial de petróleo (Imam et al., 2022). Como producto de esto, se han intensificado las actividades asociadas con la exploración y explotación de fuentes de petróleo que provocaron derrames en el medio ambiente. Los mismos, son perjudiciales para los seres humanos como también para otros componentes vivos y representan una preocupación a nivel ambiental y de salud pública. Con el fin de acelerar el proceso de detección y clasificación de suelos contaminados con hidrocarburos y poder proponer estrategias adecuadas para remediar las áreas afectadas, se creó un método basado en la combinación de machine learning aplicado a datos obtenidos mediante la técnica Laser-Induced Breakdown Spectroscopy (LIBS) (Cremers & Radziemsky, 2006). El objetivo de esta investigación fue mejorar la adquisición de datos LIBS mediante el ajuste de parámetros óptimos y la precisión de la aplicación de un Análisis Discriminante Lineal (LDA, por sus siglas en inglés) para la identificación de suelos contaminados con hidrocarburos. Se llevó a cabo una experiencia a escala de laboratorio mediante la preparación de muestras de suelo, representativas y homogéneas, contaminadas con diferentes hidrocarburos. Se preparó también una muestra de suelo con agregado de agua destilada para fines de control. La obtención de registros LIBS sobre las muestras se realizaron de acuerdo con el siguiente procedimiento: se promediaron las emisiones obtenidas de 50 disparos láser sucesivos en diferentes lugares de la superficie de la muestra para obtener una medición LIBS; luego, se recopilaron 15 de estas mediciones LIBS en diferentes posiciones en la superficie de cada una de las muestras para aumentar la representatividad de los resultados y evitar cráteres por ablación. Los parámetros de adquisición experimental fueron optimizados con el fin de obtener una mejora en la observación de las líneas de emisión. Aprovechando las capacidades del equipo experimental, se adquirieron registros LIBS en una zona alrededor de 260 nm, con un rango de 50 nm, que contenía la mayor cantidad de líneas de emisión y, por tanto, se seleccionó para la adquisición de los datos y la creación de la matriz utilizada en los análisis estadísticos. Por último, los espectros registrados se organizaron convenientemente en una matriz para la aplicación de un LDA con el fin de clasificar muestras de suelos contaminados con diferentes hidrocarburos. El análisis LDA requiere que se asignen clases, u otros valores predictivos, para el conjunto de datos de entrenamiento. En particular, cada unidad de análisis fue pre-asignada al grupo control o al hidrocarburo que le fuera agregado a la muestra de suelo. Se dividió el data set original en train data y test data, de esta forma el 80% de los datos se utilizan para entrenar el algoritmo y el 20% con fines de validación. Luego, se procedió a aplicar el modelo LDA. Los análisis arrojaron resultados de precisión mayores al 90%. Estos resultados demuestran la eficiencia y precisión de este método para la detección de la contaminación de suelos, lo cual tiene importantes aplicaciones en el campo medioambiental.