Convencionalmente, el olor de una planta de aguas residuales se mide por olfatometría dinámica, donde un panel humano huele y analiza bolsas de aire recolectadas de la planta. Aunque el método ha sido considerado como el estándar de oro, el proceso es costoso, lento y poco frecuente, lo que no permite a los operadores responder rápidamente a los problemas o identificar la raíz del hedor.
“Vivo a dos kilómetros (1,2 millas) de una planta de tratamiento de aguas residuales y, de vez en cuando, ni siquiera puedes abrir la ventana porque el olor es horrible”, dice el autor principal Santiago Marco del Instituto de Bioingeniería de Cataluña.
No debemos subestimar el impacto en la calidad de vida de las personas que rodean estas instalaciones, además de las consecuencias físicas y psicológicas de estar expuestos a malos olores.
Santiago Marco, investigador principal de IBEC
Para monitorear mejor la emisión de olores de las plantas de aguas residuales, Marco y su equipo diseñaron un e-nose portátil para vigilancia en tiempo real y visualización de datos con la ayuda de inteligencia artificial (IA). El equipo recolectó bolsas de aire de una planta y entrenó la nariz electrónica para olfatear sustancias químicas picantes como el sulfuro de hidrógeno, el amoníaco y el dióxido de azufre, que huelen a huevos podridos, orina y fósforos quemados, respectivamente. La e-nose también está equipada con un sensor de dióxido de carbono, un indicador de la actividad bacteriana. En entornos de laboratorio, la e-nose funcionó casi tan bien como las narices humanas.
Luego, entre enero y junio, los investigadores conectaron el e-nose de 1,3 kilogramos (2,9 libras) a un dron y lo enviaron al cielo en una planta de tratamiento de aguas residuales mediana en el sur de España. Al pasar el cursor sobre diferentes instalaciones de la planta, el «drone olfateador» aspira aire a través de un tubo de 10 metros (33 pies) y analiza el aire en una cámara de sensor.
“Lo complicado de la medición de olores es que es una percepción humana y no está bien definida”, dice la coautora Maria Deseada Esclapez de Mediterranean Water Purification, una empresa de servicios de alcantarillado y saneamiento. «No solo estamos tratando de cuantificar los componentes particulares o individuales de la emisión, sino también de predecir la intensidad de los olores percibidos por los humanos».
Los resultados demostraron que el e-nose de un dron era factible para monitorear el olor de las aguas residuales. Al analizar las mismas muestras de aire en una prueba de campo, 10 de 13 mediciones del e-nose se alinearon con las evaluaciones del panel humano. Con la ayuda de la movilidad del dron y el algoritmo de IA, el equipo también trazó un mapa de la concentración de olor temporal y espacial y, por primera vez, predijo la intensidad del olor a partir de las mediciones del dron.
Estamos muy contentos con los resultados, pero necesitamos más validación y hacer que el dispositivo sea más robusto para una operación de planta real.
Santiago Marco
El equipo planea recortar algo de peso adicional de la e-nose y desarrollar un proceso estandarizado para el método. También planean optimizar aún más el dispositivo contra la influencia de la temperatura, la humedad y otras condiciones ambientales que puedan afectar la precisión.
“El trabajo también puede tener implicaciones para otras instalaciones como vertederos, plantas de compostaje o incluso grandes explotaciones con ganado y cerdos que también se sabe que producen todo tipo de malos olores”, dice Marco. “Estamos ansiosos por ver qué impacto tendría este trabajo en la industria”, agrega Esclapez.
