Clasificación de Maderas Mediante el Uso de Tecnologías de Olfato Electrónico

Naren Arley Mantilla Ramírez; Homero Ortega Boada; Luisa Fernanda Ruiz Jiménez; Franklin Alexander Sepúlveda Sepúlveda

doi:10.59410/RACYT-v08n02ep07-0116

Autores/as

Naren Arley Mantilla Ramírez Industrial University of Santander
Homero Ortega Boada Industrial University of Santander
Luisa Fernanda Ruiz Jiménez Universidad Industrial de Santander
Franklin Alexander Sepúlveda Sepúlveda Industrial University of Santander

DOI:

https://doi.org/10.59410/RACYT-v08n02ep07-0116

Palabras clave:

Especies maderables, Tecnología, Nariz electrónica, Deforestación, Tala de madera

Resumen

Entre las principales causas del acelerado proceso de deforestación y degradación de los bosques en Colombia, se encuentra la extracción ilegal de madera. Para las autoridades es difícil determinar la condición de legalidad o ilegalidad de una carga específica pues, a pesar de contar con expertos en ingeniería forestal y algunas herramientas para la identificación de especies maderables, estos recursos son insuficientes por su escasez o baja disponibilidad. Entre otras estrategias, se propone el uso de nuevas tecnologías como una opción interesante en el desarrollo de soluciones que satisfagan las necesidades técnicas, operativas y económicas. Existen avances sobre dispositivos novedosos, de bajo costo y de fácil acceso: los sistemas de olfato electrónico (narices electrónicas). La Universidad Industrial de Santander cuenta con experiencia en el uso de narices electrónicas para otras aplicaciones, pero es de interés involucrar esta y otras tecnologías en el monitoreo ambiental. Por ello, se propone una metodología basada en narices electrónicas para clasificar especies maderables de acuerdo con los compuestos volátiles que emanan, es decir, su olor. Se realizó un primer caso de estudio utilizando 29 muestras de dos especies maderables: cedro y móncoro, aserradas en diferentes zonas de Santander (Colombia). Se pudo demostrar, como se esperaba, la separabilidad de estas dos clases de madera a partir de su huella odorífica, con una alta tasa de acierto. Esta investigación de tipo exploratorio permite comprender el alcance de herramientas como las narices electrónicas en diferentes aplicaciones. Así mismo, invita a continuar investigando en la viabilidad de su uso para la clasificación de especies maderables como una aplicación del monitoreo ambiental, pues deja abiertos muchos interrogantes que pueden contribuir al desarrollo de una herramienta más robusta. Todo esto busca generar un impacto positivo en la lucha contra la ilegalidad, así como constituirse en un piloto para diferentes aplicaciones donde se puede involucrar el uso de tecnología.

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

Cargando métricas ...

Citas

Aazam, M., Khan, I., Alsaffar, A. A., & Huh, E. N. (2014). Cloud of Things: Integrating Internet of Things and cloud computing and the issues involved. Proceedings of 2014 11th International Bhurban Conference on Applied Sciences and Technology, IBCAST 2014, 414–419 DOI: https://doi.org/10.1109/IBCAST.2014.6778179

Baietto, M., Wilson, A. D., Bassi, D., & Ferrini, F. (2010). Evaluation of three electronic noses for detecting incipient wood decay (Vol. 10). Sensors DOI: https://doi.org/10.3390/s100201062

Cabral, E. C., Simas, R. C., Santos, V. G., Queiroga, C. L., Da Cunha, V. S., De Sá, G. F., … Eberlin, M. N. (2012). Wood typification by Venturi easy ambient sonic spray ionization mass spectrometry: The case of the endangered Mahogany tree. J. Mass Spectrom., 47(1), 1–6 DOI: https://doi.org/10.1002/jms.2016

Capelli, L., Sironi, S., & Del Rosso, R. (2014). Electronic Noses for Environmental Monitoring Applications. Sensors, 14(11), 19979–20007 DOI: https://doi.org/10.3390/s141119979

Cordeiro, J. R., Li, R. W. C., Takahashi, É. S., Rehder, G. P., Ceccantini, G., & Gruber, J. (2016). Wood identification by a portable low-cost polymer-based electronic nose. RSC Adv., 6(111), 109945–109949 DOI: https://doi.org/10.1039/C6RA22246C

Delgado Agudelo, M. A. (2013). Maderas de Colombia (WWF). WWF

Departamento Nacional de Planeación. DNP. (2007). Agenda Interna Para la Productividad y La Competitividad. Documento Regional: SANTANDER

Dickson, A., Nanayakkara, B., Sellier, D., Meason, D., Donaldson, L., & Brownlie, R. (2017). Fluorescence imaging of cambial zones to study wood formation in Pinus radiata D. Don. Trees - Structure and Function, 31(2), 479–490 DOI: https://doi.org/10.1007/s00468-016-1469-3

Fedele, R., Galbally, I. E., Porter, N., & Weeks, I. A. (2007). Biogenic VOC emissions from fresh leaf mulch and wood chips of Grevillea robusta (Australian Silky Oak). Atmos. Environ., 41(38), 8736–8746 DOI: https://doi.org/10.1016/j.atmosenv.2007.07.037

Garneau, F. X., Riedl, B., Hobbs, S., Pichette, A., & Gagnon, H. (2004). The use of sensor array technology for rapid differentiation of the sapwood and heartwood of Eastern Canadian spruce, fir and pine. Holz Als Roh-Und Werkstoff, 62(6), 470–473 DOI: https://doi.org/10.1007/s00107-004-0508-8

Guo, L., Yang, Z., & Dou, X. (2017). Artificial Olfactory System for Trace Identification of Explosive Vapors Realized by Optoelectronic Schottky Sensing. Adv. Mater., 29(5), 1–8 DOI: https://doi.org/10.1002/adma.201604528

Hanssen, F., Wischnewski, N., Moreth, U., & Magel, E. A. (2011). Molecular identification of Fitzroya cupressoides, Sequoia sempervirens, and Thuja plicata wood using taxon-specific rDNA-ITS primers. IAWA J., 32(2), 273–284 DOI: https://doi.org/10.1163/22941932-90000057

Ideam. (2017). Resultados Monitoreo de la Deforestación.

Kalaw, J. M., & Sevilla, F. B. (2018). Discrimination of wood species based on a carbon nanotube/polymer composite chemiresistor array. Holzforschung, 72(3), 215–223 DOI: https://doi.org/10.1515/hf-2017-0097

Müller, K., Haferkorn, S., Grabmer, W., Wisthaler, A., Hansel, A., Kreuzwieser, J., … Herrmann, H. (2006). Biogenic carbonyl compounds within and above a coniferous forest in Germany. Atmos. Environ., 40, 81–91 DOI: https://doi.org/10.1016/j.atmosenv.2005.10.070

Najib, M. S., Ahmad, M. U., Funk, P., Taib, M. N., & Ali, N. A. M. (2012). Agarwood classification: A case-based reasoning approach based on E-nose. Proceedings-2012 IEEE 8th International Colloquium on Signal Processing and Its Applications, CSPA 2012, 120–126 DOI: https://doi.org/10.1109/CSPA.2012.6194703

Rana, R., Müller, G., Naumann, A., & Polle, A. (2008). FTIR spectroscopy in combination with principal component analysis or cluster analysis as a tool to distinguish beech (Fagus sylvatica L.) trees grown at different sites. Holzforschung, 62(5), 530–538 DOI: https://doi.org/10.1515/HF.2008.104

Rinne, H. J. I., Guenther, A. B., Greenberg, J. P., & Harley, P. C. (2002). Isoprene and monoterpene fluxes measured above Amazonian rainforest and their dependence on light and temperature. Atmos. Environ., 36(14), 2421–2426 DOI: https://doi.org/10.1016/S1352-2310(01)00523-4

Rodriguez-Lujan, I., Fonollosa, J., Vergara, A., Homer, M., & Huerta, R. (2014). On the calibration of sensor arrays for pattern recognition using the minimal number of experiments. Chemometrics and Intelligent Laboratory Systems, 130, 123–134. https://doi.org/10.1016/j.chemolab.2013.10.012 DOI: https://doi.org/10.1016/j.chemolab.2013.10.012

Ruiz Jiménez, L. F. (2018). Detección de los insectos de la subfamilia Triatominae basado en narices electrónicas

Santos, J. P., & Lozano, J. (2015). Real time detection of beer defects with a hand held electronic nose. Proceedings of the 2015 10th Spanish Conference on Electron Devices, CDE 2015, 1–4 DOI: https://doi.org/10.1109/CDE.2015.7087492

Scott, S. M., James, D., & Ali, Z. (2006). Data analysis for electronic nose systems. Microchim. Acta, 156, 183–207 DOI: https://doi.org/10.1007/s00604-006-0623-9

Shi, H., Zhang, M., & Adhikari, B. (2017). Advances of electronic nose and its application in fresh foods: A review. Crit. Rev. Food Sci. Nutr., 8398, 1–11

Wilson, A. D. (2012). Application of a Conductive Polymer Electronic-Nose Device to Identify Aged Woody Samples. The Third International Conference on Sensor Device Technologies and Applications, 77–82

Wilson, A. D., Lester, D. G., & Oberle, C. S. (2005). Application of conductive polymer analysis for wood and woody plant identifications. For. Ecol. Manage., 209(3), 207–224 DOI: https://doi.org/10.1016/j.foreco.2005.01.030

Yan, J., Guo, X., Duan, S., Jia, P., Wang, L., Peng, C., & Zhang, S. (2015). Electronic Nose Feature Extraction Methods: A Review. Sensors, 15(11), 27804–27831 DOI: https://doi.org/10.3390/s151127804

Yu, M., Liu, K., Zhou, L., Zhao, L., & Liu, S. (2016). Testing three proposed DNA barcodes for the wood identification of Dalbergia odorifera T. Chen and Dalbergia tonkinensis Prain. Holzforschung, 70(2), 127–136 DOI: https://doi.org/10.1515/hf-2014-0234