| dc.description.abstract | Para el análisis de hidrocarburos en muestras de suelos contaminados existen diversos métodos, entre ellos, el más común es el Soxhlet, pero este implica etapas de pretratamiento, extracción, purificación-concentración y análisis. Sin embargo, estos procesos conllevan a la destrucción de las muestras, uso de reactivos y alto costo del análisis. No obstante, con el desarrollo de métodos instrumentales estas etapas se reducen, con la ventaja de disminuir al mínimo la manipulación de las muestras, el tiempo de análisis, el uso de reactivos químicos y las muestras no se destruyen en el análisis. La Espectroscopía de Infrarrojo Cercano (NIRS) como tecnología moderna proporciona datos sobre la naturaleza física y química de la muestra, con la generación de información contenida en las huellas espectrales y su posterior tratamiento por técnicas quimiométricas. El objetivo del trabajo fue evaluar si NIRS genera información suficiente para diferenciar suelos contaminados con petróleo de aquellos que no lo están, así como para cuantificar los cambios en la degradación de petróleo crudo de una muestra contaminada. Para ello se utilizaron dos muestras de un suelo Gleysol. Una muestra fue contaminada con 50000 mg kg-1 de HTP y la segunda muestra no fue contaminada. Las huellas espectrales obtenidas con NIR en ambas muestras se trataron quimiométricamente, realizando primero el preprocesado mediante Standard Normal Variate (SNV) y una primera derivada, posteriormente se aplicaron técnicas para visualizar la distribución de los datos usando PCA. Seguido se generó el modelo de clasificación mediante LDA, el modelado de clases con SIMCA y la generación de un modelo de predicción por PLS. Los modelos se validaron interna y externamente con valores de poder de clasificación y predicción del 100%. Esto significa que los modelos generados son altamente efectivos para identificación de muestras contaminadas con petróleo crudo. Para establecer modelos de estimación fue empleado el análisis por mínimos cuadrados parciales (PLS); los coeficientes de correlación múltiple (RSQ) y el error estándar de predicción corregido (SEP(C)) fueron: 0.98 y 13198.7 respectivamente para HTP. La capacidad de predicción del modelo (RPD) fue de 4.49. Por lo tanto, la tecnología NIR genera información suficiente para estimar la contaminación de los suelos con TPH, con resultados similares a los obtenidos con el método convencional de referencia (Soxhlet). _______________ STUDY OF THE DEGRADATION OF HYDROCARBONS IN SOIL BY NEAR INFRARED TECHNIQUE. ABSTRACT: For the analysis of hydrocarbons in contaminated soil samples there is a lot of methods, including the most common is the Soxhlet, which this involves stages of pretreatment, extraction, purification, concentration and analysis. However, the latest processes lead the sample destruction, utilization of special reagents, and increased cost of the analysis. Nevertheless, with the development of instrumental methods it is possible to reduce these stages, with the advantage of diminishing to a minimum sample handling, analysis time, and the use of chemical reagents, besides that samples are not destroyed throughout the analysis. Near Infrared Spectroscopy (NIRS) is a modern technology that provides data on the physical and chemical nature of the sample, with the generation of information contained in the spectral fingerprints and subsequent chemometric treatment.
The objective of this study was to evaluate whether NIRS generates enough information to distinguish oil-polluted soil from those that are not, and to quantify changes in the degradation of crude oil from a contaminated sample. Thus, two Gleysol soil samples were used, one sample was contaminated with 50000 mg kg-1 of HTP and the second sample was kept uncontaminated. The NIR spectral fingerprints obtained in both soil samples were treated chemometrics, by first pre-processing using Standard Normal Variate (SNV) and first derivative, later techniques were applied to visualize the data distribution using PCA. Subsequently, we generated a classification model using PCA, modeling classes with SIMCA and generation a prediction model by PLS. The models were validated internally and externally with values of classification and prediction power of 100%. This means that the generated models are highly effective for the identification of samples contaminated with crude oil.
In order to establish estimation models an analysis by partial least squares (PLS) was employed; the multiple correlation coefficients (RSQ) and the corrected prediction standard error (SEP(C)) were 0.98 and 13198.7, respectively, for HTP. The power of the predictive model (RPD) was 4.49. Therefore, NIR technology generates enough information to estimate the soil contamination with TPH, with similar results to those obtained with the conventional referential method (Soxhlet). | es |
