NOTICIAS

Logran una forma de reducir tiempo y costos en el análisis del aire

Carlos Antonio Sánchez
2/may/2017

Provienen de sistemas naturales como las erupciones volcánicas pero también de las emisiones de los automóviles o de las fábricas. En grandes cantidades, pueden alterar el clima y los ecosistemas y afectar la salud de los seres humanos. A pesar de su importancia, medirlos y analizarlos es complejo ya que las técnicas actuales requieren tiempo y trabajo. Por eso, un equipo de investigadores se ha propuesto estudiarlos de una forma distinta.

“Una parte importante de los aerosoles atmosféricos son partículas respirables. En la Ciudad de México encontramos elementos químicos como aluminio, silicio, fósforo, azufre, calcio y potasio, entre muchos otros”, afirma el investigador del Instituto de Física, Javier Miranda, quien ha dedicado más de 25 años al estudio de estas partículas.

Analizarlas es importante para comprender el estado y la calidad del clima en un determinado tiempo y espacio, así como posibles efectos en la salud humana y los ecosistemas. Y también para saber cuáles son las fuentes que los producen. “Cada elemento identificado en el espectro está ligado a la fuente que lo produce. Por ejemplo, aluminio, silicio, potasio, calcio, titanio y hierro provienen del polvo del suelo. El plomo y el bromo provienen generalmente de la gasolina, mientras que el cloro, el potasio y el azufre pueden provenir de incendios forestales o fuegos artificiales. Otros como zinc, cobre, cromo y selenio tienen su origen en las industrias”, explica Miranda.

El análisis de estos aerosoles es importante pero no sencillo, sobre todo cuando se tiene que procesar la información. Para avanzar en la exploración de formas más eficientes para ello, Miranda se unió a un equipo de científicos que analizaron muestras de aerosoles atmosféricos recolectados en Santiago de Chile y la Ciudad de México. Los resultados forman parte del artículo "Background considerations in the analysis of PIXE spectra by Artificial Neural Systems", publicado en Journal of Physics en 2016.

Análisis por emisión de rayos X característicos

El equipo está conformado por los chilenos: Rafael Correa, del Departamento de Física de la Universidad Tecnológica Metropolitana y José Roberto Morales (qepd), de la Universidad de Chile; también están Ignacio Requena, de la Universidad de Granada, en España; y por parte de México, Javier Miranda y su estudiante de doctorado en Ciencias de la Tierra por la UNAM, Valter Barrera.

En total, fueron 38 las muestras de Santiago de Chile y 172 obtenidos en México. “Rafael Correa escribió el programa de cómputo, los chilenos hicieron el muestreo de Santiago, y Valter Barrera y yo realizamos los de México, para después analizarlas todas ellas en el mismo laboratorio en la Universidad de Chile”, explica Miranda a Noticias IFUNAM.

“Una muestra, contenida en un filtro redondo, se coloca en un equipo de muestreo que funciona muy parecido a una aspiradora. El aire pasa a través del filtro con agujeros de 0.04 micrómetros de diámetro. De manera que los aerosoles atmosféricos se quedan atrapados. Eso es lo que analizamos”, dice Miranda.

El procedimiento que utilizaron para analizarlos lleva por nombre “Emisión de Rayos X Inducida por Partículas”, mejor conocida como PIXE, por sus siglas en inglés.

La técnica PIXE se puede aplicar en estudios que van desde los biológicos y ecológicos hasta los arqueológicos y médicos. Se lleva a cabo cuando se desea conocer la composición química de una muestra a través de la emisión de rayos X. Fue creada por Sven Johansson en 1970 en la Universidad de Lund en Suecia y diseñada con sus colegas Roland Akselsson y Thomas B. Johansson, y se convirtió en una de las más empleadas gracias a su capacidad de detectar varios elementos químicos simultáneamente: desde el sodio hasta el uranio, identificando la composición elemental completa y exacta.

Una de las ventajas más importantes de este método es evitar cualquier daño a la muestra, permitiendo investigaciones con objetos únicos y valiosos.

“Al irradiar los aerosoles con protones o rayos X, provocamos una interacción con sus átomos y eso causa otros rayos X, característicos de los átomos de la muestra bajo estudio, que se leen con herramientas computacionales”, explica el investigador.

Redes neuronales autómatas

Nada de eso es nuevo. Muchos investigadores que estudian estas partículas utilizan la técnica PIXE. Lo distinto vino después: los resultados de cada muestra se visualizan en computadora, por lo que se tiene que buscar en qué cantidad se encuentran sus elementos químicos y para eso se realiza un proceso matemático: al fondo o total de la muestra se le resta el área que produce en el espectro cada elemento químico encontrado. Como este proceso toma mucho tiempo, el objetivo principal del grupo de investigadores fue desarrollar una forma de resolverlo a mayor velocidad.

La solución fue construir un sistema neuronal artificial (conocido en inglés como: Artificial Neuronal Systems), que es la unión entre varias redes neuronales artificiales, los cuales son sistemas de programación computacional que leen la información capturada por el método PIXE.

Una vez construido el sistema a partir de redes neuronales, se entrena, es decir, aprende a leer resultados y hallar el fondo de manera autónoma. La ventaja es que ya no necesita hacerse de manera manual por un operador humano.

El sistema tuvo éxito. El análisis basado en un sistema de redes múltiples tiene ventajas sobre los sistemas de una sola red y además los resultados no quedan alterados. Se comparó este método con el tradicional y los datos finales fueron esencialmente los mismos.

El equipo de Miranda descubrió que implementar este sistema de redes neuronales artificiales reduce el tiempo y costo de una investigación, porque el trabajo se logra gracias a la autonomía del programa computacional. De alguna forma, basta con enseñarle a trabajar con un grupo de muestras para que encuentre los resultados que se le indican, permitiendo que el equipo destine ese tiempo físico a otros procesos.

Es un trabajo que, finalmente, propiciará mayor eficiencia para evaluar la contaminación por aerosoles.