Daniel Pérez Alonso, del Programa de Doctorado Tecnologías Industriales e Ingeniería Civil, defenderá el lunes la tesis doctoral titulada “Utilización de técnicas de minería de datos para la predicción del comportamiento de biosólidos aplicados en Agricultura”. Esta tesis ha sido dirigida por los profesores Juan Carlos Rad Moradillo y José Francisco Díez Pastor
La agricultura intensiva tiene un importante gasto en fertilización que puede ser reducido con la incorporación de compost de depuradora. La adición de compost es útil porque puede ser eficaz para la recuperación de suelos de baja fertilidad y para reciclar los residuos urbanos e industriales, aunque las mejoras de la producción por la aplicación son obtenidas después de años de experiencias. Pero también puede tener efectos negativos. Algunos componentes de estas adiciones, como los metales pesados, pueden tener un peligro potencial en la salud humana o animal si alcanzan la parte comestible de la planta.
Con el desarrollo de una experiencia agronómica se muestra mediante técnicas de Minería de Datos la predicción de los efectos en el suelo de la incorporación de compost en los cultivos. El estudio de Daniel Pérez Alonso se ha desarrollado en tres fincas experimentales en Villafruela (Burgos) durante varias campañas con adición en años alternos de distintas dosis de compost de lodo de depuradora.
Usando la Minería de Datos se busca establecer modelos de predicción, en especial, comprobar el papel de las adiciones en la fertilidad, la productividad de los diferentes cultivos o el efecto del contenido metálico tanto en el suelo como en el grano. Esta tesis se centra en el uso de un tipo de algoritmos de Minería de Datos llamados árboles de decisión para la predicción.
Adicionalmente, existe la posibilidad de la utilización de una combinación de las predicciones obtenidas por los diferentes algoritmos de aprendizaje para dar como resultado una sola predicción con el fin de mejorar la generalización