2026-04-17T05:28:54Zhttps://riubu.ubu.es/oai/request
oai:riubu.ubu.es:10259/45092022-04-26T11:42:13Zcom_10259_2699col_10259_2727
Utilización de técnicas de minería de datos para la predicción del comportamiento de biosólidos aplicados en agricultura Pérez Alonso, Daniel Diez Pastor, José Francisco Rad Moradillo, Juan Carlos biosólidos árboles de decisión modelo de regresión metales pesados suelo Biosolids decision trees regression model heavy metals soil El uso de biosólidos para la mejora del suelo y para la reducción del uso de fertilizantes ha sido una práctica común en las últimas décadas y está siendo utilizada cada vez más a medida que aumenta el costo de la fertilización inorgánica. Esta práctica es útil porque puede ser eficaz para la recuperación de suelos de baja fertilidad y para reciclar los residuos urbanos e industriales. Pero también puede tener efectos negativos, pues algunos componentes de los biosólidos, como los metales pesados, pueden tener un peligro potencial en la salud humana o animal si alcanzan la parte comestible de la planta. El análisis de la aplicación agronómica de biosólidos se determina habitualmente tras varios años de experiencias de campo. A pesar de los numerosos ensayos agronómicos realizados, no existen modelos matemáticos que permitan predecir los aumentos de rendimiento y calidad de los cultivos por la aportación de nutrientes o los peligros debidos a los metales incorporados en el suelo. Por ello, se deben utilizar las tecnologías más innovadoras que permitan aportar un conocimiento añadido a los procesos que ocurren en el suelo así como la interacción en el sistema suelo-planta. Aunque al ser necesaria una mayor cantidad de datos, hace que su interpretación sea más complicada y se vea incrementada la dificultad de detectar una información útil. 2017-06-30 2018-05-29 2017 2017 info:eu-repo/semantics/doctoralThesis http://hdl.handle.net/10259/4509 10.36443/10259/4509 spa http://creativecommons.org/licenses/by-nc-nd/4.0/ Este documento está sujeto a una licencia de uso Creative Commons, por la cual está permitido hacer copia, distribuir y comunicar públicamente la obra siempre que se cite al autor original y no se haga de él uso comercial ni obra derivada info:eu-repo/semantics/openAccess Attribution-NonCommercial-NoDerivatives 4.0 International