Concentraciones y Emisiones de Material Particulado (PM) en un Gallinero Comercial de Puesta con Medición de Alta Calidad y a Largo Plazo
Autores: Ni, Ji-Qin; Heber, Albert J.
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Material particulado
Producción de huevos
Datos de PM
Granjas comerciales
Sistema de medición
Calidad del aire
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
Las partículas en suspensión (PM) son un contaminante del aire significativo en la producción moderna de huevos. Sin embargo, los datos de PM de alta calidad de granjas comerciales de huevos son todavía muy limitados. Un estudio de 6 meses, que abarcó tanto las estaciones frías como las cálidas, midió las concentraciones y emisiones de PM en un gallinero comercial de 140,000 gallinas ponedoras en el Medio Oeste de EE. UU. Se implementó un sistema de medición avanzado para el monitoreo continuo y en tiempo real, recopilando datos de 67 instrumentos y sensores en línea. El estudio generó 4318 horas de datos válidos de PM, con un 97.8% de completitud de datos. La concentración media diaria (ADM) de PM en el aire de escape de la casa, estandarizada a 20 grados C y 1 atm, fue de 236 +/- 162 (ADM +/- desviación estándar) ug m. La emisión neta de PM ADM fue de 18.9 +/- 2.2 mg d gallina. El aumento de las temperaturas exteriores se correlacionó con una disminución de las concentraciones de PM en el interior, pero con un aumento de las emisiones totales. La comparación con la emisión ADM de 12.4 +/- 13.3 mg d gallina de la misma casa durante un estudio anterior de seis meses en 2004-2005 reveló que la muda artificial de gallinas en este estudio aumentó las concentraciones y emisiones de PM. Extrapolando la emisión de PM ADM de la casa, se estimó que la emisión de PM ADM de toda la granja de huevos era de 35.6 +/- 31.1 kg d (o 35.6 +/- 4.5 kg d con un intervalo de confianza del 95%). Este estudio proporciona valiosos conocimientos sobre la calidad del aire en la agricultura animal y contribuye con datos de alta calidad y del mundo real para su uso en enfoques basados en datos como la inteligencia artificial, el aprendizaje automático, la minería de datos y el análisis de grandes datos.
Descripción
Las partículas en suspensión (PM) son un contaminante del aire significativo en la producción moderna de huevos. Sin embargo, los datos de PM de alta calidad de granjas comerciales de huevos son todavía muy limitados. Un estudio de 6 meses, que abarcó tanto las estaciones frías como las cálidas, midió las concentraciones y emisiones de PM en un gallinero comercial de 140,000 gallinas ponedoras en el Medio Oeste de EE. UU. Se implementó un sistema de medición avanzado para el monitoreo continuo y en tiempo real, recopilando datos de 67 instrumentos y sensores en línea. El estudio generó 4318 horas de datos válidos de PM, con un 97.8% de completitud de datos. La concentración media diaria (ADM) de PM en el aire de escape de la casa, estandarizada a 20 grados C y 1 atm, fue de 236 +/- 162 (ADM +/- desviación estándar) ug m. La emisión neta de PM ADM fue de 18.9 +/- 2.2 mg d gallina. El aumento de las temperaturas exteriores se correlacionó con una disminución de las concentraciones de PM en el interior, pero con un aumento de las emisiones totales. La comparación con la emisión ADM de 12.4 +/- 13.3 mg d gallina de la misma casa durante un estudio anterior de seis meses en 2004-2005 reveló que la muda artificial de gallinas en este estudio aumentó las concentraciones y emisiones de PM. Extrapolando la emisión de PM ADM de la casa, se estimó que la emisión de PM ADM de toda la granja de huevos era de 35.6 +/- 31.1 kg d (o 35.6 +/- 4.5 kg d con un intervalo de confianza del 95%). Este estudio proporciona valiosos conocimientos sobre la calidad del aire en la agricultura animal y contribuye con datos de alta calidad y del mundo real para su uso en enfoques basados en datos como la inteligencia artificial, el aprendizaje automático, la minería de datos y el análisis de grandes datos.