Identificación de estados y parámetros cinéticos del proceso de nitrificación en suelo agrícola mediante Filtro de Kalman Extendido

Autores/as

DOI:

https://doi.org/10.17979/ja-cea.2026.47.13764

Palabras clave:

Estimación de parámetros y estados, Biología de sistemas, Modelado e identificación de procesos, Modelado e identificación, Identificación de sistemas no lineales

Resumen

El seguimiento de las especies nitrogenadas en la solución del suelo es imprescindible para optimizar la fertilización agrícola, pero su medición in situ resulta costosa y lenta. Los electrodos selectivos de iones (ISE) representan una alternativa económica, aunque al no estar la tecnología lo suficientemente madura, presentan limitaciones: no pueden medir todas las especies y, en las que sí pueden medir, introducen errores apreciables. Para solventarlo, este trabajo propone un Filtro de Kalman Extendido (EKF) orientado a la estimación conjunta de las concentraciones (estados) y las tasas cinéticas (parámetros) del proceso de nitrificación. El algoritmo se alimenta empleando únicamente medidas ruidosas de dos estados (amonio y nitrato). Su validación sobre datos experimentales demuestra que el estimador reconstruye la dinámica del sistema de forma robusta frente a distintas inicializaciones paramétricas y al orden de presentación de los ensayos. Además, esta metodología permite inferir con éxito el estado intermedio del proceso, cuya medición empírica no se encuentra disponible.

Referencias

Allen, R. G., Pereira, L. S., Raes, D., Smith, M., 1998. Crop Evapotranspiration: Guidelines for Computing Crop Water Requirements. Food and Agriculture Organization of the United Nations, Rome. URL: https://www.fao.org/4/x0490e/x0490e00.htm

Ljung, L., 1995. System identification toolbox: User’s guide. Citeseer. McLaren, A. D., 1969. Steady state studies of nitrification in soil: theoretical considerations. Soil Science Society of America Journal 33 (2), 273–276.

Reales, F., Orihuela, L., 2025. Exploiting a data-driven model of nitrification for filtering and estimation of nitrogen species. IFAC-PapersOnLine 59 (23), 285–290.

Ribeiro, M. I., 2004. Kalman and extended Kalman filters: Concept, derivation and properties. Institute for Systems and Robotics 43 (46), 3736–3741.

Sabey, B., Frederick, L., Bartholomew, W., 1959. The formation of nitrate from ammonium nitrogen in soils: III Influence of temperature and initial population of nitrifying organisms on the maximum rate and delay period.

Soil Science Society of America Journal 23 (6), 462–465. Sahrawat, K., 2008. Factors affecting nitrification in soils. Communications in Soil Science and Plant Analysis 39 (9-10), 1436–1446.

Saunders, P., Bazin, M., 1973. Nonsteady state studies of nitrification in soil: theoretical considerations. Soil Biology and Biochemistry 5 (5), 545–557.

Sebilo, M., Mayer, B., Nicolardot, B., Pinay, G., Mariotti, A., 2013. Longterm fate of nitrate fertilizer in agricultural soils. Proceedings of the National Academy of Sciences 110 (45), 18185–18189.

Šimůnek, J., Šejna, M., Brunetti, G., van Genuchten, M. T., 2022. The HYDRUS software package for simulating the one-, two-, and threedimensional movement of water, heat, and multiple solutes in variablysaturated porous media. Technical Manual I. Hydrus D 1.

Descargas

Publicado

01-09-2026

Número

Sección

Ingeniería de Control