Síntesis, caracterización y aplicaciones específicas de metalosilicatos cristalinos micro y mesoporosos con incorporación de nanoestructuras. Synthesis, characterization and specific aplications of crystalline micro and mesoporous metallosilicates with nanostructures.

La síntesis de materiales cristalinos micro y mesoporosos con incorporación de micro/nano partículas/clusters de especies formadas con entidades propias interaccionando con las redes, como óxidos de metales, cationes de neutralización, especies metálicas, etc., pueden potencialmente ser utilizados como "materiales hospedaje" en óptica, electrónica, sensores, como materiales magnéticos, en estrategias ambientales de control de la contaminación, catálisis en general y procesos de separación. Se sintetizaran y caracterizaran por diversas técnicas fisicoquímicas, zeolitas microporosas de poro medio (ZSM) y poro grande (Y), y materiales mesoporosos (MCM-41). La aplicación de los mismos se orientara, por una parte, a procesos catalíticos tecnológicamente innovadores relacionados con los siguientes campos: a)catálisis ambiental: transformación de desechos plásticos (polietileno, polipropileno, poliestireno o mezclas de los mismos) a hidrocarburos de mayor valor agregado (gasolinas, gasoil, gases licuados de petróleo, hidrocarburos aromáticos); b)química fina: oxidación parcial de hidrocarburos aromáticos hacia la obtención de commodities, fármacos, etc. Por otra parte, se evaluaran las propiedades magnéticas (ferromagnetismo, paramagnetismo, superparamagnetismo, diamagnetismo) que algunos de estos materiales presentan, en busca de su correlación con sus propiedades catalíticas, cuando sea factible. Se estudiaran las condiciones óptimas de síntesis de los materiales, aplicando técnicas hidrotermicas o sol gel, controlando variables como temperaturas y tiempos de síntesis, pH de geles iniciales-intermedios-finales, tipo de fuentes precursoras, etc. La modificación de las matrices con Co, Cr, Mn, H, o Zn, se realizara mediante diversos tratamientos químicos (intercambio, impregnación) a partir de las sales correspondientes, con el objeto de incorporar elementos activos al estado iónico, metálico, clusters, etc.; y la influencia de distintos tratamientos térmicos (oxidantes, inertes o reductores; atmósferas dinámicas o estáticas; temperaturas). La caracterización estructural de los materiales será por: AA (cuantificación elemental de bulk); XRD (determinacion de presencia de especies oxidos o metalicas de Zn, Co, Cr, o Mn; determinacion de cristalinidad y estructura); BET (determinacion de area superficial); DSC-TG-DTA (determinacion de estabilidad de las matrices sintetizadas); FTIR de piridina (determinacion de tipo-fuerza-cantidad de sitios activos); Raman y UV-reflectancia difusa (determinacion de especies ionicas interacturando o depositadas sobre las matrices); TPR (identificacion de especies reducibles); SEM-EDAX (determinacion de tamaño de particulas de especies activas y de las matrices y cuanfiticacion superficial); Magnetómetros SQUID y de muestra vibrante (medición de magnetización y susceptibilidad magnética a temperatura ambiente con variación de campo externo aplicado, y variación de temperaturas (4 a 300 K) con campo externo fijo). En síntesis, se plantean tres grandes áreas de trabajo: No1)Síntesis y caracterización de materiales micro y mesoporosos nanoestructurados; No2) Evaluación de las propiedades catalíticas; No3) Evaluación de las propiedades magnéticas. Estos lineamientos nos permitirán generar nuevos conocimientos científicos-tecnológicos, formando recursos humanos (dos becarios posdoctorales; un becario doctoral; tres becarios alumnos de investigación; aproximadamente 15 pasantes de grado al año) aptos para emprender tales desafíos. Los conocimientos originados son constantemente trabajados en las actividades docentes de grado y posgrado que los integrantes del proyecto poseen. Finalmente serán transmitidos y puestos a consideración de pares evaluadores en presentaciones a congresos nacionales e internacionales y revistas especializadas.

DESARROLLO DE APLICACIONES ESTADÍSTICAS PARA LA AGRICULTURA DE PRECISIÓN. STATISTICAL APPLICATIONS FOR PRECISION AGRICULTURE

A partir de las últimas décadas se ha impulsado el desarrollo y la utilización de los Sistemas de Información Geográficos (SIG) y los Sistemas de Posicionamiento Satelital (GPS) orientados a mejorar la eficiencia productiva de distintos sistemas de cultivos extensivos en términos agronómicos, económicos y ambientales. Estas nuevas tecnologías permiten medir variabilidad espacial de propiedades del sitio como conductividad eléctrica aparente y otros atributos del terreno así como el efecto de las mismas sobre la distribución espacial de los rendimientos. Luego, es posible aplicar el manejo sitio-específico en los lotes para mejorar la eficiencia en el uso de los insumos agroquímicos, la protección del medio ambiente y la sustentabilidad de la vida rural. En la actualidad, existe una oferta amplia de recursos tecnológicos propios de la agricultura de precisión para capturar variación espacial a través de los sitios dentro del terreno. El óptimo uso del gran volumen de datos derivado de maquinarias de agricultura de precisión depende fuertemente de las capacidades para explorar la información relativa a las complejas interacciones que subyacen los resultados productivos. La covariación espacial de las propiedades del sitio y el rendimiento de los cultivos ha sido estudiada a través de modelos geoestadísticos clásicos que se basan en la teoría de variables regionalizadas. Nuevos desarrollos de modelos estadísticos contemporáneos, entre los que se destacan los modelos lineales mixtos, constituyen herramientas prometedoras para el tratamiento de datos correlacionados espacialmente. Más aún, debido a la naturaleza multivariada de las múltiples variables registradas en cada sitio, las técnicas de análisis multivariado podrían aportar valiosa información para la visualización y explotación de datos georreferenciados. La comprensión de las bases agronómicas de las complejas interacciones que se producen a la escala de lotes en producción, es hoy posible con el uso de éstas nuevas tecnologías. Los objetivos del presente proyecto son: (l) desarrollar estrategias metodológicas basadas en la complementación de técnicas de análisis multivariados y geoestadísticas, para la clasificación de sitios intralotes y el estudio de interdependencias entre variables de sitio y rendimiento; (ll) proponer modelos mixtos alternativos, basados en funciones de correlación espacial de los términos de error que permitan explorar patrones de correlación espacial de los rendimientos intralotes y las propiedades del suelo en los sitios delimitados. From the last decades the use and development of Geographical Information Systems (GIS) and Satellite Positioning Systems (GPS) is highly promoted in cropping systems. Such technologies allow measuring spatial variability of site properties including electrical conductivity and others soil features as well as their impact on the spatial variability of yields. Therefore, site-specific management could be applied to improve the efficiency in the use of agrochemicals, the environmental protection, and the sustainability of the rural life. Currently, there is a wide offer of technological resources to capture spatial variation across sites within field. However, the optimum use of data coming from the precision agriculture machineries strongly depends on the capabilities to explore the information about the complex interactions underlying the productive outputs. The covariation between spatial soil properties and yields from georeferenced data has been treated in a graphical manner or with standard geostatistical approaches. New statistical modeling capabilities from the Mixed Linear Model framework are promising to deal with correlated data such those produced by the precision agriculture. Moreover, rescuing the multivariate nature of the multiple data collected at each site, several multivariate statistical approaches could be crucial tools for data analysis with georeferenced data. Understanding the basis of complex interactions at the scale of production field is now within reach the use of these new techniques. Our main objectives are: (1) to develop new statistical strategies, based on the complementarities of geostatistics and multivariate methods, useful to classify sites within field grown with grain crops and analyze the interrelationships of several soil and yield variables, (2) to propose mixed linear models to predict yield according spatial soil variability and to build contour maps to promote a more sustainable agriculture.