Modelo para la localización de bio-refinerías a base de residuos agrícolas de cosecha en la provincia de Córdoba-Argentina

Abstract

El presente trabajo tiene por objetivo continuar con el desarrollo de un modelo computacional que permita determinar la localización de bio-refinerías, teniendo en cuenta factores geoespaciales, técnicos y socio-ambientales. Estos últimos a partir de un análisis de las regiones inapropiadas, excluidas y/o prohibidas. El modelo combina herramientas de un Sistema de Información Geográfica y algoritmos computacionales "ad-hoc". Es aplicado a la provincia de Córdoba, utilizando los residuos del cultivo de maíz correspondiente a la campaña 2017/2018. Se analizaron diversos escenarios, variando los principales parámetros del modelo (humedad, factor de residuo y fracción de extracción sostenible del rastrojo de maíz), obteniendo la geolocalización de las 5 bio-refinerías de mayor masa acumulada y las distancias recorridas entre los sitios de disponibilidad de la biomasa y las bio-refinerías. Entre los resultados más promisorios se obtuvo que la localización se mantiene prácticamente invariante para todas las simulaciones, incluso cambiando en un orden de magnitud las variables. Esta independencia de la localización de las bio-refinerías es un hallazgo positivo que le otorga robustez a los futuros proyectos de revalorización de biomasa para la provincia de Córdoba, en acompañamiento a las nuevas legislaciones de apoyo a su desarrollo.

The present work aims to develop a computational model for the location of bio-refineries, taking into account geospatial, technical and socio-environmental factors. These last from an analysis of inappropriate, excluded and / or prohibited regions. The model combines tools from a Geographic Information System and "ad-hoc" computational algorithms, and was applied to Córdoba province, using residues of corn crop corresponding to the 2017/2018 campaign. Various scenarios were analyzed, varying the mam parameters of the model (humidity, residue factor and fraction of sustainable extraction of corn stover), obtaining the geolocation of the 5 bio-refineries with the highest accumulated mass and the distances traveled between the sites of availability of the biomass and biorefineries. Among the most promising results is the fact that the location remains practically invariant for all simulations, even varying an order of magnitude of the variables. This independence of the location of the bio-refineries is a positive finding that gives strength to future biomass revalorization projects for Córdoba province, in addition to new legislation to support their development.