Un grupo de investigadores de la Universidad de Cádiz (UCA) ha desarrollado un método basado en una nariz electrónica para detectar líquidos inflamables tras un incendio, como gasolina o alcohol, a través de su olor.
Según ha informado la Fundación Descubre en una nota, gracias a su portabilidad y al uso de fórmulas matemáticas hace que los resultados se obtengan en pocos minutos y sin necesidad de recurrir al personal especializado.
Este método interpreta los restos de materiales quemados del mismo modo que lo haría un órgano olfativo, es decir, procesando el olor que desprenden todos los compuestos implicados.
Las conclusiones podrían obtenerse 'in situ' gracias a su portabilidad, una novedad frente a otros sistemas empleados por estos expertos, y de forma más rápida, objetiva y económica que las técnicas tradicionales.
El dispositivo ha sido 'educado' mediante su exposición a diferentes tipos de muestras quemadas tanto de materiales --pino, corcho, papel y tejido de algodón-- como de líquidos inflamables --gasolina, gasoil, alcohol etílico y parafina--, aisladas y combinadas entre sí.
"Lo que hacemos es similar a enseñar a un niño que nunca ha olido nada, aprende con los restos que le vamos mostrando y le decimos si se trata de madera quemada sola o si tiene algo más", ha señalado a la Fundación Descubre la responsable del trabajo, la investigadora de la Universidad de Cádiz, Marta Ferreiro González.
Los distintos patrones de elementos carbonizados son procesados mediante un algoritmo matemático, de forma que se obtiene una huella digital. Un identificador único que hace posible una determinación objetiva en apenas diez minutos, frente al método tradicional de referencia que se puede demorar hasta un día y medio.
La técnica se ha usado a escala de laboratorio con éxito en el cien por cien de los casos, según los resultados publicados por el equipo de investigadores en la revista Talanta en el artículo 'Novel method based on ion mobility spectrometry sum spectrum for the characterization of ignitable liquid in fire debris'.
La investigadora ha afirmado que "cuando olemos cualquier cosa, como un chicle, identificamos que es de menta, por ejemplo, y es por la sensación que nos produce de forma global. No nos paramos a interpretar si tiene tal o cual compuesto químico, lo hacemos sobre el conjunto de todos los compuestos que dan olor o sabor, y aquí hacemos lo mismo".
TÉCNICA MÁS ÁGIL Y ECONÓMICA
Frente a la técnica de referencia que se emplea en incendios, denominada cromatografía de gases acoplada al detector de masas, la propuesta desarrollada en Cádiz presenta algunas ventajas y novedades.
Junto a la inmediatez del análisis, están su portabilidad y unas condiciones de trabajo más ágiles. La versión portátil de esta nariz se traslada en un maletín, dado que no necesita de instrumentación adicional voluminosa como una bomba de vacío --trabaja a presión atmosférica--. El método desarrollado no requiere de disolventes, ni tampoco produce residuos.
Los resultados son objetivos y se construyen sobre una fórmula matemática y no sobre la interpretación de un grupo de expertos que, en el método anterior, analiza de manera individual cada compuesto y valoran si existe o no presencia de gasolina. Esto hace que sea, además, más económico. Requiere de menos tiempo y menos personal, lo que se suma a un equipo digital que supone menos de la mitad de la inversión que el sistema de referencia.
El trabajo forma parte de la tesis doctoral de la investigadora María José Aliaño González --dirigida por los profesores Miguel Palma y Marta Ferreiro-- que ha explicado que ha contado con fondos propios de la Universidad de Cádiz y continúa su senda ahondando en las distintas huellas digitales.
"No es lo mismo estudiar un incendio en el momento que tres días más tarde, cuando los bomberos han actuado y se ha fijado una zona de seguridad. La muestra cambia y estamos alimentando este modelo con más información, para que identifique la presencia de combustibles en unas condiciones que sean más reales en la práctica", ha concluido Ferreiro.
Imprimir
