Grant: Alliance Grants
École Polytechnique de Montréal
$196,800.00
Methane emission monitoring and reduction in dairy farms using an optical nose on chip
FY 2023-24
Summary
Reducing greenhouse gas emissions is a priority for mitigating climate changes. In its 2030 emissions reduction plan, Canada targets to reduce its emissions 40% below 2005 levels by 2030 and reach net-zero emissions by 2050. Although methane represents 11% of greenhouse gases, it has 86 times the warming power of carbon dioxide over a 20-year period. Therefore, it is particularly important to reduce anthropogenic methane emissions. Agriculture contributed to 29% Canada's total methane emissions in 2019, most of it coming from biological sources, such as livestock production through enteric fermentation. The global objective of this proposal is to develop a platform, based on an optical nose on chip, allowing the monitoring of methane emissions in dairy farms to validate and refine the effect of on-farm interventions to reduce methane produced by cows in lactation. The mission of our partner Lactanet is to advise 6800 producers across Canada to improve the sustainability and profitability of dairy farms. The optical nose will be fabricated on a silicon chip using similar processes as the ones used in microelectronics industry and have an array of optical microresonators in polymers. Such approach allows low-cost fabrication of large numbers of sensors necessary for the deployment in production dairy farms. Indeed, the high cost of commercial sensors available on the market are preventing their use at large scale. In this project, we will apply machine learning strategies to the optical nose, which will be placed in the feeding box of the milking robot. To develop reliable algorithms rendering a 24h methane emission, it is necessary to develop models correlating data from methane sensors in the feeding box, which are taken for 5 minutes 3 times a day, with continuous methane emission recorded from a metabolic chamber. The latter will be realized in collaboration with Agriculture and Agri-Food Canada. Better understanding and accurate monitoring of methane emissions have a great potential not only to reduce the environmental impact, but also for improved animal health, and increased productivity. Indeed, methane production can consume up to 12% of the energy ingested by cattle. La réduction des émissions de gaz à effet de serre est une priorité pour atténuer les changements climatiques. Dans son plan de réduction des émissions de 2030, le Canada vise à réduire ses émissions de 40 % sous les niveaux de 2005 d'ici 2030 et à atteindre zéro émission d'ici 2050. Bien que le méthane représente 11 % des gaz à effet de serre, il a 86 fois le pouvoir de réchauffement du dioxyde de carbone sur une période de 20 ans. Par conséquent, il est particulièrement important de réduire les émissions anthropiques de méthane. L'agriculture a contribué à 29 % des émissions totales de méthane du Canada en 2019, la plupart provenant de sources biologiques, comme la production animale par fermentation entérique. L'objectif global de cette proposition est de développer une plateforme, basée sur un nez optique sur puce, permettant le suivi des émissions de méthane dans les élevages laitiers pour valider et affiner l'effet des interventions à la ferme afin de réduire le méthane produit par les vaches en lactation. La mission de notre partenaire Lactanet est de conseiller 6800 producteurs à travers le Canada pour améliorer la pérennité et la rentabilité des fermes laitières. Le nez optique sera fabriqué sur une puce de silicium en utilisant des procédés similaires à ceux utilisés dans l'industrie de la microélectronique et disposera d'un réseau de microrésonateurs optiques en polymères. Une telle approche permet la fabrication à faible coût d'un grand nombre de capteurs nécessaires au déploiement dans les fermes laitières de production. En effet, le coût élevé des capteurs commerciaux disponibles sur le marché empêche leur utilisation à grande échelle. Dans ce projet, nous appliquerons des stratégies d'apprentissage machine au nez optique, qui sera placé dans la mangeoire du robot de traite. Afin de développer des algorithmes fiables donnant une émission de méthane sur 24h, il est nécessaire de développer des modèles corrélant les données des capteurs de méthane dans la mangeoire, qui sont prises pendant 5 minutes 3 fois par jour, avec l'émission continue de méthane enregistrée à partir d'une chambre métabolique. Cette dernière sera réalisée en collaboration avec Agriculture et Agroalimentaire Canada.
Program
Alliance Grants
Recipient
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data
As published
Application id
577113-2022
Name nom
Peter, Yves-Alain YA
Department département
Génie physique
Organization id
64
Institution établissement
École Polytechnique de Montréal
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2023
Competition year année de concours
2022
Award amount
196800
Program id
ALLRP
Program name en
Alliance Grants
Program name fr
Subventions Alliance
Group en
RESEARCH PARTNERSHIPS
Group fr
PARTENARIATS DE RECHERCHE
Committee code
96
Committee name en
RPP Internal Decision Cttee
Committee name fr
Cté de décision interne - PPR
Area of application code
100
Area of application group en
Agriculture and primary food production
Area of application group fr
Agriculture et produits alimentaires primaires
Area of application en
Agriculture and primary food production
Area of application fr
Agriculture et produits alimentaires primaires
Research subject code
2523
Research subject group en
Electrical and electronic engineering
Research subject group fr
Semiconductor fabrication and packaging
Research subject en
Génie électrique et électronique
Research subject fr
Fabrication et mise sous enveloppe de semi-conducteurs
Application title
Methane emission monitoring and reduction in dairy farms using an optical nose on chip
Keyword
agriculture; dairy farm; gas sensor; methane detection; microfabrication; microsystem; optical resonator; polymer
Application summary
Reducing greenhouse gas emissions is a priority for mitigating climate changes. In its 2030 emissions reduction plan, Canada targets to reduce its emissions 40% below 2005 levels by 2030 and reach net-zero emissions by 2050. Although methane represents 11% of greenhouse gases, it has 86 times the warming power of carbon dioxide over a 20-year period. Therefore, it is particularly important to reduce anthropogenic methane emissions. Agriculture contributed to 29% Canada's total methane emissions in 2019, most of it coming from biological sources, such as livestock production through enteric fermentation. The global objective of this proposal is to develop a platform, based on an optical nose on chip, allowing the monitoring of methane emissions in dairy farms to validate and refine the effect of on-farm interventions to reduce methane produced by cows in lactation. The mission of our partner Lactanet is to advise 6800 producers across Canada to improve the sustainability and profitability of dairy farms. The optical nose will be fabricated on a silicon chip using similar processes as the ones used in microelectronics industry and have an array of optical microresonators in polymers. Such approach allows low-cost fabrication of large numbers of sensors necessary for the deployment in production dairy farms. Indeed, the high cost of commercial sensors available on the market are preventing their use at large scale. In this project, we will apply machine learning strategies to the optical nose, which will be placed in the feeding box of the milking robot. To develop reliable algorithms rendering a 24h methane emission, it is necessary to develop models correlating data from methane sensors in the feeding box, which are taken for 5 minutes 3 times a day, with continuous methane emission recorded from a metabolic chamber. The latter will be realized in collaboration with Agriculture and Agri-Food Canada. Better understanding and accurate monitoring of methane emissions have a great potential not only to reduce the environmental impact, but also for improved animal health, and increased productivity. Indeed, methane production can consume up to 12% of the energy ingested by cattle. La réduction des émissions de gaz à effet de serre est une priorité pour atténuer les changements climatiques. Dans son plan de réduction des émissions de 2030, le Canada vise à réduire ses émissions de 40 % sous les niveaux de 2005 d'ici 2030 et à atteindre zéro émission d'ici 2050. Bien que le méthane représente 11 % des gaz à effet de serre, il a 86 fois le pouvoir de réchauffement du dioxyde de carbone sur une période de 20 ans. Par conséquent, il est particulièrement important de réduire les émissions anthropiques de méthane. L'agriculture a contribué à 29 % des émissions totales de méthane du Canada en 2019, la plupart provenant de sources biologiques, comme la production animale par fermentation entérique. L'objectif global de cette proposition est de développer une plateforme, basée sur un nez optique sur puce, permettant le suivi des émissions de méthane dans les élevages laitiers pour valider et affiner l'effet des interventions à la ferme afin de réduire le méthane produit par les vaches en lactation. La mission de notre partenaire Lactanet est de conseiller 6800 producteurs à travers le Canada pour améliorer la pérennité et la rentabilité des fermes laitières. Le nez optique sera fabriqué sur une puce de silicium en utilisant des procédés similaires à ceux utilisés dans l'industrie de la microélectronique et disposera d'un réseau de microrésonateurs optiques en polymères. Une telle approche permet la fabrication à faible coût d'un grand nombre de capteurs nécessaires au déploiement dans les fermes laitières de production. En effet, le coût élevé des capteurs commerciaux disponibles sur le marché empêche leur utilisation à grande échelle. Dans ce projet, nous appliquerons des stratégies d'apprentissage machine au nez optique, qui sera placé dans la mangeoire du robot de traite. Afin de développer des algorithmes fiables donnant une émission de méthane sur 24h, il est nécessaire de développer des modèles corrélant les données des capteurs de méthane dans la mangeoire, qui sont prises pendant 5 minutes 3 fois par jour, avec l'émission continue de méthane enregistrée à partir d'une chambre métabolique. Cette dernière sera réalisée en collaboration avec Agriculture et Agroalimentaire Canada.