Para abordar el problema de la detección de elementos no metálicos en trazas como el Si en el petróleo residual, este estudio propone un método de análisis cuantitativo que combina la espectroscopía de emisión inducida por láser (LIBS) con algoritmos quimiométricos. Primero se recopilaron datos espectrales LIBS de muestras de petróleo residual. Luego se estudió sistemáticamente el impacto de cinco métodos de pretratamiento y sus diferentes combinaciones en el rendimiento del modelo de regresión por mínimos cuadrados parciales (PLSR), utilizando la validación cruzada leave-one-out para determinar la mejor combinación de pretratamiento espectral. Sobre esta base, las variables de características espectrales se optimizaron adicionalmente mediante tres métodos de selección de variables por intervalo, estableciéndose un modelo cuantitativo para predecir el Si en el petróleo residual. Los resultados muestran que el modelo WT-D1st-biPLS aplicado a las muestras de petróleo residual presenta el mejor rendimiento predictivo, con un error cuadrático medio de predicción óptimo (RMSE_P) de 0,0789 mg/kg, un coeficiente de determinación del conjunto de predicción (R²_P) de 0,9892 y un error relativo medio de predicción (MRE_P) del 4,7 %. El método desarrollado proporciona una base teórica para el análisis rápido y cuantitativo in situ de elementos no metálicos en el petróleo residual.

espectroscopía de emisión inducida por láser;quimiometría;petróleo residual;elementos traza;elementos no metálicos