Desarrollo y validación de una herramienta estadística para la estimación de incertidumbre de medida para inventarios de gases de efecto invernadero utilizando el método de simulación de Monte Carlo

Abstract

El presente proyecto busca generar una herramienta estadística validada, que permita estimar la incertidumbre de medida para las emisiones de un inventario de gases de efecto invernadero mediante la propagación de distribuciones de probabilidad aplicando el método de simulación de Monte Carlo. Su justificación se fundamenta en la ausencia de software u hoja de cálculo de libre acceso que permita esta estimación de forma coherente con los requisitos de reporte del PPCN 2.0 y en su necesidad latente por parte las organizaciones que pretenden alcanzar la carbono neutralidad según las políticas ambientales de Costa Rica.

Inicialmente, se abordó y generó una propuesta de estimación de incertidumbre para los factores de emisión incluidos en la base de datos oficial del país, mantenida por el IMN. Esta propuesta incluyó a los factores de emisión caracterizados por intervalos de variación asimétricos y otros factores de emisión con ausencia de información sobre su incertidumbre. Dicha propuesta fue publicada internacionalmente en dos artículos científicos y fue adoptada por el IMN en la última publicación de la base de datos.

Posteriormente, se pasó a la construcción de la herramienta denominada GEISER, programada en lenguaje R bajo una estructura de aplicación web (librerías shiny). Su interfaz permite al usuario: contar con instrucciones generales de uso, incorporar información de un inventario con hasta cinco emisiones cuantificadas directamente y diez emisiones cuantificadas indirectamente, obtener un resumen de los resultados asociados al inventario (emisión total, su incertidumbre estándar, intervalo de cobertura al 95 % y una gráfica de su distribución) y el detalle de cada emisión y su incertidumbre estándar para identificar posibles oportunidades de mejora. Para lograr la generación de estos resultados, la herramienta usa bases de datos predefinidas y métodos de simulación de Monte Carlo (incluyendo el remuestreo o bootstrapping) para simular poblaciones asociadas a todas las variables de entrada y combinarlas para generar una población simulada de la variable de salida (emisión total del inventario), siguiendo los lineamientos establecidos en guías de estimación de incertidumbre pertinentes (GUM, GUM-S1 y Guía Metodológica del PPCN).

Seguidamente, se validó la exactitud de la herramienta (presentando diferencias menores a un 5 % con respecto a resultados de casos de referencia), su robustez (evidenciando cambios reducidos ante la incorporación de hasta un 10 % de valores extremos) y uso por parte de un usuario potencial. Por último, la herramienta fue publicada a través de enlace de descarga de un repositorio web mantenido por el autor y se identificaron las principales limitaciones y recomendaciones de mejora a ser consideradas en una próxima actualización de la herramienta.