¿Cómo serán las emisiones brutas de GEI (Gases del efecto invernadero) en 20 años?

Acerca de este documento

Este es un documento basado en el análisis acerca de datos de economía y desarrollo de Sonora, que se enfoca en como el efecto invernadero influye en el cambio climático para los años de 1990 a 2021. Relacionando su consumo Eléctrico y Energético, Transporte, Agricultura, ente otros que son complementos fundamentales para nuestro análisis. Además, se hará una predicción de la concentración del efecto invernadero para años futuros.

Para la descarga de este código

Para fines de reproducibilidad inmediata se incluye todo el código para su descarga

xfun::embed_file("U1A13.Rmd")

Download U1A13.Rmd

Introducción

Pero hoy también estamos viendo los impactos económicos y sociales, que serán cada vez más graves, como:

  • Daños en las cosechas y en la producción alimentaria.
  • Las sequías.
  • Los riesgos en la salud.
  • Los fenómenos meteorológicos extremos, como danas, tormentas y huracanes.
  • Mega-incendios.

Sonora es una de las entidades que a nivel nacional genera más emisiones de gases de efecto invernadero per cápita por habitante, debido a factores como el uso individual de automóviles, gasto de energía eléctrica por enfriamiento del hogar y uso de combustibles fósiles, entre otros.

Para el 2018 se realizó el inventario de gases de efecto invernadero en Sonora, con el cual se midieron las emisiones que tienen un efecto en el calentamiento global, lo cual dio como resultado que en el Estado se generan 19 millones de toneladas de bióxido de carbono, que es en lo que se convierten todos los gases.

¿Sabías que…? Un árbol absorbe el humo de 100 coches

  • Librerias
library(pacman) #Para importar la biblioteca "pacman"
p_load("base64enc", "htmltools", "mime", "xfun", "prettydoc","readr", "knitr","DT","dplyr", "ggplot2","plotly", "gganimate","gifski","scales")

Datos y representación

library(readxl)
library(DT)
datos <- read_excel("GEIg.xlsx")
datatable(datos)

Figura # 1 : Emisiones de GEI por sector en Sonora (1990-2020)

library(scales)
library(ggplot2)
library(plotly)
Año <- datos$Año
d1 <- datos$Consumo_Energetico
d2 <- datos$Consumo_Electrico
d3 <- datos$`Res/Com/Ind`
d4 <- datos$Transporte
d5 <- datos$Industria_combustibles_fosiles
d6 <- datos$Procesosindustriales
d7 <- datos$Manejo_de_residuos
d8 <- datos$Agricultura  
d9 <- datos$Silvicultura_y_uso_de_terreno
d10 <- data.frame(d1, d2, d3, d4, d5, d6, d7, d8,d9)
x <- ggplot(data = d10) + 
  geom_line(aes(Año, d1, colour="Consumo energético")) + 
  geom_line(aes(Año, d2, colour="Consumo eléctrico")) + 
  geom_line(aes(Año, d3, colour=" (RCI)")) +
  geom_line(aes(Año, d4, colour="Transporte")) +
  geom_line(aes(Año, d5, colour="Industria de combustibles fósiles")) +
  geom_line(aes(Año, d6, colour="Procesos industriales")) + 
  geom_line(aes(Año, d7, colour="Manejo de residuos")) + 
  geom_line(aes(Año, d8, colour="Agricultura")) + 
  geom_line(aes(Año, d9, colour="Silvicultura y uso de terrenos")) + 
 xlab("Año") +
  ylab("Cantidad (millones de toneladas)") +
  labs(colour="Concepto") +
  ggtitle("Emisiones de GEI históricas y de casos de referencia en Sonora por sector 1990-2020 (Fuente: INEGI)")+
  scale_y_continuous(labels = comma)
ggplotly(x)

RCI: Quema de combustible residencial, comercial e industrial

La mayor cantidad de gases de efecto invernadero son producto del consumo desmedidio de energía. En la parte inferior del gráfico puede observarse que la silvicultura y uso de terrenos contrarrestan la emisión de los gases, pero aún así están muy lejos de eliminarlos en un 100%.

México contribuyó, en 2005, con alrededor de 1.4% de las emisiones de GEI a nivel mundial, lo que lo ubica entre los primeros quince países por su volumen de emisión.

Figura # 2 : Emisiones brutas de GEI en Sonora (1990-2020)

  • Inferencias
pairs(datos)

Calculo y representación de la recta de mínimos cuadrados acerca de las Emisiones Brutas

regresion <- lm(Emisiones_Brutas ~ Año, data=datos)
summary(regresion)
## 
## Call:
## lm(formula = Emisiones_Brutas ~ Año, data = datos)
## 
## Residuals:
##       1       2       3       4       5       6       7 
##  1.4929  1.1000 -0.7929 -2.3857 -1.9786 -0.1714  2.7357 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)    
## (Intercept) -1137.8500   155.9991  -7.294 0.000758 ***
## Año             0.5786     0.0778   7.436 0.000693 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 2.059 on 5 degrees of freedom
## Multiple R-squared:  0.9171, Adjusted R-squared:  0.9005 
## F-statistic:  55.3 on 1 and 5 DF,  p-value: 0.0006932
plot(datos$Año, datos$Emisiones_Brutas, xlab='Año', ylab='Emisiones')
Emisiones_Brutas <- data.frame(Año=seq(1990,2030))
abline(regresion)



gei <- predict(regresion, Emisiones_Brutas, interval = "confidence")
lines(Emisiones_Brutas$Año, gei[, 2], lty=2, col="purple")
lines(Emisiones_Brutas$Año, gei[, 3], lty=2, col="purple")


gei <- predict(regresion, Emisiones_Brutas, interval = "prediction")
lines(Emisiones_Brutas$Año, gei[, 2], lty = 2, col = "green")
lines(Emisiones_Brutas$Año, gei[, 3], lty = 2,col = "green")

El gráfico se observa un crecimiento exponencial de emisión de GEI conforme pasa el tiempo. Las líneas cyan representan el intervalos de confianza, mientras que las verdes representan el intervalo de predicción.

cor(datos)
##                                        Año Consumo_Energetico Consumo_Electrico
## Año                             1.00000000          0.9507383        0.95807462
## Consumo_Energetico              0.95073826          1.0000000        0.99069799
## Consumo_Electrico               0.95807462          0.9906980        1.00000000
## Res/Com/Ind                     0.10744499          0.3547705        0.25920625
## Transporte                      0.97703412          0.9827071        0.97358196
## Industria_combustibles_fosiles  0.98545088          0.8937385        0.90387074
## Procesosindustriales            0.96915039          0.9872062        0.97708876
## Manejo_de_residuos              0.99571790          0.9242684        0.93390559
## Agricultura                     0.64081260          0.6701336        0.60527824
## Silvicultura_y_uso_de_terreno  -0.06801697         -0.1476712       -0.04583155
## Emisiones_Brutas                0.95764218          0.9961280        0.98246511
##                                Res/Com/Ind Transporte
## Año                             0.10744499  0.9770341
## Consumo_Energetico              0.35477050  0.9827071
## Consumo_Electrico               0.25920625  0.9735820
## Res/Com/Ind                     1.00000000  0.2296041
## Transporte                      0.22960409  1.0000000
## Industria_combustibles_fosiles  0.03084438  0.9332591
## Procesosindustriales            0.25844298  0.9974316
## Manejo_de_residuos              0.07101349  0.9554852
## Agricultura                     0.24639301  0.7389150
## Silvicultura_y_uso_de_terreno  -0.61983348 -0.1205510
## Emisiones_Brutas                0.32737496  0.9925387
##                                Industria_combustibles_fosiles
## Año                                                0.98545088
## Consumo_Energetico                                 0.89373854
## Consumo_Electrico                                  0.90387074
## Res/Com/Ind                                        0.03084438
## Transporte                                         0.93325911
## Industria_combustibles_fosiles                     1.00000000
## Procesosindustriales                               0.92401410
## Manejo_de_residuos                                 0.99666552
## Agricultura                                        0.60732883
## Silvicultura_y_uso_de_terreno                     -0.10994305
## Emisiones_Brutas                                   0.90507225
##                                Procesosindustriales Manejo_de_residuos
## Año                                       0.9691504         0.99571790
## Consumo_Energetico                        0.9872062         0.92426844
## Consumo_Electrico                         0.9770888         0.93390559
## Res/Com/Ind                               0.2584430         0.07101349
## Transporte                                0.9974316         0.95548517
## Industria_combustibles_fosiles            0.9240141         0.99666552
## Procesosindustriales                      1.0000000         0.94675520
## Manejo_de_residuos                        0.9467552         1.00000000
## Agricultura                               0.7501452         0.61337486
## Silvicultura_y_uso_de_terreno            -0.1610776        -0.08649448
## Emisiones_Brutas                          0.9964829         0.93213831
##                                Agricultura Silvicultura_y_uso_de_terreno
## Año                              0.6408126                   -0.06801697
## Consumo_Energetico               0.6701336                   -0.14767123
## Consumo_Electrico                0.6052782                   -0.04583155
## Res/Com/Ind                      0.2463930                   -0.61983348
## Transporte                       0.7389150                   -0.12055095
## Industria_combustibles_fosiles   0.6073288                   -0.10994305
## Procesosindustriales             0.7501452                   -0.16107761
## Manejo_de_residuos               0.6133749                   -0.08649448
## Agricultura                      1.0000000                   -0.46957487
## Silvicultura_y_uso_de_terreno   -0.4695749                    1.00000000
## Emisiones_Brutas                 0.7278702                   -0.17551986
##                                Emisiones_Brutas
## Año                                   0.9576422
## Consumo_Energetico                    0.9961280
## Consumo_Electrico                     0.9824651
## Res/Com/Ind                           0.3273750
## Transporte                            0.9925387
## Industria_combustibles_fosiles        0.9050723
## Procesosindustriales                  0.9964829
## Manejo_de_residuos                    0.9321383
## Agricultura                           0.7278702
## Silvicultura_y_uso_de_terreno        -0.1755199
## Emisiones_Brutas                      1.0000000
Emisiones_Brutas <- data.frame(Año=seq(2021,2040))
predict(regresion, Emisiones_Brutas, interval = "prediction")
##         fit      lwr      upr
## 1  31.44286 24.94357 37.94214
## 2  32.02143 25.42137 38.62148
## 3  32.60000 25.89472 39.30528
## 4  33.17857 26.36382 39.99332
## 5  33.75714 26.82888 40.68540
## 6  34.33571 27.29009 41.38134
## 7  34.91429 27.74764 42.08093
## 8  35.49286 28.20171 42.78401
## 9  36.07143 28.65247 43.49039
## 10 36.65000 29.10010 44.19990
## 11 37.22857 29.54476 44.91238
## 12 37.80714 29.98659 45.62769
## 13 38.38571 30.42575 46.34568
## 14 38.96429 30.86237 47.06620
## 15 39.54286 31.29658 47.78914
## 16 40.12143 31.72850 48.51435
## 17 40.70000 32.15827 49.24173
## 18 41.27857 32.58597 49.97117
## 19 41.85714 33.01173 50.70255
## 20 42.43571 33.43564 51.43579

De acuerdo a los datos de predicción, es posible responder a nuestro cuestionamiento inicial. Para 2040 se espera que las emisiones brutas de GEI vayan desde las 33.43 hasta las 51.435 toneladas tan solo en ese año (42.435 toneladas en promedio). Lo cual se considera un problema serio para el ecosistema y tendrá cierta repercusión en el producto interno bruto.

Conclusiones

  • La mayoría de las toneladas generadas a lo largo de los años, es debido al sector energético, como es la energía que se genera en la entidad de instituciones como CFE o combustibles fósiles.

  • El gobierno del estado de Sonora ha otorgado diferentes soluciones como lo es la eficiencia energética, donde la política ha optado por atraer energías limpias como parques fotovoltaicos, siendo Hermosillo una de las ciudades que posee uno de estos parques con más de 500 paneles solares.

  • Los datos obtenidos nos dan una percepción sobre el aumento que puede tomar las emisiones brutas de GEI a partir de las cantidades de carbón, gas y petróleo quemado. Este tipo de análisis nos ayuda a identificar el problema y darle la importancia que es debida, para así tomar acción sobre como podríamos reducir los efectos negativos que se están generando a partir de estas emisiones.

Bibliografías