Serviços customizados
Espanhol (pdf)
Artigo em XML
Referências do artigo
Enviar este artigo por email
Citado por SciELO 
Similares em
SciELO 
Permalink
INTRODUCCIÓN
La población en el mundo era en 2020 de 7,79 billones de personas y se estima que para 2050 incrementará a 9,73 billones, esto es preocupante en función no solo de los productos y servicios que requiere, especialmente alimento y agua, sino debido a la cantidad de residuos sólidos que genera, la cual ascenderá a 3,40 billones de toneladas (Kaza y col., 2018; ONU, 2022). En México la producción de residuos sólidos urbanos (RSU) fue 120,128 t/día en 2020, con una generación per cápita promedio de 0,944 kg/día; y se espera que se incremente conforme al crecimiento poblacional que actualmente es 0,9% anual (CONAPO, 2022; SEMARNAT, 2020). Para la gestión adecuada de los residuos sólidos urbanos (RSU) se cuenta con el manejo integral de RSU (MIRSU), en el cual pueden incorporar diferentes tecnologías para el aprovechamiento de la fracción orgánica, los residuos reciclables y el “resto” para generación de energía, o bien, enviarlos a disposición en un relleno sanitario con control o aprovechamiento del biogás para la producción de electricidad (Behrooznia y col., 2020; Nanda y Berruti, 2021).
En cuanto a la selección de la tecnología adecuada para el MIRSU, el Análisis de Ciclo de Vida (ACV) se perfila como una de las mejores herramientas (Erses, 2015). Para la aplicación del ACV se tienen las normas ISO 14040 y 14044 (ISO 2006a, ISO 2006b). El ACV consta de cuatro fases: definición de objetivos y alcance, análisis de inventario de ciclo de vida, evaluación del impacto e interpretación del ciclo de vida. La interpretación comprende la revisión de todas las fases del ACV y la verificación de todos los supuestos, especialmente la calidad de los datos mediante el análisis de incertidumbre (ISO 2006a, ISO 2006b). El análisis de incertidumbre permite determinar cómo los supuestos progresan en los cálculos y cómo afectan a la fiabilidad de los resultados de la evaluación del impacto del ciclo de vida, que son la base para las conclusiones, recomendaciones y toma de decisiones, de acuerdo con la fase de definición de objetivos y alcances. Si bien todos los datos de los modelos usados tienen cierta incertidumbre, no todos los estudios sobre ACV incluyen su análisis. Para el análisis de incertidumbre el método estadístico de Monte Carlo es uno de los más utilizados (EEIA, 2021; PRé, 2020; Wang y col., 2020).
Debido a que la incertidumbre es uno de los factores clave que influyen en la confiabilidad de los resultados del ACV, el objetivo de este trabajo fue conocer la incertidumbre asociada a los datos y los modelos utilizados para evaluar el impacto en cada categoría considerada, de acuerdo a la metodología de ACV, para la gestión de los Residuos Sólidos Urbanos (RSU) en el municipio Xalatlaco, México.
MATERIALES Y MÉTODOS
Delimitación del Área de estudio
Como caso de estudio para este trabajo se eligió el municipio de Xalatlaco, Estado de México, donde las autoridades responsables del manejo de los RSU de la administración 2018-2021, dieron todas las facilidades requeridas para conocer las actividades que realizaban durante la recolección, tratamiento y disposición.
De acuerdo con el Plan de manejo de RSU del municipio de Xalatlaco 2018-2021, se contaba con cuatro etapas: recolección selectiva, tratamiento de residuos orgánicos (RO) por medio de compostaje, separación de residuos inorgánicos reciclables (RIR) y disposición final para los residuos mixtos (RM) en el sitio no controlado (SNC) del municipio (H. Ayuntamiento de Xalatlaco, 2016).
2.2Análisis de Ciclo de Vida
Para el ACV se aplicaron las normas ISO 14040 y 14044, desarrollándose las etapas:
Definición de objetivo, alcance y límites del sistema,
Inventario de ciclo de vida,
Evaluación del impacto ambiental de los diferentes escenarios propuestos,
Análisis de resultados (ISO, 2006a, ISO 2006b).
Se estableció como unidad funcional una tonelada de RSU y los límites del sistema que se muestran en la figura 1. Además, se modificó el inventario de ciclo de vida (ICV) de ECOINVENT 3.0 del software SIMAPRO® 8.0 y con este simulador se evaluaron para cuatro escenarios las categorías: Calentamiento Global (CG), Agotamiento del Ozono Estratosférico (AGE), Eutrofización de Agua Terrestre (EUA), Ecotoxicidad en Agua (ECA) y Uso de Suelo (US) (ECOINVENT, 2019; Martínez-Morales, 2021).
2.2Análisis de Incertidumbre de los escenarios considerados usando Monte Carlo
La incertidumbre, que puede simplemente ignorarse, es uno de los factores clave que influyen en la confiabilidad de los resultados del ACV (Barahmand y Eikeland, 2022). Considerando que en este estudio se han realizado suposiciones para la construcción de los inventarios de cada uno de los escenarios y para conocer la incertidumbre asociada a los datos utilizados, la mayoría de los procesos adaptados de la base Ecoinvent 3.0, así como de los modelos utilizados para evaluar el impacto en cada categoría considerada, se llevó a cabo un análisis de Monte Carlo, donde se simularon 1000 corridas a partir de los datos disponibles (Sills y col., 2013;Salazar y Alzate, 2017). El Análisis de Monte Carlo se llevó a cabo en cinco pasos:
Se consideró cada parámetro de entrada como una variable estocástica con una distribución de probabilidad especificada.
Se construyó el modelo de ACV con la consideración de todos los parámetros estocásticos.
Se calcularon los resultados del ACV.
Se repitió el proceso para una gran cantidad de iteraciones.
Se investigaron las propiedades estadísticas de los resultados: la desviación estándar, el intervalo de confianza y el coeficiente de variación.
Para incrementar la confiabilidad de los resultados obtenidos se realizó la evaluación de la incertidumbre en dos momentos, primero a cada uno de los escenarios considerados con el objetivo de investigar, cómo se propaga la incertidumbre asociada a los datos de inventario en cada una de las categorías de impacto considerada y posteriormente se realizó el análisis de la comparación de los escenarios, en este caso se seleccionó el mejor escenario propuesto de acuerdo a los resultados del ACV con el escenario base.
RESULTADOS Y DISCUSIÓN
3.1 Delimitación del área de estudio
El municipio de Xalatlaco es uno de los 125 del Estado de México y su SNC abarca 19,972 m2, está ubicado en el paraje Tilac, con coordenadas geográfica 19º09´26.60” latitud Norte y 99º24´56.4” latitud Oeste (Figura 2). El terreno donde se encuentra ubicado el SNC es propiedad del municipio y cuenta con dos hectáreas para disponer RSU y cuatro hectáreas (estimadas), donde se prepara composta y se almacenan temporalmente residuos de manejo especial (RME) como llantas usadas y residuos electrónicos (Figura 3) (Google Earth, 2022; Hernández-Berriel y col., 2021; López-Gasca, 2020).
3.2 Análisis de Ciclo de Vida
En 2017 se reportó que en el municipio de Xalatlaco se recolectaban diariamente de 30 a 33 t de RSU (Hernández-Berriel y col., 2021). Para realizar el ACV tomó como base 1,0 t de RSU y se consideraron los cuatro escenarios que a continuación se listan:
Escenario base o actual para los RSU (E0): 11,6% son RIR separados manualmente en el frente de tiro del SNC, 2,5% son RO procesados con compostaje empírico y 85,9% RM son depositados en el SNC.
Escenario 1 (E1): 23,1 % son RIR separados en banda transportadora, 24,3% son RO tratados mediante compostaje mecánico y 52,6% son RM dispuestos en el SNC.
Escenario 2 (E2): 23,1% son RIR separados en banda transportadora, 24,3% son RO tratados mediante compostaje mecánico y 52,6% son RM depositados en un relleno sanitario (RESA).
Escenario 3 (E3): 23,1% son RIR separados para reciclaje, 24,3% son RO tratados por medio de digestión anaeróbica y 52,6% son RM depositados en un RESA que cumple con la NOM-083-SEMARNAT-2003 (DOF, 2004).
El E0 presentó impactos perjudiciales para CG, EUA, ECA y US con excepción de AGE; mientras el E3 resultó con las cargas de menores impactos ambientales en cuatro de las cinco categorías evaluadas, como se muestra en la tabla 1 (Martínez-Morales, 2021).
Tabla 1 Resultados del análisis de ciclo de vida para los cuatro escenarios
| Categoría de Impacto | Unidad | E0 | E1 | E2 | E3 |
|---|---|---|---|---|---|
| Ecotoxicidad de agua fresca | kg 1,4-DCB | 409,986 | 245,882 | -7,192 | -1,546 |
| Eutroficación de agua fresca | kg P eq | 2,348E-02 | -3,986E-02 | -1,523E-01 | -9,195E-02 |
| Calentamiento Global | kg CO2 eq | 972,322 | 335,232 | -863,349 | -894,829 |
| Uso del terreno | m2a crop eq | -36,325 | -74,291 | -75,192 | -75,252 |
| Agotamiento de la capa de ozono | kg CFC11 eq | -3,9E-05 | 3,2E-04 | 3,1E-04 | 1,3E-04 |
Análisis de Monte Carlo de escenarios
Los resultados se obtuvieron a partir de la herramienta Análisis de Incertidumbre del software SimaPro 9.0.0.35, Se tomó como referencia los resultados obtenidos del ACV considerando los cuatro escenarios descritos en el epígrafe anterior. Los resultados se muestran en la tabla 2.
Evaluación de escenarios por separado
Los resultados de este análisis para cada uno de los escenarios fueron similares, se toma como ejemplo el E0 para ilustrar la forma en que se discuten los resultados. En la figura 4 se muestra el análisis de incertidumbre del E0. Se observa los valores máximos y míninos que pueden obtenerse en cada categoría de impacto debido a la incertidumbre asociada a los datos del inventario. Lo anterior brinda un resultado más confiable, pues no se emite un juicio a partir de un resultado asociado a un valor.
En la tabla 2 se puede apreciar la desviación estándar y el coeficiente de variación asociado a cada categoría de impacto. Se observa que el coeficiente de variación (CV) se encuentra por debajo del 25 %, por lo cual se puede considerar adecuado el uso de datos y modelos en este estudio (Von Pfingsten y col., 2017).
Resultados similares se obtuvieron en el resto de los escenarios y en todos los casos se comprobó que el coeficiente de variación fue inferior al 25 %.
Tabla 2 Resultados del análisis de incertidumbre para el E0
| Categoría de Impacto | Unidad | Media | Mediana | DS | CV (%) |
|---|---|---|---|---|---|
| Ecotoxicidad de agua fresca | kg 1,4-DCB | 410,89 | 397,26 | 117,86 | 24,68 |
| Eutroficación de agua fresca | kg P eq | 0,04 | 0,02 | 0,05 | 15,07 |
| Calentamiento Global | kg CO2 eq | 981,63 | 956,31 | 230,86 | 23,52 |
| Uso del terreno | m2 a crop eq | -35 | -34,24 | 6,48 | -18,5 |
| Agotamiento de la capa de ozono | kg CFC11 eq | - 0,503 | -0,5029 | 0,023 | -4,724 |
Evaluación de escenarios base y mejor propuesta
La comparación de los escenarios E0 y E3 (Figura 5) usando el análisis de incertidumbre, permitió corroborar que, en todas las simulaciones realizadas (1000) en los datos del modelo, los impactos asociados a las categorías CG, US, ECA y EUA, son superiores en más del 80% en el E0. Solo la categoría AGE presenta los menores impactos en este escenario. Este comportamiento es atribuible al incremento de los consumos de electricidad, evidenciándose la necesidad de buscar fuentes renovables de energía que sostengan el consumo de las nuevas instalaciones que se proyectan en el E3.
CONCLUSIONES
El análisis de incertidumbre realizado mediante el método de Monte Carlo posibilitó obtener la desviación estándar y el coeficiente de variación asociados al uso de datos y modelos para cada categoría de impacto. Las incertidumbres de cada uno de los procesos fueron tomadas de la base de datos Ecoinvent. En todos los escenarios y para categorías consideradas en el estudio el coeficiente de variación no superó el 25 %.
Como aspecto adicional para favorecer la toma de decisiones, se realizó una comparación entre el escenario Base (E0) y el escenario tres (E3), los resultados muestran que, en las 1000 simulaciones realizadas, el impacto de E0 resultó mayor para cuatro categorías de las cinco evaluadas, demostrándose que es factible la selección de E3.
