Propagación de incertidumbre y sensibilidad de entrada en la evaluación del ciclo de vida: una aplicación a los...

Área de la Ciencia:

• Ciencias del medio ambiente
• Ingeniería Química
• Modelado computacional

Sus antecedentes:

• Los modelos de evaluación del ciclo de vida (ACV) son cruciales para la evaluación del impacto ambiental.
• El análisis de sensibilidad identifica parámetros clave, pero a menudo está limitado por la incertidumbre de los parámetros.
• Los métodos existentes carecen de un enfoque estructurado para definir y cuantificar las incertidumbres de entrada en ACV.

Objetivo del estudio:

• Proponer un marco metodológico para el análisis de la sensibilidad de los insumos en ACV, que incorpore la cuantificación de la incertidumbre.
• Definir la sensibilidad de entrada tanto para el punto medio como para el punto final.
• Proporcionar un enfoque cuantitativo para la determinación de las incertidumbres de entrada en los modelos de ACV.

Principales métodos:

• Desarrolló un marco para definir la sensibilidad de los insumos y cuantificar las incertidumbres.
• Simulaciones de Monte Carlo aplicadas para la propagación de la incertidumbre.
• Utilizó la biblioteca SALib de Python para calcular los índices de Sobol para el análisis de sensibilidad global.

Principales resultados:

• Se obtuvo un error relativo del 2% en los indicadores del punto medio, comparable con los métodos de matriz de pedigrí.
• Los análisis de sensibilidad global y local arrojaron resultados coherentes.
• Demostró la eficacia del marco en un estudio de caso de la producción de xilitol como material de cambio de fase.

Conclusiones:

• El marco propuesto ofrece un método simplificado y fácil de usar para priorizar los insumos de ACV.
• Los tomadores de decisiones pueden utilizar efectivamente este enfoque para la verificación de indicadores individuales o para centrarse en indicadores orientados al daño.
• La investigación futura debe centrarse en refinar los coeficientes de la base de datos y explorar la no linealidad del modelo para una mayor precisión.