Modelado de emisiones de CO2 en el sector transporte peruano mediante sustitución de combustibles: Un enfoque predictivo con arima y redes neuronales

Resumen

El sector transporte en Perú es el principal generador de CO?, con un alto uso de combustibles fósiles como el diésel y la gasolina, lo cual representa una problemática en cuanto al cumplimiento de los compromisos climáticos del país. Al respecto, la investigación tuvo como objetivo modelar las emisiones de dióxido de carbono que resultarían de sustituir estos combustibles por opciones que generen menos contaminación, como el gas natural vehicular (GNV) y el gas licuado de petróleo (GLP). La metodología partió de un enfoque cuantitativo mediante el estudio de series temporales, utilizando modelos autorregresivos integrados de medias móviles (ARIMA), programación lineal y redes neuronales artificiales sobre datos de consumo recopilados entre 2007 y 2021. Los resultados mostraron que el modelo ARIMA (2,1,1) (1,1,1) [12] ofreció el mejor ajuste para predecir las emisiones relacionadas con el diésel, la gasolina y el GLP, mientras que la serie del GNV mostró un crecimiento lineal. Las proyecciones para el año 2030 indicaron que, en un escenario continuo, el diésel seguiría siendo responsable del 64% de las emisiones totales en el sector. Por lo tanto, la sustitución completa del diésel por GNV podría llevar a una disminución del 99. 21% en emisiones, y un cambio a GLP podría reducirlas en un 85.85%. Se concluye que avanzar hacia combustibles más ecológicos, especialmente el GNV, tiene un gran potencial para la mitigación, además de ofrecer un análisis basado en modelos predictivos para respaldar las políticas de descarbonización del transporte en Perú