Para afirmar que algo se redujo, hace falta un punto de partida con el que comparar. ¿El mes pasado? ¿Otra granja durante la misma estación? En el capítulo 7 de Tecnología y soluciones para demostrar la reducción de carbono se examinan conjuntamente la línea de base de reducción de carbono y los límites del sistema de gases de efecto invernadero. Para interpretar el significado de una cifra de reducción, hay que saber con qué se compara y qué se incluye en el cálculo.
Primero, distingamos los temas que aborda el libro
Después de elegir el objeto de comparación, también hace falta un procedimiento para cambiarlo. Se puede ajustar la referencia cuando aparecen datos nuevos, pero eso debe distinguirse de elegir únicamente las condiciones favorables después de ver los resultados. Registre el motivo, la fecha de aplicación y el alcance afectado. También se pueden examinar con el mismo criterio las partidas omitidas del cálculo: hay que distinguir si se excluyeron conforme a las reglas o si no se calcularon por falta de datos. Ambas explicaciones facilitan evaluar hasta dónde se puede llegar con el resultado.
Aunque el equipo sea preciso, resulta difícil confiar en la conclusión si los límites del sistema o la línea de base son inadecuados. Y aunque los cálculos sean correctos, la falta de datos originales y de un historial de cambios limita el alcance verificable. La precisión y la trazabilidad no se sustituyen entre sí. Hay que comprobar conjuntamente la calidad de la medición y el proceso por el que ese valor lleva a una conclusión.
Antes de firmar un contrato, acuerde la afirmación que se examinará, el periodo, los límites y criterios aplicables, el nivel de aseguramiento y la materialidad, el acceso a los datos originales, la gestión de conflictos de interés y el uso permitido de los resultados. Cuando sea necesario, confirme también el alcance de reconocimiento o registro de la entidad. La opinión de verificación debe leerse dentro de ese alcance; no debe ampliarse como si certificara de forma general toda la empresa, el rendimiento de un producto o las reducciones futuras.
Los límites del sistema son los criterios que determinan qué fuentes de emisión, gases, periodos y organizaciones se incluyen en el cálculo. Si los límites no están claros, distintas partes pueden esperar resultados diferentes para la misma reducción. Compruebe las reglas de inclusión y exclusión y los criterios de materialidad de la metodología aplicable, e indique al inicio del informe si el resultado corresponde a toda la granja o a una fuente de emisiones específica.
Un error que requiere especial atención al definir los límites es la selección interesada: incluir solo las fuentes de emisión donde se observan buenas reducciones y excluir las demás. Este error no suele ser intencional. Aparece con facilidad cuando se incorporan únicamente las partidas para las que se dispone de datos.
Una comparación simple antes y después, sin controles, puede ser un punto de partida para detectar cambios en terreno. Sin embargo, la diferencia por sí sola no permite aislar el efecto causal de una tecnología. Hay que reforzar el análisis con datos de comparación o un diseño cuasiexperimental válido y evaluar los factores de confusión restantes. Distinguir por escrito lo observado de lo inferido es el principio básico para usar la matriz que sigue.
Calibración. Registre cuándo se realizó y conforme a qué norma y procedimiento, y distinga el estado previo a la calibración del estado posterior al ajuste. La diferencia entre dos inspecciones no basta para determinar la trayectoria de deriva durante el periodo intermedio. Examine conjuntamente las comprobaciones intermedias, los registros ambientales y los datos de recalibración. Si no hay fundamentos suficientes sobre el periodo afectado y la corrección, refleje esa limitación en la incertidumbre del resultado o en las restricciones de uso.
Así puede examinarlo en terreno
Pensemos en un año en que disminuyó el número de animales de una granja y también bajaron sus emisiones totales. Si se explica ese cambio únicamente por el efecto del alimento, se pasa por alto la influencia de la escala de producción. Hay que revisar qué fuentes de emisión y periodos se incluyeron y cómo se armonizaron las condiciones de comparación. Una línea de base favorable puede hacer que el efecto parezca mayor incluso con los mismos datos.
La concentración es la proporción de un gas en el aire; la tasa de emisión es la masa emitida por unidad de tiempo. Para medir o estimar las emisiones, hay que relacionar la concentración y el caudal con un modelo de medición adecuado al propósito. Aunque disminuya la concentración, si aumenta el movimiento del aire no puede suponerse que la tasa de emisión másica cambie en la misma dirección. Para convertir tasas de emisión a lo largo del tiempo en una cantidad total, también hay que considerar el periodo de medición y cómo se tratan los intervalos faltantes.
Al comparar sensores, examine conjuntamente el rango de medición, la resolución, la sensibilidad cruzada a otros gases, el tiempo de respuesta y la deriva. También deben revisarse las condiciones ambientales —como temperatura, humedad y polvo— y los requisitos de calibración. Si el propósito requiere distinguir pequeñas diferencias de concentración, compruebe si las unidades mostradas por el equipo y su incertidumbre son adecuadas, según el producto y el modo de operación. El nombre del principio de funcionamiento del sensor no sustituye estas comprobaciones.
Hay aspectos del diseño de instalación que necesariamente deben documentarse: la ubicación exacta de cada sensor (coordenadas y altura en el plano), la orientación, las estructuras cercanas, la distancia a las entradas y salidas de aire próximas, y el historial de cambios posteriores a la instalación. Los establos cambian continuamente: se añaden divisiones, se sustituyen ventiladores y se mueven los comederos. Si estos cambios no se registran, las discontinuidades de los datos quedan sin una causa identificable.
¿Qué conviene preguntar también al evaluar una inversión?
En una evaluación de inversión, conviene preguntar por el origen de la línea de base y por el procedimiento para cambiarla. Compruebe también que no se haya cambiado el objeto de comparación después de conocer los resultados. Si faltan partidas, hay que explicar por separado si su exclusión está permitida o si no se pudieron calcular por falta de datos. Son situaciones distintas.
Los datos para evaluar una IA deben separarse según su uso previsto. Para predecir operaciones futuras, hay que considerar el orden temporal; para desplegar el sistema en otras granjas, conviene separar los datos por granja. También deben distinguirse los datos usados para seleccionar el modelo de aquellos reservados para la comprobación final de rendimiento. Comparar con un modelo de referencia sencillo y revisar no solo el error medio, sino también los sesgos por granja y estación y las condiciones de fallo permite explicar el ámbito real de uso.
Al realizar cambios, registre el motivo, la fecha, el alcance en el que se comprobaron los resultados y la evaluación de impacto. Puede ser necesario modificar el plan por cuestiones de seguridad o errores en los datos. Sin embargo, un análisis decidido después de ver los resultados no debe presentarse como si se hubiera definido de antemano. Distinga los resultados del plan original de los posteriores al cambio y compruebe las nuevas hipótesis con datos independientes.
Una pregunta para llevar consigo antes de cerrar el libro
Definir la línea de base y los límites es una preparación previa al cálculo y, al mismo tiempo, un criterio para interpretar los resultados. Pruebe a describir en un párrafo el objeto de comparación y el alcance incluido. Si ese párrafo queda claro, también será más fácil ver bajo qué condiciones puede sostenerse una afirmación de reducción.
Sobre el autor
Bongjun Lee se graduó de la Escuela de Posgrado de Gestión de Tecnología (MOT) de Sogang University. Trabajó durante 27 años en el campo de la medición de gases, incluidos 7 años en Infitron Co., Ltd. y 20 años en Honeywell, desempeñando funciones de ingeniería de servicio, ventas técnicas y gestión de canales. Actualmente, como fundador de AI Safety Korea Co., Ltd., investiga el monitoreo de metano en la ganadería y los sistemas de medición, presentación de informes y verificación (MRV) mediante sensores, IA y análisis de datos.