El mismo número no representa necesariamente el mismo fenómeno

Si los sensores de metano de dos granjas muestran 35 ppm, es fácil pensar que sus condiciones de emisión son iguales. Sin embargo, el primer sensor puede haber medido durante 10 segundos cerca de la cabeza de una vaca justo después de la alimentación, mientras que el segundo puede haber registrado un promedio diario delante de un ventilador de extracción. Es posible que en un caso no se restara la concentración de fondo exterior y que en el otro también se midiera la concentración del aire de entrada. Aunque el número y la unidad de la pantalla sean iguales, si difieren el espacio, el tiempo, los animales y el flujo de aire que ese número representa, también es distinto el propio objeto de comparación.

La representatividad de la medición es una cuestión de calidad distinta de la exactitud del sensor. La guía de la EPA estadounidense sobre diseños de muestreo para datos ambientales describe la representatividad como el grado en que los datos reflejan de forma exacta y precisa las características de la población, la variación entre puntos de medición y las condiciones del proceso o del entorno. También subraya que la representatividad debe abordarse mediante el diseño del muestreo. Una muestra no representativa no se recupera por mucho que se mejore la calidad del equipo analítico.

Por tanto, no se puede afirmar un promedio de la granja o un efecto de reducción solo diciendo que «nuestro sensor tiene poco error». Un sensor calibrado puede leer bien la concentración del aire que llega hasta él. Pero que ese aire represente toda la granja, un grupo concreto de animales, un día, una estación o el periodo del proyecto es una pregunta distinta. El diseño de representatividad es lo que conecta la fiabilidad de la medición con el alcance de la afirmación.

Primero hay que definir «de qué es representativo»

La representatividad siempre requiere una población objetivo. La unidad de muestreo cambia según se quiera conocer el metano respiratorio de una vaca, la masa de metano que atraviesa la salida de una nave ganadera o las emisiones mensuales de metano de toda la granja. Si el objetivo no está claro, tampoco pueden decidirse la posición del sensor, el método para calcular el promedio ni el periodo de medición necesario.

En el metano ganadero, la representatividad puede dividirse al menos en cuatro dimensiones.

  • Representatividad espacial: en qué medida el punto de medición refleja la distribución de concentraciones dentro de la nave y las rutas reales de salida del aire.

  • Representatividad temporal: en qué medida incluye la alimentación, la rumia, el ordeño, la agitación del estiércol, el funcionamiento de los ventiladores, la variación diaria y los cambios estacionales.

  • Representatividad del grupo de animales: en qué medida la muestra refleja animales de distintas razas, edades, pesos, fases productivas, estados de salud e ingestas.

  • Representatividad del estado operativo: cómo se incluyen no solo el funcionamiento normal, sino también estados como la apertura de puertas, la limpieza, la parada de equipos, la ventilación durante olas de calor y la entrada o salida de animales.

A ello se suma el propósito del análisis. Para una alarma de seguridad es importante no pasar por alto la concentración local y momentánea más peligrosa. Para calcular las emisiones de la granja importan el promedio y la integración del flujo másico que atraviesa todo el límite. En una prueba del efecto de un pienso de bajo metano hay que igualar, entre el grupo tratado y el grupo de control, las condiciones distintas del pienso y asegurar la repetibilidad. No debe suponerse que una única disposición de sensores optimiza a la vez los tres objetivos.

Tres situaciones de campo en las que exactitud y representatividad divergen

Primero, aunque dos sensores lean la misma concentración, una ventilación distinta implica emisiones diferentes. La masa de metano que sale de una nave ganadera suele depender del producto del incremento de concentración por el caudal de aire. Una lectura de 20 ppm cuando los ventiladores funcionan rápidamente en verano y otra de 20 ppm con poca ventilación en invierno no representan la misma tasa de emisión. Si el fondo exterior es de 2 ppm y 8 ppm, respectivamente, también será distinta la contribución de la nave. Una concentración aislada expresa la composición del aire, no la masa emitida por unidad de tiempo.

Segundo, incluso el mismo promedio en el mismo lugar produce resultados distintos si cambia la muestra temporal. El promedio entre las 9 de la mañana y las 5 de la tarde puede ser de 35 ppm, y el promedio diario también puede resultar casualmente de 35 ppm. El primero no observa la rumia nocturna ni los cambios de ventilación de madrugada; el segundo sí los incluye. Si solo se almacena el promedio, esta diferencia desaparece. Deben conservarse conjuntamente la serie temporal original, el intervalo de muestreo, la proporción de datos válidos y las franjas horarias sin datos.

Tercero, incluso el mismo promedio mensual se interpreta de forma distinta si cambia la composición del grupo. El promedio de una granja que mantuvo 100 animales durante todo el periodo no representa la misma actividad que el de otra donde se enviaron 50 animales al matadero a mitad de mes. Si la producción de leche, la ganancia de peso o la ingesta de materia seca difieren mucho, comparar solo las emisiones por cabeza también puede llevar a interpretar mal la eficiencia productiva. La representatividad interviene tanto al recopilar los números como al elegir el denominador y el criterio de normalización.

¿Añadir más sensores resuelve el problema automáticamente?

El número de sensores puede mejorar la representatividad, pero no basta con aumentarlo sin criterio. Si los cinco se instalan cerca del comedero, solo repetirán con mayor precisión la misma condición local. Cuando están muy próximos y presentan una alta correlación, la cantidad de información no aumenta tanto como se espera. En cambio, una colocación estratificada en zonas con flujos de aire diferentes puede captar variaciones importantes con menos sensores.

La guía de la EPA sobre diseño de muestreo explica que debe elegirse un diseño adecuado al objetivo, como el muestreo aleatorio simple, el aleatorio estratificado o el sistemático y en cuadrícula. No es una especificación que pueda aplicarse mecánicamente a una nave ganadera, pero sus principios son útiles. En lugar de dividir el espacio por comodidad, hay que estratificarlo según las fuentes de emisión, los flujos de aire, la densidad animal y los estados operativos, y obtener observaciones en cada estrato. Resulta más práctico cartografiar primero las condiciones que rompen la representatividad que buscar «un sensor representativo».

El estudio preliminar es necesario para elaborar este mapa. Se recorren diferentes alturas y ubicaciones con un medidor portátil o una línea de muestreo móvil, registrando a la vez la dirección del viento, el estado de los ventiladores, la apertura de puertas y la hora de alimentación. Tras identificar los puntos con gran dispersión espacial de concentración y flujo, se decide dónde instalar los sensores fijos. Incluso después de instalarlos, el estudio debe repetirse cuando cambien la estación o el modo de ventilación. No hay garantía de que una disposición de verano represente la convección natural del invierno.

Los pesos deben definirse antes de calcular el promedio

También es un error frecuente calcular la media aritmética simple de varios sensores. Si el 80% del aire total atraviesa la salida A y el 20% la salida B, asignar el mismo peso a ambas concentraciones puede distorsionar el flujo másico. Para calcular emisiones se necesita una ponderación vinculada al caudal o al área representada. En las naves con ventilación natural, la dirección de entrada y salida en cada abertura cambia continuamente, por lo que incluso los pesos fijos pueden dejar de ser válidos.

Lo mismo ocurre con el promedio temporal. No se deben combinar con el mismo peso 60 valores de 1 minuto y un valor de 1 hora, ni incluir en el promedio mensual un día con muchas ausencias de datos igual que un día completo. Primero hay que remuestrear en una cuadrícula temporal uniforme y fijar criterios de datos válidos; después, comprobar la duración de los intervalos ausentes y las condiciones en que se produjeron. Si los cortes de electricidad no fueron aleatorios, sino que el equipo se detuvo durante una ola de calor, los datos ausentes pueden estar sesgados hacia condiciones de emisiones o ventilación elevadas.

El promedio también puede ocultar la distribución. De dos naves con una media de 35 ppm, una puede mantenerse estable entre 30 y 40 ppm, mientras que la otra permanece la mayor parte del tiempo en 5 ppm pero se dispara hasta 200 ppm al agitar el estiércol. Esto tiene significados distintos para la integración de carbono, la seguridad de los trabajadores y la detección de anomalías. Junto con la media deben examinarse la mediana, los cuantiles, el coeficiente de variación, la duración de los máximos y la distribución según los eventos operativos.

Cómo validar la representatividad

La representatividad no se demuestra escribiendo «punto representativo» en el plan de instalación de sensores. Debe evaluarse mediante comparaciones y repeticiones.

El primer método es lamedición simultánea en paralelo. Se miden al mismo tiempo la posición de referencia y la candidata, y el sensor fijo y el equipo móvil, para observar el sesgo y las diferencias según el estado. La medición cotejada con dos equipos en el mismo lugar es útil para conocer diferencias entre instrumentos, pero no valida directamente la representatividad espacial. Para separar el error de los equipos del efecto de la ubicación también ayuda un diseño cruzado que intercambie sus posiciones.

El segundo método es elrecorrido y cartografiado espacial. En cada modo principal —ventilación normal, mínima y máxima, alimentación o limpieza— se miden la concentración y la velocidad del aire en varios puntos. Se evalúa cuánto coincide el sensor fijo con el promedio espacial o el promedio ponderado por caudal. Si la diferencia se repite, se crea un modelo de corrección o se modifica la disposición.

El tercero es lavalidación por segmentos temporales. Se observa cuánto difiere el resultado calculado con una parte del día respecto de las 24 horas o de una referencia de largo plazo. Al ampliar el número de días de medición de 1 a 3, 7 y 14 días, se comprueba el supuesto de independencia o si se estabilizan los intervalos de incertidumbre que reflejan la estructura temporal, mediante técnicas como el bootstrap por bloques o la estratificación por estados. Como, en la estimación de emisiones de naves con ventilación natural, el periodo de medición y el número y posición de los puntos pueden influir en el resultado, no debe aplicarse a todas las granjas el tiempo mínimo de un estudio concreto; el periodo necesario debe validarse según la variabilidad de la instalación.

El cuarto método es lacomprobación con referencias externas y balance de masas. Se compara si el resultado combinado de los sensores individuales concuerda razonablemente con un ensayo de gas trazador, un balance de CO₂, una medición temporal en cámara o un modelo independiente. En vez de considerar un método como verdad absoluta, deben revisarse los límites y las limitaciones de cada uno. Una discrepancia grande es una señal para buscar problemas de representatividad, caudal, concentración de fondo o sincronización temporal.

Establecer un contrato de datos comparables

Para comparar granjas y periodos, junto con los números debe transferirse un conjunto mínimo de metadatos. Deben registrarse el ID, modelo y estado de calibración del sensor; sus coordenadas y altura; la clasificación del aire de entrada o salida; la longitud de la línea de muestreo; el intervalo de muestreo; el método de agregación; la temperatura, presión y humedad de referencia; la concentración de fondo exterior; el método de ventilación y el estado de los ventiladores; el número de animales y las características del grupo; los eventos de alimentación y estiércol; la proporción de datos ausentes y las reglas de sustitución.

El contrato de datos también puede especificar qué afirmaciones están permitidas. Por ejemplo, un sensor a la altura de la cabeza puede usarse para «la tendencia de concentración local en esa posición», pero no por sí solo para «los kg CH₄ de toda la granja». Un sensor de una salida concreta se usa para calcular emisiones ponderadas por caudal cuando funciona el ventilador correspondiente, pero se excluye durante el modo de ventilación natural. Los datos de un ensayo de 7 días pueden utilizarse para comparar esas condiciones meteorológicas y ese grupo de animales, pero debe indicarse que su extrapolación a una reducción anual requiere una justificación de la corrección estacional.

Estas restricciones de uso no reducen el valor de los datos. Al contrario, impiden reutilizar sin límites un único número para la seguridad, las operaciones, la investigación y las afirmaciones de carbono. Más que una calificación única de si los datos son «buenos o malos», la representatividad es una propiedad que define a qué preguntas pueden responder.

Lista de comprobación para la aplicación

  • Antes de comparar números, ¿coinciden la población objetivo y el propósito de medición de ambos conjuntos de datos?

  • ¿Se han registrado la posición, la altura y la orientación del sensor, así como la función del aire de entrada y salida?

  • ¿El calendario de muestreo incluye las variaciones de alimentación, rumia, estiércol, ventilación, día y noche y estaciones?

  • ¿Se han registrado la raza, el peso, la fase productiva, la ingesta y los cambios en el número de animales?

  • ¿Se ha evaluado si el promedio de varios sensores requiere ponderaciones por área, caudal o tiempo?

  • ¿Se están comparando valores de ppm como si fueran emisiones, sin concentración de fondo ni caudal de ventilación?

  • ¿Se han evaluado por separado las diferencias entre instrumentos mediante mediciones cotejadas y las diferencias de ubicación mediante recorridos espaciales?

  • ¿Se ha comprobado si los datos ausentes se concentran en condiciones meteorológicas u operativas concretas?

  • ¿Se han revisado no solo el promedio, sino también la distribución, la variabilidad y los resultados por evento?

  • ¿Se han dejado en los metadatos los usos permitidos y las limitaciones de extrapolación de cada conjunto de datos?

Conclusión: la representatividad no es una propiedad del sensor, sino el resultado del diseño

Los 35 ppm de la pantalla de un sensor informan sobre el aire que llega a él en ese momento. No adquieren automáticamente el significado de representar toda la granja, un mes, todos los animales o el resultado de un proyecto de reducción. Ese alcance se construye mediante la población objetivo, el diseño de muestreo espacial y temporal, las correcciones de caudal y fondo, los registros del grupo de animales y los ensayos de validación.

Por tanto, cuando se obtengan resultados distintos, no se debe preguntar únicamente qué sensor estaba equivocado. Primero hay que comprobar qué observaba cada sensor, qué aire y qué periodos recibieron mayor peso en el promedio y si hubo datos ausentes o cambios operativos. Son necesarios tanto sensores exactos como mediciones representativas, pero ninguno sustituye al otro. Los datos de carbono comparables comienzan cuando estas dos cualidades se gestionan por separado.

Fuentes