Se o gráfico da concentração de metano caiu, mas as emissões aumentaram, isso pode parecer estranho. No entanto, é possível se também considerarmos o volume de ar em movimento. No capítulo 8 de Tecnologia e soluções para comprovar a redução de carbono, explico a diferença entre concentração de metano e medição das emissões de metano. Hoje, vamos conversar sobre o que observar junto com o gráfico de concentração, sem nos concentrarmos em cálculos difíceis.
O que vale a pena distinguir primeiro no livro
Depois de distinguir concentração e taxa de emissão, é bom considerar o tempo. A taxa de emissão em um determinado instante e a quantidade de emissões ao longo de um dia ou de um ano também não são o mesmo valor. É preciso verificar as variações ao longo do tempo, os intervalos ausentes e a representatividade do período de medição. Também é necessário saber qual é a concentração de metano no ar que entra para examinar a parcela acrescentada pelo galpão. Mesmo ao usar cálculos simples, é necessário verificar se o ar está suficientemente misturado e se a concentração e a vazão correspondem às mesmas condições.
Qual tipo de incerteza é dominante depende das condições de medição. Em galpões com ventilação natural, a contribuição da taxa de ventilação e da representatividade espacial pode ser grande; para detectar pequenas diferenças de concentração, podem ser importantes a repetibilidade, o desvio e a correção do fundo do equipamento. Primeiro, elabore um orçamento de incerteza e compare o custo de reduzir cada componente com a melhora que isso traz à decisão final. Sensores mais caros ou um número maior de amostras não são sempre o melhor investimento.
A concentração é a proporção de um gás no ar, enquanto a taxa de emissão é a massa emitida por unidade de tempo. Para medir ou estimar emissões, é preciso relacionar a concentração e a vazão, assim como o modelo de medição, de forma adequada ao objetivo. Mesmo que a concentração diminua, não se pode concluir que a taxa de emissão em massa tenha mudado na mesma direção se o fluxo de ar aumentou. Para converter as taxas de emissão ao longo do tempo em quantidade total de emissões, também é preciso considerar o período de medição e o tratamento dos intervalos ausentes.
Em galpões com ventilação mecânica, verifique não apenas a classificação nominal dos ventiladores, mas também a pressão estática, o estado de operação e as mudanças reais na vazão de ar causadas por contaminação ou desgaste. Na ventilação natural, examine a direção e a velocidade do vento, as diferenças de temperatura e o estado das aberturas. Avalie, dentro do modelo de medição, quanto a incerteza da estimativa da taxa de ventilação afeta a taxa de emissão.
Método do gás traçador. A renovação do ar é estimada com base em uma taxa de liberação conhecida ou no padrão de diminuição da concentração. Os resultados variam conforme a semelhança entre a mistura e o transporte do gás traçador e do gás-alvo e conforme o tratamento da concentração de fundo. O nome do método, por si só, não garante precisão.
Os métodos em nível individual têm vantagens e limitações diferentes conforme o objetivo. Uma câmara respirométrica de circuito aberto calcula o balanço de massa usando o ar de entrada e saída e a vazão, mas envolve adaptação dos animais e custos elevados. O GreenFeed usa a concentração e o fluxo de ar durante as visitas ao capuz; por isso, a representatividade dessas visitas ao longo do dia é importante. O método SF6 utiliza um tubo permeável com taxa de liberação conhecida, inserido no rúmen, e um dispositivo externo de coleta para captar gases da respiração e da eructação. Em vez de criar uma classificação única de precisão baseada no nome da tecnologia, compare a taxa de recuperação, a calibração, a amostragem e os registros de execução. A concentração em um ponto do galpão não é a mesma grandeza medida que essas taxas de emissão.
Como examinar isso no campo
Imagine que os ventiladores tenham sido ligados com mais intensidade. O metano pode se misturar a um volume maior de ar e sua concentração pode diminuir. Mas, se também aumentou o volume de ar que saiu, não é possível determinar a massa de metano emitida olhando apenas para a concentração. Se a variação da concentração for transcrita diretamente como taxa de redução, a conclusão poderá mudar.
O infravermelho não dispersivo (NDIR) é um método que utiliza a absorção de luz infravermelha pelo metano. Não depende de oxigênio como a combustão catalítica e não sofre envenenamento do catalisador, mas não está livre dos efeitos de contaminação óptica, temperatura, pressão e umidade. Não se deve concluir, com base apenas no princípio de funcionamento, que o método é adequado ao monitoramento de longo prazo em uma propriedade. Para cada produto, verifique se o limite de detecção, a repetibilidade e o desvio são adequados diante da concentração esperada e da diferença entre as concentrações interna e externa.
Ao comparar sensores, examine em conjunto a faixa de medição, a resolução, a sensibilidade cruzada a outros gases, o tempo de resposta e o desvio. Também é preciso avaliar as condições ambientais, como temperatura, umidade e poeira, e os requisitos de calibração. Se o objetivo for distinguir pequenas diferenças de concentração, verifique, para cada produto e modo de operação, se a unidade indicada pelo equipamento e sua incerteza são adequadas a esse objetivo. O nome do princípio de funcionamento do sensor não substitui essa avaliação.
A IA pode ser usada para identificar possíveis anomalias, estimar pequenos períodos com dados ausentes sob condições definidas e explorar relações entre múltiplas variáveis. Também pode ajudar a organizar dados, verificar sua qualidade e preparar rascunhos de relatórios. Os objetivos e custos das falhas de cada função são diferentes, portanto não se deve avaliar todas com a mesma métrica de desempenho. É preciso informar quais dados de entrada e hipóteses geraram cada resultado e distinguir os valores estimados daqueles observados diretamente.
Perguntas a incluir na análise de investimento
Ao receber uma explicação técnica, pergunte se o valor é uma concentração ou uma taxa de emissão e a que período de tempo se refere. Também é importante saber como foram verificadas a taxa de ventilação e a concentração de fundo. Para transformar uma medição breve em um único ponto na quantidade anual de emissões de uma propriedade inteira, são necessárias evidências que conectem essas etapas.
Os dados de avaliação de IA devem ser separados de acordo com a finalidade de uso. Para prever a operação futura, considere a ordem temporal; para aplicar o modelo em outras propriedades, considere a separação por propriedade. Também separe os dados usados para selecionar o modelo daqueles reservados para a verificação final de desempenho. Compare o modelo com um modelo de referência simples e examine não apenas o erro médio, mas também os vieses por propriedade e estação do ano e as condições de falha. Assim será possível explicar o escopo real de uso.
O princípio operacional a aprender aqui é definir primeiro as condições de validade dos dados, em vez de priorizar sua quantidade. Se os períodos excluídos se concentrarem em determinados tipos de clima ou situações de fornecimento da ração, a média dos dados válidos talvez não represente a média anual. Não transfira diretamente para outro edifício os critérios de direção e velocidade do vento de um galpão; examine também a concentração de fundo, a mistura dos gases, o modelo de ventilação e a distribuição dos dados excluídos.
Uma pergunta para levar ao fechar o livro
Isso não significa que devamos desconfiar dos números dos sensores. Significa que devemos definir com precisão a pergunta a que esses números podem responder. Quando observamos em conjunto a concentração e o fluxo de ar, fica muito mais claro que mudança foi observada e o que ainda precisa ser verificado.
Sobre o autor
Bongjun Lee concluiu a pós-graduação em Gestão de Tecnologia (MOT) da Sogang University. Trabalhou durante 27 anos no setor de medição de gases, incluindo 7 anos na Infitron Co., Ltd. e 20 anos na Honeywell, atuando como engenheiro de serviços, em vendas técnicas e na gestão de canais. Atualmente, como fundador da AI Safety Korea Co., Ltd., pesquisa o monitoramento de metano na pecuária com o uso de sensores, IA e análise de dados, bem como sistemas de medição, relato e verificação (MRV).