Introducción

Los gases de efecto invernadero (GEI) son de origen natural. Es decir, han estado siempre presentes en la atmósfera terrestre, procedente de acciones naturales como la respiración o la descomposición de los residuos orgánicos (^{Gómez-Sanabria et al., 2022}). Sin embargo, después de la era industrial se observa un incremento en su concentración por la acción antropogénica, lo que contribuye al calentamiento global y los cambios climáticos vividos actualmente (^{Pérez & Osal, 2019a}; ^{Pérez et al., 2020}; ^{Xu et al., 2022}).

Generalmente, las emisiones de GEI se le atribuyen o relacionan con la generación de energía con combustibles fósiles (^{Sánchez et al., 2017}; ^{Sánchez et al., 2018}). Sin embargo, los apéndices 2 y 3 del informe del Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC, por su sigla en inglés) del 2006 enuncian un desarrollo metodológico para estimar las emisiones de dióxido de carbono (CO2) y metano (CH4) de las tierras inundadas (^{IPCC, 2006a}; ^{IPCC, 2006b}), entre las que se encuentran la de los cultivos y los embalses artificiales. Más adelante, la quinta comunicación del IPCC revela que el 16 % de estas emisiones antropogénicas corresponden al CH4 (^{Pérez et al., 2020}).

En los embalses de las centrales hidroeléctricas se emiten tres tipos de GEI que contribuyen al cambio climático, como son el CO2, CH4 y el óxido nitroso (N2O) (^{Lu et al., 2020}). ^{Demarty et al. (2011)}, ^{Cifuentes (2020)}, ^{Ion & Ene (2021)}, ^{Qin et al. (2021)} y ^{Soued & Prairie (2021)} señalan que las emisiones de CH4 dependen principalmente del clima, la ubicación geográfica, la edad del reservorio y la superficie del espejo de agua.

^{Gómez-Núñez et al. (2014)} señalan a SCImago Journal & Country Rank (SJR) como un factor de medición que determina la calidad de las publicaciones científicas, basado en el recuento de citas obtenidas por cada publicación. Así, la estimación de las emisiones de gases de efecto invernadero (GEI) en embalses hidroeléctricos, de acuerdo con el ranking SJR, está enmarcado en el área de energía, focalizado en la sección de energías renovables, sostenibilidad y medio ambiente.

Este artículo permite analizar los métodos que se emplean para estimar las emisiones de GEI en embalses hidroeléctricos, colaborando en la mitigación de las emisiones, lo cual persigue un objetivo global: trabajar para lograr los objetivos de desarrollo sostenibles (ODS). Además, permite identificar sus características, las oportunidades que ofrece y las limitaciones, ubicando los vacíos de conocimiento para nueva investigación y nuevos planteamientos. Por tal motivo, el propósito de este trabajo es revisar en los últimos cinco años de literatura científica los métodos de estimación de las emisiones de GEI en embalses hidroeléctricos y, a partir de esto, efectuar un análisis de estos para establecer la posición actual de la ciencia del cambio climático (^{Guamán & Espinoza, 2022}) ante la energía hidroeléctrica.

Método

En este artículo se aplica una revisión sistemática de literatura acerca de métodos utilizados en las estimaciones de GEI en los embalses hidroeléctricos, considerando como fuentes de consulta ScienceDirect y Google Scholar (^{Tober, 2011}). Se aplica el procedimiento utilizado por los autores ^{Araujo & Vásquez (2021)} para la búsqueda, selección y análisis bibliográfico.

Los estudios descriptivos especifican propiedades relevantes de grupos, regiones, personas, población y otros objetos que se someten a ser investigados, reconociendo sus aspectos y factores que comparten para establecer una evaluación de sus características (^{Pérez & Osal, 2019b}). Los pasos considerados en este estudio como método sistémico de investigación se visualizan en la figura 1.

Fuente: ^{Araujo & Vásquez (2021)}.

Figura 1 Diagrama metodológico para el análisis sistémico de la información 

En el artículo se analizan los métodos reportados en la literatura revisada para la estimación de las emisiones de GEI en embalses en diversas regiones, clasificando publicaciones científicas encontradas en los motores de búsqueda de ScienceDirect y Google Scholar (^{Tober, 2011}).

Como primera etapa operativa de búsqueda de acuerdo con la figura 1, haciendo uso de las palabras clave con operadores booleanos, se generó la expresión de búsqueda: ((“GHG emissions” OR “Carbon dioxide” OR “Methane” OR “Nitrous oxide”) AND “hydroelectric reservoir”), desde el motor de búsqueda de ScienceDirect y Google Scholar (^{Tober, 2011}).

De la pesquisa general de ScienceDirect se recopilan 290 resultados que se solapan con los 1620 resultados hallados en Google Scholar. Seguidamente, se aplica un filtro a la información de estos motores de búsqueda para solo considerar artículos de revisión e investigación en los últimos cinco años (desde el 2018 hasta el 2022), de lo que se obtienen 74 resultados, de los cuales se extraen 17 artículos como bibliografía relevante para el análisis del estado del arte; dichos artículos consideran los aspectos planteados en la metodología en la sección de descripción de las características.

En la segunda etapa metodológica se identifican y describen las características compartidas en las diferentes publicaciones científicas seleccionadas como relevantes en la etapa 1 en términos de GEI considerados, región geográfica donde se desarrolló el trabajo, herramientas empleadas por los autores y factores resaltantes de los embalses, así como el resultado obtenido en su investigación.

En la tercera etapa operativa de la metodología se le atribuye un valor de pertinencia a cada característica de la segunda etapa para ponderar su importancia, con lo que se obtiene finalmente una matriz de resultados, que permite visualizar cuál es la tendencia de las investigaciones en el desarrollo de los modelos de estimación de los GEI en embalses hidroeléctricos.

Resultados

Del ranking SJR se extraen los datos mundiales (figura 2) de los documentos publicados en el área de energía disponible en la base de Scopus (^{Martín-Martín et al., 2018}). Por año, se extraen los 10 primeros países del ranking mundial, junto con la cantidad de documentos publicados por esta sección, como se muestra en la tabla 1.

Fuente: elaboración propia con datos de SJR. Leyenda: documentos indizados (barras), diferencia de publicaciones por año (línea).

Figura 2 Porcentaje de documentos publicados indexados en Scopus en el área de energía para el periodo 2017-2021. Datos mundiales 

Tabla 1 Ranking de los 10 primeros países por región con mayor número de publicaciones en el área de energías renovables, sostenibilidad y medio ambiente. 

Fuente: elaboración propia con datos de SJR.

Observación: se aplica la identificación de países de acuerdo con la codificación de la norma ISO 3166-1, Alpha 3 (^{World Integrated Trade Solution, 2010}).

Otro ranking denominado Scimago Institutions Ranking (^{Torres-Samuel et al., 2019}) se utiliza para clasificar las instituciones por regiones y áreas de estudio donde se desarrollan los documentos publicados en la base de datos de Scopus. Este muestra un alto porcentaje de participación de las universidades en el desarrollo de publicaciones para el 2021 y aporta el 76.44 % de los documentos generados en el área de energía.

Al detallar la figura 2 se nota un crecimiento porcentual de publicaciones en el área de energías renovables, sostenibilidad y medio ambiente, al comparar el 2017 y el 2021. De igual manera, en el 2021, esta área de investigación abarca cerca del 25 % del total de las publicaciones indizadas en Scopus a nivel mundial.

Los países con mayor desarrollo de publicaciones en el área de energía renovable, sostenible y amigable con el medio ambiente se indican en la tabla 1. La tabla 1 muestra la postura que estos países, posicionados en los primeros lugares, han adoptado para abordar estos temas. China, Estados Unidos e India se encuentran en las tres primeras posiciones del ranking, y han permanecido así los últimos cinco años. Esto es ratificado con lo enunciado por el informe sobre la situación de la energía hidroeléctrica en el 2022 de la Asociación Internacional de Energía Hidroeléctrica (IHA, por su sigla en inglés). El informe muestra que China lidera el camino en desarrollo hidroeléctrico a nivel mundial con el 80 % de la nueva capacidad instalada en el país para el 2021 (^{International Hydropower Association, 2022}).

Evaluación de las características

Esta se efectúa en la tabla 2, en la que se asigna un valor de pertinencia numérico a cada característica descrita en la sección anterior, basado en que cada una tiene la misma importancia, por tanto, el peso individual es asignado a un valor de 0.25, en que el valor más alto es de uno, lo que significa que reúne los aspectos deseados planteados en la metodología.

Tabla 2 Codificación de valores de pertinencia para evaluar las características 

Fuente: elaboración propia.

En la tabla 2 se rescata el método utilizado para la determinación de los GEI en los embalses hidroeléctricos, al asignarle un valor más alto a las estimaciones de las emisiones. Esto es debido a que es relevante saber qué tan precisa es la metodología aplicada por cada autor para estimar las poluciones, sin necesidad de hacer un muestreo directo en el embalse, sino utilizando variables características para poder mostrar un resultado más aproximado de los GEI.

El valor deseado de la tabla 2 también se le atribuye a la inteligencia artificial como tecnología y herramienta utilizada para estimar las emisiones por su excelente aplicación en áreas como las empresas y la ciencia (^{Badaro et al., 2013}), cantidad de GEI considerados en el artículo (CO2, CH4, N2O), en que la mayor precisión se da para los tres GEI, lo que le da más fortaleza y alcance a la investigación y, finalmente, si el resultado obtenido es un factor de emisión que utiliza la energía eléctrica generada por la central hidroeléctrica asociada al embalse.

La condición deseada, como lo señala la tabla 2 respecto a los factores resaltados del artículo, se da cuando el artículo involucra las cuatro variables señaladas en el apartado anterior ( f ), y si, además, la región geográfica donde se desarrolla el artículo es en la zona ecuatorial, ya que en esta zona (a diferencia de otras regiones del mundo) las emisiones tienden a incrementarse (^{Ion & Ene, 2021}).

Resultados

Los resultados de la clasificación de los métodos aplicados a la estimación de GEI en los embalses hidroeléctricos se muestran en la tabla 3. Cada característica se evaluó a partir de los valores de la tabla 2.

Tabla 3 Matriz de resultados de los modelos de estimación de GEI en embalses hidroeléctricos 

Fuente: elaboración propia.

Nota: el artículo señalado con el sombreado es el que reúne la mayor cantidad de características deseadas.

Discusión de resultados

En la tabla 3, en la columna a, se detalla que el 53 % de los artículos seleccionados se basan en estimaciones de las emisiones de GEI en embalses hidroeléctricos, siendo muy cercana también la participación de las mediciones directas realizadas en los embalses. Las mediciones directas sirven para establecer las emisiones difusoras, por burbuja o desgasificación particulares del embalse que permiten mejorar los resultados que se pueden obtener en las estimaciones, en las que participan otras variables adicionales (^{IPCC, 2006b}; ^{Pérez Cedeño et al., 2020}).

Por su parte, un 47 % es atribuido tanto al uso de software como a los análisis de muestras en laboratorios, siendo la participación de la inteligencia artificial apenas de un 5.88 % como tecnología o herramienta que se utiliza para determinar las emisiones en los embalses. En relación con los GEI que considera cada artículo para el desarrollo de su investigación, solo el 5.88 % hace la estimación de los tres: el CO2, el CH4 y el N2O, detallándose que alrededor del 59 % de los artículos consideran solo dos GEI.

En los resultados que se extraen de los artículos analizados, solo el 23.5 % corresponde a factores de emisión que se refieren a la relación que existe de las emisiones de GEI por unidad de energía eléctrica generada en la central hidroeléctrica asociada al embalse (^{Song et al., 2018}; ^{Levasseur et al., 2021}).

En la distribución de las regiones geográficas donde se encuentran los embalses de los artículos analizados en la tabla 3, se tiene que un 35.3 % de los trabajos son desarrollados en la región de latitudes medias (entre las zonas polares y subtropicales), un 35.3 % corresponde a la región subtropical y el 29.4 % restante en la región tropical, siendo así una distribución bastante uniforme a nivel mundial, sin embargo, es oportuno acotar que la región tropical es la que tiende a ser más emisora de GEI (^{IPCC, 2006b}).

De las seis características que se utilizan en la tabla 3 para ponderar los artículos, la que más se acerca a las condiciones ideales, de acuerdo con el objetivo del presente trabajo, es la publicación de ^{Resende et al. (2020)}, quien trabaja con técnicas de inteligencia artificial para estimar las emisiones en un embalse de la región tropical donde se destacan las variables tales como la temperatura del agua, el periodo libre de hielo, la edad del reservorio y la superficie del embalse, lo que proporciona emisiones de CO2 y CH4 como sus resultados.

Conclusiones

En los últimos cinco años se nota la necesidad de trabajar en la sostenibilidad de la energía renovable que mueve al mundo, tal es el caso de los embalses hidroeléctricos que han participado como medio para ayudar a tener un ambiente más limpio. Sin embargo, como se encontró en la literatura científica, a pesar de ser una energía renovable que utiliza el agua como recurso principal, al tener un embalse asociado se le atribuye una participación en las emisiones de GEI.

Para determinar las emisiones de GEI en los embalses hidroeléctricos, los estudios indican que las estimaciones son un método acorde para lograrlo, basándose en variables como la edad del reservorio y temperatura del agua, el periodo libre de hielo y la superficie del embalse, junto con el uso de software o la inteligencia artificial y considerando GEI como el CO2, CH4, N2O para brindar mejores resultados.

La revisión de literatura indica que existe versatilidad en los métodos de estimación de los GEI en embalses hidroeléctricos, lo cual ofrece la oportunidad de optimizar dichos métodos para tener mejoras en la precisión de los resultados y poder contribuir con los ODS, la gran meta mundial^{1 2}.