Impactos ambientales asociados a la huella de carbono y la energía incorporada del ciclo de vida de una edificación en Medellín

1. INTRODUCCIÓN

En la actualidad se reconoce que el cambio climático originado por las actividades humanas constituye uno de los mayores desafíos ambientales frente a las expectativas de tener un desarrollo sostenible (1(1) Anand, C. K., & Amor, B. (2017). Recent developments, future challenges and new research directions in LCA of buildings: A critical review. Renewable and Sustainable Energy Reviews, 67: 408-416. https://doi.org/10.1016/j.rser.2016.09.058
). El acuerdo de París sobre el Cambio Climático (COP21) (2(2) Naciones Unidas (2015). Convención marco sobre el cambio climático. acuerdo de parís. Conferencia de las partes, 21er período de sesiones, 21930.
), reafirmado durante las cumbres posteriores COP22 a COP25, supone un compromiso frente a la disminución de la cantidad de gases de efecto invernadero (GEI) en todos los sectores productivos. Aunque el sector de la construcción es crucial para el desarrollo socioeconómico global, los impactos ambientales de sus procesos son cada vez más significativos. El ciclo de vida de la actividad constructiva consiste en cinco fases: 1) materiales e insumos, 2) construcción, 3) operación, 4) final del ciclo de vida, 5) planeación y diseño, donde se toman las decisiones que tendrán impacto sobre todas las demás fases.

Recientes estudios indican que el ciclo de vida de la construcción es responsable del 40-50% de las emisiones de GEI a nivel mundial (3(3) Abd Rashid, A. F., Yusoff, S. (2015). A review of life cycle assessment method for building industry. Renewable and Sustainable Energy Reviews, 45: 244-248. https://doi.org/10.1016/j.rser.2015.01.043
), lo cual hace que este sector también resulte crucial para cumplir con las aspiraciones globales de mitigación del Cambio Climático. No obstante, este porcentaje está basado en datos de la actividad constructiva en países con climas estacionales y en economías desarrolladas, que no necesariamente son representativos para países tropicales con economías emergentes (4(4) Penagos, G. (2016). Políticas de construcción sostenible como herramienta de mitigación y adaptación frente al cambio climático. In: Cambio climático: Lecciones de y para ciudades de América Latina, E. ALISTE, 1st ed., ch. 2, U. Externado de Colombia, Bogotá, Colombia.
). El inventario nacional de emisiones de GEI asigna un 5% para las industrias manufactureras y de la construcción. Sin embargo, bajo un enfoque de ciclo de vida, la actividad constructiva se relaciona con otros sectores económicos, tales como el transporte, responsable del 10% de las emisiones nacionales, la industria energética, responsable del 9% de las emisiones, la disposición de residuos, responsable del 6% de las emisiones, los procesos industriales y las pérdidas de energía por transmisión, cada uno de los cuales es responsable de un 4% de las emisiones nacionales (5(5) IDEAM. (2015). Proyecto Informe Bienal De Actualización, Bogotá, Colombia.
). Ante el compromiso de Colombia, frente al Acuerdo de París de disminuir en un 20% sus emisiones de GEI para el año 2030 (6(6) García Arbeláez, C., Vallejo López, G., Higgins, M. Lou, et al. (2016). EL Acuerdo de París. así actuará colombia frente al cambio climático. WWF-Colombia, Cali, Colombia.
), es necesario crear una línea base de emisiones sectoriales con el fin de establecer metas y estrategias específicas en materia de mitigación.

Para llevar a cabo la cuantificación de emisiones en cualquier sector económico, se introduce el concepto de huella de carbono, el cual mide la totalidad de GEI emitidos por efecto directo o indirecto de un individuo, organización, evento o producto. La implementación de la huella de carbono como herramienta metodológica de medición de impacto ambiental en el sector constructivo es relativamente reciente (7-13(7) Cabeza, L. F., Rincon, L., Vilario, V., et al. (2014). Life cycle assessment (lca) and life cycle energy analysis (lcea) of buildings and the building sector: a review. Renewable and Sustainable Energy Reviews, 29: 394-416. https://doi.org/10.1016/j.rser.2013.08.037
(8) Chau, C. K., Leung, T. M., Ng, W. Y. (2015). A review on life cycle assessment, life cycle energy assessment and life cycle carbon emissions assessment on buildings. 143: 395-413. https://doi.org/10.1016/j.apenergy.2015.01.023
(9) Luo, L., & Chen, Y. (2020). Carbon emission energy management analysis of LCA-Based fabricated building construction. Sustainable Computing: Informatics and Systems, 27: 100405. https://doi.org/10.1016/j.suscom.2020.100405
(10) Butera, S., Christensen, T. H., Astrup, T. F. (2015). Life cycle assessment of construction and demolition waste management. Waste Management, 44: 196-205. https://doi.org/10.1016/j.wasman.2015.07.011
(11) Hu, M., & Milner, D. (2020). Visualizing the research of embodied energy and environmental impact research in the building and construction field: A bibliometric analysis. Developments in the Built Environment, 3: 100010. https://doi.org/10.1016/j.dibe.2020.100010
(12) Salazar Jaramillo, A. (2012). Determinación de propiedades físicas y estimación del consumo energético en la producción, de acero, concreto, vidrio, ladrillo y otros materiales, entre ellos los alternativos y otros de uso no tradicional, utilizados en la construcción de edificaciones, Santiago de Cali, Colombia.
(13) Gamboa, C. N. Q. (2016). Análisis de la energía incorporada y emisiones de co2 aplicado a viviendas unifamiliares de eficiencia energética, M. Sc., Universidad Politécnica de Cataluña Escuela, Cataluña, España.
). Por otra parte, de manera paralela al cálculo de los GEI, es posible determinar los consumos energéticos para el ciclo de vida del sector constructor. La energía incorporada es la energía consumida por todos los procesos asociados con la producción de un edificio, desde la extracción y el procesamiento de recursos naturales hasta la fabricación, el transporte y la instalación de los materiales y productos. La energía incorporada no incluye la operación y disposición del material de construcción. Estas fases son consideradas bajo el enfoque de ciclo de vida de la huella de carbono (7-13(7) Cabeza, L. F., Rincon, L., Vilario, V., et al. (2014). Life cycle assessment (lca) and life cycle energy analysis (lcea) of buildings and the building sector: a review. Renewable and Sustainable Energy Reviews, 29: 394-416. https://doi.org/10.1016/j.rser.2013.08.037
(8) Chau, C. K., Leung, T. M., Ng, W. Y. (2015). A review on life cycle assessment, life cycle energy assessment and life cycle carbon emissions assessment on buildings. 143: 395-413. https://doi.org/10.1016/j.apenergy.2015.01.023
(9) Luo, L., & Chen, Y. (2020). Carbon emission energy management analysis of LCA-Based fabricated building construction. Sustainable Computing: Informatics and Systems, 27: 100405. https://doi.org/10.1016/j.suscom.2020.100405
(10) Butera, S., Christensen, T. H., Astrup, T. F. (2015). Life cycle assessment of construction and demolition waste management. Waste Management, 44: 196-205. https://doi.org/10.1016/j.wasman.2015.07.011
(11) Hu, M., & Milner, D. (2020). Visualizing the research of embodied energy and environmental impact research in the building and construction field: A bibliometric analysis. Developments in the Built Environment, 3: 100010. https://doi.org/10.1016/j.dibe.2020.100010
(12) Salazar Jaramillo, A. (2012). Determinación de propiedades físicas y estimación del consumo energético en la producción, de acero, concreto, vidrio, ladrillo y otros materiales, entre ellos los alternativos y otros de uso no tradicional, utilizados en la construcción de edificaciones, Santiago de Cali, Colombia.
(13) Gamboa, C. N. Q. (2016). Análisis de la energía incorporada y emisiones de co2 aplicado a viviendas unifamiliares de eficiencia energética, M. Sc., Universidad Politécnica de Cataluña Escuela, Cataluña, España.
).

El objetivo de este trabajo es la generación e implementación de un modelo para la cuantificación de emisiones de GEI y energía incorporada mediante la aplicación del software UMBERTO NXT CO2 y la integración de protocolos internacionales, asociados a las fases 1 y 2 del ciclo de vida de una edificación en altura del Valle de Aburrá, región central y urbanizada de Antioquia, Colombia. Se plantearon las etapas de extracción y fabricación de materiales, transporte de materiales a obra, la etapa constructiva y el transporte, y la disposición de Residuos de Construcción y Demolición (RCD), hasta antes del comienzo de operación de la edificación analizada.

2. METODOLOGÍA

Para el cálculo de la huella de carbono (kg CO₂ eq.), a nivel mundial se reconocen el protocolo PAS 2050 y el GHG Protocol y ambos se vinculan a las normas colombianas NTC-ISO 14040 y 14064-1 (14-16(14) ISO 14067. (2018). Greenhouse gases - carbon footprint of products - requirements and guidelines for quantification.
(15) The British Standards Institution. (2011). PUBLICLY available specification pas 2050: 2011 specification for the assessment of the life cycle greenhouse gas emissions of goods and services, p. 1-45.
(16) WBCSD, WRI. (2011). Quantifying the greenhouse gas emissions of products: pas 2050 and the ghg protocol product standard: a short guide to their purpose, similarities and differences, p. 1-4.
). Para este estudio se utilizó un método estándar que vincula los protocolos mencionados (17(17) Hamburg, I. (2019). UMBERTO NXT CO2.
). Para la energía incorporada (MJ) se utilizaron el mismo modelo y las mismas variables. Las emisiones de GEI derivadas de la operación y final del ciclo de vida de edificaciones no forman parte del alcance del presente estudio; el estudio se concentra únicamente en las fases 1 y 2 del ciclo de vida de la edificación, como se describe a continuación.

Procesos correspondientes a la fase 1 del ciclo de vida.

Procesos correspondientes a la fase 2 del ciclo de vida.

A fin de facilitar la evaluación, las fases 1 y 2 de ciclo de vida con los procesos mencionados, se re-estructuraron en las siguientes etapas:

Para la etapa de extracción de la materia prima y fabricación de materiales de obra, los factores de emisión fueron tomados del informe del Programa de las Naciones Unidas para el Desarrollo (PNUD), la Unidad de Planeación Minero Energética de Colombia (UPME) y Ecoingeniería (12(12) Salazar Jaramillo, A. (2012). Determinación de propiedades físicas y estimación del consumo energético en la producción, de acero, concreto, vidrio, ladrillo y otros materiales, entre ellos los alternativos y otros de uso no tradicional, utilizados en la construcción de edificaciones, Santiago de Cali, Colombia.
), y fueron actualizados al año 2017 mediante el uso del factor de emisión de energía eléctrica reportado por la UPME (18(18) UPME. (2017). Informe mensual de variables de generación y del mercado eléctrico colombiano, Subdirección de Energía Eléctrica - Grupo Generación, Medellín, Colombia.
). Para los materiales importados, se utilizaron los factores de emisión de las bases de datos de Ecoinvent (19(19) Ecoinvent. (2013). Bases de datos versión 3.01, Zurich, Switzerland.
) y GaBi (20(20) Energy, E. (2016). EDGE materials.
), tanto para los materiales como para el transporte oceánico hasta una frontera colombiana.

Para la etapa de transporte hasta la obra, se proponen dos modos de trabajo. El primero se refiere al uso de información de las bases de datos disponibles y el segundo se refiere a la aproximación del consumo de combustible de los vehículos transportadores de materiales y de RCD. Es importante tener en cuenta durante esta etapa que no sólo se relaciona el transporte de ida, sino también el transporte de regreso. También se debe tener en cuenta el transporte desde el lugar de fabricación hasta el centro de distribución y desde ese lugar hasta la edificación. Primera metodología: A nivel internacional, para el transporte de carga, se utilizan factores de emisión en kg CO₂/t*km o consumos energéticos en MJ/ t*km. De nuevo estos factores se pueden utilizar a partir de las bases de datos de Ecoinvent o GaBi (19(19) Ecoinvent. (2013). Bases de datos versión 3.01, Zurich, Switzerland.
, 20(20) Energy, E. (2016). EDGE materials.
); sin embargo, las condiciones topográficas a nivel nacional se desestiman en el uso de este tipo de factores de emisión internacionales. Segunda metodología: Consumo de combustible durante el trayecto. En este caso, solo se tienen en cuenta las emisiones directas, utilizando los factores de emisión presentados en el informe de la Federación Colombiana de Combustibles (FECOC) (21(21) Arrieta, A. A., Janna, F. C., López, D., et al. (2016). Consultoría técnica para el fortalecimiento y mejora de la base de datos de factores de emisión de los combustibles colombianos- FECOC, Medellín, Colombia.
). Una vez estimado el consumo de combustible, se puede multiplicar por el factor de emisión y de esa manera obtener las emisiones y la energía incorporada.

Durante la etapa constructiva se tienen en cuenta, de nuevo, los factores de emisión asociados al consumo de combustible. En esta fase en particular, se toma el consumo de combustible por parte de las diferentes máquinas que trabajan in situ (mezcladoras portátiles, vibradoras y bombeadoras de concreto principalmente). También se introduce un factor de emisión nuevo, en relación a las máquinas que trabajan in situ pero funcionan con electricidad, y en general para el consumo eléctrico de la obra. En este caso el factor de emisión corresponde al promedio durante el tiempo de ejecución del proyecto, reportado por la UPME (18(18) UPME. (2017). Informe mensual de variables de generación y del mercado eléctrico colombiano, Subdirección de Energía Eléctrica - Grupo Generación, Medellín, Colombia.
).

La etapa de transporte de RCD generados durante la etapa constructiva, se trabaja de manera idéntica a la etapa de transporte de materiales a obra. Finalmente, para la fase de disposición y aprovechamiento de RCD, a partir de las bases de datos de Ecoinvent se utilizaron actividades asociadas a las principales disposiciones de residuos, utilizando como procesos generales el aprovechamiento en un centro especializado, el aprovechamiento por terceros, la disposición en escombrera, la disposición en relleno sanitario y la disposición de residuos peligrosos.

La empresa constructora de la edificación analizada, llamada Constructora X, proporcionó la información necesaria asociada principalmente al lugar de procedencia de los materiales, su consumo, la cantidad de tierras de excavación removidas, el consumo eléctrico general de la obra, las cantidades de RCD por diferente tipo y el lugar de disposición final. De manera específica, los consumos de combustible asociados al transporte de materiales y RCD se calcularon a partir de un análisis estadístico bayesiano propuesto en la metodología.

2.2. Modelo para el cálculo de emisiones

 ⌅

Para el cálculo de las emisiones se utilizó el software UMBERTO NXT CO2 de la empresa Ifu Hamburg (17(17) Hamburg, I. (2019). UMBERTO NXT CO2.
), para el cual se diseñó un mapa de procesos con un modelo con 302 variables, en el cual se utilizó sólo un flujo de referencia y un flujo manual. En la Figura 1 se muestra el modelo utilizado. Los cuadros azules corresponden a los diferentes procesos del sistema, los círculos verdes a entradas a los procesos y los círculos rojos a salidas. De izquierda a derecha las etapas analizadas fueron:

1. Extracción de materia prima y fabricación de materiales de obra, en franja verde.

2. Transporte de materiales a obra, en franja amarilla.

3. Construcción, en franja azul.

4. Transporte de RCD generados durante la etapa constructiva, en franja roja.

5. Disposición/aprovechamiento de RCD generados durante la etapa constructiva, en franja violeta.

La descripción del modelo se muestra en la Tabla 1.

Tabla 1.  Descripción del modelo.

Etapa	Procesos	Entradas	Salidas	Emisiones asociadas
Extracción de materia prima y fabricación de materiales de obra	T1	V1 a V12	-	Emisiones asociadas a la extracción y manufactura de los materiales generales, tanto a nivel nacional como internacional de materiales generales: Acero, cerámica cocida tradicional, cerámica decorativa y sanitaria, cobre, yeso (estuco), pinturas y vidrio.
	T3 a T7	V13 a V16	-	Emisiones asociadas a la extracción y manufactura de los materiales para concreto: Agregados gruesos, agregados finos, cemento, agua, cal, escoria de fundición, ceniza volante, aditivo, mortero seco, activador alcalino residuo sílico-aluminoso, precursor residuo sílico-aluminoso, precursor material activado alcalinamente general, concreto premezclado y prefabricados.
Transporte de materiales a obra	T1	P1 a P4	-	Emisiones asociadas al transporte oceánico hasta una frontera colombiana para materiales importados.
	T2 a T7	B1 a B18	-	Emisiones asociadas a consumos de combustibles de vehículos transportadores.
	T2	-	-	Flujo manual.
Construcción	T3 a T7	X1, X7 a X9	-	Emisiones asociadas a consumos de combustibles de máquinas de excavación, adecuación del suelo, mezcladoras portátiles, equipos de bombeo y máquinas vibradoras.
	T4 a T7	X3 a X6	-	Emisiones asociadas a energía eléctrica, tanto para las mezcladoras portátiles como para las máquinas vibradoras.
	T8	-	-	Edificación: Flujo de referencia.
Transporte de RCD	T9	Y1 a Y7	-	Emisiones asociadas a consumos de combustible de vehículos transportadores.
Disposición/Aprovechamiento de RCD	T9	-	W1 a W8	Emisiones generadas por la disposición de diferentes residuos.

La codificación utilizada para cada uno de los procesos, entradas y salidas descritas en la Figura 1 y la Tabla 1 se presenta a continuación:

Figura 1.  Esquema de la simulación mediante el software UMBERTO NXT CO₂.

• T: Procesos transversales a todas las etapas.

• V: Entradas de materia prima en etapa de extracción de materia prima y fabricación de materiales de obra.

• B: Entradas de transporte nacional en etapa de transporte de materiales a obra.

• P: Entradas de transporte internacional en etapa de transporte de materiales a obra.

• X: Entradas de consumos energéticos y combustibles en etapa constructiva.

• Y: Entradas de transporte nacional en etapa de transporte de RCD.

• W: Salidas de residuos en etapa de disposición/aprovechamiento de RCD.

En la Tabla 1 no se presenta la entrada X2 ni la salida Z1 para el proceso T2 durante la etapa constructiva. Esto se debe a que ambos correspondían a flujos de materiales de la edificación con emisiones cero.

2.4. Análisis estadístico bayesiano para la aproximación en los consumos de combustible de volquetas

 ⌅

Para la constructora resultó imposible registrar el consumo de combustible en todos sus trayectos. Como solución se tuvo un acercamiento con la Asociación de Volqueteros Unidos de Antioquia (A.V.A), con sede en la ciudad de Medellín, y se procedió a establecer un modelo estadístico bayesiano que permitiera generar una función de consumo de combustible Diésel comercial. Se establecieron las siguientes variables para el consumo de combustible: la inclinación máxima y la inclinación promedio de la topografía del terreno, las toneladas de material transportado y el modelo del vehículo. Es importante destacar la topografía del terreno ya que la ciudad de Medellín se encuentra localizada en un valle (Valle de Aburrá) con variaciones de pendiente muy significativas en su superficie, como se observa en la Figura 2.

Figura 2.  Perfil de elevación entre los municipios extremos del Valle de Aburrá a partir del software Google Earth Pro. Ruta desde Caldas hasta Barbosa.

La distribución a posteriori y la generación de los factores de consumo de combustible corresponden a la información relacionada a la inclinación máxima, ya que el proceso estadístico realizado mediante la inclinación promedio generaba unas desviaciones de más del 200% al comparar la función con valores reales de consumo. Esto es debido a que al trabajar con la inclinación promedio, se perdían características de inclinación proporcionales a los consumos de combustible durante ascenso y descenso.

Para establecer la inclinación máxima y la inclinación media en función de la topografía del terreno, se utilizó el software Google Earth Pro, usando el perfil de elevación de las rutas. La cantidad de combustible se midió desmontando el tanque del vehículo tanto antes de iniciar el recorrido como luego de llegar a su destino. A través del uso de este software se generaron las rutas de transporte, las cuales fueron seguidas por diferentes volquetas. Se llevaron a cabo 13 experimentos, con diferentes rutas y diferentes modelos de vehículos. Es importante resaltar que el Protocolo PAS 2050 y el GHG Protocol establecen que, para el transporte de materiales se debe tener en cuenta tanto el desplazamiento hasta el lugar de destino con material de carga, como el desplazamiento hasta el lugar de partida sin material de carga. Para cada una de las rutas, en la Tabla 3 se presentan los resultados. Es importante resaltar que la inclinación máxima es diferente en los trayectos de ida y regreso, debido a que las rutas son diferentes por la distribución y ordenamiento territorial.

Tabla 3.  Resultados del experimento.

Ruta	Transporte de ida				Transporte de regreso			Modelo del vehículo (año)
	Inclinación máxima (km)	Material transportado (toneladas)	Consumo de combustible (galones)	Galones/ (Ton*km)	Inclinación máxima (km)	Consumo de combustible (galones)	Galones/ km
Ruta 1	3,4	27,0	4,0	0,0442	3,2	3,0	0,9493	2008
Ruta 2	3,4	30,0	4,5	0,0447	3,7	3,5	0,9562	2008
Ruta 3	5,4	28,0	7,0	0,0461	4,6	4,5	0,9720	2009
Ruta 4	5,4	28,0	7,0	0,0461	4,6	4,5	0,9720	2009
Ruta 5	3,3	29,0	4,0	0,0422	4,0	3,5	0,8832	2014
Ruta 6	6,9	30,0	8,5	0,0408	5,1	4,5	0,8832	2014
Ruta 7	7,2	30,0	9,0	0,0417	6,2	5,5	0,8811	2014
Ruta 8	7,5	29,0	10,0	0,0457	4,6	4,5	0,9759	2008
Ruta 9	7,5	29,0	10,0	0,0457	4,6	4,5	0,9759	2008
Ruta 10	7,8	16,0	17,0	0,1371	5,6	13,5	2,4132	1956
Ruta 11	7,8	16,0	16,5	0,1330	5,8	14,5	2,5025	1956
Ruta 12	5,9	14,0	12,5	0,1519	7,8	15,5	1,9995	1971
Ruta 13	4,5	13,0	9,5	0,1635	3,6	7,0	1,9493	1979

2.4.1. Distribución a priori

 ⌅

Para la distribución a priori de la media y la desviación estándar, el análisis de la elicitación se llevó a cabo por el método Roulette, a través de la herramienta online Match (22(22) Morris, D. E., Oakley, J. E., Crowe, J. A. (Feb. 2014). A web-based tool for eliciting probability distributions from experts, Environmental Modelling And Software, 52: 1-4. https://doi.org/10.1016/j.envsoft.2013.10.010
). Se establecieron intervalos de consumo de combustible para la ruta más concurrida (Agregados del Norte - Bonavento) durante seis meses por veinte conductores. Se establecieron formatos en los cuales estimaban el consumo de combustible para la ruta, asumiendo modelos de vehículo anteriores al año 2000 y superiores al año 2000 y con carga máxima en ida y vacíos de regreso. Los resultados de la elicitación se presentan en la Tabla 4.

Tabla 4.  Resultados de la elicitación para la media y la desviación estándar.

Parámetros de la elicitación		Modelo posterior al año 2000	Modelo anterior al año 2000
Ida
Media	Tipo de distribución	Normal	Normal
	Parámetros de la distribución	μ = 9,029487	μ = 18,36118
		σ = 0,1163786	σ = 0,335716
Regreso
Media	Tipo de distribución	Normal	Normal
	Parámetros de la distribución	μ = 4,086247	μ = 8,594661
		σ = 0,1024839	σ = 0,2442346
Ida y regreso (indistintamente)
Desviación	Tipo de distribución	Gama	Gama
	Parámetros de la distribución	k = 27,85001	k = 42,95321
		θ = 52,4223	θ = 23,10992

2.4.2. Distribución a posteriori

 ⌅

Para la distribución a posteriori, la distribución gama supone una a priori natural conjugada para la desviación estándar. Además, se tiene una a priori normal para la media, por lo cual se puede llegar a una distribución del tipo Normal-Normal-Gama (28), presentada en [1].

[1]  $\genfrac{}{}{0pt}{}{\propto {\lambda }^{a+\frac{n}{2}-1}*exp\left[-\lambda \beta -\frac{1}{2{\sigma }_0^2}{\left(\mu -{\mu }_0\right)}^2-\frac{\lambda }{2}\sum _{i=1}^n{\left(y_i-\mu \right)}^2\right],}{\propto \equiv \left(\mu ,\lambda \right)}$

2.4.3. Estimación del combustible mediante el muestreador de Gibss

 ⌅

Examinando el kernel de la distribución propuesta en [1] y partiendo de los modelos normal-normal y normal-gama (23(23) Puza, B. (2015). Bayesian methods for statistical analysis, ANU eView, Australia.
), se puede llegar a dos distribuciones condicionales, las cuales definen el muestreador de Gibss. Estos se definen en [2] para la media y en [3] para la desviación estándar:

[2]  $\genfrac{}{}{0pt}{}{\mu ~f\left(y,\lambda \right)~N\left(\left(1-k\right){\mu }_0+k\underset{\_}{y},k\frac{{\sigma }^2}{n}\right),}{k=\frac{n}{n+\left(\frac{1}{\lambda {\sigma }_0^2}\right)} , {\sigma }^2\equiv \frac{1}{\lambda }}$

[3]  $\lambda ~f\left(y,\mu \right)~G\left(\alpha +\frac{n}{2},\beta +\frac{1}{2}\left(\left(n-1\right)s^2+n{\left(\mu -y\right)}^2\right)\right)$

El muestreador de Gibbs se comenzó en μ=0 y λ=1 y se corrieron 30.000 iteraciones. Se quemaron las primeras 10.000 iteraciones y se calcularon la media y la mediana de la simulación. En la Tabla 5 se presenta el resumen de las medias y medianas de cada una de las distribuciones a posteriori para los vehículos con modelo posterior al año 2000 en ida, modelo posterior al año 2000 en regreso, modelo anterior al año 2000 en ida y modelo anterior al año 2000 en regreso. Se puede observar que la media y la mediana son bastante cercanas, por lo cual los cálculos posteriores se llevaron a cabo con base a la media. La media (µ) corresponde al coeficiente de predicción, que posteriormente será multiplicado por la distancia en inclinación máxima y las toneladas, según el tipo de recorrido. La desviación estándar (λ) corresponde no a la desviación del coeficiente, sino a la desviación de la predicción de consumo de combustible una vez multiplicada por la pendiente máxima y las toneladas, según el tipo de recorrido.

Tabla 5.  Resumen medias y medianas para las distribuciones de las cadenas mu y lambda.

Modelo de vehículo y tipo de viaje	Distribución µ		Distribución λ
	Media	Mediana	Media	Mediana
Modelo posterior al año 2000 en ida	0,04180009	0,04180214	0,6173791	0,6106171
Modelo posterior al año 2000 en regreso	0,9727508	0,9725788	0,6168487	0,6108077
Modelo anterior al año 2000 en ida	0,1593965	0,1594039	1,943898	1,927761
Modelo anterior al año 2000 en regreso	2,050313	2,050437	1,931101	1,917809

2.4.4. Generación de los factores de consumo de combustible

 ⌅

Tomando en cuenta las medias presentadas en la Tabla 5, se presentan las ecuaciones para la predicción del consumo de combustible en la Tabla 6. Los galones de combustible obtenidos pueden multiplicarse por el factor de emisión del Diésel comercial y de esta manera obtenerse las emisiones. A modo de comprobación final, las ecuaciones de predicción de consumo se compararon con consumos reales solo en un trayecto, debido al proceso de cuantificación de combustible (desmonte de tanques). Las ecuaciones para modelos posteriores al año 2000 en ida y regreso dieron como resultado una desviación de 0,3 y 0,2 galones de combustible respectivamente. Por su parte, las ecuaciones para modelos anteriores al año 2000 en ida y regreso dieron como resultado una desviación de 0,5 y 0,4 galones de combustible respectivamente. Este aumento en la desviación probablemente se relaciona con los modelos comparados. En los vehículos anteriores al año 2000 el modelo más reciente es el año 1979 y la comparación se llevó a cabo con un vehículo del año 1990.

Tabla 6.  Ecuaciones de predicción de consumo de combustible.

Modelo de vehículo y tipo de viaje	Predicción de consumo de combustible Diésel (gal)
Modelo posterior al año 2000 en ida	(4(4) Penagos, G. (2016). Políticas de construcción sostenible como herramienta de mitigación y adaptación frente al cambio climático. In: Cambio climático: Lecciones de y para ciudades de América Latina, E. ALISTE, 1st ed., ch. 2, U. Externado de Colombia, Bogotá, Colombia. )	$\mathrm{0,0418}\mathrm{ }\mathrm{*}\mathrm{ }Kmlncmáx\mathrm{ }\mathrm{*}\mathrm{ }Ton$
Modelo posterior al año 2000 en regreso	(5(5) IDEAM. (2015). Proyecto Informe Bienal De Actualización, Bogotá, Colombia. )	$0,9728\mathrm{ }\mathrm{*}\mathrm{ }Kmlncmáx$
Modelo anterior al año 2000 en ida	(6(6) García Arbeláez, C., Vallejo López, G., Higgins, M. Lou, et al. (2016). EL Acuerdo de París. así actuará colombia frente al cambio climático. WWF-Colombia, Cali, Colombia. )	$0,1594\mathrm{ }\mathrm{*}\mathrm{ }Kmlncmáx*Ton$
Modelo anterior al año 2000 en regreso	(7(7) Cabeza, L. F., Rincon, L., Vilario, V., et al. (2014). Life cycle assessment (lca) and life cycle energy analysis (lcea) of buildings and the building sector: a review. Renewable and Sustainable Energy Reviews, 29: 394-416. https://doi.org/10.1016/j.rser.2013.08.037 )	$\mathrm{2,0503}\mathrm{*}Kmlncmáx$

3. RESULTADOS Y DISCUSIÓN

3.1. Huella de carbono y energía incorporada

 ⌅

En la Figura 3 se presenta el resultado del modelo en Diagrama Sankey para el Proyecto X analizado.

Figura 3.  Resultado del modelo en formato Sankey Diagram para el Proyecto X.

En la Figura 4a se muestra el cálculo de la huella de carbono y en la Figura 4b el cálculo de la energía incorporada para el Proyecto X. Para un consumo de materiales de 22.851.252,9 kilogramos, se produjeron 3.336.148,4 kg CO₂ eq y se consumieron 29.435.585,8 MJ. Teniendo en cuenta que es una edificación de vivienda multifamiliar en altura, con 9.568,67 m² construidos, se puede inferir que la huella de carbono equivale a 348,7 kg CO₂ eq/m² construido y la energía incorporada equivale a 3.076,2 MJ/m².

Figura 4.  Proyecto X, cálculos a partir de la información suministrada por la Constructora X. a) Huella de carbono y b) Energía incorporada.

En la Tabla 7 se muestra la cantidad, en kg CO₂ equivalente y MJ, para cada una de las etapas de la edificación. Se observa que la etapa de extracción de materia prima y fabricación de materiales genera más del 93% para la huella de carbono y más del 87% para la energía incorporada. Las demás fases no presentan porcentajes significativos respecto al total de las emisiones y los consumos energéticos.

Tabla 7.  Huella de carbono, energía incorporada y porcentajes por etapa en el ciclo de vida del Proyecto X.

Fase	Huella de carbono		Energía incorporada
	kg CO2-eq./m2	Porcentaje (%)	MJ/m2	Porcentaje (%)
Extracción de materia prima y fabricación de materiales de obra	324,3	93,01	2.694,1	87,58
Transporte de materiales a obra	19,2	5,52	359,3	11,68
Construcción	2,5	0,71	22,9	0,74
Transporte de RCD generados durante la etapa constructiva	1,1	0,31	-	-
Disposición/aprovechamiento de RCD generados durante la etapa constructiva	1,6	0,45	-	-
Total	348,7		3.076,2

4. CONCLUSIONES

Este artículo presenta un método usado para la cuantificación y análisis de la huella de carbono y la energía incorporada de una edificación de vivienda multifamiliar en altura en Medellín en varias etapas del ciclo de vida. Los resultados indicaron que: