Compilación y análisis de inventario de ciclo
de vida (ICV) de la flota anchovetera industrial
peruana:
Niveles de detalle óptimos y fuentes de
variabilidad en consumos de combustible
Rosa Vinatea, Universidad Nacional Federico Villarreal
Dr. Pierre Fréon, IRD
Ms. Angel Avadi, IRD
Ms. Rocío Joo, IRD
Federico Iriarte, Universidad Nacional Federico Villarreal
DISCOH Scientific Workshop
March 2012
1
1. Análisis de Ciclo de Vida- Análisis del inventario de
ciclo de vida.
2. Problema
3. Objetivo
4. Materiales y Métodos
5. Resultados
6. Conclusiones Preliminares
2
Análisis de Ciclo de Vida - LCA
Objetivo y
Alcance
Impactos
Asociados
Interpretación
Análisis del
Inventario
3
*Fuente PRODUCE 2011
4
Problema:
¿Cómo compilar de manera correcta un
adecuado inventario de Ciclo de vida de
la flota anchovetera industrial peruana?
5
Objetivo
Principal
Decidir el umbral de
contribución (Treshold) y el
nivel de detalle ideal.
Tomando como criterios, la
masa, el valor económico e
impacto ambiental
estimado.
Determinar la forma ideal
de elaborar un adecuado
inventario de ciclo de vida
(ICV) de la flota
anchovetera industrial.
Identificar los principales
ítems del inventario, que
cumplen el umbral de
contribución
Discutir las diferentes
fuentes de variabilidad,
métodos utilizados y
problemas para estimar de
consumo de combustible.
6
Discusión de la variabilidad del
Consumo de Combustible
Inventario de la Flota anchovetera
Industrial
• Se realizaron encuestas y
entrevistas, en diferentes
astilleros, puertos, empresas
pesqueras y afines (20082011)
• Se logro obtener información
de 135 embarcaciones, las
que se agruparon en
categorías de CBOD de 80m3.
• Se realizaron diferentes
ensayos con las principales
variables para determinar su
correlación.
• Se colecto información del
consumo de combustible
2000-2003; 2008-2010.
• Se obtuvieron datos SISESAT
2000-2009.
• Las embarcaciones se
agruparon en categorías de
CBOD de 80m3.
• Se realizaron análisis ANOVA,
GLM, análisis del componente
principal (PCA) y análisis de
Discriminantes, con las
principales variables
explicativas.
7
Resultados:
1° Análisis de las encuestas del
Inventario (ICV).
2°Análisis del Consumo de Combustible
(2000-2003, 2008-2010).
3° Análisis de los datos VMS (2000-2009).
8
1° Análisis de las encuestas del Inventario (ICV)
•El inventario esta
compuesto por 679
ítems.
•Tenemos un total de
135 embarcaciones
Light Ship (t) = 132.9 + 0.84 Arqueo bruto + 0.55 CBOD (m3) + -7.17 Eslora (m)
Light Ship vs. Gross Tonnage
Light Ship vs. Length
700.00
700.00
600.00
600.00
500.00
500.00
400.00
400.00
y = 0.8476x + 62.116
R² = 0.7363
300.00
y = 12.791x - 178.93
R² = 0.6293
300.00
200.00
Light Ship (t)
200.00
100.00
Lineal (Light Ship (t))
100.00
Light Ship (t)
-
Lineal (Light Ship (t))
-
200.00
400.00
Gross Tonnage
600.00
800.00
-
20.00
40.00
60.00
80.00
Length
9
2° Análisis del Consumo de Combustible (2000-2003, 2008-2010).
Boxplot galTM por AÑO
5
0 2 4
2000
2001
2002
2003
2008
2009
2010
75
155
235
315
395
475
555
635
715
875
-4
residuals(ANOVA.res)
5
10
10
15
15
Boxplot galTM por Cat CBOD
0
ANOVA.res=aov(galTM~ANO+CATBOD+CIA+EP+EdadEP+ANO*CATBOD+CATBOD*EdadEP)
100
200
300
400
500
600
700
Index
Residuals vs Fitted
-2
0
residuals(ANOVA.res)
2
4
2
0
-2
-6
-6
-4
-4
4
2
0
-4
-2
Residuals
Frequency
50 100
0
192
Standardized residuals
425168
Histogram of residuals(ANOVA.res)
6
6
R2= 0.7400825
4
2
4
6
8
10
12
Fitted values
10
Impacto de la Ley
de cuotas en el
Consumo de
Combustible:
11
ANOVA.res=aov(galTM~ANO+CATBOD+ANO*CATBOD+EP+CATBOD*MotElect+CATBOD*BULBO)
R2 = 0.7400136
DF
Sum Sq
Mean Sq
F value
Pr(>F)
AÑO
2
15.10
7.5480
8.1022
0.0003944***
Categoría de
CBOD
8
70.64
8.8300
9.4784
2.294e-11***
533.95
2.3115
2.4812
3.665e-12***
3.03
3.0295
3.2520
0.0726021
27.19
27.19
1.9419
0.0133394*
Residuals vs Fitted
200
2
300
400
4
6
8
500
10
12
10
12
4
2
0
-2
Fitted values
0.9316
Index
R2 = 0.7400136
Scale-Location
0
6
1.5
1.0
0.5
-4
2
-1
0
1
2
4
2.0
636
633
657
0.0
40
80 120
Standardized residuals
Histogram of residuals(ANOVA.res)
-2
-
2
221.72
100
0
238
Frequency
Standardized residuals
4
2
-2
0
Residuals
4
2
0
-2
Residuals
14
Standardized residuals
Año : Categoría
de CBOD m3
1
0
Motor Eléctrico
231
636
633
657
-2
Embarcación
residuals(ANOVA.res)
6
Variables
4
3
6
8
0.
4
Fitted values
residuals(ANOVA.res)
12
3° Análisis de los datos VMS (2000-2009)
20000
10000
0
tabla.ANO
30000
Viajes
porpor
año
Viajes VMS
Anho
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
13
14
ANALISIS DE COMBUSTIBLE Y DATOS DE VMS (DATOS SATELITALES)
DF
Sum Sq
Mean Sq
F value
Pr(>F)
AÑO
5
1318.59
263.719
199.9313
<2.2e-16***
Categoría de
CBOD m3
9
68.87
7.652
5.8012
3.015e-07***
4
175
566.32
3.236
2.4534
1.667e-10***
DTV (Duración
Total de viaje)
1
65.48
65.479
49.6410
2.295e-11***
Año : Categoría
de CBOD m3
23
64.83
2.819
2.1369
0.002633**
222
292.83
200
300
400
Index
Residuals vs Fitted
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
156
4
122
Histogram of residuals(ANOVA.res)
2
0
40
-2
80
Residuals
85
2
4
6
8
10
12
Fitted values
0
Scale-Location
156
15
2
132
4
122
0
residuals(ANOVA.res)
4
2.0
2
1.5
0
1.0
-2
ardiz ed residuals
Frequency
R2 = 0.88
4
1.319
2
100
0
0
-2
Residuals
Standardized residuals
-2
0
Embarcación
ardized residuals
residuals(ANOVA.res)
Variables
2
ANOVA.res=aov(galTM~ANO+CATBOD+EP+ANO*CATBOD+DTV+DTR,data= matriz2)
0
20
40
Boxplot Duracion Total de Viaje por AÑO
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Boxplot Distancia Total Recorrida por AÑO
0 100
0
300
2 4
6
8 10
Boxplot SINOSUIDAD por AÑO
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
0
5
10
15
20
Boxplot Número de Calas por AÑO
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
16
CONCLUSIONES PRELIMINARES:
•
•
•
•
•
•
•
Se considero que el peso de acero del barco se puede estimar con el Light ship
weight, lo cual se puede estimar a partir de la Capacidad de Bodega, arqueo bruto
y eslora.
El consumo de combustible, varía de acuerdo al año según la abundancia,
distribución del recurso y a partir del 2009 por la ley de cuotas.
Otra variable significativa es la Capacidad de Bodega de la embarcación, en donde
se aprecia consumo de combustible más alto en las categorías de bodega:
75-155m3 porque tienen un efecto de escala.
635-875m3 porque tienen dificultad de llenar la bodega.
Se encontró una interacción alta entre AÑO*Categoría de Capacidad de Bodega, lo
que nos dice que el patrón de consumo de combustible según Categoría de
Capacidad de bodega varía de un año a otro.
Otras fuente de variabilidad es la embarcación, esto es dado por la habilidad del
capitán, tripulación, las variaciones de las zonas de pesca y la temporada.
El consumo de combustible no varia mucho según la compañía, edad de la
embarcación, presencia y ausencia de bulbo o motor electrónico.
Los principales ítems a tomar en cuenta es encontrar el peso de acero del barco,
consumo de combustible y sus principales variaciones, datos del antifouling que se
usa en la obra viva de la embarcación.
17
Muchas Gracias!
Preguntas?
18
Descargar

de la flota anchovetera - DISCOH