Feldman, Susana R.2023-07-032023-07-032023http://hdl.handle.net/2133/26026El calentamiento global tiene origen en las emisiones de gases de efecto invernadero cuyo aporte antrópico ha crecido notablemente desde la revolución industrial. El sector que más aporta a estas emisiones es el energético por ello, a nivel global se están investigando alternativas para reemplazar a los combustibles fósiles por fuentes de energía renovable. En esta Tesis se evalúa un recurso biomásico muy abundante en la provincia de Santa Fe: pastizales naturales (espartillares) de los Bajos Submeridionales en los cuales Spartina argentinensis (espartillo) es la especie dominante. Se han evaluado, mediante la metodología de Análisis de Ciclo de Vida, tres alternativas para aprovechar bioenergéticamente esta especie sin cambiar el uso actual del suelo: (i) bioelectricidad inyectada a la red (Unidad funcional: inyectar MWh de electricidad a la red), (ii) calor domiciliario (Unidad funcional: entregar MJ de calor útil para calefacción en el sector residencial) y (iii) bioetanol (Unidad funcional: producir MJ de combustible líquido para ser utilizado en el transporte vehicular). Los tres escenarios fueron contrastados con los escenarios actuales basados mayoritariamente sobre energía fósil. Se consideraron dos categorías de impacto: (i) cambio climático mediante el indicador Global Warming Potential (GWP, potencial de calentamiento global) con un horizonte de años, y (ii9 uso de energía evaluando dos indicadores: Cumulative Energy Demand (CDE, demanda de energía acumulada) y Energy Return on investment (EROI, tasa de retorno de la inversión energética). En todos los escenarios bioenergéticos, la quema del pastizal natural, es reemplazada por la cosecha de un 50% de la biomasa evitando emitir a la atmósfera una gran cantidad de gases de efecto invernadero (GEI) a causa de estas quemas. La bondad ambiental de la bioelectricidad fue muy dependiente de la eficiencia en el aprovechamiento del calor de cogeneración; no obstante, incluso el escenario más pesimista tuvo un GWP negativo (es decir que el sistema disminuye las concentraciones de CO2eq de la atmósfera) y presentó un EROI de 6: por cada unidad energética requerida por el sistema producto, se producen 6 unidades. Ambos indicadores mejoraron notablemente en los casos de mayor aprovechamiento del calor de cogeneración. El resultado fue también muy favorable en el escenario bioenergético de calefacción residencial con pellets al compararlo con el sistema actual basado sobre la calefacción con gas natural. Por cada MJ de calor útil entregado, se sustraen de la atmósfera 5,12 gramos de CO2eq y, para obtener esta energía, sólo se emplean en el sistema 0,27 MJ resultando el EROI equivalente a 3,5. El caso de producción de bioetanol fue muy dependiente de los datos considerados para la etapa industrial, porque hay una variación importante en la bibliografía. Un factor fundamental para obtener menores impactos ambientales es que los requerimientos energéticos de la planta sean abastecidos por los subproductos de la producción de bioetanol: fundamentalmente lignina y residuos sólidos de la hidrólisis. En el caso mencionado, la producción de bioetanol de espartillo sería carbono negativa: 50 gramos de Co2eq por cada MJ de biocombustible. Lo mismo sucede con la categoría de impacto “uso de energía”: los valores calculados en esta Tesis resultan favorables (EROI superiores a 1) cuando se comparan con el sistema actual y podrían mejorar más si se autoabastecen los requerimientos energéticos de la planta industrial. En caso de adoptarse alguno de los escenarios bioenergéticos propuestos, resultará necesario identificar áreas con mayor disponibilidad de biomasa puesto que un bajo rendimiento de cosecha elevará proporcionalmente todas las cargas ambientales de la etapa de campo. Por ello, se evaluó la posibilidad de predecir la disponibilidad de biomasa de S. argentinensis mediante cámaras espectrales montadas en un dron, con el objetivo de poder obtener un modelo predictivo extrapolable a una mayor escala mediante imágenes satelitales. El modelo obtenido para estimar la biomasa total del espartillo permitió explicar el 62% de si variabilidad. Las fracciones de la biomasa verde y senescente pudieron ser predichas con mayor precisión, presentando un R2 de 66% para cada una de ellas. La raíz del error cuadrático medio normalizado (NRMSE por sus siglas en inglés: Normalized root mean square error) fue de 24%, 30% y 27% para biomasa total, senescente y verde, respectivamente.Global warming originates from greenhouse gas emissions whose anthropic contribution has grown significantly since the industrial revolution. The energy sector is the one that contributes the most to these emissions, therefore, alternatives are being investigated globally to replace fossil fuels with renewable energy sources. In this Thesis, an abundant biomass resource within the province of Santa Fe is evaluated: native grasslands (espartillares) of the Bajos Submeridionales in which Spartina argentinensis (espartillo) is the dominant species. Using the Life Cycle Analysis methodology, three alternatives have been evaluated to obtain bioenergy from this species without changing the current land use: (i) bioelectricity injected into the grid (Functional unit: inject 1 MWh of electricity into the grid), (ii) residentila heating (Functional unit: deliver 1 MJ of useful heat for heating into the residential sector) and (iii) bioetanol (Functional unit: produce 1 MJ of liquid fuel to be used in vehicular transport). The three scenarios were contrasted with the current scenarios based mostly on fossil energy. Two impact categories were considered: (i) climate change through the Global Warming Potential (GWP) indicator with a horizon of 100 years, and (ii) energy use evaluating two indicators: Cumulative Energy Demand (CDE) and Energy Return on investment (EROI). In all bioenergy scenarios, the burning of native grassland is replaced by the harvest of 50% of the biomass, avoiding the emission of a large amount of greenhouse gases (GHG) into the atmosphere due to these burnings. The environmental goodness of bioelectricity was highly dependen ton the efficiency in the use of cogeneration heat; however, even the most pessimistic scenario had a negative GWP (that is, the system decreases CO2eq concentratios in the atmosphere) and presente dan EROI of 6: for each energy unit required by the product system, 6 units are produced. Both indicators improved notably in the cases of greater use of cogeneration heat. The result was also very favourable in the bioenergy scenario of residential heating with pellets when compared to the current system base on heating with natural gas. For each MJ of useful heat delivered, 5,12 grams of CO2eq are subtracted from the atmosphere and, to obtain this energy, only 0.27 MJ are used in the system, resulting in an EROI equivalent to 3.5. The case of bioetanol production was highly dependent on the data considered for the industrial stage, because there is an important variation in the bibliography. A fundamental factor to obtain lower environmental impacts is that the energy requirements of the plant are supplied by the by-products of bioetanol production: mainly lignin and solid residues from hydrolysis. In the aforementioned case, the production of bioetanol from S. argentinensis woulf be carbon negative: 50 grams of CO2eq for each MJ of biofuel. The same happens with the impact categry “energy use”: the values calculated in this Thesis are favourable (EROI greater tan 1) when compared with the current system and could improve even more if the energy requirements of the industrial plant are self-sufficient. In case any of the proposed bioenergy scenarios are adopted, it will be necessary to identify areas with grater biomass availability since a low harvest yield will proportionally increase all the environmental loads of the field stage. For this reason, the possibility of predicting the availability of S. argentinensis biomass using spectral cameras mounted on a drone was evaluated, with the aim of being able to obtain a predictive model that can be extrapolated to a larger scale using satellite images. The model obtained to estimate the total biomass of S. argentinensis allowed to explain 62% of its variability. The Green and senescent biomass fractions could be predicted with grater precisión, presenting an R2 of 66% for each of them. Normalized root mean square error (NRMSE) was 24%, 30%, and 27% for total, senescent, and green biomass, respectively.application/pdfspaopenAccessPastizales naturalesSustentabilidadTeledetecciónBiomasaBioenergíaAnálisis de ciclo de vidadoctoralThesisEl autorAtribución-NoComercial-CompartirIgual 2.5 Argentina (CC BY-NC-SA 2.5 AR)