Análise das emissões de carbono no Brasil por meio de redes neurais artificiais: uma investigação sobre processos industriais
DOI:
https://doi.org/10.21712/lajer.2025.v12.n4.p83-96Palavras-chave:
sustentabilidade, mitigação, efeito estufa, métodos computacionaisResumo
Diante da necessidade do desenvolvimento de políticas públicas mais efetivas na mitigação das emissões de gases de efeito estufa e da tomada de decisões voltadas ao planejamento estratégico em setores chave da economia, como energia, indústria e agricultura, entre outros, visando a sustentabilidade ambiental, esta investigação teve por objetivo avaliar como o processo de modelagem, previsão e simulação computacional, baseado em redes neurais artificiais, pode permitir aferir o impacto das alterações na matriz energética sobre as emissões de dióxido de carbono (CO2) da indústria brasileira. Os resultados observados indicam que o processo de modelagem, previsão e simulação computacional, baseado em redes neurais artificiais, traz como desfecho primário a possibilidade de se avaliar objetivamente o impacto das alterações na matriz energética sobre as emissões de CO2 da indústria brasileira. Como desfecho secundário, decorrente do processo de simulação em si, os resultados observados neste trabalho científico possibilitaram identificar aquelas fontes de energia cuja substituição por fontes alternativas consideradas limpas e renováveis, ainda que em pequenos percentuais (até 1%), permitiriam reduzir mais que proporcionalmente (até 10,30%) as emissões de CO2 do segmento industrial brasileiro como um todo. Adicionalmente, os resultados observados sinalizaram que as substituições de combustíveis na matriz energética devem ser realizadas de maneira direcionada, ou ainda, de forma pontual e específica por tipo de combustível, uma vez que as reduções simultâneas em todos os combustíveis integrantes da matriz energética não foram tão expressivas quanto às reduções observadas em cenários cujas reduções percentuais foram propostas para uma só fonte.
Downloads
Referências
Ali, K, Jianguo, D, Kirikkaleli, D, Mentel, G and Altuntaş, M (2023) ‘Testing the role of digital financial inclusion in energy transition and diversification towards COP26 targets and sustainable development goals’, Gondwana Research, v. 121, p. 293–306. https://doi.org/10.1016/j.gr.2023.05.006
Andrei, M, Thollander, P, Pierre, I, Gindroz, B and Rohdin, P (2021) ‘Decarbonization of industry: guidelines towards a harmonized energy efficiency policy program impact evaluation methodology’, Energy Reports, v. 7, p. 1385–1395. https://doi.org/10.1016/j.egyr.2021.02.067
Araújo, OQF, Morte, IBB, Borges, CLT, Morgado, CRV and Medeiros, JL (2024) ‘Beyond clean and affordable transition pathways: a review of issues and strategies to sustainable energy supply’, International Journal of Electrical Power & Energy Systems, v. 155, Part A, p. 109544. https://doi.org/10.1016/j.ijepes.2023.109544
Brasil, Ministério da Ciência, Tecnologia e Inovação (2023) Sistema de Registro Nacional de Emissões (SIRENE): emissões de GEE por setor. Brasília: MCTI.
Carmo, CRS and Lima, AD (2018) ‘Métodos quantitativos e pesquisa contábil: um estudo de caso relacionado a pequenas amostras de dados’, Contabilometria – Brazilian Journal of Quantitative Methods Applied to Accounting, v. 5, n. 1, p. 92–109.
CEBDS – Conselho Empresarial Brasileiro para o Desenvolvimento Sustentável (2017) Opportunities and challenges of the Brazilian NDC goals for the business sector. Rio de Janeiro: CEBDS.
Collins, SD, Peek, N, Riley, RD and Martin, GP (2021) ‘Sample sizes of prediction model studies in prostate cancer were rarely justified and often insufficient’, Journal of Clinical Epidemiology, v. 133, p. 53–60. https://doi.org/10.1016/j.jclinepi.2020.11.013
Efron, B (1979) ‘Bootstrap methods: another look at the jackknife’, The Annals of Statistics, v. 7, n. 1, p. 1–26.
EPE – Empresa de Pesquisa Energética (2023) Balanço energético nacional: séries históricas e matrizes consolidadas (1970–2022). Brasília: EPE.
Felder, FA and Kumar, P (2021) ‘A review of existing deep decarbonization models and their potential in policymaking’, Renewable and Sustainable Energy Reviews, v. 152, p. 111655. https://doi.org/10.1016/j.rser.2021.111655
Galaz, V, Centeno, MA, Callahan, PW, Causevic, A, Patterson, T, Brass, I, Baum, S, Farber, D, Fischer, J, Garcia, D, McPhearson, T, Jimenez, D, King, B, Larcey, P and Levy, K (2021) ‘Artificial intelligence, systemic risks, and sustainability’, Technology in Society, v. 67, p. 101741. https://doi.org/10.1016/j.techsoc.2021.101741
Gupta, A, Davis, M and Kumar, A (2021) ‘An integrated assessment framework for the decarbonization of the electricity generation sector’, Applied Energy, v. 288, p. 116634. https://doi.org/10.1016/j.apenergy.2021.116634
Hamed, MM, Mohammed, A and Olabi, AG (2023) ‘Renewable energy adoption decisions in Jordan’s industrial sector’, Renewable and Sustainable Energy Reviews, v. 184, p. 113568. https://doi.org/10.1016/j.rser.2023.113568
Henderson, J and Sen, A (2021) The energy transition: key challenges for incumbent and new players in the global energy system. Oxford: Oxford Institute for Energy Studies.
IPCC – Intergovernmental Panel on Climate Change (2018) Global warming of 1.5°C: summary for policymakers. Geneva: IPCC.
Lampis, A, Martín, MMI, Zabaloy, MF, Soares, RS, Guzowski, C, Mandai, SS, Lazaro, LLB, Hermsdorff, SMGL and Bermann, C (2022) ‘Energy transition or energy diversification? Critical thoughts from Argentina and Brazil’, Energy Policy, v. 171, p. 113246. https://doi.org/10.1016/j.enpol.2022.113246
Liu, F and Dai, Y (2023) ‘Product quality prediction method in small sample data environment’, Advanced Engineering Informatics, v. 56, p. 101975. https://doi.org/10.1016/j.aei.2023.101975
Löfgren, Å and Rootzén, J (2021) ‘Brick by brick: governing industry decarbonization in the face of uncertainty and risk’, Environmental Innovation and Societal Transitions, v. 40, p. 189–202. https://doi.org/10.1016/j.eist.2021.07.002
McRoberts, RE, Næsset, E, Hou, Z, Ståhl, G, Saarela, S, Esteban, J, Travaglini, D, Mohammadi, J and Chirici, G (2023) ‘How many bootstrap replications are necessary for estimating remote sensing-assisted model-based standard errors?’, Remote Sensing of Environment, v. 288, p. 113455. https://doi.org/10.1016/j.rse.2023.113455
Miniard, D and Attari, SZ (2021) ‘Turning a coal state to a green state’, Energy Research & Social Science, v. 82, p. 102292. https://doi.org/10.1016/j.erss.2021.102292
Murakoshi, K (2005) ‘Avoiding overfitting in multilayer perceptrons’, Biosystems, v. 80, n. 1, p. 37–40. https://doi.org/10.1016/j.biosystems.2004.09.031
Nadaleti, WC, Souza, EG and Souza, SNM (2022) ‘The potential of hydrogen production from high- and low-temperature electrolysis methods’, International Journal of Hydrogen Energy, v. 47, n. 82, p. 34727–34739. https://doi.org/10.1016/j.ijhydene.2022.08.065
Nibedita, B and Irfan, M (2024) ‘Energy mix diversification in emerging economies’, Renewable and Sustainable Energy Reviews, v. 189, Part B, p. 114043. https://doi.org/10.1016/j.rser.2023.114043
Pelissari, MR, Cañas, SSM, Barbosa, MO and Tassinari, CCG (2023) ‘Decarbonizing coal-fired power plants’, Results in Engineering, v. 19, p. 101249. https://doi.org/10.1016/j.rineng.2023.101249
Santos, DA, Dixit, MK, Kumar, PP and Banerjee, S (2021) ‘Assessing the role of vanadium technologies’, iScience, v. 24, n. 11, p. 103277. https://doi.org/10.1016/j.isci.2021.103277
Santos, FS, Nascimento, KKF, Jale, JS, Xavier Júnior, SFA and Ferreira, TAE (2024) ‘Brazilian wind energy generation potential’, Renewable and Sustainable Energy Reviews, v. 189, Part B, p. 113990. https://doi.org/10.1016/j.rser.2023.113990
SEEG – Sistema de Estimativas de Emissões e Remoções de Gases de Efeito Estufa (2023) Emissões de CO₂ por setor: processos industriais. São Paulo: Observatório do Clima.
Shahbaz, M, Siddiqui, A, Ahmad, S and Jiao, Z (2023) ‘Financial development as a determinant of energy diversification’, Energy Economics, v. 126, p. 106926. https://doi.org/10.1016/j.eneco.2023.106926
Treut, GL, Lefèvre, J, Lallana, F and Bravo, G (2021) ‘The multi-level economic impacts of deep decarbonization strategies’, Energy Policy, v. 156, p. 112423. https://doi.org/10.1016/j.enpol.2021.112423
Vega, P, Bautista, KT, Campos, H, Daza, S and Vargas, G (2024) ‘Biofuel production in Latin America’, Energy Reports, v. 11, p. 28–38. https://doi.org/10.1016/j.egyr.2023.10.060
Wang, M, Hui, G, Pang, Y, Wang, S and Chen, S (2023) ‘Optimization of machine learning approaches for shale gas production forecast’, Geoenergy Science and Engineering, v. 226, p. 211719. https://doi.org/10.1016/j.geoen.2023.211719
Zambrano-Monserrate, MA (2024) ‘Clean energy production index and CO₂ emissions in OECD countries’, Science of the Total Environment, v. 907, p. 167852. https://doi.org/10.1016/j.scitotenv.2023.167852
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2025 Latin American Journal of Energy Research
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
O autor, no ato da submissão do artigo, transfere o direito autoral ao periódico.
