📄 ciencias de la Tierra

System dynamics model driven by process parameters for carbon emission prediction and mitigation scenario evaluation in open-pit metal mines

Este estudio desarrolla y valida un modelo de dinámica de sistemas impulsado por parámetros de proceso para predecir las emisiones de carbono en minas metálicas a cielo abierto y evalúa escenarios de mitigación, revelando que, si bien el beneficio y el manejo de relaves dominan las emisiones, la combinación de mejoras de eficiencia y estrategias de descarbonización puede reducir significativamente las emisiones totales y los costos asociados.

Autores originales: Bin Bai, Guoqing Q. Li, Jie Hou

Publicado 2026-09-24

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Bin Bai, Guoqing Q. Li, Jie Hou

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El mundo se está desplazando hacia un futuro bajo en carbono, una transición que exige vastas cantidades de metal para vehículos eléctricos, turbinas eólicas y sistemas de almacenamiento de energía. Para satisfacer esta demanda, las operaciones mineras deben expandirse, pero el acto mismo de extraer estos recursos es intensivo en energía y genera gases de efecto invernadero significativos. Durante décadas, científicos e ingenieros han intentado medir estas emisiones, pero los métodos tradicionales suelen basarse en mirar hacia atrás, a lo que ya ha sucedido. Cuentan el combustible quemado o la electricidad utilizada después de los hechos. Este enfoque, aunque útil para la presentación de informes, tiene dificultades para predecir cómo cambiarán las emisiones a medida que una mina se haga más profunda, los caminos se alarguen o el equipo sea reemplazado. Trata a la mina como una instantánea estática en lugar de un sistema vivo y palpitante donde cada decisión en la etapa de planificación repercute en toda la operación, alterando el uso de energía y la producción de carbono meses o años después.

Investigadores de la Universidad de Ciencia y Tecnología de Beijing han desarrollado una nueva forma de abordar este problema. Crearon un modelo informático que actúa como un motor de simulación dinámica, diseñado específicamente para minas de metales a cielo abierto. En lugar de simplemente contabilizar las emisiones pasadas, esta herramienta toma los planes de producción de la mina —cuánta roca mover, qué tan lejos transportarla y qué equipo utilizar— y calcula la huella de carbono resultante mes a mes. El modelo desglosa la mina en sus actividades principales: perforar agujeros para explosivos, voladuras de roca, carga de camiones, transporte de materiales, trituración de piedra y procesamiento del mineral. Incluso tiene en cuenta la pérdida de almacenamiento natural de carbono cuando se altera el terreno. Al vincular estos procesos, los investigadores pueden ver cómo un cambio en un área, como una distancia de transporte más larga o un cambio a camiones eléctricos, afecta las emisiones totales de todo el sitio.

Para probar su creación, el equipo aplicó el modelo a una gran mina de metal real en China. Primero alimentaron el modelo con datos de 2024 para ver si podía recrear con precisión el uso real de energía y las emisiones de la mina. Los resultados fueron sorprendentemente cercanos a la realidad; las predicciones del modelo para la electricidad, el diésel y el uso de explosivos estuvieron a pocos puntos porcentuales de los registros reales. Esto dio confianza a los investigadores para usar la herramienta para mirar hacia adelante, simulando las operaciones de la mina para el año 2027. En este escenario futuro, el modelo predijo que la mina emitiría aproximadamente 1,76 millones de toneladas de dióxido de carbono equivalente. La simulación reveló que las fluctuaciones mensuales en las emisiones fueron impulsadas casi por completo por la cantidad de roca que la mina planeaba mover ese mes. Cuando el programa de producción exigía mover más roca, las emisiones aumentaban; cuando el programa se ralentizaba, las emisiones caían. La distancia que los camiones tenían que recorrer importaba, pero era un factor secundario comparado con el puro volumen de trabajo realizado.

La simulación también descubrió de dónde provenía realmente el carbono. Contrario a la suposición común de que los camiones pesados que suben y bajan por el tajo son los principales contaminantes, el modelo mostró que el procesamiento del mineral era la fuente dominante. Los pasos de trituración de la roca y separación del metal valioso, conocidos como beneficio, junto con el manejo del material de desecho restante, representaron aproximadamente el 91 por ciento de las emisiones totales de la mina. Los camiones, aunque ruidosos y potentes, contribuyeron con menos del 5 por ciento. Este hallazgo es crucial porque sugiere que simplemente cambiar los camiones diésel por eléctricos, aunque sea beneficioso para los propios camiones, tendría un impacto sorprendentemente pequeño en la huella de carbono total de la mina. En la simulación, reemplazar el 30 por ciento de la carga de trabajo de los camiones diésel con camiones eléctricos redujo las emisiones de los camiones en casi un 19 por ciento, pero las emisiones totales de la mina disminuyeron menos del 1 por ciento. La razón es simple: los camiones nunca fueron el problema principal.

Cuando los investigadores probaron diferentes estrategias para reducir las emisiones, el camino más efectivo quedó claro. Las mayores ganancias provinieron de mejorar la eficiencia energética de la planta de procesamiento de mineral y de cambiar la electricidad que alimenta a toda la mina por una fuente más limpia. Si la mina pudiera reducir la electricidad necesaria para procesar el mineral en un 10 por ciento, las emisiones totales caerían casi un 8 por ciento. Si la red eléctrica misma se volviera más limpia, reduciendo la intensidad de carbono de la energía en un 15 por ciento, las emisiones totales caerían más del 14 por ciento. El resultado más poderoso surgió al combinar estas medidas con la electrificación de los camiones. Al hacer las tres cosas a la vez, el modelo mostró que la mina podría reducir sus emisiones anuales totales a aproximadamente 1,38 millones de toneladas, una reducción de casi un 22 por ciento. Este enfoque combinado también ahorraría a la mina millones de dólares en posibles costos de carbono, asumiendo que se establezca un precio para las emisiones de carbono.

El estudio no pretende haber resuelto el problema de las emisiones mineras, ni sugiere que los camiones eléctricos sean una mala idea. En cambio, ofrece un mapa preciso de dónde debe centrarse el esfuerzo. Para este tipo específico de mina, el camino hacia un futuro bajo en carbono reside menos en cambiar los vehículos y más en optimizar la planta de procesamiento y asegurar energía más limpia. El modelo sirve como una herramienta de toma de decisiones, permitiendo a los planificadores de minas ver las consecuencias de sus elecciones antes de que se tomen. Muestra que, si bien cada parte de la operación importa, la energía utilizada para convertir la roca en metal es la que tiene mayor peso en la ecuación del carbono. Al comprender esta relación dinámica, las empresas mineras pueden planificar sus operaciones para que sean más eficientes y menos dañinas para el clima, asegurando que los metales necesarios para un futuro verde se extraigan con la menor huella de carbono posible.

Resumen Técnico: Dinámica de Sistemas Basada en Parámetros de Proceso para la Predicción de Emisiones de Carbono en Minas de Metales a Cielo Abierto

Planteamiento del Problema
Los inventarios convencionales de emisiones de carbono para las minas de metales a cielo abierto dependen de datos históricos estáticos, lo que ofrece un apoyo limitado para la planificación de la producción prospectiva y las decisiones de inversión baja en carbono. Aunque el Análisis de Ciclo de Vida (ACV) y los métodos de factores de emisión contabilizan eficazmente las emisiones históricas, tienen dificultades para representar la evolución dinámica de las emisiones impulsadas por el desarrollo espacial del tajo, el cambio en las distancias de acarreo, las variaciones en los índices de descapote y los parámetros de producción dependientes del tiempo. Además, los estudios existentes suelen centrarse en subsistemas aislados (por ejemplo, el acarreo) o tipos de minerales específicos, sin lograr capturar el acoplamiento a nivel de sistema entre el consumo de energía de múltiples procesos, los factores de emisión y los costos de carbono. Existe una brecha crítica en las herramientas de modelado que puedan vincular dinámicamente los planes de producción minera con las emisiones mensuales de carbono y los costos potenciales de carbono a lo largo de toda la cadena de producción, desde la extracción hasta el concentrado.

Metodología
Este estudio desarrolló un modelo de Dinámica de Sistemas (DS) impulsado por parámetros de proceso utilizando Vensim PLE para simular las emisiones de carbono dinámicas en minas de metales a cielo abierto. El modelo opera con un paso de tiempo mensual e integra los siguientes componentes:

Límite del Sistema: El modelo cubre la etapa de producción desde la extracción a cielo abierto hasta la producción de concentrado y el manejo de relaves. Excluye la fundición, la refinación y el transporte descendente. El límite incluye ocho módulos: perforación, voladura, carga, acarreo, trituración, beneficio, manejo de relaves y pérdida de sumidero de carbono por perturbación del suelo.
Estructura Causal: El modelo trata el plan de minería y descapote como el principal motor exógeno. Establece vínculos causales entre los volúmenes de producción (mineral y estéril), los parámetros operativos (distancia de acarreos, altura vertical, patrones de barrenación) y el consumo de energía/materiales (diésel, electricidad, explosivos) y las emisiones de carbono resultantes.
Formulación de Stocks y Flujos:
- Stocks (Acumulaciones): Emisiones de carbono acumuladas y costo de carbono potencial acumulado.
- Flujos: Emisiones mensuales de carbono de cada proceso y la tasa de acumulación del costo de carbono potencial.
- Variables Auxiliares: Planes de producción, eficiencia de los equipos, factores de emisión, mezcla energética y escenarios de precios de carbono.
Cálculo de Emisiones: El modelo utiliza el método del factor de emisión ( $E = AD \times EF$ ), donde los datos de actividad (por ejemplo, longitud del barreno, volumen de acarreo, consumo de electricidad) se calculan endógenamente basándose en los planes de producción y los parámetros del proceso. La pérdida de carbono por perturbación del suelo se estima en función de las áreas recientemente perturbadas y los parámetros de almacenamiento de carbono por unidad de área.
Validación: El modelo fue parametrizado utilizando datos de una gran mina de metales a cielo abierto en China y validado contra datos operativos históricos de 2024 (consumo de electricidad, diésel, explosivos y emisiones totales).

Contribuciones Clave

Integración Dinámica: El estudio cierra la breancia entre la contabilidad estática y la planificación dinámica al vincular directamente los planes mensuales de descapote de la producción con el consumo de energía y las emisiones a nivel de proceso.
Acoplamiento en Todo el Sistema: A diferencia de estudios previos centrados en procesos únicos, este marco captura las interdependencias entre el desarrollo del tajo (cambios en distancias de acarreo y ratios de descapote) y toda la cadena de producción, incluyendo el beneficio y los relaves.
Modelado de Exposición de Costos: El modelo incorpora un módulo de costo de carbono potencial que traduce las emisiones predichas en exposición financiera bajo diversos escenarios de precios de carbono, ayudando en la toma de decisiones económicas.
Marco de Evaluación de Escenarios: Proporciona una plataforma unificada para comparar la eficacia de diferentes vías de mitigación (eficiencia energética, descarbonización de la red eléctrica y electrificación de equipos) tanto en las emisiones totales como en los costos de carbono.

Resultados
El modelo se aplicó a una mina de caso con un plan de producción para 2027:

Precisión de Validación: El modelo demostró una alta precisión, con errores relativos para el consumo de electricidad, diésel y explosivos, así como para las emisiones totales, todos por debajo del 3%. El Error Porcentual Absoluto Medio (MAPE) fue de 0.99%.
Impulsores de Emisiones: La cantidad de descapote minero mensual fue el impulsor dominante de las fluctuaciones de emisiones, mostrando un coeficiente de correlación de Pearson de 0.9993 con las emisiones mensuales totales. La distancia de acarreo promedio tuvo una correlación más débil.
Distribución de Fuentes: El beneficio fue la principal fuente de emisiones (78.36%), seguido por el manejo de relaves (12.61%) y el acarreo (4.56%). Juntos, el beneficio y el manejo de relaves representaron aproximadamente el 91% de las emisiones totales.
Escenarios de Mitigación (Línea Base 2027: 1,762.53 kt CO2 eq):
- S1 (Eficiencia de Beneficio): Una reducción del 10% en el consumo unitario de electricidad redujo las emisiones totales en un 7.83%.
- S2 (Descarbonización de la Energía): Una reducción del 15% en el factor de emisión de la electricidad redujo las emisiones totales en un 14.06%.
- S3 (Electrificación de Acarreo): Desviar el 30% del volumen de acarreo de diésel a camiones eléctricos redujo las emisiones de acarreo en un 18.74%, pero las emisiones totales de la mina disminuyeron solo un 0.85% debido a la pequeña contribución base del acarreo.
- S4 (Combinado): Implementar todas las medidas redujo las emisiones totales a 1,381.05 kt CO2 eq (una reducción del 21.64%) y disminuyó los costos potenciales de carbono de 176.67 millones de CNY a 138.42 millones de CNY.

Significancia y Reivindicaciones
Los autores afirman que este estudio proporciona una herramienta de soporte cuantitativo para la toma de decisiones en las etapas de diseño de mina y planificación de producción. El modelo permite identificar las fuentes clave de emisiones y comparar las vías de mitigación antes de la inversión de capital. Los resultados indican que, para las minas de metales a cielo abierto dominadas por la electricidad, priorizar la eficiencia energética del beneficio y la descarbonización de la electricidad adquirida genera reducciones de emisiones en todo el sistema significativamente mayores que la electrificación del acarreo por sí sola. Si bien la electrificación del acarreo ofrece beneficios claros a nivel de subsistema, su impacto en las emisiones totales de la mina está limitado por la estructura general de las emisiones. El artículo concluye que las estrategias bajas en carbono deben adaptarse a la estructura de emisiones específica de la mina, priorizando los procesos de alta contribución y coordinando la sustitución de equipos con la descarbonización del suministro de energía. Los autores declaran explícamente que el modelo está destinado a la predicción dinámica y la comparación de escenarios, no como un sustituto de la contabilidad de gases de efecto invernadero medida a nivel empresarial.

Más como este