-
Laura Marcela Becerra authored770f5860
jupytext:
cell_metadata_filter: -all
formats: md:myst
text_representation:
extension: .md
format_name: myst
format_version: 0.13
jupytext_version: 1.11.5
kernelspec:
display_name: Python 3
language: python
name: python3
Causas del cambio climático
Hemos visto como los datos demuestran que la Tierra se está calentando a un ritmo sin precedentes, pero
---f
scale: 30%
align: center
---
Actividades humanas
:class: danger
Las actividades humanas, en particular la quema de combustibles fósiles, están alterando el sistema climático del planeta desde mediados del siglo XX.
Además, otras actividades como la deforestación, la urbanización y los cambios en los patrones de vegetación también estan alterando el clima.
Pero, ¿por qué esta actividades tiene consecuencia sobre el clima de la Tierra?
<!-- Además, los cambios provocados por el hombre en el uso de la tierra y la cobertura del suelo, como la deforestación, la urbanización y los cambios en los patrones de vegetación también alteran el clima, lo que produce cambios en la reflectividad de la superficie de la Tierra (albedo), en las emisiones causadas por los incendios forestales, en los efectos de las islas de calor urbano y en los cambios en el ciclo natural del agua.-->
Gases de efecto invernadero
El aumento en la concentración de gases de efecto invernadero (GEI) en la atmósfera esta contribuyendo significativamente al calentamiento global. Los GEI más importantes para este fenomeno son:
::::{grid} 2 :gutter: 5
:::{grid-item-card} Dioxido de carbono (CO_2)
---
width: 130px
align: center
---
:::
:::{grid-item-card} Metano (CH_4)
---
width: 100px
align: center
---
:::
:::{grid-item-card} Óxido nitroso (N_2O)
---
width: 130px
align: center
---
:::
:::{grid-item-card} Ozono (O_3)
---
width: 130px
align: center
---
:::
:::{grid-item-card} Vapor de agua (H_2O)
---
scale: 50%
align: center
---
:::
::::
En las siguientes gráficas se presenta las contribuciones de cada continente a las emisiones de gases de efecto invernadero y la distribución de los diferentes tipos de gases en la atmósfera durante el 2019. Aunque, Asia y América del Norte son los principales emisores de estos gases, su impacto sobre el cambio climático es global. Los GEI gases pueden permanecer en la atmósfera por períodos que van de años a miles de años.
Las actividades humanas han aumentado principalmente las concentración de CO_2. Sin embargo, otros GEI, aunque se emiten en menor concetración, pueden ser más nocivos al ser más eficientes en absorver la radiación. Por ejemplo, el metano el 80 veces más efectivo que el CO_2.
:tags: [hide-input]
import plotly.graph_objects as go
from plotly.subplots import make_subplots
import plotly.express as px
import numpy as np
import pandas as pd
df = pd.read_csv(r'./datos/owid-co2-data.csv')
world = df[df['country'] == 'World' ]
continents = ['Europe','North America','South America','Asia','Oceania']
co2continents = df[df['country'].isin(continents)]
co2continents = co2continents.rename(columns={"country": "Región"})
labels = ['Europa','A. del Norte','A. del Sur','Asia','Oceania']
i=0
N= len(labels)
values_ghg = np.zeros(N)
for c in continents:
df2 = co2continents[co2continents['Región']== c ]
values_ghg[i] = df2[df2["year"]==2019]["total_ghg"]
i+=1
labels_gas = ['methane','nitrous_oxide','co2', "total_ghg"]
labels_gas2 = ['CH_4','NO_2','CO_2', "otros"]
#labels_gas2 = ['Metano','Oxido de nitrogeno','Dioxido de carbono', "otros"]
N = len(labels_gas)
values_gas = np.zeros(N)
i=0
for c in labels_gas:
values_gas[i] = world[world["year"]==2019][c]
i+=1
ghg_tot=values_ghg.sum()
values_ghg=values_ghg/ghg_tot*100
ghg_total = (world[world["year"]==2019]["total_ghg"]).iloc[0]
values_gas = values_gas/ghg_total*100
values_gas[-1]=100-np.sum(values_gas[:3])
# Create subplots: use 'domain' type for Pie subplot
fig = make_subplots(rows=1, cols=2, specs=[[{'type':'domain'}, {'type':'domain'}]])
irises_colors =['rgb(56, 75, 126)', 'rgb(18, 36, 37)', 'rgb(34, 53, 101)',
'rgb(36, 55, 57)', 'rgb(6, 4, 4)']
night_colors = ['rgb(175, 51, 21)', 'rgb(35, 36, 21)',
'rgb(146, 123, 21)','rgb(206, 206, 40)',
]
fig.add_trace(go.Pie(labels=labels, values=values_ghg, name="Continente",marker_colors=irises_colors, textinfo='percent+label',showlegend=False ), 1, 1)
fig.add_trace(go.Pie(labels=labels_gas2, values=values_gas, name="Gas",marker_colors=night_colors, textinfo='percent+label',showlegend=False ),
1, 2)
# Use `hole` to create a donut-like pie chart
fig.update_traces(hole=.4, hoverinfo="label+percent+name")
fig.update_layout(
title_text="Emision de gases de efecto invernadero (2019)",
# Add annotations in the center of the donut pies.
annotations=[dict(text='Total', x=0.18, y=0.5, font_size=20, showarrow=False),
dict(text='Gases', x=0.82, y=0.5, font_size=20, showarrow=False)])
fig.update_layout (
autosize=False,
width=780,
height=400,
margin=dict(
l=50,
r=50,
b=50,
t=50,
pad=4),
font=dict(
family="Rockwell",
size=16,
#color="RebeccaPurple"
),
plot_bgcolor='rgba(0,0,0,0)'
)
fig.show()
_2
Emisión de CO---
scale: 18%
align: right
---
National Geographic. Foto: Luke Sharrett
Es irrefutable que las actividades humanas son las responsables de los recientes incrementos de CO_2 en la atmósfera y por ende el principal responsable del calentamiento global.
Las siguientes gráficas muestran el comportamiento en el tiempo de las emisiones de CO_2 por continente. La gráfica de la izquierda corresponde a la emisión de CO_2 en toneladas, y la gráfica de la derecha al porcentaje global emitido por cada continente. Actualmente se emiten más de 30 millones de toneladas de CO_2 anualmente, cinco veces más que a inicios del siglo XX.
El 85% de las emisiones globales de CO_2 se originaban en Europa y Estados Unidos para 1950. Esta situación ha cambiado en las últimas decadas. Durante la segunda mitad del siglo 20, Asia ha aumentado significativamente sus emisiones de CO_2.
:tags: [hide-input]
import plotly.graph_objs as go
import pandas as pd
from plotly.subplots import make_subplots
#df = pd.read_csv('./datos/owid-co2-data.csv')
df = pd.read_csv('./datos/owid-co2-data.csv')
continents = ['Europe','North America','South America','Asia','Oceania']
co2continents = df[df['country'].isin(continents)]
co2continents = co2continents.rename(columns={"country": "Región"})
#fig = make_subplots(rows=1, cols=2)
fig= go.FigureWidget(make_subplots(rows=1, cols=2,horizontal_spacing = 0.13))
labels = ['Europa','América del Norte','América del Sur','Asia','Oceania']
colors= ['rgb(31, 119, 180)', 'rgb(255, 127, 14)',
'rgb(44, 160, 44)', 'rgb(214, 39, 40)',
'rgb(148, 103, 189)', 'rgb(140, 86, 75)',
'rgb(227, 119, 194)', 'rgb(127, 127, 127)',
'rgb(188, 189, 34)', 'rgb(23, 190, 207)']
ymax = co2continents["year"].max()+10
ymin = co2continents["year"].min()-10
i=0
for c in continents:
df = co2continents[co2continents['Región']== c ]
fig.add_scatter( x = df['year'], y = df['co2'] , name=labels[i],legendgroup=labels[i],text=labels[i], row=1, col=1,
line=dict(color=colors[i]) )
i+=1
i=0
for c in continents:
df = co2continents[co2continents['Región']== c ]
fig.add_scatter( x = df['year'], y = df["share_global_co2"] , name=labels[i], legendgroup=labels[i],text=labels[i], row=1, col=2,
showlegend=False, line=dict(color=colors[i]) )
i+=1
note = 'datos tomados de https://ourworldindata.org/co2-and-greenhouse-gas-emissions'
fig.add_annotation(
showarrow=False,
text=note,
font=dict(size=10),
xref='x domain',
x=2.3,
yref='y domain',
y=1.08
)
fig.update_layout (
xaxis_title="Año",
yaxis_title="co2 [Toneladas]",
xaxis2_title="Año",
yaxis2_title="Porcentaje global [%]",
autosize=False,
width=900,
height=400,
margin=dict(
l=50,
r=50,
b=50,
t=50,
pad=4),
legend=dict(
title="Región: ", orientation="h", y=1.05, yanchor="bottom", x=0.5, xanchor="center"
),
font=dict(
family="Rockwell",
size=16,
#color="RebeccaPurple"
),
plot_bgcolor='rgba(0,0,0,0)'
)
fig.update_xaxes(
ticks='outside',
showline=True,
linecolor='black',
gridcolor='lightgrey',
range=[ymin,ymax],
mirror=True
)
fig.update_yaxes(
ticks='outside',
showline=True,
linecolor='black',
gridcolor='lightgrey',
mirror=True
)
fig.show()
Los isótopos de carbono (átomos de carbono de diferente peso atómico) permiten a los/as científicos/as establecer "huellas digitales" de la fuente de las moléculas de dióxido de carbono, revelando que el aumento de CO_2 en la atmósfera está causado principalmente por la quema de combustibles fósiles y los cambios masivos en la cobertura del suelo. Las industrias de carbón y petróleo juegan un papel muy importante en las emisiones de CO_2, tal como se puede apreciar en la siguiente gráfica.
Los inicios de la industrialización estuvieron dominados por el uso del carbón. Ahora, las emisiones de CO2 estan dominadas por las industrias del petróleo y el carbón, con una notable contribución de la industria del gas.
:tags: [hide-input]
import plotly.graph_objs as go
import numpy as np
import pandas as pd
from plotly.subplots import make_subplots
df = pd.read_csv('./datos/owid-co2-data.csv')
world = df[df['country'] == 'World' ]
fig= go.FigureWidget(make_subplots(rows=1, cols=1))
columns = ['coal_co2_per_capita','gas_co2_per_capita','oil_co2_per_capita','cement_co2_per_capita', 'flaring_co2_per_capita','other_co2_per_capita']
labels = ["Carbón" , "Gas", "Petróleo","Cemento","Quema", "otros"]
colors= ['rgb(31, 119, 180)', 'rgb(255, 127, 14)',
'rgb(44, 160, 44)', 'rgb(214, 39, 40)',
'rgb(148, 103, 189)', 'rgb(140, 86, 75)',
'rgb(227, 119, 194)', 'rgb(127, 127, 127)',
'rgb(188, 189, 34)', 'rgb(23, 190, 207)']
ymax = co2continents["year"].max()+10
ymin = co2continents["year"].min()-10
i=0
for c in columns:
fig.add_scatter( x = world['year'], y = world[c] , name=labels[i],legendgroup=labels[i],text=labels[i],
row=1, col=1,
line=dict(color=colors[i]) )
i+=1
note = 'datos tomados de https://ourworldindata.org/co2-and-greenhouse-gas-emissions'
fig.add_annotation(
showarrow=False,
text=note,
font=dict(size=10),
xref='x domain',
x=1.6,
yref='y domain',
y=-0.255
)
fig.update_layout (
xaxis_title="Año",
yaxis_title="co2 [Toneladas por persona]",
autosize=True,
#width=600,
#height=400,
margin=dict(
l=50,
r=50,
b=50,
t=50,
pad=4),
legend=dict(title="Industria",y=.45, yanchor="bottom", x=0.15, xanchor="center"),
font=dict(
family="Rockwell",
size=14,
#color="RebeccaPurple"
),
plot_bgcolor='rgba(0,0,0,0)'
)
fig.update_xaxes(
ticks='outside',
showline=True,
mirror=True,
linecolor='black',
gridcolor='lightgrey',
range=[1800,ymax]
)
fig.update_yaxes(
ticks='outside',
mirror=True,
showline=True,
linecolor='black',
gridcolor='lightgrey'
)
fig.show()
Estas tendencias van en aumento, llevando la bandera en contaminación ambiental las industrias del carbón y el petróleo. Estos son combustibles fósiles no renovables, es decir, materiales orgánicos que se encuentran en la corteza terrestre y se han formado hace mucho tiempo. El carbono es básicamente un insumo utilizado para generar electricidad, y el petroleo se una como combustible para el calor y la iluminación. Su extracción juega un papel muy importante en el cambio climático, llegando a ser catastrófico.
:class: note
Mira este [mapa](http://www.globalcarbonatlas.org/en/CO2-emissions) global sobre las emisiones y consumo de CO$_2$
Cambios en la radiación solar
---
scale: 25%
align: left
---
El sol. Créditos: NASA
Durante cada ciclo de 11 años, el Sol sufre varios cambios en su actividad y apariencia. Los niveles de radiación solar aumentan o disminuyen, al igual que la cantidad de material que el Sol expulsa al espacio, el tamaño o la cantidad de manchas solares y erupciones solares. Estos cambios pueden tener un impacto en el clima de la Tierra.
De hecho, los estudios muestran que la variabilidad solar ha desempeñado un papel en los cambios climáticos del pasado. Por ejemplo, una disminución en la actividad solar junto con una mayor actividad volcánica ayudó a desencadenar la Pequeña Edad de Hielo. Sin embargo es extremadamente improbable que el Sol este causado la tendencia de calentamiento global observada durante el último medio siglo.
Esta gráfica compara la evolución de la anomalía térmica (en rojo) con la energía solar que recibe la Tierra en vatios por metro cuadrado (linea azul). Desde la segunda mitad del siglo XX, la actividad solar ha decendido ligeramente, mientras que la temperatura global presenta un aumento notable.
:tags: [hide-input]
import numpy as np
import pandas as pd
import plotly.graph_objs as go
df = pd.read_csv('./datos/historical_tsi.csv')
df = df.rename(columns={"time (yyyy)": "Time", "Irradiance (W/m^2)": "II"})
df2 = pd.read_table('./datos/graph.txt',
skiprows=[0,1,2,4], sep='\s+')
df2 = df2.rename(columns={"No_Smoothing": "temperature anomaly", "Lowess(5)": "lowess"})
data = [
go.Scatter(x = df['Time'], y=df['II'], name='Irradiancia'),
go.Scatter(x = df2['Year'], y= df2['temperature anomaly'], name='Anomalía', yaxis='y2')
]
y1 = go.layout.YAxis(title='Irradiancia solar [W / m^2]', color='SteelBlue',
linecolor='black',
mirror=True )
y2 = go.layout.YAxis(title= 'Anomalía Térmica', color='Red',
linecolor='black',
mirror=True)
y2.update(overlaying='y', side='right')
layout = go.Layout(yaxis1 = y1, yaxis2 = y2)
fig = go.Figure(data=data, layout=layout)
fig.add_vline(x=1957, line_dash="dot", row="all", col="all",
annotation_text="Máximo <br> era moderna",
annotation_position="bottom right",
annotation=dict(font_size=15, font_family="Times New Roman"),)
fig.update_layout (
xaxis_title="Año",
yaxis_title="Irradiancia solar [W / m^2]",
autosize=True,
#width=790,
#height=500,
margin=dict(
l=50,
r=50,
b=50,
t=50,
pad=4),
font=dict(
family="Rockwell",
size=16,
#color="RebeccaPurple"
),
legend=dict(
title=None, orientation="h", y=1.05, yanchor="bottom", x=0.5, xanchor="center"
),
plot_bgcolor='rgba(0,0,0,0)'
)
fig.update_xaxes(
ticks='outside',
showline=True,
linecolor='black',
mirror=True,
range=[1600,2020],
rangeslider=dict(
visible = True,
)
)
fig.add_vrect(x0=1645, x1=1715,
annotation_text="Pequeña edad<br> de hielo", annotation_position="top left",
annotation=dict(font_size=15, font_family="Times New Roman"),
fillcolor="green", opacity=0.25, line_width=0)
display(fig)
Erupciones volcánicas
---
scale: 28%
align: left
---
Nat Geo. Foto: Madden, Robert
Las erupciones volcánicas pueden liberar dióxido de azufre (SO2) a la atmósfera, que se convierte en aerosoles de sulfato. Estos aerosoles reflejan la radiación solar y aumentan la dispersión de la luz, lo que contribuye al enfriamiento del clima. Aunque estos efectos suelen ser temporales y pueden durar de meses a unos pocos años, las erupciones volcánicas masivas tienen el potencial de causar cambios climáticos más duraderos.
Las emisiones volcánicas también pueden interactuar con otros factores del clima, como la concentración de gases de efecto invernadero y la circulación atmosférica, lo que puede resultar en efectos climáticos complejos y difíciles de predecir.