Causas del cambio climático#

Hemos visto como los datos demuestran que la Tierra se está calentando a un ritmo sin precedentes, pero

../_images/Causas.gif

Actividades humanas#

Importante

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?

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:

Dioxido de carbono (CO\(_2\))
../_images/co2.jpeg
Metano (CH\(_4\))
../_images/methane.jpg
Óxido nitroso (N\(_2\)O)
../_images/N2O.jpg
Ozono (O\(_3\))
../_images/O3.jpg
Vapor de agua (H\(_2\)O)
../_images/h2o.jpg

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\(_2\).

Hide code cell source
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()
/tmp/ipykernel_121/1661800289.py:24: FutureWarning: Calling float on a single element Series is deprecated and will raise a TypeError in the future. Use float(ser.iloc[0]) instead
  values_ghg[i] = df2[df2["year"]==2019]["total_ghg"]
/tmp/ipykernel_121/1661800289.py:36: FutureWarning: Calling float on a single element Series is deprecated and will raise a TypeError in the future. Use float(ser.iloc[0]) instead
  values_gas[i] = world[world["year"]==2019][c]