R/fct_calcula.R
In marcosrconde/DashboardGEE: GEE Calc
Defines functions
calcula
Documented in
calcula
#' calcula
#'
#' @description
#' Calcula as emissões de gases de efeito estufa a partir da matriz
#'consolidada produzida pela SEE em formato excel. A função primeiramente organiza
#'as informações da planilha em um dataframe e depois procede os cálculos, gerando
#'tabelas úteis para análises dos resultados.
#' O arquivo excel é importado após o usuário clicar no botão calcular - código
#'de importação no script app_server.R.
#' Os fatores de emissão são importados no script global.R
#' @return
#'Retorna uma lista com as tabelas úteis para análises das emissões de GEE nos
#'planos de energia
#'
#'@import dplyr tidyr janitor shiny purrr readxl data.table stringr
calcula <- function(){
matriz_todas <- values$matrizes %>%
select(
-energia_primaria_total,
-energia_secundaria_total,
-outras_secundarias_de_petroleo,
-outras_fontes_primarias,
-outras_renovaveis_mil_tep,
-c(29,33)
) %>%
relocate(
"gas_de_refinaria_mil_tep",
"coque_de_petroleo_mil_tep",
"outros_energeticos_de_petroleo_mil_tep",
.before = "produtos_nao_energeticos_de_petroleo"
) %>%
relocate(
"outras_nao_renovaveis_mil_tep",
.before = "oleo_diesel"
)
names(matriz_todas) <- nomes_colunas
matriz_todas <- matriz_todas %>%
filter(.,
petroleo != "PETRÓLEO",
setores != "Ajustes"
)
matrizes_final <- matriz_todas[ ,2:28] %>%
type.convert(as.is = TRUE, dec = ".") %>%
round(digits=2)
df_matrizes <- data.frame(setores, matrizes_final)
n_linhas <- nrow(df_matrizes)
n_matrizes <- n_linhas / 41
n_colunas <- n_matrizes + 1
tryCatch(if(nrow(values$anos_decenio) != n_matrizes) {
message("número de matrizes não corresponde")
showNotification("Preencha corretamente o ano inicio e ano fim!", duration = 10, type = "error",
action = a(href = "javascript:location.reload();", "Reiniciar o modelo"))
})
# constrói tabelas uteis -----------------------------------------
# constrói vetor contendo a oferta interna de energia
oferta_interna <- select(
filter(df_matrizes, setores == "oferta_interna_bruta"),
c(total)
)
oferta_interna <- data.frame(values$anos_decenio, oferta_interna)
names(oferta_interna) <- c("ano", "oie")
# constrói vetor contendo a produção de carvão vapor
producao_carvao <- select(
filter(df_matrizes, setores == "producao"),
c(carvao_vapor)
)
producao_carvao <- data.frame(values$anos_decenio, producao_carvao)
names(producao_carvao) <- c("ano", "carvao_vapor")
# constrói vetor contendo a produção de petroleo
producao_petroleo <- select(
filter(df_matrizes, setores == "producao"),
c(petroleo)
)
producao_petroleo <- data.frame(values$anos_decenio, producao_petroleo)
names(producao_petroleo) <- c("ano", "petroleo")
# constrói vetor contendo a produção de gás natural
producao_gas <- select(
filter(df_matrizes, setores == "producao"),
c(gas_natural)
)
producao_gas <- data.frame(values$anos_decenio, producao_gas)
names(producao_gas) <- c("ano", "gas")
# constrói vetor contendo a o refino de petróleo
refino_oleo <- select(
filter(df_matrizes, setores == "refinarias_de_petroleo"),
c(petroleo)
) %>%
mutate(petroleo = petroleo * -1)
refino_oleo <- data.frame(values$anos_decenio, refino_oleo)
names(refino_oleo) <- c("ano", "refino")
# Matrizes com os fatores de emissão --------------------------------------
# Constrói tibbles com os fatores de emissão de GEE (CO2, CH4 e N2O)
fe_co2 <- select(
filter(fe, fatores_emissao == "co2"),
everything()
)
fe_ch4 <- select(
filter(fe, fatores_emissao == "ch4"),
everything()
)
fe_n2o <- select(
filter(fe, fatores_emissao == "n2o"),
everything()
)
matriz_co2 <- fe_co2 %>%
slice(rep(row_number(), n_linhas))
matriz_ch4 <- fe_ch4 %>%
slice(rep(row_number(), n_linhas))
matriz_n2o <- fe_n2o %>%
slice(rep(row_number(), n_linhas))
# Cálculo das emissões fugitivas ------------------------------------------
# fugitivas do petróleo e gás
fugitivas <- read_excel(
"fatores_emissao.xlsx",
sheet = "fugitivas"
)
fugitivas_2010 <- fugitivas %>%
subset(
ano == 2010
)
oleo_2010 <- fugitivas_2010[1,6]
gas_2010 <- fugitivas_2010[1,7]
refino_2010 <- fugitivas_2010[1,8]
transporte_2010 <- fugitivas_2010[1,9]
co2_oleo_2010 <- fugitivas_2010[3,3]
co2_refino_2010 <- fugitivas_2010[2,3]
co2_transporte_2010 <- fugitivas_2010[1,3]
ch4_oleo_2010 <- fugitivas_2010[3,4]
ch4_refino_2010 <- fugitivas_2010[2,4]
ch4_transporte_2010 <- fugitivas_2010[1,4]
n2o_oleo_2010 <- fugitivas_2010[3,5]
n2o_refino_2010 <- fugitivas_2010[2,5]
n2o_transporte_2010 <- fugitivas_2010[1,5]
producao_carvao$toneladas <- producao_carvao$carvao_vapor * 2850
producao_carvao$ch4 <- (producao_carvao$toneladas * 0.46 * 0.00000023)+(producao_carvao$toneladas * 0.54 * 0.0000073)
producao_carvao$co2 <- producao_carvao$toneladas * 0.00012 / 1000
transporte_oleo <- producao_petroleo + refino_oleo
transporte_oleo$ano <- values$anos_decenio
producao_petroleo <- producao_petroleo %>%
mutate(var2010 = producao_petroleo$petroleo / as.numeric(oleo_2010[1,1]))
refino_oleo <- refino_oleo %>%
mutate(var2010 = refino_oleo$refino / as.numeric(refino_2010[1,1]))
f_co2_producao <- function(x){
var_co2 = x * 0.9927 - 0.0249
}
producao_petroleo <- producao_petroleo %>%
mutate(var_co2 = as.numeric(map(.f = f_co2_producao, .x = producao_petroleo$var2010)))
f_co2_refino <- function(x){
var_co2 = x * 1.3121 - 0.3341
}
refino_oleo <- refino_oleo %>%
mutate(var_co2 = as.numeric(map(.f = f_co2_refino, .x = refino_oleo$var2010)))
producao_petroleo$co2 <- producao_petroleo$var_co2 * as.numeric(co2_oleo_2010[1,1])/ 10^6
producao_petroleo$ch4 <- producao_petroleo$var_co2 * as.numeric(ch4_oleo_2010[1,1]) / 1000
producao_petroleo$n2o <- producao_petroleo$var_co2 * as.numeric(n2o_oleo_2010[1,1]) / 1000
refino_oleo$co2 <- refino_oleo$var_co2 * as.numeric(co2_refino_2010[1,1]) / 10^6
refino_oleo$ch4 <- refino_oleo$var_co2 * as.numeric(ch4_refino_2010[1,1]) / 1000
refino_oleo$n2o <- refino_oleo$var_co2 * as.numeric(n2o_refino_2010[1,1]) / 1000
fe_co2_transporte <- co2_transporte_2010 / transporte_2010
fe_ch4_transporte <- ch4_transporte_2010 / transporte_2010
fe_n2o_transporte <- n2o_transporte_2010 / transporte_2010
transporte_oleo$co2 <- transporte_oleo$petroleo * as.numeric(fe_co2_transporte/10^6)
transporte_oleo$ch4 <- transporte_oleo$petroleo * as.numeric(fe_ch4_transporte/1000)
transporte_oleo$n2o <- transporte_oleo$petroleo * as.numeric(fe_n2o_transporte/1000)
fugitivas_co2 <- cbind(values$anos_decenio, producao_petroleo$co2, refino_oleo$co2, transporte_oleo$co2, producao_carvao$co2) %>%
adorn_totals(., c("col"))
names(fugitivas_co2) <- c("ano", "E&P", "Refino", "Transporte", "Carvão", "Total")
fugitivas_co2_trans <- fugitivas_co2 %>%
data.table::transpose(., keep.names = "ano")
names(fugitivas_co2_trans) <- c("setores", values$ano_inicio:values$ano_fim)
fugitivas_co2_trans <- fugitivas_co2_trans[2:5,] %>%
adorn_totals(where = c("row"), name = "Emissões Fugitivas")
fugitivas_ch4 <- cbind(values$anos_decenio, producao_petroleo$ch4, refino_oleo$ch4, transporte_oleo$ch4, producao_carvao$ch4)%>%
adorn_totals(., c("col"))
names(fugitivas_ch4) <- c("ano", "E&P", "Refino", "Transporte", "Carvão", "Total")
fugitivas_ch4_trans <- fugitivas_ch4 %>%
data.table::transpose(., keep.names = "ano")
names(fugitivas_ch4_trans) <- c("setores", values$ano_inicio:values$ano_fim)
fugitivas_ch4_trans <- fugitivas_ch4_trans[2:5,] %>%
adorn_totals(where = c("row"), name = "Emissões Fugitivas")
fugitivas_n2o <- cbind(values$anos_decenio, producao_petroleo$n2o, refino_oleo$n2o, transporte_oleo$n2o)%>%
adorn_totals(., c("col"))
names(fugitivas_n2o) <- c("ano", "E&P", "Refino", "Transporte", "Total")
fugitivas_n2o_trans <- fugitivas_n2o %>%
data.table::transpose(., keep.names = "ano")
names(fugitivas_n2o_trans) <- c("setores", values$ano_inicio:values$ano_fim)
fugitivas_n2o_trans <- fugitivas_n2o_trans[2:4,] %>%
adorn_totals(where = c("row"), name = "Emissões Fugitivas")
fugitivas_ch4_GWP <- mutate_if(fugitivas_ch4_trans, is.numeric, ~ . * GWP_AR5_CH4/1000)
fugitivas_n2o_GWP <- mutate_if(fugitivas_n2o_trans, is.numeric, ~ . * GWP_AR5_N2O/1000)
total_fugitivas_CO2eq <- rbind(fugitivas_co2_trans, fugitivas_ch4_GWP, fugitivas_n2o_GWP) %>%
group_by(setores) %>%
summarise(., across(where(is.numeric), sum))
total_fugitivas_CO2eq <- total_fugitivas_CO2eq[c(2,4,5,1,3),]
fugitivas_co2_grafico <- fugitivas_co2 %>%
select(., 'ano', 'Total') %>%
mutate(setores = "Emissões Fugitivas") %>%
relocate(., 'setores', .before = 'Total')
fugitivas_ch4_grafico <- fugitivas_ch4 %>%
select(., 'ano', 'Total') %>%
mutate(setores = "Emissões Fugitivas") %>%
relocate(., 'setores', .before = 'Total')
fugitivas_n2o_grafico <- fugitivas_n2o %>%
select(., 'ano', 'Total') %>%
mutate(setores = "Emissões Fugitivas") %>%
relocate(., 'setores', .before = 'Total')
fugitivas_ch4_GWP_grafico <- fugitivas_ch4_grafico %>%
mutate(Total_CH4_GWP = fugitivas_ch4_grafico[,3] * 28 / 1000) %>%
select(., -Total) %>%
rename(., 'Total' = 'Total_CH4_GWP')
fugitivas_n2o_GWP_grafico <- fugitivas_n2o_grafico %>%
mutate(Total_N2O_GWP = fugitivas_n2o_grafico[,3] * 265 / 1000)%>%
select(., -Total) %>%
rename(., 'Total' = 'Total_N2O_GWP')
Fugitivas_co2eq_grafico <- cbind(fugitivas_co2_grafico, fugitivas_ch4_GWP_grafico[,3], fugitivas_n2o_GWP_grafico[,3]) %>%
adorn_totals(., c("col"), name = 'Total_CO2eq')
Fugitivas_co2eq_grafico <- Fugitivas_co2eq_grafico[,c(1,2,6)] %>%
rename(., 'Total' = 'Total_CO2eq')
# Cálculo de emissões de CO2 ----------------------------------------------
# Calcula emissões de CO2 para cada ano do decenio, setor e combustível
#replica a matriz com as celulas a calcular pelo número de matrizes
celulas_calcular <- gatilho[ ,2:27] %>%
slice(rep(row_number(), n_matrizes))
#calcula as emissões de CO2, adiciona coluna de total por setor,
#organiza os resultados e adiciona a coluna com os anos das matrizes
calculo_co2_matrizes <- (df_matrizes[ , 2:27] * celulas_calcular * matriz_co2 [ ,2:27]) / 10^6
calculo_co2_matrizes <- calculo_co2_matrizes %>%
adorn_totals(c("col"))
calculo_co2_matrizes <- data.frame(setores,calculo_co2_matrizes) %>%
subset(., Total > 0) %>%
group_by(setores) %>%
arrange(setores)
calculo_co2_matrizes <- data.frame(values$anos_decenio, calculo_co2_matrizes)
CO2 <- calculo_co2_matrizes %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total), .groups = "rowwise")
CO2_industrial <- CO2 %>%
subset(.,
setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano) %>%
arrange(ano) %>%
summarise(., Total = sum(Total), .groups = "rowwise") %>%
mutate(setores = "industrial") %>%
relocate(., 'setores', .before = 'Total')
# Prepara tabela com emissões do setor industrial para apresentação final
CO2_industrial_trans <- CO2 %>%
subset(.,setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total)) %>%
pivot_wider(., names_from = ano, values_from = Total) %>%
adorn_totals(., where = 'row')
CO2_industrial_trans[,1] <- c(
'Alimentos e bebidas',
'Cerâmica',
'Cimento',
'Ferro gusa e aço',
'Ferroligas',
'Mineração e pelotização',
'Não ferrosos',
'Outros',
'Papel e celulose',
'Química',
'Têxtil',
'Total'
)
CO2_industrial_trans <- CO2_industrial_trans[c(1:7,9:11,8,12),]
CO2_parcial<- CO2 %>%
subset(.,
setores == 'comercial'|
setores == 'residencial'|
setores == 'publico'|
setores == 'agropecuario'|
setores == 'transportes'|
setores == 'centrais_eletricas_sp'|
setores == 'centrais_eletricas_ap'|
setores == 'setor_energetico')
CO2_grafico <- rbind(CO2_parcial, CO2_industrial,fugitivas_co2_grafico) %>%
group_by(ano) %>%
arrange(ano) %>%
mutate(setores = str_replace(setores, "agropecuario", "Agropecuário"),
setores = str_replace(setores, "centrais_eletricas_ap", "Eletricidade - Autoprodução"),
setores = str_replace(setores, "centrais_eletricas_sp", "Eletricidade - SIN"),
setores = str_replace(setores, "comercial", "Comercial"),
setores = str_replace(setores, "industrial", "Industrial"),
setores = str_replace(setores, "publico", "Público"),
setores = str_replace(setores, "residencial", "Residencial"),
setores = str_replace(setores, "setor_energetico", "Setor Energético"),
setores = str_replace(setores, "transportes", "Transportes"))
CO2_final <- CO2_grafico %>%
pivot_wider(., names_from = ano, values_from = Total)
CO2_final <- CO2_final[c(2,3,7,6,4,5,1,8,9,10),] %>%
adorn_totals(c("row"))
CO2_final_num <- round(CO2_final[ ,2:n_colunas], digits = 2)
CO2_final <- cbind(Setores_formatado, CO2_final_num) %>%
rename(
Setores = setores
)
CO2_eletrico_total <- CO2_final[1:2, ] %>%
adorn_totals(c("row"), name = "Setor Elétrico") %>%
subset(., Setores == "Setor Elétrico")
CO2_final <- rbind(CO2_eletrico_total, CO2_final)
# Cálculo de emissões de CH4 ----------------------------------------------
#calcula as emissões de CH4, adiciona coluna de total por setor,
#organiza os resultados e adiciona a coluna com os anos das matrizes
calculo_ch4_matrizes <- (df_matrizes[ , 2:27] * celulas_calcular * matriz_ch4 [ ,2:27]) / 10^6
calculo_ch4_matrizes <- calculo_ch4_matrizes %>%
adorn_totals(c("col"))
calculo_ch4_matrizes <- data.frame(setores,calculo_ch4_matrizes) %>%
subset(., Total > 0) %>%
group_by(setores) %>%
arrange(setores)
calculo_ch4_matrizes <- data.frame(values$anos_decenio, calculo_ch4_matrizes)
CH4 <- calculo_ch4_matrizes %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total)*1000, .groups = "rowwise")
CH4_industrial <- CH4 %>%
subset(.,
setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano) %>%
arrange(ano) %>%
summarise(., Total = sum(Total), .groups = "rowwise") %>%
mutate(setores = "industrial") %>%
relocate(., 'setores', .before = 'Total')
# Prepara tabela com emissões do setor industrial para apresentação final
CH4_industrial_trans <- CH4 %>%
subset(.,setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total)) %>%
pivot_wider(., names_from = ano, values_from = Total) %>%
adorn_totals(., where = 'row')
CH4_industrial_trans[,1] <- c(
'Alimentos e bebidas',
'Cerâmica',
'Cimento',
'Ferro gusa e aço',
'Ferroligas',
'Mineração e pelotização',
'Não ferrosos',
'Outros',
'Papel e celulose',
'Química',
'Têxtil',
'Total'
)
CH4_industrial_trans <- CH4_industrial_trans[c(1:7,9:11,8,12),]
CH4_energetico <- CH4 %>%
subset(.,
setores == 'setor_energetico'|
setores == 'carvoarias'
) %>%
group_by(ano) %>%
arrange(ano) %>%
summarise(., Total = sum(Total), .groups = "rowwise") %>%
mutate(setores = "setor_energetico") %>%
relocate(., 'setores', .before = 'Total')
CH4_parcial<- CH4 %>%
subset(.,
setores == 'comercial'|
setores == 'residencial'|
setores == 'publico'|
setores == 'agropecuario'|
setores == 'transportes'|
setores == 'centrais_eletricas_sp'|
setores == 'centrais_eletricas_ap'
)
CH4_grafico <- rbind(CH4_parcial, CH4_energetico, CH4_industrial, fugitivas_ch4_grafico) %>%
group_by(ano) %>%
arrange(ano) %>%
mutate(setores = str_replace(setores, "agropecuario", "Agropecuário"),
setores = str_replace(setores, "centrais_eletricas_ap", "Eletricidade - Autoprodução"),
setores = str_replace(setores, "centrais_eletricas_sp", "Eletricidade - SIN"),
setores = str_replace(setores, "comercial", "Comercial"),
setores = str_replace(setores, "industrial", "Industrial"),
setores = str_replace(setores, "publico", "Público"),
setores = str_replace(setores, "residencial", "Residencial"),
setores = str_replace(setores, "setor_energetico", "Setor Energético"),
setores = str_replace(setores, "transportes", "Transportes"))
CH4_final <- CH4_grafico %>%
pivot_wider(., names_from = ano, values_from = Total)
CH4_final <- CH4_final[c(3,2,8,6,4,5,1,7,9,10),] %>%
adorn_totals(c("row"))
CH4_final_num <- round(CH4_final[ ,2:n_colunas], digits = 2)
CH4_final <- cbind(Setores_formatado, CH4_final_num) %>%
rename(
Setores = setores
)
CH4_eletrico_total <- CH4_final[1:2, ] %>%
adorn_totals(c("row"), name = "Setor Elétrico") %>%
subset(., Setores == "Setor Elétrico")
CH4_final <- rbind(CH4_eletrico_total, CH4_final) #resultados em mil t. CH4
# Cálculo de emissões de N2O ----------------------------------------------
#calcula as emissões de N2O, adiciona coluna de total por setor,
#organiza os resultados e adiciona a coluna com os anos das matrizes
calculo_n2o_matrizes <- (df_matrizes[ , 2:27] * celulas_calcular * matriz_n2o [ ,2:27]) / 10^6
calculo_n2o_matrizes <- calculo_n2o_matrizes %>%
adorn_totals(c("col"))
calculo_n2o_matrizes <- data.frame(setores,calculo_n2o_matrizes) %>%
subset(., Total > 0) %>%
group_by(setores) %>%
arrange(setores)
calculo_n2o_matrizes <- data.frame(values$anos_decenio, calculo_n2o_matrizes)
N2O <- calculo_n2o_matrizes %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total)*1000, .groups = "rowwise")
N2O_industrial <- N2O %>%
subset(.,
setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano) %>%
arrange(ano) %>%
summarise(., Total = sum(Total), .groups = "rowwise") %>%
mutate(setores = "industrial") %>%
relocate(., 'setores', .before = 'Total')
# Prepara tabela com emissões do setor industrial para apresentação final
N2O_industrial_trans <- N2O %>%
subset(.,setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total)) %>%
pivot_wider(., names_from = ano, values_from = Total) %>%
adorn_totals(., where = 'row')
N2O_industrial_trans[,1] <- c(
'Alimentos e bebidas',
'Cerâmica',
'Cimento',
'Ferro gusa e aço',
'Ferroligas',
'Mineração e pelotização',
'Não ferrosos',
'Outros',
'Papel e celulose',
'Química',
'Têxtil',
'Total'
)
N2O_industrial_trans <- N2O_industrial_trans[c(1:7,9:11,8,12),]
N2O_energetico <- N2O %>%
subset(.,
setores == 'setor_energetico'|
setores == 'carvoarias'
) %>%
group_by(ano) %>%
arrange(ano) %>%
summarise(., Total = sum(Total), .groups = "rowwise") %>%
mutate(setores = "setor_energetico") %>%
relocate(., 'setores', .before = 'Total')
N2O_parcial<- N2O %>%
subset(.,
setores == 'comercial'|
setores == 'residencial'|
setores == 'publico'|
setores == 'agropecuario'|
setores == 'transportes'|
setores == 'centrais_eletricas_sp'|
setores == 'centrais_eletricas_ap'
)
N2O_grafico <- rbind(N2O_parcial, N2O_energetico, N2O_industrial, fugitivas_n2o_grafico) %>%
group_by(ano) %>%
arrange(ano) %>%
mutate(setores = str_replace(setores, "agropecuario", "Agropecuário"),
setores = str_replace(setores, "centrais_eletricas_ap", "Eletricidade - Autoprodução"),
setores = str_replace(setores, "centrais_eletricas_sp", "Eletricidade - SIN"),
setores = str_replace(setores, "comercial", "Comercial"),
setores = str_replace(setores, "industrial", "Industrial"),
setores = str_replace(setores, "publico", "Público"),
setores = str_replace(setores, "residencial", "Residencial"),
setores = str_replace(setores, "setor_energetico", "Setor Energético"),
setores = str_replace(setores, "transportes", "Transportes"))
N2O_final <- N2O_grafico %>%
pivot_wider(., names_from = ano, values_from = Total)
N2O_final <- N2O_final[c(3,2,8,6,4,5,1,7,9,10),] %>%
adorn_totals(c("row"))
N2O_final_num <- round(N2O_final[ ,2:n_colunas], digits = 2)
N2O_final <- cbind(Setores_formatado, N2O_final_num) %>%
rename(
Setores = setores
)
N2O_eletrico_total <- N2O_final[1:2, ] %>%
adorn_totals(c("row"), name = "Setor Elétrico") %>%
subset(., Setores == "Setor Elétrico")
N2O_final <- rbind(N2O_eletrico_total, N2O_final)
# Cálculo de CH4 para CO2eq ----------------------------------------------------------
CH4_GWP_AR5 <- mutate_if(calculo_ch4_matrizes, is.numeric, ~ . * GWP_AR5_CH4)
CH4_GWP_AR5$ano <- NULL
CH4_GWP_AR5 <- data.frame(values$anos_decenio,CH4_GWP_AR5)
# Cálculo de N2O para CO2eq ----------------------------------------------------------
N2O_GWP_AR5 <- mutate_if(calculo_n2o_matrizes, is.numeric, ~ . * GWP_AR5_N2O)
N2O_GWP_AR5$ano <- NULL
N2O_GWP_AR5 <- data.frame(values$anos_decenio,N2O_GWP_AR5)
# Monta matriz de resultados por setor em CO2eq ---------------------------
CO2eq <- bind_rows(calculo_co2_matrizes, CH4_GWP_AR5, N2O_GWP_AR5) %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total), .groups = "rowwise")
# Gera tabela de emissões totais do setor industrial
CO2eq_industrial <- CO2eq %>%
subset(.,
setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano) %>%
arrange(ano) %>%
summarise(., Total = sum(Total), .groups = "rowwise") %>%
mutate(setores = "industrial") %>%
relocate(., 'setores', .before = 'Total')
# Prepara tabela com emissões do setor industrial para apresentação final
CO2eq_industrial_trans <- CO2eq %>%
subset(.,setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total)) %>%
pivot_wider(., names_from = ano, values_from = Total) %>%
adorn_totals(., where = 'row')
CO2eq_industrial_trans[,1] <- c(
'Alimentos e bebidas',
'Cerâmica',
'Cimento',
'Ferro gusa e aço',
'Ferroligas',
'Mineração e pelotização',
'Não ferrosos',
'Outros',
'Papel e celulose',
'Química',
'Têxtil',
'Total'
)
CO2eq_industrial_trans <- CO2eq_industrial_trans[c(1:7,9:11,8,12),]
CO2eq_energetico <- CO2eq %>%
subset(.,
setores == 'setor_energetico'|
setores == 'carvoarias'
) %>%
group_by(ano) %>%
arrange(ano) %>%
summarise(., Total = sum(Total), .groups = "rowwise") %>%
mutate(setores = "setor_energetico") %>%
relocate(., 'setores', .before = 'Total')
CO2eq_parcial<- CO2eq %>%
subset(.,
setores == 'comercial'|
setores == 'residencial'|
setores == 'publico'|
setores == 'agropecuario'|
setores == 'transportes'|
setores == 'centrais_eletricas_sp'|
setores == 'centrais_eletricas_ap')
CO2eq_grafico <- rbind(CO2eq_parcial, CO2eq_energetico, CO2eq_industrial, Fugitivas_co2eq_grafico) %>%
group_by(ano) %>%
arrange(ano) %>%
mutate(setores = str_replace(setores, "agropecuario", "Agropecuário"),
setores = str_replace(setores, "centrais_eletricas_ap", "Eletricidade - Autoprodução"),
setores = str_replace(setores, "centrais_eletricas_sp", "Eletricidade - SIN"),
setores = str_replace(setores, "comercial", "Comercial"),
setores = str_replace(setores, "industrial", "Industrial"),
setores = str_replace(setores, "publico", "Público"),
setores = str_replace(setores, "residencial", "Residencial"),
setores = str_replace(setores, "setor_energetico", "Setor Energético"),
setores = str_replace(setores, "transportes", "Transportes"))
# pivoteia matriz de resultados para mostrar anos nas colunas, ajusta ordem dos
# setores na tabela adicionando linha de total, muda formato do número para 1
# casa decimal e adiciona o setor elétrico
CO2eq_final <- CO2eq_grafico %>%
pivot_wider(., names_from = ano, values_from = Total)
CO2eq_final <- CO2eq_final[c(3,2,8,6,4,5,1,7,9,10),] %>%
adorn_totals(c("row"))
CO2_eq_final_num <- round(CO2eq_final[ ,2:n_colunas], digits = 2)
CO2eq_final <- cbind(Setores_formatado, CO2_eq_final_num) %>%
rename(
Setores = setores
)
CO2eq_eletrico_total <- CO2eq_final[1:2, ] %>%
adorn_totals(c("row"), name = "Setor Elétrico") %>%
subset(., Setores == "Setor Elétrico")
CO2eq_final <- rbind(CO2eq_eletrico_total, CO2eq_final)
# Cria DF para grafico de intensidade de emissões -------------------------
total_CO2 <- CO2 %>%
group_by(ano) %>%
summarise(Total_CO2 = sum(Total))
total_CO2 <- cbind(total_CO2, fug_CO2 = fugitivas_co2[,6]) %>%
mutate(., Total = Total_CO2 + fug_CO2) %>%
select(., ano, total_CO2 = Total)
total_CH4 <- CH4 %>%
group_by(ano) %>%
summarise(Total_CH4 = sum(Total))
total_CH4 <- cbind(total_CH4, fug_CH4 = fugitivas_ch4[,6]) %>%
mutate(., Total = Total_CH4 + fug_CH4) %>%
select(., ano, total_CH4 = Total)
total_N2O <- N2O %>%
group_by(ano) %>%
summarise(Total_N2O = sum(Total))
total_N2O <- cbind(total_N2O, fug_N2O = fugitivas_n2o[,4]) %>%
mutate(., Total = Total_N2O + fug_N2O) %>%
select(., ano, total_N2O = Total)
total_CO2eq <- CO2eq %>%
group_by(ano) %>%
summarise(Total_CO2eq = sum(Total))
total_CO2eq <- cbind(total_CO2eq, fug_CO2eq = Fugitivas_co2eq_grafico[,3]) %>%
mutate(., Total = Total_CO2eq + fug_CO2eq) %>%
select(., ano, total_CO2eq = Total)
intensidade_co2eq <- cbind(oferta_interna, emissao = total_CO2eq[,2]) %>%
mutate(intensidade = (emissao/oie)*1000000)
# Monta matriz de emissões por tipo de combustível ------------------------
# Matriz de combustível para emissão de CO2
combustivel_CO2 <- aggregate(calculo_co2_matrizes[,3:28], list(calculo_co2_matrizes$ano), FUN=sum) %>%
data.table::transpose(keep.names = "Group.1")
names(combustivel_CO2) <- c("Combustível", values$ano_inicio:values$ano_fim)
combustivel_CO2 <- combustivel_CO2 [2:27,] %>%
adorn_totals(c("row","col")) %>%
subset(., Total > 0) %>%
select(
-Total
)
nomes_combustiveis <- c(
"Gás Natural",
"Carvão Vapor",
"Outras não renováveis",
"Diesel",
"Óleo Combustível",
"Gasolina",
"GLP",
"Querosene",
"Gás de coqueria",
"Coque de carvão mineral",
"Gás de refinaria",
"Coque de petróleo",
"Outros derivados de petróleo",
"Alcatrão")
combustivel_CO2[,1] <- c(nomes_combustiveis, "Total")
combustivel_CO2[,2:n_colunas] <- combustivel_CO2[,2:n_colunas] %>%
round(digits = 2)
# Matriz de combustível para emissão de CH4
combustivel_CH4 <- aggregate(calculo_ch4_matrizes[,3:28], list(calculo_ch4_matrizes$ano), FUN=sum) %>%
data.table::transpose(keep.names = "Group.1")
names(combustivel_CH4) <- c("Combustível", values$ano_inicio:values$ano_fim)
combustivel_CH4 <- combustivel_CH4 [2:27,] %>%
adorn_totals(c("row","col")) %>%
subset(., Total > 0) %>%
select(
-Total
)
nomes_combustiveis_CH4 <- c(
"Gás Natural",
"Carvão Vapor",
"Lenha",
"Produtos da cana",
"Outras não renováveis",
"Diesel",
"Óleo Combustível",
"Gasolina",
"GLP",
"Querosene",
"Gás de coqueria",
"Coque de carvão",
"Carvão vegetal",
"Etanol",
"Gás de refinaria",
"Coque de petróleo",
"Outros derivados de petróleo",
"Alcatrão")
combustivel_CH4[,1] <- c(nomes_combustiveis_CH4, "Total")
combustivel_CH4[,2:n_colunas] <- combustivel_CH4[,2:n_colunas]*1000
combustivel_CH4[,2:n_colunas] <- combustivel_CH4[,2:n_colunas] %>%
round(digits = 2)
# Matriz de combustível para emissão de N2O
combustivel_N2O <- aggregate(calculo_n2o_matrizes[,3:28], list(calculo_n2o_matrizes$ano), FUN=sum) %>%
data.table::transpose(keep.names = "Group.1")
names(combustivel_N2O) <- c("Combustível", values$ano_inicio:values$ano_fim)
combustivel_N2O <- combustivel_N2O [2:27,] %>%
adorn_totals(c("row","col")) %>%
subset(., Total > 0) %>%
select(
-Total
)
nomes_combustiveis_N2O <- c(
"Gás Natural",
"Carvão Vapor",
"Lenha",
"Produtos da cana",
"Outras não renováveis",
"Diesel",
"Óleo Combustível",
"Gasolina",
"GLP",
"Querosene",
"Gás de coqueria",
"Coque de carvão",
"Carvão vegetal",
"Etanol",
"Gás de refinaria",
"Coque de petróleo",
"Outros derivados de petróleo",
"Alcatrão")
combustivel_N2O[,1] <- c(nomes_combustiveis_N2O, "Total")
combustivel_N2O[,2:n_colunas] <- combustivel_N2O[,2:n_colunas]*1000
combustivel_N2O[,2:n_colunas] <- combustivel_N2O[,2:n_colunas] %>%
round(digits = 2)
# Matriz de combustível para emissão em CO2eq - GWP AR5
CO2eq_combustivel <- bind_rows(calculo_co2_matrizes, CH4_GWP_AR5, N2O_GWP_AR5) %>%
group_by(ano)
combustivel_CO2eq <- aggregate(CO2eq_combustivel[,3:28], list(CO2eq_combustivel$ano), FUN=sum) %>%
data.table::transpose(keep.names = "Group.1")
names(combustivel_CO2eq) <- c("Combustível", values$ano_inicio:values$ano_fim)
combustivel_CO2eq <- combustivel_CO2eq [2:27,] %>%
adorn_totals(c("row","col")) %>%
subset(., Total > 0) %>%
select(
-Total
)
nomes_combustiveis_CO2eq <- c(
"Gás Natural",
"Carvão Vapor",
"Lenha",
"Produtos da cana",
"Outras não renováveis",
"Diesel",
"Óleo Combustível",
"Gasolina",
"GLP",
"Querosene",
"Gás de coqueria",
"Coque de carvão",
"Carvão vegetal",
"Etanol",
"Gás de refinaria",
"Coque de petróleo",
"Outros derivados de petróleo",
"Alcatrão")
combustivel_CO2eq[,1] <- c(nomes_combustiveis_CO2eq, "Total")
combustivel_CO2eq[,2:n_colunas] <- combustivel_CO2eq[,2:n_colunas] %>%
round(digits = 2)
# Emite mensagem de sucesso ---------------------------------------------------------
showModal(modalDialog(
title = "Sucesso!",
footer = modalButton(label = "Ok"),
size = "s",
"As emissões foram calculadas. Acesse as páginas de resultado no menu à esquerda."
))
# Constrói lista de resultado final ---------------------------------------
resultado <- list(
CO2_final = CO2_final,
combustivel_CO2 = combustivel_CO2,
CO2_grafico = CO2_grafico,
CH4_final = CH4_final,
combustivel_CH4 = combustivel_CH4,
CH4_grafico = CH4_grafico,
N2O_final = N2O_final,
combustivel_N2O = combustivel_N2O,
N2O_grafico = N2O_grafico,
CO2eq_final = CO2eq_final,
combustivel_CO2eq = combustivel_CO2eq,
CO2eq_grafico = CO2eq_grafico,
intensidade_co2eq = intensidade_co2eq,
fugitivas_ch4_GWP = fugitivas_ch4_GWP,
fugitivas_ch4_trans = fugitivas_ch4_trans,
fugitivas_co2_trans = fugitivas_co2_trans,
fugitivas_n2o_GWP = fugitivas_n2o_GWP,
fugitivas_n2o_trans = fugitivas_n2o_trans,
total_fugitivas_CO2eq = total_fugitivas_CO2eq,
CO2_industrial_trans = CO2_industrial_trans,
CH4_industrial_trans = CH4_industrial_trans,
N2O_industrial_trans = N2O_industrial_trans,
CO2eq_industrial_trans = CO2eq_industrial_trans
)
values$status <- 'rodado'
saveRDS(object = resultado, file = 'resultado.rds')
exportar()
return(resultado)
}
marcosrconde/DashboardGEE documentation built on April 2, 2022, 12:07 a.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Defines functions calcula
Documented in calcula
#' calcula
#'
#' @description
#' Calcula as emissões de gases de efeito estufa a partir da matriz
#'consolidada produzida pela SEE em formato excel. A função primeiramente organiza
#'as informações da planilha em um dataframe e depois procede os cálculos, gerando
#'tabelas úteis para análises dos resultados.
#' O arquivo excel é importado após o usuário clicar no botão calcular - código
#'de importação no script app_server.R.
#' Os fatores de emissão são importados no script global.R
#' @return
#'Retorna uma lista com as tabelas úteis para análises das emissões de GEE nos
#'planos de energia
#'
#'@import dplyr tidyr janitor shiny purrr readxl data.table stringr
calcula <- function(){
matriz_todas <- values$matrizes %>%
select(
-energia_primaria_total,
-energia_secundaria_total,
-outras_secundarias_de_petroleo,
-outras_fontes_primarias,
-outras_renovaveis_mil_tep,
-c(29,33)
) %>%
relocate(
"gas_de_refinaria_mil_tep",
"coque_de_petroleo_mil_tep",
"outros_energeticos_de_petroleo_mil_tep",
.before = "produtos_nao_energeticos_de_petroleo"
) %>%
relocate(
"outras_nao_renovaveis_mil_tep",
.before = "oleo_diesel"
)
names(matriz_todas) <- nomes_colunas
matriz_todas <- matriz_todas %>%
filter(.,
petroleo != "PETRÓLEO",
setores != "Ajustes"
)
matrizes_final <- matriz_todas[ ,2:28] %>%
type.convert(as.is = TRUE, dec = ".") %>%
round(digits=2)
df_matrizes <- data.frame(setores, matrizes_final)
n_linhas <- nrow(df_matrizes)
n_matrizes <- n_linhas / 41
n_colunas <- n_matrizes + 1
tryCatch(if(nrow(values$anos_decenio) != n_matrizes) {
message("número de matrizes não corresponde")
showNotification("Preencha corretamente o ano inicio e ano fim!", duration = 10, type = "error",
action = a(href = "javascript:location.reload();", "Reiniciar o modelo"))
})
# constrói tabelas uteis -----------------------------------------
# constrói vetor contendo a oferta interna de energia
oferta_interna <- select(
filter(df_matrizes, setores == "oferta_interna_bruta"),
c(total)
)
oferta_interna <- data.frame(values$anos_decenio, oferta_interna)
names(oferta_interna) <- c("ano", "oie")
# constrói vetor contendo a produção de carvão vapor
producao_carvao <- select(
filter(df_matrizes, setores == "producao"),
c(carvao_vapor)
)
producao_carvao <- data.frame(values$anos_decenio, producao_carvao)
names(producao_carvao) <- c("ano", "carvao_vapor")
# constrói vetor contendo a produção de petroleo
producao_petroleo <- select(
filter(df_matrizes, setores == "producao"),
c(petroleo)
)
producao_petroleo <- data.frame(values$anos_decenio, producao_petroleo)
names(producao_petroleo) <- c("ano", "petroleo")
# constrói vetor contendo a produção de gás natural
producao_gas <- select(
filter(df_matrizes, setores == "producao"),
c(gas_natural)
)
producao_gas <- data.frame(values$anos_decenio, producao_gas)
names(producao_gas) <- c("ano", "gas")
# constrói vetor contendo a o refino de petróleo
refino_oleo <- select(
filter(df_matrizes, setores == "refinarias_de_petroleo"),
c(petroleo)
) %>%
mutate(petroleo = petroleo * -1)
refino_oleo <- data.frame(values$anos_decenio, refino_oleo)
names(refino_oleo) <- c("ano", "refino")
# Matrizes com os fatores de emissão --------------------------------------
# Constrói tibbles com os fatores de emissão de GEE (CO2, CH4 e N2O)
fe_co2 <- select(
filter(fe, fatores_emissao == "co2"),
everything()
)
fe_ch4 <- select(
filter(fe, fatores_emissao == "ch4"),
everything()
)
fe_n2o <- select(
filter(fe, fatores_emissao == "n2o"),
everything()
)
matriz_co2 <- fe_co2 %>%
slice(rep(row_number(), n_linhas))
matriz_ch4 <- fe_ch4 %>%
slice(rep(row_number(), n_linhas))
matriz_n2o <- fe_n2o %>%
slice(rep(row_number(), n_linhas))
# Cálculo das emissões fugitivas ------------------------------------------
# fugitivas do petróleo e gás
fugitivas <- read_excel(
"fatores_emissao.xlsx",
sheet = "fugitivas"
)
fugitivas_2010 <- fugitivas %>%
subset(
ano == 2010
)
oleo_2010 <- fugitivas_2010[1,6]
gas_2010 <- fugitivas_2010[1,7]
refino_2010 <- fugitivas_2010[1,8]
transporte_2010 <- fugitivas_2010[1,9]
co2_oleo_2010 <- fugitivas_2010[3,3]
co2_refino_2010 <- fugitivas_2010[2,3]
co2_transporte_2010 <- fugitivas_2010[1,3]
ch4_oleo_2010 <- fugitivas_2010[3,4]
ch4_refino_2010 <- fugitivas_2010[2,4]
ch4_transporte_2010 <- fugitivas_2010[1,4]
n2o_oleo_2010 <- fugitivas_2010[3,5]
n2o_refino_2010 <- fugitivas_2010[2,5]
n2o_transporte_2010 <- fugitivas_2010[1,5]
producao_carvao$toneladas <- producao_carvao$carvao_vapor * 2850
producao_carvao$ch4 <- (producao_carvao$toneladas * 0.46 * 0.00000023)+(producao_carvao$toneladas * 0.54 * 0.0000073)
producao_carvao$co2 <- producao_carvao$toneladas * 0.00012 / 1000
transporte_oleo <- producao_petroleo + refino_oleo
transporte_oleo$ano <- values$anos_decenio
producao_petroleo <- producao_petroleo %>%
mutate(var2010 = producao_petroleo$petroleo / as.numeric(oleo_2010[1,1]))
refino_oleo <- refino_oleo %>%
mutate(var2010 = refino_oleo$refino / as.numeric(refino_2010[1,1]))
f_co2_producao <- function(x){
var_co2 = x * 0.9927 - 0.0249
}
producao_petroleo <- producao_petroleo %>%
mutate(var_co2 = as.numeric(map(.f = f_co2_producao, .x = producao_petroleo$var2010)))
f_co2_refino <- function(x){
var_co2 = x * 1.3121 - 0.3341
}
refino_oleo <- refino_oleo %>%
mutate(var_co2 = as.numeric(map(.f = f_co2_refino, .x = refino_oleo$var2010)))
producao_petroleo$co2 <- producao_petroleo$var_co2 * as.numeric(co2_oleo_2010[1,1])/ 10^6
producao_petroleo$ch4 <- producao_petroleo$var_co2 * as.numeric(ch4_oleo_2010[1,1]) / 1000
producao_petroleo$n2o <- producao_petroleo$var_co2 * as.numeric(n2o_oleo_2010[1,1]) / 1000
refino_oleo$co2 <- refino_oleo$var_co2 * as.numeric(co2_refino_2010[1,1]) / 10^6
refino_oleo$ch4 <- refino_oleo$var_co2 * as.numeric(ch4_refino_2010[1,1]) / 1000
refino_oleo$n2o <- refino_oleo$var_co2 * as.numeric(n2o_refino_2010[1,1]) / 1000
fe_co2_transporte <- co2_transporte_2010 / transporte_2010
fe_ch4_transporte <- ch4_transporte_2010 / transporte_2010
fe_n2o_transporte <- n2o_transporte_2010 / transporte_2010
transporte_oleo$co2 <- transporte_oleo$petroleo * as.numeric(fe_co2_transporte/10^6)
transporte_oleo$ch4 <- transporte_oleo$petroleo * as.numeric(fe_ch4_transporte/1000)
transporte_oleo$n2o <- transporte_oleo$petroleo * as.numeric(fe_n2o_transporte/1000)
fugitivas_co2 <- cbind(values$anos_decenio, producao_petroleo$co2, refino_oleo$co2, transporte_oleo$co2, producao_carvao$co2) %>%
adorn_totals(., c("col"))
names(fugitivas_co2) <- c("ano", "E&P", "Refino", "Transporte", "Carvão", "Total")
fugitivas_co2_trans <- fugitivas_co2 %>%
data.table::transpose(., keep.names = "ano")
names(fugitivas_co2_trans) <- c("setores", values$ano_inicio:values$ano_fim)
fugitivas_co2_trans <- fugitivas_co2_trans[2:5,] %>%
adorn_totals(where = c("row"), name = "Emissões Fugitivas")
fugitivas_ch4 <- cbind(values$anos_decenio, producao_petroleo$ch4, refino_oleo$ch4, transporte_oleo$ch4, producao_carvao$ch4)%>%
adorn_totals(., c("col"))
names(fugitivas_ch4) <- c("ano", "E&P", "Refino", "Transporte", "Carvão", "Total")
fugitivas_ch4_trans <- fugitivas_ch4 %>%
data.table::transpose(., keep.names = "ano")
names(fugitivas_ch4_trans) <- c("setores", values$ano_inicio:values$ano_fim)
fugitivas_ch4_trans <- fugitivas_ch4_trans[2:5,] %>%
adorn_totals(where = c("row"), name = "Emissões Fugitivas")
fugitivas_n2o <- cbind(values$anos_decenio, producao_petroleo$n2o, refino_oleo$n2o, transporte_oleo$n2o)%>%
adorn_totals(., c("col"))
names(fugitivas_n2o) <- c("ano", "E&P", "Refino", "Transporte", "Total")
fugitivas_n2o_trans <- fugitivas_n2o %>%
data.table::transpose(., keep.names = "ano")
names(fugitivas_n2o_trans) <- c("setores", values$ano_inicio:values$ano_fim)
fugitivas_n2o_trans <- fugitivas_n2o_trans[2:4,] %>%
adorn_totals(where = c("row"), name = "Emissões Fugitivas")
fugitivas_ch4_GWP <- mutate_if(fugitivas_ch4_trans, is.numeric, ~ . * GWP_AR5_CH4/1000)
fugitivas_n2o_GWP <- mutate_if(fugitivas_n2o_trans, is.numeric, ~ . * GWP_AR5_N2O/1000)
total_fugitivas_CO2eq <- rbind(fugitivas_co2_trans, fugitivas_ch4_GWP, fugitivas_n2o_GWP) %>%
group_by(setores) %>%
summarise(., across(where(is.numeric), sum))
total_fugitivas_CO2eq <- total_fugitivas_CO2eq[c(2,4,5,1,3),]
fugitivas_co2_grafico <- fugitivas_co2 %>%
select(., 'ano', 'Total') %>%
mutate(setores = "Emissões Fugitivas") %>%
relocate(., 'setores', .before = 'Total')
fugitivas_ch4_grafico <- fugitivas_ch4 %>%
select(., 'ano', 'Total') %>%
mutate(setores = "Emissões Fugitivas") %>%
relocate(., 'setores', .before = 'Total')
fugitivas_n2o_grafico <- fugitivas_n2o %>%
select(., 'ano', 'Total') %>%
mutate(setores = "Emissões Fugitivas") %>%
relocate(., 'setores', .before = 'Total')
fugitivas_ch4_GWP_grafico <- fugitivas_ch4_grafico %>%
mutate(Total_CH4_GWP = fugitivas_ch4_grafico[,3] * 28 / 1000) %>%
select(., -Total) %>%
rename(., 'Total' = 'Total_CH4_GWP')
fugitivas_n2o_GWP_grafico <- fugitivas_n2o_grafico %>%
mutate(Total_N2O_GWP = fugitivas_n2o_grafico[,3] * 265 / 1000)%>%
select(., -Total) %>%
rename(., 'Total' = 'Total_N2O_GWP')
Fugitivas_co2eq_grafico <- cbind(fugitivas_co2_grafico, fugitivas_ch4_GWP_grafico[,3], fugitivas_n2o_GWP_grafico[,3]) %>%
adorn_totals(., c("col"), name = 'Total_CO2eq')
Fugitivas_co2eq_grafico <- Fugitivas_co2eq_grafico[,c(1,2,6)] %>%
rename(., 'Total' = 'Total_CO2eq')
# Cálculo de emissões de CO2 ----------------------------------------------
# Calcula emissões de CO2 para cada ano do decenio, setor e combustível
#replica a matriz com as celulas a calcular pelo número de matrizes
celulas_calcular <- gatilho[ ,2:27] %>%
slice(rep(row_number(), n_matrizes))
#calcula as emissões de CO2, adiciona coluna de total por setor,
#organiza os resultados e adiciona a coluna com os anos das matrizes
calculo_co2_matrizes <- (df_matrizes[ , 2:27] * celulas_calcular * matriz_co2 [ ,2:27]) / 10^6
calculo_co2_matrizes <- calculo_co2_matrizes %>%
adorn_totals(c("col"))
calculo_co2_matrizes <- data.frame(setores,calculo_co2_matrizes) %>%
subset(., Total > 0) %>%
group_by(setores) %>%
arrange(setores)
calculo_co2_matrizes <- data.frame(values$anos_decenio, calculo_co2_matrizes)
CO2 <- calculo_co2_matrizes %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total), .groups = "rowwise")
CO2_industrial <- CO2 %>%
subset(.,
setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano) %>%
arrange(ano) %>%
summarise(., Total = sum(Total), .groups = "rowwise") %>%
mutate(setores = "industrial") %>%
relocate(., 'setores', .before = 'Total')
# Prepara tabela com emissões do setor industrial para apresentação final
CO2_industrial_trans <- CO2 %>%
subset(.,setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total)) %>%
pivot_wider(., names_from = ano, values_from = Total) %>%
adorn_totals(., where = 'row')
CO2_industrial_trans[,1] <- c(
'Alimentos e bebidas',
'Cerâmica',
'Cimento',
'Ferro gusa e aço',
'Ferroligas',
'Mineração e pelotização',
'Não ferrosos',
'Outros',
'Papel e celulose',
'Química',
'Têxtil',
'Total'
)
CO2_industrial_trans <- CO2_industrial_trans[c(1:7,9:11,8,12),]
CO2_parcial<- CO2 %>%
subset(.,
setores == 'comercial'|
setores == 'residencial'|
setores == 'publico'|
setores == 'agropecuario'|
setores == 'transportes'|
setores == 'centrais_eletricas_sp'|
setores == 'centrais_eletricas_ap'|
setores == 'setor_energetico')
CO2_grafico <- rbind(CO2_parcial, CO2_industrial,fugitivas_co2_grafico) %>%
group_by(ano) %>%
arrange(ano) %>%
mutate(setores = str_replace(setores, "agropecuario", "Agropecuário"),
setores = str_replace(setores, "centrais_eletricas_ap", "Eletricidade - Autoprodução"),
setores = str_replace(setores, "centrais_eletricas_sp", "Eletricidade - SIN"),
setores = str_replace(setores, "comercial", "Comercial"),
setores = str_replace(setores, "industrial", "Industrial"),
setores = str_replace(setores, "publico", "Público"),
setores = str_replace(setores, "residencial", "Residencial"),
setores = str_replace(setores, "setor_energetico", "Setor Energético"),
setores = str_replace(setores, "transportes", "Transportes"))
CO2_final <- CO2_grafico %>%
pivot_wider(., names_from = ano, values_from = Total)
CO2_final <- CO2_final[c(2,3,7,6,4,5,1,8,9,10),] %>%
adorn_totals(c("row"))
CO2_final_num <- round(CO2_final[ ,2:n_colunas], digits = 2)
CO2_final <- cbind(Setores_formatado, CO2_final_num) %>%
rename(
Setores = setores
)
CO2_eletrico_total <- CO2_final[1:2, ] %>%
adorn_totals(c("row"), name = "Setor Elétrico") %>%
subset(., Setores == "Setor Elétrico")
CO2_final <- rbind(CO2_eletrico_total, CO2_final)
# Cálculo de emissões de CH4 ----------------------------------------------
#calcula as emissões de CH4, adiciona coluna de total por setor,
#organiza os resultados e adiciona a coluna com os anos das matrizes
calculo_ch4_matrizes <- (df_matrizes[ , 2:27] * celulas_calcular * matriz_ch4 [ ,2:27]) / 10^6
calculo_ch4_matrizes <- calculo_ch4_matrizes %>%
adorn_totals(c("col"))
calculo_ch4_matrizes <- data.frame(setores,calculo_ch4_matrizes) %>%
subset(., Total > 0) %>%
group_by(setores) %>%
arrange(setores)
calculo_ch4_matrizes <- data.frame(values$anos_decenio, calculo_ch4_matrizes)
CH4 <- calculo_ch4_matrizes %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total)*1000, .groups = "rowwise")
CH4_industrial <- CH4 %>%
subset(.,
setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano) %>%
arrange(ano) %>%
summarise(., Total = sum(Total), .groups = "rowwise") %>%
mutate(setores = "industrial") %>%
relocate(., 'setores', .before = 'Total')
# Prepara tabela com emissões do setor industrial para apresentação final
CH4_industrial_trans <- CH4 %>%
subset(.,setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total)) %>%
pivot_wider(., names_from = ano, values_from = Total) %>%
adorn_totals(., where = 'row')
CH4_industrial_trans[,1] <- c(
'Alimentos e bebidas',
'Cerâmica',
'Cimento',
'Ferro gusa e aço',
'Ferroligas',
'Mineração e pelotização',
'Não ferrosos',
'Outros',
'Papel e celulose',
'Química',
'Têxtil',
'Total'
)
CH4_industrial_trans <- CH4_industrial_trans[c(1:7,9:11,8,12),]
CH4_energetico <- CH4 %>%
subset(.,
setores == 'setor_energetico'|
setores == 'carvoarias'
) %>%
group_by(ano) %>%
arrange(ano) %>%
summarise(., Total = sum(Total), .groups = "rowwise") %>%
mutate(setores = "setor_energetico") %>%
relocate(., 'setores', .before = 'Total')
CH4_parcial<- CH4 %>%
subset(.,
setores == 'comercial'|
setores == 'residencial'|
setores == 'publico'|
setores == 'agropecuario'|
setores == 'transportes'|
setores == 'centrais_eletricas_sp'|
setores == 'centrais_eletricas_ap'
)
CH4_grafico <- rbind(CH4_parcial, CH4_energetico, CH4_industrial, fugitivas_ch4_grafico) %>%
group_by(ano) %>%
arrange(ano) %>%
mutate(setores = str_replace(setores, "agropecuario", "Agropecuário"),
setores = str_replace(setores, "centrais_eletricas_ap", "Eletricidade - Autoprodução"),
setores = str_replace(setores, "centrais_eletricas_sp", "Eletricidade - SIN"),
setores = str_replace(setores, "comercial", "Comercial"),
setores = str_replace(setores, "industrial", "Industrial"),
setores = str_replace(setores, "publico", "Público"),
setores = str_replace(setores, "residencial", "Residencial"),
setores = str_replace(setores, "setor_energetico", "Setor Energético"),
setores = str_replace(setores, "transportes", "Transportes"))
CH4_final <- CH4_grafico %>%
pivot_wider(., names_from = ano, values_from = Total)
CH4_final <- CH4_final[c(3,2,8,6,4,5,1,7,9,10),] %>%
adorn_totals(c("row"))
CH4_final_num <- round(CH4_final[ ,2:n_colunas], digits = 2)
CH4_final <- cbind(Setores_formatado, CH4_final_num) %>%
rename(
Setores = setores
)
CH4_eletrico_total <- CH4_final[1:2, ] %>%
adorn_totals(c("row"), name = "Setor Elétrico") %>%
subset(., Setores == "Setor Elétrico")
CH4_final <- rbind(CH4_eletrico_total, CH4_final) #resultados em mil t. CH4
# Cálculo de emissões de N2O ----------------------------------------------
#calcula as emissões de N2O, adiciona coluna de total por setor,
#organiza os resultados e adiciona a coluna com os anos das matrizes
calculo_n2o_matrizes <- (df_matrizes[ , 2:27] * celulas_calcular * matriz_n2o [ ,2:27]) / 10^6
calculo_n2o_matrizes <- calculo_n2o_matrizes %>%
adorn_totals(c("col"))
calculo_n2o_matrizes <- data.frame(setores,calculo_n2o_matrizes) %>%
subset(., Total > 0) %>%
group_by(setores) %>%
arrange(setores)
calculo_n2o_matrizes <- data.frame(values$anos_decenio, calculo_n2o_matrizes)
N2O <- calculo_n2o_matrizes %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total)*1000, .groups = "rowwise")
N2O_industrial <- N2O %>%
subset(.,
setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano) %>%
arrange(ano) %>%
summarise(., Total = sum(Total), .groups = "rowwise") %>%
mutate(setores = "industrial") %>%
relocate(., 'setores', .before = 'Total')
# Prepara tabela com emissões do setor industrial para apresentação final
N2O_industrial_trans <- N2O %>%
subset(.,setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total)) %>%
pivot_wider(., names_from = ano, values_from = Total) %>%
adorn_totals(., where = 'row')
N2O_industrial_trans[,1] <- c(
'Alimentos e bebidas',
'Cerâmica',
'Cimento',
'Ferro gusa e aço',
'Ferroligas',
'Mineração e pelotização',
'Não ferrosos',
'Outros',
'Papel e celulose',
'Química',
'Têxtil',
'Total'
)
N2O_industrial_trans <- N2O_industrial_trans[c(1:7,9:11,8,12),]
N2O_energetico <- N2O %>%
subset(.,
setores == 'setor_energetico'|
setores == 'carvoarias'
) %>%
group_by(ano) %>%
arrange(ano) %>%
summarise(., Total = sum(Total), .groups = "rowwise") %>%
mutate(setores = "setor_energetico") %>%
relocate(., 'setores', .before = 'Total')
N2O_parcial<- N2O %>%
subset(.,
setores == 'comercial'|
setores == 'residencial'|
setores == 'publico'|
setores == 'agropecuario'|
setores == 'transportes'|
setores == 'centrais_eletricas_sp'|
setores == 'centrais_eletricas_ap'
)
N2O_grafico <- rbind(N2O_parcial, N2O_energetico, N2O_industrial, fugitivas_n2o_grafico) %>%
group_by(ano) %>%
arrange(ano) %>%
mutate(setores = str_replace(setores, "agropecuario", "Agropecuário"),
setores = str_replace(setores, "centrais_eletricas_ap", "Eletricidade - Autoprodução"),
setores = str_replace(setores, "centrais_eletricas_sp", "Eletricidade - SIN"),
setores = str_replace(setores, "comercial", "Comercial"),
setores = str_replace(setores, "industrial", "Industrial"),
setores = str_replace(setores, "publico", "Público"),
setores = str_replace(setores, "residencial", "Residencial"),
setores = str_replace(setores, "setor_energetico", "Setor Energético"),
setores = str_replace(setores, "transportes", "Transportes"))
N2O_final <- N2O_grafico %>%
pivot_wider(., names_from = ano, values_from = Total)
N2O_final <- N2O_final[c(3,2,8,6,4,5,1,7,9,10),] %>%
adorn_totals(c("row"))
N2O_final_num <- round(N2O_final[ ,2:n_colunas], digits = 2)
N2O_final <- cbind(Setores_formatado, N2O_final_num) %>%
rename(
Setores = setores
)
N2O_eletrico_total <- N2O_final[1:2, ] %>%
adorn_totals(c("row"), name = "Setor Elétrico") %>%
subset(., Setores == "Setor Elétrico")
N2O_final <- rbind(N2O_eletrico_total, N2O_final)
# Cálculo de CH4 para CO2eq ----------------------------------------------------------
CH4_GWP_AR5 <- mutate_if(calculo_ch4_matrizes, is.numeric, ~ . * GWP_AR5_CH4)
CH4_GWP_AR5$ano <- NULL
CH4_GWP_AR5 <- data.frame(values$anos_decenio,CH4_GWP_AR5)
# Cálculo de N2O para CO2eq ----------------------------------------------------------
N2O_GWP_AR5 <- mutate_if(calculo_n2o_matrizes, is.numeric, ~ . * GWP_AR5_N2O)
N2O_GWP_AR5$ano <- NULL
N2O_GWP_AR5 <- data.frame(values$anos_decenio,N2O_GWP_AR5)
# Monta matriz de resultados por setor em CO2eq ---------------------------
CO2eq <- bind_rows(calculo_co2_matrizes, CH4_GWP_AR5, N2O_GWP_AR5) %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total), .groups = "rowwise")
# Gera tabela de emissões totais do setor industrial
CO2eq_industrial <- CO2eq %>%
subset(.,
setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano) %>%
arrange(ano) %>%
summarise(., Total = sum(Total), .groups = "rowwise") %>%
mutate(setores = "industrial") %>%
relocate(., 'setores', .before = 'Total')
# Prepara tabela com emissões do setor industrial para apresentação final
CO2eq_industrial_trans <- CO2eq %>%
subset(.,setores == 'cimento'|
setores == 'ferro_gusa_e_aco'|
setores == 'ferroligas'|
setores == 'mineracao_e_pelotizacao'|
setores == 'nao_ferrosos'|
setores == 'quimica'|
setores == 'alimentos_e_bebidas'|
setores == 'textil'|
setores == 'papel_e_celulose'|
setores == 'ceramica'|
setores == 'outros'
) %>%
group_by(ano, setores) %>%
summarise(., Total = sum(Total)) %>%
pivot_wider(., names_from = ano, values_from = Total) %>%
adorn_totals(., where = 'row')
CO2eq_industrial_trans[,1] <- c(
'Alimentos e bebidas',
'Cerâmica',
'Cimento',
'Ferro gusa e aço',
'Ferroligas',
'Mineração e pelotização',
'Não ferrosos',
'Outros',
'Papel e celulose',
'Química',
'Têxtil',
'Total'
)
CO2eq_industrial_trans <- CO2eq_industrial_trans[c(1:7,9:11,8,12),]
CO2eq_energetico <- CO2eq %>%
subset(.,
setores == 'setor_energetico'|
setores == 'carvoarias'
) %>%
group_by(ano) %>%
arrange(ano) %>%
summarise(., Total = sum(Total), .groups = "rowwise") %>%
mutate(setores = "setor_energetico") %>%
relocate(., 'setores', .before = 'Total')
CO2eq_parcial<- CO2eq %>%
subset(.,
setores == 'comercial'|
setores == 'residencial'|
setores == 'publico'|
setores == 'agropecuario'|
setores == 'transportes'|
setores == 'centrais_eletricas_sp'|
setores == 'centrais_eletricas_ap')
CO2eq_grafico <- rbind(CO2eq_parcial, CO2eq_energetico, CO2eq_industrial, Fugitivas_co2eq_grafico) %>%
group_by(ano) %>%
arrange(ano) %>%
mutate(setores = str_replace(setores, "agropecuario", "Agropecuário"),
setores = str_replace(setores, "centrais_eletricas_ap", "Eletricidade - Autoprodução"),
setores = str_replace(setores, "centrais_eletricas_sp", "Eletricidade - SIN"),
setores = str_replace(setores, "comercial", "Comercial"),
setores = str_replace(setores, "industrial", "Industrial"),
setores = str_replace(setores, "publico", "Público"),
setores = str_replace(setores, "residencial", "Residencial"),
setores = str_replace(setores, "setor_energetico", "Setor Energético"),
setores = str_replace(setores, "transportes", "Transportes"))
# pivoteia matriz de resultados para mostrar anos nas colunas, ajusta ordem dos
# setores na tabela adicionando linha de total, muda formato do número para 1
# casa decimal e adiciona o setor elétrico
CO2eq_final <- CO2eq_grafico %>%
pivot_wider(., names_from = ano, values_from = Total)
CO2eq_final <- CO2eq_final[c(3,2,8,6,4,5,1,7,9,10),] %>%
adorn_totals(c("row"))
CO2_eq_final_num <- round(CO2eq_final[ ,2:n_colunas], digits = 2)
CO2eq_final <- cbind(Setores_formatado, CO2_eq_final_num) %>%
rename(
Setores = setores
)
CO2eq_eletrico_total <- CO2eq_final[1:2, ] %>%
adorn_totals(c("row"), name = "Setor Elétrico") %>%
subset(., Setores == "Setor Elétrico")
CO2eq_final <- rbind(CO2eq_eletrico_total, CO2eq_final)
# Cria DF para grafico de intensidade de emissões -------------------------
total_CO2 <- CO2 %>%
group_by(ano) %>%
summarise(Total_CO2 = sum(Total))
total_CO2 <- cbind(total_CO2, fug_CO2 = fugitivas_co2[,6]) %>%
mutate(., Total = Total_CO2 + fug_CO2) %>%
select(., ano, total_CO2 = Total)
total_CH4 <- CH4 %>%
group_by(ano) %>%
summarise(Total_CH4 = sum(Total))
total_CH4 <- cbind(total_CH4, fug_CH4 = fugitivas_ch4[,6]) %>%
mutate(., Total = Total_CH4 + fug_CH4) %>%
select(., ano, total_CH4 = Total)
total_N2O <- N2O %>%
group_by(ano) %>%
summarise(Total_N2O = sum(Total))
total_N2O <- cbind(total_N2O, fug_N2O = fugitivas_n2o[,4]) %>%
mutate(., Total = Total_N2O + fug_N2O) %>%
select(., ano, total_N2O = Total)
total_CO2eq <- CO2eq %>%
group_by(ano) %>%
summarise(Total_CO2eq = sum(Total))
total_CO2eq <- cbind(total_CO2eq, fug_CO2eq = Fugitivas_co2eq_grafico[,3]) %>%
mutate(., Total = Total_CO2eq + fug_CO2eq) %>%
select(., ano, total_CO2eq = Total)
intensidade_co2eq <- cbind(oferta_interna, emissao = total_CO2eq[,2]) %>%
mutate(intensidade = (emissao/oie)*1000000)
# Monta matriz de emissões por tipo de combustível ------------------------
# Matriz de combustível para emissão de CO2
combustivel_CO2 <- aggregate(calculo_co2_matrizes[,3:28], list(calculo_co2_matrizes$ano), FUN=sum) %>%
data.table::transpose(keep.names = "Group.1")
names(combustivel_CO2) <- c("Combustível", values$ano_inicio:values$ano_fim)
combustivel_CO2 <- combustivel_CO2 [2:27,] %>%
adorn_totals(c("row","col")) %>%
subset(., Total > 0) %>%
select(
-Total
)
nomes_combustiveis <- c(
"Gás Natural",
"Carvão Vapor",
"Outras não renováveis",
"Diesel",
"Óleo Combustível",
"Gasolina",
"GLP",
"Querosene",
"Gás de coqueria",
"Coque de carvão mineral",
"Gás de refinaria",
"Coque de petróleo",
"Outros derivados de petróleo",
"Alcatrão")
combustivel_CO2[,1] <- c(nomes_combustiveis, "Total")
combustivel_CO2[,2:n_colunas] <- combustivel_CO2[,2:n_colunas] %>%
round(digits = 2)
# Matriz de combustível para emissão de CH4
combustivel_CH4 <- aggregate(calculo_ch4_matrizes[,3:28], list(calculo_ch4_matrizes$ano), FUN=sum) %>%
data.table::transpose(keep.names = "Group.1")
names(combustivel_CH4) <- c("Combustível", values$ano_inicio:values$ano_fim)
combustivel_CH4 <- combustivel_CH4 [2:27,] %>%
adorn_totals(c("row","col")) %>%
subset(., Total > 0) %>%
select(
-Total
)
nomes_combustiveis_CH4 <- c(
"Gás Natural",
"Carvão Vapor",
"Lenha",
"Produtos da cana",
"Outras não renováveis",
"Diesel",
"Óleo Combustível",
"Gasolina",
"GLP",
"Querosene",
"Gás de coqueria",
"Coque de carvão",
"Carvão vegetal",
"Etanol",
"Gás de refinaria",
"Coque de petróleo",
"Outros derivados de petróleo",
"Alcatrão")
combustivel_CH4[,1] <- c(nomes_combustiveis_CH4, "Total")
combustivel_CH4[,2:n_colunas] <- combustivel_CH4[,2:n_colunas]*1000
combustivel_CH4[,2:n_colunas] <- combustivel_CH4[,2:n_colunas] %>%
round(digits = 2)
# Matriz de combustível para emissão de N2O
combustivel_N2O <- aggregate(calculo_n2o_matrizes[,3:28], list(calculo_n2o_matrizes$ano), FUN=sum) %>%
data.table::transpose(keep.names = "Group.1")
names(combustivel_N2O) <- c("Combustível", values$ano_inicio:values$ano_fim)
combustivel_N2O <- combustivel_N2O [2:27,] %>%
adorn_totals(c("row","col")) %>%
subset(., Total > 0) %>%
select(
-Total
)
nomes_combustiveis_N2O <- c(
"Gás Natural",
"Carvão Vapor",
"Lenha",
"Produtos da cana",
"Outras não renováveis",
"Diesel",
"Óleo Combustível",
"Gasolina",
"GLP",
"Querosene",
"Gás de coqueria",
"Coque de carvão",
"Carvão vegetal",
"Etanol",
"Gás de refinaria",
"Coque de petróleo",
"Outros derivados de petróleo",
"Alcatrão")
combustivel_N2O[,1] <- c(nomes_combustiveis_N2O, "Total")
combustivel_N2O[,2:n_colunas] <- combustivel_N2O[,2:n_colunas]*1000
combustivel_N2O[,2:n_colunas] <- combustivel_N2O[,2:n_colunas] %>%
round(digits = 2)
# Matriz de combustível para emissão em CO2eq - GWP AR5
CO2eq_combustivel <- bind_rows(calculo_co2_matrizes, CH4_GWP_AR5, N2O_GWP_AR5) %>%
group_by(ano)
combustivel_CO2eq <- aggregate(CO2eq_combustivel[,3:28], list(CO2eq_combustivel$ano), FUN=sum) %>%
data.table::transpose(keep.names = "Group.1")
names(combustivel_CO2eq) <- c("Combustível", values$ano_inicio:values$ano_fim)
combustivel_CO2eq <- combustivel_CO2eq [2:27,] %>%
adorn_totals(c("row","col")) %>%
subset(., Total > 0) %>%
select(
-Total
)
nomes_combustiveis_CO2eq <- c(
"Gás Natural",
"Carvão Vapor",
"Lenha",
"Produtos da cana",
"Outras não renováveis",
"Diesel",
"Óleo Combustível",
"Gasolina",
"GLP",
"Querosene",
"Gás de coqueria",
"Coque de carvão",
"Carvão vegetal",
"Etanol",
"Gás de refinaria",
"Coque de petróleo",
"Outros derivados de petróleo",
"Alcatrão")
combustivel_CO2eq[,1] <- c(nomes_combustiveis_CO2eq, "Total")
combustivel_CO2eq[,2:n_colunas] <- combustivel_CO2eq[,2:n_colunas] %>%
round(digits = 2)
# Emite mensagem de sucesso ---------------------------------------------------------
showModal(modalDialog(
title = "Sucesso!",
footer = modalButton(label = "Ok"),
size = "s",
"As emissões foram calculadas. Acesse as páginas de resultado no menu à esquerda."
))
# Constrói lista de resultado final ---------------------------------------
resultado <- list(
CO2_final = CO2_final,
combustivel_CO2 = combustivel_CO2,
CO2_grafico = CO2_grafico,
CH4_final = CH4_final,
combustivel_CH4 = combustivel_CH4,
CH4_grafico = CH4_grafico,
N2O_final = N2O_final,
combustivel_N2O = combustivel_N2O,
N2O_grafico = N2O_grafico,
CO2eq_final = CO2eq_final,
combustivel_CO2eq = combustivel_CO2eq,
CO2eq_grafico = CO2eq_grafico,
intensidade_co2eq = intensidade_co2eq,
fugitivas_ch4_GWP = fugitivas_ch4_GWP,
fugitivas_ch4_trans = fugitivas_ch4_trans,
fugitivas_co2_trans = fugitivas_co2_trans,
fugitivas_n2o_GWP = fugitivas_n2o_GWP,
fugitivas_n2o_trans = fugitivas_n2o_trans,
total_fugitivas_CO2eq = total_fugitivas_CO2eq,
CO2_industrial_trans = CO2_industrial_trans,
CH4_industrial_trans = CH4_industrial_trans,
N2O_industrial_trans = N2O_industrial_trans,
CO2eq_industrial_trans = CO2eq_industrial_trans
)
values$status <- 'rodado'
saveRDS(object = resultado, file = 'resultado.rds')
exportar()
return(resultado)
}
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Embedding an R snippet on your website
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.