Optimización de datos para la verificación de la huella de carbono en edificación: avances y retos

El análisis de ciclo de vida (ACV) y las declaraciones ambientales de producto (EPD, de sus siglas en inglés) se han convertido en instrumentos clave para esa evaluación. Sin embargo, su aplicación presenta importantes limitaciones: comparabilidad reducida, falta de homogeneidad metodológica, escasa digitalización e interoperabilidad con herramientas como BIM. Estas carencias generan incertidumbre y dificultan la toma de decisiones en fases críticas de diseño y ejecución de proyectos.

Tecnalia y 011h Sustainable han colaborado en el desarrollo de una iniciativa para mejorar la calidad y representatividad de los dato ambientales en edificación. 

Conscientes de este reto, 011h Sustainable Construction y Tecnalia han desarrollado una iniciativa orientada a mejorar la calidad y representatividad de los datos ambientales en edificación. El proyecto se apoya en la sustitución de datos genéricos de alta incertidumbre por información más verificable y estructurada, en formatos digitales interoperables, y alineada con marcos como Level(s) y estándares europeos de referencia (EN 15978, UNE-EN 15941:2024). Este enfoque garantiza mayor trazabilidad, precisión y coherencia en la cuantificación de la huella de carbono y otros indicadores ambientales.

Uno de los aspectos más innovadores del trabajo es el análisis de partidas materiales con orden de prioridad para su representatividad acumulada. Los análisis muestran que una fracción reducida de materiales concentra la mayor parte del impacto ambiental embebido: en un caso piloto, el 72 % de la huella de carbono total correspondía a tan solo 20 partidas de obra. Este hallazgo también abre la puerta a metodologías simplificadas y eficientes, capaces de orientar decisiones de ecodiseño, a la vez que cuestiona el criterio de masa como criterio de simplificación.

Asimismo, se han desarrollado procesos de regionalización de datos a través de la base ecoinvent, adaptando la información genérica al contexto español. Este procedimiento sistemático, implementado con la biblioteca de Python Brightway2, permite seleccionar datos con el mayor ajuste geográfico y tecnológico posible, reforzando la coherencia de los resultados y facilitando su integración en modelos de ACV de edificios.

Los resultados subrayan la necesidad de criterios estrictos de calidad de datos. La norma UNE-EN 15941:2024 establece dimensiones clave como representatividad temporal, geográfica y tecnológica, precisión, integridad y trazabilidad. Cumplir con estos requisitos no solo mejora la fiabilidad de los estudios, sino que constituye la base para el reconocimiento mutuo de datos ambientales a nivel europeo.