<?xml version="1.0" encoding="ISO-8859-1"?><article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<front>
<journal-meta>
<journal-id>2665-0398</journal-id>
<journal-title><![CDATA[Aula Virtual]]></journal-title>
<abbrev-journal-title><![CDATA[Aula Virtual]]></abbrev-journal-title>
<issn>2665-0398</issn>
<publisher>
<publisher-name><![CDATA[Fundación Aula Virtual]]></publisher-name>
</publisher>
</journal-meta>
<article-meta>
<article-id>S2665-03982026000102029</article-id>
<article-id pub-id-type="doi">10.5281/zenodo.19373027</article-id>
<title-group>
<article-title xml:lang="es"><![CDATA[MODELADO DE EMISIONES DE CO&#8322; EN EL SECTOR TRANSPORTE PERUANO MEDIANTE SUSTITUCIÓN DE COMBUSTIBLES: UN ENFOQUE PREDICTIVO CON ARIMA Y REDES NEURONALES]]></article-title>
<article-title xml:lang="en"><![CDATA[MODELING CO&#8322; EMISSIONS IN THE PERUVIAN TRANSPORT SECTOR THROUGH FUEL SUBSTITUTION: A PREDICTIVE APPROACH WITH ARIMA AND NEURAL NETWORKS]]></article-title>
</title-group>
<contrib-group>
<contrib contrib-type="author">
<name>
<surname><![CDATA[Garván Gamarra]]></surname>
<given-names><![CDATA[Carlos Aurelio]]></given-names>
</name>
<xref ref-type="aff" rid="Aff"/>
</contrib>
</contrib-group>
<aff id="Af1">
<institution><![CDATA[,Universidad Nacional de Ingeniería  ]]></institution>
<addr-line><![CDATA[ ]]></addr-line>
<country>Peru</country>
</aff>
<pub-date pub-type="pub">
<day>00</day>
<month>06</month>
<year>2026</year>
</pub-date>
<pub-date pub-type="epub">
<day>00</day>
<month>06</month>
<year>2026</year>
</pub-date>
<volume>7</volume>
<numero>14</numero>
<copyright-statement/>
<copyright-year/>
<self-uri xlink:href="http://ve.scielo.org/scielo.php?script=sci_arttext&amp;pid=S2665-03982026000102029&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://ve.scielo.org/scielo.php?script=sci_abstract&amp;pid=S2665-03982026000102029&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://ve.scielo.org/scielo.php?script=sci_pdf&amp;pid=S2665-03982026000102029&amp;lng=en&amp;nrm=iso"></self-uri><abstract abstract-type="short" xml:lang="es"><p><![CDATA[Resumen El sector transporte en Perú es el principal generador de CO&#8322;, con un alto uso de combustibles fósiles como el diésel y la gasolina, lo cual representa una problemática en cuanto al cumplimiento de los compromisos climáticos del país. Al respecto, la investigación tuvo como objetivo modelar las emisiones de dióxido de carbono que resultarían de sustituir estos combustibles por opciones que generen menos contaminación, como el gas natural vehicular (GNV) y el gas licuado de petróleo (GLP). La metodología partió de un enfoque cuantitativo mediante el estudio de series temporales, utilizando modelos autorregresivos integrados de medias móviles (ARIMA), programación lineal y redes neuronales artificiales sobre datos de consumo recopilados entre 2007 y 2021. Los resultados mostraron que el modelo ARIMA (2,1,1) (1,1,1) [12] ofreció el mejor ajuste para predecir las emisiones relacionadas con el diésel, la gasolina y el GLP, mientras que la serie del GNV mostró un crecimiento lineal. Las proyecciones para el año 2030 indicaron que, en un escenario continuo, el diésel seguiría siendo responsable del 64% de las emisiones totales en el sector. Por lo tanto, la sustitución completa del diésel por GNV podría llevar a una disminución del 99. 21% en emisiones, y un cambio a GLP podría reducirlas en un 85.85%. Se concluye que avanzar hacia combustibles más ecológicos, especialmente el GNV, tiene un gran potencial para la mitigación, además de ofrecer un análisis basado en modelos predictivos para respaldar las políticas de descarbonización del transporte en Perú.]]></p></abstract>
<abstract abstract-type="short" xml:lang="en"><p><![CDATA[Abstract The transportation sector in Peru is the main generator of CO&#8322;, with high use of fossil fuels such as diesel and gasoline, which poses a challenge to the country's climate commitments. In this regard, the research aimed to model the carbon dioxide emissions that would result from replacing these fuels with less polluting alternatives, such as compressed natural gas (CNG) and liquefied petroleum gas (LPG). The methodology employed a quantitative approach using time series analysis, with autoregressive integrated moving average (ARIMA) models, linear programming, and artificial neural networks applied to consumption data collected between 2007 and 2021. The results showed that the ARIMA (2,1,1) (1,1,1) model [12] provided the best fit for predicting emissions related to diesel, gasoline, and LPG, while the CNG series showed linear growth. Projections for 2030 indicated that, under business as usual, diesel would still be responsible for 64% of total emissions in the sector. Therefore, a complete replacement of diesel with CNG could lead to a 99.21% decrease in emissions, and a switch to LPG could reduce them by 85.85%. It is concluded that moving towards cleaner fuels, especially CNG, has great potential for mitigation, and this analysis, based on predictive models, can support transportation decarbonization policies in Peru.]]></p></abstract>
<kwd-group>
<kwd lng="es"><![CDATA[Emisiones de CO&#8322;]]></kwd>
<kwd lng="es"><![CDATA[Transporte terrestre]]></kwd>
<kwd lng="es"><![CDATA[Sustitución de combustibles]]></kwd>
<kwd lng="es"><![CDATA[Modelo ARIMA]]></kwd>
<kwd lng="es"><![CDATA[Redes neuronales artificiales]]></kwd>
<kwd lng="es"><![CDATA[Gas natural vehicular]]></kwd>
<kwd lng="es"><![CDATA[Perú]]></kwd>
<kwd lng="en"><![CDATA[CO2 emissions]]></kwd>
<kwd lng="en"><![CDATA[Land transport]]></kwd>
<kwd lng="en"><![CDATA[Fuel substitution]]></kwd>
<kwd lng="en"><![CDATA[ARIMA model]]></kwd>
<kwd lng="en"><![CDATA[Artificial neural networks]]></kwd>
<kwd lng="en"><![CDATA[Vehicular natural gas]]></kwd>
<kwd lng="en"><![CDATA[Peru]]></kwd>
</kwd-group>
</article-meta>
</front><back>
<ref-list>
<ref id="B1">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Altikat]]></surname>
<given-names><![CDATA[S.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Predicción de la emisión de CO2 de los gases de efecto invernadero la atmósfera con redes neuronales artificiales y redes neuronales de aprendizaje profundo]]></article-title>
<source><![CDATA[Int. J. Environ. Sci. Technol.]]></source>
<year>2021</year>
<volume>18</volume>
<page-range>3169-78</page-range></nlm-citation>
</ref>
<ref id="B2">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Cemrek]]></surname>
<given-names><![CDATA[F.]]></given-names>
</name>
<name>
<surname><![CDATA[Demir]]></surname>
<given-names><![CDATA[O.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Estimación de series temporales de emisiones de CO2 con máquinas de vectores de soporte Regresión, redes neuronales artificiales y análisis de series temporales clásicas]]></article-title>
<source><![CDATA[Forecasting]]></source>
<year>2021</year>
<volume>5</volume>
<numero>2</numero>
<issue>2</issue>
<page-range>36-44</page-range></nlm-citation>
</ref>
<ref id="B3">
<nlm-citation citation-type="">
<collab>CMNUCC</collab>
<source><![CDATA[Convención Marco de las Naciones Unidas sobre el Cambio Climático, FCCC/INFORMAL/84: Nuevo tiraje por razones técnicas, GE.05-62301 (S) 220705-ONU]]></source>
<year>1992</year>
<publisher-loc><![CDATA[N.Y, EE.UU ]]></publisher-loc>
</nlm-citation>
</ref>
<ref id="B4">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[García]]></surname>
<given-names><![CDATA[A.]]></given-names>
</name>
<name>
<surname><![CDATA[Cendales]]></surname>
<given-names><![CDATA[E.]]></given-names>
</name>
<name>
<surname><![CDATA[Eslava]]></surname>
<given-names><![CDATA[A.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Motores de Combustión Interna (MCI) Operando con Mezclas del Etanol y la Gasolina: Revisión]]></article-title>
<source><![CDATA[Ciencia e Ingeniería Neogranadina]]></source>
<year>2016</year>
<volume>26</volume>
<numero>1</numero>
<issue>1</issue>
<page-range>75-96</page-range></nlm-citation>
</ref>
<ref id="B5">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Hagos]]></surname>
<given-names><![CDATA[D. A.]]></given-names>
</name>
<name>
<surname><![CDATA[Ahlgren]]></surname>
<given-names><![CDATA[E. O.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Explorando transiciones rentables hacia un transporte independiente de combustibles fósiles en el futuro sistema energético]]></article-title>
<source><![CDATA[Applied Energy]]></source>
<year>2020</year>
<volume>261</volume>
<numero>1</numero>
<issue>1</issue>
<publisher-loc><![CDATA[Dinamarca ]]></publisher-loc>
</nlm-citation>
</ref>
<ref id="B6">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Iftikhar]]></surname>
<given-names><![CDATA[H.]]></given-names>
</name>
<name>
<surname><![CDATA[Han]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
<name>
<surname><![CDATA[Zywiotek]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
<name>
<surname><![CDATA[Khan]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
<name>
<surname><![CDATA[Lopez]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Modelado y pronóstico de emisiones de dióxido de carbono en Pakistán utilizando una combinación hibrida de modelos de regresión y series temporales]]></article-title>
<source><![CDATA[Heliyon]]></source>
<year>2024</year>
</nlm-citation>
</ref>
<ref id="B7">
<nlm-citation citation-type="">
<collab>IPCC</collab>
<source><![CDATA[Cambio Climático 2013. Bases físicas. Contribución del Grupo de Trabajo al Quinto Informe de Evaluación del Grupo Intergubernamental de Expertos sobre el Cambio Climático]]></source>
<year>2013</year>
</nlm-citation>
</ref>
<ref id="B8">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Jena]]></surname>
<given-names><![CDATA[P.]]></given-names>
</name>
<name>
<surname><![CDATA[Managi]]></surname>
<given-names><![CDATA[S.]]></given-names>
</name>
<name>
<surname><![CDATA[Majhi]]></surname>
<given-names><![CDATA[B.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Pronóstico de las emisiones de CO2 a nivel global: un modelo de red neuronal artificial multicapa]]></article-title>
<source><![CDATA[Energies]]></source>
<year>2021</year>
<volume>14</volume>
<numero>19</numero>
<issue>19</issue>
<page-range>6311-633</page-range></nlm-citation>
</ref>
<ref id="B9">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Li]]></surname>
<given-names><![CDATA[X.]]></given-names>
</name>
<name>
<surname><![CDATA[Zhang]]></surname>
<given-names><![CDATA[X.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Un estudio comparativo de modelos estadísticos y de aprendizaje automático sobre la predicción de las emisiones de dióxido de carbono de China]]></article-title>
<source><![CDATA[Environ Sci Pollut Res Int]]></source>
<year>2023</year>
<volume>30</volume>
<numero>55</numero>
<issue>55</issue>
<page-range>117485-502</page-range></nlm-citation>
</ref>
<ref id="B10">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Mantilla]]></surname>
<given-names><![CDATA[L.]]></given-names>
</name>
<name>
<surname><![CDATA[Camargo]]></surname>
<given-names><![CDATA[Y.]]></given-names>
</name>
<name>
<surname><![CDATA[Bolaño]]></surname>
<given-names><![CDATA[S.]]></given-names>
</name>
<name>
<surname><![CDATA[Tovar]]></surname>
<given-names><![CDATA[F.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Estimation of Road Transportation Emissions in Colombia from 2010 to 2021]]></article-title>
<source><![CDATA[Atmosphere]]></source>
<year>2023</year>
<volume>14</volume>
<numero>7</numero>
<issue>7</issue>
<page-range>1167</page-range></nlm-citation>
</ref>
<ref id="B11">
<nlm-citation citation-type="">
<collab>MINAM - COP21</collab>
<source><![CDATA[Ministerio del Ambiente - Conferencia de las Partes 21a]]></source>
<year>2015</year>
<edition>Primera ed.</edition>
</nlm-citation>
</ref>
<ref id="B12">
<nlm-citation citation-type="">
<collab>MINAM - COP25</collab>
<source><![CDATA[Foro Anual de Miembros del NDC Partnership, Convención Marco de las Naciones Unidas sobre el Cambio Climático]]></source>
<year>2019</year>
</nlm-citation>
</ref>
<ref id="B13">
<nlm-citation citation-type="">
<collab>MINAM - INGEI</collab>
<source><![CDATA[Inventario Nacional de Gases de efecto Invernadero. Sector Energía, PIUP, Desechos, Agricultura y USCUSS, Infocarbono]]></source>
<year>2019</year>
</nlm-citation>
</ref>
<ref id="B14">
<nlm-citation citation-type="">
<collab>MINEM - BNE</collab>
<source><![CDATA[Ministerio de Energía y Minas-Balance Nacional de Energía. Consumo Final Nacional]]></source>
<year>2022</year>
</nlm-citation>
</ref>
<ref id="B15">
<nlm-citation citation-type="">
<collab>OCDE / ITF</collab>
<article-title xml:lang=""><![CDATA[Challenges &amp; Opportunities in the Downturn / International Transport Forum. Transport for a Global Economy]]></article-title>
<source><![CDATA[]]></source>
<year>2009</year>
</nlm-citation>
</ref>
<ref id="B16">
<nlm-citation citation-type="">
<collab>OSINERGMIN</collab>
<source><![CDATA[La industria del gas natural en el Perú. A diez años del Proyecto Camisea]]></source>
<year>2014</year>
</nlm-citation>
</ref>
<ref id="B17">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Rafael]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
<name>
<surname><![CDATA[Hernández]]></surname>
<given-names><![CDATA[A.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Caracterización de un motor de combustión interna con dos tipos de combustible]]></article-title>
<source><![CDATA[Instituto Mexicano del Transporte]]></source>
<year>2014</year>
</nlm-citation>
</ref>
<ref id="B18">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Salaet]]></surname>
<given-names><![CDATA[S.]]></given-names>
</name>
<name>
<surname><![CDATA[Roca]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Agotamiento de los Combustibles Fósiles y Emisiones de CO2: Algunos Posibles Escenarios Futuros de Emisiones]]></article-title>
<source><![CDATA[Revista Galega de Economía]]></source>
<year>2010</year>
<volume>19</volume>
<numero>1</numero>
<issue>1</issue>
<page-range>1-19</page-range></nlm-citation>
</ref>
<ref id="B19">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Santa]]></surname>
<given-names><![CDATA[E.]]></given-names>
</name>
<name>
<surname><![CDATA[Regalado]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[El transporte frente al desafío de la Transición Energética en el Perú hacia el 2050]]></article-title>
<source><![CDATA[Natura@economía]]></source>
<year>2022</year>
<volume>7</volume>
<numero>2</numero>
<issue>2</issue>
<page-range>131-48</page-range></nlm-citation>
</ref>
<ref id="B20">
<nlm-citation citation-type="">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Sharma]]></surname>
<given-names><![CDATA[S.]]></given-names>
</name>
<name>
<surname><![CDATA[Mittal]]></surname>
<given-names><![CDATA[A.]]></given-names>
</name>
<name>
<surname><![CDATA[Bansal]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
<name>
<surname><![CDATA[Joshi]]></surname>
<given-names><![CDATA[B.]]></given-names>
</name>
<name>
<surname><![CDATA[Rayal]]></surname>
<given-names><![CDATA[A.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Pronóstico de las emisiones de carbono en la India utilizando el enfoque de predicción de series temporales (ARIMA)]]></article-title>
<source><![CDATA[Apuntes de Ingeniería Eléctrica]]></source>
<year>2024</year>
<volume>1086</volume>
</nlm-citation>
</ref>
<ref id="B21">
<nlm-citation citation-type="">
<collab>World Air Quality</collab>
<source><![CDATA[Estadística y Reporte de la Calidad del Aire Mundial]]></source>
<year>2018</year>
</nlm-citation>
</ref>
</ref-list>
</back>
</article>
