Roof-Integrated Green Technologies, Energy Saving and Outdoor Thermal Comfort: Insights from a Case Study in Urban Environment
Notice bibliographique
Résumé
Green urban infrastructures have a significant impact on urban climate mitigation, on indoor and outdoor thermal comfort and on energy performance of buildings. In this paper, outdoor thermal comfort conditions and energy saving for space heating and cooling were investigated before and after the use of roof-integrated green technologies. Existing urban energy and climate models and tools were applied to an urban area located in a Turin (Italy). CitySim, ENVI-met and SOLWEIG tools and a GIS-based model were used to evaluate the mean radiant temperature and the thermal comfort of outdoor spaces before and after the use of vegetated roofs and green surfaces such as the predicted mean vote (PMV), the physiological equivalent temperature (PET) and the universal thermal climate index (UTCI). A GIS-based engineering model and CitySim tool were used to evaluate the energy saving and energy independence index for space heating and cooling after the use of green roofs and solar technologies. According to the shape and the suitability of rooftop elaborated with GIS tools, some roofs were identified as potential green roofs other as potential solar roofs for installing solar thermal collectors and photovoltaic panels. According to the results it is possible to confirm that the use of green roofs and urban greenery can decrease the mean radiant temperature until about 10℃ during summer season, improving outdoor thermal comfort conditions and energy savings with a reduction of 12% for space cooling energy consumption.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».