Quasi-experimental evidence that the urban tree canopy reduces residential energy consumption
Notice bibliographique
Résumé
The relationship between the urban tree canopy (UTC) and residential space-conditioning electricity use has been explored over the past decades, but depending on the methods and assumptions, there is a wide disparity in the estimated energy savings. Using a quasi-experimental research design, we combine aerial imagery of the UTC with high-frequency electricity consumption data for 1,968 houses in Ottawa, Canada, to revisit the causal links between the UTC and residential electricity demand. We estimate that a 10-percentage point increase in the UTC within the 12.5-meter buffer of a house corresponds to a 2.9% reduction in electricity consumption during the period that trees are in leaf. For the average house in our sample, UTC covers 25% of the area within 12.5-metres from the house, and results in 3.0% reduction in annual average electricity consumption. The effect of tree coverage varies by the spatial configuration of trees relative to buildings: UTC closer to the building reduces electricity consumption by a larger amount than UTC farther from the building, and UTC to the west of the house has a larger effect compared to coverage in other directions. To understand how the effects of UTC on electricity consumption are moderated by weather variables we combine a causal quasi-experimental framework with machine learning. We find that UTC has a larger impact on electricity consumption at higher temperatures, lower wind speeds, and lower relative humidity. Savings from UTC reach 15% of residential electricity consumption on hot summer afternoons and the peak residential load is 17.9% lower as a result of the UTC.
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 ».