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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».