Revue de la modélisation énergétique de serres avec TRNSYS
Notice bibliographique
Résumé
L'agriculture en serre offre une solution améliorant le rendement de la production agricole qui contribue donc à répondre à la demande alimentaire croissante. En climat froid, la rentabilité des serres est liée au coût de l'énergie nécessaire à la production et à son utilisation optimale. Afin d'améliorer l'efficacité énergétique de ces espaces, des modèles numériques sont utilisés. En effet, basée sur la mise en équations des phénomènes physiques, ils simulent le climat intérieur d'une serre ainsi que la consommation énergétique. Une fois validé, des études paramétriques peuvent être réalisées permettant ainsi l'analyse des nombreux scénarios énergétiques qui, pour des raisons de coût et/ou de complexité du plan d'expérience, ne peuvent être réalisés avec un espace ou un bâtiment réel. Bien qu'il existe plusieurs techniques de modélisation numérique de serres dans la littérature, un nombre important de modèles sont développés sur des logiciels de simulation thermique dynamique (STD) de bâtiment, tel que TRNSYS. Ce dernier permet en effet l'intégration simplifiée de composants existants de chauffage, de ventilation et de conditionnement de l'air (CVCA) ou d'énergie renouvelable à un modèle. Le but de cet article est de présenter l'état actuel de la modélisation énergétique de serre complétée avec le logiciel TRNSYS. Pour ce faire, une revue systématique des études récentes sur le sujet est menée. Seize études sont analysées selon trois aspects importants du processus de modélisation numérique : (1) les caractéristiques de la serre modélisée, (2) les approches de modélisation des composants du modèle, et (3) le processus de validation du modèle. La revue systématique fait ressortir les éléments spécifiques de chacun des modèles ainsi que les relations entre ceux-ci. D'abord, (1) l'analyse des caractéristiques des serres expose la grande variété de types de serre, des systèmes mécaniques et des types de culture qui sont intégrés dans les modèles. Ensuite, (2) l'analyse des approches de modélisation met en évidence les similarités et les différences entre les modèles étudiés. L'utilisation des composants d'origine de TRNSYS entraîne des similarités au niveau de la modélisation des phénomènes physiques traditionnellement retrouvés dans les bâtiments. Cependant, les différences sont notoires au niveau des approches de modélisation des interactions spécifiques aux serres soit celles avec les plantes et le sol. Finalement, (3) l'analyse des processus de validation révèle une inconstance au niveau des indicateurs statistiques de performance et des données de validation utilisées. Les observations tirées de cette revue serviront de base pour les travaux futurs dans le domaine. Cette revue systématique permet aussi d'identifier certaines lacunes de la modélisation énergétique complétée avec le logiciel TRNSYS.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».