Évaluation des impacts énergétiques de l'intégration d'une serre urbaine commerciale au toit d'un bâtiment en climat froid
Bibliographic record
Abstract
L’agriculture urbaine est pratiquée sous diverses formes et offre une multitude de bénéfices sociaux et environnementaux aux villes. La culture en serre est une méthode de production éprouvée et bien adaptée à l’agriculture urbaine effectuée dans une optique commerciale, car elle permet de cultiver de manière intensive des fruits et légumes toute l’année. En climats froids, comme dans la province de Québec, la serriculture est cependant particulièrement énergivore, étant donné les besoins en chauffage et en éclairage accrus. Il existe cependant plusieurs stratégies pouvant améliorer l’efficacité énergétique des serres. Par exemple, certaines expérimentations effectuées en climats tempérés ont montré que leur intégration aux toits de bâtiments peut mener à des impacts favorables, tant pour la serre que pour le bâtiment hôte. Il semble ainsi pertinent de se demander dans quelle mesure de telles dispositions peuvent améliorer les performances énergétiques de serres urbaines en climats froids? L’objectif de ce mémoire est d’évaluer, sous forme d’étude paramétrique, les impacts énergétiques de l’intégration d’une serre au toit d’un bâtiment dans un climat froid, ainsi que de certains choix de conception techniques pour différentes pratiques culturales. Pour se faire, un bâtiment commercial existant et une serre hypothétique d’approximativement 3000 m2 ont été modélisés à l’aide des logiciels SketchUp et OpenStudio. La modélisation a permis de simuler les performances énergétiques de différents scénarios, associés à la modification de certains paramètres, afin d’estimer l’influence de l’implantation de la serre au bâtiment pour différents niveaux d’isolation du toit, mais aussi de différents matériaux de recouvrement de la serre, types d’appareils d’éclairage artificiel et sources d’énergie de chauffage. Les simulations ont été effectuées pour des conditions associées à deux types de légumes cultivés, la tomate et la laitue, afin d’établir si différentes conditions de culture peuvent impacter les conclusions. Finalement, les coûts énergétiques et les émissions de gaz à effet de serre des scénarios ont également été quantifiés et comparés. Les résultats montrent des différences significatives entre les divers scénarios étudiés. Pour la culture de la tomate, les variations observées par rapport au scénario de référence, respectivement pour la consommation énergétique, les émissions de gaz à effet de serre et les coûts, sont de -31 % à 17 %, -99 % à 45 % et -24 % à 25 %, alors que pour celle de la laitue, elles sont de -29 % à 20 %, -99 % à 28 % et -15 % à 36 %. Dans le contexte étudié, l’implantation d’une serre au toit permet une diminution de sa consommation énergétique de 6 % à 11 % pour la culture de la tomate et de 7 % à 11 % pour celle de la laitue, lorsque comparée à une serre de caractéristiques équivalentes située au sol. Dans le cas du bâtiment, des réductions de la consommation énergétique de l’ordre de 1 % à 14 % sont observées, les bénéfices étant largement supérieurs lorsque le niveau d’isolation du toit est faible. Les résultats démontrent également que le matériau de recouvrement (verre à simple paroi ou polycarbonate à double paroi), le type d’appareils d’éclairage artificiel utilisé (HPS ou DEL) et la source d’énergie de chauffage (gaz naturel ou électricité) ont des impacts non négligeables sur le profil énergétique de la serre, de même que sur les émissions de gaz à effet de serre et les coûts d’exploitation qui en découlent. Finalement, bien que certaines mesures étudiées permettent de réduire considérablement les émissions de gaz à effet de serre d’une serre chauffée au gaz naturel, le chauffage avec de l’électricité de source renouvelable est une solution offrant des performances environnementales grandement supérieures, bien qu’il en résulte une augmentation des coûts d’exploitation. Bien que limités à l’étude d’un cas spécifique, ces résultats fournissent des indicateurs permettant d’identifier des scénarios particulièrement prometteurs pour Montréal et d’autres villes en climats froids visant à gagner en autosuffisance alimentaire. Ils peuvent servir à mieux orienter décideurs et entrepreneurs quant à la pertinence écologique et financière de certaines mesures d’efficacité énergétique, de même qu’aider à la création de meilleures politiques encourageant le développement de projets commerciaux d’agriculture urbaine. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : agriculture, bâtiments, changements climatiques, énergies renouvelables, gaz à effet de serre, modélisation énergétique, Montréal, serres, symbiose urbaine, toits, transition écologique
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.031 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".