Prédire les microclimats : une nouvelle approche en durabilité urbaine fondée sur l’IA

Selon les prévisions, d’ici 2050, plus de 70 % de la population mondiale résidera dans des zones urbaines où il faudra composer non seulement avec une demande accrue d’énergie, mais aussi une augmentation de la fréquence des phénomènes météorologiques extrêmes sous l’effet des changements climatiques.

Pour relever ces défis, Senwen Yang, étudiant au doctorat au Département de génie du bâtiment, civil et environnemental de l’Université Concordia, a conçu une méthode faisant appel aux réseaux neuronaux artificiels (RNA) pour améliorer les prédictions relatives aux microclimats urbains à l’aide de données provenant de stations météorologiques locales.

Pour ces travaux, M. Yang a profité de l’encadrement de Leon Wang, professeur à l’École de génie et d’informatique Gina-Cody, et de Ted Stathopoulos du Centre d’études sur les bâtiments à consommation énergétique nulle. Employant une démarche novatrice, il a synthétisé des données météorologiques à long terme recueillies pendant 20 ans dans des aéroports avec plusieurs mois d’observations localisées. Se fondant sur le résultat de cette synthèse, il a ensuite élaboré un modèle capable de générer une année météorologique type propre aux zones urbaines et adapté aux nuances climatiques uniques des villes. Ce modèle a été éprouvé à l’aide de données provenant de cinq stations météorologiques de Montréal.

Les résultats se sont révélés très éclairants : les microclimats urbains pourraient faire augmenter la consommation d’énergie consacrée au refroidissement dans une proportion pouvant atteindre 14 %, tandis qu’ils permettraient de réduire jusqu’à 10 % les besoins en chauffage. Or, ces nouvelles connaissances pourraient aider urbanistes et gestionnaires de bâtiments à mettre au point les systèmes de chauffage et de climatisation, ouvrant ainsi la voie au développement de milieux urbains plus durables et respectueux de l’environnement.

Pour obtenir de l’information détaillée sur cette étude intitulée Urban microclimate prediction based on weather station data and artificial neural network (« prédiction du microclimat urbain fondée sur les données des stations météorologiques et les réseaux neuronaux artificiels »), consultez le compte rendu intégral, publié dans la revue Energy and Buildings.