Gli edifici attualmente consumano circa il 40% di tutta l'elettricità utilizzata negli Stati Uniti, la maggior parte si trova in aree urbane in rapida crescita. Poiché la produzione di elettricità è la principale fonte di emissioni di gas serra nel paese, rendere gli edifici urbani più efficienti dal punto di vista energetico potrebbe aiutare a mitigare il cambiamento climatico globale.

Per realizzare edifici efficienti su scala urbana, le stime accurate dell'occupazione sono cruciali. Queste stime devono tenere conto del fatto che le persone si spostano nelle loro città durante il giorno, da casa al lavoro, che determina il consumo di energia per i diversi tipi di edifici. Ora, un modello sviluppato da ricercatori di Berkeley Engineering, Berkeley Lab e MIT possono fare proprio questo. Un documento che descrive lo strumento, che utilizza i dati del cellulare raccolti passivamente per migliorare l'occupazione degli edifici su scala urbana e le stime di mobilità, è stato recentemente pubblicato su Comunicazioni sulla natura .

"Comprendere l'occupazione degli edifici su scala urbana ci consente di pianificare meglio l'uso collettivo dell'energia. Come le app per il traffico che indicano lo stato attuale della congestione stradale, prevediamo un modello che potrebbe potenzialmente dire agli utenti quali sono le richieste di energia in luoghi diversi e quindi identificare misure di efficienza su misura. Lo strumento potrebbe anche potenzialmente connettersi a dispositivi intelligenti che si adattano automaticamente alla domanda di energia, " ha detto Marta González, professore di ingegneria civile e ambientale a Berkeley e coautore dell'articolo.

Mentre le fonti di dati passive come il Bluetooth, Wi-Fi e telecamere sono state utilizzate per comprendere le dinamiche di una città, Gonzalez e i suoi collaboratori sostengono che queste fonti non sono disponibili su una scala sufficiente per svolgere quel lavoro in modo completo. Queste fonti limitate non possono prevedere con precisione l'occupazione simultanea di migliaia di edifici diversi. Questo è il motivo per cui i ricercatori propongono di utilizzare i dati dei telefoni cellulari raccolti passivamente per dedurre l'occupazione dell'edificio a livello di città.

Come prova di concetto, hanno integrato i record delle chiamate di 1,92 milioni di utenti di telefoni cellulari anonimi nell'area metropolitana di Boston con un framework esistente chiamato TimeGeo, che ha identificato i modelli di mobilità urbana. In questi dati, hanno cercato persone che hanno effettuato telefonate consecutive con il cellulare all'interno della stessa posizione di 300 metri e hanno avuto conversazioni della durata di circa 10 minuti. Questi "punti di permanenza" erano caratterizzati come casa, lavoro o altro.

In questi dati, che è stato raccolto tra la fine di febbraio e il marzo 2010, ne hanno trovati 200, 000 persone che hanno avuto più di 50 soggiorni e almeno 10 soggiorni a domicilio, che sono chiamate avvenute a casa di edifici designati. Da questa selezione, hanno estratto parametri di mobilità che sono stati poi applicati a una simulazione che ha modellato la mobilità di 3,54 milioni di persone nell'area di Boston, di cui 2,10 milioni di lavoratori e 1,44 milioni di non lavoratori. Finalmente, utilizzando le informazioni sui tipi di utilizzo degli edifici e gli orari di apertura dalle mappe digitali, queste persone erano assegnate probabilisticamente agli edifici.

"Abbiamo scoperto che la tipica occupazione giornaliera massima negli edifici commerciali è circa il 20-30 percento della capacità ipotizzata per tipo di edificio, e che l'occupazione residenziale è fortemente dipendente dal quartiere, con alcune aree che hanno un'occupazione molto più elevata per unità di superficie, come i condomini che circondano le università, di altri, come le case unifamiliari in zone ricche, " disse González.

I ricercatori osservano che la differenza di occupazione tra le ipotesi attuali e le stime basate sui telefoni cellulari deriva dal fatto che le stime attuali trattano gli edifici in modo isolato, mentre la loro ricerca tiene conto del fatto che le persone possono visitare molti edifici.

E quando queste stime di occupazione basate sui telefoni cellulari sono state integrate con un modello energetico degli edifici urbani all'avanguardia (UBEM), sviluppato nel Sustainable Design Lab del MIT, per comprendere il loro impatto sulle previsioni di utilizzo dell'energia, i ricercatori hanno scoperto che il consumo di energia differiva fino al 15% per gli edifici residenziali e al 20% per gli edifici commerciali rispetto agli attuali metodi standard.

"Ciò evidenzia la necessità di nuovi modelli dall'occupazione al carico che possono essere applicati su scala urbana ai diversi tipi di edifici urbani, " disse González.