High spatiotemporal resolution modelling of building stocks for a circular and green transition (iBuildGreen)

De dynamiske forhold i rum og tid i den eksisterende bygningsmasse er nøglen til cirkulærøkonomi og den grønne omstilling, men forbliver hidtil dårligt karakteriseret som følge af behovet for enorme mængder data. Kan vi udnytte den stigende tilgængelige telemåling og automatiske maskinindlærings tekniker til at automatisere den eksisterende bygningsmasses karakterisering? Hvilket tilføjede værdier vil denne øget forståelse bringe til diskussionen om cirkulærøkonomi og den grønne omstilling? Dette er fundamentale spørgsmål vi sigter efter at besvare baseret på tværfaglige- og hidtil ukendte metoder, hvor Danmark bruges som eksempel. Hvis det lykkedes, kan det muliggøre et paradigmeskift i modelleringen af den eksisterende bygningsmasse og lede vejen for en win-win-win i digitaliseringen, cirkulærøkonomi, og klimastrategier i den grønne omstilling.
Samarbejdsprojekt mellem Syddansk Universitet (koordinator), Københavns Universitet og Aalborg Universitet.
Projektet er støttet af Danmarks Frie Forskningsfond.