Ślad węglowy w budownictwie – ekologiczna wizja przyszłości

• Autorzy: Ciuła Michał

Identyfikatory

DOI

10.5604/01.3001.0055.0065

Warianty tytułu

EN

Carbon Footprint in Construction – An Ecological Vision for the Future

• Języki publikacji: PL

Abstrakty

PL

Obecnie coraz większy nacisk kładzie się na ekosystem w architekturze projektowanych obiektów. Koncepcja ochrony środowiska w branży budowlanej skupia się na ograniczeniu emisji gazów cieplarnianych, ponieważ mają one istotny wpływ na globalne zanieczyszczenie atmosfery. W tym kontekście Komisja Europejska proponuje wprowadzenie wymogu Zero Emission Building (ZEB) już od 2030 roku. Jednak obliczanie śladu węglowego budynku i wartości potencjału tworzenia efektu cieplarnianego (GWP) jest skomplikowane i budzi kontrowersje. W opinii autora tak złożoną problematyką w przyszłości zajmować będą się algorytmy uczenia maszynowego. W artykule przeglądowo przedstawiono kilka obecnie działających projektów wykorzystujących sztuczną inteligencję (AI) w celu minimalizacji śladu węglowego w budownictwie. Wnioskiem jest, że dalsze badania i rozwój metodologii oceny śladu węglowego są niezbędne w celu osiągnięcia bardziej precyzyjnych i spójnych wyników, co przyczyni się do budowania bardziej ekologicznych systemów zarządzania zasobami i środowiskiem.

EN

Currently, more and more emphasis is placed on the ecosystem in the architecture of designed facilities. The concept of environmental protection in the construction industry focuses on reducing greenhouse gas emissions, because they have a significant impact on global atmospheric pollution. In this context, the European Commission proposes to introduce the Zero Emission Building (ZEB) requirement from 2030. However, calculating a building’s carbon footprint and global warming potential (GWP) is complex and controversial. In the author’s opinion, machine learning algorithms will deal with such complex issues in the future. The article reviews several currently operating projects using artificial intelligence (AI) to minimize the carbon footprint in construction. The conclusion is that further research and development of carbon footprint assessment methodologies are necessary to achieve more precise and consistent results, which will contribute to building greener resource and environmental management systems.

Słowa kluczowe

PL

ślad węglowy; ekologia; przyszłość; budynek zeroemisyjny; sztuczna inteligencja; architektura ekologiczna; oddziaływanie na środowisko

EN

carbon footprint; ecology; future; zero-emission building; artificial intelligence; green architecture; impact on environment

• Wydawca: Fundacja Polskiego Związku Inżynierów i Techników Budownictwa
• Czasopismo: Przegląd Budowlany
• Rocznik: 2025
• Tom: R. 96, nr 1
• Strony: 127--130
• Opis fizyczny: Bibliogr. 23 poz., tab.

Twórcy

autor

Ciuła Michał

• Małopolskie Laboratorium Budownictwa Energooszczędnego, Wydział Inżynierii Lądowej, Politechnika Krakowska

• https://orcid.org/0000-0002-4345-0381

Bibliografia

• [1] Furtak M. et al., Certyfikacja budynków energooszczędnych, Przegląd Budowlany 11-12/2021, str. 144-148, ISSN: 0033-2038
• [2] Schimel D. et al., Chapter 2: Radiative Forcing of Climate Change, [w]: Climate Change 1995, The Science of Climate Change, Contribution of Working Group I to the Second Assessment Report of the Intergovermental Panel on Climate Change, IPCC, str. 121
• [3] Ramaswamy V. et al., Chapter 6: Radiative Forcing of Climate Change, [w]: Climate Change 2001, The Scientific Basis. Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change, IPCC, str. 338
• [4] Forster P. et al. Chapter 2: Changes in Atmospheric Constituents and Radiative Forcing, [w]: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, IPCC, 2007, str. 212
• [5] Myhre G. et al. Chapter 8: Anthropogenic and Natural Radiative Forcing, [w]: Climate Change 2013, The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change, IPCC, str. 714
• [6] Masson-Delmotte V. P. et al., PCC, 2021: Summary for Policymakers, [w]: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change, IPCC
• [7] Jackson R. B. et al., Methane removal and atmospheric restoration, [w]: Nature Sustainability 2/2019, str. 436-438
• [8] George G. et al., Digital sustainability and entrepreneurship: How digital innovations are helping tackle climate change and sustainable development, [w]: Entrepreneurship Theory and Practice 45 (5)2021, str. 999-1027
• [9] 2021 Global status report for buildings and construction, www.globalabc.org/sites/default/files/2021-10/GABC_Buildings-GSR-2021_BOOK.pdf dost. 10.12.2021
• [10] AR6 Climate Change 2021: The Physical Science Basis - IPCC, www.ipcc.ch/report/sixth-assessment-report-working-group-i, dost. 12.01.2022
• [11] www.ipcc.ch/about/ dost. 28.06.2022
• [12] Short-lived Climate Pollutants – Center for Climate and Energy Solutions Center for Climate and Energy Solutions online: c2es.org dost. 01.09.2022 r.
• [13] Charles Eley, 20-Years vs. 100-Years for Calculating Global Warming Potential w: www.eley.com/node/83 dost. 28.06.2023
• [14] https://aiforgood.itu.int/about-ai-for-good/un-ai-actions/unep/ dost. 28.06.2023
• [15] https://www.iea.org/articles/case-study-artificial-intelligence-for-building-energy-management-systems dost. 28.06.2023
• [16] https://carbon.ai/ dost. 28.06.2023
• [17] https://www.microsoft.com/en-us/ai/ai-for-earth/
• [18] https://mediacenter.ibm.com/media/Green+Horizons/1_f9ftqtn1 29.06.2023
• [19] https://exchange.aboutamazon.com/data-initiative
• [20] https://www.pointgrab.com/ dost. 28.06.2023
• [21] https://invest.cityzenith.com/old-home dost. 28.06.2023
• [22] https://www.datacenterfrontier.com/machine-learning/article/11427419/meta-using-ai-to-create-greener-concrete-for-its-data-centers dost. 28.06.2023
• [23] https://climate.ai/case-studies/accurate-hurricane-forecasting-helps-roofing-materials-producer/ dost. 28.06.2023