Centre de documentation
scientifique

sans n° - mars 2025 - Chiffres clés des transports - Editions 2025 (Bulletin de Datalab) / Janine Eguienta    

Public [n° ou bulletin]  est un bulletin de Datalab / CGDD Commissariat Général au Développement Durable (2016 -)   Titre : sans n° - mars 2025 - Chiffres clés des transports - Editions 2025 Type de document : Périodique Auteurs : Janine Eguienta, Auteur Année de publication : 2025 Importance : 95 p. Langues : Français (fre) Descripteur : [Termes IGN] climat [Termes IGN] données [Termes IGN] économie d'énergie [Termes IGN] énergie éolienne [Termes IGN] énergie nucléaire [Termes IGN] gestion des ressources Résumé : Dans une année 2023 marquée par une inflation encore significative et des troubles sociaux, l’activité économique française décélère. Avec le ralentissement de la production industrielle, la production des branches utilisatrices de transport est presque étale, tandis que les échanges extérieurs de transport, après leur redressement post-Covid-19, perdent de leur dynamisme. Avec le repli quasi général des prix du transport de fret et le ralentissement de l’inflation subie par les ménages pour leurs transports, la dépense de transport augmente légèrement en 2023, pour s’établir à 521,0 milliards d’euros (18,5 % du PIB français). En 2023, le transport intérieur de voyageurs diminue légèrement (- 0,3 % de voyageurs-kilomètres) et s’établit en dessous de son niveau d’avant-crise (- 4,3 % par rapport à 2019). Le transport terrestre de marchandises marque un repli plus prononcé (- 4,0 % de tonnes-kilomètres). Numéro de notice : 163-202501 Affiliation des auteurs : non IGN Nature : Numéro de périodique En ligne : https://www.statistiques.developpement-durable.gouv.fr/chiffres-cles-des-transpo [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=bulletin_display&id=35276 [n° ou bulletin]

Documents numériques

en open access Datalab Transports 2025 Adobe Acrobat PDF

sans n° - novembre 2024 - Chiffres clés du climat - Edition 2024 (Bulletin de Datalab) / Janine Eguienta    

Public [n° ou bulletin]  est un bulletin de Datalab / CGDD Commissariat Général au Développement Durable (2016 -)   Titre : sans n° - novembre 2024 - Chiffres clés du climat - Edition 2024 Type de document : Périodique Auteurs : Janine Eguienta, Auteur Année de publication : 2024 Importance : 95 p. Langues : Français (fre) Descripteur : [Termes IGN] climat [Termes IGN] données [Termes IGN] économie d'énergie [Termes IGN] énergie éolienne [Termes IGN] énergie nucléaire [Termes IGN] gestion des ressources Résumé : Cette publication, par son organisation et le choix des thèmes abordés, a pour ambition d’informer un public le plus large possible sur le changement climatique, ses mécanismes, causes et effets ainsi que sur les dispositifs mis en place pour le circonscrire, aux échelles internationale, européenne et nationale. Elle fournit en particulier des statistiques détaillées sur les émissions de gaz à effet de serre dans le monde, en Europe et en France. Numéro de notice : 163-202403 Affiliation des auteurs : non IGN Nature : Numéro de périodique En ligne : https://www.statistiques.developpement-durable.gouv.fr/chiffres-cles-du-climat-f [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=bulletin_display&id=35244 [n° ou bulletin]

Documents numériques

en open access Chiffres clés du climat - Edition 2024 Adobe Acrobat PDF

sans n° - septembre 2024 - Chiffres clés de l'énergie - Edition 2024 (Bulletin de Datalab) / Janine Eguienta  

Public [n° ou bulletin]  est un bulletin de Datalab / CGDD Commissariat Général au Développement Durable (2016 -)   Titre : sans n° - septembre 2024 - Chiffres clés de l'énergie - Edition 2024 Type de document : Périodique Auteurs : Janine Eguienta, Auteur Année de publication : 2024 Importance : 95 p. Langues : Français (fre) Descripteur : [Termes IGN] climat [Termes IGN] données [Termes IGN] économie d'énergie [Termes IGN] énergie éolienne [Termes IGN] énergie nucléaire [Termes IGN] gestion des ressources Résumé : La branche énergie représente environ 3 % de la valeur ajoutée en France. En 2023, l’énergie pèse à hauteur de 71 Md€ dans le déficit commercial de la France. En 2022, dans un contexte de tensions internationales et de prix de l’énergie élevés, les ménages, les entreprises et les administrations ont dépensé 215 Md€ pour satisfaire leur besoin en énergie. Les ménages y ont consacré 9,5 % de leur budget. La production nationale primaire représente plus de la moitié de l’approvisionnement en énergie du territoire. Si la France importe désormais la quasi-totalité des énergies fossiles qu’elle consomme et en a progressivement diversifié la provenance géographique, elle redevient en 2023 exportatrice nette d’électricité. L’électricité et le gaz naturel, moins émetteurs de gaz à effet de serre que le pétrole et le charbon, se sont progressivement substitués à ces derniers dans les principaux secteurs d’activité économique, même si le pétrole demeure prépondérant dans les transports. Numéro de notice : 163-202402 Affiliation des auteurs : non IGN Nature : Numéro de périodique En ligne : https://www.statistiques.developpement-durable.gouv.fr/chiffres-cles-des-energie [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=bulletin_display&id=35233 [n° ou bulletin]

Deep learning–based monitoring sustainable decision support system for energy building to smart cities with remote sensing techniques / Wang Yue in Photogrammetric Engineering & Remote Sensing, PERS, vol 88 n° 9 (September 2022)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 88 n° 9 (September 2022) . - pp 593 - 601 Titre : Deep learning–based monitoring sustainable decision support system for energy building to smart cities with remote sensing techniques Type de document : Article/Communication Auteurs : Wang Yue, Auteur ; Changgang Yu, Auteur ; A. Antonidoss, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 593 - 601 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle [Termes IGN] apprentissage profond [Termes IGN] bâtiment [Termes IGN] capteur (télédétection) [Termes IGN] économie d'énergie [Termes IGN] internet des objets [Termes IGN] performance énergétique [Termes IGN] réseau neuronal artificiel [Termes IGN] système d'aide à la décision [Termes IGN] ville durable [Termes IGN] ville intelligente Résumé : (auteur) In modern society, energy conservation is an important consideration for sustainability. The availability of energy-efficient infrastructures and utilities depend on the sustainability of smart cities. The big streaming data generated and collected by smart building devices and systems contain useful information that needs to be used to make timely action and better decisions. The ultimate objective of these procedures is to enhance the city's sustainability and livability. The replacement of decades-old infrastructures, such as underground wiring, steam pipes, transportation tunnels, and high-speed Internet installation, is already a major problem for major urban regions. There are still certain regions in big cities where broadband wireless service is not available. The decision support system is recently acquiring increasing attention in the smart city context. In this article, a deep learning–based sustainable decision support system (DLSDSS) has been proposed for energy building in smart cities. This study proposes the integration of the Internet of Things into smart buildings for energy management, utilizing deep learning methods for sensor information decision making. Building a socially advanced environment aims to enhance city services and urban administration for residents in smart cities using remote sensing techniques. The proposed deep learning methods classify buildings based on energy efficiency. Data gathered from the sensor network to plan smart cities' development include a deep learning algorithm's structural assembly of data. The deep learning algorithm provides decision makers with a model for the big data stream. The numerical results show that the proposed method reduces energy consumption and enhances sensor data accuracy by 97.67% with better decision making in planning smart infrastructures and services. The experimental outcome of the DLSDSS enhances accuracy (97.67%), time complexity (98.7%), data distribution rate (97.1%), energy consumption rate (98.2%), load shedding ratio (95.8%), and energy efficiency (95.4%). Numéro de notice : A2022-812 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE/URBANISME Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.22-00010R2 Date de publication en ligne : 01/09/2022 En ligne : https://doi.org/10.14358/PERS.22-00010R2 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101972 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2022091	SL	Revue	Centre de documentation	En réserve L003	Disponible

Toward green cartography & visualization: a semantically-enriched method of generating energy-aware color schemes for digital maps / Yangli Han in Cartography and Geographic Information Science, vol 48 n° 1 (January 2021)  

Public [article]  inCartography and Geographic Information Science > vol 48 n° 1 (January 2021) . - pp 43 - 62 Titre : Toward green cartography & visualization: a semantically-enriched method of generating energy-aware color schemes for digital maps Type de document : Article/Communication Auteurs : Yangli Han, Auteur ; Mingguang Wu, Auteur ; Robert Emmett Roth, Auteur Année de publication : 2021 Article en page(s) : pp 43 - 62 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] amélioration des couleurs [Termes IGN] cartographie pour écran mobile [Termes IGN] conception cartographique [Termes IGN] couleur (rédaction cartographique) [Termes IGN] économie d'énergie [Termes IGN] enrichissement sémantique [Termes IGN] impact sur l'environnement [Termes IGN] optimisation (mathématiques) [Termes IGN] relation sémantique [Termes IGN] téléphone intelligent [Termes IGN] visualisation cartographique [Vedettes matières IGN] Géovisualisation Résumé : (auteur) We introduce a semantically-enriched method of generating color schemes for various types of digital maps that reduces the energy consumption of the display device while preserving the quality of the original design. Energy-aware design intersects two important trends in cartography. First, as more maps are viewed today on mobile, battery life has become a central constraint influencing design. Second, there is increasing need for green computing, which encourages the efficient use of energy to limit environmental impacts. This paper focuses on one important aspect of energy-aware cartography: color design. Existing research on energy-aware color adjustment methods apply broadly to images or websites. However, the colors used in maps have more structured semantic relationships than most documents viewed on mobile devices, and efforts to account for these relationships while reducing energy consumption are limited. To fill this gap, we mathematically formalize energy-aware map-color adjustment as a constrained optimization problem: we define energy consumption as the objective function and model the preservation of semantic relationships as the search constraints. We evaluate our proposed method against a common color dimming method using four maps with different semantic relationships. The evaluation suggests that our proposed method better preserves the original color semantics. Numéro de notice : A2021-018 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15230406.2020.1827040 Date de publication en ligne : 05/11/2020 En ligne : https://doi.org/10.1080/15230406.2020.1827040 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96457 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
032-2021011	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Simulation 3D de la constructibilité et utilisations pour l’aménagement [diaporama] / Mickaël Brasebin (2018) 

Permalink

vol 8 n° 2 - juillet 2017 - Lutte contre le changement climatique et maîtrise de la demande d’énergie (Bulletin de Développement durable & territoire)  

Permalink

A Feasibility study on occupants' behaviour and energy usage patterns and its potential integration with building information modelling / Liangxiu Han in International journal of 3-D information modeling, vol 4 n° 1 (January - March 2015)  

Permalink

Integrating BIM with BMS in energy performance assessment: case study of a university building in UK / Ajiero Ikenna Reginald in International journal of 3-D information modeling, vol 4 n° 1 (January - March 2015)  

Permalink

JFSMA'13, vingt-et-unièmes journées francophones sur les systèmes multi-agents / Salima Hassas (2013)

Permalink

Generating sustainable urban form in Detroit. Design applications utilizing Geodesign methodologies / C. Bodurow in Revue internationale de géomatique, vol 22 n° 2 (Juin - août 2012)  

Permalink

La modélisation 3D : une nouvelle voie pour les documents d'urbanisme : Application à l'optimisation énergétique des bâtiments / Aurélie Prévost in Revue internationale de géomatique, vol 21 n° 4 (décembre 2011 – février 2012)  

Permalink

Intégration de la thermographie aérienne dans le SIG de la ville de Vincennes / M. Marie (2011)

Permalink

Thermographie aérienne des villes : mythes et réalités / Jean-Baptiste Henry in XYZ, n° 118 (mars - mai 2009) 

Permalink

French-Swedish symposium on energy conservation and research organized in cooperation with the French ministry of industry and the French-Swedish Research Society (AFSR) / Ministry of industry of sweden (1981)

Permalink