Erhöhte Aussagekraft durch Korrelation von Luftqualitäts-, Verkehrs- und Wetterdaten

(openPR) Hawa Dawa, ein Münchner Unternehmen, das sich auf das Management der Luftqualität spezialisiert hat, schloss kürzlich eine Untersuchung zu den Auswirkungen des Verkehrs auf die Luftqualität in einer Kleinstadt in Bayern ab. Die gleichzeitig erhobenen Daten zur Luftqualität und dem Verkehrsaufkommen wurden in diesem Projekt korreliert. Ziel war es, die Auswirkungen von verkehrs- und wetterbedingten Einflüssen auf die Luftqualität zu untersuchen. Als weitere Fragestellung wurde analysiert, zu welchem Grad Geschwindigkeitsbegrenzungen oder Geschwindigkeitsempfehlungen Einfluss auf die Luftqualität haben.

Zur Untersuchung des Zusammenhangs zwischen der Anzahl der Fahrzeuge, der tatsächlichen Geschwindigkeit, Wetterfaktoren (Wind, Temperatur und Luftfeuchtigkeit) und der Konzentration von Luftschadstoffen (Stickstoffdioxid und Feinstaub PM10) wurden Verkehrsmessgeräte und die Hawa Dawa Sentience Luftmessgeräte zusammen in einer bayerischen Kleinstadt platziert.
Um die potenziellen Auswirkungen einer veränderten Geschwindigkeitsbegrenzung zu analysieren, wurden professionelle Simulations- und Modellierungsprogramme eingesetzt.

Die Ergebnisse der Studie zeigen, dass die Genauigkeit der Aussagen zu Einflüssen auf die Luftqualität signifikant mit der Menge der erhobenen Datenpunkte zunimmt. Reine Simulationen und Modellierung ohne einer ausreichenden Menge an Ist-Daten sind sehr komplex und basieren auf einer hohen Anzahl von Annahmen und bergen daher die Gefahr von großen Ungenauigkeiten. Auch zeigte die Studie auf, dass eine Veränderung der Geschwindigkeitsbegrenzung von 50 km/h auf 30 km/h nicht zwangsläufig zu weniger Luftverschmutzung führt. Hier gibt es viele ortspezifische Einflussfaktoren, die entsprechend berücksichtigt werden müssen.

Matthew Fullerton, Head of Software Development und Mitgründer von Hawa Dawa, ergänzt: “Durch dieses umfangreiche Projekt und die detaillierte Analyse, zeigt sich die Bedeutung der Erhebung tatsächlicher Daten vor Ort und die Korrelation der unterschiedlichen Einflussfaktoren. Nur so entsteht eine valide Entscheidungsgrundlage für geplante Maßnahmen.“