Nachhaltige Mobilität ohne schädliche Auswirkungen
Der Weg zu Zero Impact
02.11.2021
Das VKM blickt auf eine lange Historie in der Entwicklung von Antrieben zurück, insbesondere solche für Fahrzeuge aller Art. Über Jahrzehnte stand dabei die erfolgreich praktizierte Reduktion von Emissionen im Fokus, also jene Komponenten, welche im Betrieb ausgestoßen werden. Gemäß dem heutigen Anspruch eines Wandels hin zu ganzheitlicher Nachhaltigkeit steht dieser Aspekt nunmehr im Fokus sämtlicher Aktivitäten und Betrachtungen. So gehört heute beispielsweise die Analyse des CO2-Fußabdrucks über den gesamten Lebenszyklus von Antriebskonzepten zu einem Standardwerkzeug. Im Rahmen dieser Aktivitäten rückte in den letzten Jahren auch die Frage nach den Auswirkungen von emittierten Schadstoffen in den Fokus. Vor diesem Hintergrund wurde das Darmstädter Emissions-Immission-Modell entwickelt.
Für derartige Untersuchungen eignet sich die lokale Situation in Darmstadt, da im Rahmen der Luftqualitätsüberwachung in der Vergangenheit eine Vielzahl von Grenzwertüberschreitungen festgestellt wurde. Dabei ist lokale Situation kein Einzelfall: Derlei Grenzwertüberschreitungen sind heutzutage an verschiedenen lokalen Sondersituationen mit viel Verkehr und speziellen Begebenheiten feststellbar, sogenannten Hot-Spots. Obgleich die überwiegende Mehrheit der innerstädtischen Luftmessstationen die gültigen Grenzwerte einhält, gilt es, auch in den Hot-Spot-Situationen die Luftqualität sicherzustellen, um dem Anspruch sauberer Luft für Mensch und Umwelt gerecht zu werden. Zukünftig sollen die Grenzwerte nicht nur eingehalten, sondern bestenfalls signifikant unterschritten werden, ungeachtet des Verkehrsaufkommens oder meteoroligsicher Quereinflüsse. Vor dem Hintergrund dieser Herausforderung wurde das Darmstädter Emissions-Immission-Modell auf Basis empirischer Modellierung mittels neuronaler Netze entwickelt. In einem ersten Schritt wurde das Modell mit Messdaten zurückliegender Jahre trainiert. Daran schloss sich eine Validierung in Zeiträumen an, welche nicht Teil des Trainings waren. Nachdem damit die Modellierungsgüte sichergestellt war, ermöglicht das Modell nun tiefergehende Situationsanalysen. So lassen sich beispielsweise die Auswirkungen von Veränderungen in der Fahrzeugflotte oder lokale Maßnahmen wie Geschwindigkeitsbeschränkungen und Fahrverbote auf die vorherrschende Immissionsbelastung quantifizieren.
Aktuelle Untersuchungen hinsichtlich der Belastung von Stickstoffdioxid (NO2) zeigen, dass bis zum Jahr 2030 eine weitere signifikante Reduktion infolge der zunehmenden Substitution älterer durch neue Fahrzeuge (natürlicher Flottenaustausch) zu erwarten ist. Darüber belegen die Ergebnisse, dass aufgrund der besonderen verkehrlichen und lokalen atmosphärischen Situation der besonders stark belasteten Hügelstraße Fahrverbote sowie eine Geschwindigkeitsreduktion zu einer Absenkung der vorherrschenden NO2-Konzentration beitragen. Im Vergleich dazu führen stadtweite Geschwindigkeitsbeschränkungen auf Tempo 30 und Fahrverbote nur zu einer marginalen Reduktion der Stickoxidbelastung. Insgesamt konnten robuste und qualitativ genaue Ergebnisse erzielt werden, wobei im Rahmen der Untersuchungen die Komplexität von wirksamen Interaktionen überaus deutlich wurde. Insofern bergen vereinfachte Annahmen und Schlussfolgerungen ohne dezidierte Situationsanalysen eine große Gefahr hinsichtlich der Abschätzung von tatsächlich erzielbaren Reduktionspotenziale.
