Menü öffnen

Mobilfunkdaten zur Analyse von Luftverschmutzung

Emission Impossible – so weit sind wir noch lange nicht. Eine neue Methode nutzt nun Mobilfunkdaten zur Schätzung von CO2-Emissionen und Luftverschmutzung in Städten – mit dem Ziel, die Emissionen deutlich zu verringern. (Foto: Clemens Weiß)
Emission Impossible – so weit sind wir noch lange nicht. Eine neue Methode nutzt nun Mobilfunkdaten zur Schätzung von CO2-Emissionen und Luftverschmutzung in Städten – mit dem Ziel, die Emissionen deutlich zu verringern. (Foto: Clemens Weiß)

Forscher nutzen Mobilfunkdaten zur besseren Einschätzung von CO2-Emissionen und Luftverschmutzung in Städten. Die Methode soll ein kosteneffizienter Weg werden, um die Entstehung von Treibhausgasen besser zu analysieren – und dann auch zu bekämpfen.

10.05.2017 – Die Studie leitet Bewegungsmuster von anonymisierten und aggregierten Mobilfunkdaten ab, um die Nutzung verschiedener Transportmittel und die sich daraus ergebende Luftverschmutzung zu verstehen. Diese innovative Methode erlaube es, die Konzentration der Luftverschmutzung in städtischen Gebieten mit einer Genauigkeit von bis zu 77 Prozent zu schätzen, so die Datenanalyse-Experten des ETH Zürich-Spinoffs Teralytics, Telefónica NEXT und der Anbieter für Nachhaltigkeitslösungen South Pole Group, die gemeinsam das Pilotprojekt in der Stadt Nürnberg erfolgreich abgeschlossen haben. Es zeige, so die Forscher, dass mobile Netzwerkdaten genutzt werden können, um CO2- und NOX-Emissionen in Stadtregionen zu vergleichsweise niedrigen Kosten zu analysieren. Um dies zu erreichen, hat Teralytics in Nürnberg anonymisierte und aggregierte Daten von Telefónica Deutschland untersucht, die generiert werden, wenn Nutzer telefonieren, Textnachrichten schicken oder im Internet surfen.

Basierend auf den Bewegungsverhalten konnte Teralytics das Transportmedium ableiten, mit der sich die Nutzergruppen fortbewegen. So konnten die Datenexperten erkennen, welche Fortbewegungsmittel, also zum Beispiel Bahn oder Autos, von wie vielen Menschen genutzt wurden. Da jedes Fortbewegungsmittel unterschiedlich viel CO2 und Stickoxide ausstößt, konnten die drei Unternehmen die Bewegungsdaten mit den jeweiligen Emissionsdaten der verschieden Transportmittel kombinieren und daraus die Luftverschmutzung und Treibhausgasemissionen in Nürnberg ableiten.

Nach den Ergebnissen der Studie in Nürnberg wollen die Forscher den Ansatz weiter verfolgen. Ziel ist es, besser zu begreifen, wie Daten genutzt werden können, um Umweltverschmutzung weltweit zu bekämpfen. Besonders die geringen Kosten machten diesen Ansatz der Datenanalyse besonders interessant – im Vergleich zu den hohen Produktions- und Wartungskosten aufwändiger Messstationen: Der neuartige Ansatz könnte eine kontinuierliche und flächendeckende Analyse ermöglichen, glauben die Forscher.

„Unser moderner, urbaner Lebensstil führt zur Erzeugung von schädlichen Treibhausgasen. Gleichzeitig erzeugt er aber auch große Mengen an Daten“, sagt Georg Polzer, Geschäftsführer von Teralytics. „Unsere Mission bei Teralytics ist es, diese Daten zum Nutzen der Gesellschaft zu verwenden. Die Resultate aus Nürnberg haben gezeigt, dass wir mit der Analyse von digital erzeugten Daten Stadtplanern ein besseres Verständnis von Mobilitätsmustern und deren Einfluss auf Luftverschmutzung geben können.“ Das wäre auch ein wichtiger Schritt, um Luftverschmutzung effizient zu vermeiden. Ziel sei es, so Florian Marquart, Geschäftsführer von Telefónica NEXT für den Bereich Advanced Data Analytics, ein Produkt für deutsche Städte, Bundesländer und die Regierung zu entwickeln, so dass sie den Herausforderungen der Luftverschmutzung besser begegnen könnten.

Mit der erfolgreichen Studie konnte sich das Konsortium schon mal weitere finanzielle Unterstützung von Climate KIC’s Low Carbon City Lab sichern – einer Initiative, die Städte, Unternehmen, Hochschulen und NGO’s zusammenbringt, um Lösungen für umwelt- und gesellschaftsrelevante Herausforderungen zu erarbeiten. Mit der Förderung wird die Forschungspartnerschaft die Methode mit besonderem Fokus auf kurze Reisewege erweitern und verbessern. Zudem werden lokale Faktoren, wie Flughäfen oder große Veranstaltungen sowie verschiedene Autotypen wie etwa Elektroautos und SUVs einbezogen. Auch Einflussfaktoren wie Staus oder Ampeln werden berücksichtigt, um noch exaktere Ergebnisse zu erhalten. na


Mehr zum Thema


Kommentare

Diskutieren Sie über diesen Artikel

Keine Kommentare gefunden!

Neuen Kommentar schreiben


Name: *
E-Mail: *
(wird nicht veröffentlicht)
Nicht ausfüllen!


Kommentar: *

(wird nicht veröffentlicht)
max 2.000 Zeichen


energiezukunft