NO2-Belastung wirklich durch den Autoverkehr? Analyse mit Python gibt Aufschluss.
Der Autoverkehr hat in unseren Städten durch die Coronakrise nicht extrem aber doch merklich seit Anfang März 2020 abgenommen.
Dieser Umstand macht es nun möglich, den Einfluss des Autoverkehrs auf die NO2-Belastung in unseren Städten zu untersuchen. Denn die NO2-Konzentrationen werden fortlaufend stündlich gemessen und von den Landesumweltämtern veröffentlicht.
Für Baden-Württemberg kann man unter www.lubw.baden-wuerttemberg.de/luft/messwerte-immissionswerte#karte für die verschiedenen Messstellen die Messwerte als CSV-Datei über einen fast beliebigen Zeitraum herunterladen. Damit lässt sich die NO2-Belastung für 2019 (ohne Corona) und 2020 (mit Corona) vergleichen.
Die Analyse dieser Daten mit Excel ist aber schwierig, da es sich um sehr viele Messwerte (jeweils 24 NO2-Messwerte pro Tag) handelt und die Messreihen teils Lücken aufweisen.
Für solche Analysen ist Python ideal geeignet. Normalerweise würde man hier das Modul „Pandas‟ verwenden. In den hier gezeigten Beispiel wurde der Einfachheit halber nur die Module „matplotlib‟, „csv‟ und „datetime‟ verwendet.
Die Analyse großer Sensordatensätzen beispielsweise aus dem Umweltmonitoring oder dem Condition Monitoring sowie der Einsatz von KI-Methoden darauf sind auch Inhalte des Mechatronikstudiums an der Hochschule Reutlingen.
Für die Städte Reutlingen und Freiburg ergeben sich damit folgende Darstellungen der NO2-Belastung.
An den Spot-Messstellen (Lederstraße bzw. Schwarzwaldstraße) ist ein signifikanter Abfall der NO2-Konzentration für März/April 2020 im Vergleich zu 2019 zu beobachten.
Für die Hintergrund-Messstellen (Friedrich-Ebert-Straß bzw. Fehrenbachallee) ist die Corona-bedingte Änderung weitaus geringer.
Fazit: Anders als die Auto-Lobby verlautbart hat der fossile Autoverkehr einen signifikanten Einfluss auf die lokalen NO2-Konzentrationen.
Wenn Sie für Ihre Messstelle diese Analyse durchführen möchten: Im Downloadbereich finden Sie das Pythonskript. Python ist Open Source und kostenlos. Mit etwas Programmiererfahrung können selbst fachfremde Lungenärzte diese Analyse durchführen ;-)
Falls die Quelldaten von einem anderen Landesumweltamt als BW stammen, muss das Pythonskript vermutlich angepasst werden, da diese Datensätze womöglich anders formatiert sind.
