Hintergrund

Der Verkehr liefert neben Hausbrand und Industrie einen wesentlichen Beitrag zur PM₁₀ Problematik in europäischen Städten. Vor allem die abgeschirmte Lage von städtischen Agglomerationen in Beckenlagen führt, in den Wintermonaten durch austauscharme Wetterlagen, zu einem markanten Anstieg in der PM₁₀ Belastung. In dieser Hinsicht kommt auch dem Winterdienst mit Salz- und teilweise Splittstreuung eine besondere Bedeutung zu. Diese Streumittel werden durch den Straßenverkehr aufgewirbelt und können zu einem wesentlichen Anteil der nicht abgasbedingten Emissionen beitragen.

Obwohl die Verwendung von PM₁₀ Emissionsfaktoren dem Stand der Technik entspricht, so ist eine Quantifizierung herausfordernd, da der nicht abgasbedingte Anteil von zahlreichen Einflussgrößen (Meteorologie, Straßenzustand, Verschmutzungsgrad, Verkehrsstärke, …) abhängig ist. Diese Herausforderungen treffen im speziellen auf Messungen im Freiland zu und im geringeren Ausmaß auch den Bereich von Tunnel und Tunnelportalen. Zur Validierung der standardisierten PM₁₀ Emissionsfaktoren nach [7] wurden zahlreiche Messkampagnen im Freiland und Tunnel durchgeführt und mithilfe von Ausbreitungsrechnungen mit dem Modellsystem GRAMM/GRAL [1], [2], [11], bzw.

[13] überprüft. Die Freilandmessungen wurden sowohl an befestigten als auch an unbefestigten Straßen im Stadtgebiet durchgeführt. Darüber hinaus wurden die Auswirkungen von CMA (Calcium-Magnesium-Acetat) als alternatives Streumittel auf den PM₁₀ non exhaust Anteil des Verkehrs betrachtet. Mit der vorliegenden Veröffentlichung soll ein Beitrag zur Verwendung von PM₁₀ (exh. & non exh.) Emissionsfaktoren auf befestigten und unbefestigten Straßen geleistet werden.

Background

Traffic is, next to domestic heating and industry, one of the most essential contributors to PM₁₀ difficulties in European cities. Especially the isolated location of urban agglomerations within basins leads, due to stable weather conditions, to a significant increase of PM₁₀ levels during wintertime. In this respect, winter service with salt and grit spread is of great importance. These substances are being resuspended by traffic and can contribute significantly to the amount of PM₁₀ non exhaust emissions.

Although the use of PM₁₀ emission factors conforms state of the art, it is difficult to quantify them, because the non exhaust part depends on several influence quantities (e.g. meteorology, road condition, contamination level, traffic, …). These challenges especially apply to open air measurements and to a lower degree also to tunnels and tunnel portals. Several measurement campaigns have been realised in open air and tunnels to validate used PM₁₀ emission factors and verify them with the aid of dispersion calculations with the GRAMM/GRAL model system[1], [2], [11], resp. [13]. The field measurements have been done on paved as well as on unpaved roads within urban area. Furthermore the effects of CMA (Calcium-Magnesium-Acetate) as an alternative grit have been considered due to the PM₁₀ non exhaust amount of traffic. The current publication should make a contribution to the use of PM₁₀ (exh. & non-exh.) emission factors on paved and unpaved roads.

Der Fachvortrag zur Veranstaltung ist im Volltext verfügbar. Das PDF enthält alle Bilder und Formeln.

1. PM₁₀ Emissionen und Straßenverkehr

Schadstoffemissionen des Straßenverkehrs werden prinzipiell nach einem multiplikativen Ansatz berechnet (Emissionsfaktor x Aktivität). Der Emissionsfaktor ergibt sich in Abhängigkeit von der Verkehrssituation (Abhängig vom Straßentyp), der Steigung des betrachteten Straßenstücks und der Zusammensetzung der Fahrzeugflotte (Kat-, Diesel-, Ottomotoren) im Bezugsjahr sowie deren Emissionsstandards im Zulassungsjahr.

Bei der Berechnung von PM₁₀ Emissionen aus dem Verkehrssektor sind prinzipiell die zwei Emissionskategorien exhaust und non exhaust zu berücksichtigen. Also Emissionen, die aufgrund des Verbrennungsprozesses entstehen, bzw. Emissionen, die durch Abrieb und Aufwirbelung generiert werden. Für erstere Gruppe gibt es bereits zahlreiche Modelle, die je nach Fragestellung (globale Emissionsinventuren, nationale Emissionsinventuren, Emissionen für ein Stadtgebiet, …) und Detailliertheitsgrad zuverlässige Ergebnisse liefern. Emissionen durch Abrieb und Aufwirbelung sind von einer Vielzahl an Einflussfaktoren abhängig (Meteorologie, Straßenzustand, Verkehrsdichte, …) und sehr schwer zu quantifizieren. Vor allem der nicht abgasbedingte (non exhaust) PM₁₀ Anteil des Verkehrs trägt in den Wintermonaten maßgeblich zur verkehrsbedingten Feinstaubbelastung bei [11]. Im Rahmen des EU-Life Projektes CMA+ [14] wurde durch den optimierten Einsatz von CMA in den Partnerstädten (Klagenfurt, Lienz und Bruneck) versucht, den PM₁₀ non exhaust Anteil zu reduzieren. Ein anderer Forschungsschwerpunkt widmet sich der Bestimmung von PM₁₀ non exhaust Emissionen in Tunnel, die aufgrund anderer Einflussfaktoren als im Freiland differenziert zu betrachten sind. Die im Rahmen dieser Arbeiten entwickelten und adaptierten Methodikansätze zur Berechnung der beiden Emissionskategorien des Straßenverkehrs (mithilfe von Luftgüteuntersuchungen) werden in den folgenden Abschnitten näher erläutert.

Um eine Berechnung der Emissionen entsprechend dem Stand der Wissenschaft durchzuführen bzw. um auf Änderungen in der Datenlage bezüglich KFZ-Emissionen rasch reagieren zu können, wurde z.B. am Institut für Verbrennungskraftmaschinen und Thermodynamik der TU Graz das Emissionsmodell NEMO [1] und das HBEFA [9] entwickelt. 

2. Messung und Methode

2.1 Freilandmessungen

Das häufig verwendete Luv-Lee-Konzept, bei dem in Abhängigkeit von Windrichtung und -geschwindigkeit zur Straße die Auswirkungen des Verkehrs auf die Luftgütesituation bestimmt werden, kann in den vorliegenden Fällen nur teilweise verwendet werden. Vor allem die speziellen meteorologischen Bedingungen in Wintermonaten (Inversionswetterlagen, niedrige Windgeschwindigkeiten, …) erfordern eine Adaption des Luv-Lee-Messkonzeptes, um daraus PM₁₀ Emissionsfaktoren (exhaust & non exhaust) mithilfe der Luftgütemessstationen in den einzelnen Untersuchungsgebieten ermitteln zu können. Die adaptierte Methode des Messkonzeptes zur Berechnung von Schadstoffdifferenzen ist in Abbildung 2-1 dargestellt.

Abbildung 2-1: Darstellung des Messkonzeptes zur Berechnung von Schadstoffdifferenzen

Der Grundgedanke zur Erfassung des Straßeneintrags von PM₁₀ und NO_x ist jedoch bei beiden Messkonzepten unverändert. Im gegenständlichen Fall kommt der Auswahl geeigneter straßennaher Messstationen (Hot Spot Station) und einer weiter entfernt befindlichen Messstation (sog. Hintergrundmessstation) große Bedeutung zu. Sie dienen als Basis zur Bildung von Differenzen der Schadstoffbelastung von PM₁₀ (ΔPM₁₀) und NO_x (ΔNO_x). Da im Gegensatz zu PM₁₀, die gemessene NO_x Immission fast ausschließlich dem Verkehr zuzuordnen und auch rechnerisch sehr gut prognostizierbar ist, kann aus der NO_x Differenz (ΔNO_x) die Verdünnung errechnet und diese in einem nächsten Schritt auf das ΔPM₁₀ angewendet. Mit dem Verhältnis von ΔPM₁₀/ΔNO_x wird für den betrachteten Straßenabschnitt die lokal verursachte Immission des Verkehrs bestmöglich repräsentiert. Zum besseren Verständnis ist dieser Ansatz in Abbildung 2-2 dargestellt.

Abbildung 2-2: Berechnung von ΔPM₁₀ bzw. ΔNO_x

Vereinfacht ausgedrückt kann somit über die Verdünnung die Immission der Emission des flottengemittelten Verkehrs für den betrachteten Straßenabschnitt gleichgesetzt werden (s. Formel 1).

Formel 1 in der PDF

Die berechneten straßeninduzierten Immissionsbeiträge (ΔPM₁₀, ΔNO_x bzw. ΔPM₁₀/ΔNO_x) und eine Verkehrszählstelle, zur genauen Erfassung des Verkehrsaufkommens inkl. des Pkw- bzw. Lkw-Anteils, bilden die Grundlage für den nächsten Berechnungsschritt. Mithilfe der einzelnen Verkehrsanteile und der Emissionsfaktoren für NO_x, die mit dem Modell NEMO [6] berechnet werden, kann der flottengemittelte Emissionsfaktor für NO_x in [g/km*Fzg.] bestimmt werden (s. Formel 2). Dieser wird nun mit dem Verhältnis von ΔPM₁₀/ΔNO_x multipliziert. Als Ergebnis bekommt man den flottengemittelten Emissionsfaktor für PM₁₀ in [g/km*Fzg.] (s. Formel 1).

Formel 2 in der PDF.

Die Grundannahme dabei ist, dass sowohl für die Hintergrundmessstation als auch für die straßennahen Stationen gleiche Ausbreitungsbedingungen vorherrschen (weshalb die Standortwahl von großer Bedeutung ist) und dass auch die NO_x Emissionsmenge korrekt berechnet werden kann. Somit kann von den Immissionen auf die Emissionen des Verkehrs (exhaust & non exhaust) rückgeschlossen werden. Wichtig ist zudem die Kenntnis der Verkehrszusammensetzung, da in Abhängigkeit des Schwerverkehrsanteils das Verhältnis von PM_10-Emissionen zu NO_x-Emissionen stark variiert. Unter der Annahme, dass die abgasbedingten PM₁₀ Emissionen vom Emissionsmodell (z.B. NEMO [6]) mit hinreichender Genauigkeit wiedergegeben werden können, wird dieser Anteil vom flottengemittelten PM₁₀-Emissionsfaktor subtrahiert (s. Formel 3). Auf diese Weise erhält man den nichtabgasbedingten (non exhaust) Anteil von PM₁₀, der sich zu einem überwiegenden Teil aus Reifen- und Bremsenabrieb sowie Aufwirbelung durch Straßenstaub zusammensetzt.

Formel 3 in der PDF.

2.2 Tunnelmessungen

Tunnelmessungen haben für die Bestimmung von Emissionsfaktoren neben der zumeist hohen Quellstärke zusätzlich den Vorteil, dass es in längsgelüfteten Tunnelanlagen in Fahrtrichtung (Strömungsrichtung) zu einer kontinuierlichen Erhöhung der Schadstoffkonzentration kommt. Die im Tunnel emittierten Schadstoffe werden aufgrund des Schubes der Fahrzeuge oder mit Hilfe einer mechanischen Lüftung zum Ausfahrtsportal transportiert. Allerdings herrscht im Tunnel im Vergleich zu Stadtverkehr bzw. Freilandstrecken ein anderes Fahrverhalten. In der Regel ist dieses geprägt durch ein gleichmäßiges Geschwindigkeitsprofil mit seltenen Brems- und Beschleunigungsvorgängen. Diese Verkehrssituation unterscheidet sich deutlich von jenen, die auf Freilandstraßen vor allem im städtischen Bereich beobachtet werden. Darüber hinaus kann davon ausgegangen werden, dass die Fahrbahn im Tunnel weniger stark verschmutzt ist als im Freiland, was sich auf die PM₁₀ non exhaust Emissionsfaktoren auswirkt. Daraus folgt, dass die im Tunnel ermittelten Emissionsfaktoren in der Regel kleiner sind als jene auf anderen Straßenbereichen und sich daher die Ergebnisse nur bedingt auf andere Straßenzüge übertragen lassen.

Auch im Tunnel basiert das Messkonzept auf der Erfassung der Immissionskonzentration an zwei unterschiedlichen Punkten. Einer der beiden Messpunkte repräsentiert die Immissionskonzentration am Tunnelanfang und entspricht der Hintergrundbelastung, der andere erfasst die Immissionskonzentration am Ende des Tunnels nach der Messstrecke und zeigt die Konzentrationszunahme durch den Verkehr im Tunnel. Subtrahiert man von der Immissionskonzentration am Tunnelende jene am Tunnelanfang ist jener Anteil an der Konzentration bestimmt, der aus dem Verkehr im Untersuchungsraum resultiert.

Formel 4 in der PDF.

Die Umrechnung der gemessenen Konzentration auf die Emissionsmenge erfolgt über die Bestimmung der Verdünnung (V_F). Abhängig vom Messaufbau und den zur Verfügung stehenden Daten kann diese über die gemessenen Strömungsgeschwindigkeiten oder über andere Schadstoffkomponenten wie Kohlenstoffdioxid (CO₂) oder Stickoxide (NO_x) erfolgen.

Wird die Verdünnung über Strömungsgeschwindigkeiten bestimmt, spielt die Qualität der Strömungsmessung eine wesentliche Rolle, da damit der Volumenstrom ermittelt wird.

Formel 5 in der PDF.

Bei der Bestimmung der Verdünnung über andere Schadstoffkomponenten werden die gemessene Konzentration und die mittels Modell berechnete Emissionsmenge miteinander ins Verhältnis gesetzt. Die Qualität der mit Hilfe von Modellen berechneten Emissionsmenge ist in diesem Fall für die Güte der

Verdünnungsrechnung von entscheidender Bedeutung. Konkret ist CO₂ gut geeignet, da es zuverlässig berechenbar ist.

Formel 6 in der PDF.

Ist die Umrechnung der gemessenen Immissionskonzentration auf Emissionsmengen [g/Zeiteinheit] erfolgt, kann unter Berücksichtigung der Fahrzeuganzahlzusammensetzung innerhalb der Zeiteinheit sowie der Fahrweglänge die Emissionsmenge pro Kilometer berechnet werden [g/km]. Die Bestimmung des Emissionsfaktors [g/(km•Fzg)] erfolgt im Anschluss daran mittels linearer Regression.

Die zeitliche Auflösung der Auswertung und damit verbunden die Anzahl der verfügbaren Datensätze ist durch die vorhandene Datenstruktur limitiert und orientiert sich an jenem Wert, der die geringste zeitliche Auflösung aufweist. Bei den betrachteten Messungen hat sich teilweise bei der Berechnung trotz hoher Auflösung der Messwerte eine Mittelung über längere Zeitspannen von Vorteil erwiesen (gleitender 10 Minuten Mittelwert).

Generell ist anzumerken, dass die gemessene Partikelkonzentration sowohl die exhaust als auch non exhaust Emissionen umfasst. Die Unterteilung erfolgt rechnerisch mit Hilfe von Modellen für abgasbedingte Schadstoffe und der Annahme, dass PM₁₀-exhaust gut berechenbar ist. Um den non exhaust Emissionsfaktor zu berechnen, wird im Anschluss an die lineare Regression der exhaust Emissionsfaktor in Abzug gebracht. Die zusätzlich zum Emissionsfaktor angegebenen 95 % Konfidenzintervalle und der Standardfehler beziehen sich auf den exhaust und non exhaust Summenemissionsfaktor und werden im Sinne der Fortschreibung von Unsicherheiten eins zu eins auf den non exhaust Emissionsfaktor übertragen.

3. Ergebnisse

In diesem Kapitel werden die gemäß Kapitel 0 bestimmten Emissionsfaktoren sowohl für Freiland- als auch für Tunnelmessungen angeführt. Details zu den einzelnen Untersuchungsräumen und verwendeten Messinstrumenten sind aus Gründen der Übersichtlichkeit für Freilandmessungen in [4] und für Tunnelmessungen in [10] angeführt.

3.1 Freiland

Die Messungen wurden im Rahmen des EU-Life-Projektes CMA+ in Klagenfurt, Lienz und Bruneck von 2009-2012 an den betreffenden Straßenabschnitten durchgeführt [4]. In Abhängigkeit der jeweiligen Fragestellungen (befestigte/unbefestigte Straßen) wurden sowohl Winter- als auch Sommermesskampagnen durchgeführt. Mithilfe von Regressionsanalysen wurde das vorhandene Datenmaterial für die Luftschadstoffe PM₁₀ und NO_x ausgewertet und gemäß der Methodik in Kapitel 2 analysiert. Die auf dieser Grundlage ermittelten Ergebnisse der flottengemittelten und Fahrzeug spezifischen Emissionsfaktoren werden in den nächsten Kapiteln für die einzelnen Untersuchungsräume kurz angeführt.

Befestigte Straßen

Im Rahmen der Wintermesskampagnen wurden jene Tage betrachtet, an denen das alternative Streumittel CMA in den betreffenden Untersuchungsgebieten ausgebracht wurde und jenen Tagen ohne CMA Ausbringung gegenübergestellt¹.

1 Tage mit Niederschlag in Form von Regen, Schnee…wurden in der Berechnung ausgenommen.

Gemäß der Methodik in Kapitel 2 konnten flottengemittelte PM₁₀ und PM₁₀ non exhaust Emissionsfaktoren berechnet werden. Die Auswertungen wurden auf Zeiträume beschränkt, in denen CMA häufig (2-3-mal wöchentlich) ausgebracht wurde. Durch diese Herangehensweise wurde eine bestmögliche Vergleichbarkeit der Wirksamkeit von CMA sichergestellt, da die vom Verkehr induzierte PM₁₀ Immission saisonal großen Schwankungen unterliegt. Für die Wintermessungen einer Hauptverkehrsstraße (2010-2011) in Klagenfurt wurde in Bezug auf den flottengemittelten PM₁₀ und PM₁₀ non exhaust Emissionsfaktor ein Minderungspotenzial von 14% bzw. 23% berechnet. Dies entspricht einem äquivalenten PM₁₀ Reduktionspotenzial von knapp 3 µg/m³ für den TMW. Bei einer weiteren Straße in Klagenfurt wurde während der Wintermesskampagnen (2010-2011) ein mittleres Minderungspotenzial durch CMA von ca. 10% für den flottengemittelten PM₁₀ und PM₁₀ non exhaust Emissionsfaktor ermittelt. Dies entspricht, aufgrund des höheren Aufwirbelungsanteils, einem äquivalenten PM₁₀ Reduktionspotenzial von knapp 4 µg/m³ für den TMW.

Die Auswirkungen von CMA entlang der Bundesstraße in Lienz wurden für die Wintermessungen (2009-2012) untersucht. Begrenzt für die Zeiträume mit häufiger CMA Anwendung wurde ein mittleres Minderungspotenzial von 6% bzw. 15% in Bezug auf den flottengemittelten PM₁₀ und PM₁₀ non exhaust Emissionsfaktor berechnet. Dies entspricht einem äquivalenten Reduktionspotenzial von 3 µg/m³ PM₁₀ für den TMW.

In Bruneck wurde die Wintermessung (2010) für die Betrachtung der Auswirkungen von CMA herangezogen, da hierfür auch Verkehrszahlen zur Verfügung standen. Für diesen Zeitraum wurde ein Minderungspotenzial von 5% bzw. 16% auf den flottengemittelten PM₁₀ und PM₁₀ non exhaust Emissionsfaktor infolge der CMA Ausbringung ermittelt. Dies entspricht einem äquivalenten Reduktionspotenzial von gut 1 µg/m³ PM₁₀ für den TMW. Die statistische Auswertung ist getrennt nach Untersuchungsgebieten in ersichtlich.

Tabelle 3-1: Statistische Auswertung befestigter Straßen für den flottengemittelten Emissionsfaktor PM₁₀ und PM₁₀ non exhaust in Abhängigkeit mit/ohne CMA auf Basis von TMW

Unbefestigte Straßen

Einfluss der Fahrzeuganzahl auf den flottengemittelten PM₁₀ und PM₁₀ non exhaust Emissionsfaktor 

Im Rahmen der Sommermesskampagnen 2009 und 2011 in Klagenfurt wurden die Auswirkungen der Fahrzeuganzahl auf den flottengemittelten PM₁₀ Emissionsfaktor untersucht, da die Auswertungen einen deutlichen Zusammenhang der PM₁₀ Konzentrationsspitzen mit den Verkehrszahlen lieferten. Aufgrund des geringeren Verkehrsaufkommens im Jahr 2009 wurden die Fahrzeugkategorien auf maximal 30 Fzg./30 min begrenzt. Die Auswertungen beim Messpunkt 1 (tlw. Asphaltreste vorhanden) ergaben eine eindeutig lineare Abklingfunktion des flottengemittelten PM₁₀ und PM₁₀ non exhaust Emissionsfaktors mit steigender Fahrzeuganzahl mit

y=-0,0873*x+1,2887 (R²=0,84)

für PM₁₀ (gesamt) bzw.

y=-0,0808*x+1,2448 (R²=0,90)

für PM₁₀ non exhaust. 

Die Auswertungen im Jahr 2009 auf Höhe des Messpunktes 2, der als reine Schotterstraße zu identifizieren ist, ergaben ebenfalls eine lineare Abklingfunktion des flottengemittelten PM₁₀ und PM₁₀ non exhaust Emissionsfaktors mit steigender Fahrzeuganzahl mit

y=-0,1566*x+1,9749 (R²=0,62)

für PM₁₀ (gesamt) bzw.

y=-0,1707*x+1,9774 (R²=0,61)

für PM₁₀ non exhaust, wobei der Zusammenhang aufgrund des reinen Schotterbelages größeren Schwankungen unterliegt. Dies ist mit Sicherheit auch stark von der Anzahl der schweren Nutzfahrzeuge (Snf) innerhalb einer betrachteten Kategorie abhängig. Die flottengemittelten PM₁₀ und PM₁₀ non exhaust Emissionsfaktoren in Abhängigkeit der Fahrzeuganzahl sowie der dazugehörige Standardfehler (σ) sind getrennt für Messpunkt 1 und Messpunkt 2 in Tabelle 3-2 ersichtlich.

Die Auswertungen 2011 wurden aufgrund der höheren Fahrzeuganzahl in Kategorien bis maximal 140 Fzg./30 min unterteilt. Die Berechnungen ergaben eine deutliche lineare Abklingfunktion des flottengemittelten PM₁₀ und PM₁₀ non exhaust Emissionsfaktors mit steigender Fahrzeuganzahl mit

y=-0,5477*x+9,16 (R²=0,57)

für PM₁₀ (gesamt) bzw.

y=-0,5465*x+9,1121 (R²=0,56)

für PM₁₀ non exhaust.

Die einzig deutliche Abweichung im Rahmen der Messreihe bildet die Fahrzeugkategorie mit 40-50 Fzg./30 min, die entgegen dem linearen Trend einen Anstieg des flottengemittelten Emissionsfaktors widerspiegelt. Einflüsse von einzelnen Fahrzeugkategorien (v.a. Snf) und u.U. geändertes Fahrverhalten (Fahrgeschwindigkeit) sind auch in diesem Fall nicht auszuschließen, konnten jedoch nicht nachgewiesen werden. Über die gesamte Messreihe betrachtet, zeigt sich jedoch eine deutliche Abnahme des flottengemittelten PM₁₀ Emissionsfaktors mit steigender Fahrzeuganzahl. Dies bedeutet mit anderen Worten, dass für beide Messstandorte ein verringertes Aufwirbelungspotenzial von Straßenstaub mit steigender Fahrzeuganzahl nachgewiesen werden konnte. Die flottengemittelten PM₁₀ und PM₁₀ non exhaust Emissionsfaktoren in Abhängigkeit der Fahrzeuganzahl sowie der dazugehörige Standardfehler (σ) sind in Tabelle 3-3 zusammengefasst.

Tabelle 3-2: Statistische Auswertung unbefestigter Straßen für den flottengemittelten Emissionsfaktor PM₁₀ und PM₁₀ non exhaust in Abhängigkeit der Fahrzeuganzahl auf Basis von HMW

Tabelle 3-3: Statistische Auswertung unbefestigter Straßen für den flottengemittelten Emissionsfaktor PM₁₀ und PM₁₀ non exhaust in Abhängigkeit der Fahrzeuganzahl auf Basis von HMW

3.2 Tunnel

Für die Bestimmung von Emissionsfaktoren wurden im Jahr 2012 und 2013 zweiwöchige Messkampagnen im Plabutschtunnel in Graz durchgeführt. Der Tunnel wird in Richtungsverkehr geführt und ist ungefähr 10 km lang. Prinzipiell ist der Tunnel mit einer Vollquerlüftung ausgestattet. Da die beiden Tunnelröhren mit Richtungsverkehr betrieben werden, stellt sich eine durch den Schub der Fahrzeuge initiierte Längslüftung ein. Da der Schub der Fahrzeuge bereits ausreicht, um eine Längsgeschwindigkeit von 3 m/s bis zirka 7 m/s aufzubauen, wird der Tunnel in der Regel kaum mechanisch belüftet. Für die Berechnung der Emissionsfaktoren werden ausschließlich jene Zeiträume betrachtet, in denen die Querlüftung im Untersuchungsabschnitt nicht aktiviert war. Aufgrund der Länge der Tunnelanlage in Kombination mit dem starken Verkehrsaufkommen werden höhere Konzentrationen detektiert, was eine Auswertung erleichtert. Die im Tunnel integrierten Längsströmungsmessgeräte beziehungsweise die Messung von CO₂ liefern die Daten zur Ermittlung der Verdünnung und über die gemessenen NO_x Konzentrationen wird die Qualität der Messergebnisse bewertet. Die Messung wurde in der Oströhre (Fahrtrichtung Linz) durchgeführt (s. Abbildung 3-1). Bei der Messung im Jahr 2012 umfasste die Messstrecke den Bereich zwischen der Pannenbucht in der Mitte des Tunnels und der letzten Pannenbucht vor dem Ausfahrtsportal (3384m), im Jahr 2013 wurde sie auf den gesamten Tunnel ausgeweitet (erste und letzte Pannenbucht), um die Schwermetallkonzentrationen zu erfassen. Der Tunnel besitzt einen Scheitelpunkt, weshalb ein Teil der Messstrecke 1 % Steigung aufweist und der zweite, etwas kürzere Teil, 1 % Gefälle besitzt. Die gewichtete mittlere Steigung weist für die kürzere Messstrecke im Jahr 2012 in der zweiten Tunnelhälfte ein Gefälle von 0,58 % auf und für die lange Messstrecke im Jahr 2013 eine Steigung von 0,21 %. Die Geschwindigkeitsbeschränkung im Tunnel beläuft sich auf 100 km/h für PKW beziehungsweise 80 km/h für SNF und wird mittels Section Control überprüft. Die eingesetzten Messcontainer (MP1 und MP2) mussten aufgrund verkehrssicherheits-technischer Überlegungen an der, in Fahrtrichtung liegenden, ersten Stirnseite der Pannenbucht (PB) abgestellt werden. Vergleichsmessungen [10] im Jahr 2011 haben jedoch gezeigt, dass der Aufstellungsort innerhalb der Pannenbucht kaum Auswirkung auf die Messergebnisse hat.

Abbildung 3-1: Messaufbau im Plabutschtunnel im Jahr 2012 und 2013

Alle Messdaten liegen als Minutenwerte vor und werden erst im Zuge der Auswertung weiter zusammengefasst. Im Rahmen der ersten Auswertungen hat sich ein gleitender 10 Minuten Mittelwert als optimal herausgestellt. Dadurch werden kurzfristige Spitzenwerte herausgemittelt, die Dynamik der Werte bleibt aber grundsätzlich erhalten. Im Gegenzug müssen die Werte jedoch zeitlich geschiftet werden, um die korrekten Werte miteinander zu vergleichen. Da die NO_x Konzentration im Tunnel einzig von der Fahrzeuganzahl sowie dem Fahrzeugtyp abhängig ist, ist dieser Schadstoff sehr gut dazu geeignet, um den Zeitversatz zu korrigieren und das Modellsystem zu validieren.

Für die Auswertung der PM₁₀ Emissionsfaktoren wurden nur jene Datensätze herangezogen mit denen die NO_x Emissionsfaktoren bestimmt wurden und für die auch PM₁₀ Messungen an beiden Messstellen vorliegen. Dadurch verringert sich die verfügbare Datensatzanzahl weiter, diese wurden jedoch bereits im Rahmen der NO_x Emissionsberechnung detailliert evaluiert.

Wesentlich ist die Tatsache, dass es sich bei den Emissionsfaktoren aus der Messung um PM₁₀ gesamt handelt, bei jenen aus den Emissionsmodellen ausschließlich um die PM₁₀ exhaust Faktoren. Das heißt, es ist davon auszugehen, dass die Emissionsfaktoren aus den Emissionsmodellen deutlich geringer sind, als die aus der Messung bestimmten Faktoren.

Tabelle 3-4: PM₁₀ Emissionsfaktoren [g/km] für PKW und LKW (SNF) im Plabutschtunnel während der Messung im Jahr 2012 und 2013 inklusive 95% Konfidenzinterfall, verglichen den Modellergebnissen von HBEFA 3.1. [9] und NEMO [6].

Der PM₁₀ non exhaust Anteil wird ermittelt indem man die berechneten PM₁₀ exhaust Emissionsfaktor vom PM₁₀ gesamt Emissionsfaktor abzieht. Bei diesem Ansatz wird davon ausgegangen, dass der PM₁₀ exhaust Anteil mit genügender Genauigkeit durch die Emissionsmodelle bestimmt ist. Da NEMO die aktuelle Datenbank darstellt und zudem die Längsneigung genügend genau berücksichtigen kann, wird dieses Modell zur Berechnung der exhaust Emissionen verwendet. In nachstehender Tabelle sind die Emissionsfaktoren für PM₁₀ non exhaust explizit dargestellt. Im Sinne der Fortschreibung von Unsicherheiten wurde das 95 % Konfidenzintervall des Summenemissionsfaktors eins zu eins übertragen.

Tabelle 3-5: PM₁₀ Emissionsfaktoren non exhaust [g/km] für PKW und LKW (SNF) im Plabutschtunnel während der Messung im Jahr 2012 und 2013 inklusive 95% Konfidenzinterfall.

Ein Grund für die geringen PM₁₀ non exhaust Emissionsfaktoren könnte in der hohen Längsgeschwindigkeit innerhalb des Tunnels sowie des hohen Verkehrsaufkommens liegen. Dadurch haben die Partikel nicht die Zeit sich auf der Fahrbahn wieder abzusetzen, bevor das nächste Fahrzeug sie erneut aufwirbelt. Um dieser Überlegung Rechnung zu tragen, wird die Formel für die Ausgleichseben um einen Interaktionsterm der Form [PKW · LKW (SNF)] erweitert. In der Tabelle 3-6 sind die Emissionsfaktoren für den, um den Interaktionsterm erweiterten Zusammenhang aufgelistet.

Tabelle 3-6: PM₁₀ Emissionsfaktoren [g/km] für PKW und LKW (SNF), sowie den Interaktionsterm (PKW • LKW) im Plabutschtunnel während der Messung im Jahr 2012 und 2013 inklusive 95% Konfidenzinterfall, verglichen den Modellergebnissen von HBEFA 3.1. [9] und NEMO [6].

Bei den angegebenen Emissionsfaktoren handelt es sich um PM₁₀ gesamt, wobei davon auszugehen ist, dass der Emissionsfaktor für den Interaktionsterm vorrangig PM₁₀ non exhaust entspricht. Reduktionseffekte auf den PM₁₀ exhaust Ausstoß können bei sehr dichtem Verkehr und Kolonnenverkehr zwar auftreten (geringerer Luftwiderstand), sind jedoch im Plabutschtunnel aufgrund der vorherrschenden hohen Verkehrszahlen vernachlässigbar. Es kann daher in weiterer Folge davon ausgegangen werden, dass der Interaktionsterm vorrangig den Effekt der verringerten Deposition und Wiederaufwirbelung abbildet.

Vergleicht man die Ergebnisse für PKW und LKW (SNF) mit und ohne Interaktionsterm, so erkennt man, dass bei den Messungen im Jahr 2013 der Interaktionsterm kaum Auswirkungen hat. Die Emissionsfaktoren für PKW und LKW sind nahezu gleich und der Wert des Interaktionsterms ist sehr gering. Das ist vor allem auf die Verteilung der Datensätze zurückzuführen. Bei der Messung im Jahr 2012 zeigt sich eine deutlich ausgeprägte bipolare Verteilung wohingegen bei der Messung 2013 deutlich mehr Datensätze mit geringen Verkehrszahlen in die Berechnung einfließen (siehe Abbildung 3-2). Es kann davon ausgegangen werden, dass der Interaktionsterm nur dann zu einer entscheiden-den Veränderung der Ergebnisse führt, wenn beiden ausgewerteten Datensätzen ein maßgeblicher Anteil auf hohe Emissionsmengen mit hohen Verkehrszahlen entfällt. Sind Datensätze dominiert von Datenpunkten mit geringeren bzw. mittleren Verkehrsaufkommen und daraus resultierend mittleren bis geringen Emissionsmengen, kann der Effekt von reduzierter Aufwirbelung bei hohem Verkehrsaufkommen nicht beobachtet werden. Der Sättigungspunkt der Kurve liegt bei 35 Fahrzeugen in der Minute. Das bedeutet, dass ab 35 Fahrzeugen in der Minute die mit Hilfe des Modells berechnete Emissionsmenge mit steigendem Verkehr sinkt. Unter der Voraussetzung, dass sich der mittlere Schwerverkehrsanteil auf 17,5 % beläuft, wie während der Messkampagne. Die mittlere Fahrzeuganzahl pro Minuten lag während der zweiwöchigen Messung bei 15, dreimal wurden Minutenwerte über 35 Fahrzeuge registriert.

Abbildung 3-2: Klassifizierte Verteilung der PM₁₀ Emissionswerte sowie der LKW- bzw. PKW-Anzahl über die gesamte Messdauer, für alle verwendbaren Datensätze, Messung 2012 oben und Messung 2013 unten, Plabutschtunnel.

Vergleicht man die Ergebnisse der Modelle (mit und ohne Interaktionsterm), so bildet das Modell mit Interaktionsterm die gemessenen Konzentrationen geringfügig besser ab. Vor allem Emissionswerte bei niedrigen Verkehrszahlen (bis 10 Fahrzeuge pro Minute) und hohen Verkehrszahlen (ab 32 Fahrzeugen pro Minute) werden besser wiedergegeben.

Abbildung 3-3: Vergleich der gemessenen Emissionswerte (schwarze Kreuze) mit der Modellberechnung mit Interaktionsterm (rote Punkte) und ohne Interaktionsterms (grüne Punkte), Plabutschtunnel 2012.

Es muss jedoch davon ausgegangen werden, dass ein Modell mit Interaktionswert besser geeignet für die Beschreibung der bei der Messung vorherrschenden Bedingungen ist. Da der Interaktionsterm die herabgesetzte Depositionsmöglichkeit und damit verbundene Wiederaufwirbelung abbildet, ist davon auszugehen, dass dieser Term in hohem Maße von den Verkehrszahlen und der Längsgeschwindigkeit abhängig ist. Das heißt, der im Rahmen dieser Messung bestimmte Wert kann nicht auf kürzere und wenig befahrene Tunnelanlagen geschweige denn auf Freistrecken übertragen werden.

Unabhängig davon, ob der Interaktionsterm in die Berechnung miteinfließt oder nicht, sind die aus der Messung berechneten Summenfaktoren (PM₁₀ exhaust und non exhaust) deutlich niedriger als die PM₁₀ non exhaust Emissionsfaktoren in der Literatur (z.B. [5], [8], [12]).

3.3 Validierung durch Ausbreitungsmodellierungen

Berechnungen für Klagenfurt

Die Validierung der standardisierten, flottengemittelten PM₁₀ Emissionsfaktoren nach [7] in Klagenfurt erfolgte mit dem Modellsystem GRAMM/GRAL. Dieses Untersuchungsgebiet war bereits Gegenstand zahlreicher Forschungsprojekte rund um das Thema Luftqualität. Aus diesen Gründen konnte auf eine erprobte Modellkette zur Durchführung von Schadstoffausbreitungssimulationen zurückgegriffen werden, die hier nicht näher beschrieben wird. Details dazu können in [4] entnommen werden.

Für das Bezugsjahr 2010 stand für das Stadtgebiet von Klagenfurt ein Emissionskataster mit detaillierten Verkehrsdaten zur Verfügung. Auf dieser Grundlage wurden die Verkehrsemissionen modellseitig berücksichtigt und die Ergebnisse der Ausbreitungsmodellierung (s. Abbildung 3-4) den Ergebnissen der Luftgütemessungen auf Basis des Jahresmittelwertes (NO_x, PM₁₀) gegenübergestellt.

Abbildung 3-4: Modellierte jahresdurchschnittliche PM10 gesamt Immissionen durch den Verkehr für das Jahr 2010

Anhand von sogenannten Aufpunktanalysen wurden die Modellergebnisse mit den städtischen Luftgütemessstellen auf Basis des Jahresmittelwertes für NO_x und PM₁₀ validiert. Die gemessenen PM₁₀ Konzentrationen der Völkermarkter Straße und des Rudolfsbahngürtels wurden mittels Differenzenbildung zur Hintergrundmessstation Koschat-/Sterneckstraße gebildet und repräsentieren den Gesamtanteil (exhaust und non exhaust) des lokalen Verkehrs. Der verkehrsbedingte PM₁₀ Anteil bei den Stationen Koschat- und Sterneckstraße wurde, in Ermangelung einer möglichst unbeeinflussten Hintergrundmessstation, mittels Analogieschluss (2-Punkt-Regression) aus den Messstationen Völkermarkter Straße und Rudolfsbahngürtel abgeleitet. Auf dieser Grundlage hat sich gezeigt, dass die Simulation an der mit geringem Verkehrsaufkommen gekennzeichneten Koschat- und der Sterneckstraße deutlich unterschätzt. Um die lokalen Gegebenheiten besser abbilden zu können, wurden für die betrachteten Messstationen, respektive die Aufpunkte, adaptierte PM₁₀ non exhaust Emissionsfaktoren abgeleitet. Zu diesem Zweck wurde der aus den Luftgütemessdaten bestimmte flottengemittelte Emissionsfaktor von PM₁₀ und NO_x dem mittels Emissionsmodell [6] bestimmten flottengemittelten Emissionsfaktor von PM₁₀ nach [7] und NO_x gleichgesetzt. (s. Formel 4).

Durch diese Herangehensweise bleibt die mittels GRAMM/GRAL bestimmte NO_x Zusatzbelastung durch den Verkehr unangetastet. Die Differenz, die sich zwischen Messung und Simulation für den flottengemittelten PM₁₀ Emissionsfaktor ergibt, wurde separat für die 4 Aufpunkte berechnet und der mittels Ausbreitungsmodellierung bestimmten PM₁₀ Konzentration zugerechnet. Bricht man dieses Ergebnis auf den flottengemittelten PM₁₀ Emissionsfaktor herunter, so ergibt sich eine durchgehende Unterschätzung der standardisierten, flottengemittelten PM₁₀ Emissionsfaktoren nach [7] mit [6] gegenüber der aus der Messung abgeleiteten flottengemittelten PM₁₀ Emissionsfaktoren (adaptiert). In Tabelle 3-7 ist ersichtlich, dass der berechnete PM₁₀ Emissionsfaktor an der Völkermarkter Straße um 20% den mittels Luftgütemessung berechneten PM₁₀ Emissionsfaktor unterschätzt. Unter Berücksichtigung der Unsicherheiten sowohl bei der Modellkette als auch bei den Messungen ist dieses Ergebnis zufriedenstellend. Bei den übrigen Stationen ist die Unterschätzung des berechneten PM₁₀ Emissionsfaktors mit 57-87% deutlich größer. Dieses Ergebnis lässt sich vor allem damit erklären, dass die Unsicherheiten bei quantitativ geringer werdenden (Verkehrs-) Quellen zunehmen. Darüber hinaus wirken sich ggf. lokale Einflüsse von anderen Quellen auf die mit Hilfe der in Kapitel 2 erwähnte Methode zur Bestimmung des verkehrsbedingten Immissionsanteils (ΔPM₁₀/ΔNO_x) stärker aus. Aus diesem Grund sollten die prozentuellen Abweichungen von den standardisierten, flottengemittelten PM₁₀ Emissionsfaktoren quantitativ nicht überbewertet werden. Die Ergebnisse sind allerdings als deutliches Indiz für eine tendenzielle Unterschätzung des Emissionsmodells mit abnehmender Verkehrsstärke zu verstehen. Dies bedeutet, dass der spezifische PM₁₀ Emissionsfaktor pro Fahrzeug bei einem geringer werdenden Verkehrsaufkommen im realen Betrieb (Freiland) ansteigt.

Tabelle 3-7: Vergleich der nach [6] und [7] berechneten und mittels Luftgütemessungen adaptierten flottengemittelten PM₁₀ Emissionsfaktoren in [g/km*Fzg.] 

4. Zusammenfassung der Ergebnisse

4.1 Freiland

Im Rahmen von Jahres- und Kurzzeitmessungen ist es gelungen flottengemittelte PM₁₀ und PM₁₀ non exhaust Emissionsfaktoren für befestigte und unbefestigte Straßen in Klagenfurt, Lienz und Bruneck zu berechnen. Die Validierung mittels Ausbreitungsmodellierungen hat am Beispiel von Klagenfurt gezeigt, dass die standardisierten PM₁₀ non exhaust Emissionsfaktoren [7] für befestigte Straßen mit hohem Verkehrsaufkommen (~20.000 JDTV) eine gute Übereinstimmung liefern. Dies trifft im gegenständlichen Fall auf die Völkermarkter Straße zu. Bei den übrigen Aufpunkten hat sich aufgrund der Luftgütemessungen gezeigt, dass das Modell die tatsächlichen Auswirkungen auf die verkehrsbedingten PM₁₀ non exhaust Immissionen deutlich unterschätzt, wobei der Grad der Abweichung mit abnehmender Verkehrsstärke tendenziell ansteigt. Da es sich im gegenständlichen Fall um eine Ausbreitungsmodellierung mit komplexen meteorologischen Bedingungen (inneralpine Beckenlage) handelt, ist abschließend zu erwähnen, dass Rückschlüsse in quantitativer Hinsicht auf andere Regionen nur bedingt anwendbar sind. Durch die Luftgütemessungen auf unbefestigten Straßen konnte in Klagenfurt gezeigt werden, dass sich das Aufwirbelungspotenzial von Straßenstaub mit steigender Fahrzeuganzahl annähernd linear verringert.

Darüber hinaus wurde mit dem alternativen Streumittel CMA eine Möglichkeit zur Reduktion der nicht abgasbedingten PM₁₀ Emissionen aufgezeigt, die sich bei effizientem und korrektem Einsatz auf befestigten Straßen einsetzen lässt. Das Reduktionspotenzial für den flottengemittelten PM₁₀ Emissionsfaktor betrug auf befestigten Straßen zwischen 5-14% und erhöhte sich für den flottengemittelten PM₁₀ non exhaust Emissionsfaktor auf 9-23%. Dies entspricht einem äquivalenten Reduktionspotenzial von 1-4 µg/m³ an Tagen mit CMA auf die PM₁₀ Konzentration in Bezug auf den TMW.

4.2 Tunnel

Da im Tunnel im Gegensatz zu Freilandstrecken kein Eintrag von der Umgebung möglich ist, sondern nur der Eintrag über das Portal bzw. die Verschleppung von Staub durch den Verkehr auftritt, sind die Emissionsmengen in Tunneln, die im Richtungsverkehr geführt werden, gering. Da die gemessenen Immissionskonzentrationen wesentlich höher sind, wenn Tunnel im Gegenverkehr geführt werden, kann davon ausgegangen werden, dass durch die hohe Längsgeschwindigkeit viel Material ausgetragen wird, bevor es sich erneut ablagern und wieder aufgewirbelt werden kann. Eventuell setzt sich ein Teil des Materials auch an den Tunnelwänden ab. Darüber hinaus ist davon auszugehen, dass Tunnelstrecken weniger stark verschmutzt sind und daher weniger Staub aufgewirbelt werden bzw. das sehr gleichmäßige Fahrverhalten im Plabutsch den Abrieb der Fahrzeuge minimiert. Unabhängig davon welche Mechanismen zu vermindertem PM₁₀ Abrieb bzw. Aufwirbelung führt, die Emissionsfracht wird in Tunnel deutlich überschätzt werden, wenn bei der Berechnung auf Emissionsfaktoren resultierend aus Freilandmessungen zurückgegriffen wird.

5. Abbildungsverzeichnis

Abbildung 2-1: Darstellung des Messkonzeptes zur Berechnung von Schadstoffdifferenzen

Abbildung 2-2: Berechnung von ΔPM₁₀ bzw. ΔNO_x

Abbildung 3-1: Messaufbau im Plabutschtunnel im Jahr 2012 und 2013

Abbildung 3-2: Klassifizierte Verteilung der PM₁₀ Emissionswerte sowie der LKW bzw. PKW Anzahl über die gesamte Messdauer, für alle verwendbaren Datensätze, Messung 2012 oben und Messung 2013 unten, Plabutschtunnel 

Abbildung 3-3: Vergleich der gemessenen Emissionswerte (schwarze Kreuze) mit der Modellberechnung mit Interaktionsterm (rote Punkte) und ohne Interaktionsterms (grüne Punkte), Plabutschtunnel 2012 

6. Literaturverzeichnis

[1] Almbauer, R.A., Oettl D., Bacher M., and Sturm P.J. (2000a): Simulation of the air quality during a field study for the city of Graz, Atmospheric Environment 34, 4581-4594.

[2] Almbauer, R.A., Piringer M., Baumann K., Öttl D., and Sturm P.J. (2000b): Analysis of the daily variations of wintertime air pollution concentrations in the city of Graz-Austria, Environmental Monitoring and Assessment 65 (1/2), 79-87.

[3] Amt der Steiermärkischen Landesregierung (2012): Documentation of the Lagrangian Particle Model GRAL (Graz Lagrangian Model) Vs. 13.3, Bericht Nr. LU-03-13

[4] Bachler G. (2014): Der Einsatz alternativer Streumittel als Maßnahme zur Reduktion des verkehrsbedingten Anteils von Feinstaub (PM10). Dissertation am Institut für Geographie und Raumforschung an der Karl Franzens Universität Graz, pp. 208

[5] Boulter, P.G. (2005): A review of emission factors and models for road vehicle non exhaust particulate matter. TRL Report PPR065. TRL Limited, Wokingham, UK

[6] Dippold M. (2012): User Manual Emissionsmodell NEMO Network Emission Model Version 2.0, Forschungsgesellschaft für Verbrennungskraftmaschinen und Thermodynamik mbH Graz, pp. 60

[7] Düring I. et al., 2004. Berechnung der Kfz-bedingten Feinstaubemissionen infolge Aufwirbelung und Abrieb für den Emissionskataster Sachsen. Endbericht, November 2004

[8] Gehrig, R.; Hill, M.; Buchmann, B.; Imhof, D.; Weingartner, E.; Baltensberger, U. (2004): PM10 emission of road traffic from abrasion and resuspenion processes, Paper PM Emission Inventories scientific Workshop, Milan, Italy, 18. October 2004

[9] Handbook Emission Factors for Road Transport (HBEFA) Version 3.1 (January 2010); http://www.hbefa.net/

[10] Hinterhofer, M. (2014): Anteil der verkehrsbedingten PM10 und PM2,5 Emissionen aus Abrieb und Wiederaufwirbelung an der Feinstaubbelastung in Österreich, Dissertation Technische Universität Graz

[11] Kurz C. (2008): Modellierung der Luftschadstoffe PM10 und NO2 in urbanen Gebieten. Dissertation am Institut für Verbrennungskraftmaschinen u. Thermodynamik, TU-Graz, pp. 124.

[12] Lohmeyer, A., Schmidt, W., Düring, I., (2011): Einbindung des HBEFA 3.1 in das FIS Umwelt und Verkehr sowie Neufassung der Emissionsfaktoren für Aufwirbelung und Abrieb des Strassenverkehrs, Projekt 70675-09-10

[13] Öttl D. (2000): Weiterentwicklung, Validierung und Anwendung eines Mesoskaligen Modells. Diss., Institut für Geographie Universität Graz.

[14] PM₁₀ reduction by the application of liquid Calcium-Magnesium-Acetate (CMA) in the Austrian an Italian cities Klagenfurt, Bruneck and Lienz (2009-2012). Letzter Zugriff: Oktober 2014 unter: http://www.life-cma.at/index.asp