Kurzbeschreibung Ziel ist die Definition des Begriffs „Mikroplastik“ aus Reifenabrieb. Ableitung von Aussagen über „Mikroplastik“ aus Reifenabrieb aus einem Fact Sheet zum Thema Reifenabrieb und Feinstaub. In dem Feinstaub-Papier finden sich grundsätzliche Aussagen dazu, wie sich Reifenabrieb zusammensetzt (Konglomerat aus Gummi, Straßenbelag, Metallspuren etc.), dass neben dem Reifen auch Straßenbelag und Fahrstil entscheidende Faktoren sind und dass die Reifenhersteller durch abriebsärmere Mischungen bereits die Langlebigkeit der Reifen erhöht und den Abrieb gesenkt haben. Seit 2005 befasst sich auch das Tire Industry Project (TIP) unter dem Dach des Weltwirtschaftsrats für Nachhaltige Entwicklung (World Business Council for Sustainable Development – WBCSD) damit (Ergebnisse: Straßen- und Reifenpartikel grundsätzlich zu groß für Feinstaub http://www.wbcsd.org/Projects/Tire-Industry-Project/Tire-Road-Wear-Particles-TRWP; https://www.youtube.com/watch?v=qdn8mFnxDtY) Ergebnisse Fact Sheet zum Thema Reifenabrieb und Feinstaub
In Berlin gibt es auf vielen Straßen Abweichungen von der innerörtlich zulässigen Höchstgeschwindigkeit von 50 km/h. Geschwindigkeitsbeschränkungen tragen dazu bei, den Verkehr in der Großstadt sicherer und umweltverträglicher zu machen. Wohngebiete, Mischgebiete oder Gewerbe- und Industriegebiete stellen die Verkehrsplanerinnen und -planer vor völlig unterschiedliche Aufgaben. Während in den Wohn- und Mischgebieten die Verkehrssicherheit und die Begrenzung von Lärm und Umweltbelastungen im Vordergrund stehen, muss auf den Hauptverkehrsstraßen der Stadt ein effizienter und möglichst reibungsloser Verkehr gewährleistet werden. Ein wichtiges Mittel, um den Bedürfnissen von Anrainerinnen und Anrainer und den unterschiedlichen Verkehrsteilnehmenden gerecht zu werden, sind Tempobeschränkungen. Sie helfen, den Verkehr nach den spezifischen Bedürfnissen vor Ort und der jeweiligen städtischen Umgebung zu organisieren. Warum Tempobeschränkungen? Untersuchungen zur Wirkung von Tempo 30 an Hauptverkehrsstraßen Karte Tempolimits im Geoportal Berlin Vor Grundschulen und Kindergärten sowie auf Straßenabschnitten mit Unfallhäufung gelten häufig Tempolimits. Diese bieten Schutz (nicht nur) für Kinder und weisen die Verkehrsteilnehmenden grundsätzlich auf besondere Gefahrenorte hin. Lärm stört uns im Schlaf besonders. Die Tempo-30-Regelungen dienen dem Schutz der Nachtruhe. Dieser Schutz ist wichtig, weil dauerhafter nächtlicher Verkehrslärm ab 55 Dezibel wahrscheinlich zu vermehrten Herz-Kreislauf-Erkrankungen führt. An den Berliner Hauptstraßen sind davon knapp 340.000 Menschen betroffen. Die Maßnahme Tempo 30 nachts (22-6 Uhr) ist ein Teil eines Gesamtkonzeptes zur Lärmminderung, die durch weitere Maßnahmen – z. B. den Austausch lauter Straßenbeläge – ergänzt werden. Die Tempo-30-Regelungen in der Nacht lösen die Lärmprobleme der Stadt zwar nicht gänzlich. Aber sie werden zur Folge haben, dass viele Berlinerinnen und Berliner künftig etwas ruhiger schlafen können. Die Berliner Luft muss besser werden! Denn trotz umfangreicher Maßnahmen besteht immer noch die Gefahr, dass die europaweit verbindlichen Grenzwerte für Stickstoffdioxid (NO 2 ) und Feinstaub (PM10) in unserer Stadt überschritten werden. Die von der Weltgesundheitsorganisation (WHO) vorgeschlagenen Zielwerte werden in Berlin sogar flächendeckend überschritten. Es gibt eindeutige Ergebnisse, dass Tempo 30 die Atemluft verbessern kann. Tempo 30 ist eine wirksame Maßnahme zur Verbesserung der Luftqualität, wenn es gelingt, die Qualität des Verkehrsflusses beizubehalten oder zu verbessern. Denn dann werden Anfahrprozesse verkürzt und weniger Emissionen ausgestoßen. Auch Emissionen durch Reifenabrieb und Aufwirbelung werden verringert, da die Reibungskräfte und Turbulenzen bei niedrigen Geschwindigkeiten geringer sind. Emissionen durch Bremsenabrieb sinken zudem, weil die Bremsdauer und -stärke im Vergleich zu Tempo 50 geringer ist. In Berlin wurde die Wirkung von Tempo 30 auf die Luftqualität über mehrere Jahre direkt überprüft. Weitere Informationen zur Luftqualität in Berlin und zum Luftgütemessnetz Untersuchung zur Wirkung von Tempo 30 auf den Verkehr und die Luftqualität (2021) Der Verkehrsversuch „Tempo 30 zur Verbesserung der Luftqualität“ auf fünf stark belasteten Berliner Straßen wurde erfolgreich abgeschlossen. Für die Untersuchung wurden fünf Streckenabschnitte folgender Straßen ausgewählt: Leipziger Straße (Markgrafenstraße – Potsdamer Platz) Potsdamer Straße (Potsdamer Platz – Kleistpark) Hauptstraße (Kleistpark – Innsbrucker Platz) Tempelhofer Damm (Alt-Tempelhof – Ordensmeister Straße) Kantstraße (Amtsgerichtsplatz – Savignyplatz). Die Ergebnisse der Untersuchung haben gezeigt, dass… …Tempo 30 auf Hauptverkehrsstraßen zu einer Verbesserung der NO 2 -Belastung um bis zu 4 µg/m³ im Jahresmittel beitragen kann. …Tempo 30 zu keinem nennenswerten Ausweichverkehr auf andere Straßen führt. …sich durch die niedrigere Reisegeschwindigkeit die Fahrzeit des ÖPNV (Busverkehr) auf den Strecken um rund 60 bis 90 Sekunden verlängert. Die Untersuchung hat somit auch gezeigt, dass Tempo 30 ein wirksames Instrument zur Gestaltung eines nachhaltigen Verkehrs ist. Die Auswirkungen von Tempo 30 an Hauptverkehrsstraßen in Berlin wurden analysiert. Ziel war es, die Wirksamkeit der straßenverkehrsbehördlichen Anordnungen genauer zu untersuchen und geeignete Rahmenbedingungen für die Anordnung von Tempo 30 darzustellen. Unter anderem zeigte sich, dass die mittleren Geschwindigkeiten nach Anordnung von Tempo 30 in rund 80 Prozent der untersuchten Fälle statistisch signifikant sanken, auch ohne bauliche Begleitmaßnahmen oder Radarkontrollen. Die wesentlichen Erkenntnisse der Evaluierung von Tempo 30 an Hauptverkehrsstraßen in Berlin finden Sie im Bericht zur Evaluierung. Darüber hinaus hatte das Umweltbundesamt eine Untersuchung zu den weiteren Auswirkungen von Tempo 30 an Hauptverkehrsstraßen, zum Beispiel auf die Qualität des Verkehrsflusses und auf das subjektive Empfinden der Anwohner, in Auftrag gegeben.
Veranlassung Im Rahmen des BMDV-Expertennetzwerks (Themenfeld 1: Klimawandel und Extreme) werden Auswirkungen von Extremwetterereignissen, z.B. Starkregen- und Trockenwetterperioden, auf den Eintrag organischer Spurenstoffe in Bundeswasserstraßen untersucht. Erste Studien zu regeninduzierten Spurenstoffeinträgen werden am Fallbeispiel der Mosel durchgeführt. Hier werden seit April 2021 während Regenereignissen Tagesmischproben von zwei Messstationen entlang des innerdeutschen Verlaufs der Mosel entnommen. Ausgewählte Proben werden durch das Verfahren des Non-Target-Screenings mittels Flüssigkeitschromatographie gekoppelt an hochauflösende Massenspektrometrie untersucht. Mithilfe von Clusteranalysen werden ereignisbezogene Eintragsmuster in den Datensätzen entschlüsselt. Über den Abgleich mit internen Datenbanken, die über 1000 bekannte Spurenstoffe und chemische Signale aus Elutionsversuchen mit Reifenabrieben umfassen, können Signale in den Umweltproben bereits bekannten Substanzen bzw. möglichen Quellen wie Reifenabrieb zugeordnet werden. Ziele - Erfassung regeninduzierter Spurenstoffeinträge in Bundeswasserstraßen - Identifikation quellenspezifischer organischer Spurenstoffe als repräsentative Substanzen für zielgerichtetes Monitoring - Identifikation relevanter Quellen und Eintragspfade für regeninduzierte Spurenstoffeinträge - Angaben zu regen- und trockenheitsinduzierten Spurenstoffeinträgen und -konzentrationen in Bundeswasserstraßen unter Berücksichtigung von Klimaprognosen - Erstellung eines Konzepts zur quantitativen Erfassung ausgewählter quellen- und eintragsspezifischer Spurenstoffe in Bundeswasserstraßen - Integration ausgewählter Spurenstoffe in Gewässergütemodelle bzw. Schadstoffemissionsmodelle Organische Spurenstoffe gelangen über verschiedene Eintragspfade, z.B. über Kläranlagenabläufe, Regenwasserkanäle und diffusen Oberflächenabfluss, in Fließgewässer. Hier werden sie in komplexen Mischungen detektiert und können ein Risiko für das Ökosystem darstellen. Die genaue Anzahl organischer Spurenstoffe ist unbekannt. Zudem variiert die Zusammensetzung der Stoffmischungen in Abhängigkeit von Konsum, Anwendungen und witterungsbedingten Einträgen. Extremwetterereignisse wie Starkregen- und Trockenwetterperioden können angesichts des Klimawandels zunehmen, sodass deren Auswirkungen auf Stoffeinträge und -konzentrationen in Gewässern zukünftig an Bedeutung gewinnen. Durch den Klimawandel können Extremwetterereignisse zunehmen. Im Expertennetzwerk werden extremwetterbedingte Spurenstoffeinträge und deren Auswirkungen auf die Wasserbeschaffenheit in Bundeswasserstraßen untersucht.
Das Projekt KI-RAM liefert Beiträge zur Reduzierung von verkehrsbedingten Mikroplastikemissionen durch Reifenabrieb. Ein auf den Abrieb fokussierter Digitaler Zwilling von Nutzfahrzeugreifen wird erstellt. Mittels KI-basierter Analyse von Inline-Abriebsensor-Daten werden Haupteinflussfaktoren identifiziert, Restlaufzeitprognosen & ein Reifenranking realisiert sowie Strategien zur Abriebvermeidung erarbeitet. Das Ziel des von iMes bearbeiteten Teilprojekts ist die Entwicklung des oben genannten Digitalen Zwillings als Repräsentation von Nutzfahrzeugreifen und den daran auftretenden Abriebsprozessen. Die Forschungsfragen hierbei sind, welche Faktoren, wie z.B. Reifenmaterial, Wetter oder Straßenbelag, bewirken Reifenabrieb und wie groß ist deren Einfluss. Auch die Möglichkeit des Erkennens und der Vorhersage von Reifenabrieb durch den Digitalen Zwilling ist zu untersuchen. Des Weiteren soll analysiert werden, ob ein Zusammenhang zwischen den im Projekt durchgeführten Feldstudien zum Reifenabrieb (Vermessung der Reifendicke mit einem Inline-Abriebsensor eines Fahrzeuges im Einsatz über einen gewissen Zeitraum) mit den typischen Reifenabrieb-Labortests besteht. Diese Fragestellungen sollen mit Hilfe datengetriebener Modelle aus dem Bereich der Statistik und der künstlichen Intelligenz beantwortet werden.
Das Projekt KI-RAM liefert Beiträge zur Reduzierung von verkehrsbedingten Mikroplastikemissionen durch Reifenabrieb. Ein auf den Abrieb fokussierter Digitaler Zwilling von Nutzfahrzeugreifen wird erstellt. Mittels KI-basierter Analyse von Inline-Abriebsensor-Daten werden Haupteinflussfaktoren identifiziert, Restlaufzeitprognosen & ein Reifenranking realisiert sowie Strategien zur Abriebvermeidung erarbeitet. Das Teilvorhaben der Universität Paderborn befasst sich mit der kontinuierlichen sensorischen Erfassung des Reifenabriebs im laufenden Betrieb von Großmuldenkippern, Containerfahrzeugen und schließlich LKW. In einem vorangegangenen Projekt wurde durch die Projektpartner Rösler Tyre Innovators GmbH&Co.KG, Fraunhofer IMWS und Universität Paderborn der Prototyp eines Reifenabriebsensors für Großmuldenkipper entwickelt, der es erstmals ermöglichte, den Reifenabrieb während des Betriebes in einer Auflösung von bis zu sieben Restprofiltiefen zu bestimmen. Im Rahmen dieses Projektes soll das Sensorkonzept überarbeitet und optimiert werden, um eine kontinuierliche, stufenlose Restprofiltiefenmessung zu erreichen. Die so gewonnenen Daten ermöglichen eine deutlich genauere Überwachung des Reifenzustandes. Neben der Entwicklung eines kontinuierlichen Sensorkonzeptes, soll das Messsystem auch deutlich verkleinert werden, um den Einsatz in regulären LKW-Reifen zu ermöglichen.
Das Projekt KI-RAM liefert Beiträge zur Reduzierung von verkehrsbedingten Mikroplastikemissionen durch Reifenabrieb. Ein auf Abrieb fokussierter Digitaler Zwilling von Nutzfahrzeugreifen wird erstellt. Mittels KI-basierter Analyse von Inline-Abriebsensor-Daten werden Haupteinflussfaktoren identifiziert, Restlaufzeitprognosen & ein Reifenranking realisiert, sowie Strategien zur Abriebvermeidung erarbeitet. Für DENKweit bestehen die folgenden wissenschaftlich-technischen Teilziele: Es soll ein Trainings- und Referenzdatensatz von Thermographieaufnahmen an Reifen aufgebaut werden, der als Grundlage für die Entwicklung von KI-basierten Auswertemethoden dient. Für die KI-basierte Analyse der IR-Reifendaten sollen verschiedene Netzarchitekturen hinsichtlich ihres Klassifizierungserfolges entwickelt und verglichen werden. Dazu gehören Objektdetektionsnetzwerke, Klassifizierungsnetzwerke und Anomaliedetektionsnetzwerke. Der Klassifizierungserfolg der einzelnen Architekturen als auch von Kombinationen der Netzwerke soll untersucht werden. Nachgeschaltet zu den neuronalen Netzwerken sind die gefundenen spezifischen Merkmale hinsichtlich Eigenschaften wie Fläche oder Temperaturbereich zu kategorisieren und gegebenenfalls in Defektkategorien einzuteilen. Die neuronalen Netze sollen so erweitert werden, dass externe Daten wie Abriebindikatoren beim Training berücksichtigt werden können. Das bezieht sich zum einen auf das Training der neuronalen Netze, zum anderen auf die nachgelagerte Verarbeitung der Netzergebnisse, um auch hier Wechselwirkungen mit den zusätzlichen Daten zu ermöglichen und statistische Auswertungen (Korrelationsanalysen, etc.) betreiben zu können. Experimentelle Validierung der Netze mit Messdaten des Abriebsensors erlauben es, die durch die KI ausgewerteten IR-Daten mit und ohne Kombination mit den Daten des Abriebsensors Aussagen über Haupteinflussfaktoren, Restlaufzeiten zutreffen und ein Reifenranking vorzunehmen.
| Organisation | Count |
|---|---|
| Bund | 62 |
| Europa | 1 |
| Land | 36 |
| Weitere | 31 |
| Wissenschaft | 17 |
| Type | Count |
|---|---|
| Daten und Messstellen | 33 |
| Ereignis | 1 |
| Förderprogramm | 32 |
| Taxon | 1 |
| Text | 53 |
| unbekannt | 11 |
| License | Count |
|---|---|
| Geschlossen | 41 |
| Offen | 87 |
| Unbekannt | 3 |
| Language | Count |
|---|---|
| Deutsch | 89 |
| Englisch | 48 |
| Resource type | Count |
|---|---|
| Bild | 1 |
| Datei | 35 |
| Dokument | 23 |
| Keine | 43 |
| Webseite | 53 |
| Topic | Count |
|---|---|
| Boden | 131 |
| Lebewesen und Lebensräume | 131 |
| Luft | 131 |
| Mensch und Umwelt | 131 |
| Wasser | 131 |
| Weitere | 131 |