Vorwärtstrajektorien der regionalen Kaltluftströmungssysteme. Die Daten sind Teil der landesweiten Planungshinweiskarte und zeigen gemeinsam mit den regionalen Kaltluftströmungssystemen die Bedeutung der überregionalen Betrachtung von Kaltluft. Die Trajektorien beschreiben den Pfad bestimmter kühler Luftpakete im Laufe der modellierten Nacht vom Entstehungsort bis hin zum Siedlungsraum.
Der Webserver und Internetdienst INSEL, der von der BAW entwickelt wurde, stellt eine Datenbank, eine Webseite und eine API für Infrastruktur- und Strömungsdaten für die Binnenschifffahrt bereit. INSEL bietet bisher stationäre Strömungsdaten für den freifließenden Rhein, Informationen zu Pegelstationen sowie eine Stationierung und Rückstationierung auf der Wasserstraße. Alle Daten und Berechnungsabfragen sind über die Webseite und API zugänglich.
Dieser Datensatz enthält Trajektorien und die entlang dieser Routen berechnete Feinstaubaufnahme durch simulierte Radfahrten.
Die vorliegenden Daten stammen aus der virtuellen Inbetriebnahme der im Projekt GOFFI [1] (Gesundheitliche Optimierung der Fußgänger- und Fahrradinfrastruktur zur Reduzierung der Feinstaubbelastung in den Ballungsgebieten) entwickelten Smartphone-App. Diese App dient der Ermittlung der individuellen Feinstaubaufnahme von Fußgängern und Radfahrenden auf Basis des persönlichen Atemvolumens sowie der orts- und zeitabhängigen Feinstaubkonzentration in der Atemluft.
Zur Ermittlung der inhalierten Feinstaubmenge zeichnet die App die von den Nutzern zurückgelegte Route in Form von GPS-Koordinaten auf. Für jeden dieser Punkte wird die lokal herrschende Feinstaubkonzentration über einen Luftqualitätsdienst [2] abgerufen. Nach Abschluss der Aufzeichnung wird das individuelle Atemvolumen mithilfe einer im Projekt entwickelten Formel berechnet, die persönliche Parameter wie Körpergröße und Gewicht sowie streckenbezogene Merkmale wie Geschwindigkeit und Steigung berücksichtigt. Durch die Verknüpfung von Atemvolumen, Feinstaubkonzentration und Aufzeichnungsdauer wird schließlich die eingeatmete Feinstaubmenge bestimmt.
Die Nutzung der App wurde über einen Zeitraum von einer Woche simuliert. Zu diesem Zweck wurden 100 synthetische Nutzer mit entsprechend generierten Profilen erstellt. Die Routen basieren auf einem Bikesharing-Datensatz aus der Stadt München [3], der für jede Ausleihe den Zeitpunkt sowie den Start- und Zielort enthält. Für jeden Eintrag wurde mithilfe eines Routing-Dienstes eine plausible Route zwischen Start und Ziel berechnet. Diese Routen wurden im Round-Robin-Verfahren auf die 100 synthetischen Nutzer verteilt. Als Startzeitpunkt der jeweiligen Fahrradfahrt wurde der Zeitpunkt der Ausleihe verwendet.
Der hier verfügbare Datensatz enthählt dabei diese generierten Routen und die durch die App berechnete Feinstaubaufnahme pro Route sowie einige zusätzliche Parameter.
Mögliche Nutzungsszenarien:
- Testdaten für Geodaten-Visualisierungstools oder Dashboards zur Darstellung von Routen, zeitlichen Mustern und Belastungen in interaktiven Karten
- Entwicklung von Proof-of-Concept-Anwendungen (z. B. Routing, Gesundheitsmonitoring, Verkehrsplanung)
- Erstellung von Demo-Dashboards oder Visualisierungen für Kommunen, um die Relevanz von sauberer Luft im Alltag zu veranschaulichen
[1] https://www.feinstaub-dosimetrie.de/
[2] Datenquelle: Google Maps Air Quality API. Diese Daten unterliegen den Google Maps Nutzungsbedingungen und sind deshalb nicht im Datensatz enthalten.
[3] Datenquelle: dl-de/by-2-0: Landeshauptstadt München – opendata.muenchen.de
Flying alternative trajectories for the benefit of ClimateF4ECLIM's primary aim is to advance aCCFs by integrating weather forecasts and climate science to address uncertainties tied to CO2, contrails, ozone, methane, and water vapor climate effects. This involves evolving aCCFs to version 2.0, broadening their geographical scope (currently limited to the North Atlantic), considering diverse weather and seasonal patterns, and incorporating various climate metrics. These advancements will feed into a climate service for the aviation community. Additionally, F4ECLIM will explore aviation's potential to reduce its climate impact through the development of robust flight planning algorithms. These algorithms will identify eco-efficient aircraft trajectories, assessing the associated climate impact reduction and costs. Backtesting procedures will be employed to scrutinize trajectories and climate models, providing insights into model specifications. The project will culminate in recommendations and the introduction of key performance indicators (KPIs) to guide stakeholders in implementing eco-efficient trajectories, reducing uncertainties, and advancing understanding of the non-CO2 impact of aviation for a greener future.