Filtern
Erscheinungsjahr
- 2017 (2) (entfernen)
Schlagworte
- Prognose (2) (entfernen)
Institut
- Sonstige (2) (entfernen)
Die Abgas-Gesetzgebung für Kraftfahrzeuge wurde in den letzten 25 Jahren stetig verschärft. Das Durchschnittsalter der PKW steigt kontinuierlich. Im Jahr 2000 lag dies bei 6,9 Jahren, im Jahr 2011 bei 8,3 Jahren und 2016 bei 9,2 Jahren. Dieser Trend hat auch zu einem Bestandsanstieg bei Fahrzeugen älter 30 Jahren geführt. Es stellt sich daher die Frage, welche Größenordnung diese Fahrzeuge > 30 Jahren bei der Betrachtung der Gesamtemissionen des Straßenverkehrs in der Bundesrepublik in Zukunft einnehmen werden. Aufbauend auf zwei möglichen Szenarien zum zukünftigen Fahrzeugbestand älter 30 Jahren sowie entsprechend abgeleiteten Fahrleistungen wurde der Emissionsbeitrag dieser Fahrzeuge bis zum Jahr 2030 hochgerechnet und modelliert. Zusätzlich wurden Werte für ein größeres Zusammenkommen solcher Fahrzeuge abgeleitet (Oldtimertreffen). Im Rahmen des Vorhabens wurden die limitierten Abgaskomponenten NOX (Stickoxide), HC (Kohlenwasserstoffe), CO (Kohlenmonoxid) und PM (Partikelmasse) betrachtet. Als Ausgangspunkt (2016) wurden 712.000 relevante Fahrzeuge mit einer jährlichen Fahrleistung von 1370 km für die Szenarien angesetzt. Im Ergebnis lässt sich festhalten, dass der Emissionsbeitrag der Fahrzeuge älter 30 Jahren in der Gesamtheit, auch für die späteren Bezugsjahre mit entsprechend höherem Fahrzeugbestand, in Summe pro Abgaskomponente jeweils nur einen einstelligen prozentualen Anteil ausmacht. Bei isolierter Betrachtung der Außerorts-Anteile steigen die Werte jedoch durchaus auch an. Am Tag des modellierten Treffens tragen die Oldtimer zwar maßgeblich zu den Emissionen bei, bezogen auf die durchschnittlichen jährlichen Tageswerte der Emissionskomponenten ergeben sich jedoch auch hier lediglich Veränderungen im unteren einstelligen Prozentbereich.
Die Bundesanstalt für Straßenwesen (BASt) bringt zum Ende jeden Jahres eine Prognose der Unfall- und Verunglücktenzahlen des noch laufenden Jahres heraus, um so über die Entwicklung der Verkehrssicherheit in Deutschland Bilanz ziehen zu können. Dabei wird das Unfallgeschehen nach dem Schweregrad der Konsequenzen, der Ortslage sowie Alter und Art der Verkehrsbeteiligung der Verunglückten in 27 Zeitreihen unterteilt. Zu diesem Zeitpunkt sind die Daten lediglich für die ersten acht oder neun Monate erhältlich. Um Bilanz zu ziehen, werden die Anzahlen der letzten drei oder vier Monate prognostiziert. Gesamtziel des hier beschriebenen Forschungsvorhabens ist die Optimierung der jährlichen Unfallprognosen durch Anwendung von strukturellen Zeitreihenmodellen, bei denen die Vorhersagen aus dem Trend der vorliegenden Monate, und der Dynamik der vorhergehenden Jahre abgeleitet werden. Um dem Einfluss der Witterungsverhältnisse Rechnung zu tragen, werden dabei meteorologische Variablen in das Vorhersagemodell aufgenommen. Um die Modelle zu testen, werden die endgültigen Daten der letzten 15 Jahre jeweils aus den vorläufigen Daten der ersten Monate vorhergesagt und mit den tatsächlich beobachteten endgültigen Unfall- und Verunglücktenzahlen verglichen. Die Resultate zeigen, dass im Vergleich zu den bisherigen Vorhersagen mithilfe der hier vorgestellten Modelle die Vorhersagen für 25 der 27 Reihen präziser werden. Lediglich zwei Reihen zeigen einen leichten Anstieg des Vorhersagefehlers. Beim Vergleich von Modellen mit und ohne meteorologischen Variablen zeigt sich, dass 23 der 27 Reihen besser vorhergesagt werden können, wenn man das Wetter berücksichtigt. Neben der verbesserten Vorhersage ermöglicht die Aufnahme der Wettervariablen auch eine Einschätzung, wie groß der Einfluss der Witterungsgegebenheiten auf das Unfallgeschehen ist. Es zeigt sich also, dass die Anwendung von strukturellen Zeitreihenmodellen und die Berücksichtigung von meteorologischen Variablen zu einer deutlichen Verbesserung der Vorhersagegenauigkeit führen. Die Verbesserung der Vorhersagen durch die Aufnahme von Wettervariablen bestätigt nochmals den Einfluss der Witterungsumstände auf das Unfallgeschehen.