Home

r - mediaTUM

1. 9 D Z a ab N ab 2 fe ab Ka UL Relation Abbildung 91 Cluster 3 Nach mittags mittlere Freigabezeitanteile der Relationen an allen LSAs Abbildung 92 zeigt die Summenkurve der mittleren Anzahl Halte f r jedes Steuerungsverfahren Hier ist kein Unterschied zwischen der Festzeitsteuerung und der lokal regelbasierten Steuerung festzustellen MOTION das einzige Verfahren das die Versatz und Umlaufzeiten beeinflussen kann erreicht hier den niedrigsten Wert Die in Abbildung 93 dargestellten Bufferindizes weisen Werte zwischen 21 und 40 auf wobei sich die Steuerungsverfahren im Mittel in derselben Gr enordnung bewegen Demzufolge ist die Zuverl ssigkeit der Steuerungsverfahren hnlich AMONES 2010 246 Testfeld Bremerhaven D 3 o FZS 0 9 Halte LRS 0 9 Halte MOTION 0 7 Halte 3 4 Anzahl Halte Abbildung 92 Cluster 3 Nach mittags mittlere Anzahl Halte FZS 14 Stunden mit 2 303 Kfz h LRS 12 Stunden mit 2 344 Kfz h m MOTION 19 Stunden mit amp 2 300 Kfz h Bufferindex Relation Abbildung 93 Cluster 3 Nach mittags Bufferindizes Gesamtbewertung Der Verlauf der mittleren Fahrzeit und der mittleren Anzahl Halte f r einen durchschnittlichen Tag siehe Kapitel 5 1 12 3 Erzeugung eines durchschnittlichen Tages ist in Abbildung 94 und Abbildung 95 dargestellt AMONES 2010 247 Testf
2. a i mi a er E h eea 30 40 20 D Ankunft an L5A 221 in Wellensekunde Abbildung 58 Beispiel f r taktisches Fahren Je sp ter ein Fahrzeug w hrend der Freigabezeit ankommt desto h her ist seine Geschwindigkeit um in der Koordinierung zu bleiben Hamburg F r die Kalibrierung wurden zun chst ebenfalls die erhobenen Daten eines Tages mit Festzeitsteuerung Mittwoch 8 10 2008 verwendet Hierbei wurden mit nur geringen Ver nderungen der Standardparameter in VISSIM bereits befriedigende Ergebnisse erzielt Eine versuchte Validierung mit verkehrsabh ngiger Steuerung LRS und den Messdaten eines entsprechenden Tages Donnerstag 9 10 2008 schlug jedoch fehl Es zeigte sich dass die Auswirkungen der Verkehrsabh ngigkeit Bedarfsphasen f r Abbieger und Fu g nger mit den eingestellten Parametern nur unzureichend abgebildet werden konnten Daher wurde eine erneute Kalibrierung unter Verwendung der lokal regelbasierten Steuerung LRS und der Messdaten vom 9 10 2008 wie nachfolgend beschrieben durchgef hrt Als Fahrermodell wird das in VISSIM verwendete Modell von Wiedemann 1974 mit den voreingestellten Werten genutzt Lediglich der Parameter Mittlerer Stillstandsabstand wird von 2 0m auf 0 75m reduziert Analog zum Testfeld Bremerhaven orientieren sich die Wunschbeschleunigungen f r PKW und LNF leichte Nutzfahrzeuge an den in GAVE Hirschmann 2009 ermittelten Beschleunigungsverhalten bzw f r Lkw an den Bes
3. ber die Parametrisierung k nnen Randbedingungen vorgegeben werden Steuerungs parameter sind z B e erlaubte Umlaufzeit e minimale und maximale Umlaufzeit e erlaubte Phasenfolge e Vorgabe von Fahrzeugstr men im Netz optional e Gsewichtungsfaktoren f r Optimierungskriterien z B Wartezeiten und Halte je Fahrstreifen der Teilstrecke sowie der e Optimierungsplan Reihenfolge in der die Knotenpunkte des Stra ennetzes optimiert werden FGSV 2010 e Erlaubte nderungen pro Schaltung AMONES 2010 58 Verfahren der LSA Steuerung 4 1 3 5 Verkehrsflussmodell und Verkehrswirkungsmodell Das Verkehrsflussmodell bildet aus den oben genannten Eingangsdaten und den berechneten LSA Steuerungsgr en den Verkehrsablauf im Optimierungsintervall meist zwischen 5 und 15 Minuten innerhalb des Steuerungsgebietes nach Das Verkehrswirkungsmodell bewertet den ermittelten Verkehrsablauf hinsichtlich der verkehrsbedingten Wirkungen der Steuerung auf Verkehr und Umwelt die letztendlich in die Bewertung der Steuerung einflie en Dies k nnen zum Beispiel Wartezeiten Zahl der Halte Fahrzeiten Staul ngen Verkehrsstrom bezogene Auslastungsgrade Verkehrszust nde Level of Service oder Emissionen sein Die modellbasierten Steuerungen werden aufgrund ihrer Komplexit t im Gegensatz zu logikbasierten Steuerungen die ber Ablaufdiagramme oder Struktogramme beschrieben werden k nnen ber ihre Parametrierung beschrieben
4. AMONES 2010 177 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Netzsteuerung die Wirkungen auf st dtische NOx und PM o Immissionen untersucht Au er positiven Tendenzen konnten jedoch keine klaren Effekte beobachtet werden Windrichtung Windgeschwindigkeit Anhand der recherchierten Forschungsprojekte kann grunds tzlich auf einen starken Einfluss von Windrichtung und Windgeschwindigkeit auf die Partikel und Stickoxidkonzentration geschlossen werden Eine anschauliche Erkl rung zum Einfluss der Windgeschwindigkeit liefert Manier 2005 Bei einer Windgeschwindigkeit von 1 m s wird in 1s eine Luftschicht von 1m Dicke an einer Schadgasquelle vorbeitransportiert Bei einer Windgeschwindigkeit von 2 m s wird eine Luftschicht von 2 m Dicke an der Quelle vorbeitransportiert Die Konzentration ist bei gleicher Emission folglich halb so gro Allgemein formuliert bedeutet dies Die Schadstoffkonzentration verh lt sich antiproportional zur Windgeschwindigkeit In Untersuchungen von Baum 2008 welche allerdings Au erorts an BAB durchgef hrt wurden wurde bis zu einer Windgeschwindigkeit von 2 5 m s eine Erh hung der PMi o Konzentration festgestellt Erst bei gr eren Windgeschwindigkeiten nimmt die Schadstoffkonzentration etwa antiproportional zur Erh hung der Windgeschwindigkeit ab Eine m gliche Begr ndung f r diesen Sachverhalt ist der h here Abtrag von aufgewirbelten Partikeln bei Windgeschwindigkeiten zwisc
5. Abbildung 21 Regelbasierte Umsetzung eines Steuerungsverfahrens nach FGSV 2010 Bei der Kenngr enerfassung werden ber Detektoren im Stra enraum verkehrliche Kenngr en wie Zeitl cken und Belegungsgrade erfasst und ggfs weitere nicht direkt messbare Kenngr en ber Modelle abgesch tzt Letzteres k nnen beispielsweise mittlere Wartezeiten oder Staul ngen sein AMONES 2010 55 Verfahren der LSA Steuerung Im Block Auswertung Entscheidung werden dann basierend auf bestimmten Bedingungen festgelegte Steuerungsentscheidungen getroffen Dazu wird ein Ablaufdiagramm durchlaufen das auf logischen zeitlichen und zustandsbezogenen Bedingungen sowie zugeh rigen Aktionen beruht Neben den erfassten Kenngr en gehen in den Entscheidungsprozess Vergleichs und Schwellenwerte wie beispielsweise maximale Zeitl ckenwerte oder Belegungsgrade und Rahmenvorgaben wie erlaubte Freigabebereiche ein Abschlie end werden die getroffenen Steuerungsentscheidungen in Schaltbefehle umgesetzt Mit einem regelbasierten Steuerungsverfahren kann sowohl eine Signalprogrammanpassung Freigabezeitanpassung Phasenanforderung Phasentausch oder Versatzzeitanpassung als auch eine Signalprogrammbildung realisiert werden Die zugeh rigen Entscheidungs und Steuerungslogiken k nnen jedoch schnell sehr komplex werden In der Praxis erfolgt die Erstellung der Steuerungslogiken daher meist mit softwaretechnischer Unterst tzung durch geeignete
6. 1 22 0 74 1 20 0 77 0 64 1 25 0 87 0 70 1 20 0 68 0 57 1 22 0 76 0 74 DEE Ei delip iaip isip Testfeld Bremerhaven Abschnitt 241 31 241 a2 240 31 240 a2 Whittel Daten 4 jet N l r LL Uhrzeit Abbildung 99 17 2 2009 241 a1 241 a2 240 a1 240 a2 j littel Daten Fahrzeit s Uhrzeit Abbildung 100 25 2 2009 241 21 241 a2 240 21 240 22 Der r umliche Abstand zwischen den betrachteten Querschnitten betr gt ca 295m Im Gegensatz zur ersten analysierten Beziehung stehen f r diese Fahrtbeziehung an beiden Tagen weniger wiederkannte Fahrzeuge zur Verf gung Dies liegt daran dass nur die Rechtsabbieger wiedererkannt wurden F r manche Zeitintervalle fehlen Daten komplett Au erdem l sst sich erkennen dass die Streuung der Fahrzeiten deutlich erh ht ist Abschnitt Knoten 240 Zufahrt Ost 240 31 240 a2 Knoten 224 Zufahrt Nord 224 21 224 a2 Der r umliche Abstand zwischen den betrachteten Querschnitten betr gt ca 420m Aus den Abbildungen unten l sst sich erkennen dass die Wiedererkennung von Fahrzeugen ber AMONES 2010 256 Testfeld Bremerhaven mehrere Knotenpunkte hinweg fehleranf lliger wird Geringer Ab und Zufluss kann sich als St rgr e im Verfahren darstellen hittel Daten r 9 T N Fr LL Uhrzeit Abbildung 101 17 2 2009 240 a1 240 a2 224 a1 224 a2 Wittel
7. AMONES 2010 149 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung selbst bernommen Die lokale Verkehrsabh ngigkeit wurde dabei so konzipiert dass sich in beiden Systemwelten die gleichen Schaltungen ergeben sollen Siemens Systemwelt F r die Simulation von MOTION den lokalen Verkehrsabh ngigkeiten und der Festzeitsteuerung werden verschiedene SITRAFFIC Komponenten ben tigt F r die Simulation ist eine vollst ndige Versorgung von SITRAFFIC C900V Steuerger ten Siemens 2003 n tig wie sie auch f r ein reales Steuerungsgebiet umzusetzen w re F r das Testfeld Bremerhaven wurde diese Versorgung von Siemens aus dem realen Testfeld bernommen und bereitgestellt F r das virtuelle Testfeld wurde die Versorgung vom AMONES Partner der TU M nchen bernommen Siemens 2008a F r die Planung von Knoten Netz und des MOTION Bereich wird der Verkehrsingenieursarbeitsplatz SITRAFFIC Office Siemens 2007 verwendet Die Versorgung von MOTION f r die Optimierung der Freigabezeiten geschieht direkt aus SITRAFFIC Office Die Parametrierung f r Umlaufzeit Phasenfolge und Versatzzeitoptimierung wird aktuell ber Parameterdateien vorgenommen Die Ger teversorgung der virtuellen Steuerger te erfolgt mittels des Programms SITRAFFIC Control Siemens 2008c Ein Gro teil der Daten kann hierf r aus SITRAFFIC Office bernommen werden Die lokalen Verkehrsabh ngigen Steuerungen werden mit dem Programm SITRAFFIC Lang
8. Signalgruppenprotokolle Die Signalgruppenprotokolle stellen einen Mitschrieb des Verkehrsrechners der tats chlich geschalteten Bilder Rot Gr n Gelb Blinkend usw aller Signalgruppen der betrachteten Knotenpunkte dar Die Mitschriebe k nnen dabei ereignisorientiert sein Bremerhaven oder in festen Zeitschritten Hamburg erfolgen Fahrzeugwiedererkennung mittels Induktionsschleifensignatur im Testfeld Bremerhaven Die Induktionsdetektoren vom Typ LD4 der Firma Siemens bieten die M glichkeit Rohdaten der angeschlossenen Induktionsschleifen ber eine serielle Datenschnittstelle auszulesen Die so erhaltene zweidimensionale Datenreihe stellt die Verstimmung einer Induktionsschleife in Promille ber die Zeit dar siehe Abbildung 49 Diese Verstimmung wird durch die nderung der Induktivit t w hrend der berfahrt eines Fahrzeugs erzeugt prim re Einflussgr e hierauf ist die Metallmassenverteilung des Fahrzeugs sekund re Einflussgr e sind bauliche und wetterabh ngige Randbedingungen Das Beispiel in Abbildung 49 stellt eine normierte Fahrzeugsignatur mit 21 St tzstellen dar Das Auslesen der Verstimmungsdaten aus den Streckenstationen stellt im vorliegendem Fall eine Besonderheit dar da die Daten derzeit nur mit einer auf Microsoft Access basierenden Software die von der Firma Siemens bereitgestellt wird lokal am Detektor abgegriffen werden AMONES 2010 131 Kenngr en der Verkehrs und Umweltsituation und ihre Erfa
9. en der Verkehrs und Umweltsituation und ihre Erfassung Die hier erforderliche Hypothesenpr fung l sst sich jedoch auch verk rzt ber die quadratische Koh renz CH h darstellen die als spektrales Bestimmtheitsma verstanden werden kann Die quadratische Koh renz ergibt sich nach Sch nwiese 2006 aus Co A O h UE SP f r h 1 2 M Dabei sind SP und SP die Varianzspektren der beiden Zeitreihen mit l So 2 nhk SP h ey s 0 2 P k s k eos 7 f r0 lt h lt M k 1 wobei s die Autokovarianzfunktion und D k eine Filterfunktion siehe oben darstellen Die Autokovarianz ergibt sich aus folgender Gleichung mit z als zeitliche Verschiebung a als Abweichung vom Mittelwert l n l rt gt a t a ag s Die Vertrauensgrenze f r die Koh renz ergibt sich aus B hi _ gC mit als Irrtumswahrscheinlichkeit und als Zahl der Freiheitsgrade wobei die Zahl der Freiheitsgrade aufgrund von Autokorrelation gem Sch nwiese 2006 vgl folgenden Abschnitt korrigiert werden sollte Identifikation der wesentlichen Einflussgr en auf die Immissionskenngr en Sofern die in vorangehenden Unterabschnitt durchgef hrte Pr fung ein Aufrechterhalten der formulierten Hypothese f r die hochfrequenten Zeitreihenkomponenten erlaubt sollen in diesem Arbeitsschritt die wesentlichen Einflussfaktoren auf die gemessenen hoch und niederfrequenten Immissionskonzentrationen identifizie
10. Auspuffanteil zu Gesamt D N u E x D E m O x Y w A BAB gt 120 BAB80 AO2 HVS2 HVS4 LSA2 LSA3 wu HBEFa2 1 C Auf Ab neu Ausp Gesamt Abbildung 70 PM10 Emissionsfaktoren Motor rot Aufwirbelung und Abrieb blau in Abh ngigkeit von der Verkehrssituation im Bezugsjahr 2003 und 10 Lkw Anteil D ring et al 2004 In Graz wurden im Rahmen des Projekts Grazer Adaptive Verkehrssteuerung GAVE Floating Car Erhebungen durchgef hrt die anschlie end auf dem Rollenpr fstand nachgestellt und zur Kalibrierung eines mikroskopischen Verkehrsflussmodells verwendet wurden Die Simulation ergab f r die verbesserte Koordinierung eine Reduzierung von 11 der NO Emissionen und von 7 der motorbedingten PM Emissionen im Vergleich zur vorherigen Steuerung Hirschmann Fellendorf 2009 Immissionsbezogene Untersuchungen durch D ring 2007 in Dresden haben f r die verkehrliche PM Zusatzbelastung ein Reduktionspotenzial von 27 dies entspricht in der durchgef hrten Untersuchung 2 ug m festgestellt F r die NOx Zusatzbelastung wurden keine Reduktionen festgestellt In Hamburg hat Koch 2006 im Rahmen der Einf hrung der adaptiven 2 Nach HBEFA INFRAS 2010 ist eine Verkehrssituation durch den Gebietstyp Land oder Agglomeration den Stra entyp z B Hauptverkehrsstra e oder Erschlie ungsstra e das Tempolimit oder den Verkehrszustand fl ssig dicht ges ttigt oder stop go definiert
11. Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Drehmoment und gew hltem Gang sind Aktuelle Modelle ber cksichtigen diese Zusammenh nge weitestgehend Park et al 2000 Kuwahara et al 2001 PTV AG 2009 Verschiedene Untersuchungen zu Partikelemissionen zeigen erhebliche Einfl sse f r eine Geschwindigkeitsreduktion von 50 km h auf 30 km h e Rabl Deimer 2001 zeigen anhand von Rollenpr fstandmessungen eine Reduktion von ber 50 der motorbedingten Pkw Partikelemissionen e Karajan 2007 zeigt eine Reduktion der motorbedingten Lkw Partikelemissionen von etwa 70 e Das norwegische VLuft Modell und das schwedische PM Emissionsmodell gehen von einer Reduktion der nicht motorbedingten Emissionen in einer Gr enordnung von 70 aus Gustafsson 2001 und Bringfielt et al 1997 zitiert in BAST 2003 e Untersuchungen von D ring P schke Lohmeyer 2009 ergaben f r die nicht motorbedingten Partikelemissionen eine Reduktion von 10 bis 20 Eine weniger deutliche Tendenz des Einflusses einer Geschwindigkeitsreduzierung von 50 km h auf 30 km h auf die Partikelemissionen ergab sich bei Untersuchungen von Fitz 2001 in Kalifornien und von Klingner S hn 2006 zitiert in BAST 2003 In beiden Untersuchungen wurde kein Einfluss der Geschwindigkeit festgestellt Immissionsseitig wurde von Tullius 2002 im Rahmen des EU Projekts HEAVEN eine Reduktion um 2 festgestellt Von D ring 2007 ausge
12. Knotensr me zum Netzmodell Zuordnung Verkehrsdaten Ermittlung der Netzstr me L Lokale Aggr Knoten Lokaler Steuer Datener Daten str me Rahmenplar Parameter fassung en Kurzzeitfrognose Wirkungsanalyse Bun s ugdo uayyunyez und Mitte werten Bunss wundo ajeyo Ylikroskopische Daten Signalgrup Bildung von Zeitreihen Zuordnung Daten zu Sek ndliche Steuerentscheidung Ermittlung Kr otenstr me Regelstrecke d 2 gr Kommunikationsger t Stellgr en Freigabe und Sperrung Abbildung 23 bersicht zu den im adaptiven Verfahren ben tigten Bausteinen und zu deren Verkn pfung Friedrich 1999 4 2 2 1 Kenngr enerfassung Als Versorgungsparameter ben tigt BALANCE einen fahrstreifenfeinen Netzgraphen und eine Quell Zielmatrize f r das Steuerungsgebiet sowie Abbiegematrizen der einzelnen AMONES 2010 65 Verfahren der LSA Steuerung Knotenpunkte falls diese sich nicht eindeutig aus dem Netzgraphen und der Quell Zielmatrize ableiten lassen Des Weiteren werden Detektoren und Signalgruppen ben tigt Die Versorgung dieser Parameter wird ber NONSTOP mikroskopische Verkehrsflusssimulation der Firma GEVAS software GmbH vorgenommen F r das Verkehrsnachfragemodell wird eine signalgruppenfeine Gewichtungsmatrix versorgt Sie wird in der Regel aus historischen Erhebungen ermittelt F r die Optimierung wird eine Wichtung der einbezogenen verkehrlichen Kenngr en f r jede Signalgruppe v
13. Lohse D 1997 Grundlagen der Stra enverkehrstechnik und der Verkehrsplanung Band 2 Verlag f r Bauwesen GmbH Berlin Schub W Haagen K Oberhofer W 1983 Regressions und kanonische Analyse In Strukturierung und Reduzierung von Daten J Bredenkamp amp H Feger Hogrefe Verlag G ttingen Schulze E 2002 R umliche und zeitliche Analyse von kontinuierlichen Luftschadstoffmessungen in Berlin Einfluss von Regen und Luftfeuchte auf die PM Emission und Immission Diplomarbeit Landschafts und Geo kologie TU Dresden SCOOT 2008 Advice Leaflet 1 The SCOOT Urban Traffic Control System Stand 20 5 2008 Wwww scoot utc com AMONES 2010 385 Literatur SENSOR Konsortium 2004 Secondary Road Network Traffic Management Strategies Handbook for Data Collection Communication and Organisation Technischer Bericht Europ ische Kommission D3 1d Shi J P Harrison R M 1997 Regression modelling of hourly NO and NO concentrations in urban air in London Atmospheric Environment Vol 31 Elsevier Science Ltd Great Britain Siemens AG I amp S ITS 2003 SITRAFFIC C800V Grundversorgungsdaten Handbuch M nchen Siemens AG 2005 Pr sentation Nachweis der Wirksamkeit Pir us M nchen Siemens AG I amp S ITS 2005b SITRAFFIC Language V3 1 Bedienungsanleitung Handbuch M nchen Siemens AG I amp S ITS 2007 SITRAFFIC Office V4 3 Handbuch M nchen Siemens AG I amp S ITS 2008 SITRAFFIC Motion MX 4 0 H
14. Maximales verkehrliches Reduktionspotenzial f r die Immissionen am Messquerschnitt Abbildung 147 zeigt die sich aus den lokalen Immissionsmodellen ergebenden verkehrsbezogenen Erkl rungsanteile bzw maximal m glichen Reduktionspotenziale als relative Anteile zur mittleren gemessenen Immissionskonzentration w hrend der Messzeitr ume Die Erkl rungsanteile sind differenziert nach den Anteilen die sich aus dem hochfrequenten und dem niederfrequenten Modell ergeben Die Ermittlung der maximalen Reduktionspotenziale ist 5 2 6 4 n her beschrieben AMONES 2010 336 Testfeld Hamburg E MaximalesReduktionspot bei kurzzeitigen Eingriffen m MaximalesReduktionspot bei Eingriffen in den Tagesgang Weitere Einfl sse z B Meteorologie Woche 1 Woche2 Woche 1 Woche2 Woche 1 Woche2 NOx PM 10 PM2 5 Abbildung 147 Maximale verkehrsbezogene Reduktionspotenziale im Testfeld Hamburg relativ zur mittleren gemessenen Immissionskonzentration F r die NOx Konzentration ergibt sich ein erheblicher Erkl rungsanteil aus den Kenngr en Schwerverkehrsst rke und Anzahl der Anfahrvorg nge Bezogen auf den hochfrequenten Ansatz d h f r Eingriffe in einzelne Uml ufe k nnen einzelne Immissionsspitzen deutlich reduziert oder g nzlich vermieden werden Im Mittel k nnen hierbei Reduktionen in einer Gr enordnung von etwa 10 bis 20 der NOx Gesamtkonzentration erzielt werden Bezogen auf den niederfrequenten Ansatz
15. W hrend des Untersuchungszeitraums ist von leichten Ausnahmen im Feierabendverkehr wobei die Verkehrsteilnehmer im Allgemeinen nach einem Umlauf abflie en konnten abgesehen kein Knotenpunkt berstaut Eine r umliche Variabilit t ist hnlich wie eine tageszeitabh ngige Variabilit t kaum vorhanden Umweltsituation 1 Umweltrelevante Merkmale In der entwickelten Typisierung wurden f r eine m gliche Optimierung der Netzsteuerung nach Umweeltkriterien die folgenden Randbedingungen bzw Faktoren als relevant identifiziert e Bebauungsstruktur Bebauung Art und Verteilung der Nutzungen e Externe Faktoren Die Meteorologie Umweltsituation allgemeine Umweltsituation im Testfeld wird als wichtigste Randbedingung eingestuft Falls grunds tzlich kein Grenzwert berschreitungsrisiko f r die betrachteten Schadstoffe besteht wird kein Handlungsbedarf im Sinne einer Optimierung nach Umweltkriterien gesehen Sofern ein AMONES 2010 231 Testfeld Bremerhaven Grenzwert berschreitungsrisiko vorliegt der Verursacheranteil des Verkehrs jedoch sehr niedrig ist ergibt sich folglich kein Optimierungspotenzial F r das Testfeld Bremerhaven ist Ersteres der Fall Die im Jahr 2006 durchgef hrte Untersuchung Messprogramm Verkehr Stresemannstra e in Bremerhaven weist f r die untersuchten Schadstoffe keinen Handlungsbedarf aus Die durchgef hrten Untersuchungen im Rahmen von AMONES haben f r Bremerhaven folglich pr
16. bedingt geeignet nicht geeignet I nicht erforderlich Tabelle 96 Empfehlungen zur Auswahl geeigneter Steuerungsverfahren AMONES 2010 371 Glossar 13 Glossar Adiabatischer Gradient Der trocken adiabatische Temperaturgradient l sst sich an dem Aufstieg eines Luftpakets modellhaft veranschaulichen Bei einer adiabatischen Zustands nderung tauscht das Luftpaket keine W rme mit seiner Umgebung aus W rme nderungen im Luftpaket k nnen folglich nur durch nderung der inneren Energie erfolgen Beim Aufstieg in H hen mit geringerem Luftdruck dehnt sich das Luftpaket aus und ben tigt hierf r Energie Die Energieabgabe f hrt wiederum zu einer Abk hlung des Luftpakets Bei einem trockenadiabatischen Aufstieg k hlt sich ein Luftpaket gem dem trockenadiabatischen Temperaturgradienten ab der bei etwa 1 C pro 100 Meter H hendifferenz liegt Steigt z B ein Luftpaket 1000 Meter auf so nimmt seine Temperatur um rund 10 C ab Alarmschwelle Grenzwert der Luftqualit t bei dessen berschreitung bereits bei kurzzeitiger Exposition eine Gefahr f r die Gesundheit besteht 39 BImSchV Autokorrelation Werte zum Zeitpunkt t sind hochgradig von Werten zum Zeitpunkt t 1 abh ngig Nach Sch nwiese 2006 kann eine hohe Autokorrelation zu einer bersch tzung der Signifikanz bei Signifikanztests im Zuge von Korrelations und Regressionsuntersuchungen f hren Beurteilungsschwelle obere untere Kenngr e der
17. ber die Parametrierung kann die verkehrstechnische Zielsetzung und das Verhalten der Steuerung nachvollzogen werden Dies beinhaltet zum Beispiel Verkehrsmodellparameter und Steuerungsparameter Zu den Verkehrsmodellparametern geh ren z B e Pulkaufl sung e Zeitbedarfswert f r die Fahrzeugstr me im Knotenpunkt und e Fahrzeiten bzw Progressionsgeschwindigkeiten f r die Teilstrecken FGSV 2010 4 1 3 6 Steuerungsmodell Optimierung Die Optimierung der Steuerungsgr en erfolgt in der Regel ber eine Zielfunktion Dazu werden die im Verkehrsflussmodell ermittelten verschiedenen verkehrsbezogenen Qualit tskriterien Wartezeit Halte die jeweils auf Grundlage eines Steuerungsvorschlages ermittelt werden mit einer festzulegenden Wichtung zu einem Qualit tsindex Performance Index zusammengefasst Dies kann f r einzelne Knoten Strecken oder Teil Netze geschehen Ein Testen aller m glichen L sungen vollst ndige Enumeration ist mit zunehmender Netzgr e und Anzahl der einbezogenen Steuerungsgr en nicht mehr m glich Es werden daher Optimierungsalgorithmen und Optimierungsstrategien eingesetzt Ein Optimierungsalgorithmus testet systematisch die m glichen Steuerungseinstellungen und bewertet sie auf Basis der modellierten Wirkungen Entsprechend einer Zielfunktion FGSV 2010 4 1 3 7 Weiterleitung der Schaltbefehle Systemtechnik Kompatibilit t Die in der Zentrale ermittelten Steuerungsanweisunge
18. ber ein Modul mit dem Kraftstoffverbr uche und Emissionen berechnet werden k nnen Datenqualit t Messfehler treten in der Simulation nicht auf so dass die in der Simulation erhobenen Daten grunds tzlich eine sehr hohe Qualit t aufweisen Aussagekraft Die Aussagekraft mittels Simulation gewonnener Daten h ngt davon ab wie gut die Realit t in der Simulation nachgebildet werden kann Besonders die Anpassung der Verkehrsnachfrage sowie die geeignete Wahl der Parameter f r das Verkehrsmodell gestalteten sich dabei meist aufw ndig Zudem ist die Aussagekraft eines einzelnen Simulationslaufes sehr begrenzt so dass in der Praxis immer mehrere Simulationsl ufe durchgef hrt und betrachtet werden sollten In Hinweise zur mikroskopischen Verkehrsflusssimulation FGSV 2006b werden die zu beachtenden Punkte beim Netzaufbau sowie bei der Kalibrierung und Validierung der Verkehrsnachfrage ausf hrlich beschrieben Erhebungsaufwand F r die Erhebung von Daten mittels Simulation ist der Aufbau des Netzes sowie die Kalibrierung und Validierung der Verkehrsnachfrage und des Verkehrsmodells n tig Der Aufwand h ngt hierbei von der Struktur des Netzes und von den zu untersuchenden Szenarien ab Des Weiteren ist die Steuerung z B LSA Steuerung im Netz zu versorgen Auch hier h ngt der Aufwand von der Komplexit t der zu versorgenden Steuerung ab Ist das Netz inklusive der Verkehrsnachfrage und Steuerung in der Simulation versorgt k
19. en auf die Immissionen aufweisen S mtliche Kenngr en weisen eine hohe Autokorrelation im ersten Lag auf Der K S Test zeigt f r die Kenngr en NO gt Konzentration Verkehrsst rke und Durchfahrten eine Normalverteilung in beiden Messwochen an Die Histogramme der Temperatur und der SV Verkehrsst rke zeigen eingipflige symmetrische Verteilungen mit grunds tzlicher hnlichkeit zur Normalverteilung Die Histogramme f r die weiteren Immissionskenngr en ebenso wie f r die Windgeschwindigkeit die Windrichtung und die Anfahrvorg nge zeigen linkssteile Verteilungen Der Luftdruck und die Luftfeuchte weisen teils mehrgipflige teils auch rechtssteile Verteilungen auf Feststellen von Zusammenh ngen zwischen Verkehrskenngr en und Immissionskenngr en Verfahrensbedingt lassen sich die Methoden der Frequenzanalyse nur auf l ckenlose Zeitreihen anwenden Diese Voraussetzung ist weder bei den Daten aus dem Testfeld Bremerhaven noch bei den Daten aus dem Testfeld Hamburg erf llt Die Kreuzspektrumsanalyse wird daher f r die einzelnen l ckenlosen Zeitreihenabschnitte gesondert durchgef hrt vgl Anhang und als quadratische Koh renz Ch h dargestellt Die quadratische Koh renz kann als spektrales Bestimmtheitsma mit dem Wertebereich 0 lt CH lt 1 verstanden werden Sie wird f r die trendbereinigten NOx PM10 PM2 5 und PM 0 2 5 Zeitreihen jeweils kombiniert mit der Zeitreihe der trendbereinigten Verkehrsst rke auf Grund
20. en werden analog zur in 5 2 6 2 beschriebenen Vorgehensweise durchgef hrt Die im Detail durchgef hrten Plausibilit tspr fungen und die vorgenommenen Korrekturen k nnen dem Anhang entnommen werden Im Testfeld Hamburg werden die erhobenen und abgeleiteten Kenngr en zu einem 450 Sekunden Mittel als kleinstes gemeinsames Vielfaches der Umlaufzeiten von 75 Sekunden und 90 Sekunden f r den hochfrequenten Ansatz sowie zu Stundenmittelwerten f r den niederfrequenten Ansatz aggregiert Die trendbereinigte hochfrequente Komponente wird aus der Differenz zwischen den hochfrequenten Messwerten und der niederfrequenten kubischen Regression ber die Zeit ermittelt Zur Untersuchung der niederfrequenten Komponente werden die Zeitreihen mit der Aufl sung von einer Stunde herangezogen 9 5 3 3 Datenanalyse Qualitative Interpretation der erhobenen Zeitreihen Eine Auswahl der im Testfeld Hamburg erfassten Zeitreihen ist als Sequenzdiagramm in Abbildung 139 1 Messwoche und in Abbildung 140 2 Messwoche dargestellt Die gro e Datenl cke am 3 6 2008 ergibt sich aus einer Sturmwarnung in Verbindung mit Starkregen so dass die Messungen zur Mittagszeit abgebrochen wurden Die mitt glichen Datenl cken in der ersten Messwoche sind in einer geplanten Messunterbrechung begr ndet die vor allem zur Datensicherung genutzt wurde da die an die Immissionsmessger te angeschlossenen Rechner mehrfach ausfielen Die NO Ganglinie weist in beiden Messwoc
21. ffentlichen Verkehrs MOTION Um eine m glichst gleichm ige Verteilung der Steuerungsverfahren auf die verschiedenen Wochentage und den zu erwartenden Verkehrsst rken zu erreichen wurden die Messszenarien entsprechend Tabelle 40 verteilt Die Erhebungen wurden an jedem Tag von 6 30 18 30 Uhr durchgef hrt siehe auch Kapitel 5 1 12 AMONES 2010 232 Testfeld Bremerhaven 17 2 2009 Dienstag MOTION Die Umstellung von Festzeit auf MOTION erfolgte am 23 2 2009 um 8 07 Uhr Dies hat zur Folge dass f r diesen Tag im Zeitraum 6 30 7 30 Uhr eine Stunde FZS zur Bewertung vorliegt Die unterbrochene Stunde 7 30 8 30 Uhr wird von der Bewertung ausgenommen und alle nachfolgenden Stunden werden dem Verfahren MOTION zugeordnet Tabelle 40 Erhebungstage und Steuerungsverfahren im Testfeld Bremerhaven 8 5 Ergebnisse 8 5 1 Bereits durchgef hrte Untersuchungen Dritter 8 5 1 1 Untersuchungen zur Verkehrssteuerung Im Testfeld Bremerhaven wurden bisher keine Untersuchungen durchgef hrt die als Vergleichsbasis oder zur zus tzlichen Auswertung geeignet w ren 8 5 1 2 Untersuchungen zu Umweltaspekten Im Testfeld Bremerhaven wurden bisher keine Untersuchungen durchgef hrt die als Vergleichsbasis oder zur zus tzlichen Auswertung geeignet w ren Allerdings wurde eine Reihe von Untersuchungen zur Bewertung der Luftqualit t und zu m glichen Ma nahmen zur Verbesserung der Luftqualit t durchgef hrt Nachstehend sind die Bezeichnungen
22. 1 PM 10 hochfrequent nach Subtraktion von 1 PM 10 hochfrequent nach Subtraktion von 2 Abbildung 76 Auswirkungen einer ge nderten Filterfrequenz auf die hochfrequente hochpassgefilterte Komponente der PM Immissionskonzentration Sch nwiese 1983b nennt als g ngige Tiefpassfilter die gleitende Mittelung und die Gau sche Tiefpassfilterung Die gleitende Mittelung l sst sich f r beliebige Intervalle L formulieren und weist identische Gewichte w auf Die Gewichte berechnen sich nach w GM Die Gau sche Tiefpassfilterung hingegen verwendet einen frequenzabh ngigen Algorithmus zur Ermittlung der Filtergewichte Die Funktion zur Berechnung der Filtergewichte lautet l Re E m f mit f als relativer Frequenz Dar ber hinaus sind Verfahren der exponentiellen Gl ttung verbreitet Vo Buttler 2004 die auch zur Prognose einer Zeitreihe eingesetzt werden k nnen F r einen einfachen Fall wenn weder eine Trend noch eine Saisonkomponente ber cksichtigt werden m ssen k nnen die Filterwerte nach a a a l a a ermittelt werden wobei a als Gl ttungsparameter bezeichnet wird Die exponentielle Gl ttung entspricht damit einer gewichteten gleitenden Mittelung wobei die Gewichte exponentiell abnehmen F r die in dieser Untersuchung vorliegenden Daten weisen alle aufgef hrten Gl ttungsverfahren jedoch einen Nachteil auf der bereits Abbildung 76 erkennbar ist AMONES 2010 204 Kenngr
23. 40 60 80 100 Lags 1 Lag entspricht ca 5 Minuten Abbildung 45 Beispiel f r die Autokorrelation Im Rahmen dieser Simulation werden N Stichproben aus einer zeitlich geordneten Grundgesamtheit gezogen wobei die Grundgesamtheit in M quidistante Zeitintervalle unterteilt wird und dann innerhalb eines Zeitintervalls eine zuf llige Stichprobe gezogen wird Auf diese Weise werden die Ergebnisse eines Messfahrzeugs das in regelm igen Abst nden entlang der untersuchten Relation Fahrzeiten aufzeichnet nachgebildet Das hei t wenn z B im Zeitraum von 8 00 Uhr bis 9 00 Uhr sechs Stichproben gemacht werden sollen so werden diese zuf llig in den sechs zehnmin tigen Zeitintervallen dieser Stunde gezogen Bei einer komplett zuf lligen Ziehung ist es unwahrscheinlich aber m glich dass alle sechs Stichproben zwischen 8 00 Uhr und 8 05 Uhr gezogen werden und eine dementsprechend niedrigere Genauigkeit bez glich des echten Mittelwerts vorliegt Da festgestellt werden soll welche Stichprobengr e erforderlich is um mit einer Wahrscheinlichkeit von 95 einen Fehler von maximal 5 bez glich des echten Mittelwerts zu erreichen wird die Simulation jeweils 10 000 Mal durchgef hrt und anschlie end gepr ft wie viele der 10 000 Simulationen einen Mittelwert innerhalb der gew nschten Grenzen aufweisen Ist die Genauigkeit gr er kleiner als gefordert dann wird die Stichprobengr e reduziert erh ht und anschlie end ein neues Simul
24. 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit Abbildung 53 Gemessene Fahrzeiten klassifiziert nach Haltegruppen am 6 10 2009 von Messquerschnitt 1 nach Messquerschnitt 3 in Hamburg Signalgruppenprotokolle Die Protokolle der Signalgruppen werden im Rahmen der Datenaufbereitung auf ein gemeinsames Format bertragen Im Laufe dieses Prozesses werden die Protokolle auf Vollst ndigkeit gepr ft und Zeitspr nge im Protokoll der Wellensekunde aktuelle Umlaufsekunde korrigiert Fahrzeugwiedererkennung mittels Induktionsschleifensignatur im Testfeld Bremerhaven Um ein Fahrzeug an verschiedenen Querschnitten wiedererkennen zu k nnen muss dessen Signatur an zwei aufeinanderfolgenden Querschnitten identifiziert werden Um dies zu erreichen und die Signatur korrekt zuordnen zu k nnen m ssen zuerst die durch unterschiedliche Detektoren erfassten Signaturen so aufbereitet werden dass diese AMONES 2010 137 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung miteinander verglichen werden k nnen Dies erfolgt durch die Normierung der Verstimmungsdaten sowie durch die Kalibrierung der Detektoren da diese unterschiedlich stark bspw abh ngig von den baulichen Gegebenheiten oder den umgebenden Umwelt und Wettersituationen ansprechen Zum Abgleich ganzer Messquerschnitte ist die Kalibrierung f r jede Schleifenkombination einzeln durchzuf hren Die Normierung der Einzelfahrzeugs
25. A Baumbach G Theurer W Heits B M ller W J Giesen K P 2003 Feinstaub und Schadgasbelastungen in der G ttinger Stra e Hannover Hannover BAFU Bundesamt f r Umwelt Schweiz 2006 PM10 Fragen und Antworten zu Eigenschaften Emissionen Immissionen Auswirkungen und Ma nahmen Baltes G tz B 2008 Lineare Regressionsanalyse mit SPSS Universit ts Rechenzentrum Trier van Basshuysen R 2007 Handbuch Verbrennungsmotor Grundlagen Komponenten Systeme Perspektiven 4 aktualisierte und erw Aufl ATZ MTZ Fachbuch Vieweg Verlag Wiesbaden bast Bundesanstalt f r Stra enwesen 1999 Merkblatt f r die Ausstattung von Verkehrsrechnerzentralen und Unterzentralen MARZ Bergisch Gladbach bast Bundesanstalt f r Stra enwesen 2006 Datenbank MARLIS Ma nahmen zur Reinhaltung der Luft in Bezug auf Immissionen an Stra en Bergisch Gladbach bast Bundesanstalt f r Stra enwesen 2008 Einfluss von Stra enzustand meteorologischen Parametern und Fahrzeuggeschwindigkeit auf die PMx Belastung an Stra en Berichte der Bundesanstalt f r Stra enwesen Verkehrstechnik V174 Bericht zum Forschungsprojekt FE 02 265 2005 LRB Bergisch Gladbach AMONES 2010 376 Literatur Baum A Hasselko H Becker R Weidner W 2006 PMx Belastungen an BAB Berichte der Bundesanstalt f r Stra enwesen bast V137 Bergisch Gladbach Baum A 2008 Einfluss meteorologischer und verkehrlicher Parameter auf di
26. Bucharest Romania Tampere Finland a Operatora Wejherowo Poland Abbildung 33 Anwendungsfelder von UTOPIA MIZAR 2008 Veldhoven NL J4 Planned _ S Enschede NL 17 Operational O O Rhenen NL Ja 317 S Den Bosch NL 10 Operational Oslo Norway 14 O AMONES 2010 84 Verfahren der LSA Steuerung 4 5 4 1 Turin Feldversuche ergaben im Jahr 1985 Reduzierungen der Gesamitfahrzeit von 9 5 Prozent und im Jahr 1986 Reduzierungen von 15 9 Prozent f r den motorisierten Individualverkehr und Reduzierungen von 14 4 Prozent f r den PNV im Vergleich zur vorherigen Steuerung die Art der Steuerung ist nicht bekannt Mauro 2002 4 6 Steuerungsverfahren SCATS 4 6 1 Grundlagen SCATS Lowrie 1982 Sydney Coordinated Adaptive Traffic System wurde durch das Verkehrsministerium von Neu S d Wales entwickelt In Sydney wurde es 1964 eingef hrt und seit 1972 rechnergest tzt betrieben Die Steuerungsarchitektur ist dezentral aufgebaut Management Central Functions linage System Traffic Regional Regional Regional Control Computer Computer Computer N ill il y up to 250 per Traffic Controllers Regional Computer Tactical Traffic Control Abbildung 34 Aufbau der SCATS Systemarchitektur Dineen 2002 Die lokalen Steuerger te sammeln Verkehrsdaten und k nnen auf taktischer Ebene eingreifen Diese Daten werden von den Gebietsrechnern verarbeitet und analysiert Die Gebie
27. Die Lokalisation von R ckstau erfolgt durch Abmessen der Entfernung im Stra ennetz und visuellem Erkennen von R ckstau beziehungsweise St rungsbereichen Dar ber hinaus flie en hier die vor Ort gesammelten Erkenntnisse w hrend der Erhebung mit ein Halte werden beim Erreichen einer sehr niedrigen Geschwindigkeit ca lt 5km h erkannt Abbildung 54 verdeutlicht die Vorgehensweise an einer einzelnen Fahrt zur Morgenspitze in Hamburg Die Abbildung zeigt die vergangene Zeit gr n llinke Achse und die momentane Geschwindigkeit rot rechte Achse an jeder Position der Fahrt Halte werden durch blaue Kreise hervorgehoben Der R ckstaubereich der sich an stetigem Stop and Go erkennen l sst erstreckt sich ber die ersten 950m was der Lage des zentralen Knotenpunkts Bramfelder AMONES 2010 139 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Stra e Habichtstra e entspricht gestrichelte schwarze Linie Aufgrund der Tatsache dass es sich bei dem Fahrer des Messfahrzeugs nicht immer um dieselbe Person handelt und das Auffahrverhalten dadurch variiert ist es nicht m glich diese Auswertung zu automatisieren 60 50 40 30 Bramfelder Stra e V 7 20 Habichtstra e r 10 800 1 000 1 200 1 400 1 600 1 800 Weg m Vergangene Zet IVMomentane Geschwindigkeit Halte Abbildung 54 GPS Fahrt am 6 6 2009 um 8 35 Uhr von Messquerschnitt 1 nach Messquerschnitt 3 in Hamb
28. Fz h 1000 Dur yo 500 gi e 0 06 29 12 29 Abbildung 140 Ausgew hlte Zeitreihen der zweiten Messwoche im 06 29 a Er 12 29 gleitende 1h Mittelwerte AMONES 2010 06 29 12 29 06 29 a TUAANA 12 29 06 29 12 29 Testfeld Hamburg NO2 Konzentration NOx Konzentration PM o Konzentration PM 5 Konzentration PM jo25 Konzentration _ Wind geschwindigkeit Windgeschw 10 m G Temperatur Luftfeuchte Luftdruck Verkehrs st rke Anfahr vorg nge Testfeld Hamburg 323 Testfeld Hamburg Feststellen von Zusammenh ngen zwischen Verkehrskenngr en und Immissionskenngr en Verfahrensbedingt lassen sich die Methoden der Frequenzanalyse nur auf l ckenlose Zeitreihen anwenden Diese Voraussetzung ist bei den Daten aus dem Testfeld Hamburg nicht erf llt Die Kreuzspektrumsanalysse wird daher f r die einzelnen l ckenlosen Zeitreihenabschnitte gesondert durchgef hrt siehe Anhang und als quadratische Koh renz Ch h dargestellt Die quadratische Koh renz kann als spektrales Bestimmtheitsma mit dem Wertebereich Os CH lt 1 verstanden werden Sie wird f r die trendbereinigten NOx PMijo PM25 und PM 0 2 5 Zeitreihen jeweils kombiniert mit der Zeitreihe der trendbereinigten Verkehrs st rke auf Grundlage der 5 Sekunden Daten ermittelt In Tabelle 54 sind die Zeitr ume dargestellt f r die eine signifikante quadratische Koh renz vor
29. Noland R B Polak J W 2000 A Microscopic Model of Air Pollutant Concentrations Comparison of Simulated Results with Measured and Macroscopic Estimates 80th Annual Meeting Washington Transportation Research Board TRB Peek 2008 UTOPIA Modern Traffic Management Brochure Amersford Pohlmann T Hoffmann S Kutzner R 2008 Guidelines for Quality Management of Traffic Signal Systems in Germany Proceedings 15 World Congress on Intelligent Transport Systems ITS 2008 planned publication Pr fling C 2004 Verkehrsabh ngige Steuerungen von Lichtsignalanlagen in Eu ropa Diplomarbeit am Lehrstuhl f r Verkehrstechnik TU M nchen M nchen PTV AG 2008 VISSIM 5 0 Benutzerhandbuch Karlsruhe Rabl P Deimer R 2001 Pkw Emissionen bei 50 und 30 km h ein Vergleich Bayerisches Landesamt f r Umweltschutz T tigkeitsbericht 2000 Augsburg AMONES 2010 384 Literatur Reu wig A 2005 Qualit tsmanagement f r Lichsignalanlagen Dissertation Technische Universit t Darmstadt Robertson D I 1969 TRANSYT A Traffic Study Tool TRRL Report LR 253 R ckle R Richter C J 1998 Ausbreitung von Emissionen in komplexer Bebauung Vergleich zwischen numerischen Modellen und Windkanalmessungen PEF Projekt europ isches Forschungszentrum f r Ma nahmen der Luftreinhaltung F rderkennzeichen PEF 295002 Rudolf M M ller J 2004 Multivariate Verfahren Eine praxisorientierte Einf hrung mit Anwendun
30. PM Stra enmessstelle TUD 1 2 6s Hintergrundmessstelle TUD 1 3 min Umweltmesscontainer Habichtstr 1 2 3h Stra enmessstelle TUD 1 2 min Windrichtung 2 6s Umweltmesscontainer Habichtstr 1 2 1 min Stra enmessstelle TUD 1 2 min 2 6s Umweltmesscontainer Habichtstr 1 2 1 min Stra enmessstelle TUD 1 2 min Temperatur 2 6s Umweltmesscontainer Habichtstr 1 2 1 min Stra enmessstelle TUD 1 2 min Luftfeuchte 2 6s Umweltmesscontainer Habichtstr 1 2 1 min Stra enmessstelle TUD 1 2 min Luftdruck 2 6s Umweltmesscontainer Habichtstr 1 2 1 min 1 2 Windgeschwindigkeit 5s Verkehrsst rke Stra enmessstelle TUD Verkehrsdetektoren Habichtstra e Ma 14 Die zeitliche Aufl sung der erhobenen meteorologischen Kenngr en der ersten Messwoche im Testfeld liegt bei nur zwei Minuten da aufgrund technischer Probleme mit der zum Partikelmessger t zugeh rigen Wetterstation auf eine alternative Wetterstation zur ckgegriffen werden musste AMONES 2010 319 Testfeld Hamburg Erfasste Messort Messung in Zeitliche Aufl sung Kenngr en Messwoche der Erfassung Fahrsituation Stra enmessstelle TUD En a 5s ee 5s Fahrzeugart Stra enmessstelle TUD 5s S Fahrstreifen zur erfassten Stra enmessstelle TUD 5 Fahrsituation Tabelle 77 Erfasste Kenngr en im Testfeld Hamburg 9 5 3 2 Datenfusion und Datenaufbereitung Die Datenzusammenf hrung die Qualit tssicherung der erhobenen Zeitreihen und die Ableitung weiterer Kenngr
31. UTOPIA nutzt eine hierarchisch dezentralisierte Systemarchitektur f r die LSA Steuerung in Netzen Zum Einsatz kommen zwei Steuerungsebenen Auf der oberen UTOPIA werden die Steuerungsstrategien auf der Basis von Vorhersagen ber die Verkehrssituation im Netz festgelegt in deren Rahmen auf lokaler Ebene SPOT die Steuerung entsprechend dem aktuellen Verkehrsaufkommen optimiert wird 4 5 2 1 Kenngr enerfassung UTOPIA ben tigt Detektoren an allen Abfl ssen der Knotenpunkte der Hauptrichtungen im Netz Wenn Detektoren an den Zufl ssen oder auf der Strecke vorhanden sind k nnen diese ebenfalls genutzt werden Peek 2008 Versorgt werden muss au erdem das Netz sowie S ttigungsverkehrsst rken und Progressionsgeschwindigkeiten 4 5 2 2 Verkehrsnachfragemodell Auf Netzebene sch tzt UTOPIA eine Quelle Zielmatrize Auf Grundlage dieser Eingangsgr e wird in einem makroskopischen Verkehrsmodell eine globale Wirkungsanalyse durchgef hrt Friedrich 2002 4 5 2 3 Signalprogrammanpassung UTOPIA bergibt einen Referenzplan Der den lokalen Steuerungen die Anforderungen der Netzsteuerung durch Rahmenvorgaben vermittelt Soweit dies aus den verf gbaren Ver ffentlichungen zu ersehen ist handelt es sich hierbei um vorgeschlagene L ngen der Phasen bzw Signalgruppendauern Friedrich 2002 UTOPIA sendet des Weiteren Gewichtungen f r den Performance Index an die lokale Steuerung SPOT AMONES 2010 82 Verfahren der LSA
32. Umlaufzeit Zeitraum f r einen Zeitraum von 83 h f r NOx 71 h f r PM 4o 103h 84Ah 71 h f r PM25 71 h f r PM10 2 5 60 h f r ee 36 h f r Me 22 h f r ae 25 32 h f r 32hf ur NO 22 h f r PM o 22 h f r E 7 ra 22 h f r ee O 2 5 51 h f r n 8 h f r ie o 29 h f r 2hf rPMs o 10 h f r PM10 2 5 Tabelle 54 Zeitr ume aus den Feldmessungen in Bremerhaven f r die ein signifikanter spektraler Zusammenhang zwischen gemessener Immissionskonzentration und Verkehrsst rke vorliegt Identifikation der wesentlichen Einflussgqr en auf die Immissionskenngr en F r die Kreuzkorrelationsanalyse werden die 630 Sekunden Daten verwendet Die Daten werden auf Phasenverschiebungen bis ca eine Stunde untersucht Dar ber hinaus gehende Phasenverschiebungen w rden die f r die weiteren Untersuchungen verf gbare Datenmenge zu stark reduzieren Weiterhin werden nur solche Phasenverschiebungen n her betrachtet die f r beide Messwochen eine hnliche Gr f senordnung aufweisen und die Ursache zeitlich vor der Wirkung anzeigen Die partielle Korrelation wird ebenfalls auf Grundlage der genannten Aggregationsebenen untersucht Die Untersuchung wird getrennt f r meteorologische und verkehrliche Einflussfaktoren durchgef hrt Als Kontrollvariablen werden bis zu zwei Einflussfaktoren aus der jeweils nicht untersuchten Gruppe ausgew hlt Dabei werden nur Einflussfaktoren ausgew hlt die inhaltlich deutlich
33. aber auch aus Gr nden der bersichtlichkeit und des Aufwands sollte die Anzahl der getrennt betrachteten Messzeitr ume niedrig nach M glichkeit kleiner gleich zwei sein Es werden folgende inhaltliche Anforderungen an die Modelle gestellt e Die Modelle sollen eine m glichst kleine Anzahl an Pr diktoren mit einem m glichst hohen Anteil an erkl rter Varianz enthalten e Die Vorzeichen der Regressionskoeffizienten der Pr diktoren sollen fachlich interpretierbar sein e Sofern f r mehrere Messzeitr ume eigene Modelle entwickelt werden sollen f r jedes Testfeld m glichst dieselben Pr diktoren in das Modell eingebunden werden e Die Pr diktoren sollen inhaltlich klar voneinander abgrenzbar sein Zur Sicherstellung einer hohen statistischen Aussagekraft werden die folgenden Pr fungen durchgef hrt e Pr fung der Autokorrelation der Residuen Eine Autokorrelation f hrt zu einem zwar weiterhin erwartungstreuen jedoch ineffizienten OLS Sch tzer und somit zu einer bersch tzung der Signifikanz und einer Untersch tzung des Standardfehlers Mei ner 2004 Die Pr fung wird anhand des Durbin Watson Tests durchgef hrt e Pr fung der Residuen auf Heteroskedastizit t Varianzheterogenit t Eine inhomogene Varianz der Residuen f hrt analog zur Autokorrelation zu ineffizienten Sch tzungen Die Pr fung dieser Bedingung erfolgt graphisch anhand eines Streudiagramms in dem eine Achse die Residuen und die andere Achse die mo
34. ber 60 was dazu f hrt dass die Stichprobe der ANPR Systeme als verl sslicher Ersatz f r die tats chliche Grundgesamtheit dienen kann Um die statistische Sicherheit weiter zu erh hen werden nur Daten der vom Durchgangsverkehr stark befahrenen Hauptrelationen verwendet siehe Kapitel 8 5 2 1 und 9 5 2 1 zur Definition dieser Hauptrelationen und die Kapitel 8 5 2 und 9 5 2 zu weiteren Details der Aufbereitung und Auswertung der Daten im Allgemeinen Nach Schnabel und Lohse 1997 ergibt sich der erforderliche Umfang der Stichprobe bei Vorgabe eines zul ssigen relativen Fehlers zu k Z N Re w a Der Genauigkeitsfaktor X ist Tabelle 20 zu entnehmen wobei im Folgenden die statistische Sicherheit auf 95 und der zul ssige relative Fehler d auf 5 festgelegt werden Die zugrundeliegende Dichtefunktion ist abh ngig vom Uhntersuchungsraum meist unbekannt beziehungswiese mehrgipflig Statistische Sicherheit Genauigkeitsfaktor X bei in Normalverteilung Eingipfliger Verteilung Unbekannter Verteilung HEN TEE BEER SEE BEER TER E Tabelle 20 Genauigkeitsfaktoren f r verschiedene Verteilungen und statistische Sicherheiten nach Schnabel und Lohse 1997 S 126 Die Dichtefunktion einer Normalverteilung die im Folgenden als Vergleichsbasis verwendet wird ergibt sich bei gegebenem Mittelwert und Standardabweichung zu Sachs 1997 S 109 1 amp wW Oele mit X Punkt oder Ereignis fix Wahrscheinlichke
35. bersicht der Clusterung f r Hamburg EEE 1 Morgens mittel BE 2 Morgenspitze E77 3 Mittags mittel BEE 4 Mittags niedrig D 5 Nachmittags mittel FE 6 Nachmittagsspitze E 7 Ausrei er A Summe 12 13 14 21 23 24 31 32 34 41 42 43 aL I gt r r 2 e F Relation Abbildung 123 Geclusterte Nachfrageverkehrsst rken f r Hamburg e Cluster 2 Vormittagscluster mit hoher Verkehrsst rke Morgenspitze Wie Abbildung 122 zu entnehmen ist befinden sich die Stunden von 6 30 bis 9 30 Uhr in den Clustern 2 und 1 Die Zuordnung best tigt sich ber die Struktur Abbildung 124 in der sich der h here Stadteinw rtsverkehr entlang der Relation 1 3 findet Die Trennung zu Cluster 1 AMONES 2010 298 Testfeld Hamburg begr ndet sich wiederum durch unterschiedliche Belastungen die f r Cluster 2 durchweg h her sind EEE 1 Morgens mittel BE 2 Morgenspitze E77 3 Mittags mittel BEE 4 Mittags niedrig BE 5 Nachmittags mittel FT 6 Nachmittagsspitze 7 Ausrei er Relation Abbildung 124 Geclusterte mittlere Nachfrageverkehrsst rken der Hauptrelationen f r Hamburg e Cluster 3 Mittagscluster mit mittlerer Verkehrsst rke Cluster 3 und Cluster 4 sind strukturell hnlich In beiden Clustern ist der Unterschied der Belastungen entlang der Relation 1 3 stadtausw rts und 3 1 stadteinw rts nur sehr gering und die Belastungen entlang der Achse von 2 nach 4 sind in beide Richtungen eher niedri
36. ckstausituationen und damit verbundene erh hte Emissionen m glichst zu vermeiden Verkehrsnetz Die Struktur des Verkehrsnetzes beeinflusst die Anzahl potenzieller Routen und damit die Aufteilung der Verkehrsnachfrage auf die verschiedenen Knotenpunkte bzw Knotenstr me Die Lage und die Anzahl der signalisierten Knotenpunkte beeinflusst den Verkehrsfluss z B ber eine mehr oder weniger starke Pulkbildung Zudem steigt mit der Gr e und der Komplexit t der Struktur des Verkehrsnetzes aufgrund der steigenden Anzahl an Variablen auch die Anzahl der Freiheitsgrade f r die Schaltung der Lichtsignalanlagen Dadurch wird es schwieriger eine optimale L sung zu finden In der Regel treten in Deutschland haupts chlich Steuerungsgebiete in Form von Linienz gen bzw sich kreuzenden Linienz gen auf Vermaschte Netze mit der M glichkeit mehrerer Alternativrouten treten dagegen bisher selten f r ein einzelnes Steuerungsgebiet auf Verkehrsnachfrage Die Verkehrsnachfrage in einem Steuerungsgebiet und damit die auf den einzelnen Netzelementen zu bew ltigenden Verkehrsst rke unterliegt mehr oder weniger stark ausgepr gten r umlichen und zeitlichen Schwankungen Typischerweise differenziert man in eine Schwachverkehrszeit geringe Auslastung meist sonn und feiertags nachts eine Nebenverkehrszeit mittlere bis hohe Belastung samstags bzw mittags fr her Nachmittag und in Hauptverkehrszeiten hohe Belastung bis zur berlastung Morgen u
37. d h bei Eingriffen in den Tagesgang erscheint zu verkehrlich hochbelasteten Zeiten sogar eine Reduktion um etwa 60 m glich In Bezug auf die LSA Steuerung ist die Minimierung der Anfahrvorg nge durch eine verbesserte Koordinierung als ma gebend anzusehen Mittels Pf rtnerung kann zwar auch die Schwerverkehrsst rke reduziert werden diese Ma nahme wirkt jedoch prim r auf die Gesamtverkehrsst rke so dass die positiven Effekte einer geringf gigen Reduzierung der Schwerverkehrsst rke von den negativen Effekten der Pf rtnerung mehr als kompensiert werden Die Reduktionspotenziale f r die Partikelbelastung liegen bei kurzzeitigen Eingriffen deutlich unter 5 der Gesamtkonzentration Vor dem Hintergrund der physikalisch chemischen Eigenschaften der Partikelmassenkonzentration vgl 5 2 1 2 ist dies plausibel Die mittelfristigen Reduktionspotenziale bei Eingriffen in den Tagesgang liegen f r die verschiedenen Partikelmodelle bei 5 bis etwa 15 In Bezug auf die LSA Steuerung ergibt sich zumindest gem dem empirischen Modell f r die PM Konzentration ein wesentlicher Zielkonflikt Nach dem PM4 o Modell m ssten Durchfahrten des Schwerverkehrs vermieden werden was gegen eine gute Koordinierung eines Stra enzugs spricht Vor einer etwaigen Implementierung dieses Sachverhalts in einem Verkehrssteuerungsalgorithmus sollte eine weitere intensive Pr fung durchgef hrt werden Denn m glicherweise f hrt eine gute Koordinierung mit weni
38. e Lineare und nicht lineare Regressionsanalyse e Parametrische und nicht parametrische Regressionsanalyse e Regressionsanalyse mit und ohne autoregressive Komponente e Neuronale Netze als Sonderfall einer verallgemeinerten nicht linearen Regressionsanalyse Tabelle 33 zeigt eine bersicht der recherchierten Untersuchungen die den empirisch statistischen Modellen zugeordnet werden k nnen Mathematischer Ansatz Modellgebiet OO MENEL Bestimmtheitsma Schadstoff linear linear parametrisch NO gt SM R 0 67 Shi Harrison Sechs Messstellen in 1997 linear parametrisch mit London England NOx SM R2 0 92 autoregressiver Komponente Kukkonen et al N Zwei Messstellen in PM10 SM R 0 42 2003 Helsinki Finnland NO SM R 0 70 PM10 SM R 0 48 bis 0 72 nicht linear nicht EY PM25 SM E Aldrin Haff l Vier St dte in _ parametrisch ohne PM 40 2 5 SM R 0 61 bis 0 76 2005 t ve K t Norwegen autoregressive Komponente NO gt SM R2 0 59 bis 0 77 NOx SM R 0 64 bis 0 80 Eine Messstelle an der unbefriedigend PA SRE AS 2005 M nchen PM25 JM R2 0 56 Grivas Vier Messstellen in Chaloulakou neuronales Netz PM10 SM R 0 49 bis 0 67 2006 Athen Griechenland l PM 0 SM PM o Modell wurde Bertaccini et al N A SEN Sieben Messstellen in anhand BIC bewertet 2009 parametrisch ohne Turin Italien NO2 SM R gt 0 80 autoregressive Komponente NOx SM R gt 0 80 N neuronales Netz Zagreb Kroatien E 200
39. en Parkh usern und der Abfahrt zum Containerhafen wird dieser Linienzug allerdings selten komplett durchfahren Die Columbusstra e aus S den kommend ist bis zu den Parkh usern 3 streifig ausgebaut Es treten hier keine Behinderungen durch l ngsparkende Fahrzeuge auf zudem gibt es auch keine St rungen durch bedingtvertr gliche FuR g ngerstr me Die Lioydstra e ist durchgehend 2 streifig F r Rechtsabbieger gibt es in der Regel keinen eigenen Fahrstreifen sodass es zu St rungen beim bedingt vertr glichen rechtsabbiegen kommen kann Die St rungen durch L ngsparker sind gering 8 1 2 Verkehrssteuerung In Bremerhaven wird das adaptive modellbasierte Netzsteuerungsverfahren MOTION verwendet Das Netz in dem dieses Verfahren zum Einsatz kommt umfasst neun Lichtsignalanlagen entlang des Stra enzuges der Lloydstra e und der Columbusstra e Die Steuerung erlaubt es dabei verschiedene Verfahren und Abstufungen wie zum Beispiel eine Festzeitsteuerung eine lokale regelbasierte Steuerung oder eine Netzsteuerung MOTION zu schalten Die LSA Schaltungen werden vom Verkehrsrechner mitgeschrieben und k nnen ausgelesen werden Im Netz befinden sich an allen Lichtsignalanlagen Induktionsschleifen die auf 90 Sekunden Intervalle aggregierte Verkehrsst rken Belegungswerte und Geschwindigkeiten aufzeichnen Die Messdaten der Detektoren werden einer Plausibilit tspr fung unterzogen 8 2 Verkehrsnachfrage 8 2 1 Merkmale der Verkehrsnachf
40. hlt deren kritische Signalgruppe also h chster ZF Wert betragsm ig den niedrigsten Zielfunktionswert aufweist e Durch den ersten Schritt liegen f r jede Umlaufzeit und LSA die g nstigste Phasenfolge und die zugeh rige Signalgruppe mit dem h chsten Zielfunktionswert vor Aus diesen Signalgruppen wird die mit dem h chsten Zielfunktionswert gew hlt diese ist die f r die Umlaufzeit kritische Signalgruppe des Bereichs die zugeh rige LSA ist die kritische LSA Falls die neue Umlaufzeit nicht der zuletzt geschalteten entspricht wird anschlie end gepr ft ob die aktuelle verkehrliche Situation einen Wechsel in die neue Umlaufzeit rechtfertigt oder ob die bisherige Umlaufzeit beibehalten werden kann AMONES 2010 74 Verfahren der LSA Steuerung F r die Optimierung der Versatzzeiten und der Phasenfolge erfolgt modellbasiert In der aktuellen Version von MOTION stehen dazu zwei Verfahren zur Verf gung e Gleichzeitige Optimierung aller LSA mit Hilfe Genetischer Algorithmen auf Basis eines allgemeinen mesoskopischen Verkehrsfluss Modells e Optimierung der LSA mit einem deterministischen Optimierungsverfahren auf Basis eines pulkorientierten Verkehrsfluss Modells bisher noch nicht ver ffentlicht Optimiert wird ber eine Gewichtung von Wartezeit und Halten Der genetische Algorithmus soll dabei f r komplexe vermaschte Netze angewendet werden das deterministische Verfahren zur Optimierung von Linienz gen 4 3 3 Syste
41. nb nder nicht ungest rt fortgef hrt werden k nnen und die vorhandene Kapazit t nicht voll ausgenutzt werden kann Wenn die Koordinierung in beide Richtungen nicht m glich ist wird daher die st rker belastete Richtung bevorzugt und durchg ngig koordiniert Dies f hrt oft zu Gr nen Wellen stadteinw rts im Morgenprogramm und stadtausw rts gerichteten Wellen im Nachmittags bzw Abendprogramm F r Einbieger aus Querstra en und Linksabbieger k nnen so allerdings lange Wartezeiten entstehen vgl FGSV 2010 4 1 5 2 Bauliche Voraussetzungen F r die Qualit t der Koordinierung sind einige bauliche Randbedingungen zu beachten e Mehr als ein durchgehender Fahrstreifen oder die Anlage von Radverkehrsanlagen wirken sich positiv auf die Qualit t der Koordinierung aus da sich ggfs auf der Fahrbahn gef hrter Radverkehr berholen l sst e Halteverbote k nnen eine negative Beeintr chtigung der Qualit t des Verkehrsablaufs infolge haltender und parkender Fahrzeuge vermeiden e F r Abbieger sollten im Knotenpunktbereich Abbiegestreifen vorgesehen werden damit durchgehender Verkehr nicht behindert wird und Auffahrunf lle vermieden werden e Fu g nger berwege Zeichen 293der StVO sind an Stra en mit Gr ner Welle nicht zul ssig siehe VwV StVO zu 826 e Gr ne Wellen f r den Kraftfahrzeugverkehr sind bei Entfernungen zwischen Lichtsignalanlagen bis zu 750 m in besonders g nstigen F llen auch bis zu 1000 m wirks
42. ngigen Steuerungsverfahren handelt es sich in den meisten F llen um regelbasierte Verfahren die ein vorgegebenes Signalprogramm aufgrund aktueller Detektorwerte z B Zeitl cken im Kfz Strom oder Anmeldung eines V Fahrzeugs modifizieren oder dieses auf der Grundlage einer vorgegebenen Logik dynamisch zusammenstellen Bei hohen Verkehrsst rken f hrt die kontinuierliche Belegung der Detektoren jedoch dazu dass die Steuerungslogik im Ergebnis einer Festzeitsteuerung entspricht Dieses Defizit kann zum Teil dadurch berwunden werden dass auf Netzebene durch eine regelbasierte Signalprogrammauswahl die f r die verkehrsabh ngige Lokalsteuerung jeweils verbindlichen Rahmensignalpl ane dynamisch ausgew hlt werden Modellbasierte Netzsteuerungen gehen hier noch einen deutlichen Schritt weiter da sie die aktuelle St rke der Verkehrsstr me ber mehrere Lichtsignalanlagen hinweg im Idealfall f r das gesamte gesteuerte Netz kennen und prognostizieren und damit eine netzbezogene Optimierung der LSA Steuerung erm glichen Modellbasierte Netzsteuerungsverfahren wie z B BALANCE oder MOTION sind bis jetzt in Deutschland trotz erfolgreicher Pilotinstallationen noch nicht weit verbreitet und kommen derzeit nur in wenigen Teilnetzen zum Einsatz R ckmeldungen einer repr sentativen Befragung von deutschen St dten lassen die Schlussfolgerung zu dass die wesentlichen Hemmnisse seitens der Baulasttr ger hohe Investitionskosten und Unsicherheiten
43. r die oben genannten Stellgr en f r einen gewissen Zeitraum fest bzw erm glichen die Definition von Bedarfsphasen 6 3 Verkehrslage Die Verkehrslage beschreibt die aktuelle Situation die das Resultat der Randbedingungen und der Verkehrssteuerung ist AMONES 2010 220 Typisierung von Anwendungsfeldern Routenwahl Die Routenwahl in einem Verkehrsnetz wird durch eine LSA Steuerung eher langfristig als Bestandteil eines Lernprozesses beeinflusst werden Dieser Lernprozess kann durch die LSA Steuerung ber die Vorgabe von Hauptrouten die regelm ig bevorzugt geschaltet werden beeinflusst werden Grunds tzlich denkbar ist auch eine kurzfristige Beeinflussung der Routenwahl wenn ein Verkehrsteilnehmer aufgrund des stromabw rts beobachten Verkehrszustandes R ckstaul nge LSA Signalbild R ckschl sse auf die Fahrzeit einer Teilroute zieht Ob und in welchem Umfang derartige spontane Entscheidungen stattfinden ist nicht bekannt F r die Bewertung einer LSA Steuerung kann dieses Ph nomen vermutlich vernachl ssigt werden Verkehrsfluss Der Verkehrsfluss wiederum ist direkt von einer LSA Steuerung abh ngig Die Kenngr en des Verkehrsflusses Dichte Geschwindigkeit R ckstaul nge sind Kenngr en die direkt oder indirekt gemessen werden k nnen Sie sind Grundlage f r die Beschreibung der Wirkungen 6 4 Wirkungen Die Wirkungen umfassen alle Kenngr en zur Beurteilung der Verkehrslage Sie beschreiben die Leis
44. r Menschliche Z hler Messfahrzeug mit GPS Uberflug mit Flugzeug oder Logger Hubschrauber Tabelle 15 Klassifizierung von Erhebungsmethoden AMONES 2010 94 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Erfassungsmethode Lokale Geschwindigkeit e 5 1 2 Querschnittserfassung mit fest km h installierten Detektoren Durchschnittliche e 5 1 3 Manuelle Querschnittserfassung Geschwindigkeit km h e 5 1 4 Kennzeichenerfassungssysteme Reisegeschwindigkeit e 5 1 6 Messfahrzeuge e 5 1 8 5 Mittlere Reisegeschwindigkeit km h aus Fahrzeiten Momentane e 5 1 7 Kamerabasierte Erfassung Geschwindigkeit km h momentaner Messgr en Streckenfahrzeit s e 5 1 6 Messfahrzeuge e 5 1 8 3 Streckenfahrzeit aus Kennzeichenerfassungssystemen Wartezeit s e 5 1 6 Messfahrzeuge e 5 1 8 2 Mittlere Wartezeit der Fu g nger Verlustzeitrate min km Ei e 5 1 8 6 Verlustzeitrate aus Fahrzeiten Gesamtverlustzeit Kfz h e 5 1 8 7 Gesamtverlustzeit aus Fahrzeiten und Verkehrsst rken Verkehrsst rke Kfz h e 5 1 2 Querschnittserfassung mit fest installierten Detektoren e 5 1 3 Manuelle Querschnittserfassung e 5 1 4 Kennzeichenerfassungssysteme e 5 1 7 Kamerabasierte Erfassung momentaner Messgr en Belegungsgrad e 5 1 2 Querschnittserfassung mit fest installierten Detektoren Verkehrsdichte Kfz km e 5 1 7 Kamerabasierte Erfassung momentaner Messgr en R ckstaul nge m e 5 1 3 Manuelle Querschnittser
45. r den hier beschriebenen Fall einer Einzelsteuerung ohne Koordinierung mit anderen Lichtsignalanlagen erfolgt der Betrieb des Steuerger tes entweder ohne Verkehrsrechneranschluss oder mit Verkehrsrechneranschluss der jedoch nur zur berwachung der Anlage genutzt wird Die Hauptaufgaben des Steuerger tes bei einer Einzelsteuerung sind die Erfassung Aufbereitung und Verarbeitung von Daten angeschlossener Detektoren die Abarbeitung der hinterlegten Steuerlogiken und die Ansteuerung der angeschlossenen Signalgeber Zur Steuerung von Lichtsignalanlagen an einzelnen Knotenpunkten k nnen unterschiedliche Steuerungsverfahren zum Einsatz kommen die nachstehend in Anlehnung an FGSV 2010 systematisiert werden Ein Steuerungsverfahren beschreibt den Ablauf eines Signalprogramms d h die Art den Umfang und das Zusammenwirken von ver nderbaren Steuerungsgr en und Signalprogrammelementen FGSV 2010 Steuerungsverfahren werden differenziert nach den verkehrsabh ngig ver nderbaren Elementen der Signalprogramme z B Umlaufzeit Freigabezeiten Phasenanzahl und folgen und nach den Merkmalen wann zeit oder verkehrsabh ngig und wie Auswahl Bildung oder Anpassung von Signalprogrammen die Ver nderungen durchgef hrt werden k nnen Laut FGSV 2010 kann bei den Verfahren zwischen einer makroskopischen und einer mikroskopischen Steuerungsebene unterschieden werden Auf der makroskopischen Ebene erfolgt entweder eine zeitplanabh ngige Aus
46. z B berlastsituation lange Strecken Verteilungstyp a U U ingipmig Gruppenbiaung 2 0 2 a Eingipflig Gruppenbildung 3 gt Tabelle 22 Empfehlung f r die erforderliche Stichprobengr e einer Schicht in Abh ngigkeit der zu erwartenden Dichtefunktion gerundet auf 10 AMONES 2010 128 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 5 1 12 Methodische Vorgehensweise bei der Messung und Analyse der verkehrlichen Kenngr en in den AMONES Testfeldern Bremerhaven und Hamburg Tabelle 23 bietet einen berblick ber die relevanten vorgestellten Methoden zur Erfassung verkehrlicher Kenngr en und deren Vor und Nachteile Im Rahmen des vorliegenden Dokuments ist zu beachten dass die modellbasierte Erfassung und die Ableitung aus bereits erfassten Kenngr en losgel st von Tabelle 23 betrachtet werden Die modellbasierte Erfassung ist in der Lage alle f r die Simulation relevanten Daten ohne Genauigkeitsverlust zu messen und die Kenngr en die sich aus bereits erfassten Kenngr en ableiten lassen h ngen von der bereits durchgef hrten Messung ab In beiden Testfeldern k nnen au erdem die vollst ndigen Protokolle der Signalgruppen ausgewertet werden Diese Datenquelle stellt dabei keine Messung von Kenngr en im eigentlichen Sinne dar wird aber im Rahmen der durchgef hrten Untersuchungen zur Erkl rung von gemessenen Wirkungen verwendet und ist deshalb Teil des gesamten Bewertungsprozes
47. 14 Tabelle 83 bergreifende Modellparameter der nieder und hochfrequenten NOx Erkl arungsmodelle Die graphische Gegen berstellung Abbildung 143 zeigt dass zwar der Tagesmittelwert verfahrensbedingt vom Modell wiedergegeben wird dass der Tagesgang und auch Maxima und Minima innerhalb eines Messtages jedoch nur selten korrekt abgebildet werden Die graphische Gegen berstellung des hochfrequenten Modells Abbildung 143 best tigt die schlechten statistischen Kennwerte zur Modellg te der ersten Messwoche Weder die absoluten Werte noch die relativen Verl ufe der Ganglinien zeigen erkennbare bereinstimmungen F r die zweite Messwoche hingegen ist hingegen an allen Tagen eine hohe bereinstimmung der relativen Verl ufe erkennbar jedoch mit einer teils deutlichen Untersch tzung der absoluten Werte Tabelle 60 zeigt die Pr diktoren in den Erkl rungsmodellen und die Vorzeichen ihrer Regressionskoeffizienten Sofern eine Pr diktorkenngr e in einer Messwoche keinen signifikanten Einfluss besitzt wird das Vorzeichen nicht angegeben AMONES 2010 331 Testfeld Hamburg Pe Pd u LD H z Zi D m Eu San Dy i h ur ym EL LD PM10 ug m LogN au kal Ea wog i b ae 12 29 6 30 12 29 6 30 6 30 12 29 6 29 12 29 PM10 Konzentration gemessen FMIO Konzentration modelliert Abbildung 143 Gemessene blau und modellierte rot Zeitreihen der niederfrequenten PM1
48. 2 Verlustzeiten im PNV Bereits die in den lokalen Steuerungen integrierte einfache Ma nahme zur PNV Beschleunigung mittels Freigabezeitanpassung zeigt deutliche Wirkung Vergleicht man bei LRS und BALANCE jeweils die Varianten mit und ohne PNV Beschleunigung gegeneinander so liegen die Verlustzeiten bei fehlender PNV Beschleunigung im Mittel etwa um den Faktor 1 75 h her Tabelle 88 Beim Einsatz von BALANCE sind die Verlustzeiten der Busse im Vergleich zur LRS jeweils geringf gig gr er 4 mit und 6 ohne PNV Beschleunigung Mittlere Verlustzeit pro Bus s Steuerungsszenario Fahrtrichtung Fahrtrichtung Mittel ber beide Nord nach S d S d nach Nord Fahrtrichtungen LRS mit OPNV Beschleunigung BALANCE mit PNV Beschleunigung BALANCE ohne OPNV Beschleunigung s e m o HERE v gt Tabelle 88 Mittlere Verlustzeiten des PNV Die Wirkung der PNV Beschleunigung variiert je nach Fahrtrichtung und zwischen den verschiedenen Tageszeiten bzw Signalprogrammen Die Spanne der erzielbaren Beschleunigung reicht dabei von 5 BALANCE S d nach Nord Morgenprogramm bis 72 BALANCE Nord nach S d Morgenprogramm Die Verlustzeiten bei der Festzeitsteuerung sind vergleichbar mit denen der LRS ohne PNV Beschleunigung Aus den folgenden Abschnitten wird deutlich dass den positiven Wirkungen der PNV Beschleunigung auf die Verlustzeiten der Busse auf der anderen Seite deutliche negative Auswirkungen auf d
49. 22 o 1 o7 o 2 32 zs 1 za o 20 os 3 a 2 2 LRS 0 mono 0 7 7 a 1 zs 20 10 2 os a a 3 ms m 20 oo a o o a monon 2m r 2 or o asa or Die Summe der Anzahl Stunden aller drei Verfahren im Cluster 1 ist mit 27 eins kleiner als die Summe der Stunden im Cluster 1 nach Tabelle 43 Dies liegt daran dass die Stunde von 7 30 8 30 Uhr zum Teil mit Festzeitsteuerung und zum Teil mit MOTION gesteuert wurde siehe auch Tabelle 40 F r diese Stunde liegen alle notwendigen Daten und keine St rungen vor sodass sie zwar in die Clusterung der Nachfrage einflie en kann aber eine Zuordnung zu einem Steuerungsverfahren nicht m glich ist MOTION Tabelle 47 Bewertungs bersicht nach Clustern und insgesamt in Bremerhaven 8 5 2 4 Auswertung der Fahrzeugwiedererkennung mittels Induktionsschleifensignatur Zu Beginn der Auswertung wurde das bereits prototypisch als Matlab Bibliothek verf gbare Verfahren in Java re implementiert und f r den Anwendungsfall Bremerhaven angepasst In einem ersten Schritt wurden hierzu die aufgezeichneten Daten der zehn Messquerschnitte die AMONES 2010 250 Testfeld Bremerhaven in verschiedenen Tabellen einer Microsoft Access Datenbank verf gbar waren konsolidiert und einheitlich in eine MySQL Datenbank importiert Durch die Verwendung von Indizes wird eine effiziente M glichkeit geboten Signaturen anhand ihres zeitlic
50. 288 288 288 289 289 289 290 290 291 291 292 292 293 317 342 342 342 343 348 10 3 Messszenarien 10 4 Ergebnisse 10 4 1 10 4 2 10 4 3 10 4 4 10 4 5 10 4 6 10 4 7 11 Evaluierung modellbasierter Steuerungsverfahren 11 1 11 2 Stand und Sichtweise der Baulasttr ger 11 2 1 11 2 2 12 Fazit und Handlungsempfehlungen Allgemeines Verlustzeiten im PNV Schwachverkehrszeit Morgenspitze Nebenverkehrszeit Abendspitze Zusammenfassung Evaluierung modellbasierter Steuerungsverfahren in den AMONES Testfeldern Stand der LSA Steuerung Sichtweise der Baulasttr ger 13 Glossar 14 Literatur AMONES 2010 Inhalt 350 351 351 351 352 352 353 354 354 356 356 360 361 363 366 372 376 Berichtsaufbau 1 Berichtsaufbau Im Zuge der Bearbeitung zeigte sich dass eine strikte Gliederung des Projektberichtes nach Arbeitspaketen AP das Leseverst ndnis beeintr chtigen w rde Aus diesem Grund entschieden sich die Projektpartner f r eine Strukturierung nach sachlich inhaltlichen Aspekten was jedoch zur Folge hat dass die Inhalte der einzelnen AP nun nicht mehr geb ndelt darstellbar sind Damit dennoch eine Zuordnung der Kapitelinhalte zu einzelnen AP und ein Abgleich zwischen den angebotenen und den erbrachten Leistungen der Partner m glich sind wurden im Anhang die bei der Projektbegleitung des BMVBS eingereichten AP Beschreibungen detailliert dargestellt und mit Verweisen auf di
51. 3 Wissenschaftliche und oder technische Arbeitsziele des Vorhabens 4 Verfahren der LSA Steuerung 4 1 Klassifizierung der Verfahren 4 1 1 bersicht 4 1 2 Regelbasierte Steuerung 4 1 3 Modellbasierte Steuerung 4 1 4 Steuerung von Knotenpunkten 4 1 5 Steuerung von Netzen 4 2 Modellbasiertes Steuerungsverfahren Balance 4 2 1 Grundlagen AMONES 2010 Inhalt 10 10 11 13 14 16 19 20 20 25 33 39 41 48 48 49 49 50 50 50 55 56 60 62 64 64 4 2 2 4 2 3 4 2 4 4 3 4 3 1 4 3 2 4 93 93 4 3 4 4 4 4 4 1 4 4 2 4 4 3 4 4 4 4 5 4 5 1 4 5 2 4 5 3 4 5 4 4 6 4 6 1 4 6 2 4 6 3 4 6 4 4 1 Systemfunktionen Systemtechnik Anwendungsf lle und Wirkungen Modellbasiertes Steuerungsverfahren Motion Grundlagen Systemfunktionen Systemtechnik Anwendungsf lle und Wirkungen Modellbasiertes Steuerungsverfahren SCOOT Grundlagen Systemfunktionen Systemtechnik Anwendungsf lle und Wirkungen Modellbasiertes Steuerungsverfahren UTOPIA SPOT Grundlagen Systemfunktionen Systemtechnik Anwendungsf lle und Wirkungen Steuerungsverfahren SCATS Grundlagen Systemfunktionen Systemtechnik Anwendungsf lle und Wirkungen Weitere Steuerungsverfahren 5 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 5 1 5 1 1 9 1 2 9 1 3 9 1 4 9 1 5 9 1 6 Verkehrliche Kenngr en Grundlagen bersicht ber Kenngr en Querschnittserfassung mit fest installierten Detektoren Manu
52. 7 1 0 27 30 29 25 ms s 208 om am or a o o 2 eas 7 200 no as os Jal a arl a aoe 4 ar 1e am os a 0 zs o am 20 soe 14 Imo ze 2 1 LRS 3 2 87 1 20 5 098 0 8 9 30 23 24 as 2 on e 50 10 Se la ela aoa 2 a0 10 sm oo s 2 30 ms o sa 1s smo 15 Im 202 aoa e sa 10 50 m o 2 Cluster 7 Ausrei er Be a a a ae Tetste e oe oo 7 T o a a AMONES 2010 310 Testfeld Hamburg Anzahl Eingangs Bufferindex enden Verlustzeit verkehrs Anzahl auf Relation mal ee Kfz h Alle Stunden ohne Entropiemaximierung Tabelle 73 Bewertungs bersicht nach Clustern und insgesamt in Hamburg 9 5 2 4 Simulationsergebnisse Der wesentliche Mehrwert der Simulation gegen ber der Messung liegt darin dass in der Simulation nicht nur die Fahrzeuge auf den mittels Messtechnik erfassten Relationen sondern alle Fahrzeuge im Netz in die Auswertung einbezogen werden k nnen Zudem bietet die Simulationsumgebung die M glichkeit zur Untersuchung zus tzlicher Szenarien Die Verlustzeiten k nnen aufgrund unterschiedlicher Definitionen jedoch nicht direkt zwischen Messung und Simulation verglichen werden In einem ersten Schritt wurde zun chst die Simulationsumgebung gem der in Hinweise zur mikroskopischen Verkehrsflusssimulation FGSV 2006b beschriebenen Vorgehensweise kalibriert vgl Abschnitt 5 1 13 3 Als Zielkenngr en wurden dabei
53. Abbiegerelationen im Mittel weniger als 50 Messwerte pro Stunde vgl Tabelle 69 k nnen nur die Fahrzeiten auf den vier Hauptrelationen 1 3 2 4 3 1 4 2 sinnvoll verwendet werden Bei diesen liegt der relative Fehler bei der Sch tzung der mittleren Fahrzeit aus den ANPR Daten in der Regel unterhalb von 3 5 Konfidenzniveau 95 Als Stellgr e f r die Kalibrierung der Fahrzeiten dienen die Wunschbeschleunigungs und Wunschgeschwindigkeitsverteilungen der verschiedenen Fahrzeugklassen sowie die Parameter der Querverkehrsst rungen und Konfliktfl chen AMONES 2010 156 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Virtuelles Testfeld Da das virtuelle Testfeld rein fiktiv ist ist hier keine Kalibrierung m glich beziehungsweise n tig Die Fahrverhaltensparameter wurden aus dem Testfeld Bremerhaven bernommen 5 1 13 4 __ Kalibrierungsergebnisse Bremerhaven F r die Simulation des Testfelds Bremerhaven w rde eine Kalibrierung f r 15 Minutenintervalle vorgenommen F r die Querschnittsmessungen stehen Daten zwischen 0 00 und 24 00 zur Verf gung Von den elf Querschnitten im Netz liefern neun Plausible Daten u Kal brierungsziel nicht erreicht B kalibrierungsziel erreicht Zufahrt 224 S d Zufahrt 224 Nord Zufahrt 225 S d Zufahrt 225 Ost Zufahrt 240 West Zufahrt 240 Ost Zufahrt 241 Ost Ausfahrt 241 Nord Ausfahrt 241 Ost Abbildung 59 Kalibrierungsergebnisse f r die Querschnittsmes
54. Abbildung 77 Gegen berstellung der gefilterten hochfrequenten Zeitreihe mittels gleitender Mittelung GM f r eine und drei Stunden mittels Gau scher Tiefpassfilterung f r eine und drei Stunden sowie f r die alternative zeitabh ngige Regression F r die zeitabh ngige kubische Regression ist tendenziell eine etwas gr ere Spannweite der hochfrequenten Zeitreihe im Vergleich zu den anderen Filtertechniken erkennbar stellenweise liegt die extrahierte Zeitreihe aber auch zwischen den Ergebnissen der anderen Ans tze Der relative Verlauf aller extrahierten Zeitreihen ist nahezu identisch Es wird folglich davon ausgegangen dass der aufwandsminimierte Ansatz keine Nachteile hinsichtlich der Qualit t der trendbereinigten Zeitreihen mit sich bringt Dennoch sollten die damit ermittelten Ergebnisse nach Anwendung alternativer Filtertechniken auf Stabilit t gepr ft werden Ein g ngiges Verfahren zur Ermittlung der verkehrlichen Zusatzbelastung stellt die Differenzbildung zwischen den erhobenen Messwerten am HotSpot und den Messwerten einer AMONES 2010 205 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung st dtischen Hintergrundstation dar Auch hier wird sicherlich ein Teil der niederfrequenten Komponente eliminiert Im hier betrachteten Kontext wird das Verfahren allerdings nicht als sinnvoll erachtet Der Tagesgang der Verkehrsnachfrage an einem Verkehrs bzw Umwelt HotSpot kann vom Tagesgang der Verkehrsnachfrage
55. Beschleunigung in einigen Simulationsl ufen zu gr eren R ckstaus an dem n rdlich der Zufahrt 10 gelegenen Knoten kommt Diese f hren dann zu einem starken Anstieg der Verlustzeiten die im Extremfall doppelt so hoch werden k nnen wie die mittlere Verlustzeit Hier besteht Nachbesserungs bedarf an der lokalen Steuerung 10 4 7 Zusammenfassung Abbildung 158 verdeutlicht noch einmal das Verh ltnis der Verlustzeiten in den verschiedenen Steuerungsszenarien im Tagesverlauf dargestellt als mittlere Verlustzeit normiert auf das Steuerungsszenario LRS mit PNV Beschleunigung Wie bereits erw hnt entspricht das AMONES 2010 354 Virtuelles Testfeld bislang im virtuellen Testfeld betrachtete Nachfrageszenario exakt der Planungsgrundlage f r die Festzeitprogramme was deren gutes Abschneiden erkl rt Bei den Varianten ohne PNV Beschleunigung bewirken LRS und BALANCE nahezu identische Verlustzeiten allerdings mit unterschiedlicher Verteilung auf die Routen im Netz Tabelle 91 Einschr nkend ist hier zu sagen dass bei BALANCE aus Zeitgr nden keine Tests mit anderen Parametern Gewichtungsfaktoren erlaubte T Zeit Grenzen Optimierung mittels genetischen Algorithmus durchgef hrt werden konnten Die Erfahrungen aus dem Testfeld Hamburg legen nahe das hier noch Potential besteht Seine St rken spielt BALANCE bei aktivierter PNV Beschleunigung und starker Verkehrsnachfrage Morgenspitze aus wo es den Anstieg der MIV Verlustzeiten
56. Daraus ergeben sich folgende Kenngr en f r den gesamten Streckenzug oder einzelne Abschnitte e Reisegeschwindigkeit km h e Fahrzeit s e Wartezeit s e Anzahl Halte Erfassungsmethode Als Messfahrzeug dient ein gew hnlicher Pkw der mit einem GPS Empf nger und einem Ger t zum Mitschreiben der GPS Daten GPS Logger ausgestattet ist Gew hnlich sind beide Funktionen in einem Ger t integriert Dieses Fahrzeug f hrt ausgew hlte Routen im Untersuchungsgebiet ab und protokolliert so die Weg Zeit Verl ufe Trajektorien entlang dieser Routen Diese Daten werden Floating Car Daten FCD genannt Alternative Ans tze die sich derzeit in der Entwicklung befinden sind der Floating Car Observer FCO und Floating Phone Data FPD Der FCO Ansatz erzeugt zus tzliche Informationen ber den entgegenkommenden Verkehr F r einen detaillierteren Einblick wird hier auf Hoyer und K hnel 2008 verwiesen Bei der FPD Methode werden Trajektorien aus den Signalst rken und Funkzellenfolgen von Mobilfunkger ten generiert die dann ebenfalls R ckschl sse auf den Verkehrszustand verlassen Mehr zu diesem Ansatz findet sich bei Wiltschko und Schwieger 2008 Beide Ans tze sind derzeit noch nicht f r eine genaue Erfassung von Fahrzeiten in st dtischen Netzen geeignet Rechnergest tzte Betriebsleitsysteme RBL des ffentlichen Verkehrs k nnen ebenfalls eine Quelle f r FCD darstellen Bus oder Taxiflotten die mit GPS Empf ngern aus
57. Die manuell erfassten Querschnitte dienen nicht zur Bewertung der Steuerungsverfahren Lediglich in Bremerhaven ersetzt die manuelle Z hlung bedingt durch eine defekte Induktionsschleife einen RMQ als Eingang des Clusterungsverfahrens und der Bewertung Ansonsten sind die auf diese Weise erfassten Lkw Anteile Eingangswerte f r die Simulation und die Z hlwerte eine Kontrolle der Induktionsschleifen Nicht fest installierte Kennzeichenerfassungssysteme Die Ergebnisse der ANPR Systeme flie en wie auch die der RMQs in zwei Bereiche der Bewertung der Steuerungsverfahren ein Bestimmen der Verkehrsnachfrage Die Verkehrsnachfrage wird zum Einen durch die Summe aller Fahrzeuge beschrieben und zum Anderen durch die Routen denen diese Fahrzeuge folgen W hrend die Verkehrsst rke von den RMQs nur lokal erfasst wird k nnen die Ergebnisse der ANPR Systeme die Aufteilung und damit in gewissem Sinne die befahrenen Routen erfassen Bei einer vollst ndigen Erfassung aller Fahrstreifen kann zusammen mit der Erkennungsrate aus den Durchgangsverkehrsanteilen eine sehr gute Absch tzung des tats chlichen Durchgangs verkehrs zwischen den Messstellen berechnet werden Da die Messstellen in beiden Testfeldern meist seitlich an mehrstreifigen Stra en liegen und demzufolge keine Vollerfassung m glich ist l sst sich dieser Ansatz nicht verfolgen In Hamburg wird stattdessen das Verfahren der Entropiemaximierung zur Berechnung einer Nachfragematrix de
58. E PM2 5 ug m LogM 12 37 5 44 12 52 6 59 13 07 714 13 22 7 29 13 37 FM2 S5 Konzentration gemessen FM2 5 Konzentration modelliert BH 2 rl po Kal Pr PM2 5 ugy m LogN i i E 12 37 6 44 12 52 6 59 13 07 7 14 13 22 1 29 FM2S5 Konzentration gemessen FM2 S5 Konzentration modelliert Abbildung 115 Gemessene blau und modellierte rot Zeitreihen der niederfrequenten PM Konzentration im Testfeld Bremerhaven getrennt nach Messwochen BHO1 und BHO2 senkrechte Linien trennen einzelne Messtage Die graphische Gegen berstellung von gemessenen und modellierten Werten Abbildung 116 im hochfrequenten Modell zeigt ein heterogenes Bild W hrend das Modell an 5 Tagen 17 2 18 2 19 2 20 2 26 2 die PM Konzentrationsschwankungen gut abbilden kann ist die relative hnlichkeit an anderen Tagen eher niedrig AMONES 2010 282 Testfeld Bremerhaven a Ti o Lil PM2 5 ugy m LogN TB oo o Lil ame o 714 O T D LJ PM2 5 ugy m LogN TB oo Lu gt D T 12 38 5 46 12 53 7 01 13 09 716 13 24 7 31 13 39 PM 5 Konzentration gemessen FM2 S5 Konzentration modelliert Ti Lag Abbildung 116 Gemessene blau und modellierte rot der hochfrequenten PM Konzentration im Testfeld Bremerhaven getrennt nach Messwochen BHO1 und BHO2 senkrechte Linien trennen einzelne Messtage Tabelle 62 zeigt die Pr
59. Erhebungstage im Juni PS1 und im Oktober PS2 getrennt bezeichnet und bewertet W hrend den Erhebungstagen wurde der ffentliche Verkehr von keinem der Verfahren bevorrechtigt Um eine m glichst gleichm ige Verteilung der Steuerungsverfahren auf die verschiedenen Wochentage und den zu erwartenden Verkehrsst rken zu erreichen wurden die Messszenarien entsprechend Tabelle 65 verteilt Die Erhebungen wurden an jedem Tag von 6 30 18 30 Uhr durchgef hrt siehe auch Kapitel 5 1 12 AMONES 2010 291 Testfeld Hamburg Daum o TWochentgs ___ steuerungsverfahren 3 6 2008 Dienstag BALANCE PS1 Tabelle 65 Erhebungstage und Steuerungsverfahren im Testfeld Hamburg 9 5 Ergebnisse 9 5 1 Bereits durchgef hrte Untersuchungen Dritter 9 5 1 1 Untersuchungen zur Verkehrssteuerung Im Testfeld Hamburg wurde im Jahr 2005 nach der Inbetriebnahme der Netzsteuerung im Gebiet HANS eine Wirksamkeitsanalyse mit der Floating Car Methode von der Stadt Hamburg durchgef hrt Koch 2006 Im Rahmen dieser Untersuchung wurden ca 1500 Fahrten von Fahrzeugen die mit einem GPS Empf nger ausgestattet waren unter den drei Steuerungsstrategien zeitabh ngige Festzeitsteuerung verkehrsabh ngige Steuerung und verkehrsadaptive Netzsteuerung BALANCE durchgef hrt Die Auswertung der durch die GPS Empf nger gewonnen Weg Zeit Informationen zeigt dass die Netzsteuerung BALANCE eine Steigerung der mittleren nach Fahrzeugmengen gewic
60. Fragebogens Kimber R M Hollis E M 1979 Traffic Queues and Delays at Road Junctions TRRL Laboratory Report 909 Klingner M S hn E 2005 Feinstaub Vom Winde verweht Pr sentation im November 2005 bei der IHK Darmstadt Klingner M S hn E 2006 Auswirkungen ordnungsrechtlicher Verkehrsma nahmen auf die lokale Feinstaubbelastung unter Ber cksichtigung meteorologischer Einfl sse Im Auftrag des Bundesministeriums f r Verkehr Bau und Wohnungswesen Berlin Klingner M S hn E Anke K Holst T Rost J Mayer H Ahrens D 2006 Reduktionspotenziale verkehrsbeschr nkender Ma nahmen in Bezug zu meteorologisch bedingten Schwankungen der PM o und NOx Immissionen In Gefahrstoffe Reinhaltung der Luft H 7 8 Koch O 2006 Innovative Verkehrssteuerung in Hamburg Einf hrung einer verkehrsadaptiven Netzsteuerung im Rahmen des Pilotprojekts im Stadtteil Barmbek in VSVI Hamburg Information 2006 VSVI Hamburg Hamburg AMONES 2010 382 Literatur Kouridis C Ntziachristos L Samaras Z 2000 COPERT Ill Computer programme to calculate emissions from road transport Kopenhagen Kukkonen J Partanen L Karppinen A Ruuskanen J Junninen H Kolehmainen M Niska H Dorling S Chatterton T Foxall R Cawley G 2003 Extensive evaluation of neural network models for the prediction of NO2 and PM10 concentrations compared with a deterministic modelling system and measurements in centra
61. Gruppen zu aggregieren beispielsweise in die Gruppen Schwerverkehr und sonstiger Verkehr AMONES 2010 201 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung e um weitere f r die Bearbeitung der Aufgabenstellung erforderliche Datenreihen zu bilden beispielsweise die Fraktion der groben Partikel PM o 2 5 e um Datenreihen an die Anforderungen des eingesetzten lokalen Immissionsmodells anzupassen beispielsweise durch Log Transformation s mtlicher Pr diktorvariablen und e um Datenreihen an die statistischen Anforderungen eingesetzter mathematischer Verfahren anzupassen beispielsweise durch Log Transformation der Immissionskenngr en zur Vermeidung von Heteroskedastizit t Zeitliche Aggregation der Kenngr en Die hohe zeitliche Aufl sung der Messtechnik erm glicht Untersuchungen zu den Einfl ssen von Einzelfahrzeugen oder von Fahrzeugpulks auf stra enseitige Immissionen F r die praktische Auswertung ergeben sich jedoch einige Nachteile Neben einer gro en Datenmenge und langen Rechenzeiten weisen die Daten einen hohen Rauschanteil und eine hohe Autokorrelation auf Auf die 5 sek ndlich aufgel sten Datenreihen werden folglich nur ausgew hlte Verfahren der Zeitreihenanalyse angewendet Die weiteren Untersuchungen werden mit zeitlich aggregierten Datenreihen durchgef hrt F r die Untersuchung der niederfrequenten Immissionen erscheint eine Aggregation auf Stundenmittelwerte zweckm ig Hiermit wird eine
62. In aktuellen Modellen geht beispielsweise das Fahrzeuggewicht mit der Potenz 2 14 nach D ring Lohmeyer 2001 in die Berechnung der nicht motorbedingten Emissionen ein IVU Umwelt 2010 Abbildung 68 zeigt die durchschnittlichen NOx Emissionen f r Pkw LNF Lkw und Busse differenziert nach Schadstoffklasse und Kraftstoffkonzept auf Grundlage von HBEFA INFRAS 2010 f r eine inner rtliche Verkehrssituation mit geringem St rungsgrad Folgende Sachverhalte sind in Bezug auf die NO Emissionen erkennbar e Sowohl Benzin als auch Diesel Pkw tragen erkennbar zu den NOx Emissionen bei e Die Emissionen der schweren Fahrzeugklassen und insbesondere von Bussen liegen um etwa das Zehnfache h her als die Emissionen der leichten Fahrzeugklassen e Die Schadstoffklassen Euro 1 bis Euro 5 zeigen bezogen auf einzelne Fahrzeugarten nur eine geringe oder gar keine Reduzierung der NOx Emissionen Erst die Schadstoffklasse Euro 6 wird hier deutliche Verbesserungen zeigen Umweltbundesamt 2009b AMONES 2010 173 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Pkw Pkw Pkw Pkw Pkw Pkw Lkw Bus Pkw Lkw Bus Pkw Lkw Bus Pkw Lkw Bus Pkw Lkw Bus Euro Euro Euro Euro Euro Euro 1 Euro 2 Euro 3 Euro 4 Euro 5 1 2 3 4 5 Benziner Diesel Abbildung 68 Durchschnittliche NOx Emissionen je Fahrzeug und Kilometer f r verschiedene Fahrzeugarten Krafstoffkonzepte und Schadstoffklassen ermittelt
63. In der Abendspitze treten verglichen mit den anderen Tagesabschnitten die gr ten Verlustzeiten auf Auch die Ergebnisse der verschiedenen Steuerungsszenarien unterscheiden sich hier am st rksten Tabelle 11 Bedingt durch die hohe Auslastung im Netz wirken sich die St rungen durch die PNV Beschleunigung besonders stark auf die MIV Verlustzeiten aus a E ET Normierte mittlere Verlustzeit Normierte mittlere AnzahlHalte g pro Kfz LRS m OPNV B 100 pro Kfz LRS m OPNV B 100 LRS mit PNV Beschleunigung BALANCE mit OPNV Beschleunigung BALANCE ohne PNV Beschleunigung Tabelle 11 Mittlere Verlustzeiten und mittlere Anzahl Halte in der Abendspitze an o 0 o Mit Ausnahme der FZ treten in der Abendspitze in allen Steuerungsszenarien zwischen den einzelnen Simulationsl ufen deutlich gr ere Streuungen auf als zu den anderen Tageszeiten Die Unterschiede zwischen LRS und BALANCE sind dadurch sowohl ohne als auch mit PNV Beschleunigung jeweils statistisch nicht signifikant Bei genauerer Analyse zeigt sich dass es bei den Szenarien mit PNV Beschleunigung in einigen Simulationsl ufen zu gr eren R ckstaus an dem n rdlich der Zufahrt 10 gelegenen AMONES 2010 38 Kurzfassung Knoten kommt Diese f hren dann zu einem starken Anstieg der Verlustzeiten die im Extremfall doppelt so hoch werden k nnen wie die mittlere Verlustzeit Hier besteht Nachbesserungs bedarf an der lokalen Steuerung Insgesamt betrac
64. Kenngr en abgesch tzt Letzteres k nnen beispielsweise mittlere Wartezeiten oder Staul ngen sein Im Block Auswertung Entscheidung werden dann basierend auf bestimmten Bedingungen festgelegte Steuerungsentscheidungen getroffen Dazu wird ein Ablaufdiagramm durchlaufen das auf logischen zeitlichen und zustandsbezogenen Bedingungen sowie zugeh rigen Aktionen beruht Neben den erfassten Kenngr en gehen in den Entscheidungsprozess Vergleichs und Schwellenwerte wie beispielsweise maximale Zeitl ckenwerte oder Belegungsgrade und Rahmenvorgaben wie erlaubte Freigabebereiche ein Abschlie end werden die getroffenen Steuerungsentscheidungen in Schaltbefehle umgesetzt AMONES 2010 10 Kurzfassung Mit einem regelbasierten Steuerungsverfahren kann sowohl eine Signalprogrammanpassung Freigabezeitanpassung Phasenanforderung Phasentausch oder Versatzzeitanpassung als auch eine Signalprogrammbildung realisiert werden Die zugeh rigen Entscheidungs und Steuerungslogiken k nnen jedoch schnell sehr komplex werden Moderne Steuerger te beherrschen in der Regel mehrere der g ngigen regelbasierten Steuerungsverfahren wie LISA VS PLUS PDM TL und TRELAN TRENDS Kenngr enerfassung Auswertung Entscheidung Logische Bedingung 1 Zeitliche Bedingung Zustandsbedingung a Schaltbefehle Abbildung 2 Regelbasierte Umsetzung eines Steuerungsverfahrens nach RILSA FGSV 2010 2 2 2 Modellbasierte Steuerung G
65. Korrektur wird ber einen Vergleich von Subintervallmittelwerten und zur Ermittlung und Anwendung von Korrekturfaktoren durchgef hrt Weiterhin werden Plausibilit tspr fungen durch einen Vergleich mit parallel erfassenden Messger ten sofern m glich und mit station ren Messger ten und Detektoren sofern vorhanden durchgef hrt Die Mittelwerte der station ren Immissionsmessungen werden den Mittelwerten der lokalen Immissionsmessungen gegen bergestellt und zur Bildung von bergreifenden Korrekturfaktoren f r jeden Messzeitraum verwendet F r die Immissionszeitreihen wird eine Ausrei eridentifikation nach dem 4 Sigma Kriterium durchgef hrt Der 4 Sigma Bereich umfasst bei symmetrischen eingipfligen Verteilungen 97 und bei beliebigen Verteilungen 94 der Daten SACHS 2002 Die identifizierten Ausrei er in den Messwerten werden im Einzelfall betrachtet Eine Anpassung durch lineare Interpolation zwischen den benachbarten Werten wird nur in Ausnahmef llen vorgenommen beispielsweise wenn das parallel erfassende Messger t plausible Messwerte liefert Ableiten weiterer Kenngr en aus den erhobenen Kenngr en Aus den erhobenen Kenngr en m ssen teilweise weitere Kenngr en abgeleitet werden e um in der weiteren Datenanalyse besser interpretierbare Kenngr en zu verwenden beispielsweise die Massenkonzentration ug m anstelle der relativen Konzentrationsangabe parts per billion ppb e um Datenreihen zu sinnf lligen
66. Lokal regelbasierte Steuerung LRS Die koordinierten Festzeitprogramme bilden gleichzeitig die Rahmenpl ne f r die LRS Die Umsetzung erfolgt regelbasiert Als Eingriffsm glichkeit der lokalen Steuerung ist eine Freigabezeitzeitanpassung mittels einer Zeitl ckensteuerung f r jede Phase vorgesehen Jede einzelne Phase kann fr her abgebrochen werden Der Bemessungszeitraum f r die Zeitl ckensteuerung betr gt in Abh ngigkeit der Umlaufzeit der Phasenanzahl und der Dauer AMONES 2010 34 Kurzfassung der aktuell laufenden Phase zwischen 20 und 12 Sekunden f r die Hauptrichtung und zwischen 12 und 6 Sekunden f r Nebenrichtungen und Linksabbieger Phasentausch Phasenanforderung und Versatzzeitanpassung werden nicht vorgenommen An drei Knotenpunkten wird zus tzlich eine Beschleunigung des PNV umgesetzt Diese erfolgt ebenfalls ber eine Freigabezeitanpassung Dazu kann bei Vorliegen einer Anforderung durch den PNV jede Phase nach ihrer Mindestfreigabezeit abgebrochen werden Eine Verl ngerung der Phase des PNV ist bis zur Abmeldung vorgesehen F r die Anforderung und Verl ngerung der Phase mit PNV Freigabe besteht f r die Beschleunigung ein Dauerrahmen Netzsteuerung BALANCE BALANCE erh lt von den lokalen TRENDS Steuerungen der einzelnen Knotenpunkte min tlich die aggregierten Messwerte der Detektoren bermittelt Alle 5 Minuten optimiert BALANCE auf Basis dieser Messwerte die Rahmensignalpl ne f r die einzelnen Knot
67. Luftqualit t nach der unterschiedliche Beurteilungsmethoden unterschieden werden Zwischen der oberen und unteren Beurteilungsschwelle ist eine Kombination aus Messungen und Modellierungen m glich Unterhalb der unteren Beurteilungsschwelle sind Modellierungen ausreichend Emissionskennfeld Nach van Bashuysen 2007 sind die Rohemissionen und oder die Emission hinter dem Katalysator der gesetzlich geregelten Schadstoffe Gegenstand von Emissionskennfeldern Die Emissionskennfelder beschreiben die Emissionen in Abh ngigkeit bestimmter operativer Parameter wie der Drehzahl oder dem Luft Kraftstoff Verh ltnis Fahrzeit Zeit die ein Verkehrsteilnehmer ben tigt um von einem Querschnitt A zu einem Querschnitt B zu gelangen Diese Zeit ist die Summe aus Verlustzeit und Wunschfahrzeit GEH GEH Wert benannt nach Geoffrey E Havers Ein selbstskalierender Abstandswert zwischen zwei Gr en der sich dazu eignet die Abst nde von Verkehrsst rken zu bewerten Dieser Wert AMONES 2010 3 2 Glossar zeichnet sich besonders dadurch aus dass er f r hohe wie niedrige Verkehrsst rken gleicherma en ein plausibles Abstandsma liefert siehe auch UK Highway Agency 1996 Heteroskedastizit t Heteroskedastizit t bezeichnet die Abh ngigkeit der Varianz der Residuen vom Wert der unabh ngigen Variablen In der Regressionsanalyse f hrt dies zu ineffizienten Sch tzungen und zu Ungenauigkeiten bei der Berechnung der Standardfehler von Regress
68. NOx Konzentration mit verh ltnism ig geringem Standardfehler AMONES 2010 330 Testfeld Hamburg aufkl rt Die in den Modellen enthaltenen meteorologischen Pr diktoren und die Vorzeichen der Regressionskoeffizienten sind zum Gro teil fachlich plausibel Anhand der statistischen Kenngr en und der graphischen Gegen berstellung wird das Hamburger Modell als gut bewertet Das hochfrequente Modell wird als gut bewertet Die Pr diktoren und die Vorzeichen ihrer Regressionskoeffizienten sind fachlich plausibel Erkl arungsmodell f r die gemessene PM10 Konzentration Tabelle 59 zeigt die bergreifenden Modellparameter des PM Erkl rungsmodells Das nieder frequente Modell erkl rt 80 der Varianz der PM Konzentration Der relative Standardfehler bezogen auf die mittlere gemessene Immissionskonzentration liegt bei etwa 10 bis 20 Tabelle 59 Das hochfrequente Modell erkl rt in der zweiten Messwoche etwa 50 der Varianz der hochfrequenten Komponente der PM o Konzentration Der relative Standardfehler bezogen auf die doppelte Standardabweichung der trendbereinigten Immissionskonzentration liegt hier unter 20 Die erste Messwoche hat mit einer Varianzaufkl rung von nur 20 und einem Standardfehler von knapp 50 eine deutlich schlechtere Modellg te Tabelle 59 Bestimmtheitsma R Relativer Standardfehler rSE HH01 HH02 HH01 HH02 Niederfrequent 0 80 0 80 10 12 Hochfrequent 0 22 0 52 46
69. Simulation e Installation Inbetriebnahme mit intensiver Begleitung e Nachher Messung e Regelm ige Qualit ts berwachung Empfehlungen zur Auswahl geeigneter Steuerungsverfahren Basierend auf den Ergebnissen aus den drei Testfeldern Erkenntnissen aus der Literatur und Erfahrungen von Herstellern und Anwendern lassen sich zu den in Kapitel 6 aufgef hrten Typisierungskriterien folgende Empfehlungen zur Auswahl eines LSA Steuerungsverfahrens ableiten Stourungsverahren rzs irs ums Ines ma Ins Tageszetapn ngige varana 1 o e I o 2 a A e Situationsabh ngige Variabilit t z B bei Veranstaltungen e Regelm ige berstauung mehrerer Zufahrten eines Knotenpunktes man a A O A E EEEa Vorhandene Alternativrouten hohe Vermaschung o e Vorhandene R ckstaur ume mit unterschiedlicher Betroffenheit in Bezug auf die Umweltbelastung oder unterschiedlichem Grenzwert berschreitungsrisiko Ziele der Steuerung I Umwoiteren soten vrcksichigtwerden o Io o e Situationsabh ngige Optimierung spezifischer Kenngr en Anzahl Halte Wartezeit V Wartezeit Gew nschte Funktionalit ten e Anpassung der LSA Steuerung an bergeordnete Strategien einer Verkehrsleitzentrale z B Schaltung strategiekonformer Hauptrouten Situationsabh ngige Zuflussdosierung durch Pf rtneranlagen z B bei bestimmten zn un Stuatonsanargige Ov Prorsenn e t geeignet O
70. Stra e Messquerschnitt 3 in Hamburg am 2 Juni 2008 wobei die Legendeneintr ge den Startzeitpunkt der Fahrten repr sentieren W ar z z N 750 1 000 1 250 1 500 1 750 2000 Weg m Abbildung 50 GPS Fahrten am 2 6 2009 von Messquerschnitt 1 nach Messquerschnitt 3 in Hamburg AMONES 2010 133 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Querschnittserfassung mit Detektor Die Z hldaten der Induktionsschleifen dienen zur Bestimmung der Nachfragesituation und zur Bewertung der gemessenen Fahrzeiten F r diesen Zweck werden aus diesen Daten richtungsbezogene Messquerschnitte RMQ erzeugt und mit den Daten der ANPR Systeme fusioniert siehe nachfolgende Erl uterungen In Hamburg liegen die Z hlwerte f r jede Induktionsschleife einzeln vor In Bremerhaven repr sentieren die Z hlwerte teilweise bereits eine Zusammenfassung der Induktions schleifen In beiden F llen m ssen die Daten einzelner Detektoren so zusammengefasst werden dass die f r die nachfolgenden Zwecke notwendigen Querschnitte Eingangs querschnitte oder wichtige Abbieger vorhanden sind Abbildung 51 verdeutlicht diesen Vorgang der additiv oder subtraktiv sein kann Abbildung 51 Zusammenfassen von Induktionsschleifen zu RMQs in Hamburg am Knotenpunkt Habichtstra e L mmersieth Bildquelle Stadt Hamburg Anschlie end werden die Daten zeitlich aggregiert Im Rahmen dieses Prozesses werden die Daten
71. Tabelle 31 Datenqualit tsziele f r die Beurteilung der Luftqualit t nach 39 BImSchV Schadstoff orientierend kontinuierlich Sowohl f r NO als auch f r PM m ssen mindestens 90 der Daten des Beurteilungszeitraumes erfasst werden Stichprobenartige Messungen k nnen durchgef hrt werden sofern die Abweichung der Messung im Vergleich zu den Daten einer kontinuierlichen Messung mit einer 95 igen Sicherheit unter 10 liegt Sofern Messungen durchzuf hren sind sollen die Probenahmestellen so gelegt werden dass Daten von den Bereichen gewonnen werden in denen die h chsten Konzentrationen auftreten denen die Bev lkerung ber einen l ngeren Zeitraum ausgesetzt ist Die Probenahmestellen an Stra en sollten f r einen Stra enabschnitt von mindestens 100 m L nge repr sentativ sein Die Probenahme sollte mindestens 25 m von gro en Kreuzungen und h chstens 10 m vom Fahrbahnrand entfernt sein Der lokale Standort einer Probenahmestelle sollte einige Meter von Geb uden und anderen Hindernissen entfernt und in einer H he zwischen 1 5 m und 4m AMONES 2010 169 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung angeordnet sein Die Anzahl der Probenahmestellen in Ballungsr umen ist abh ngig von der Bev lkerung des Ballungsraums und den Beurteilungsschwellen des Schadstoffs F r die untersuchte Fragestellung kann festgehalten werden Die Anforderungen an die Genauigkeit von Immissionsmessungen und modellierunge
72. Zeitreihen der hochfrequenten NOx Konzentration im Testfeld Hamburg getrennt nach Messwochen HHO1 und HHO2 senkrechte Linien trennen einzelne Messtage Tabelle 58 zeigt die Pr diktoren im Erkl rungsmodell und die Vorzeichen ihrer Koeffizienten Sofern eine Pr diktorkenngr e in einer Messwoche keinen signifikanten Einfluss besitzt wird das Vorzeichen nicht angegeben AMONES 2010 329 Testfeld Hamburg w vos o oo Tome T S BE 7 gt 7 a A HE a E A Tabelle 82 Pr diktoren der NOx Modelle 95 Signifikanzniveau Die Windgeschwindigkeit zeigt in beiden NOx Modellen signifikante Wirkungen h here Windgeschwindigkeiten f hren demnach zu niedrigeren Immissionen F r das hochfrequente Modell zeigt sich allerdings in Bezug auf die Windrichtung ein auf den ersten Blick nicht plausibler Zusammenhang Vermutlich f hrt jedoch die Geb udegeometrie am Messort zu einer Wirbelbildung und tr gt Schadstoffe von hinten an das Messger t heran Der Luftdruck und das Wasserdampf Mischungsverh ltnis das neben der Luftfeuchte und der Temperatur auch vom Luftdruck abh ngt haben im niederfrequenten Modell einen erheblichen Erkl rungsanteil Die Kennzeichen der Regressionskoeffizienten dieser Kenngr en weisen jedoch auf andere Wirkungszusammenh nge als in Bremerhaven hin Grunds tzlich muss bei beiden Kenngr en von indirekten Einfl ssen auf die Immissionen ausgegangen werden Sowohl der Luftdruck als auch das W
73. abh ngig von der zu erwartenden Verkehrslage innerhalb einer Schicht zwischen 20 und 560 Messfahrten notwendig sind um einen relativen Fehler von 5 bei einer stochastischen Sicherheit von 95 zu erreichen Diese als Richtwerte zu verstehenden Angaben basieren auf der Auswertung und Klassifizierung der in Bremerhaven und Hamburg erhobenen Daten Da im Allgemeinen Verteilungstyp und Variationskoeffizient nicht bekannt sind sollte die Einstufung einer zu erhebenden Schicht qualitativ basierend auf im Idealfall lokalem Expertenwissen und den zuvor aufgef hrten Beispielen erfolgen Zunehmende Streuung z B berlastsituation lange Strecken Verteilungstyp je ingipfig Sruppenbit ung JL 2 o ww O Eingipflig Gruppenbildung 130 160 Tabelle 21 Erforderliche Stichprobengr e einer Schicht in Abh ngigkeit der zu erwartenden Dichtefunktion gerundet auf 10 Gr nde f r einen steigenden Variationskoeffizienten sind zum Beispiel steigende Abst nde zwischen den Knotenpunkten wodurch sich die Fahrzeugpulks aufl sen und die Streuung erh ht wird oder im Extremfall lange Autobahnabschnitte auf denen eine Vielzahl Fahrer mit unterschiedlichen Wunschgeschwindigkeiten zu finden ist Der Verteilungstyp ndert sich im Allgemeinen wenn die betrachtete Schicht unterschiedliche Verkehrssituationen enth lt oder eine ausgepr gte Gruppenbildung vorhanden ist wie z B durch die Trennung von Fahrzeugpulks aufgrund einer abgeschnittenen Ko
74. angesehen werden so wird im Sinne eines m glichst repr sentativen Modells die Auswahl der Kenngr en auf diejenigen beschr nkt die in allen untersuchten Zeitr umen eines Testfelds keine entgegengesetzte signifikante Korrelation aufweisen F r die markierten potenziellen Pr diktorkenngr en werden die drei beschriebenen Merkmalsselektionsverfahren auf lineare Regressionen angewendet Bei unterschiedlichen Ergebnissen der Verfahren werden die Pr diktormengen mit enthaltenen Merkmalen des Verkehrsablaufs sowie die mit fachlich am besten voneinander abgrenzbaren AMONES 2010 212 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Merkmalen pr feriert Sofern die Kenngr en in der ausgew hlten Pr diktormenge sich immer noch inhaltlich berschneiden werden einzelne Kenngr en trotz einer signifikanten Reduktion des Bestimmtheitsma es manuell entfernt Anforderungen an das Erkl rungsmodell Gem des formulierten Ansatzes wird ein Regressionsmodell zur Erkl rung der NOx PM4 o PM 5 und PM o 25 Zeitreihen entwickelt jeweils differenziert nach hochfrequenter und niederfrequenter Komponente nach den beiden Testfeldern und nach homogenen Messzeitr umen Daraus ergibt sich die Anzahl der zu entwickelnden und zu interpretierenden Modelle zu einem Vielfachen von 16 4 Schadstoffe 2 Ans tze hoch niederfrequent 2 Testfelder n Messzeitr ume Im Sinne einer m glichst repr sentativen Modellierung
75. ann hern lassen Der Luftdruck die Windrichtung und die Anfahrvorg nge haben asymmetrische und teils zweigipflige Verteilungen Der K S Test ist im Anhang dargestellt AMONES 2010 321 800 600 400 ng m 200 ng m 6 0 4 5 cA 3 0 0 0 40 30 C 20 100 15 50 25 1050 1035 1020 hPa 1005 990 2000 1500 Fz h 1000 500 0 06 29 12 29 06 29 12 29 06 29 12 29 Abbildung 139 Ausgew hlte Zeitreihen der ersten Messwoche AMONES 2010 gleitende 1h Mittelwerte 06 29 12 29 06 29 12 29 Testfeld Hamburg NO2 Konzentration NO Konzentration PM o Konzentration PMys Konzentration PM o02 5 Konzentration Wind u geschwindigkeit Windgeschw 10 m G Temperatur Luftfeuchte Luftdruck Verkehrs st rke Anfahr vorg ange im Testfeld Hamburg 322 800 600 400 ng m 200 80 60 40 ng m 20 m s 0 0 40 30 C 20 100 75 50 25 1050 1035 1020 hPa 1005 990 2000 1500
76. auch aufgrund ungenauer sowie zeitlich und oder r umlich stark aggregierter Eingangsgr en h ufig Abweichungen zu physikalisch gemessenen Werten in einer Gr enordnung von 20 bis 40 auf Es muss jedoch davon ausgegangen werden dass Ma nahmen zur Verbesserung des Verkehrsflusses ein Reduktionspotenzial haben das nur in der Gr enordnung eines Bruchteils der Unsicherheit der Modelle liegt vgl z B Hirschmann Fellendorf 2009 Eine Bewertung der immissionsbezogenen Wirkungen der LSA Steuerung mit g ngigen Ans tzen und Eingangsgr en erscheint daher nicht ausreichend Aus diesem Grund werden in AMONES zwei Ans tze verfolgt um die umweltbezogenen Wirkungen der LSA Steuerung zu ermitteln siehe auch Abbildung 6 1 Ermittlung der immissionsbezogenen Wirkungen an einem Umwelt HotSpot Hierzu werden stra enseitige Immissionen ebenso wie meteorologische und verkehrliche Kenngr en zeitlich hoch aufgel st Messintervalle lt 1 Minute erfasst um auch die Wirkungen kurzzeitiger St rungen im Verkehrsfluss bewerten zu k nnen Die maf gebenden Einflussgr en auf die lokale Immissionsbelastung werden identifiziert und quantifiziert AMONES 2010 16 Kurzfassung Sofern der Einfluss einer erfassten Verkehrsflusskenngr e z B Anfahrvorg nge in den gemessenen Immissionen erkennbar ist werden immissionsbezogene Wirkungspotenziale der verbesserten Koordinierung durch die modellbasierte Steuerung abgeleitet 2 Ermittlu
77. beachten Die weitere Entwicklung der NMS sollte darauf gerichtet sein deren in den Untersuchungen deutlich gewordenen Potenziale zum Ausgleich des Zielkonflikts zu verstetigen Ein einfacher Einstieg in die Nachfrageanpassung und geeignete Strategien f r die Migration zu modellbasierten Steuerungsverfahren erscheinen sinnvoll Aus verkehrlicher Sicht ist die Anpassung der Rahmensignalprogramme an die variable Verkehrsnachfrage zielf hrend und sollte von den Betreibern der Lichtsignalanlagen angestrebt werden Hierf r erscheinen Strategien die eine Migration vom Bestandssystem ber offline auch hinsichtlich der Netzkoordinierung optimierte Festzeitsteuerungen vorsehen sehr geeignet Die Auswahl der Programme kann im einfachsten Fall tageszeitabh ngig oder mit zunehmendem Anspruch regelbasiert bzw modellbasiert erfolgen ber eine solche Migrationsstrategie werden Hemmnisse die mit der Anschaffung neuer Systemtechnik verbunden sind sowie auch Risiken die aus der Einf hrung neuer anspruchsvoller Steuerungsverfahren resultieren minimiert Umweltwirkungen Eine Reduzierung der stra enseitigen Luftschadstoffimmissionen infolge einer angepassten LSA Steuerung ist nachweisbar Die Wirkungen einer reduzierten Verkehrsst rke z B aufgrund einer Zuflussdosierung und einer reduzierten Anzahl Halte in einer Knotenpunktzufahrt z B aufgrund einer verbesserten Koordinierung sind in stra enseitig gemessenen NOx und PMx Immissionen nachwe
78. beziehen sich auf Kenngr en der Verkehrsnachfrage und der Verkehrszusammensetzung Im NOx Modell besitzt die Kenngr e Durchfahrten Fahrzeuge die den Knotenpunkt ohne Halt passieren von den Verkehrs kenngr en erstaunlicherweise den gr ten Erkl rungsbeitrag obwohl auf Grundlage der recherchierten Zusammenh nge die Gesamtverkehrsst rke oder die Schwerverkehrsst rke f r die NOx Immissionen wichtiger erscheinen In den PM o Modellen ist der Schwerverkehrsanteil die ma gebende verkehrliche Kenngr e Die relevanten meteorologischen Pr diktoren und ihre Vorzeichen sind fachlich plausibel AMONES 2010 23 Kurzfassung Pr diktorkenngr e nieder hoch NE ERBE hoch u EEE hoch frequent mmn EEE PER Windgeschwindigkeit a E Windrichtu Windrichtung Windvektor Geschw X Er Luftdruck ruck m a a e a omkomen III omena oo e o vesse O a o o nam a a S S Tabelle 4 Relevante Kenngr en f r die lokalen Immissionsmodelle im Testfeld Bremerhaven die Vorzeichen stehen f r die Richtung des Einflusses getrennt nach Messwochen Die Modelle zur Quantifizierung der kurzzeitigen Schwankungen erkl ren im Mittel etwa 40 bis 50 der Varianz der Immissionen bei einem relativen Fehler von etwa 20 Die ma gebende verkehrliche Kenngr e ist hier die Verkehrsst rke Festgehalten werden kann dass die Immissionsmodelle f r das Testfeld Bremerhaven Kenngr en mit Bezug zur Verkehrsnachfrage und zu
79. den Aussto von Emissionen Vorgehensweise In AMONES werden zwei Ans tze verfolgt um die umweltbezogenen Wirkungen der LSA Steuerung zu ermitteln siehe auch Abbildung 74 8 Im Rahmen von AMONES ist es nicht vorgesehen eine fl chendeckende Immissionsmodellierung anzuwenden oder zu entwickeln Dar ber hinaus steht seitens der St dte als Betreiber Besitzer einer Netzsteuerung blicherweise die punktuelle Minimierung der Immissionsbelastung an den kritischen Orten im Vordergrund Die netzweiten umweltbezogenen Wirkungen werden in AMONES daher auf Grundlage von Emissionen beurteilt AMONES 2010 195 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Ermittlung der immissionsbezogenen Wirkungen an einem Umwelt HotSpot Hierzu werden stra enseitige Immissionen ebenso wie meteorologische und verkehrliche Kenngr en zeitlich hoch aufgel st Messintervalle lt 1 Minute erfasst um auch die Wirkungen kurzzeitiger St rungen im Verkehrsfluss bewerten zu k nnen Die maf gebenden Einflussgr en auf die lokale Immissionsbelastung werden identifiziert und quantifiziert Sofern der Einfluss einer erfassten Verkehrsflusskenngr e z B Anfahrvorg nge in den gemessenen Immissionen erkennbar ist werden immissionsbezogene Wirkungspotenziale der verbesserten Koordinierung durch die modellbasierte Steuerung abgeleitet Ermittlung der emissionsbezogenen Wirkungen im gesamten Netz Hierzu werden die mit Emissionskennfelder
80. der Untersuchungen aufgef hrt eine kurze Zusammenfassung der Untersuchungen kann dem Anhang entnommen werden e Messprogramm Verkehrsimmissionen 1999 e Messprogramm Verkehrsimmissionen 2000 e PM Messprogramm Bremerhaven 2003 e Messprogramm Verkehrsstation Stresemannstra e in Bremerhaven 2005 2006 e Luftreinhalte und Aktionsplan Bremen AMONES 2010 233 Testfeld Bremerhaven 8 9 2 Auswertung verkehrlicher Kenngr en Die Auswertung der verkehrlichen Kenngr en erfolgt analog zur im Kapitel 5 1 12 beschriebenen methodischen Vorgehensweise In den folgenden Uhnterkapiteln werden die testfeldspezifischen Besonderheiten und die Ergebnisse der durchgef hrten Untersuchungen dargestellt Die eingesetzten Verfahren werden detailliert in Kapitel 5 1 12 beschrieben Eine vollst ndige Auflistung aller erhobenen Daten findet sich im Anhang 8 5 2 1 Messstandorte und GPS Routen Die Standorte der ANPR Systeme rote Symbole der Knotenpunkte LSAs gr ne Sterne und das Untersuchungsgebiet schwarz umrandeter Bereich sind Abbildung 81 entnehmen An allen drei Standorten wurde der Verkehr in beide Richtungen mit je einem ANPR System erfasst so dass die in Tabelle 41 aufgelisteten Relationen beobachtet werden konnten Die dort enthaltenen Bezeichner und Symboliken werden im Folgenden in den Abbildungen verwendet Die L ngen der Routen entsprechen den mittleren gemessenen L ngen der GPS Fahrten Die Routen folgen dabei den gelben Hauptst
81. der Modelle beziehen sich auf Kenngr en zur Nachfrage des Schwerverkehrs und teils auch auf Kenngr en zur Qualit t des Verkehrsablaufs Im NOx Modell und im PM25 Modell bewirkt ein Anstieg der Schwerverkehrsst rke signifikant h here Immissionen Im PMjo Modell sind es die Durchfahrten des Schwerverkehrs Aufgrund des erh hten Aufwirbelungspotenzials der gro en Partikel bei Durchfahrten und damit einhergehender erh hter fahrzeuginduzierter Turbulenz erscheint dies grunds tzlich plausibel Die aufgenommenen meteorologischen Pr diktoren sind fachlich plausibel und weitestgehend konsistent zu den meteorologischen Pr diktoren in den Modellen f r das Testfeld Bremerhaven Die Modelle zur Quantifizierung der kurzzeitigen Schwankungen erkl ren im Mittel etwa 40 bis 50 der Varianz bei einem relativen Fehler von etwa 30 bis 40 Eine graphische Gegen berstellung von Modell und Messung zeugt von einer befriedigenden Modellg te Die eingebundenen verkehrlichen Kenngr en sind konsistent zu den Kenngr en der Modelle zur Analyse der mittelfristig erkennbaren Wirkungen AMONES 2010 30 Kurzfassung Die Wirkungen einer verbesserten Koordinierung durch die LSA Steuerung lassen sich anhand der Kenngr e Anfahrvorg nge quantifizieren Daf r wird die mittlere Anzahl an Anfahrvorg ngen die bei vergleichbarer Verkehrsnachfrage bei den unterschiedlichen Steuerungsverfahren auftritt bewertet Im Vergleich zur Festzeitsteuerung reduziert d
82. der Regel ber eine Zielfunktion Dazu werden die im Verkehrsflussmodell ermittelten Kenngr en Wartezeit Halte usw die jeweils auf Grundlage eines Steuerungsvorschlages ermittelt werden mit einer festzulegenden Gewichtung zu einem Qualit tsindex Performance Index zusammengefasst Ein Testen aller m glichen L sungen vollst ndige Enumeration ist mit zunehmender Netzgr e und Anzahl der einbezogenen Steuerungsgr en nicht mehr m glich Es werden daher Optimierungsalgorithmen und Optimierungsstrategien eingesetzt Weiterleitung der Schaltbefehle Systemtechnik Kompatibilit t Die in der Zentrale ermittelten Steuerungsanweisungen mit dem besten Qualit tsindex werden an die Steuerger te bermittelt Die Steuerger te der Lichtsignalanlagen m ssen die vom Steuerungsverfahren generierten Schaltbefehle verstehen k nnen d h die Schnittstellen der Steuerger te m ssen zur Zentrale kompatibel sein 2 3 Methoden zur Erfassung und Auswertung In den AMONES Testfeldern Bremerhaven und Hamburg wurde ber jeweils zehn Tage der Verkehrsablauf erfasst In diesem Zeitraum wurde das LSA Steuerungsverfahren variiert e Festzeitsteuerung FZS drei Tage e Lokal regelbasierte Steuerung LRS drei Tage e Modellbasierte Netzsteuerung BALANCE MOTION vier Tage Zus tzlich wurden unter Nutzung der Mikrosimulationssoftware VISSIM der PTV AG Simulationen der realen Testfelder und eines virtuellen Testfeldes durchgef hrt in denen ebenfal
83. des ATT Projektes SCOPE VIKTORIA DRIVE 1991 MOTION wird von der Firma Siemens AG vertrieben AMONES 2010 70 Verfahren der LSA Steuerung 4 3 2 Systemfunktionen Die aktuelle Version SITRAFFIC Motion MX V4 0 kurz MOTION beinhaltet die zentrale Steuerung zur Optimierung von Signalprogrammen bzw deren Auswahl Auf lokaler Ebene wird eine logikbasierte Knotenpunktsteuerung eingesetzt Im Rahmen des Planungstools SITRAFFIC Office kann Motion auch zur offline Optimierung von Strecken und Netzen verwendet werden Vorbereitung Optimierung Optimierung der Freigabezeit Verteilung Verkehrslagesch tzung Verteilung der Freigabezeit Reserven Verkehrsfluss gem Wunschauslastungen Abbiegeraten Alle Umlaufzeiten und Phasenfolgen berlastung Staul ngen v Min Max Versatz und Schaltvorgaben N Auswahl der besten Umlaufzeit Situationserkennun gem Wunschauslastung Signalgruppen v Situationsabh ngige Vorauswahl v D mpfungs Vorgaben v Begrenzungen der Schrittweite Steuervorgaben VV ersatzzeitvorgaben Auswahl Umlaufzeit Vorgabe Phasenfolge Optimierung der Koordinierung Anzahl Halte Koord Wellenlagen und Phasenfolgen Wunsch Auslastung v Zahl der Halte und Wartezeiten Min max Zeiten v Priorisierung der Hauptrichtungsstr me v Versatz und Schaltzeitvorgaben Abbildung 26 Interne Module und Kenngr en von MOTION M ck 2003 4 3 2 1 Kenngr enerfassung Die LSA Grundversorgung und d
84. die benachbarten Knotenpunkte bestimmt wird und derzeit AMONES 2010 111 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung untersucht wird inwieweit die Verkehrsdichte die mittlere Reisegeschwindigkeit oder andere Kenngr en zur Beschreibung der Qualit t geeignet sind Nach Brilon 2007 S 18 ist bei der Beurteilung von Stra enverkehrsanlagen im berlastfall Vorsicht geboten da gemessene Verkehrsst rken f r eine Auslastung gr er 1 nicht mehr der tats chlichen Nachfrage entsprechen In diesem Zusammenhang wird darauf hingewiesen Brilon 2007 S 22 ff dass sich Fahrzeiten und Geschwindigkeiten insbesondere im berlastfall als Kenngr en zur Beurteilung der Qualit t einer Verkehrsanlage eignen und als ma gebendes Qualit tskriterium f r Hauptverkehrsstra en mit Ber cksichtigung der Knotenpunkte S 25 zu betrachten sind Zur Beurteilung der Qualit t auf Hauptverkehrsstra en besteht die M glichkeit QSV ber den Anteil der mittleren Reisegeschwindigkeit an der zul ssigen H chstgeschwindigkeit zu vergeben Tabelle 18 Die Ber cksichtigung unterschiedlicher Anteile und Geschwindigkeiten machen diese QSV zu einer relativen Bewertung Die daf r notwendigen Daten k nnen aus Induktionsschleifen gewonnen und durch Fahrzeiten aus Kennzeichenerfassungssystemen in Verbindung mit FCD Daten erg nzt werden Anteil der mittleren Reisegeschwindigkeit an der zul ssigen H chstgeschwindigkeit RT HERE H
85. die mittleren Fahrzeiten ber alle Relationen f r LRS und BALANCE PS1 aufgrund einer anderen Gewichtung der Parameter der AMONES 2010 27 Kurzfassung Bewertungsfunktion deutlich anders zusammensetzen Demzufolge l sst sich mit BALANCE eine Priorisierung bestimmter Fahrtrichtungen realisieren Simulation Der wesentliche Vorteil der Simulation gegen ber der Messung liegt darin dass in der Simulation nicht nur die Fahrzeuge auf den mittels Messtechnik erfassten Relationen sondern alle Fahrzeuge im Netz in die Auswertung einbezogen werden konnten Zudem bietet die Simulationsumgebung die M glichkeit zur Untersuchung zus tzlicher Szenarien In einem ersten Schritt wurde zun chst die Simulationsumgebung gem der in Hinweise zur mikroskopischen Verkehrsflusssimulation FGSV 2006 beschriebenen Vorgehensweise kalibriert Als Zielkenngr en wurden dabei die Verkehrsst rken und Fahrzeiten aus den Feldmessungen verwendet Anschlie end wurden die verschiedenen Szenarien simuliert wobei zur Schaffung einer hinreichenden statistischen Aussagekraft in der Regel 20 Simulationsl ufe pro Szenario und Steuerungsvariante durchgef hrt wurden Die Simulationsergebnisse werden hier am Beispiel des Szenarios A verdeutlicht welches in der Spitzenstunde eine um 19 h here Nachfrage in der stlichen Zufahrt 4 gegen ber dem Mittelwert der ber alle Messtage erhobenen Nachfrage aufweist weshalb die Ergebnisse nicht direkt mit den Ergebnis
86. die ultrafeinen Partikel relevant Eine Analyse der Massenkonzentration der groben Partikel ist eher aus Sicht der gesetzlich festgelegten Grenzwerte sinnvoll aus gesundheitlicher Sicht ist dagegen die Untersuchung der Anzahlkonzentration der ultrafeinen Partikel wichtiger Aufgrund des relativ geringen Anteils der prim ren motorbedingten Partikelemissionen an den Gesamtemissionen ist es fraglich ob AMONES 2010 165 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Wirkungen aus nderungen des Verkehrsablaufs f r die Messgr en PM o und PM Massen konzentration oberhalb der Messschwelle der verf gbaren Messtechnik liegen 215 kt 204 kt w Verbrennungsprozesse Kraftwerke Fernw rme Raffinerien Verbrennungsprozesse Gewerbe Haushalt Verbrennungsprozesse Verarbeitende Industrie Produktionsprozesse a Extraktion und Verteilung von fossilen Brennstoffen amp Geothermie L sungsmittel und Produktgebrauch E Stra enverkehr FU Sonstige mobile Quellen und Maschinen Ei Abfallbehandlung und Entsorgung WW Landwirtschaft Abbildung 63 PM10 Emissionsanteile nach Quellsektoren und ihre zeitliche Entwicklung in Deutschland Umweltbundesamt 2009b Stickstoffoxide Stickoxide oder Stickstoffoxide oder NOx sind Sammelbezeichnungen f r die gasf rmigen Oxide des Stickstoffs Stickoxide entstehen unter anderem bei der Verbrennung fossiler Brennstoffe Stickstoffdioxid NO2 wird nur in geringen Mengen direkt freige
87. dienen als Stellgr en f r die Kalibrierung AMONES 2010 153 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung F r die Linksabbieger und Linkseinbieger stehen in der Regel eigene detektierte Fahrstreifen zur Verf gung Die Abbiegeraten k nnen hierf r direkt ermittelt werden F r Rechtsabbieger und Geradeausfahrer sowie f r Rechtseinbieger und kreuzende Fahrzeuge gibt es dagegen in der Regel einen Mischfahrstreifen Die Abbiegeraten hierf r dienen als Stellgr en f r die Kalibrierung F r die Kalibrierung k nnen nur neun der elf Messquerschnitte im Netz verwendet werden da die Daten an zwei Messquerschnitten nicht plausible Werte habe Da in Bremerhaven w hrend der Feldmessungen kaum R ckstaus und somit auch keine Staudauern vorhanden und diese damit auch nicht zu messen waren werden im dritten Schritt der Kalibrierung nur Fahrzeiten kalibriert Aufgrund der geringen Verkehrsbelastung der Verbindung 1 3 und 3 1 siehe Abbildung 55 im realen Testfeld und somit auch in der Simulation werden nur die brigen vier Fahrbeziehungen 1 2 2 1 2 3 3 2 f r die Kalibrierung verwendet Als Stellgr e f r die Kalibrierung der Fahrzeiten dienen Querverkehrsst rungen im Besonderen die Fu g ngerstr me beim bedingt vertr glichen Rechtsabbiegen Wunschgeschwindigkeiten der verschiedenen Fahrzeugklassen Pkw und Lkw sowie der Schwerverkehrsanteil Dieser bewegt sich im Rahmen der an den Hauptzufahrten erhoben
88. ein Des Weiteren gehen die aus der Progressionsgeschwindigkeit berechnete Fahrzeit At und die Abbiegeraten r zur Berechnung der Zufl sse der nachfolgenden Links Das Verkehrsmodell liefert signalgruppenfein Wartezeit und Anzahl der Halte Abbildung 28 Linkmodell M ck 2008 AMONES 2010 13 Verfahren der LSA Steuerung 4 3 2 5 Steuerungsmodell Optimierung Die Optimierung der Freigabezeiten erfolgt parallel f r jeden Knotenpunkt getrennt und unter Ber cksichtigung folgender Randbedingungen absteigende Priorit t e Einhalten der Phasenmindestdauern e Einhalten der Min und Max Bedingungen gleichberechtigt e Einhalten von Schalt und Versatz Bedingungen e Optimierung der Auslastungsgrade und Wartezeiten Querrichtungen haben in der Regel h here Auslastungsgerade als die Hauptrichtungen Es wird dabei versucht das Verh ltnis der Auslastung zur gew nschten Auslastung m glichst f r alle Signalgruppen gleich gro zu halten F r die Auswahl der Umlaufzeit wird f r jede Umlaufzeit und Phasenfolge jeweils nur die Signalgruppe deren Zielfunktionswert den h chsten Wert aufweist herangezogen nl N sooo y mp SETT zfGewicht Auslastung sa T l Z i 4 un D D ii Abbildung 29 Benutzer Parametrierung der Zielfunktion KFZ Beispiel Soll S ttigung 90 Siemens 2008 Dies erfolgt wiederum in mehreren Schritten e F r jede LSA und Umlaufzeit wird die Phasenfolge ausgew
89. eine Reduzierung der Gr nzeit bei Stauerkennung in die Berechnung des S ttigungsgrades X eingebracht werden Sims und Dobinson 1980 4 6 2 5 Steuerungsmodell Optimierung Die Modifizierung der Umlaufzeit der Gr nzeitaufteilungsplans und des Versatzzeitplanes wird im Folgenden beschrieben Umlaufzeit C C C 60 X f C mit im abgelaufenen Zyklus tats chlich geschaltete Umlaufzeit errechnete Umlaufzeit nderung f r den laufenden Zyklus errechnete Umlaufzeit f r den n chsten Zyklus f C der f r den laufenden Zyklus als h chstzul ssig gew hlte S ttigungsgrad Werte sind in Tabelle vorgegeben Es werden nur nderungen in 6 Sekunden Schritten betrachtet Gr nzeitaufteilung Optimiert wird die Gr nzeitaufteilung hinsichtlich des S ttigungsgrads An jeder Zufahrt wird der S ttigungsgrad X f r jeden m glichen Gr nzeitaufteilungsplan errechnet Dabei werden die AMONES 2010 87 Verfahren der LSA Steuerung gr ten X Werte als ma gebend ausgew hlt Gew hlt wird der Plan wenn er innerhalb von drei Uml ufen zweimal den niedrigsten X Wert aufweist Versatzzeit Die Versatzzeit ist die Differenz zwischen dem Nullzeitpunkt der Bezugszeit und dem Ende einer definierten Phase am Knoten Der Versatz ist grunds tzlich unabh ngig von der Umlaufzeit in den f nf Versatzzeitpl nen festgelegt Um Stau oder Pulkgeschwindigkeiten zu ber cksichtigen kann die Versatzzeit als Funktion der Umlaufzeit modifiziert werden
90. eine denkbar ung nstige Form hat und im Sinne der vorigen Klassifizierungen lediglich als unbekannt eingestuft werden kann Ferner sind Mittelwert Standardabweichung Variationskoeffizient und die erforderlichen Stichproben nach den Formeln angegeben Diese fallen bedingt durch den hohen Variationskoeffizienten von 0 38 sehr gro aus Grundgesamtheit Umfang 2 104 Verteilung in 10 Sekunden Schritten 15 T T T T T Mittelwert 6 4 min 8 Standardabweichung 2 4 min m Variationskoeffizient 0 38 Erforderliche Stichproben nach Formel T 10 D 6 200 normalverteilt E r 410 eingipflig 742 unbekannt E 4 D gt E 0 2 0 0 10 11 12 0 2 4 6 8 10 12 Vergangene Zeit h Fahrzeit min Autokorrelationsfunktion Sortierte Mittelwerte mit 27 Stichproben 9 0 Mittelwert Grundgesamtheit 8 0 5 Grenze E Zuf llige Ziehung 51 innerhalb 5 a0 Simulierte Ziehung 95 innerhalb 5 N lt U o 6 0 v 5 0 B Autokorrelationsfunktion Konfidenzgrenzen 4 0 0 20 40 60 80 100 0 2 000 4 000 6 000 8 000 10 000 Lags 1 Lag entspricht ca 5 Min Simulationsnummer Abbildung 46 Auswertung der simulierten Ziehung f r eine Schicht mit hoher Autokorrelation AMONES 2010 125 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Unten links ist die Autokorrelationsfunktion mit ihren Konfidenzgrenzen dargestellt Diese zeigt dass die Zeitreihe der G
91. eine steigende Anzahl Halte im Messbereich eine deutliche positive Korrelation mit den gemessenen Stickstoffoxid Immissionen festgestellt Im Testfeld Bremerhaven mit im Mittel deutlich h heren Windgeschwindigkeiten und einer durchweg niedrigeren Verkehrsbelastung konnten erwartungsgem keine signifikanten Zusammenh nge zwischen Kenngr en der AMONES 2010 357 Evaluierung modellbasierter Steuerungsverfahren Verkehrsqualit t und den Luftschadstoffimmissionen abgeleitet werden Deutlich erkennbar in nahezu allen Immissionsmessreihen d h sowohl f r Partikel als auch f r Stickstoffoxide und f r Hamburg ebenso wie f r Bremerhaven sind jedoch die Einfl sse des Schwerverkenhrs F r eine detaillierte Betrachtung der Wirkungen einer verbesserten Koordinierung zeigt ein Vergleich der NMS BALANCE mit der LRS am Messquerschnitt Hamburg Habichtstra e hnliche Ergebnisse wie die netzbezogenen verkehrlichen Untersuchungen Beide Verfahren reduzieren im Vergleich zur FZS die Anzahl der Halte im Untersuchungsbereich deutlich wobei die Anzahl der Halte bei der NMS BALANCE je nach Parametrierung geringf gig h her liegt als bei der LRS F r die Immissionen am Messaquerschnitt bedeutet dies in beiden F llen eine Reduktion von etwa 20 bis 25 im Vergleich zur FZS Mit einer ann hernd optimalen Umwelt HotSpot Koordinierung am Messquerschnitt k nnten die Immissionen zu verkehrlich hochbelasteten Zeiten allerdings um weitere 25 reduz
92. en der Verkehrs und Umweltsituation und ihre Erfassung Vorhandene L cken in den Zeitreihen f hren zu noch gr eren L cken in der tiefpassgefilterten Zeitreihe Jede L cke wird um die entsprechende Periode als Kehrwert der gew hlten Filterfrequenz vergr ert Neben den t glichen L cken vor 6 30 Uhr und nach 18 30 Uhr sind weitere L cken durch die o g Ereignisse vorhanden F r die vorliegenden Zeitreihen f hren die genannten Verfahren in Abh ngigkeit der gew hlten Filterfrequenz zu einer erheblichen Reduzierung der Stichprobengr e Durch die Anwendung l ckenschlie ender Verfahren kann dieser Nachteil zwar ansatzweise beseitigt werden eine einfachere Alternative besteht allerdings in der Ermittlung einer Regression der Zeit f r jede Kenngr e an jedem Messtag Nach Sch nwiese 2010 ist im gegebenen Kontext den einfachen Verfahren der Vorzug zu geben es sei denn die genannten effizienten Verfahren wie beispielswei e nach GAUR oder weisen deutliche Vorteile auf Die mit den genannten Filterverfahren und der alternativen zeitabh ngigen Regression extrahierten hochfrequenten Zeitreihen werden einander exemplarisch f r einen Messtag vergleichend gegen bergestellt Abbildung 77 11 29 12 29 13 30 14 30 15 30 16 30 PM 10 Hochpassfilterung mit GM 1h PM 10 Hochpassfilterung mit GM 3h PM10 Riterung mit zeitl Regression PM 10 Hochpassfilterung mit Gau 1h PM 10 Hochpassfilterung mit Gau 3h
93. f r LSA Netzsteuerungen Eine dort entwickelte Systematik enth lt in ihrer aktuellen Entwurfsfassung hnliche Ans tze wie die hier vorgestellte Typisierung Zwischen den Mitgliedern des Arbeitskreises und den Bearbeitern des Projektes besteht ein diesbez glicher Austausch 6 5 1 Typisierung der Steuerungsverfahren Tabelle 13 zeigt die Typisierung der g ngigen Verfahren zur Lichtsignalsteuerung gem aktueller RILSA FGSV 2010 Alle dort aufgef hrten Varianten k nnen prinzipiell sowohl regelbasiert als auch modellbasiert ungesetzt werden Aufbauend darauf wurde in AMONES zun chst die in Tabelle 37 dargestellte Systematik f r LSA Steuerungsverfahren entwickelt oral Netzwelt Signalprogrammauswahl SA zeitabh ngig verkehrsabh ngig RLSA RNSA verkehrsabh ngig MLSA MNSA Signalprogrammbildung bzw verkehrsabh ngig RLSB RNSB anpassung SB verkehrsabh ngig MLSB MNSB R regelbasiert M modellbasiert Tabelle 37 Systematik der LSA Steuerungsverfahren in AMONES Diese wurde anschlie end nochmals verdichtet so dass in der Typisierung letztlich folgende sechs Steuerungsverfahren unterschieden werden e Die Festzeitsteuerung FZS stellt eine zeitabh ngige Signalprogrammauswahl f r die einzelnen Knoten ZLSA in Tabelle 37 dar e Unter einer lokalen Steuerung regelbasiert LRS bzw modellbasiert LMS wird hier eine verkehrsabh ngige lokale Signalprogrammanpassung RLSB bzw MLSB verstanden e Bei der netzw
94. f r die einzelnen Knoten dar e Unter einer lokalen Steuerung regelbasiert LRS bzw modellbasiert LMS wird hier eine verkehrsabh ngige lokale Signalprogrammanpassung verstanden e Bei der netzweiten regelbasierten Steuerung NRS kann es sich entweder um eine verkehrsabh ngige Signalprogrammauswahl oder eine Signalprogrammbildung bzw anpassung handeln e Bei den modellbasierten Netzsteuerungen wird nochmals explizit unterschieden in die netzweite modellbasierte Signalprogrammauswahl NMSA und die netzweite modellbasierte Steuerung NMS welche die Verfahren zur netzweiten verkehrsabh ngigen Signalprogrammbildung bzw anpassung umfasst und in AMONES insbesondere durch die untersuchten Verfahren MOTION und BALANCE repr sentiert wird 2 2 1 Regelbasierte Steuerung Regelbasierte Steuerungsverfahren nutzen Kenngr en die direkt aus dem Verkehrsfluss gewonnen und ber Plausibilit tsannahmen mit der Steuerungslogik verkn pft werden Aus den gemessenen Kenngr en werden mit Hilfe von logischen Bedingungen R ckschl sse auf den Verkehrszustand im Zufahrtstrom gezogen die dann ggfs zu bestimmten Steuer entscheidungen f hren Bei der Umsetzung regelbasierter Steuerungsverfahren wird meist sek ndlich der in Abbildung 2 dargestellte Ablauf durchlaufen Bei der Kenngr enerfassung werden ber Detektoren im Stra enraum verkehrliche Kenngr en wie Zeitl cken und Belegungsgrade erfasst und ggfs weitere nicht direkt messbare
95. hrt e Das R ckw rts Verfahren nimmt zun chst alle potentiellen Pr diktorkenngr en in das Erkl rungsmodell auf Es werden sukzessive die Kenngr en aus dem Modell entfernt die zum geringsten R ckgang des Bestimmtheitsma es f hren Sofern sich das Bestimmtheits ma durch die Wegnahme einer Kenngr f se nicht signifikant verringert wird die Kenngr e aus dem Modell ausgeschlossen Erst bei einer signifikanten Verkleinerung des Bestimmtheitsma es wird das Verfahren abgebrochen e Das schrittweise Verfahren kombiniet das Vorw rts und das R ckw rts Verfahren Hier wird vor der Aufnahme einer neuen Kenngr e berpr ft ob sich durch die Entfernung einer bereits aufgenommenen Pr diktorkenngr e das Bestimmtheitsma signifikant verkleinert Alle drei Verfahren beurteilen die Signifikanz der Ver nderung des Bestimmtheitsma es mittels eines F Tests vgl Bortz Weber 2005 Aufgrund von Kollinearit ts und Suppressionseffekten besteht die M glichkeit dass die Verfahren zu unterschiedlichen Pr diktormengen f hren k nnen Daher wird ein Vergleich der Ergebnisse der drei Verfahren durchgef hrt Konkret werden f r jede zu untersuchende Immissionskenngr e diejenigen Kenngr en als potenzielle Pr diktorkenngr en markiert f r die eine signifikante Korrelation festgestellt wurde Auch wenn die Messungen in einem Testfeld nach der Interpretation der statistischen Kenngr en als unterschiedliche Grundgesamtheiten
96. jedoch nicht Bestandteil dieser Untersuchung sind Anschlie end wird der Anteil der Varianz der verkehrlichen Einflussfaktoren ermittelt der auf die LSA Steuerung zur ckgef hrt werden kann Hierf r sind die Wirkungen der LSA Steuerung t Bzw der kleinsten gemessenen Auspr gung der Verkehrskenngr en im Erkl rungsmodell da beispielsweise im Testfeld Hamburg in keinem der betrachteten Zeitintervalle eine Verkehrsst rke von q 0 Fz h erfasst wurde und das Erkl rungsmodell diesen Zustand folglich nicht ber cksichtigen kann Das f nfte Perzentil wurde gew hlt um keine Ausrei er als Grundlage f r die Potenzialabsch tzung zu verwenden AMONES 2010 216 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung bezogen auf die im Erkl rungsmodell enthaltenen Verkehrskenngr en zu quantifizieren Eine Verkn pfung dieser in der Praxis erreichbaren Wirkungen mit dem Erkl rungsmodell erm glicht schlie lich die Absch tzung der tats chlich realisierten immissionsbezogenen Wirkungen der einzelnen LSA Steuerungsverfahren Die Wirkungen einer verbesserten Koordinierung durch die LSA Steuerung lassen sich anhand der Kenngr e Anfahrvorg nge quantifizieren Daf r wird die mittlere Anzahl an Anfahrvorg ngen die bei vergleichbarer Verkehrsnachfrage bei den unterschiedlichen Steuerungsverfahren auftritt bewertet Daf r wird zun chst eine Clusterung der Verkehrsnachfrage am Messquerschnitt vorgenommen Abweichend zur Clus
97. kann die LRS jedoch wesentliche Vorteile f r bestimmte Situationen bieten in denen eine Reaktion auf die Anforderung einzelner Fahrzeuge oder Verkehrsteilnehmer erforderlich ist In gleicher Weise ist die LRS f r die PNV Bevorrechtigung ohne Alternative Die LRS sollte aus diesem Grund nicht f r die Nachfrageanpassung sondern ausschlie lich die Behandlung von besonderen einzelnen Anforderungen wie z B die Bedarfsphasenanforderung f r Linksabbieger im Testfeld Hamburg eingesetzt werden Durch eine solche Reduktion k nnen die Signalprogramme auch einfacher und im Sinne des Qualit tsmanagements transparenter gestaltet werden PNV Bevorrechtigung ist mit modellbasierten Verfahren in Verbindung mit lokaler regelbasierter Steuerung realisierbar F r die PNV Bevorrechtigung ist die LRS ohne Alternative Sie kann in Verbindung mit der NMS und FZS verwendet werden Der Zielkonflikt zwischen der Beschleunigungswirkung f r die PNV Fahrzeuge und der Verkehrsqualit t f r den brigen Kfz Verkehr ist dabei zu beachten Die weitere Entwicklung der NMS sollte darauf gerichtet sein deren in den Untersuchungen deutlich gewordenen Potenziale zum Ausgleich des Zielkonflikts zu verstetigen AMONES 2010 367 Fazit und Handlungsempfehlungen Ein einfacher Einstieg in die Nachfrageanpassung und geeignete Strategien f r die Migration zu modellbasierten Steuerungsverfahren erscheinen sinnvoll Aus verkehrlicher Sicht ist die Anpassung der Rahmensi
98. keine Daten vorliegen Festzeitsteuerung ne BALANCE PS1 BALANCE PS2 Tabelle 71 Cluster 2 Morgenspitze Verlustzeiten Hier wird deutlich dass die Festzeitsteuerung f r die Relation 3 1 den geringsten Freigabezeitanteil vergibt Umgekehrt hat der entgegenkommende Linksabbieger der Relation 1 4 die h chsten Freigabezeitanteile aller Steuerungsverfahren Die verkehrsabh ngigen Steuerungen LRS und BALANCE haben hier die M glichkeit die zus tzliche Freigabezeit dieses bedingt vertr glich gef hrten Linksabbiegers zu verk rzen beziehungsweise zu berspringen Die dadurch auf der Relation 3 1 zus tzlich verf gbare Freigabezeit von 7 s wirkt sich dabei deutlich auf die Fahrzeit aus Da die verkehrsabh ngigen Steuerungen diese Variante meistens nutzen bedeutet dies dass dieser Linksabbiegerstrom lediglich durch Kapazit t im Phasen bergang abgefertigt wird Die dadurch vorhandene Kapazit t ist f r diesen Linksabbieger der sich in den Spitzenzeiten um die 150 Kfz h bewegt Auswertung der Induktionsschleife ausreichend Die Freigabezeitanteile f r die Relation 4 2 folgen demselben Schema hier entspricht der entgegenkommende Linksabbieger der Relation 2 1 FZS 1 Stunde mit 5 250 Kfz h LRS 4 Stunden mit 5 400 Kfz h EEE BAL PS1 3 Stunden mit 5 360 Kfz h BEE BAL PS2 2 Stunden mit 5 311 Kfz h Freigabezeitanteil Relation Abbildung 129 Cluster 2 Morgen
99. m glich Dabei ist ein m glichst pr ziser Modellansatz zu w hlen Die in Abschnitt 5 2 3 dargestellten mikroskaligen Immissionsmodelle mit physikalischem Ausbreitungsmodell oder ein statistisch empirischer Ansatz erscheinen hierf r geeignet F r eine rein lokale Modellierung hat ein statistisch empirischer Ansatz den Vorteil dass der Aufwand f r die Modellierung der vorhandenen Bebauung entf llt Neben der Messung oder pr zisen Modellierung der Immissionen am Umwelt HotSpot ist zumindest f r das Zielkonzept 3 eine netzbezogene Erfassung von Immissionskenngr en erforderlich Diese Erfassung sollte aus Aufwandsgr nden weitestgehend modellbasiert durchgef hrt werden Die messtechnisch erfassten bzw mikroskalig modellierten Immissionen an den HotSpots k nnen als St tzpunkte f r die Absch tzung der Immissionen im weiteren Netz dienen Zur Ber cksichtigung der Wirkungen kurzzeitiger zuf lliger oder nicht zuf lliger Schwankungen verkehrlicher Kenngr en auf die Immissionen wird zu einer Erfassung der Immissionskenngr f sen mit einer Aufl sung h her als 1 Stunde geraten Die Gegen berstellung zu den rechtlich vorgeschriebenen Grenzwerten kann und sollte in Form entsprechend aggregierter Werte erfolgen Zielkonzept 1 2 3 Pauschale Minimierung Einhaltung der Differenzierte der verkehrlichen Immissionsgrenzwerte Minimierung negativer Emissionen an definierten Umwelt gesundheitlicher HotSpots Wirkungen im Kenngr engruppe g
100. nach HBEFA 2010 Bezugsjahr 2008 Verkehrssituation ges ttigte Hauptverkehrsstra e innerorts Geschwindigkeit und Verkehrsflusszustand Die Geschwindigkeit und die Qualit t des Verkehrsablaufs haben einen Einfluss auf die Emissionen des Stra enverkehrs H here Geschwindigkeiten und ein schlechter Verkehrsablauf f hren zu h heren Emissionen wobei der Einfluss des Verkehrsablaufs gr er ist als der Einfluss der Geschwindigkeit Das Ergebnis der Literaturrecherche zeigt allerdings dass sowohl die angewendeten Methoden ebenso wie die Ergebnisse der Untersuchungen gro e Unterschiede aufweisen In mehreren Untersuchungen lassen sich der Einfluss der Geschwindigkeit und der Einfluss des Verkehrsablaufs nicht zweifelsfrei trennen Nur wenige Untersuchungen lassen R ckschl sse auf die Partikel und Stickoxidbelastung anhand g ngiger Kenngr en zum Verkehrsablauf beispielsweise nach HBS FGSV 2005 zu Geschwindigkeit Cerwenka 1997 zeigt einen vereinfachten Ansatz zur Berechnung von Emissionen E in Abh ngigkeit von Geschwindigkeit v Kraftstoffkonzept und Fahrzeugart Die Schadstoffe Kraftstoffkonzepte und Fahrzeugarten werden darin ber die Regressionskoeffizienten Cx ber cksichtigt C2 8 E MV e In v Co C41 v zz Prinzipiell h ngt der Schadstoffaussto aber neben der Geschwindigkeit auch von der Motorauslastung und Beschleunigung ab die wiederum eine Funktion von Drehzahl AMONES 2010 174
101. nnen beliebig viele Erhebungen Simulationsdurchl ufe durchgef hrt werden um eine statistische Sicherheit zu erhalten Auswertungsaufwand Die verschiedenen in der Simulationsumgebung enthaltenen Auswertungstypen und Datenausgaben erlauben relativ einfach vielf ltige und umfangreiche Datenauswertungen Um Ausgabedaten zu erzeugen muss in VISSIM die zugeh rige Option aktiviert werden Die Ausgabe der Daten erfolgt je nach Auswertungstyp in einem Bildschirmfenster z B Signalzeitenpl ne als Textdatei oder als Datenbank Tabelle Manche Auswertungstypen bieten mehrere M glichkeiten AMONES 2010 110 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Zus tzlich stehen in VISSIM Filter zur Auswahl die die Auswertung zeitlich r umlich Strecke Knotenpunkt Netz und f r einzelne Fahrzeuge oder Fahrzeuggruppen erlauben Die Textdateien k nnen in der Regel ohne Probleme in Tabellenkalkulationsprogramme wie z B Microsoft Excel importiert und f r weitere Berechnungen oder grafische Darstellungen verwendet werden PTV 2008 5 1 10 Verfahren zur Beurteilung der Qualit t Die Beurteilung der Qualit t von Verkehrsanlagen kann relativ oder absolut erfolgen Eine absolute Bewertung wie sie das Handbuch f r die Bemessung von Stra enverkehrsanlagen HBS der Forschungsgesellschaft f r Stra en und Verkehrswesen FGSV 2002 vorschl gt orientiert sich zum Beispiel an Geschwindigkeiten oder Wartezeiten Dies hat
102. noch etwas st rker belastet sind handelt es sich bei den Zufahrten 3 4 5 und 7 um Anliegerstra en aus den angrenzenden Gebieten Die Routenwahl ist ber den Simulationszeitraum im Grundszenario unver ndert Der Schwerverkehrsanteil betr gt einheitlich f r jede Zufahrt 5 Prozent Ful g ngerstr me werden zwar in den Signalprogrammen ber cksichtigt aber nicht simuliert und bewertet Im Netz gibt es eine Buslinie des PNV Diese wird im Zeitraum von 6 Uhr bis 20 Uhr in Nord S d Richtung mit einem 10 Minuten Takt und in S d Nord Richtung mit einem 8 Minuten Takt bedient Sie f hrt ber 3 Knotenpunkte Haltestellen befinden sich in beiden Richtungen jeweils hinter dem mittleren Knotenpunkt 10 3 Messszenarien Innerhalb des virtuellen Testfeldes werden f r alle vorhandenen Fahrbeziehungen Verlustzeitmessungen durchgef hrt Die Erhebungsquerschnitte liegen dabei hinter Quelle bzw vor den Randknoten Ziel so dass durch die Randknoten bedingte Verlustzeiten nicht in die Auswertungen einflie en Die einzelnen Verlustzeitenmessungen werden aus bersichtsgr nden bei der Auswertung zu Routenklassen zusammengefasst e Zu den Hauptrouten z hlen die Routen 1 9 9 1 6 10 10 6 9 11 und 11 9 e Abbieger sind Fahrzeuge welche im Verlauf ihrer Route von einer der Hauptrouten abbiegen e Einbieger sind Fahrzeuge die im Verlauf ihrer Route in eine der Hauptrouten einbiegen und dieser dann folgen e Alle anderen Fahrzeuge werd
103. oJ Lagrange Modelle verwenden Luftst e puffs um kurzzeitige Einfl sse sowohl der Meteorologie als auch verschiedener Emittenten zu ber cksichtigen Kontinuierliche Emissionen werden als Serie von Luftst en abgebildet Jeder Luftsto mit seinen Eigenschaften u a Geschwindigkeit Richtung Stabilit t und Volumen wird vom Modell individuell ber cksichtigt Durch eine berlagerung dieser Luftst e k nnen Schadstoffkonzentrationen r umlich und zeitlich differenziert bestimmt werden NWS 2009 Modelle aus dem Bereich der numerischen Str mungsmechanik CFD simulieren das Str mungsverhalten der Luft schadstoffe in Abh ngigkeit von Geb uden und Stra enschluchten Die mathematische Grundlage sind die Navier Stokes Gleichungen nach Claude Louis Marie Henri Navier und George Gabriel Stokes welche die Str mungen von Fl ssigkeiten und Gasen beschreiben Die Navier Stokes Gleichungen sind nichtlineare partielle Differentialgleichungen 2 Ordnung die Komponenten zur Ber cksichtigung von Turbulenz und der hydrodynamischen Grenzschicht Einfluss der Reibung enthalten Zur L sung der Gleichungen werden meist numerische Verfahren eingesetzt Die Genauigkeit mikroskaliger Modelle soll nach 39 BImSchV je nach zeitlicher Aufl sung 30 bis 60 betragen Die erreichbare Datenqualit t h ngt neben dem verwendeten Modell stark von der Komplexit t der Randbedingungen von der Datenqualit t der Eingangsgr en und auc
104. oben genannten verkehrlichen Kenngr en exakt zu erfassen m ssen die einzelnen Trajektorien Weg Zeit Verl ufe der Ortsver nderungen aller Verkehrsteilnehmer im Untersuchungsgebiet beobachtet werden Abbildung 35 zeigt beispielhaft den Verlauf der AMONES 2010 90 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Trajektorien aller Verkehrsteilnehmer was einer vollst ndigen Zustandsbeschreibung entspricht Abbildung 35 Reale Fahrzeugtrajektorien Die Praxis ist allerdings weit davon entfernt diese M glichkeit zu bieten Grunds tzlich k nnen heute Ortsver nderungen von Verkehrsteilnehmern mit GPS Ger ten genau erfasst werden Eine kontinuierliche Erfassung aller Verkehrsteilnehmer ist mit dieser Technik aber derzeit noch nicht m glich Deshalb werden in diesem Kapitel Erfassungsmethoden beschrieben die sich zur Erfassung von Kenngr en f r die Bewertung des Verkehrsablaufs in Stra ennetzen mit Lichtsignalanalgen eignen und die heute technisch umsetzbar sind Dabei geht es um die Erfassung von Kenngr en zur Bewertung der Verkehrsqualit t und nicht um Kenngr en die von den LSA Steuerungsverfahren verwendet werden Jede Erfassungsmethode wird dazu in den Kapiteln 5 1 2 bis 5 1 9 durch folgende Punkte beschrieben e erfasste Kenngr en e Methodenbeschreibung e Datenqualit t e Aussagekraft der Daten e Erhebungsaufwand e Auswertungsaufwand Da nicht alle f r eine Bewertung erforderlich
105. rke Cluster 3 nach mittags hohe Verkehrsst rke Cluster 4 nachmittags hohe Verkehrsst rke Nachmittagsspitze Cluster 5 abends niedrige Verkehrsst rke Cluster 7 Morgens niedrige Verkehrsst rke FZS 487 s Cluster 8 Abend sehr niedrige Verkehrsst rke Cluster 9 Nacht sehr niedrige Verkehrsst rke mso oo as m r Cluster 10 Nacht extrem niedrige Verkehrsst rke Tag Tabelle 51 Bewertungs bersicht nach Clustern und insgesamt f r die Hauptrouten AMONES 2010 264 Testfeld Bremerhaven Mittlere Mittlere Standzeit Mittlere Anzahl Eingangsverkehrs Verlustzeit s s Halte st rken Kfz Cluster 1 vormittags mittlere Verkehrsst rke Morgenspitze Cluster 2 mittags mittlere Verkehrsst rke Cluster 3 nach mittags hohe Verkehrsst rke Cluster 4 nachmittags hohe Verkehrsst rke Nachmittagsspitze Cluster 5 abends niedrige Verkehrsst rke Cluster 7 Morgens niedrige Verkehrsst rke FZS Cluster 8 Abend sehr niedrige Verkehrsst rke Cluster 9 Nacht sehr niedrige Verkehrsst rke Cluster 10 Nacht extrem niedrige Verkehrsst rke Tag Tabelle 52 Bewertungs bersicht nach Clustern und insgesamt f r das gesamte Netz AMONES 2010 265 Testfeld Bremerhaven 8 9 3 Auswertung umweltbezogener Kenngr en Die Auswertung der umweltbezogenen Kenngr en erfolgt analog zur im Kapitel 5 2 6 beschriebenen methodischen Vorgehensweise In den folgenden Unterkapiteln werden
106. sind werden ausgehend von den gemessenen Teilstrecken die Verkehrsst rken auf allen Teilstrecken ohne Messstellen vorw rts bzw r ckw rts propagiert Ein weiteres Modul der Verkehrsnachfrage stellt die Sch tzung der R ckstaul ngen da und eine damit verbundene Erkennung von berlastungen M ck 2002 AMONES 2010 12 Verfahren der LSA Steuerung 4 3 2 3 Signalprogrammanpassung Eine Optimierung unterteilt sich bei MOTION in drei Stufen In der ersten Stufe werden f r alle erlaubten Umlaufzeiten und Phasenfolgen die g nstigsten Freigabezeiten ermittelt In der zweiten Stufe wird die System Umlaufzeit f r das Regelgebiet bestimmt Im dritten Schritt werden die Versatzzeit zwischen den einzelnen Knotenpunkten und die Phasenfolge am Knotenpunkt im gesamten Steuerungsgebiet optimiert Die Steuerungsgr en Umlaufzeit Versatzzeit Phasenfolge und Freigabezeitverteilung werden als Rahmensignalpl ne alle 5 15 Minuten konfigurierbar an die Lichtsignalanlagen im Steuerungsgebiet versendet Freigabezeitanpassungen und eine Priorisierung des PNV werden auf lokaler Ebene durch die dortigen Logiken umgesetzt 4 3 2 4 Verkehrsflussmodell und Verkehrswirkungsmodell Motion verwendet ein mesoskopisches Verkehrsflussmodell In das Modell gehen neben den Zu und Abfl ssen q und q am Netzrand die Abflusskapazit tt c aus S ttigungsverkehrsst rke und Signalzustand und die L nge des vertikalen Staus in Anlehnung an Mertz 2001 bj
107. stellen aber nur eine kleine Stichprobe der Verkehrsteilnehmer dar ANPR Systeme siehe auch Friedrich et al 2009 liefern Fahrzeiten f r ein gro es Kollektiv der Verkehrsteilnehmer und l sen das Problem der kleinen Stichprobengr e bei Messfahrten Verkehrsst rken aus lokalen Querschnittsz hlungen erlauben eine Quantifizierung und Bewertung der erhobenen Kenngr en Eine Fusion dieser drei Datenquellen liefert die folgenden Ergebnisse siehe auch Abbildung 4 e Mittlere Fahrzeiten nach Relationen und Zeitraum Aus den gefilterten ANPR Fahrzeiten werden f r jede beobachtete Relation mittlere Fahrzeiten f r eine Stunde berechnet e Anzahl Halte nach Relation und Zeitraum Die ANPR Fahrzeiten erm glichen in Kombination mit der Umlaufzeit und den GPS Messfahrten eine Ableitung der mittleren Anzahl Halte e Durchgangsverkehrsst rken nach Relationen und Zeitraum Die Durchgangsverkehrsanteile der ANPR Fahrzeiten erlauben zusammen mit den lokalen Querschnittsz hlungen die Berechnung des Durchgangsverkehrs Bei der Hochrechnung der beobachteten Verkehrsst rken jeder Relation auf die gez hlte Grundgesamtheit kommt das Verfahren der Entropiemaximierung nach Willumsen 1978 zum Einsatz Die Durchgangsverkehrsst rken auf den einzelnen Relationen erm glichen die Quantifizierung und den Vergleich der Kenngr en auf verschiedenen Relationen AMONES 2010 14 Messenlen p iwen a xx 3 a Bramfelder Stra e i
108. vollst ndig auffangen kann Bei zu starker Auslastung und schlechter lokaler Steuerung Abendspitze kann sich der Effekt allerdings auch ins Gegenteil umkehren 120 110 100 90 4 80 4 70 50 4 50 X II g gt z A O E v x 40 FZ LRS mit PNV Beschleunigung N Aa a O Q e N N gt Y ka Q pur u imm 2 E m oO z LRS ohne PNV Beschleunigung E BALANCE mit PNV Beschleunigung 30 4 BALANCE ohne PNV Beschleunigung 20 Schwachverkehrszet Morgenspitze Nebenverkehrszeit Abendspitze Gesamt Abbildung 158 Vergleich der mittleren Verlustzeiten im Tagesverlauf Abschlie end ist festzuhalten dass die bislang betrachteten Szenarien lediglich einen ersten Einblick in die Potentiale der verschiedenen Steuerungsverfahren im virtuellen Testfeld geben k nnen Neben einer Umsetzung der brigen Steuerungsvarianten sollten auch die beiden anderen Netzvarianten sowie Szenarien mit variierter Verkehrsnachfrage noch betrachtet werden AMONES 2010 355 Evaluierung modellbasierter Steuerungsverfahren 11 Evaluierung modellbasierter Steuerungsverfahren 11 1 Evaluierung modellbasierter Steuerungsverfahren in den AMONES Testfeldern Im Vergleich der netzweiten modellbasierten Steuerungsverfahren NMS mit der lokal regelbasierten Steuerung LRS und der Festzeitsteuerung FZS zeigen sich
109. von modellbasierten Steuerungsverfahren erzielt werden k nnen die Verfahren jedoch noch nicht ausgereift genug sind dieses Potenzial durchg ngig zu nutzen Im virtuellen Testfeld sind drei Steuerungsverfahren ohne PNV Bevorrechtigung und zwei Verfahren mit PNV Bevorrechtigung f r identische Nachfragesituationen untersucht worden Der Vergleich anhand der mittleren Verlustzeit der Busse zeigt sehr deutlich das gro e Beschleunigungspotenzial der PNV Bevorrechtigung mit der die Verlustzeiten der Busse um etwa 40 reduziert werden k nnen Die Verbesserung der Fahrzeiten der PNV Busse durch die Bevorrechtigung steht jedoch insbesondere bei h herer Auslastung in einem offensichtlichen Zielkonflikt zu der Verkehrsqualit t des brigen Kfz Verkehrs So steigen die Verlustzeiten des Kfz Verkehrs in der stark belasteten Abendspitze bei der LRS mit PNV Bevorrechtigung um 67 gegen ber der FZS an In der Gegen berstellung aller Steuerungsverfahren mit bzw ohne PNV Bevorrechtigung zeigt sich diese Wechselwirkung f r die Abendspitze in hnlicher Gr enordnung Lediglich in der Morgenspitze wird diese Systematik einmal von BALANCE mit PNV Bevorrechtigung durchbrochen In diesem Steuerungsszenario erzielt BALANCE f r den Kfz AMONES 2010 356 Evaluierung modellbasierter Steuerungsverfahren Verkehr vergleichbar gute Ergebnisse wie die Steuerungsverfahren ohne PNV Bevorrechtigung Dieses Ergebnis l sst vermuten dass bei e
110. voneinander abgrenzbar sind zum Beispiel Windgeschwindigkeit und Luftfeuchte und die in einer bivariaten Korrelationsuntersuchung eine signifikante Korrelation zur untersuchten Luftschadstoffkenngr e aufweisen F r den niederfrequenten Ansatz werden die erhobenen Kenngr en in ihrer originalen Skala und in der logarithmierten Skala auf Kreuzkorrelation und partielle Korrelation untersucht F r den hochfrequenten Ansatz werden die trendbereinigten Kenngr en in ihrer originalen Skala und in der logarithmierten Skala untersucht Die Kreuzkorrelationsanalyse zeigt f r die originalskalierte NOyx Konzentration signifikante negative Phasenverschiebungen der Temperatur um etwa 45 Minuten an Es besteht prinzipiell AMONES 2010 213 Testfeld Bremerhaven die M glichkeit indirekter verz gerter Ursache Wirkungs Beziehungen In der Datentabelle wird daher eine neue Kenngr f se als Lag Variable mit entsprechender Phasenverschiebung gebildet F r die trendbereinigten Kenngr en PM o und PM3 gt s Konzentration werden signifikante negative Phasenverschiebungen der Verkehrsst rke und der Anfahrvorg nge um etwa 70 Minuten angezeigt F r sekund re Partikel ist eine zeitlich verz gerte Messbarkeit plausibel vgl 5 2 1 2 In der Datentabelle wird eine entsprechende Phasenverschiebung vorgenommen F r die weiteren Kenngr en ergeben sich nach Phasenverschiebungen unter den festgelegten Bedingungen keine signifikanten Korrelationen Unp
111. weder in den Felduntersuchungen und Simulationsstudien f r die Testfelder in Hamburg und in Bremerhaven noch in den Simulationsstudien im virtuellen Testfeld eindeutige Ergebnisse hinsichtlich der Bewertungskriterien Verlustzeiten und Anzahl der Halte In der Tendenz ergeben sich in den realen Testfeldern gegen ber dem Referenzverfahren LRS kleine Vorteile f r die NMS die jedoch ber den Tagesverlauf nicht durchg ngig nachgewiesen werden konnten Dar ber hinaus wird mit der FZS in Bremerhaven eine vergleichbare Verkehrsqualit t erreicht wie mit den beiden verkehrsabh ngigen Steuerungsverfahren Ein deutlicher systematischer Abstand bez glich der Verkehrsqualit t besteht lediglich f r die FZS im Testfeld Hamburg Die FZS f hrt dort aufgrund der zyklischen Freigabe eines Linksabbiegers am zentralen Knotenpunkt der bei den verkehrsabh ngigen Steuerungen nur bei Bedarf bedient wird zu deutlich l ngeren Fahrzeiten und einer h heren Anzahl von Halten Die detaillierte Auswertung der in der Felduntersuchung und in der Simulation f r die realen Testfelder ermittelten Daten zeigt dass es mit den NMS zeitweise gelingt deutliche Verbesserungen zu erzielen diese Verbesserungen aber im Tagesverlauf auch Zeitbereichen gegen ber stehen in denen die Verkehrsqualit t auf ein schlechteres Niveau als bei der LRS zur ck f llt Dies weist darauf hin dass offensichtlich Verbesserungspotenziale von bis zu 20 Reduzierung der Verlustzeiten mit Hilfe
112. wird als nicht ausreichend bewertet und verworfen Die Pr diktoren und die Vorzeichen der Regressionskoeffizienten sind fachlich plausibel Erkl rungsmodell f r die gemessene PM10 Konzentration Tabelle 59 zeigt die bergreifenden Modellparameter des PM Erkl rungsmodells Das nieder frequente Modell erkl rt 70 bis deutlich ber 80 der Varianz der PM Konzentration Der relative Standardfehler bezogen auf die mittlere gemessene Immissionskonzentration liegt bei etwa 35 in der ersten Messwoche und knapp 20 in der zweiten Tabelle 59 Das hochfrequente Modell erkl rt etwa 50 der Varianz der hochfrequenten Komponente der PM o Konzentration Der relative Standardfehler bezogen auf die doppelte Standardabweichung der trendbereinigten Immissionskonzentration liegt unter 20 Tabelle 59 Bestimmtheitsma R Relativer Standardfehler rSE BH01 BH02 BH01 BHO2 Niederfrequent 0 72 0 86 35 19 Hochfrequent 0 50 0 52 17 19 Tabelle 59 bergreifende Modellparameter der nieder und hochfrequenten PM4o Erkl arungsmodelle Die visuelle Pr fung des niederfrequenten Modells Abbildung 113 l sst erkennen dass der modellierte Tagesgang in beiden Messwochen sowohl in Bezug auf die absoluten Werte als auch in Bezug auf den relativen Verlauf an nahezu allen Tagen mit den gemessenen Werten bereinstimmt Die graphische Gegen berstellung von gemessenen und modellierten Werten Abbildung 114 des hochfreque
113. zun chst notwendig die Daten zu digitalisieren Anschlie end verh lt sich der Auswerteprozess hnlich wie bei einer elektronischen Erfassung oder der Querschnittserfassung mit Detektoren 5 1 4 Kennzeichenerfassungssysteme Erfasste Kenngr en e Verkehrsst rke Kfz h e Kfz Kennzeichen e Aus den Kennzeichen abgeleitete Fahrzeiten s und Durchgangsverkehrsanteile Erfassungsmethode Ein Kennzeichenerfassungssystem besteht im Allgemeinen aus einer Kamera Infrarot und oder Video und einem Computer der die Erkennung der Kennzeichen aus den Bildern der Kamera bernimmt und die gegebenenfalls verschl sselten Kennzeichen und den Erfassungszeitpunkt mitschreibt Automatische Kennzeichenerfassungssysteme Automatic Number Plate Recognition oder ANPR die an mehreren Querschnitten in einem Verkehrsnetz aufgebaut sind erlauben somit durch den Abgleich der Daten zwischen den Querschnitten die Bestimmung von Durchgangsverkehrsanteilen und Fahrzeiten Diese Systeme existieren auch als fest installierte Anlagen sind aber noch nicht weit verbreitet Insbesondere beim Aufbau und Betrieb tempor rer Systeme ist zu beachten dass die Verkehrsteilnehmer die Messger te als Geschwindigkeitskontrollen interpretieren was zu teilweise abrupte Bremsman ver f hren kann Infolgedessen besteht eine gewisse Beeinflussung des lokalen Fahrverhaltens und der Verkehrssicherheit Falls m glich sollte deshalb eine Erfassung der Kennzeichen von hinte
114. zur HEUREKA 2008 FGSV Verlag K ln Witten S L 2007 Stickstoffdioxid NO2 Quellen Emissionen Auswirkungen auf Gesundheit und kosystem Bewertungen Immissionen Wiesbaden AMONES 2010 387 Literatur Zahn C T 1971 Graph theoretical methods for detecting and describing Gestalt clusters IEEE Transactions on Computers Vol C 20 Issue 1 pp 68 86 AMONES 2010 388
115. zur Sch tzung der Quelle Ziel Beziehungen bestimmt werden 4 1 1 6 Fazit Ein modellbasiertes Netzsteuerungsverfahren definiert sich durch Optimierung einer Zielfunktion F r den Optimierungsprozess der Stellgr sen ist es notwendig die Auswirkungen und die Verkehrslage unter Verwendung eines Verkehrsflussmodells zu prognostizieren und zu bewerten Die Verwendung eines Verkehrsnachfrage oder Routenwahlmodells ist f r diesen Vorgang nicht zwingend erforderlich und bildet deshalb keine Trennlinie zwischen regelbasierten und modellbasierten Netzsteuerungsverfahren Gleiches gilt f r die Unterscheidung zwischen open und closed loop oder Steuerung und Regelung Beide Netzsteuerungsverfahren sind aufgrund der R ckkopplungen zwischen den einzelnen Knoten punkten im systemtheoretischen Sinn als Regelung zu verstehen AMONES 2010 54 Verfahren der LSA Steuerung 4 1 2 Regelbasierte Steuerung Wie bereits oben beschrieben nutzen regelbasierte Steuerungsverfahren Kenngr en die direkt aus dem Verkehrsfluss gewonnen und ber Plausibilit tsannahmen mit der Steuerungslogik verkn pft werden Aus den gemessenen Kenngr en werden mit Hilfe von logischen Bedingungen R ckschl sse auf den Verkehrszustand im Zufahrtstrom gezogen die dann ggfs zu bestimmten Steuerentscheidungen f hren Bei der Umsetzung regelbasierter Steuerungsverfahren wird meist sek ndlich der in Abbildung 21 dargestellte Ablauf durchlaufen vgl FGSV 2010 S 37 ff
116. 0 Konzentration im Testfeld Hamburg getrennt nach Messwochen HHO1 und HHO2 senkrechte Linien trennen einzelne Messtage PM10 ugm LogN TB 10 29 1430 6 30 10 29 1430 6 30 10 29 14 30 6 30 10 29 1430 629 10 29 1430 HHUF PM10 ug m LogN TE 10 29 1430 6 30 10 29 1430 6 30 10 29 1430 630 10 29 1430 623 1029 1430 FM10 Konzentration gemessen FM 10 Konzentration modelliert Abbildung 144 Gemessene blau und modellierte rot Zeitreihen der hochfrequenten PM10 Konzentration im Testfeld Hamburg getrennt nach Messwochen HHO1 und HHO2 senkrechte Linien trennen einzelne Messtage Die lokalen windbezogenen Kenngr en haben eine hohe Relevanz f r die Modellierung der PM o Konzentration Die Windgeschwindigkeit geht signifikant in das hochfrequente Modell und die Windrichtung in die zweite Messwoche des hoch und niederfrequenten Modells ein Der Grund hierf r ist vermutlich die aufgrund technischer Probleme reduzierte Datenqualit t AMONES 2010 332 Testfeld Hamburg windbezogener Kenngr en in der ersten Messwoche Das negative Vorzeichen der Windrichtung wird wie bei NOx Modell auf mikroskalige durch die Stra enschlucht bedingte Wirbel zur ckgef hrt e En BE nn E S more m DO en A une m Tabelle 84 Pr diktoren der PM o Modelle 95 Signifikanzniveau Der Luftdruck leistet einen signifikanten Beitrag zur Varianzaufkl rung Das negative Vorzeichen im Hamburger Modell wird auf d
117. 0 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit 0 1 Halte 1 2 Halte l afis dia a A ER Be Ren u dLE p n i AE Fahrzeit min 0 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit Abbildung 87 Fahrzeiten entlang der Relation 1 2 am 19 2 2009 MOTION oben und am 26 2 2009 LRS unten Die in Abbildung 88 und Abbildung 89 dargestellten GPS Fahrten dieser beiden Tage best tigen die ANPR Fahrzeiten und die Anzahl abgeleiteter Halte wobei hier beachtet werden muss dass das GPS Messfahrzeug aufgrund seines Wendeman vers h ufig ganz am Ende einer Gr nphase in das Untersuchungsgebiet hineinf hrt Dies verursacht dementsprechend AMONES 2010 243 Testfeld Bremerhaven h ufig einen Halt an der LSA 221 den die Mehrzahl aller brigen Verkehrsteilnehmer nicht erf hrt demzufolge werden diese Halte nicht ber cksichtigt Insgesamt l sst sich keine einzelne LSA als Verursacher zus tzlicher Halte ausmachen l l l 7 T Mn 1 000 1 250 Abbildung 8 GPS Fahrten entlang der Relation 1 2 am 19 2 2009 MOTION Zeit mm ss 1 250 Abbildung 89 GPS Fahrten entlang der Relation 1 2 am 26 2 2009 LRS AMONES 2010 244 Testfeld Bremerhaven Analyse eines Clusters Eine detaillierte Bewertung und Analyse der drei Steuerungsverfahren wird anhand des gr ten Clusters 3 durchgef hrt siehe Kapitel 8 5 2 2
118. 01 HH02 HH01 HH02 Niederfrequent 0 85 0 84 5 21 Hochfrequent 0 40 0 38 37 40 Tabelle 81 bergreifende Modellparameter der nieder und hochfrequenten NOx Erkl arungsmodelle Die graphische Gegen berstellung zeigt dass das Modell den Tagesgang an jedem Messtag gut wiedergibt Lediglich vereinzelte Maxima 7 10 2008 oder Minima 8 10 2008 werden vom Modell untersch tzt Das hochfrequente Modell Abbildung 142 bildet die gemessenen Maxima und Minima an allen Tagen korrekt ab Der hohe Standardfehler r hrt daher dass die Amplituden h ufig untersch tzt werden Ein Grund daf r k nnten nichtlineare Zusammenh nge nicht ber cksichtigte Einfl sse oder auch der gew hlte Ansatz der Trendbereinigung sein AMONES 2010 328 Testfeld Hamburg m Ti Eg Ti Ein gt 7 D l Hi pm mi ES kns Di a Ea un Z4 NOx ug m als LogM 12 29 6 30 12 29 6 30 12 29 6 30 12 29 6 29 NO Konzentration gemessen NOx Konzentration modelliert Abbildung 141 Gemessene blau und modellierte rot Zeitreihen der niederfrequenten NOx Konzentration im Testfeld Hamburg getrennt nach Messwochen HHO1 und HHO2 senkrechte Linien trennen einzelne Messtage NOx ug m LogN tb 6 30 10 29 1430 6 30 10 29 1430 6 30 10 29 1430 6 30 10 29 1430 629 10 29 1430 NOx Konzentration gemessen NOx Konzentration modelliert Abbildung 142 Gemessene blau und modellierte rot
119. 1 18 18 1 21 1 21 1 19 1 20 1 22 amsa 2002 101 100 are am Dane ana ame nn Ian ame Caa 22501 108 11 11 11 Das Dana ano aza las ur Caoa 22502 135 127 122 nor is mar man nme ne 120 Caa sa ans aa 120 12 22 Dane mar aa az 120 aava 22522 142 15 120 135 122 Tabelle 48 Kalibrierungsfaktoren 1 20 1 20 1 21 1 20 169 x a iaip diim diaper deip diaper dilip diih dalije skipe Auf dem Fahrstreifen f r Rechtsabbieger und dem rechten Geradeausfahrstreifen in der nord westlichen Zufahrt zu Knotenpunkt 224 war eine Kalibrierung m glich sie wurde f r Dienstag den 17 2 2009 und Mittwoch den 25 2 2009 durchgef hrt 16 2 2009 N N N N N N N O N N N N N N N N N N N N N N 00 e gt O ap lt lt de N bu N N N N N z X i 24a 224a ozs o o oo l do e 24a 224a2 o J 0 Joa 24o a2 mal os j J 1 Jos DEE EEE HE doj Tabelle 49 Kalibrierungsfaktoren Il AMONES 2010 253 Testfeld Bremerhaven Aus den Daten der beiden Detektoren auf dem linken Geradeausfahr und Linksabbiegerstreifen 224 23 und 224 24 lie sich mit den standardm igen Verstimmungsschwellwerten leider nur eine unzureichende Anzahl an Fahrzeugsignaturen extrahieren ca 40 70 pro Tag Daher wurden diese beiden Detektoren ebenfalls von der weiteren Analyse ausgeschlossen Im Folgenden sind die Fahrzeitgangl
120. 1 4 h here PM o 25 Emissionen im Vergleich zu einem guten Stra enzustand festgestellt F r Zur Bewertung des Zustands der Fahrbahnoberfl che hinsichtlich seines Potenzials f r erh hte Partikelemissionen haben D ring et al 2004 ein Verfahren entwickelt Die Zuweisung einer Stra enzustandsklasse im Sinne der Emissionsmodellierung richtet sich dabei nach dem Schadenswert TWRIO der Fahrbahn und der angrenzenden Fl chen die nach dem Merkblatt f r Zustandserfassung und bewertung ZEB FGSV 2006 bestimmt werden und dem Fahrbahnmaterial AMONES 2010 171 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung die Berliner Stra e in Nauen wurden f r einen schlechten Fahrbahnzustand 3 6 mal h here PM o 25 Emissionen im Vergleich zu einem guten Stra enzustand festgestellt F r die Bergstra e in Erfurt mit einem geringf gig besseren Schadenswert als in Dresden und Nauen liegt der ermittelte Faktor bei 0 bis 1 4 bast 2003 Die Autoren der Untersuchungen empfehlen wegen der hohen Bandbreite der festgestellten Wirkungen weitere Untersuchungen hinsichtlich Kenngr en wie Fahrzeuggeschwindigkeit L ngsneigung etc die ebenso wie der Fahrbahn zustand die nicht motorbedingten Partikelemissionen beeinflussen Das Fahrbahnmaterial wird wie oben geschildert zur Bewertung des Fahrbahnzustands im Sinne der Abriebsfestigkeit herangezogen und hat damit einen Einfluss auf die nicht motorbedingten Partikelemissionen Unabh ng
121. 10 NOx 8 MM 31 bis 10 Cyris et al 2005 IMMISnet Gau M nchen NO gt JM 40 Berliner Str PMio JM Nauen NOx JM u d N bis 14 D ring 2007 MISKAM CFD L tzener Str Leipzig i inzi NOx SM R 0 56 Diegmann etal IMMIS u Box Leipziger Str X 2009 Berlin PM40 SM R2 0 70 A Lagrange en 12009b LASAT Lagrange Berlin NOx JM 7 VISKAN Tabelle 32 Bewertende Analysen zu Ausbreitungsmodellen CFD Computational Fluid Dynamics CPB Canyon Plume Box Modell mit Angaben u a zur zeitlichen Aufl sung der Modelle SM Stundenmittelwert MM Monatsmittelwert JM Jahresmittelwert und zur Modellg te u d N unterhalb der Nachweisgrenze Empirisch Statistische Modelle Als empirisch statistische Modelle werden solche Modelle verstanden die sich nicht a priori auf physikalisch korrekte Wirkungszusammenh nge st tzen sondern stattdessen versuchen lokal g ltige Wirkungszusammenh nge aus gemessenen Immissionen und gemessenen Einfl sse auf die Immissionen abzuleiten Die Regressionsanalyse ist ein weit verbreiteter Ansatz zur quantitativen multivariaten Zusammenhangsanalyse Entsprechend k nnen auch s mtliche f r diese Arbeit recherchierten empirisch statistischen Modelle der Regressionsanalyse zugeordnet werden Die recherchierten Ans tze k nnen aus Sicht des Verfassers nach folgenden Merkmalen klassifiziert werden AMONES 2010 188 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung
122. 11 30 Uhr enthalten ist vermutlich Auswirkungen der Morgenspitze Dies bedeutet dass die beobachtete Verkehrslage im Vergleich zur ersten Erhebung st rker schwankt sich dementsprechend auf Form und Standardabweichung der Dichtefunktion auswirkt und eine weitaus h here Stichprobe von 172 erfordert Der dritte Untersuchungsraum umschlie t eine berlastungssituation bei der sich die Fahrzeiten bis ca 16 30 Uhr in zwei durch die Umlaufzeit getrennte Gruppen aufteilen und AMONES 2010 119 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung einen steilen Anstieg der mittleren Fahrzeit im Zeitraum 16 30 17 30 Uhr Das hei t die Grundgesamtheit enth lt zum Einen eine St rung also unterschiedliche Verkehrslagen und zum Anderen eine berlastung erh hte Streuung die beide Auswirkungen auf Form und Standardabweichung der Dichtefunktion haben Diese ist mehrgipflig oder multimodal Sachs 1997 S 155 158 oder nach Tabelle 20 als unbekannt zu klassifizieren was die erforderliche Stichprobengr e noch weiter erh ht Verteilung 1 Normalverteilung Einzelmessung Fahrzeit min Oo a NOO RAON Wahrscheinlichkeit 3 4 Fahrzeit min Tageszeit lt Einzelmessung N Verteilung 2 Normalverteilung Fahrzeit min oO N oo A 00 Wahrscheinlichkeit RN A a SA Xx ri Biy 3 poaa l l 3 4 12 00 12 30 Fahrzeit min Tageszeit _ Verteilun
123. 300 t CO pro Jahr durch die Netzsteuerung ermittelt In Bezug auf die Immissionen an der Habichtstra e wurde ohne statistische Absicherung folgendes festgestellt Koch 2006 e R ckgang der CO Belastung e im Gegensatz zu den anderen Messstationen kein Anstieg der NO und der NO Belastung e Anstieg der PM o Belastung der allerdings auf gro r umige meteorologische Effekte zur ckgef hrt wird Dar ber hinaus wurden eine Reihe weiterer Umweltuntersuchungen durchgef hrt deren Ergebnisse f r die AMONES Untersuchungen aber nur am Rande eine Rolle spielen Nachstehend sind die Bezeichnungen der Untersuchungen aufgef hrt eine kurze Zusammenfassung jeder Untersuchung kann dem Anhang entnommen werden e Luftreinhalteplan f r die Freie und Hansestadt Hamburg 2004 e Aktionsplan gegen Belastungen durch Feinstaub Hamburg Habichtstra e 2005 e Erh hte Luftbelastung auch im Umfeld von stark befahrenen Stra en 2006 e Feinstaub PM Erste Bilanz nach Inkrafttreten der Grenzwerte 2006 9 5 2 Auswertung verkehrlicher Kenngr en Die Auswertung der verkehrlichen Kenngr en erfolgt analog zur im Kapitel 5 1 12 beschriebenen methodischen Vorgehensweise In den folgenden Unterkapiteln werden die testfeldspezifischen Besonderheiten und die Ergebnisse der durchgef hrten Untersuchungen dargestellt Die eingesetzten Verfahren werden detailliert in Kapitel 5 1 12 beschrieben Eine vollst ndige Auflistung aller erhobenen Daten fin
124. 311 Kfz h Wunschfahrzeit min T E eb N Fahrzeit Fahrzeit Fahrzeit Fahrzeit Fahrzeit Verlustzeit 1 3 3 1 2 4 4 2 Alle Alle u r Relation Abbildung 128 Cluster 2 Morgenspitze mittlere Fahr und Verlustzeiten F r die Fahrzeiten von 1 3 f llt auf dass diese f r die Stunden in denen BALANCE mit dem Parametersatz 1 betrieben wurde deutlich niedriger ist Wie bereits angedeutet wird die niedrige Fahrzeit entlang der Relation 1 3 und auch 3 1 wobei hier die Belastungen geringer sind mit einer etwas h heren Fahrzeit entlang der querenden Relation 2 4 erkauft Eine Analyse der Freigabezeitanteile die zu dieser drastisch anderen Verteilung f hrt ist leider nicht m glich da f r die Erhebungstage im Juni keine Protokolle der Signalgruppen vorhanden sind Insgesamt schneidet BALANCE PS1 f r diesen Cluster mit einer mittleren Verlustzeit von 2 24 Minuten trotz der h heren Fahrzeit auf der etwas h her belasteten Relation 2 4 am besten ab siehe auch Tabelle 71 AMONES 2010 305 Testfeld Hamburg F r die Festzeitsteuerung ist die Fahrzeit von 3 1 mit Abstand am gr ten Der Grund daf r findet sich bei Betrachtung der Freigabezeitanteile der Signalgruppen an der LSA 136 die den zentralen Knotenpunkt des Untersuchungsgebietes steuert siehe Abbildung 129 wobei Legende und Positionen der Balken der Darstellung aller vier Steuerungsverfahren entsprechen obwohl hier f r BALANCE PS1
125. 4 2 3 Systemtechnik Das Steuerungsverfahren BALANCE und seine Middleware Kommunikationskomponente Datenbank etc laufen auf Windows Auf lokaler Ebene k nnen Steuerger te verwendet werden die den TRENDS Kern unterst tzen Bergauer Dambach Signalbauhuber STM Stoye BALANCE kann mit der modelbasierten Knotenpunktsteuerung EPICS kombiniert werden Des Weiteren kann BALANCE mit OpenTrelan Trends einer logikbasierten Steuerung kombiniert werden Zur Programmierung der Logik wird dabei die Sprache OpenTrelan verwendet In Verbindung mit SIGNOS unterst tzt BALANCE die aktuelle OCIT Schnittstelle SIGNOS stellt die sogenannte OTS Control Schnittstelle bereit also die standardisierte Schnittstelle zwischen dem Betriebssystem eines LSA Steuerger tes und hersteller unabh ngigen Steuerungs verfahren wie VS PLUS und TRENDS bergeordnete Vorgaben k nnen beispielsweise durch eine Signalprogrammvorgabe umgesetzt werden Diese werden dann durch BALANCE optimiert Ebenfalls kann on the fly zwischen den Optimierungsverfahren Gradientenverfahren und evolution res Verfahren gewechselt werden Beim evolution ren Algorithmus k nnen au erdem on the fly die Parameters tze ge ndert werden Kemper 2008 4 2 4 Anwendungsf lle und Wirkungen BALANCE wird derzeit in 4 St dten angewendet Die Demonstratoren aus den Projekten TABASCO und Munich COMFORT und MANAH in M nchen sind nicht mehr in Betrieb 4 2 4 1 Ingolstadt Das Ne
126. 5 Minuten jeder vollen Stunde vorliegen auf alle 15 Minuten Intervalle interpoliert und anschlie end zu 60 Minuten Intervallen zusammengefasst siehe Abbildung 52 lt nn lt x Lu O un ep an E a x a Mm gt 100 0 6 Abbildung 52 AMONES 2010 Manuelle Z hlung hochgerechnet Induktionsschleife zusammengefasst 30 7 30 830 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit Vergleich von manueller Z hlung und Induktionsschleife am 27 2 2009 in Bremerhaven am Knotenpunkt Columbusstra e Lloydstra e 135 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Nicht fest installierte Kennzeichenerfassungssysteme Die Kennzeichenerfassungssysteme liefern Datens tze die die folgenden relevanten Informationen enthalten e Kfz Kennzeichen e Zeitstempel e Messstelle richtungsbezogen Aus diesen Daten k nnen durch den Abgleich von Kennzeichen zwischen verschiedenen Messstellen Fahrzeiten generiert siehe auch Friedrich et al 2008 werden Taucht ein Kennzeichen an verschiedenen Messstellen auf so kann die Fahrzeit durch eine Differenzbildung der Zeitstempel berechnet werden Um eine h chstm gliche Qualit t zu erreichen wird eine exakte bereinstimmung der erkannten Kennzeichen gefordert bei niedrigen Durchgangsverkehrsanteilen kann es sinnvoll sein kleine Abweichungen zu tolerieren Au erdem wird in einem ersten Schritt gebrochen
127. 5 Minutenintervalle und f r den Zeitraum von 6 30 Uhr 18 30 Uhr durchgef hrt Alle 816 Werte 48 Zeitintervallen x 17 Messquerschnitte erreichen dabei einen GEH Wert kleiner 5 und auch die Summe ber alle Querschnitte erreicht in allen Zeitintervallen einen GEH Wert kleiner 4 Das Kalibrierungsziel ist somit klar erreicht Der durchschnittliche GEH Wert betr gt 0 79 Die Kalibrierung der Reisezeiten erwies sich dagegen als schwierig Das gesetzte Ziel in mindestens 85 der F lle eine Abweichung von maximal 15 zwischen Mittelwert aus der Simulation und Messwert zu erzielen wurde trotz intensiver und zeitaufw ndiger Bem hungen nicht erreicht Ein m glicher Grund hierf r ist dass die Simulationsergebnisse im Testfeld Hamburg bei Einsatz verkehrsabh ngiger Steuerungen LRS bzw BALANCE zwischen den einzelnen Simulationsl ufen stark streuen vgl z B Abbildung 134 Die im Testfeld realisierbaren Fahrzeiten h ngen dabei im Wesentlichen vom Verkehrsablauf am Knoten Bramfelder Stra e Habichtstra e und hier insbesondere von der Anzahl der bedarfsweise zus tzlich geschalteten Linksabbiegerphasen nur bei R ckstau auf dem Abbiegefahrstreifen geringe Mengen an Linksabbiegern flie en im Phasenwechsel ab ab Sowohl die absolute Menge der Linksabbieger aufgrund des stochastischen Routenwahlverhaltens als auch deren zeitliche Verteilung der Ank nfte am Knoten variiert zwischen den Simulationsl ufen was zu Unterschieden in der An
128. 9 1117 O ONOSM R2 0 87 MPCA amp linear parametrisch PM10 TM R 0 88 Liu 2009 mit autoregressiver Ta Liao Taiwan Komponente PM10 SM R 0 70 Tabelle 33 Recherchierte statistisch empirische Modelle MCPA Multiple Principal Component Analysis mit Angaben u a zur zeitlichen Aufl sung der Modelle SM Stundenmittelwert TM Tagesmittelwert und zur erreichten Modellierungsg te BIC Bayessches Informationskriterium AMONES 2010 189 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 5 2 4 Verfahren zur Beurteilung der Qualit t Neben der reinen Darstellung der Immissionsbelastung sollen nach 39 BImSchV erg nzende Informationen bereit gestellt werden beispielsweise zur Fl chenausdehnung der Messungen sowie zur Bev lkerung die potenziell einer Konzentration oberhalb des Grenzwertes ausgesetzt ist Andere Einrichtungen gehen bei der Luftg tebeurteilung einen Schritt weiter und f hren die Messdaten mit Daten zur Betroffenheit zu einem Luftqualit tsindex zusammen Beispielsweise hat Baum ller 1995 einen Luftbelastungsindex entwickelt um einen schnellen und einfachen berblick ber die Luftqualit tssituation zu erm glichen ohne die genaue Grenzwertsituation kennen zu m ssen Der Index ber cksichtigt die jeweils vier h chsten Schadstoffkonzentrationen der f nf Luftschadstoffe Ozon Kohlenmonoxid Stickstoffdioxid Schwefeldioxid und Feinstaub F r jeden der ber cksichtigten Schadstoffe wird
129. 9 5 2 2 Erzeugung eines durchschnittlichen Tages Basierend auf dem Ergebnis der Clusterung kann der Verlauf der Bewertungskenngr en mittlere Fahrzeit mittlere Anzahl Halte usw f r einen durchschnittlichen Tag berechnet werden Tabelle 27 verdeutlicht die Vorgehensweise Diese Tabelle f hrt in der ersten durchg ngigen Zeile die Anteile der enthaltenen Cluster im Zeitraum von 8 00 9 00 Uhr auf Demzufolge sind je 50 aller beobachteten Stunden in diesem Zeitraum den Clustern eins und zwei zugeordnet die eine Nachfrage morgendlicher Struktur mit hoher beziehungsweise mittlerer Verkehrsst rke repr sentieren In den Zeilen darunter finden sich die nach Verkehrsst rken gewichteten mittleren Fahrzeiten aller in diesen Clustern enthaltenen Stunden wobei eine Trennung zwischen den Steuerungsverfahren die gegen bergestellt werden sollen bestehen bleibt Die Spalte ganz rechts enth lt schlie lich die nach den Clusteranteilen berechnete durchschnittliche Fahrzeit f r jedes Verfahren in diesem Zeitraum So ergeben sich die 4 5 Minuten durchschnittliche Fahrzeit f r das Verfahren eins im Zeitraum von 8 00 9 00 Uhr aus folgender Berechnung 0 5 5 0 min 0 5 4 0 min 0 0 4 0 min 4 5 min Die auf diese Art und Weise f r jeden Zeitraum und jedes Steuerungsverfahren berechneten Kenngr en und daraus erzeugten Ganglinien eines durchschnittlichen Tages lassen sich direkt gegen berstellen Da diese im Gegensatz zu einem Vergleic
130. A Richtlinien f r Lichtsignalanlagen FGSV Verlag K ln Fitz D R 2001 Measurements of PM10 and PM2 5 Emission Factors from paved Roads in California Final report contract No 98 723 Sacramento CA Flassak T B chlin W B singer R Blazek R Sch dler G Lohmeyer A 1996 Einfluss der Eingangsparameter auf berechnete Immissionswerte f r Kfz Abgase Sensitivit tsanalyse Europ isches Forschungszentrum f r Ma nahmen zur Luftreinhaltung Karlsruhe Fleer H 1983 Das Kreuzspektrum In Deutscher Wetterdienst Hg promet Meteorologische Fortbildung Selbstverlag des Deutschen Wetterdienstes 1 S 30 33 Offenbach am Main Friedrich B 1999 Ein verkehrsadaptives Verfahren zur Steuerung von Lichtsignalanlagen Dissertation Schriftreihe des Fachgebiets Verkehrstechnik und Verkehrsplanung der Technischen Universit t M nchen M nchen Friedrich B 2000 Steuerung von Lichtsignalanlagen BALANCE ein neuer Ansatz Stra enverkehrstechnik Heft 7 2000 Kirschbaum Verlag Bonn Friedrich B 2002 Verkehrsadaptive Steuerung von Lichtsignalanlagen Ein berblick Festschrift zum Ehrenkolloquium f r Univ Prof Dr UCB Hartmut Keller 1 3 2002 an der TU AMONES 2010 380 Literatur M nchen Ver ffentlichungen des Fachgebiets Verkehrstechnik und Verkehrsplanung der Technischen Universit t M nchen M nchen Friedrich M 2009 Verkehrstechnik und Verkehrsleittechnik Vorlesungsskript Lehrstuhl f r Ver
131. Anfahrvorg nge an der Haltelinie und das Verhalten beim Auffahren auf einen R ckstau bestimmt In VISSIM k nnen hierf r die Parameter zum Fahrermodell und das Beschleunigungsverhalten Wunschbeschleunigung der einzelnen Fahrzeugklassen Pkw Lkw sowie daraus folgend auch die Verkehrszusammensetzung zum Einstellen genutzt werden Im zweiten Schritt werden die Verkehrsst rken im Netz kalibriert Die gemessenen Verkehrsst rken an den Zufahrten dienen dabei als Eingangsgr en Die Routenentscheidungen sofern diese nicht z B wegen eigener Fahrstreifen bei lokalen Routenentscheidungen z B f r den Linksabbieger direkt gemessen werden k nnen und die Zufl sse aus nicht erfassten Zufahrten ins Netz sind hier die zu kalibrierenden Parameter Im dritten Schritt werden die Fahrzeiten Staul ngen und Staudauern kalibriert Aus den Testfeldern stehen hier im Wesentlichen Fahrzeiten ber einen ausreichenden Zeitraum zur Verf gung Die zu kalibrierenden Parameter sind hier Wunschbeschleunigungen und Wunschgeschwindigkeiten der verschiedenen Fahrzeugklasse die Verkehrszusammensetzung und Querverkehrsteuerungen Als Kalibrierungsziele werden wie in Guidelines for Applying Traffic Microsimulation Modeling Software Federal Highway Administration 2004 beschrieben die Verkehrsst rke und die GEH Distanzfunktion UK Highway Agency 1996 verwendet siehe auch 5 1 12 3 Methodik zur Bewertung der Steuerungsverfahren Distanzfunktion 2 E
132. Art und Verteilung e Lage und Anzahl sagbare zeitliche e Wetter der Nutzungen von Signalgebern Schwankungen e Umweltsituation Verkehrssteuerung LSA Steuerung Sonstige Eingriffe Freigabezeitanteil e Fahrzeitinfos Phasenanzahl und Phasenfolge e Routenempfehlungen Umlaufzeit Versatzzeit Rahmensignalplan Verkehrslage aktueller Zustand e Routenwahl e Verkehrsfluss Wirkungen e Verlustzeit e Anzahl Halte e Kraftstoffverbrauch e Emissionen Abbildung 78 Wirkungszusammenh nge f r die Typisierung von Anwendungsfeldern Um die geeigneten Einsatzbereiche der verschiedenen Steuerungsverfahren voneinander abgrenzen zu k nnen wird nachfolgend eine m gliche Typisierung von Steuerungsgebieten nach Randbedingungen Bebauungsstruktur Verkehrsnetz Verkehrsnachfrage sonstige externe Faktoren und erw nschten Wirkungen auf verkehrliche und umweltrelevante Kenngr en aufgezeigt AMONES 2010 218 Typisierung von Anwendungsfeldern 6 1 Randbedingungen Die Randbedingungen umfassen alle externen Eingangsgr en die durch die LSA Steuerung nicht beeinflusst werden k nnen bei der Verkehrssteuerung aber ber cksichtigt werden m ssen Bebauungsstruktur Die Bebauung kann Auswirkungen auf die Ausbreitung von Luftschadstoffen haben So kann eine dichte Bebauung z B dazu f hren dass ein verminderter Luftaustausch h here Schadstoffkonzentrationen bewirkt Ziel einer Steuerung k nnte es dann sein in derartigen Bereichen R
133. Beurteilung der Situation und gegebenenfalls verl sslichere R ckschl sse zwischen Ursache und Wirkung In welcher Form die Wahl des Untersuchungsraumes die Dichtefunktion und damit Umfang Mittelwert und Standardabweichung der Grundgesamtheit beeinflusst soll an den in den beiden Testfeldern erhobenen ANPR Daten verdeutlicht werden Abbildung 41 zeigt die Schichtung der Untersuchungsr ume im Projekt AMONES 1 r umlich 2 Steuerungsverfahren MOTION zeitlich 3 Nachfrage Mittags Nachmittags zeitlich 4 Relation r umlich Abbildung 41 Schematische Schichtung der Untersuchungsr ume im Projekt AMONES AMONES 2010 116 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung In den beiden Testfeldern Bremerhaven und Hamburg werden verschiedene t glich wechselnde Steuerungsverfahren untersucht Die ersten beiden Schichtungen nach Testfeld und Steuerungsverfahren sind offensichtlich und intuitiv aber zwingend notwendig um eine Bewertung der verschiedenen Verfahren in den verschiedenen Testfeldern durchf hren zu k nnen Da die Verkehrsnachfrage nicht an allen Tagen vergleichbar ist wird zudem eine weitere zeitliche Schichtung 3 durchgef hrt In der Abbildung ist diese vereinfacht mit den drei klassischen Gruppen Morgens Mittags und Nachmittags dargestellt die im Rahmen von AMONES verwendete Auswertungsmethodik f hrt eine Clusterung einzelner Stundenbl cke durch und
134. Braunschweig Deutschland Prag Tschechische Republik 1 Bremerhaven Deusen o inse Abbildung 30 MOTION Anwendungsfelder M ck 2008 2 4 3 4 1 Pir us Im von der EU gef rderten Forschungsprojekt COSMOS Congestion Management Strategies und Methodes in Urban Sites wurde das MOTION System mit neuen Algorithmen zur Stau und St rfallerkennung und Management erweitert sowie das Lichtsignalsteuerungssystem mit einem Wechselwegweisungssystem VMS System verkn pft um die Autofahrer ber die Verkehrssituation in Pir us zu informieren Ergebnis der Untersuchung war dass die Fahrzeiten innerhalb des Regelgebietes um durchschnittlich 8 bis 14 Prozent verk rzt werden konnten Bei der Anzahl der ermittelten Staus ergab sich eine Reduktion von 20 bis 30 Prozent Busch 2002 In einer Wirksamkeitsuntersuchung in Pir us konnte allerdings nicht differenziert nach Luftschadstoffen ein R ckgang der Emissionen in der Gr enordnung 10 bis 17 ermittelt werden Siemens 2005 4 3 4 2 Kopenhagen In Kopenhagen wurden 9 Lichtsignalanlagen mit einer MOTION Steuerung versorgt Ziel war eine Verbesserung der Fahrzeiten des PNV um 20 bei gleicher Leistungsf higkeit des Individualverkehrs Mit Hilfe von Handstoppuhren wurden folgende durchschnittliiche Reduzierungen der Fahrzeiten der Busse im Verh ltnis zur Vorher Situation mit Festzeitprogrammen gemessen AMONES 2010 76 Verfahren der LSA Steuerung e MOTION mit lo
135. Daten Fahrzeit s Abbildung 102 25 2 2009 240 21 240 a2 224 21 224 22 Fahrzeit 240 01 240 c2 224 21 224 a2 Um die mit dem Verfahren zur Wiedererkennung von Fahrzeugen ermittelten Fahrzeiten mit den Daten aus der Erhebung durch die Kennzeichenerfassungskameras vergleichbar zu machen wurde f r den 25 2 2009 exemplarisch eine Summenganglinie ber zwei erfasste Querschnitte hinweg ermittelt siehe Abbildung 103 Diese Ganglinie stellt die Summenganglinie der beiden Abschnitte zwischen den Knotenpunkten 241 und 240 und den Knotenpunkten 240 und 224 dar entsprechende Werte wurden nur berechnet sofern innerhalb eines Zeitintervalls f r beide Streckenabschnitte sinnvolle Fahrzeiten verf gbar waren Genauigkeitseinschr nkend wirkte sich hierbei die AMONES 2010 257 Testfeld Bremerhaven geringe Abdeckung auf dem zweiten Streckenabschnitt von Knotenpunkt 240 nach 224 aus da viele der Fahrzeiten aus dem ersten Streckenabschnitt die eigentlich verf gbar gewesen w ren f r die summierte Darstellung nicht ber cksichtigt werden konnten Zudem sind die gemessenen Streckenabschnitte nicht deckungsgleich Bei der Fahrzeiterhebung mittels Kennzeichenerfassungssystem wird eine Strecke erhoben die ca 150 Meter l nger als die die der Fahrzeitmessung mittels Signaturwiedererkennung ist Da sich die Streckenanteile berwiegend auf freier Strecke in der Zufahrt zum Knoten 241 befinden wurde eine Geschwindigkeit von 45 km h angese
136. Depositions und Sedimentations prozesse von Partikeln h ngen ma geblich von ihrem aerodynamischen Durchmesser ab BAFU 2006 Eine Klassifizierung nach dieser Gr e bietet sich demnach an Folgende Gr enkategorien werden blicherweise verwendet e TSP Totaly suspended particulate matter Partikel mit einem aerodynamischen Durchmesser kleiner als 57 um e PM Particulate matter Partikel die einen gr enselektierenden Lufteinlass passieren der f r einen aerodynamischen Durchmesser von 10 um eine Abscheideeffizienz von 50 erreicht e PM feine Partikel Partikel die einen gr enselektierenden Lufteinlass passieren der f r einen aerodynamischen Durchmesser von 2 5 um einen Abscheidegrad von 50 erreicht e PM10 25 grobe Partikel Differenz zwischen PM und PM 5 e PM oder UFP Ultrafeine Partikel Partikel mit einem aerodynamischen Durchmesser unter 0 1 um Abbildung 62 zeigt den Anteil der verschiedenen Gr enfraktionen an der derzeit rechtlich vorgeschriebene Messgr e Massenkonzentration Demnach haben die Fraktionen der mittleren und groben Partikel den gr ten Anteil an der Partikelmasse F r stra ennahe z Der aerodynamische Durchmesser entspricht dem Durchmesser den ein kugelf rmiges Teilchen der Dichte 1 g m haben m sste um in der Luft die gleiche Sinkgeschwindigkeit aufzuweisen wie das betrachtete Teilchen Bafu 2006 AMONES 2010 163 Kenngr en der Verkehr
137. Die Nachfrage des PNV 8 Buslinien basiert auf Fahrplandaten F r den Fu und Radverkehr NMIV lagen weder aus den Feldtests noch aus anderen Quellen belastbare Daten zur Nachfrage vor Da die Freigabe f r Fu g nger und Radfahrer im Testgebiet an den meisten Furten nur auf Anfrage erfolgt hat die Modellierung des NMIV gro e Auswirkungen auf den Verkehrsablauf im MIV Daher wurde aus den Signalgeberprotokollen ermittelt wie oft im Feldtest an den einzelnen Knoten Furten im Tagesverlauf eine Freigabe aufgrund einer Anforderung durch den NMIV geschaltet wurde Anschlie end wurde daraus AMONES 2010 148 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung f r jede Furt die Anzahl der Verkehrsteilnehmer im NMIV bestimmt die dort poissonverteilt ankommen m ssen um das beobachtete Anforderungsverhalten abzubilden Abbildung 56 Simulationsnetz des Testfelds Hamburg in VISSIM Virtuelles Testfeld Das virtuelle Testfeld orientiert sich an typischen innerst dtischen Stra sennetzen in Deutschland Die konkrete Ausgestaltung wurde in AMONES frei gew hlt und hat keine direkte Entsprechung in der Realit t Eine ausf hrliche Beschreibung des virtuellen Testfeldes befindet sich in Kapitel 10 5 1 13 2 Simulation der Lichtsignalsteuerung Die Steuerung f r die Simulation der realen Testfelder wird eins zu eins f r die Simulation bernommen Die Versorgung der Steuerung f r das virtuelle Testfeld wird von den Partnern
138. Dieser Cluster enth lt 45 Stunden die sich entsprechend der Legende in Abbildung 90 auf die drei Steuerungsverfahren verteilen Diese Abbildung zeigt die mittleren Fahr und Wunschfahrzeiten nach Steuerungsverfahren eingef rbte Balken und schwarze horizontale Linie der vier bewerteten Relationen aller Stunden der jeweiligen Steuerungsverfahren Nach den Verkehrsst rken gewichtet ergeben sich daraus die mittlere Fahrzeit und die mittlere Verlustzeit aller Relationen beziehungsweise aller Verkehrsteilnehmer Die ebenfalls in der Legende enthaltene mittlere Summe der Eingangsverkehrsst rken siehe Tabelle 42 Zeilen 1 4 je Steuerungsverfahren best tigt dass f r alle Steuerungsverfahren hnliche Verkehrsmengen zu bew ltigen waren FZS 14 Stunden mit 2 303 Kfz h LRS 12 Stunden mit 2 344 Kfz h BEE MOTION 19 Stunden mit 2 2 300 Kfz h Wunschfahrzeit min T E D N Fahrzeit Fahrzeit Fahrzeit Fahrzeit Fahrzeit Verlustzeit 1 2 2 1 2 3 3 2 Alle Alle T 4 gt Relation Abbildung 90 Cluster 3 Nach mittags mittlere Fahr und Verlustzeiten Da wie bereits angef hrt w hrend des gesamten Uhntersuchungszeitraums keine berlastungssituation zu beobachten war sind die Unterschiede zwischen den Fahrzeiten marginal Der auff lligste Unterschied findet sich auf der Relation 2 1 hier ist die Fahrzeit der Festzeitsteuerung mit 2 58 im Vergleich zu 2 27 LRS und 2 28 MOTION Minuten um ca 13 bezieh
139. ERE 7 SE BEE A HE 7 A Tabelle 18 Qualit tsstufen auf Hauptverkehrsstra en in Abh ngigkeit von der mittleren Reisegeschwindigkeit Brilon 2007 S 41 Die Erhebung und Ber cksichtigung von FCD und Fahrzeiten zur Beurteilung der Qualit t des Verkehrsablaufs oder zur Identifikation kritischer Streckenabschnitte deckt sich auch mit den Erkenntnissen von Pohlmann Hoffner und Kutzner 2008 zum Qualit tsmanagement von Lichtsignalanlagen Die Beurteilung der Qualit t eines Verkehrsnetzes insgesamt kann ber die mittleren Fahrzeiten beziehungsweise die mittleren Reisegeschwindigkeiten und die Anzahl Halte entlang der durch Kennzeichenerfassungssystemen gemessenen Relationen und FCD Daten erfolgen Mittlere Fahrzeiten sind f r die Verkehrsteilnehmer nachvollziehbar und greifbar haben aber den Nachteil dass diese absoluten Gr en keinen Vergleich zwischen verschiedenen Strecken oder Relationen zulassen Hierf r ist die mittlere Reisegeschwindigkeit Kapitel 5 1 8 5 besser geeignet Zur weiteren Beurteilung eignen sich nach Brilon 2007 S 23 ff au erdem AMONES 2010 112 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung e Die Verlustzeitrate siehe auch Kapitel 5 1 8 6 e Die Gesamtverlustzeit siehe auch Kapitel 5 1 8 7 e Der Bufferindex siehe auch Kapitel 5 1 8 8 Zur Umrechnung von Verlustzeiten in einen monet ren f r die Volkswirtschaft greifbaren Wert gibt es sogenannte Zeitkostens tze Diese bes
140. Emissionen und Immissionen sollten in jedem Fall m glichst umfassend erhoben werden Neben der Verkehrsst rke sollten auch und vor allem die Verkehrszusammensetzung und nach M glichkeit auch die Kenngr en zur Qualit t des Verkehrsablaufs erhoben werden Hinweise zur Detektion dieser Kenngr en k nnen Kapitel 5 1 entnommen werden Bzgl der zeitlichen und r umlichen Aufl sung der Erfassung bestehen keine ber die Anforderungen einer modellbasierten Steuerung an die Detektion von Verkehrskenngr en hinausgehenden Anforderungen Die Unterschiede zwischen den Zielkonzepten in Bezug auf die Kenngr enerfassung ergeben sich prim r f r die weiteren Kenngr engruppen So sind f r eine Wirkungsermittlung im Rahmen der Zielkonzepte 2 und 3 zus tzlich immissionsbezogene und meteorologische Kenngr en zu erheben F r das Zielkonzept 3 sind ferner Daten zur aktuellen Nutzung des Umfelds und zur Anzahl und Verteilung betroffener Personen zu erheben AMONES 2010 192 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Sofern in einem Ballungsraum kritische Orte mit erh htem Grenzwert berschreitungsrisiko identifiziert wurden sind diese nach 39 BImSchV kontinuierlich messtechnisch zu berwachen Wenn die Anzahl der kritischen Orte oder HotSpots in einem Untersuchungsraum die nach 39 BImSchV geforderte Anzahl an Immissionsmessstellen berschreitet ist die berwachung der weiteren HotSpots auch mittels Immissionsmodellen
141. Emissionen und die Immissionen 5 2 2 Verfahren zur Messung immissionsbezogener G ngige Verfahren zur Messung der Partikel und Kenngr en Stickstoffoxidkonzentration Durch die Messverfahren erfasste Kenngr en Aussagekraft der Messergebnisse f r die zu untersuchende Fragestellung 5 2 3 Verfahren zur Modellierung immissionsbezogener G ngige Verfahren zur Modellierung immissions Kenngr en bezogener Kenngr en Hinweise zur Aussagekraft der Modellierungs ergebnisse 5 2 4 Verfahren zur Beurteilung der Qualit t e G nge Ans tze zur Beurteilung der Luftqualit t 5 2 5 Allgemeine Empfehlungen zur Erfassung von e Hinweise zu umweltbezogenen Zielkonzepten der Umweltkenngr en Aufgabentr ger e Hinweise zu unterschiedlichen Erfassungskonzepten in Abh ngigkeit des Zielkonzeptes e Hinweise zur erforderlichen Ausstattung und zum Umfang der Erfassung im Rahmen eines Qualit ts managements 5 2 6 Methodische Vorgehensweise bei der Analyse e Detaillierte Darstellung des methodischen Ansatzes zur der umweltbezogenen Kenngr en in den AMONES Bewertung der umweltbezogenen Wirkungen der Testfeldern Bremerhaven und Hamburg Netzsteuerung Tabelle 28 bersicht der Inhalte der Unterkapitel von 5 2 Umweltkenngr en Beispielsweise zeigen umfassende Untersuchungen von Hirschmann Fellendorf 2009 zur Reduzierung von Emissionen mittels einer verbesserten Koordinierung von Lichtsignalanlagen ein Reduktionspotenzial von 14
142. F hrungsgr e w Sollwert Abbildung 19 Allgemeine Darstellung eines geschlossenen oben und eines offenen unten Regelkreises St rgr en Nachfrage Zwischenf lle Yark hre Gesamtreisezeit angebot Sensoren Stellgr en Messungen reale Welt Regelungs Daten modell aufbereitung Computer Abbildung 20 Regelkreis im Verkehr AMONES 2010 52 Verfahren der LSA Steuerung Um die Leistungsf higkeit einer LSA zu messen m ssen die Kenngr en der Zielfunktion Performance Index erfasst werden Wenn diese Kenngr en nicht direkt gemessen werden k nnen besteht die Aufgabe der Datenaufbereitung darin die Messdaten die von den Sensoren z B Induktionsschleifen eingehen so aufzubereiten und zu vervollst ndigen dass sie von nachgeschalteten Regelungsmodellen verarbeitet werden k nnen Kern des Regelkreises ist der Regler bzw das Regelungsmodell das die Stellgr en auf der Basis der vorhandenen Messungen Annahmen oder Voraussagen in Echtzeit so festlegt dass die vorgegebenen Ziele trotz der verschiedenen St rungen m glichst gut erreicht werden Die Trennung zwischen open und closed loop oder Steuerung und Regelung ist f r Systeme die den Verkehr betrachten im Rahmen der systemtheoretischen Definitionen nicht eindeutig zu ziehen Der ereignisdiskrete Charakter vieler Messgr en Anforderungsdetektor und die bin ren Stellgr en gr n rot machen es schwierig die klassischen Klassifikationen
143. F r Rechtsabbieger und Geradeausfahrer sowie f r Rechtseinbieger und kreuzende Fahrzeuge k nnen die Verkehrsst rken aufgrund von Mischfahrstreifen dagegen in der Regel nur gemeinsam detektiert werden Die Abbiegeraten dort sowie die acht nicht detektierten Abfl sse dienen als Stellgr en f r die Kalibrierung F r die Kalibrierung k nnen grunds tzlich 20 Messquerschnitte verwendet werden wovon jedoch drei aufgrund nicht plausibler Detektorwerte ausgeschlossen werden mussten Als Zeitintervall wurde f r diesen Kalibrierungsschritt 15 Minuten gew hlt Da die R ckstaul ngen an den Knoten w hrend des Feldtests nicht erhoben wurden stehen f r die Kalibrierung keine entsprechenden Daten zur Verf gung Die in den Spitzenstunden auftretenden Staul ngen aus der Simulation werden jedoch anhand der Daten aus den GPS Fahrten aus Plausibilit t gepr ft F r den dritten Schritt der Kalibrierung werden somit ausschlie lich die erhobenen Fahrtzeiten als Vergleichsgr e verwendet Als problematisch erweist sich dabei der Umstand dass die realisierbaren Fahrzeiten im Feldtest zufallsbedingt schwanken so dass die Messwerte trotz hnlicher Verkehrsnachfrage an den verschiedenen Tagen insbesondere bei Betrachtung kleiner Zeitintervalle teilweise deutliche Unterschiede aufwiesen Als Zeitintervall f r diesen Kalibrierungsschritt wurde daher 60 Minuten gew hlt Aufgrund der vergleichsweise geringen Anzahl per ANPR erfasster Fahrzeiten auf den
144. HH01 HHO2 HH01 HHO2 HH01 HHO2 Windrichtung Messcontainer a ts re Temperatur Steigung o e y o S utreuchte steigung o o e o S d SEE Luftdruck Steigung Giobalstrahlung C I a E Ozon Ozon Hintergrund e E E BEE Verh ltnis D a e ta e tl a o Verkehrsst rke Verkehrsst rke auf 1 FS 0 1 FS Verkehrsst rke SV auf 1 FS I o o T T Presem U BEE Tabelle 79 Festgestellte signifikante Korrelationen Irrtumswahrscheinlichkeit 5 zwischen logarithmierten Einflussfaktoren und logarithmierten Immissionskenngr en f r den niederfrequenten Ansatz steht f r die Richtung des Zusammenhangs AMONES 2010 326 Testfeld Hamburg NO PM PMs Plans Kenngr e 2 HH01 HHO2 HH01 HHO2 HH01 HHO2 HH01 HHO2 wrasse O O O O J e o a d e eo innen aan Pe I Tr Verkehrsst rke Verkehrsst kes 00000 Verkehrsst rke SV auf 1 FS Verkehrsst rke SV Verkehrsst rke ms I Anforde Anfahrvorg nge ee Variable Anfahrvorg nge SV Verkehrsst rke Dans bon Dunst I Da bon noms o a a Tabelle 80 Festgestellte signifikante Korrelationen Irrtumswahrscheinlichkeit 5 zwischen logarithmierten trendbereinigten Einflussfaktoren und logarithmierten trendbereinigten Immissionskenngr en f r den hochfrequenten Ansatz steht f r die Richtung des Zusammenhangs Quantifizieren _ der Zusammenh nge zwischen den _Einflussgr en und den Immissionskenngr en Modellentwi
145. Hamburg k nnen Verkehrsdaten aus dem FAS System der Firma GEVAS ermittelt werden In Ingolstadt stehen die Werte der LSA Induktionsschleifen zur Verf gung Kriterium Netzform In den beiden BALANCE Testfeldern in Hamburg und Ingolstadt wird die LSA Steuerung in einem gr eren Netz betrieben In den beiden MOTION Testfeldern wird derzeit nur ein erweiterter Streckenzug gesteuert Auswahl Testfelder Auf der Basis der oben genannten Kriterien und aufgrund kurzfristiger Informationen ber eine eingeschr nkte Verf gbarkeit des Testfelds Braunschweig haben sich die AMONES Projektpartner f r die St dte Bremerhaven und Hamburg als Testfelder entschieden AMONES 2010 226 Festlegung der Testfelder Netzsteuerungs x E Anzahl Knoten Aktuelle Netzsteuerung Vorhandene Umweltmess AB ZUDS UN Daten aus eventuell 2 ab Braunschweig MOTION eingeschr nkt PDM TL Wiesener Archy 02 2008 verf gbar eventuell 1 Bremerhaven MOTION ab 3 2008 PDM TL Schleifenwerte Station bis 09 08 Daten aus FAS Rn Archiv Ingolstadt BALANCE M nchen BALANCE geplant f r 2008 Verkehrs Reutlingen Noch offen geplant f r 2008 k A abh ngige Steuerung Tabelle 39 bersicht ber die R ckmeldungen der St dte Hamburg BALANCE u Trends Trelan Trends Treian Schleifenwerte AMONES 2010 227 o e fa an Nach Freie und Hansestadt Hamburg Landesbetrieb Stra en Br cken und Gew sser Fachbereich 52 Ham
146. II Brussels Tuch Th Brand P Wichmann H E Heyder J 1997 Variation of particle number and mass concentration in various size ranges of ambient aerosols in Eastern Germany In Atmospheric Environment Jg 31 H 24 S 4193 4197 Tullius K 2002 Information Society Programme Project HEAVEN Demonstration Berlin AMONES 2010 386 Literatur UK Highway Agency 1996 Design Manual for Roads and Bridges DMRB Volume 12 Section 2 Part 1 Office of Official Publications Richmons Surrey United Kingdom Umweltbundesamt 2009a Luft und Luftreinhaltung Luftschadstoffe Schwefeldioxid SO2 2009 Online verf gbar unter http www umweltbundesamt del luft schadstoffe so2 htm abgerufen am 13 2 2010 Umweltbundesamt 2009b Entwicklung der Luftqualit t in Deutschland Dessau Ro lau Umweltbundesamt 2010 Auswertung der Luftbelastungssituation 2009 Dessau Ro lau USEPA U S Environmental Protection Agency 2001 Mobile6 Vehicle Emission Software Washington DC Van Basshuysen R 2007 Handbuch Verbrennungsmotor Grundlagen Komponenten Systeme Perspektiven ATZ MTZ Fachbuch Wiesbaden Van der Puetten N 2006 Messungen oder Modellrechnungen Wege zur Bewertung der Umweltqualit t vor dem Hintergrund aktueller und zuk nftiger Anforderungen an die kommunale Verkehrsplanung FIV Symposium Qualit t von Daten Modellen und Informationen im Verkehr Darmstadt Van Zuylen H J 1979 The information minimizing me
147. J e Vorhandene R ckstaur ume mit unterschiedlicher Betroffenheit in Bezug auf die Umweltbelastung oder unterschiedlichem Grenzwert berschreitungsrisiko Ziele der Steuerung Ziele der Steuerung _Umweltkriterien sollen ber cksichtigt werden J 1 1 T e Situationsabh ngige Optimierung spezifischer Kenngr en Anzahl Halte Wartezeit V Wartezeit Gew nschte Funktionalit ten e Anpassung der LSA Steuerung an bergeordnete Strategien einer Verkehrsleitzentrale z B Schaltung strategiekonformer Hauptrouten Situationsabh ngige Zuflussdosierung durch Pf rtneranlagen z B bei bestimmten umweltbezogenen Randbedingungen e Situationsabh ngige V Priorisierung BE S a N Tabelle 38 Typisierung der Anwendungstfelder 6 5 3 Einsatzbereiche modellbasierter Netzsteuerungen Aufbauend auf den identifizierten Anwendungsfeldern werden nachfolgend einige Thesen zur Eignung der unterschiedlichen Steuerungsverfahren formuliert welche im weiteren Projektverlauf anhand der Ergebnisse aus den Messungen und den Simulationen berpr ft und bewertet werden Die wesentlichen Ergebnisse sind in Kapitel 11 dargestellt AMONES 2010 223 Typisierung von Anwendungsfeldern Aufgrund der Eigenschaften modellbasierter Steuerungsverfahren k nnen lokale und netzweite modellbasierte Steuerungsverfahren vermutlich dann sinnvoll sein wenn eine oder mehrere der folgenden Voraussetzungen erf llt sind Die Nachfragestruktur wei
148. Kennzeichen erfassungssysteme in Abbildung 39 erlaubt die Erzeugung weiterer Informationen Die r umlich zeitlichen Daten der abgeschnittenen Trajektorien mit konstanter Geschwindigkeit AMONES 2010 93 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung k nnen dabei unter Hinzunahme zus tzlicher Messdaten wie Messfahrten oder Signalzeit pl nen in ihrer Qualit t noch weiter gesteigert werden gt Zeit N Messung Abbildung 39 Messung mit automatischen Kennzeichenerfassungssystemen Die Messger te k nnen dabei permanent installiert oder nur tempor r f r die Erhebung verf gbar sein Permanent installierte Messger te die z B der Steuerung einer Lichtsignalanlage oder der Verkehrslageerfassung dienen m ssen in der Regel nicht beaufsichtigt werden und liefern mit wenig Betriebsaufwand ber lange Zeitr ume Daten Tempor r installierte Ger te erlauben die Messung an unterschiedlichen Querschnitten oder Orten bed rfen aber zumeist einer Aufsicht und eignen sich deshalb nicht f r Langzeitmessungen Beispiele f r die verschiedenen Klassifizier amp ungen der Erhebungs methoden finden sich in Tabelle 15 Tabelle 16 zeigt eine bersicht der betrachteten Kenngr en und den Erfassungsmethoden bzw den dazugeh rigen Kapiteln Erfassungsmethode Messwert Installation Momentan Messdauer De manant Induktionsschleifen FCD aus einer Kamerabasierte Erfassung Fahrzeugflotte von Streckenabschnitten Tempor
149. LANCE sind die Verlustzeiten der Busse im Vergleich zur LRS jeweils geringf gig gr er 4 mit und 6 ohne PNV Beschleunigung Die Verlustzeiten bei Festzeitsteuerung sind vergleichbar mit denen der LRS ohne PNV Beschleunigung AMONES 2010 36 Kurzfassung Mittlere Verlustzeit pro Bus s Steuerungsszenario Fahrtrichtung Fahrtrichtung Mittel ber beide Nord nach S d S d nach Nord Fahrtrichtungen I e s BALANGE ohne PNV Beschleunguna m Tabelle 9 Mittlere Verlustzeiten des PNV Verlustzeiten im MIV Abbildung 18 zeigt das Verh ltnis der Verlustzeiten zwischen den verschiedenen Steuerungsszenarien im Tagesverlauf dargestellt als mittlere Verlustzeit normiert auf das Steuerungsszenario LRS mit PNV Beschleunigung z 1 m gt Z A O z N 14 saf E LRS mit PNV Beschleunigung LRS ohne PNV Beschleunigung E BALANCE mit PNV Beschleunigung N Ya O ka OD u Q N ra E gt je Pe u Z je Fur ka 2 Pas BALANCE ohne PNV Beschleunigung Schwachverkehrszet Morgenspitze Nebenverkehrszeit Abendspitze Abbildung 18 Vergleich der mittleren Verlustzeiten im Tagesverlauf Die Verlustzeiten der Festzeitsteuerung liegen mit Ausnahme der Schwachverkehrszeit immer unterhalb der Zeiten f r die verkehrsabh ngigen Verfahren Dies ist insofern plausibel als die Festzeitprogramme genau f r die simulierte Ver
150. LSA Steuerung Auf Grundlage des Erkl rungsmodells k nnen die Wirkungen variierender meteorologischer und insbesondere verkehrlicher Einflussfaktoren auf die Immissionskonzentration untersucht werden Zun chst wird das maximale verkehrliche Reduktionspotenzial bestimmt das als eine AMONES 2010 215 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung erhebliche Reduzierung des Zuflusses f r den motorisierten Stra enverkehr und oder als eine Koordinierung des Verkehrs mit minimalem Anteil an Halten verstanden werden kann Das maximale Reduktionspotenzial Cmaxpot Wird abgesch tzt indem f r einzelne verkehrsbezogene Pr diktoren im Modell das gemessene f nfte Perzentil AR y eingesetzt wird w hrend f r die weiteren Pr diktoren im Modell X mittlere gemessene Werte eingesetzt werden n B1iyB2yB3 Bk CmaxPot Xy e X2 X3 X k 5 F r die niederfrequenten Erkl rungsmodelle entspricht die Differenz zur mittleren gemessenen Immissionskonzentration im Messzeitraum dem maximalen Reduktionspotenzial einer Kenngr e Sofern mehrere verkehrliche Pr diktoren in das Modell aufgenommen wurden werden ihre Reduktionspotenziale zu einem gesamten verkehrlichen Reduktionspotenzial addiert nach der Merkmalsselektion f r die Erkl rungsmodelle kann davon ausgegangen werden dass sich die Pr diktoren in ihrer Aussage nicht signifikant berschneiden Die maximalen Reduktionspotenziale in den hochfrequenten Erkl rungsmo
151. MR Anwendung und Analyse modellbasierter Netzsteuerungsverfahren in st dtischen Bundesministerium f r Verkehr Bau und Stadtentwicklung Stra ennetzen Anwendung und Analyse modellbasierter Netzsteuerungsverfahren in st dtischen Stra ennetzen 30 Juni 2010 Universit t Stuttgart Lehrstuhl f r Verkehrsplanung und Verkehrsleittechnik F rderkennzeichen 650023 2007 Technische Universit t Darmstadt Fachgebiet Verkehrsplanung und Verkehrstechnik F rderkennzeichen 650021 2007 Technische Universit t M nchen Lehrstuhl f r Verkehrstechnik F rderkennzeichen 650022 2007 Technische Universit t Braunschweig Institut f r Verkehr und Stadtbauwesen F rderkennzeichen 650020 2007 unterst tzt und gef rdert mit Mitteln des Bundesministeriums f r Verkehr Bau und Stadtentwicklung BMVBS im Rahmen der F rderinitiative Mobilit t 21 Inhalt 1 Berichtsaufbau 2 Kurzfassung 2 1 Einleitung 2 2 Verfahren der LSA Steuerung 2 2 1 Regelbasierte Steuerung 2 2 2 Modellbasierte Steuerung 2 3 Methoden zur Erfassung und Auswertung 2 3 1 Verkehrliche Kenngr en 2 3 2 Umweltbezogene Kenngr en 2 3 3 Simulation 2 4 Testfelder und Ergebnisse 2 4 1 Bremerhaven 2 4 2 Hamburg 2 4 3 Virtuelles Testfeld 2 5 Evaluierung modellbasierter Steuerungsverfahren 2 6 Fazit und Handlungsempfehlungen 3 Zielsetzung des Vorhabens 3 1 Gesamitziel des Vorhabens 3 2 Bezug des Vorhabens zu f rderpolitischen Zielen 3
152. NCE als Ergebnis die neuen Rahmensignalpl ne in Form von so genannten T Zeit Grenzen an die lokalen Steuerger te Die T Zeit Grenzen beschreiben dabei die fr hesten und sp testen Zeitpunkte f r die Einleitung der Phasen berg nge auf lokaler Ebene Abbildung 153 Sie geben damit die Rahmenbedingungen f r die m glichen Freigabezeitanpassungen der lokalen Steuerungen vor und beeinflussen indirekt auch die Versatzzeiten Eine nderung der Phasenfolge sowie eine Neuberechnung der optimalen Umlaufzeit sind in BALANCE grunds tzlich ebenfalls m glich werden jedoch im virtuellen Testfeld nicht eingesetzt Hierf r m ssten zun chst auch die lokalen Steuerungen entsprechend versorgt werden Die Freigabezeitanpassungen innerhalb des Rahmensignalplans und die Priorisierung des PNV werden nicht auf Netzebene sondern lokal am Knoten gesteuert F r die im Rahmen von AMONES durchgef hrten Simulationsszenarien im virtuellen Testfeld werden die Standardparameter von BALANCE gew hlt AMONES 2010 345 Virtuelles Testfeld e Die minimalen Freigabezeiten entsprechen den Mindestfreigabezeiten e maximale Freigabezeiten werden nicht vorgegeben e die Gewichtungsfaktoren f r die Wartezeit in der Zielfunktion sind auf 1 gesetzt e alle weiteren Gewichtungsfaktoren sind auf 0 gesetzt und e die Freiheitsgrade der lokalen Steuerungen bei der Freigabezeitanpassung betragen 30 Puffer f r BALAI IcE Fr hester Start des sas Sp tester Start
153. Offensichtlich besteht im Grundsatz die M glichkeit mit modellbasierten Steuerungsverfahren die PNV Bevorrechtigung ohne wesentlichen Nachteil f r den brigen Kfz Verkehr zu integrieren und St rungen auszugleichen Da dies in den Untersuchungen jedoch nicht systematisch gelungen ist wird hier noch ein Entwicklungspotenzial f r die modellbasierten Verfahren gesehen 2 6 Fazit und Handlungsempfehlungen Monitoring der Wirkung Die Erfassung von Kenngr en f r eine umfassende Bewertung erfordert die Fusion verschiedener Datenquellen Zur Erfassung der verkehrlichen Wirkungen Fahrzeit Anzahl Halte haben sich die Kombination von Messfahrten mit GPS Ger ten wenige Fahrzeuge werden exakt erfasst und einer Kennzeichenerfassung mit ANPR Systemen f r viele Fahrzeuge wird die Fahrzeit exakt erfasst bew hrt Messfahrten allein gen gen nur f r kleinere Untersuchungen um eine ausreichende statistische Sicherheit zu erhalten Hierf r sind je nach Erhebungsgebiet zwischen 20 und 80 Messfahrten pro Relation Szenario und Tageszeitblock erforderlich Zus tzlich sind lokale Verkehrsst rken notwendig um die gemessenen Wirkungen zu quantifizieren Die mikroskopische Simulation erweist sich als leistungsf hige Erg nzung der Feldversuche ist aber sehr aufw ndig Zur Erhebung kollektiver Fahrzeiten sind weniger aufw ndige Methoden zu entwickeln Die im Rahmen von AMONES verwendeten Erhebungsmethoden haben einen sehr hohen Planungs und P
154. P P 1 A e C mit P Versatzzeit Versatzzeit nderung A Modifizierfaktor g C lineare Funktion von der Umlaufzeit g C 0 f r C Cmax und g C 1 f r C 0 75 Cmax Wie bei der Gr nzeitaufteilung wird auch bei der Versatzzeit mit einem Votum gearbeitet Um das Votum zu ermitteln wird an definierten Kreuzungszufahrten der Verkehrsfluss Q mit einem Parameter A repr sentiert bestimmte Verkehrssituationen multipliziert Der Versatzzeitenplan mit der gr ten Summe dieser Produkte ber alle Knoten erh lt das Votum Sollen benachbarte Subsysteme miteinander koordiniert werden erfolgt das auch mittels eines Votums Dies erfolgt nach folgendem Prinzip e Ist die Differenz der beiden Umlaufzeiten kleiner als 9 Sekunden wird ein positives Votum gebildet und ein Z hler wird um 1 erh ht e Ist die Differenz gr er als 9 Sekunden wird ein negatives Votum gebildet und der Z hler wird um 1 verringert Die Koordinierung wird aktiviert sobald der Z hler 4 erreicht Geht der Z hler wieder auf O zur ck wird die Koordinierung aufgehoben Auf der taktischen Ebene kann eine lokale Steuerung unter den strategischen Vorgaben der Gebietsrechner geschaltet werden Sie kann aufgrund von Zeitl cken oder Anforderungen Phasen vorzeitig abbrechen oder anfordern 4 6 3 Systemtechnik SCATS l uft in der Regel auf TYCO Steuerger ten Allerdings werden auch andere Steuerger te verwendet Au erdem kann SCATS mit VISSIM AIMSUN und Paramics simuli
155. PNV Beschleunigung ab W hrend diese bei der LRS zu einem deutlichen Anstieg der Verlustzeiten im MIV f hrt kann BALANCE diesen Anstieg offenbar wirkungsvoll verhindern Tabelle 90 Bei der Betrachtung der mittleren Anzahl Halte zeigen sich hnliche Ergebnisse Das gute Abschneiden der Festzeitsteuerung findet sich auch in den Ergebnissen f r die Schwachverkehrszeit und die Abendspitze wieder Es ist insofern plausibel als die Signalprogramme genau f r die simulierte Verkehrsnachfrage geplant wurden und best tigt die Aussage dass eine Festzeitsteuerung Szenarien mit bekannter und vorhersagbarer Nachfrage sehr gut bew ltigen kann AMONES 2010 352 Virtuelles Testfeld Steuerungsszenario Normierte mittlere Verlustzeit Normierte mittlere AnzahlHalte g pro Kfz LRS m OPNV B 100 pro Kfz LRS m OPNV B 100 BALANGE mit PNV 8escreuriona 9 Jo soo Tabelle 90 Mittlere Verlustzeiten und mittlere Anzahl Halte in der Morgenspitze Da auch die LRS auf der gut geplanten FZS aufsetzt besteht in den Varianten ohne PNV Beschleunigung offensichtlich wenig Optimierungspotential f r eine Netzsteuerung Die Ergebnisse von LRS und BALANCE unterscheiden sich hier in der Gesamtbetrachtung nicht signifikant voneinander Betrachtet man allerdings die Verlustzeiten getrennt nach den einzelnen Routenklassen so zeigen sich statistisch signifikante Unterschiede Tabelle 91 BALANCE verringert vor allem die Verlustzeiten auf den Hauptrout
156. Parameter und der Hintergrundbelastung der jeweiligen Schadstoffe geschehen Die immissionsbezogenen Wirkungen verkehrlicher Ma nahmen h ngen ebenso wie die Immissionen selbst stark von meteorologischen Randbedingungen ab In beiden Testfeldern wurde ein erheblicher Einfluss meteorologischer Kenngr en und insbesondere der lokal gemessenen Windgeschwindigkeit auf die untersuchten Immissionskenngr en festgestellt Bei bestimmten meteorologischen Situationen z B bei hohen Windgeschwindigkeiten und damit einhergehender guter Durchl ftung ist der Einfluss des Verkehrs ebenso wie das Minderungspotenzial etwaiger Ma nahmen auf die Immissionsbelastung messtechnisch nur schwach erkennbar Wissensl cken bei der Erhebung umweltrelevanter Verkehrskenngr en sind zu schlie en Dies betrifft zum einen weitere Forschung hinsichtlich der Einflussgr en auf die nicht motorbedingte Partikelbelastung die sich in ihren Eigenschaften deutlich von den weiteren untersuchten Immissionskenngr en unterscheidet Zum anderen betrifft dies Untersuchungen hinsichtlich der Eignung g ngiger Kenngr en zur Qualit t des Verkehrsablaufs als Eingangsgr en f r die Immissionsmodellierung z B die Eignung der Kenngr e Anzahl Halte gegen ber der Kenngr e R ckstaul nge Zusammenh nge zwischen Verkehrskenngr en und alternativen Messgr en der Partikelkonzentration sind zu untersuchen Die Messgr e Partikelanzahlkonzen
157. Standardfehler rsSE des Modells als wichtige Bewertungsgr e angesehen F r das niederfrequente Modell wird der Standardfehler relativ zur mittleren gemessenen Immissionskonzentration ermittelt SEw absoluter Standardfehler des niederfrequenten Modells C Mittlere gemessene Immissionskonzentration AMONES 2010 214 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung F r das hochfrequente Modell ergibt sich der relative Standardfehler aus dem Verh ltnis des Standardfehlers zur doppelten Standardabweichung der hochfrequenten Immissionskomponente Ehf Shf 100 mit SEpr roEhf gt mit SEn absoluter Standardfehler im hochfrequenten Modell Shf Standardabweichung der hochfrequenten Immissionskomponente Wie bereits dargestellt werden die Anforderungen der 39 BImSchV an die Unsicherheit von Modellrechnungen als zu niedrig angesehen Der relative Standardfehler der niederfrequenten Erkl rungsmodelle wird daher nach einer eigenen strengeren dreistufigen Skala bewertet Danach wird ein relativer Standardfehler bis 25 als gut ein relativer Standardfehler von 26 bis 35 als befriedigend und von mehr als 35 als nicht ausreichend eingestuft F r das hochfrequente Erkl rungsmodell wird auch hier aufgrund fehlender vergleichbarer Bewertungs Ans tze auf die Bewertung anhand der gew hlten Skala verzichtet Vielmehr wird der relative Standardfehler als Indikator f r etwaige erforder
158. Steuerung Die zeitliche Aufl sung betr gt 5 Minuten mit einem Prognose Horizont von 15 Minuten Mertz 2001 Auf Knotenpunktebene wird von SPOT die endg ltige Phasenl nge festgelegt 4 5 2 4 Verkehrsflussmodell und Verkehrswirkungsmodell Auf Netzebene verwendet UTOPIA ein makroskopisches Verkehrsflussmodell zur Abbildung des Verkehrs in 5 Minuten Intervallen Auf Knotenpunktsebene verwendet SPOT Ankunftsprofile an den Zufahrten Fahrzeugank nfte werden ber einen gleitenden Zeithorizont von bis 120 Sekunden betrachtet der alle 3 Sekunden aktualisiert F r die Prognose der Fahrzeugank nfte werden die Abfl sse der Nachbarknoten verwendet Es wird ein konstanter S ttigungsverkehrsst rke und eine konstante mittlere Progressionsgeschwindigkeit der Fahrzeugpulks angenommen V Fahrzeuge werden als eigene Fahrzeugpulks durch das Netz geschickt Anforderungsprofil Zeit en horizont queue Messung Detektor Prognose Nachbar L5A yeg Ned BR BE ar a KAE Bi i Be VAVE anha d TPES lt En BER T1 zeitliche Entf fernung Detektor D Dp Abbildung 32 IV Anforderungsprofil von SPOT Mertz 2001 4 5 2 5 Steuerungsmodell Optimierung Das Optimierungsziel in UTOPIA ist die Minimierung der gesamten Verweildauer aller Fahrzeuge V und IV im Netz In den G teindex auf Knotenpunktsebene gehen neben der Wartezeit und der Staul nge des zu steuernden Knotenpunkts auch Wartezeiten und Staul ngen der be
159. Testfeld Als Optimierungsalgorithmus kommt im virtuellen Testfeld aus Rechenzeitgr nden bislang ausschlie lich der Hill Climbing Algorithmus zum Einsatz Die Optimierung erfolgt jeweils alle 5 Minuten 10 1 2 4__ Netzsteuerung Motion Eine Optimierung unterteilt sich bei MOTION in drei Stufen In der ersten Stufe werden f r alle erlaubten Umlaufzeiten und Phasenfolgen die g nstigsten Freigabezeiten ermittelt Da die Phasenfolgen durch die Festzeitsteuerung vorgegeben sind erfolgt hier tats chlich aber nur eine Ermittlung der g nstigsten Freigabezeiten Es wird dabei versucht das Verh ltnis der Auslastung zur gew nschten Auslastung m glichst f r alle Signalgruppen gleich gro zu halten Als gew nschter Auslastungsgrad wird wie f r die Berechnung der Festzeitsteuerung ein Wert von 85 Prozent f r die Hauptrichtungen und 90 Prozent f r die Nebenrichtungen und Linksabbieger gew hlt In der zweiten Stufe wird die System Umlaufzeit f r das Regelgebiet bestimmt F r die Auswahl der Umlaufzeit wird f r jede Umlaufzeit und Phasenfolge jeweils nur die Signalgruppe deren Zielfunktionswert den h chsten Wert aufweist herangezogen Falls die neue Umlaufzeit nicht der zuletzt geschalteten entspricht wird anschlie end gepr ft ob die aktuelle verkehrliche Situation einen Wechsel in die neue Umlaufzeit rechtfertigt oder ob die bisherige Umlaufzeit beibehalten werden kann Als Grenzwert ist hier eine 5 prozentige nderung in der Zielfunktio
160. Umlaufzeiten gepr ft S mtliche Datenreihen mit metrischer Skalierung werden unter Verwendung des arithmetischen Mittels zu den genannten Intervallen aggregiert AMONES 2010 202 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Isolation der hochfrequenten Komponente der Zeitreihen Trendbereinigung Die frequenzdifferenzierte Untersuchung der zeitlichen Variationen in den erhobenen Zeitreihen erfordert eine Zeitreihen Filterung Nach Sch nwiese 1983b lassen sich drei M glichkeiten der Zeitreihen Filterung unterscheiden e Tiefpassfilterung in Form der Unterdr ckung hoher Frequenzen um niedere Frequenzen in Form langfristiger Trends hervorzuheben e Hochpassfilterung in Form der Unterdr ckung niederer Frequenzen um kurzfristige Schwankungen hervorzuheben und e Bandpassfilterung in Form der Hervorhebung eines beidseitig begrenzten Frequenzintervalls Zur Extraktion der hochfrequenten Zeitreihenkomponente kommt die Hochpassfilterung zur Anwendung Hierf r ist eine Tiefpassfilterfunktion R f r zu definieren und die damit errechneten Filterwerte a TP von den Messwerten a zu subtrahieren Die Hochpassfilterfunktion R f yp ist damit das Gegenst ck zur entsprechenden Tiefpassfilterung a HP a a IP RA 1 RCS rp Die Tiefpassfilterwerte ermitteln sich nach E m 4 Sv a mit k m m 1 0 1 m k m 1 2 n 2m Der Index k formuliert ein Zentralgewicht um Phasenverschiebungen zu v
161. V 2 GEHE Fy T V mit simulierter Wert V realer Wert Der GEH Wert darf in maximal 15 Prozent der zur Kalibrierung verwendeten Zeitintervalle einen Wert von 5 berschreiten AMONES 2010 152 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Als Kalibrierungsziel f r die Fahrzeiten soll diese in maximal 15 Prozent der Zeitintervalle nicht mehr als 15 Prozent vom realen Wert abweichen F r die Validierung sollte ein weiterer unverbrauchter Datensatz verwendet werden mit dem die kalibrierten Parameter f r eine andere Verkehrssituation berpr ft werden Bremerhaven F r die Kalibrierung werden die erhobenen Daten vom Mittwoch den 25 2 2009 verwendet Die Steuerung lief an diesem Tag in Festzeit Im ersten Schritt werden die Parameter die Einfluss auf die Kapazit t der Querschnitte und Fahrstreifen haben festgelegt Da in Bremerhaven w hrend der Feldmessungen kaum R ckstaus an den Haltelinien zu beobachten waren und diese daher auch nicht erhoben wurden werden f r die Parameter die die Kapazit t der Fahrstreifen und Querschnitte beeinflussen Standardparameter gew hlt oder Einstellungen aus anderen Projekten die ebenfalls mit dem Simulationsprogramm VISSIM PTV 2008 im innerst dtischen Bereich arbeiten verwendet Als Fahrermodell wird das in VISSIM verwendete Modell von Wiedemann 1974 mit den voreingestellten Werten genutzt Die Wunschbeschleunigungen f r PKW und LNF leichte Nutzfahrzeug
162. Vergleichsbasis zu den in Unterkapitel 5 2 3 recherchierten Ans tzen geschaffen Aufgrund der organisatorischen Vorgaben in Bezug auf die Dauer und den Zeitraum der Feldmessungen im Projekt AMONES je Testfeld 10 Werktage a 12 Messstunden ergibt sich allerdings ein wesentlicher Nachteil f r die Untersuchung der niederfrequenten Immissionskomponente mittels Stundenmittelwerten Der entwickelte Modell ansatz wird nur f r die erfassten Zeitr ume das hei t f r die werkt gliche Tageszeit zur jeweiligen Jahreszeit g ltig sein F r die Untersuchung der hochfrequenten Immissionskomponente erscheint die Wahl einer pauschalen Aggregationsebene von 5 oder 10 Minuten nicht sinnvoll da die aggregierten Datens tze dann unterschiedliche Anteile der Signalprogrammelemente enthalten Stattdessen sollte auf die jeweils geschaltete Umlaufzeit der LSA oder auf das kleinste gemeinsame Vielfache KGV der geschalteten Umlaufzeiten aggregiert werden Aufgrund der unterschiedlich langen Umlaufzeiten verletzt die erstgenannte Aggregation jedoch eine wesentliche Anforderung an Zeitreihenanalysen n mlich die Untersuchung von Datens tzen mit aquidistanten Zeitabst nden Die Analyse der hochfrequenten Immissionskomponente wird daher auf Grundlage der zweiten Aggregationsebene dem KGV der geschalteten Umlaufzeiten durchgef hrt Die Stabilit t der Ergebnisse wird in weiteren exemplarischen Untersuchungen f r die Aggregation auf die jeweils geschalteten
163. Verkehrsingenieurs Arbeitsplatzwerkzeuge wie z B CROSSIG LISA oder P2 Diese werden dann vorab in geeigneten Mikrosimulationsumgebungen wie AIMSUN NIONSTOP oder VISSIM getestet Die getesteten und per Simulation gepr ften Logiken k nnen dann direkt an das Steuerger t bertragen werden Voraussetzung hierf r ist nat rlich dass Verkehrsingenieur Arbeitsplatz und Steuerger t zueinander kompatibel sind d h sie beherrschen dieselben Steuerungsverfahren so dass die Versorgungsdaten zwischen beiden Systemen ausgetauscht werden k nnen Moderne Steuerger te beherrschen in der Regel mehrere der g ngigen Steuerungsverfahren wie LISA VS PLUS PDM TL und TRELAN TRENDS 4 1 3 Modellbasierte Steuerung 4 1 3 1 Grundlagen Der Unterschied zu logikbasierten Systemen ist der Einsatz von Verkehrsmodellen auf deren Ergebnissen die Optimierung der Steuerung basiert Die modellbasierte Umsetzung der Steuerungsverfahren basiert nicht direkt auf den erhobenen Kenngr en sondern auf den in einem Modell weiterverarbeiteten Werten FGSV 2010 Aus den aktuellen Messdaten und unter zu Hilfenahme von historischen Messwerten werden der Verkehr und die damit in Verbindung stehenden Kenngr en mittels geeigneter Verkehrsmodelle bis hin zu einem Zeithorizont in der Regel etwa 5 15 Minuten prognostiziert Modellbasierte Steuerungsverfahren k nnen sowohl zur Steuerung auf Knotenpunktsebene als auch zur Steuerung in Streckenz gen und Verkehrsnetze
164. Verkehrsnetzes Das Hamburger Testfeld liegt nord stlich der Innenstadt im Stadtteil Barmbek und besteht aus drei Stra enz gen von zusammen ca 6 km Streckenl nge die ein Dreieck bilden siehe Abbildung 119 Die Hauptrelationen verlaufen dabei entlang der Bramfelder Stra e gelb und der Habichtstra e Ring 2 braun die durchweg zweistreifig sind In dem Untersuchungsgebiet das ein Teil der Hamburger adaptiven Netzsteuerung HANS ist befinden sich 13 Lichtsignalanlagen Der Knotenpunkt Bramfelder Stra e Habichtstra e ist mit einer durchschnittlichen t glichen Verkehrsst rke von 90 000 Kfz Tag stark ausgelastet bzw zu den Spitzenstunden berlastet J TR JE Un T k a Sn ars Kr Fa in A a ha a T H EN en ir Te Abbildung 119 Netzplan Hamburg Steuerungsgebiet HANS I AMONES 2010 288 Testfeld Hamburg 9 1 2 Verkehrssteuerung In Hamburg wird das adaptive modellbasierte Netzsteuerungsverfahren BALANCE verwendet Das Netz in dem dieses Verfahren zum Einsatz kommt umfasst 41 Lichtsignalanlagen in den Stadtteilen Barmbek Nord und Duisberg Im Rahmen des Projekts AMONES wird das Gebiet HANS I untersucht das sich im Stadtteil Barmbek Nord befindet und dessen Netzsteuerung 13 Lichtsignalanlagen umfasst Entlang der Bramfelder Stra e und der Habichtstra e sind die Lichtsignalanlagen in eine Koordinierung eingebunden deren Ausrichtung tageszeitabh ngig den Verkehrsstr men angepasst ist Die Steuerun
165. Verlauf der mittleren Fahrzeit und der mittleren Anzahl Halte f r einen durchschnittlichen Tag siehe Kapitel 5 1 12 3 Erzeugung eines durchschnittlichen Tages ist in Abbildung 131 und Abbildung 132 dargestellt wobei diese beiden Kenngr en aufgrund der f r alle Steuerungsverfahren nur von der Tageszeit abh ngigen Umlaufzeit stark korrelieren I er B F E IEUD m amk e e o eaa T T a a S E N FE TE eb FH V FZS RS sa BALANCE PS1 BALANCE PS2 0 z Io FE To I 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit Abbildung 131 Durchschnittliche mittlere Fahrzeiten nach Steuerungsverfahren ber alle Relationen durchschnittliche betroffene Nachfrage pro Stunde 4 930 Kfz h Tabelle 72 enth lt die ber den durchschnittlichen Tag gemittelten und auf die lokal regelbasierte Steuerung normierten Kenngr en als hoch aggregierte Vergleichswerte Hier zeigt sich den vorangegangenen Abbildungen wie auch der nachfolgenden Betrachtung ber alle Cluster entsprechend dass BALANCE und die lokal regelbasierte Steuerung eine hnliche Qualit t erreichen und die Festzeitsteuerung deutlich mehr mittlere Halte und eine h here mittlere Fahrzeit aufweist Anteil an der lokal regelbasierten Steuerung Steuerungsverfahren Mittlere Fahrzeit Mittlere Anzahl Halte Tabelle 72 Aggregierte auf die lokal regelbasierte Steuerung n
166. Wartezeit V Wartezeit Gew nschte Funktionalit ten e Anpassung der LSA Steuerung an bergeordnete Strategien einer Verkehrsleitzentrale z B Schaltung strategiekonformer Hauptrouten Situationsabh ngige Zuflussdosierung durch Pf rtneranlagen z B bei bestimmten E er ae el Stuatonsannange VProrsenun t geeignet O bedingt geeignet nicht geeignet I nicht erforderlich Tabelle 12 Empfehlungen zur Auswahl geeigneter Steuerungsverfahren AMONES 2010 47 Zielsetzung des Vorhabens 3 Zielsetzung des Vorhabens 3 1 Gesamtziel des Vorhabens Verkehrsabh ngige Steuerungsverfahren f r Lichtsignalanlagen sind in Deutschland weit verbreitet Gegen ber einer Festzeitsteuerung sollen sie in erster Linie den Verkehrsfluss in st dtischen Netzen verbessern und die Bevorrechtigung von Fahrzeugen des ffentlichen Nahverkehrs sicherstellen Der berwiegende Teil der Verfahren bezieht sich auf die Steuerung von einzelnen Knotenpunkten Verfahren mit netzweit wirkender Verkehrsabh ngigkeit werden noch vergleichsweise selten eingesetzt Bei den lokalen verkehrsabh ngigen Steuerungsverfahren handelt es sich in den meisten F llen um regelbasierte Verfahren die ein vorgegebenes Signalprogramm aufgrund aktueller Detektorwerte z B Zeitl cken im IV Strom oder Anmeldung eines V Fahrzeugs modifizieren oder dieses auf der Grundlage einer Logik dynamisch zusammenstellen Bei hohen Verkehrsst r
167. Z Go u v o u 22 rzs LRS BALANCE PS1 BALANCE PS2 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit E 1 Morgens mittel BEE Norgenspitze ED 3 Mittags mittel EN 4 Mittags niedrig EN 5 Nachmittags mittel EEE 5 Nachmittagsspitze E Aussei er Juni Oktober Workflow f r die Verarbeitung der verkehrlichen Kenngr en e Stundengruppen hnlicher Verkehrsnachfragestruktur Basierend auf der durch den Durchgangsverkehr und den lokalen Verkehrsst rken bestimmten Verkehrsnachfragestruktur wird eine Clusterung durchgef hrt siehe dazu Jain Dubes 1983 oder Zahn 1971 die eine auf dem GEH UK Highway Agency 1996 aufbauende Distanzfunktion verwendet Die Clusterung fasst Stunden mit hnlicher Struktur AMONES 2010 15 Kurzfassung zusammen und erm glicht einen Vergleich von Kenngr en mit hnlicher Verkehrs nachfragestruktur z B Morgenspitze niedriger Morgenverkehr Mittagsverkehr usw e Gsanglinien der mittleren Kenngr en Fahrzeiten Anzahl Halte f r einen durchschnittlichen Tag nach LSA Steuerungsverfahren Das Ergebnis der Clusterung erlaubt die Bildung von durchschnittlichen Verkehrstagen die eine direkte Gegen berstellung der verschiedenen Steuerungsverfahren erm glichen Daf r werden die Kenngr en jedes Steuerungsverfahrens gewichtet nach den Clusteranteilen zusammengefasst so setzt sich der Zeitraum vo
168. ab Fi Ha i N h k mm i iN j i T ir Abbildung 81 bersicht Messstandorte in Bremerhaven Bildquelle GoogleEarth AMONES 2010 235 Testfeld Bremerhaven viiel GPS FR L nge km Tabelle 41 Erfasste Relationen in Bremerhaven 8 5 2 2 Clusterung der Verkehrsnachfrage Da aufgrund der unterschiedlichen Anteile der erfasste Durchgangsverkehr keine Basis f r die Beschreibung der Verkehrsnachfrage bildet werden sechs RMQs Tabelle 42 zur Clusterung der Verkehrsnachfrage ausgew hlt 1 einfahrend Verkehrsstrom nach Norden an der Messstelle 1 Setzt sich aus den von Siemens definierten Detektoren MQ002 und MQ003 zusammen wobei kleinere Korrekturen notwendig sind 2 einfahrend Verkehrsstrom nach S den an der Messstelle 2 Basiert auf der interpolierten manuellen Querschnittsz hlung an dem ANPR Messstandort 2 3 einfahrend Verkehrsstrom nach Westen an der Messstelle 3 Setzt sich aus den von Siemens definierten Detektoren MQ035 und MQ036 zusammen 4 einfahrend Verkehrsstrom nach S den an LSA 241 aus der Hafenstra e Setzt sich aus den von Siemens definierten Detektoren MQ029 MQ030 und MQ031 zusammen Aus S den kommender Rechtsabbieger an der LSA 225 Setzt sich aus dem von Siemens definierten Detektor MQ019 zusammen wobei kleinere Korrekturen notwendig sind Lloydstr gt Columbusstr Aus Osten kommender Linksabbieger an der LSA 225 Setzt sich aus dem von Siemens definierten Detektor MQ018 zus
169. ach Stunden oder eine r umliche Aufteilung nach Relationen wie in AMONES ist nicht zwingend notwendig wenn die Verkehrsnachfrage in den klassischen Bl cken bekannt und stabil im Sinne von sich t glich wiederholend ist und keine differenzierte Betrachtung der einzelnen Relationen erfolgen soll Voraussetzung hierf r ist dass die erfassten Relationen aussagekr ftig f r die Bewertung sind und eine hnliche Fahrzeit aufweisen da ansonsten die Zahl der Gipfel in der Dichtefunktion und die Standardabweichung der Stichprobe steigen und eine weitere Schichtung empfehlenswert ist Der Zeitraum in dem die erforderliche Stichprobe erhoben wird ist nicht von Bedeutung solange sichergestellt ist dass zuf llige Ereignisse zum Beispiel Unf lle erkannt und aus der Bewertung ausgeschlossen werden Es spielt keine Rolle ob ein einzelnes Messfahrzeug ber zehn Tage morgens zehn Fahrten aufzeichnet oder zehn Messfahrzeuge an einem Morgen zusammen einhundert Fahrten hnlich wie bei der r umlichen Wahl der Relationen sollten die Stichproben im Idealfall zuf llig ber den Untersuchungsraum verteilt sein das hei t zum Beispiel dass nicht alle Messfahrten um Punkt 8 11 Uhr beginnen sollten Der meist theoretische Aspekt dass zu viele zus tzliche Messfahrzeuge den Verkehr aufgrund der gestiegenen Nachfrage nachteilig beeinflussen darf nicht ganz au er Acht gelassen werden wobei in den meisten praktischen Umsetzungen vermutlich keine demen
170. albilder notwendig ist AMONES 2010 142 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Fahrzeugwiedererkennung mittels Induktionsschleifensignatur im Testfeld Bremerhaven Die aus der Fahrzeugwiedererkennung mittels Induktionsschleifensignatur abgeleiteten Fahrzeiten k nnen Fahrzeiten ber einen einzelnen Knotenpunkt hinweg ermitteln Es wird hierzu keine zus tzliche spezielle Messtechnik ben tigt Da die Daten derzeit allerdings nur lokal am Steuerger t abgegriffen werden k nnen je Kanal 2 Detektoren wird ein Rechner ben tigt wurden von vornherein nur Signaturen der Induktionsschleifen in Richtung S dwest erhoben Aufgrund defekter und f r die Auswertung ungeeigneter Detektoren konnte die Fahrzeit allerdings nur f r einen Knotenpunkt f r den gesamten Messzeitraum bestimmt werden Zudem konnte die Messmethode selbst anhand der von den Kennzeichenerfassungs systemen gemessenen Fahrzeiten bewertet werden Entropiemaximierung F r die Bestimmung der Verkehrsnachfrage in Hamburg ist es m glich das Verfahren der Entropiemaximierung mit historischen Informationen siehe auch Friedrich 2009 nach dem Ansatz von Willumsen 1978 anzuwenden vgl auch Kapitel 4 2 2 2 Um eine Sch tzung der Verkehrsverteilung durchzuf hren werden f r diesen Ansatz eine historische Matrix und Z hlwerte ben tigt Die historische stundenfeine Matrix wird dabei durch den von den ANPR Systemen erkannten Durchgangsverkehr repr s
171. allerdings ebenfalls nicht ausreichend Hier ist zus tzlich die Information notwendig ob zuverl ssig eine hohe oder niedrige Qualit t des Verkehrsablaufs erreicht wird Signalgruppenprotokolle Die Protokolle der Signalgruppen werden nicht zur Bewertung der Steuerungsverfahren sondern zur Analyse der Stellgr en verwendet Die Stellgr en sind in diesem Fall die Freigabezeiten jeder Richtung und jedes Knotenpunktes die die verkehrsabh ngigen Steuerungsverfahren beeinflussen k nnen Eine Betrachtung der Freigabezeitanteile einzelner Fahrtbeziehungen kann zur Erkl rung unterschiedlicher gemessener Fahrzeiten bei hnlichen Verkehrsnachfragen beitragen Da die Bewertung eines Steuerungsverfahrens bei einer bestimmten Verkehrsnachfrage in Stundenbl cken erfolgt bestimmt sich der Freigabezeitanteil einer bestimmten Fahrtbeziehung durch den Anteil aller Sekunden der betrachteten Stunde in denen die relevanten Signalgruppen Gr n anzeigen Abh ngig von der gew nschten Betrachtung kann auf diese Weise der Freigabezeitanteil einer Fahrtrichtung an einem einzelnen Knotenpunkt oder einer Fahrtbeziehung als Abfolge von Knotenpunkten bestimmt werden An dieser Stelle wird darauf hingewiesen dass sich diese Werte f r eine tageszeitabh ngige Festzeitsteuerung direkt aus den Signalzeitpl nen und der Tageszeit bestimmen lassen f r jegliche Form einer verkehrsabh ngigen Lichtsignalanlage jedoch ein Protokoll der tats chlich angezeigten Sign
172. am Bei gr eren Abst nden l sen sich Fahrzeugpulks so weit auf dass eine Koordinierung der Lichtsignalanlagen in der Regel nicht mehr sinnvoll ist FGSV 2010 AMONES 2010 63 Verfahren der LSA Steuerung 4 1 5 3 Besonderheiten bei der Steuerung von Netzen Die Koordinierung von Netzen ist n tig wenn sich Stra enz ge mit Lichtsignalanlagen kreuzen Die bereits an Knotenpunkte und in Straf enz ge bestehenden Vorgaben bleiben bestehen Die untereinander konkurrierenden Anforderungen der verschiedenen Verkehrsstr me und Verkehrsteilnehmergruppen sind in Stra ennetzen noch einmal wesentlich komplexer Durch das e Zusammentreffen mehrerer stra enzugbezogener Gr ner Wellen oft an zentralen Knotenpunkten mit hoher Auslastung e die H ufung von Fahrzeugstr men mit hoher oder hnlicher Verkehrsst rke sowie instabiler Verkehrszust nde aufgrund berlasteter Knotenpunkte und e die Zunahme m glicher Zielkonflikte zwischen den Verkehrsteilnehmergruppen im Stra ennetz FGSV 2010 wird die Komplexit t der Steuerung deutlich h her Gr ere Verkehrsnetze sollten daher zur Steuerung in kleinere Teilnetze aufgeteilt werden Es ist dabei auf geeignete berg nge zwischen den Teilnetzen zu achten 4 2 Modellbasiertes Steuerungsverfahren Balance 4 2 1 Grundlagen Die ersten Bausteine f r die adaptive Netzsteuerung BALANCE BALancing Adaptive Network Controle mEthod wurden in den europ ischen Forschungsprojekte
173. ammen Columbusstr gt Lloydstr Tabelle 42 RMQs f r die Nachfrageverkehrsst rken Die ersten vier Verkehrsstr me repr sentieren dabei alle relevanten in das Messgebiet einfahrenden Str me und somit die Verkehrsmenge die von der LSA Steuerung bew ltigt werden muss Die beiden letzten Verkehrsstr me ber cksichtigen die Abbieger die der Hauptkoordinierungsrichtung des Steuerungsgebiets folgen Abbildung 82 zeigt beispielhaft den Verlauf der Rohdaten und der korrigierten Daten die als Eingang f r die Clusterung verwendet werden AMONES 2010 236 Testfeld Bremerhaven r N q E z dan 4 u un Fe q p q _ Columbusstr gt Lloydstr MQO0190 26 02 2009 Korrigiert l 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit Abbildung 82 Beispiel f r die Nachfrageverkehrsst rke in Bremerhaven Auf diesen Verkehrsst rken basierend werden 117 Stunden geclustert Vier Stunden k nnen aufgrund von Ausf llen der Messger te oder St rungen in der LSA Steuerung nicht ber cksichtigt werden 16 2 2009 10 30 11 30 Uhr 18 2 2009 11 30 12 30 Uhr 23 2 2009 8 30 9 30 Uhr und 23 2 2009 17 30 18 30 Uhr Mit einem Grenzwert der Distanz siehe Kapitel 5 1 12 3 f r die Zusammenf hrung von Clustern von 3 55 ergeben sich sechs Cluster die in Abbildung 83 visualisiert sind und die Grundlage f r die Bewertung bilden Aufgrund der eher fla
174. an einem Knotenpunkt im st dtischen Hintergrund deutlich abweichen Folglich wird auch der Tagesgang der verkehrlichen Immissions Zusatzbelastung am HotSpot vom st dtischen Hintergrund deutlich abweichen Eine saubere Isolation der hochfrequenten Komponenten der verschiedenen Zeitreihen ist auf diese Weise nicht m glich 5 2 6 3 Datenanalyse Qualitative Interpretation der erhobenen Tagesganglinien Vor der eigentlichen Zusammenhangsanalyse wird eine erste qualitative Interpretation der erhobenen Kenngr en anhand der graphischen Darstellung ihres Tagesgangs und einiger statistischer Kenngr en durchgef hrt Dieser Untersuchungsschritt soll dazu beitragen die sp ter in der Zusammenhangsanalyse entwickelten mathematischen Zusammenh nge auf Plausibilit t zu pr fen Dar ber hinaus wird entschieden ob die erhobene Stichprobe als homogene Grundgesamtheit betrachtet werden kann oder ob bestimmte Messzeitr ume gesondert betrachtet werden m ssen Die graphische Analyse wird auf Grundlage der niederfrequenten Tagesganglinien der Kenngr en e NOx und NO e PM PM25 und PM10 25 e Windgeschwindigkeit e Temperatur e Luftfeuchte e Luftdruck sowie e Verkehrsst rke und Anzahl der Anfahrvorg nge durchgef hrt Die statistische Analyse umfasst die folgenden Untersuchungen die f r die oben genannten Kenngr en differenziert nach Testfeld und Messwochen durchgef hrt werden e Interpretation des arithmetischen Mittels
175. ance PS1 Balance PS2 U CO2 Emissionen kg 1000Kfz u DE TEE Balance PS1 Balance PS2 Abbildung 150 Netzbezogene PM und NO Emissionen der untersuchten LSA Steuerungs verfahren im Vergleich LRS 100 Die Netzauswertung zeigt dass die modellbasierte Steuerung mit dem Parametersatz 1 die Emissionen im Vergleich zur regelbasierten Steuerung unabh ngig vom betrachteten Schadstoff reduzieren kann Dar ber hinaus wird aber auch hier die Relevanz der Parametrierung deutlich die auf Grundlage der mit dem zweiten Parametersatz ermittelten Emissionen liegen in einer Gr enordnung mit der Festzeitsteuerung AMONES 2010 341 Virtuelles Testfeld 10 Virtuelles Testfeld 10 1 Verkehrsangebot 10 1 1 Merkmale des Verkehrsnetzes Der Netzaufbau im virtuellen Testfeld erm glicht die Untersuchung typischer Netzausschnitte st dtischer Stra ennetze vom einfachen Linienzug bis zu Netzmaschen Aus Erfahrung sind allzu komplizierte Netzstrukturen und Steuerungsgebiete in der Wirklichkeit besonders in Deut schland nicht existent so dass folgende Szenarien Abbildung 151 umgesetzt werden e Netz 1 Linienzug 5 Knotenpunkte Knotenpunktsabstand variiert e Netz 2 kreuzende Linienz ge 7 Knotenpunkte e Netz 3 Netzmasche 8 Knotenpunkte Linienzug Kreuzende Linienz ge 644 Netzmasche ar Sy 621 200 o Ito 7 900 Knoten des Steuerungsgebietes Randknoten Abbildung 151 Netz des Virtuellen Testfeldes mit A
176. andbuch M nchen Siemens AG I amp S ITS 2008b SITRAFFIC MOTION Ablaufbeschreibung f r Sitraffic Motion Simulation Handbuch M nchen Siemens AG I amp S ITS 2008c SITRAFFIC Control Bedienung Version 5 0 Handbuch M nchen Siemens AG I amp S ITS 2008d SITRAFIC PDMe Beschreibung und Bibliotheken V2 0 Handbuch M nchen Siemens AG I amp S ITS 2008e SITRAFFIC M Xe MOTION Komponente im SITRAFFIC C900 Beschreibung und Bibliothek V2 0 Handbuch M nchen Sims A G Dobinson K W 1980 The Sydney Coordinated Adaptive Traffic SCATS System Philosophy and Benefits IEEE Transactions on Vehicular Technology Volume 29 2 p 130 137 Smit R 2006 An Examination of Congestion in Road Traffic Emission Models and their Application to Urban Road Networks Dissertation Griffith University Griffith Spangl W Schneider J Nagl C Lorbeer G Placer K Lichtblau G et al 2003 Fachgrundlagen f r eine Statuserhebung zur NO2 Belastung an der Messstelle Wien Hietzinger Kai Wien Spangl W 2004 Fachgrundlagen f r eine Statuserhebung zur PM Belastung in Wien Umweltbundesamt Wien TA Luft Technische Anleitung zur Reinhaltung der Luft vom 24 Juli 2002 Bundesministerium f r Umwelt Naturschutz und Reaktorsicherheit 2002 Berlin n TABASCO Report 9 3 1993 UTC with PT Priority User Needs Functional Specification and Demonstrators Ed Friedrich B Projektnummer TR1054 European Commission DG XI
177. andlungsempfehlungen Immissionskenngr en festgestellt Bei bestimmten meteorologischen Situationen z B bei hohen Windgeschwindigkeiten und damit einhergehender guter Durchl ftung ist der Einfluss des Verkehrs ebenso wie das Minderungspotenzial etwaiger Ma nahmen auf die Immissionsbelastung messtechnisch nur schwach erkennbar Wissensl cken bei der Erhebung umweltrelevanter Verkehrskenngr en sind zu schlie en Dies betrifft zum einen weitere Forschung hinsichtlich der Einflussgr en auf die nicht motorbedingte Partikelbelastung die sich in ihren Eigenschaften deutlich von den weiteren untersuchten Immissionskenngr en unterscheidet Zum anderen betrifft dies Untersuchungen hinsichtlich der Eignung g ngiger Kenngr en zur Qualit t des Verkehrsablaufs als Eingangsgr en f r die Immissionsmodellierung z B die Eignung der Kenngr e Anzahl Halte gegen ber der Kenngr e R ckstaul nge Zusammenh nge zwischen Verkehrskenngr en und alternativen Messgr en der Partikelkonzentration sind zu untersuchen Die Messgr e Partikelanzahlkonzentration ist besser geeignet als die Messgr e Partikelmassenkonzentration um die gesundheitlichen Wirkungen des Stra enverkehrs und entsprechender Minderungsma nahmen zu bewerten Es ist zudem absehbar dass diese Messgr e st rker mit den motorbedingten Partikelemissionen des Stra enverkehrs korreliert Detaillierte Untersuchungen zu den Zusammenh
178. angegeben AMONES 2010 280 Testfeld Bremerhaven a E C emong EEE a E T oo Verkehrsst rke Lag Variable Tabelle 60 Pr diktoren der PM o Modelle 95 Signifikanzniveau Die lokalen windbezogenen Kenngr en zeigen eine hohe Relevanz Der Windvektor geht hier als kombinierte Kenngr e aus Windrichtung und Windgeschwindigkeit signifikant mit einem plausiblen positiven Vorzeichen des Koeffizienten ein Auch der Luftdruck leistet im niederfrequenten Modell einen signifikanten Beitrag zur Varianzaufkl rung Das positive Vorzeichen ist aufgrund mehrerer Inversionswetterlagen in der zweiten Messwoche plausibel Zudem tr gt die PM4 o Hintergrundbelastung erheblich zur Aufkl rung der PM Varianz mit einem plausiblen positiven Vorzeichen bei Der Schwerverkehrsanteil ist der einzige verkehrsbezogene Pr diktor im niederfrequenten Modell Analog zum NOx Modell ist der Erkl rungsbeitrag in der ersten Messwoche erheblich und in der zweiten Messwoche niedriger bzw nahe der Signifikanzgrenze Im hochfrequenten Modell ist die Verkehrsst rke als zeitlich verschobene Lag Variable in beiden Messwochen ma gebend Die ist grunds tzlich plausibel kritisch zu bewerten ist allerdings dass die zeitliche Verschiebung nur im Testfeld Bremerhaven nur f r die Kenngr e Gesamtverkehrsst rke und nur in der hochfrequenten Konzentrationskomponente erkennbar ist Die Modellierungsg te des niederfrequenten Erkl rungsmodells wird aufgrund de
179. asserdampf Mischungsverh ltnis sind dabei als Indikatoren f r die Gesamtwetterlage oder f r den Luftmassenaustausch zu verstehen Der Pr diktor Ozon Hintergrundkonzentration hat ebenfalls einen signifikanten antiproportionalen Einfluss auf die modellieten NOx Werte Gem den in 5 2 1 4 dargestellten Zusammenh ngen ist dies plausibel Im niederfrequenten Modell haben die Pr diktoren Temperatur und Globalstrahlung nur in der zweiten Messwoche einen signifikanten Erkl rungsanteil Eine m glicher Grund daf r ist dass in der ersten Messwoche im Hochsommer die Wirkungen dieser Einflussfaktoren zu den Messzeiten zwischen 6 30 Uhr und 18 30 Uhr nicht oder nur eingeschr nkt erkennbar sind Die Temperatur ist bereits in den Morgenstunden h her als 10 C so dass h here Emissionen beispielsweise durch Kaltstarts deutlich reduziert sind Der Sonnenaufgang fand im Juni 2008 gegen 5 00 Uhr statt im Oktober erst gegen 7 30 Uhr Gerding 2010 Daher ist davon auszugehen dass die Effekte der ver nderten photochemischen Reaktionen infolge des Tag Nacht Wechsels in der ersten Messwoche nicht erfasst wurden Als verkehrsbezogene Kenngr en haben die Schwerverkehrsst rke und die Anfahrvorg nge sowohl f r das nieder als auch f r das hochfrequente Modell hohe Erkl rungsanteile mit plausiblen positiven Vorzeichen der Regressionskoeffizienten Festgehalten werden kann dass das niederfrequente NO Erkl rungsmodell wesentliche Anteile der Varianz der
180. ation gemessen FM2 5 Konzentration modelliert Abbildung 146 Gemessene blau und modellierte rot Zeitreihen der hochfrequenten PM Konzentration im Testfeld Hamburg getrennt nach Messwochen HHO1 und HHO2 senkrechte Linien trennen einzelne Messtage Tabelle 62 zeigt die Pr diktoren im Erkl rungsmodell und die Vorzeichen der Koeffizienten Sofern eine Pr diktorkenngr e in einer Messwoche keinen signifikanten Einfluss besitzt wird das Vorzeichen nicht angegeben Pr diktorkenngr e hochfrequent 7 Windgeschwmciket menge I E DET 77 T and I I A Tabelle 86 Pr diktoren des PM Modells im Testfeld Hamburg 95 Signifikanzniveau Analog zum PM10 Modell haben Windrichtung und Windgeschwindigkeit nur im hochfrequenten Modell ein signifikantes Gewicht AMONES 2010 335 Testfeld Hamburg Die Luftfeuchte weist im niederfrequenten Modell eine signifikante Varianzaufkl rung auf Eine h here Luftfeuchte f hrt zu h heren modellierten Immissionen Dieser Zusammenhang ist allerdings nicht zwingend auf Kausalbeziehungen zur ckzuf hren vgl 5 2 1 4 Wie auch in den niederfrequenten NOx und PM o Modellen leistet der Luftdruck auch f r die PM s Konzentration einen signifikanten Beitrag zur Varianzaufkl rung Aufgrund der hohen Varianz dieser Kenngr e und mehrerer Inversionswetterlagen in den Messzeitr umen ist dies plausibel Die PM o Hintergrundbelastung tr gt mit einem plausiblen positiven Vorze
181. ation und Vergleich verschiedener LSA Steuerungsverfahren verkehrliche Wirkung und Wahrnehmung in der ffentlichkeit Diplomarbeit am Lehrstuhl f r Verkehrstechnik Technische Universit t M nchen Maier F Roth C 2008 Fahrzeugwiedererkennung unter Verwendung der Signaturen aus Induktivschleifendetektoren Stra enverkehrstechnik Heft 2 2008 Kirschbaum Verlag GmbH Bonn Manier G 2005 Internetvorlesung Umweltmeteorologie Kapitel Ausbreitung und Umwandlung von Luftschadstoffen www meteor tu darmstadt de umet index html gesehen am 4 6 2008 Technische Universit t Darmstadt Darmstadt MATLAB The Language of Technical Computing 2009 Product Documentation Cross Correlation The Mathworks Inc Natick Massachusetts USA Mauro V 2002 UTOPIA Urban Traffic Control Main concepts PEACE ITS Workshop 8 9 April 2002 Peking Mei ner J D 2004 Statistik Verstehen und sinnvoll nutzen Oldenbourg Verlag M nchen AMONES 2010 383 Literatur Mertz J Friedrich B 1994 Das Konzept der Priorisierungsstufen Internes Arbeitspapier Fachgebiet Verkehrstechnik und Verkehrsplanung Technische Universit t M nchen MERTZ J 1996 Abschlussbericht Munich COMFORT Fachgebiet Verkehrstechnik und Verkehrsplanung Technische Universit t M nchen Mertz J 2001 Ein mikroskopisches Verfahren zur verkehrsadaptiven Knotenpunktsteuerung mit Vorrang des ffentlichen Verkehrs Dissertation Schriftreihe des Fachgebiets Ve
182. ationen im Simulationsszenario A AMONES 2010 29 Kurzfassung 2 4 2 3 Ergebnisse umweltbezogene Kenngr en Erhebung Tabelle 8 zeigt die in den verschiedenen lokalen Immissionsmodellen enthaltenen Kenngr en mit signifikantem Erkl rungsbeitrag an den gemessenen Immissionszeitreihen Wie unter 2 3 2 dargestellt wurde die Untersuchung differenziert f r immissionsbezogene Wirkungen die sich aus dem Tagesgang der Einflussgr en ergeben und f r Wirkungen die aus kurzzeitigen Schwankungen der Einflussgr en erkennbar sind untersucht Erstere werden in Tabelle 8 als niederfrequent und letztere als hochfrequent bezeichnet N PM frequent men er mn m Windgeschwndigkeit an 7a E r BE a o dwak f o e o d e G o e d y O wmm O O o S o Globatstrahung e ooo o d S S o Ozon Konzentration e o e l SVVerkenrsst rke um Jo mo Jooo doo o oo o oo i amp VDurchfanten ooo oo o e ooe S e O Anfahrvorg nge fom ooo oo S d y O Tabelle 8 Relevante Kenngr en f r die lokalen Immissionsmodelle im Testfeld Hamburg die Vorzeichen stehen f r die Richtung des Einflusses getrennt nach den beiden Messwochen Die Modelle zur Quantifizierung der tagesgangbezogenen Wirkungen erkl ren mehr als 80 der Varianz des Tagesgangs der betrachteten Schadstoffe Der relative Standardfehler liegt unter 20 und damit in einer f r die Immissionsmodellierung guten Gr enordnung Die verkehrlichen Pr diktoren
183. ationsset durchgef hrt Diese Suche nach der richtigen Stichprobengr e wird so lange durchgef hrt bis die letzten 3 Simulationssets a 10 000 die gew nschte Genauigkeit vorweisen Wobei der Prozess gegebenenfalls abgebrochen werden muss wenn die gew nschte Genauigkeit nicht getroffen werden kann Da nur ganzzahlige Stichprobengr en gesucht werden kann es bei normalverteilten Schichten AMONES 2010 124 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung mit niedriger Streuung vorkommen dass die erforderliche Stichprobengr e so klein ist dass eine Stichprobe mehr oder weniger die erreichte Genauigkeit um mehrere Prozentpunkte schwanken l sst so dass z B 14 6 Messfahrten notwendig w ren Untersucht werden wieder die zuvor eingef hrten 84 Schichten Erstreckt sich eine Schicht ber mehrere Tage z B Dienstag Mittwoch und Donnerstagmorgen mit lokal regelbasierter Steuerung werden die Grundgesamtheiten der einzelnen Tage nicht vermischt sondern aneinander gereiht Im Folgenden wird der Begriff Messfahrzeug in der Einzahl verwendet wobei sich die tats chlich erforderliche Anzahl an Messfahrzeugen abh ngig von der geforderten Stichprobengr e L nge und Lage der Relationen usw ergibt Abbildung 46 zeigt die Auswertung der Simulation einer realistischen Ziehung Oben links ist die Grundgesamtheit dargestellt die sich aus drei Vormittagen zusammensetzt Rechts davon ist die Dichteverteilung dargestellt die
184. atur NL Luftfeuchte Luftdruck Verkehrs s wen h N vi st rke MON AA Anfahr vorg nge a er a a _ m An m 06 30 12 30 06 30 12 30 06 30 12 30 06 30 12 30 06 30 12 30 Abbildung 109 Ausgew hlte Zeitreihen der ersten Messwoche im Testfeld Bremerhaven gleitende 1h Mittelwerte AMONES 2010 2 0 ug m ng m 6 0 un 3 0 a So os S 1 5 PONI PA AAN z ER ae 0 0 10 0 5 100 X 50 25 0 1040 1030 z E 1020 1010 1000 1500 1000 N 500 0 06 30 12 30 06 30 12 30 06 30 12 30 06 30 12 30 06 30 12 30 Abbildung 110 Ausgew hlte Zeitreihen der zweiten Messwoche im Testfeld gleitende 1h Mittelwerte AMONES 2010 Testfeld Bremerhaven NO2 Konzentration NO Konzentration PM 40 Konzentration PM 5 Konzentration PM 10 2 57 Konzentration __ Wind geschwindigkeit Temperatur Luftfeuchte Luftdruck Verkehrs st rke Anfahr vorg nge Bremerhaven 271 Testfeld Bremerhaven Die nderungsraten der Kenngr en best tigen die Annahme dass die immissions und windbezogenen sowie die verkehrlichen Kenngr en die mit Abstand h chsten nderungsraten aller identifizierten Einflussgr
185. auf Vollst ndigkeit gepr ft und gegebenenfalls interpoliert Abschlie end werden die AMONES 2010 134 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Ergebnisse an den Stellen an denen manuelle Z hlungen vorliegen mit diesen verglichen und visuell auf Ausrei er und Plausibilit t berpr ft Die zeitliche Aggregation f r den Vergleich mit den manuellen Z hlungen erfolgt in 15 Minuten Intervallen und f r die nachfolgenden Bewertungsprozesse in 60 Minuten Intervallen Querschnittserfassung manuell Die manuellen Z hlungen an den Eingangsquerschnitten werden visuell gepr ft Einzelne Messl cken werden durch lineare Interpolation erg nzt L ngere Messl cken werden durch die Werte des entsprechenden Wochentags der anderen Messwoche im Testfeld ersetzt wobei die Werte entsprechend den Verh ltnissen der brigen Z hlwerte korrigiert werden d h Qr k Woche1 ni QL k Woche2 y n mit Q tk Woche1 Q tk Woche2 Q ti Woche1 Q ti Woche2 Lk n Fir Qei Zi 1 Xt iWoche1 i E l mnik i 1 Qriwachez Z hlwert im Intervall tan der Messstelle kin der einen Woche Z hlwert im Intervall tan der Messstelle kin der anderen Woche Z hlwert im Intervall tan der Messstelle jin der einen Woche Z hlwert im Intervall tan der Messstelle jin der anderen Woche Messstelle j beziehungsweise k Anzahl Messstellen Zum Vergleich mit den Z hldaten der Detektoren werden die manuellen Z hldaten die nur f r die ersten 1
186. ben Die Standardparameter in VISSIM liegen vor allem bei den Wunschbeschleunigungen weit ab der Realit t Zudem gibt es auch f r weitere Parameter die einen teils erheblichen Einfluss auf die Simulationsergebnisse haben wie etwa Querverkehrsst rungen bisher keine Vergleichsdaten in der Literatur Der Erhebungsaufwand f r solche Daten aber ist enorm Sobald eine hinreichend kalibrierte Simulationsumgebung zur Verf gung steht lassen sich mit ihr gut und mit vergleichsweise geringem Aufwand unterschiedliche Parameters tze bei variierenden Verkehrsnachfragen gegeneinander vergleichen Da in den NMS aktuell die Auswirkungen von Ver nderungen an einzelnen Parametern f r den Planer leider nicht direkt abzusch tzen sind erscheint das Austesten zahlreicher Parameters tze in der Simulation momentan als einzig empfehlenswerte Methode um das Potential der NMS vern nftig untersuchen und absch tzen zu k nnen AMONES 2010 359 Evaluierung modellbasierter Steuerungsverfahren 11 2 Stand und Sichtweise der Baulasttr ger Der Stand der Lichtsignalsteuerung und die Sichtweise der Baulasttr ger wurde ber einen Fragebogen der von 21 St dten in Deutschland beantwortet wurde sowie ber eine Podiumsdiskussion w hrend des DVWG Stra enverkehrsforrum AMONES Symposium Modellbasierte LSA Netzsteuerungsverfahren am 11 November 2009 in Berlin ermittelt Die R cklaufquote der Frageb gen war St dten die eine modellbasierte Netzsteueru
187. ben erfordern Werden diese Daten f r das AMONES Testfeld in Hamburg zugrunde gelegt dann w ren dort f r die Bewertung aller zw lf Relationen ca 3 700 Testfahrten notwendig gewesen Diese h tten unter Ber cksichtigung der durchschnittliichen Umlaufdauer f r die Fahrtzyklen eine Gesamtfahrzeit von ca 360 Stunden erfordert Im Rahmen von AMONES wurden in jedem Testfeld an zehn Tagen ber 8 5 Stunden Messfahrten von einem Messfahrzeug durchgef hrt Dies bedeutet dass f r die 3 700 erforderlichen Stichproben mindestens vier Fahrzeugen ben tigt worden w ren bei einer Erhebungsdauer von zehn Tagen Die auf diese Weise erhobenen Fahrzeiten w ren allerdings nur dazu geeignet verl ssliche Aussagen f r vier Steuerungsverfahren oder Szenarien und drei Tageszeitbl cke zu treffen Die tats chlich durchgef hrte Erhebung mit ANPR Systemen erlaubt ohne weiteres verl ssliche Aussagen f r die Fahrzeit in 15 Minutenintervallen F r die Bewertung eines LSA Steuerungsverfahrens ist eine solch feine Aufl sung nicht unbedingt erforderlich f r die Kalibrierung einer Simulation allerdings unerl sslich Hinzu kommt dass der Personalaufwand f r den Einsatz der ANPR Systeme an den vier Standorten in Hamburg mit f nf bzw sechs Personen eine Person je Standort ein Springer und ein Messfahrzeug nur minimal h her war und somit lediglich die Verf gbarkeit solcher Systeme eine Hemmschwelle f r deren Einsatz darstellen sollte Zunehmende Streuung
188. bez glich der erzielbaren Wirkungen und der Handhabbarkeit der Verfahren sind Das Forschungsprojekt AMONES hat das Ziel die letzten beiden Punkte und die folgenden Fragestellungen durch umfassende empirische Unter suchungen in zwei st dtischen Testfeldern in Hamburg und Bremerhaven und erg nzende Simulationsstudien zu beantworten e Welche verkehrlichen Vorteile erzielen modellbasierte Steuerungsverfahren gegen ber herk mmlichen verkehrsabh ngigen Steuerungsverfahren insbesondere durch eine gute Koordinierung der Lichtsignalanlagen im Netz e Welche umweltbezogenen Wirkungen sind mit modellbasierten Steuerungsverfahren erreichbar Welche Beitr ge k nnen zur Reduzierung und besseren r umlichen Verteilung von Luftschadstoffen und damit zur Einhaltung von Immissionsgrenzwerten z B zur Feinstaubbelastung in st dtischen Stralsennetzen geleistet werden e Welches Ma an Verbesserung ist bereits mit der systemtechnisch einfachen M glichkeit der regelbasierten Signalprogrammauswahl bei geringen Investitionskosten zu erreichen AMONES 2010 9 Kurzfassung e Welche Kenngr en muss man erfassen und welche Messzeitr ume sind notwendig um zuverl ssige Aussagen ber die verkehrlichen und umweltbezogenen Wirkungen einer Steuerung zu machen 2 2 Verfahren der LSA Steuerung Im Rahmen von AMONES werden die folgenden sechs Steuerungsverfahren unterschieden e Die Festzeitsteuerung FZS stellt eine zeitabh ngige Signalprogrammauswahl
189. biet in IHeiahonn UENS SEIO ROEE Handouffsweg LSA A 8 pe rane Dertzwen LSA G29 r LSA 138 Dumma I C3 Ge Abbildung 120 bersicht Messstandorte in Hamburg Bildquelle GoogleEarth Entlang der Achse von 1 nach 3 tritt klassisches Pendlerverhalten auf Hier ist der Verkehr stadteinw rts 1 3 morgens hoch und abends niedrig w hrend sich die R ckrichtung 3 1 AMONES 2010 294 Testfeld Hamburg umgekehrt verh lt Dieses Verhalten ist entlang der Achse von 2 nach 4 die dem Stadtring folgt nicht zu beobachten Nein 1 800 C e f a En S gg A E u ra OIN HE TE HE SEHE BEE EEE 7 SEE HEHE HE SE BEE ER ET SE u HEHE SE HET SEHE BEE ER ET SEE HE HE EEE EEE HEN SE HET SEE I en a E Tabelle 66 Erfasste Relationen in Hamburg 9 5 2 2 Clusterung der Verkehrsnachfrage Die Verkehrsnachfrage wird mit dem Verfahren der Entropiemaximierung siehe Kapitel 5 1 12 3 berechnet Der von den ANPR Systemen erfasste Durchgangsverkehr auf den in Tabelle 66 aufgef hrten Relationen liefert hierf r die historische Matrix f r vier Quellen und vier Ziele und die RMQs an den vier Ein beziehungsweise Ausgangsquerschnitten die Z hldaten Der Einsatz dieses Verfahrens ist aufgrund der Aufstellpl tze der ANPR Systeme notwendig Aufgrund der seitlichen Position und des Winkels erfassen die Systeme teilweise den Gegenverkehr ein Umstand der f r die Berechnung von Fahrzei
190. burg 2004 Auch der Verursacheranteil des Verkehrs ist hoch NO 50 60 PM o 22 so dass verkehrliche Ma nahmen ein Verbesserungspotenzial zumindest f r NO2 in einer messbaren Gr enordnung erwarten lassen 2 4 2 2 Ergebnisse verkehrliche Kenngr en Erhebung Die vier ANPR Messstellen Abbildung 10 erlauben die Erhebung der Fahrzeiten von zw lf Relationen Wie Tabelle 5 zeigt weisen die Geradeaus Beziehungen entlang der Bramfelder Stra e und der Habichtstra e die h chsten Verkehrsst rken auf Abbiege ANPR Beobachtungen GPS Fahrten beziehung Gesamt Je Stunde Gesamt Je Stunde Nicht befahren Nicht befahren Nicht befahren Relation Nicht befahren Nicht befahren Nicht befahren Tabelle 5 Statistik der in Hamburg erhobenen Daten Die Verkehrsst rken an den relevanten Eingangsquerschnitten des Untersuchungsgebiets liegen in Hamburg zwischen 16 000 und 24 000 Kfz Tag W hrend der Morgen und der Nachmittagsspitze treten regelm ig St rungen im Verkehrsfluss auf Abbildung 11 zeigt den Verlauf der mittleren Fahrzeiten differenziert nach Steuerungsverfahren ber alle beobachteten Relationen f r einen durchschnittlichen Tag AMONES 2010 26 Kurzfassung Wie in Tabelle 6 dargestellt zeigen sich zwischen LRS und BALANCE im Verlauf eines gesamten Tages von 6 30 18 30 Uhr keine auff lligen Unterschiede Werden hingegen nur die Morgenstunden von 6 30 18 30 Uhr betrachtet schneiden die beiden BALANCE Verfahren b
191. burger adaptive Netzsteuerung Gebiet II Wandsbek Markt HANS Ih Abbildung 79 Netzplan Hamburg AMONES 2010 adaptive LSA im Bestand 13 HANS adaptive LSA im Bau HANS IN 28 areg N OA Festlegung der Testfelder m Wandsbek W r er Garten 228 Abbildung 80 AMONES 2010 Netzplan Bremerhaven Festlegung der Testfelder L5A220 Columbusstra e Kennedybr cke LSA2 1 Columbusstra er Van Ronzelen Stra e LSAP Columbusstra e Linzer Stra e 1LSA2 3 GColumbusstra e Kirchenstra e LSAP24 Columbusstra e Keilstra e LSA225 Columbusstra e Lloydstra e LSA239 Lloydstra e Rampenstra e LSA240 Lioydstra e B rgermeister Smidt Stra e LSA241 Lloydstra e Deichstra e 229 Testfeld Bremerhaven 8 Testfeld Bremerhaven 8 1 Verkehrsangebot 8 1 1 Merkmale des Verkehrsnetzes Das Testfeld Bremerhaven besteht aus zwei Stra enz gen Columbusstra e Lioydstra e die etwa in der Mitte des Testfeldes an einem T Knoten aufeinander treffen siehe Abbildung 80 Es befinden sich insgesamt 9 Lichtsignalanlagen in dem Testfeld die seit Anfang 2008 mit dem verkehrsadaptiven Netzsteuerungsverfahren MOTION gesteuert werden Beim Testfeld Bremerhaven handelt es sich um einen Linienzug Durch die geknickte Form und die sich au erhalb des Testfeldes befindlichen Alternativroute sowie den Zielen innerhalb des Testfeldes in Form der Fu g ngerzone mit 3 gro
192. ca 6 000 bis 10 000 Kfz Tag an den relevanten Eingangsquerschnitten des Untersuchungsgebiets relativ niedrig Gr ere St rungen im Verkehrsfluss lassen sich nicht beobachten Abbildung 8 zeigt den Verlauf der mittleren Fahrzeiten differenziert nach Steuerungsverfahren ber alle beobachteten Relationen f r einen durchschnittlichen Tag 35 7 3 0 297 E a AM u a a a a ee A a a a E E A a E 207 15 Mittlere Fahrzeit min 1 0 0 5 FZS LRS MOTION 0 0 m 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit Abbildung 8 Mittlere Fahrzeiten f r einen durchschnittlichen Tag in Bremerhaven Wie in Tabelle 2 dargestellt zeigen sich zwischen der FZS und der LRS keine auff lligen Unterschiede MOTION liefert im Vergleich eine etwas niedrigere Fahrzeit und eine reduzierte Anzahl der Halte Die niedrigere Anzahl der Halte ist das Ergebnis einer besseren Koordinierung der Lichtsignalanlagen die mit MOTION erreicht wird AMONES 2010 21 Kurzfassung Mittlere normierte Mittlere normierte Steuerungsverfahren Fahrzeit Anzahl der Halte EEE 100 nn Festzeitsteuerung OO Lokal Nee ER mit des V BE na Ba Ba Tabelle 2 Vergleich der normierten mittleren Kenngr en Fahrzeit und Anzahl der Halte in Bremerhaven LRS 100 Simulation Nachfolgend sind f r die verschiedenen Steuerungsverfahren die mittlere Anzahl der Halte ber den Tag Abbildung 9 als Mittelwert d
193. centations in Swedish cities Modelling of inhalable particles Report number RMK No 76 Norrk ping Schweden Burgeth G Cyrol W M ller J Duttlinger W 2008 Photokatalytisch funktionale Oberfl chen zur Reduktion von Stickoxiden und Ozon Tagungsband zu Luftqualit t an Stra en Bundesanstalt f r Stra enwesen bast Bergisch Gladbach Busch F Kruse G 1993 MOTION ein neues Verfahren f r die st dtische Lichtsignalsteuerung und seine Erprobung im Rahmen des EG Programms ATT HEUREKA 93 Karlsruhe Busch F Kruse G 2002 MOTION for SITRAFFIC Optimierung der Lichtsignalsteuerung im Einsatz HEUREKA 02 Karlsruhe Cerwenka 1997 Anwendungsorientierte Ermittlung von Kraftstoffverbrauch und Schadstoffemissionen des Kraftfahrzeugverkehrs in Deutschland f r die Neufassung der RAS W EWS In Stra enverkehrstechnik Jg 41 H 1 Cobian R Henderson T Mitra S Nuworsoo C Sullivan E 2009 Vehicle Emissions and Level of Service Standards Exploratory Analysis of the Effects of Traffic Flow on Vehicle Greenhous Gas Emissions ITE Journal 4 30 41 AMONES 2010 378 Literatur COPERT Kouridis C Ntziachristos L Samaras Z 2000 COPERT Ill Computer programme to calculate emissions from road transport Kopenhagen Corani G 2005 Air quality prediction in Milan Feed forward neural networks pruned neural networks and lazy learning Ecological Modelling 185 2 4 Cyrys J Hochad
194. ch F r eine turnusm ige Wirkungsermittlung im Rahmen eines Qualit tsmanagements sind auch nur stichprobenartige Erhebungen der immissionsbezogenen und meteorologischen Kenngr en m glich Eine Bestimmung der Stichprobengr e anhand rein statistischer Gesichtspunkte wie sie in 5 1 11 f r die verkehrlichen Kenngr en empfohlen wird ist im Falle der immissionsbezogenen Kenngr en nicht immer zweckm ig Aufgrund der starken saisonalen Abh ngigkeiten der Einflussgr en wird grunds tzlich zu einer Erfassung im Sommer und Winterhalbjahr geraten Die Messzeitr ume und die darauf basierenden Modellannahmen sollten nach M glichkeit die volle Bandbreite der Einflussgr en ber cksichtigen Niederschlag kein Niederschlag hohe Windgeschwindigkeiten Windstille etc Erst im zweiten Schritt sollte die Stichprobengr e statistisch abgesichert werden Hinweise zur erforderlichen Stichprobengr e f r multiple regressionsanalytische Ans tze zu denen die statistisch empirischen Ans tze gez hlt werden k nnen geben Schub Haagen Oberhofer 19383 F r die turnusm ige Erhebung von umweltbezogenen Kenngr en im Rahmen eines Qualit tsmanagements sollten die Anforderungen aus den RiLSA FGSV 2010 beachtet werden Diese sehen f r die berpr fung der Qualit t des Verkehrsablaufs an Knotenpunkten einen Turnus von ein bis zwei Jahren bzw teils auch gr ere zeitliche Abst nde vor Zur regelm igen berpr fung der umweltbe
195. chen Ganglinien der Verkehrsst rken ist dieser Wert im Vergleich zu Hamburg niedriger siehe Kapitel 9 5 2 2 und hat damit eine strengere Trennung zur Folge wobei die Zahl der Cluster aufgrund der weniger unterschiedlichen Verkehrsst rken trotzdem kleiner ist In Abbildung 83 werden alle 120 Stunden durch ein Dreieck repr sentiert Die Position entlang der X und Y Achse gibt Aufschluss ber den Wochentag beziehungsweise die Stunde des Tages Das jeweils obere linke Dreieck steht dabei f r die erste Messwoche KW 8 und das untere rechte Dreieck f r die zweite Messwoche KW 9 Die Einf rbung erfolgt abh ngig von dem Cluster in den die jeweilige Stunde geh rt wobei die Stunden die aufgrund von St rungen nicht in die Bewertung und die Clusterung einflie en in der Farbe Wei hervorgehoben sind Die sechs entstandenen Cluster die Anzahl darin enthaltener Stunden und der Mittelwert der Summe der Nachfrageverkehrsst rken sind in Tabelle 43 aufgef hrt Im Folgenden soll analysiert werden warum die jeweiligen Cluster entstanden und ob die Resultate plausibel sind We TB TR Ta En lila drie Car 2 844 2 749 3 031 3 412 2 415 2 608 Nachfrageverkehrsst rken Tabelle 43 Cluster f r Bremerhaven AMONES 2010 237 Testfeld Bremerhaven Abbildung 84 zeigt die Kurve die Verbindung der einzelnen Punkte hat dabei nur den Sinn der visuellen Hervorhebung der sechs Nachfrageverkehrsst rken und deren Summe f r alle 117 geclust
196. childes stattfindet mit Zeitdauer protokolliert PTV 2008 Die eingesetzte VISSIM Version ist mit Emissionskennfeldern verkn pft die auf Messreihen der Universit t Graz und des Volkswagen Konzerns beruhen Emissionskennfelder beschreiben die Emissionen von Kraftfahrzeugen in Abh ngigkeit von operativen Parametern wie der Drehzahl oder dem Luft Kraftstoff Verh ltnis In VISSIM werden die Pkw Emissionen auf Grundlage der Geschwindigkeit und dem Produkt aus Beschleunigung und Geschwindigkeit und die Lkw Emissionen auf Grundlage von Drehzahl und Leistung f r eine definierte Flottenzusammensetzung modelliert PTV 2005 Ausgewertet werden schlie lich die Emissionen und der Kraftstoffverbrauch in Kilogramm auf den Hauptrelationen und im gesamten Netz differenziert nach Fahrzeugklassen und Kraftstoffkonzepten AMONES 2010 19 Kurzfassung 2 4 Testfelder und Ergebnisse 2 4 1 Bremerhaven 2 4 1 1 Beschreibung des Testfeldes Abbildung 7 zeigt das Testfeld Bremerhaven das aus p Rutenbergsiralle der Columbusstra e in Nord S d Richtung und der 4 Hannastuiia Ran Lioydstra e in Ost West Richtung besteht Entlang 5 dieses ca 1 6 km langen und vornehmlich zwei streifigen Streckenzugs befinden sich insgesamt neun Lichtsignalanlagen die seit Anfang 2008 mit dem verkehrsadaptiven Netzsteuerungsverfahren MOTION gesteuert werden Die zehnt gigen Erhebungen wurden in den letzten beiden Februarwochen 2009 von Montag bis Freitag
197. chleunigungs Wegdiagrammen von teilbeladenen Lkw F rbeth 1993 Die Bremsverz gerungen entsprechen den Default Einstellungen in VISSIM AMONES 2010 155 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Die Verkehrszusammensetzung wurde in der zweiten Erhebungswoche an den vier Hauptzu fl ssen und Abfl ssen des Netzes siehe Abbildung 56 jeweils in der ersten Viertelstunde jeder Stunde erhoben Der ermittelte Schwerverkehrsanteil liegt zwischen 1 und 15 Prozent und schwankt stark Daher werden f r die vier Hauptzufahrten je Stunde zun chst die Mittelwerte ber alle Messtage gebildet Die so entstandenen mittleren Ganglinien der Schwerverkehrsanteile weisen jeweils an den Zu und Abfl ssen 1 und 3 bzw 2 und 4 hnliche Verl ufe auf und werden zu insgesamt zwei Schwerverkehrsanteilsgangliniien zusammen gefasst Der Schwerverkehrsanteil liegt zwischen 2 und 6 Zufl sse 1 und 3 bzw 2 und 10 Zufl sse 2 und 4 Die brigen Zufl sse erhalten je nach Lage im Netz eine der beiden Ganglinien zugewiesen Im zweiten Schritt werden die Verkehrsst rken im Netz kalibriert Im simulierten Netz gibt es jeweils 12 Zu und Abfl sse F r alle 12 Zufl sse sowie 4 Abfl sse liegen Verkehrsst rken aus Messungen von Induktionsschleifen vor An den Knotenpunkten stehen f r die Linksabbieger und Linkseinbieger in der Regel eigene detektierte Fahrstreifen zur Verf gung Die Abbiegeraten k nnen hierf r direkt ermittelt werden
198. chneidet die lokale verkehrsabh ngige Steuerung auch hier besser als bei der Festzeitsteuerung ab Die Verbesserungen liegen dabei zwischen circa 11 5 Prozent f r Hauptrouten und Querer und 3 5 Prozent f r Abbieger Im gesamten Netz reduziert sich die Anzahl der Halte um 8 7 Prozent Mit zus tzlicher Beschleunigung des PNV ist die Anzahl der Halte f r die Hauptrouten mit 3 4 Prozent und die Abbieger mit 7 1 Prozent h her als dies mit der Festzeitsteuerung der Fall ist F r Einbieger und Querer ist die Anzahl der Halte 4 4 Prozent bzw 6 3 Prozent niedriger als mit der Festzeitsteuerung F r das gesamte Netz ergeben sich keine Signifikanten nderungen Gesamtbewertung Nachfolgend sind f r die verschiedenen Steuerungsverfahren mittlere Verlustzeit und die mittlere Anzahl der Halte ber den Tag dargestellt als Mittelwert aller 10 Simulationsl ufe dargestellt Bis 5 00 Uhr und ab 22 00 Uhr sind die Ergebnisse f r die lokale regelbasierte Steuerung mit und ohne Beschleunigung des PNV deckungsgleich da in dieser Zeit keine Busse verkehren AMONES 2010 261 Testfeld Bremerhaven Die Steuerung ist daher aufgrund der fehlenden Anfragen des PNV mit der Steuerung ohne PNV identisch 100 90 50 rO 5 A eN o OOO NANT RASS 40 30 10 0 00 00 02 00 04 00 06 00 03 00 10 00 12 00 14 00 16 00 18 00 20 00 22 00 Verlustzeit s Tageszeit Abbildung 106 Durchschnittliche mittlere Verlustzeit nach Steuerungsverfa
199. chr nkte Aussagekraft Da nur lokale Daten erfasst werden k nnen Qualit tskenngr en wie die Fahrzeit die Verlustzeit oder die Anzahl der Halte nicht direkt gemessen werden Um diese Kenngr en zu ermitteln m ssen die Daten mehrerer Messquerschnitte fusioniert und ggfs durch Modellrechnungen abgeleitet werden Von Bedeutung ist jedoch die Erfassung der Verkehrsst rke Sie beschreibt die f r eine Qualit tsbeurteilung notwendige Verkehrsnachfrage Die Aussagekraft wird vom Einsatzzweck und damit der Position des Detektors beeinflusst Bei Detektoren f r die LSA Steuerung wird zwischen folgenden Einsatzzwecken unterschieden e Anforderungsdetektor Dieser Detektor befindet sich direkt vor der Haltelinie und detektiert die Anforderung eines Fahrzeuges Es werden der Belegungsgrad und die Verkehrsst rke erfasst F r eine Qualit tsbeurteilung kann die Verkehrsst rke verwendet werden AMONES 2010 96 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung e Bemessungsdetektor Dieser Detektor befindet sich flussaufw rts in einigem Abstand zu einer Lichtsignalanlage ca 30 bis 80 m Die Detektorwerte k nnen der lokalen Steuerung Informationen liefern ob eine Phase verl ngert oder abgebrochen werden soll Gemessen werden die Verkehrsst rke und der Belegungsgrad F r eine Qualit tsbewertung kann die Verkehrsst rke verwendet werden Aus dem Belegungsgrad kann mit dem in Kapitel 5 1 8 1 beschriebenen Verfahren die R ck
200. chreiben den Zusammenhang von Zeit Fahrzeugtyp und Kosten und ber cksichtigen dabei die unterschiedlichen Faktoren wie zum Beispiel den Zweck der Fahrt das Einkommen des Verkehrsteilnehmers der Reiseweite und anderen Parametern siehe dazu Tabelle 19 Die auf diese Weise erhaltene relative Gr e erlaubt den Vergleich verschiedener Szenarien und Verkehrsanlagen Zeitkostens tze E Kfz h Fahrzeuggruppe Kfz Normalwerktags Urlaubwerktags 21 00 Tabelle 19 Zeitkostens tze nach Fahrzeuggruppen nach EWS Brilon 2007 S 75 5 1 11 Allgemeine Empfehlungen zur Erfassung von verkehrlichen Kenngr en Nach derzeitigem Erkenntnisstand bieten sich drei Strategien zur Erfassung der verkehrlichen Kenngr en an Sie unterscheiden sich in den Kosten und der Aussagekraft Strategie 1 Kenngr en aus einer Verkehrslagesch tzung In einigen St dten ermittelt eine Verkehrsmanagementzentrale kontinuierlich die Verkehrslage im Hauptstra ennetz Liegen f r alle relevanten Strecken eines Untersuchungsgebiets Kenngr en aus einer Verkehrslagesch tzung vor Verkehrsst rke Fahrzeit Level of Service dann bieten diese Daten eine preiswerte M glichkeit zur Qualit tsbeurteilung Strategie 2 Fahrzeugflotte ohne festes Messprogramm Eine preiswerte M glichkeit der Qualit tserfassung besteht darin eine gr ere Zahl von privaten Fahrzeugen 10 bis 100 mit GPS Ger ten auszustatten und diese Daten auszuwerten Dazu m ssen geeignet
201. chtsignalanlagen ist ein Qualit tsmanagement erforderlich dass zum einen die Detektorinfrastruktur und zum anderen die verkehrlichen Wirkungen regelm ig berpr ft Die Qualit t einer verkehrsabh ngigen Steuerung wird unmittelbar von der Qualit t der gemessenen Eingangsdaten beeinflusst Die verkehrlichen Wirkungen sind komplex und die Randbedingungen einer Lichtsignalanlage k nnen sich im Laufe der Zeit ndern Deswegen ist es notwendig regelm ig Detektoren und Wirkungen zu pr fen Dies gilt insbesondere bei Eingriffen in die Steuerung in Form von Vorher Nachher Untersuchungen Verkehrliche Wirkungen Die Anpassung des Signalprogrammrahmens an die aktuelle Verkehrsnachfrage ist wesentlich Die Ergebnisse aus den Felduntersuchungen und Simulationen insbesondere diejenigen die im virtuellen Testfeld ermittelt werden konnten zeigen dass eine Anpassung des Signalprogrammrahmens an die aktuelle Verkehrsnachfrage gerade bei h herer Auslastung am besten geeignet ist die vorhandene Kapazit t zu nutzen In diesem Sinne hat die FZS mit einer tageszeitlich guten Anpassung an die Verkehrsnachfrage berraschend gute Ergebnisse erzielt Vor diesem Hintergrund ist zu empfehlen dass bei Neuprojektierungen oder berarbeitungen AMONES 2010 366 Fazit und Handlungsempfehlungen von Lichtsignalsteuerungen die Erfassung der Nachfragestrukturen und die Erarbeitung von gut angepassten Festzeitsteuerungen bzw Rahmensignalpl nen im Vordergrund
202. ck auf die Grundgesamtheit verdeutlicht dass es nahezu irrelevant ist zu welchem Zeitpunkt die Stichproben gezogen werden weshalb die simulierte Ziehung nicht viel besser als die Zuf llige abschneidet 96 vs 95 innerhalb der 5 Grenze Grundgesamtheit Umfang 2 138 Verteilung in 10 Sekunden Schritten 50 Mittelwert 3 1 min Standardabweichung 0 3 min F Variationskoeffizient 0 08 40 Erforderliche Stichproben nach Formel T O 11 normalverteilt E z 24 eingipflig pe 30 54 unbekannt gt F O a 20 cC Einzelmessung O 5 Minuten Mittelwert Tagestrennung 0 16 18 20 22 24 0 0 5 1 1 5 2 2 5 3 3 5 4 4 5 Vergangene Zeit h Fahrzeit min Autokorrelationsfunktion Sortierte Mittelwerte mit 11 Stichproben 3 8 Autokorrelationsfunkti zZ ua nn a i Mittelwert Grundgesamtheit I m 36 5 Grenze E Zuf llige Ziehung 95 innerhalb 5 D34 Simulierte Ziehung 96 innerhalb 5 N lt 90 LL 9 3 2 oO o amp oO N 00 0 20 40 60 80 100 120 0 2 000 4 000 6 000 8 000 10 000 Lags 1 Lag entspricht ca 5 Min Simulationsnummer Abbildung 47 Auswertung der simulierten Ziehung f r eine Schicht mit niedriger Autokorrelation AMONES 2010 126 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Das obere Diagramm in Abbildung 48 zeigt die mit Hilfe der simulierten Ziehung ermittelte erforderliche Stichprobengr e alle
203. cklung Die Ergebnisse der verschiedenen Merkmalselektionsverfahren sind im Anhang dargestellt Auch nach Anwendung dieser Verfahren ist allerdings nicht sichergestellt dass eine optimale Merkmalsmenge mit maximaler Varianzaufkl arung und mit minimaler inhaltlicher berschneidung gefunden wird Daher wird die resultierende Merkmalsmenge kritisch auf inhaltliche berschneidungen gepr ft und weitere Kenngr en aus der Menge potenzieller Pr diktoren entfernt und m gliche alternative Pr diktoren sofern sie in den Korrelationsuntersuchungen als relevant identifiziert wurden hinzugef gt Im Zuge dieses qualitativen Auswahlprozesses wird zudem auf m glichst einheitliche Pr diktoren in den beiden Messwochen sowie f r die nieder und hochfrequenten Modelle geachtet Die Modellentwicklung wird getrennt nach niederfrequentem und nach hochfrequentem Ansatz f r die zu untersuchenden Immissionskenngr en NOx PMjo pm25 und PM4o 25 sowie die f r die einzelnen Messwochen durchgef hrt AMONES 2010 327 Testfeld Hamburg S mtliche Pr diktorkenngr en in den niederfrequenten Modellen sind logarithmierte Kenngr en Die Pr diktorkenngr en in den hochfrequenten Modellen sind logarithmierte und anschlie end trendbereinigte Kenngr en Im Folgenden werden die verschiedenen Erkl rungsmodelle differenziert nach den betrachteten Immissionskenngr en anhand statistischer Kenngr en zur Modellg te sowie anhand einer graphischen Gege
204. das Verh ltnis zwischen gemessener Schadstoffkonzentration und dem Grenzwert des Schadstoffes gebildet Die Summe der Quotienten bildet den entsprechenden Langzeit oder Kurzzeitbelastungsindex je nach angesetzten Werten Mittels einer f nfstufigen Bewertungsskala kann die Gesamt Luftbelastung schlie lich bewertet werden Akkan et al 2004 entwickelten f r die Landesanstalt f r Umweltschutz Baden W rttemberg LfFUBW einen Bewertungsindex f r Langzeitwirkungen der eine noch _ differenziertere Bewertung erm glicht Zum einen k nnen Kombinationswirkungen mehrerer Luftschadstoffe ber eine Gewichtung ber cksichtigt werden zum anderen k nnen saisonal gravierende kurzzeitige Gesundheitsbelastungen ber cksichtigt werden sofern sie h ufiger auftreten Da die Bewertung der jeweiligen Immissionskonzentrationen nicht prim r auf Grundlage der zugeh rigen Grenzwerte erfolgt sondern auf Grundlage der Dosis Wirkungsbeziehung nach Langzeitexposition ist die Aussagekraft in Bezug auf gesundheitliche Wirkungen hoch F r den Einsatz in einer umweltadaptiven Verkehrssteuerung erscheint die Bildung von Indizes zur Luftqualit t sinnvoll insbesondere wenn dabei die zeitlich und r umlich variierende betroffene Bev lkerung in bestimmten Teilen des Verkehrsnetzes ber cksichtigt wird F r die reine Datenauswertung und die Erkl rung von Zusammenh ngen zwischen verkehrlichen Kenngr en und den Immissionen erscheint es zweckm ig auf die tat
205. dellen werden analog ermittelt Die trendbereinigten Zeitreihen streuen um die Nulllinie das Einsetzen des f nften Perzentils einer trendbereinigten Verkehrskenngr e in ein hochfrequentes Modell ergibt folglich eine negative Abweichung von der Nulllinie die den maximalen Erkl rungsanteil der Verkehrskenngr e im Sinne einer Minimierung der Kenngr e beschreibt Die R cktransformation ergibt den Erkl rungsantei oder das maximale kurzfristige Immissionsreduktionspotential der Verkehrskenngr e in der Originalskala der Kenngr e Die niederfrequenten Zeitreihen enthalten s mtliche Informationen der hochfrequenten Komponenten in stark aggregierter oder gegl tteter Form Folglich sind die Reduktions potenziale der hochfrequenten Erkl rungsmodelle als Bestandteil der Reduktionspotenziale der niederfrequenten Erkl rungsmodelle zu verstehen Fachlich lassen sich die hochfrequenten Reduktionspotenziale als Ma nahmen innerhalb eines Umlaufs wie beispielsweise einer Gr nzeitverl ngerung f r einzelne Fahrzeugpulks veranschaulichen Die niederfrequenten Reduktionspotentiale entsprechen dann einer verkehrstechnischen Ma nahme auf einer zeitlich eher makroskopischen Ebene Zur Quantifizierung konkreter Zusammenh nge zu LSA Steuerungsparametern sind detaillierte Ursache Wirkungsanalysen zwischen den einzelnen ver nderbaren Elementen der Signalprogramme und den identifizierten umweltrelevanten verkehrlichen Kenngr en durchzuf hren die
206. dellierten Werte darstellt Vo Buttler 2004 e Pr fung auf Normalverteilung der Residuen Eine Abweichung von der Normalverteilung kann zu einer reduzierten Aussagekraft des T Tests f hren mit dem die Signifikanz der i Darunter werden diejenigen Messzeitr ume verstanden die in Bezug auf die wesentlichen meteorologischen Einflussgr en als einer Grundgesamtheit zugeh rig angesehen werden k nnen AMONES 2010 213 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Regressionskoeffizienten berpr ft wird F r Stichprobengr en n gt 100 ist dies jedoch meist unkritisch Sch nwiese 2006 e Pr fung auf Kollinearit t und Suppression Wechselwirkungen zwischen Einflussgr en k nnen dazu f hren dass Kausalbeziehungen zwischen Einflussgr e und Zielgr e vom Modell nicht korrekt bzw nicht in korrektem Ausma abgebildet werden Die Kollinearit t kann anhand der Korrelationsmatrix der Eingangsgr en berpr ft werden Bei einer Vielzahl von Eingangsgr en kann auch die Toleranz einer Eingangsgr e herangezogen werden Rudolf M ller 2004 Nach Baltes G tz 20038 sind Toleranzwerte kleiner als 0 1 als Kritisch anzusehen Damit die Einfl sse der Pr diktoren im Erkl rungsmodell klar voneinander abgrenzbar sind werden Einflussfaktoren nur dann in das Modell aufgenommen wenn ihre Toleranz gr er als 0 4 ist e Signifikanzpr fung einzelner Pr diktoren mit einer Irrtumswahrscheinlichkeit klein
207. den Aussagekraft Die Aussagekraft der erfassten Fahrzeit ist bei entsprechend restriktiver Filterparametrierung sehr hoch Allerdings verringert sich dadurch die zur Verf gung stehende Stichprobe Erhebungsaufwand Es sind keinerlei zus tzliche Investitionen in die Infrastruktur n tig Es muss einzig die M glichkeit geschaffen werden die Signaturen direkt an den Streckenstationen abzugreifen Hierf r ist ein Endger t mit serieller Schnittstelle und eine auf Microsoft Access basierende Spezialsoftware der Firma Siemens n tig Personalaufwand f llt nur zur soft und hardwaretechnischen berpr fung der Datenverbindung an kann aber durch entsprechende Wahl der Hardwareausstattung deutlich reduziert werden Auswertungsaufwand Vor der eigentlichen Auswertung der Messdaten und der damit einhergehenden Ableitung von Fahrzeiten m ssen die Detektoren entsprechend kalibriert werden Nach der Kalibrierung m ssen Einzelsignaturen extrahiert und die Signaturen zweier Querschnitte abgeglichen werden Die Extraktion erfordert die genaue Kenntnis der Ansprechschwellen und sonstigen Besonderheiten der Detektoren F r den Abgleich und das Herausfiltern nicht korrekter Zuordnungen sind verschiedene Lageparameter der Detektoren zu ber cksichtigen AMONES 2010 101 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 5 1 6 Messfahrzeuge Erfasste Kenngr en Es wird der komplette Weg Zeit Verlauf im Sekundenraster erfasst
208. den die erhobenen Kenngr en in ihrer originalen Skala und in der logarithmierten Skala auf Kreuzkorrelation und partielle Korrelation untersucht F r den hochfrequenten Ansatz werden die trendbereinigten Kenngr en in ihrer originalen Skala und in der logarithmierten Skala untersucht Die Kreuzkorrelationsanalyse zeigt f r die NOx Konzentration signifikante negative Phasen verschiebungen der Verkehrsst rke um etwa zweieinhalb Stunden an Demnach w rde die potenzielle Wirkung auf die NOx Konzentration vor der Ursache gemessen werden Eine Verschiebung der Zeitreihe ist nicht sinnvoll F r die weiteren Kenngr en ergeben sich nach Phasenverschiebungen unter den o g Bedingungen keine signifikanten Korrelationen Tabelle 56 zeigt die wesentlichen Ergebnisse der partiellen Korrelationsanalyse f r den nieder frequenten Ansatz Tabelle 55 zeigt die Ergebnisse f r die hochfrequenten Kenngr en Dargestellt sind s mtliche Kenngr en mit signifikanter Korrelation sowie die Richtung des Zusammenhangs getrennt nach den untersuchten Luftschadstoffen Die K rzel HHO1 HHO2 stehen dabei f r die unterschiedliichen Messwochen in den Testfeldern Sofern eine Pr diktorkenngr e in einer Messwoche keinen signifikanten Einfluss besitzt wird das Vorzeichen nicht angegeben Die Detailtabellen zur partiellen Korrelation k nnen dem Anhang entnommen werden AMONES 2010 325 Testfeld Hamburg No PM PMes PMwzs Kenngr e x HH01 HHO2
209. der Signalgruppen nur f r die Erhebungswoche im Oktober BALANCE PS2 m glich Ferner wird im Folgenden aufgrund unterschiedlicher Parameters tze von BALANCE zwischen vier Steuerungsverfahren unterschieden siehe auch Kapitel 9 4 Bewertung Vergleich zweier Tage Im Testfeld Hamburg konnten deutlich unterschiedliche Verkehrsnachfragesituationen und deren Auswirkungen auf die Verkehrslage die ebenfalls abh ngig von den Steuerungsverfahren deutliche Unterschiede aufweisen beobachtet werden Abbildung 125 zeigt das extremste Beispiel der unterschiedlichen Verl ufe von Fahrzeiten entlang der stadteinw rts f hrenden Relation 1 3 Die am 4 6 2008 Mittwoch mit LRS oben in der Morgenspitze um nahezu Faktor 4 ansteigende Fahrzeiterh hung ist am 5 6 2008 Donnerstag mit BALANCE PS1 unten nicht vorhanden Wobei hier kein signifikanter Unterschied in der Verkehrsnachfrage festgestellt werden kann Wohl aber f r die Fahrzeit entlang der querenden Relation 2 4 hier schneidet der Donnerstag im Gegenzug deutlich schlechter ab Die in Abbildung 126 und Abbildung 127 dargestellten GPS Fahrten auf der st rker belasteten querenden Relation 2 4 dieser beiden Tage veranschaulichen dies Am 4 6 2008 ist morgens keine Fahrt ber drei Minuten aufgezeichnet was sich durch die hier nicht dargestellten ANPR Fahrzeiten best tigt Die GPS Fahrten zeigen au erdem dass sich der R ckstaubereich morgens und nachmittags entlang dieser Relation vom Mes
210. der Betroffenheit bestimmter Gebiete gezielt und zeitlich sowie r umlich differenziert eingesetzt werden um die Umweltbelastung des Stra enverkehrs zu mindern Eine situationsabh ngige Gewichtung der Zielgr en der modellbasierten Steuerung kann dies grunds tzlich erm glichen Handhabbarkeit Die Evaluierung von LSA Steuerungen mittels mikroskopischer Simulation ist aufw ndig aber sehr empfehlenswert Die Kalibrierung eines Mikrosimulationsszenarios mit mehreren Knoten und komplexer LSA Steuerung ist aufw ndig und schwierig Sie setzt zudem eine umfangreiche und geeignete empirische Datengrundlage voraus Nach erfolgreicher Kalibrierung k nnen jedoch mit der Mikrosimulation unterschiedliche Steuerungsszenarios verglichen und statistische signifikante Unterschiede zwischen diesen nachgewiesen werden Ein Vergleich unterschiedlicher Steuerungsszenarien im realen Stra enraum ist dagegen oftmals nur sehr eingeschr nkt m glich W hrend bei einer empirischen Messung aus Aufwandsgr nden in der Regel nur die Fahrzeuge auf wenigen Relationen betrachtet werden k nnen erm glicht es die Simulation zudem die Wirkungen der Steuerung auf alle Fahrzeuge im Untersuchungsneitz zu betrachten Die Parametrierung Versorgung der modellbasierten Verfahren ist sehr aufwendig und schwer zu durchschauen Dies wird von potentiellen Anwendern als eindeutige Barriere f r eine m gliche Nutzung gesehen Die Parametrierungsm glichkeiten der modellbasiert
211. der Einheit AABAA 2mAt Sowohl das Kospektrum als auch das Quadraturspektrum werden blicherweise mit gewichteten Filtern gegl ttet um eine Interpretation zu vereinfachen Sofern die L nge des zu interpretierenden Signals nicht ein ganzzahliges Vielfaches der Signalperiode ist k nnen die Randbereiche des Signals die auftretenden Frequenzkomponenten beeinflussen Anhand von Filterfunktionen mit denen die Randbereiche weniger stark gewichtet werden kann dieser Effekt reduziert oder ganz vermieden werden F r diese Auswertung wird der Hamming Filter mit w k als Gewicht des aktuellen Signalwertes k und p als halbe Fensterbreite betrachteter Ausschnitt des Signals w k 0 54D 27f 0 23D 2af 0 23D 2rf Z p p verwendet SPSS 2009 Sofern die untersuchten Zeitreihen in einem bestimmten Frequenzbereich gleich oder phasenverschobene Schwankungen aufweisen so zeigt sich im Kreuzspektrum ein signifikant von Null verschiedener Kovarianzbeitrag Aus den Vorzeichen der Ko und Quadraturspektrumwerte k nnen Informationen ber die Richtung der Phasenverschiebung zwischen Basiszeitreihe und Sekund rzeitreihe sowie ber die Art der Schwankung abgeleitet werden Positive Quadraturspektrumwerte bedeuten ein Vorauseilen der Sekund rreihe y gegen ber der Basisreihe x und umgekehrt Positive Kospektrumwerte liegen bei gleichphasigen Schwingungen negative bei gegenphasig verlaufenden Schwingungen vor AMONES 2010 208 Kenngr
212. der Verkehrsnachfrage Die Bewertung und der Vergleich verschiedener Steuerungsverfahren sollen nicht pauschal f r ganze Tage oder bestimmte Tageszeiten durchgef hrt werden sondern abh ngig von der Verkehrsnachfrage Aus diesem Grund wird eine Clusterung basierend auf den Nachfrage verkehrsst rken durchgef hrt Mit dem Ergebnis der Clusterung wiederum k nnen durchschnittliche Tage generiert werden f r die der Verlauf der Bewertungskenngr en der verschiedenen Steuerungsverfahren direkt gegen bergestellt werden kann Eine Clusterung hat das Ziel Gruppen hnlicher Objekte zu bilden Im vorliegenden Fall sind die Objekte die 12 Stunden der 10 Messtage von 6 30 7 30 Uhr Die hnlichkeit wird ber eine Distanzfunktion berechnet deren Eingangsgr en die Nachfrageverkehrsst rken sind Distanzfunktion Die Distanzfunktion berechnet den Mittelwert der mittleren GEH UK Highway Agency 1996 aller Nachfrageverkehrsst rken und der Summe aller Nachfrageverkehrsst rken Der GEH definiert sich dabei wie folgt 2 Q1 Q2 GEH 9 0 u Qi 0 Wobei Q und Qz die zu vergleichenden Verkehrsst rken darstellen Der GEH ist eine selbstskalierende Gr e und hat deshalb die Eigenschaft dass er f r Vergleiche von Wertepaaren unterschiedlicher Gr enordnungen eine gemeinsame Basis liefert Die Verwendung von relativen oder absoluten Distanzma en h tte den Nachteil dass diese bei unterschiedlich hohen Verkehrsst rken eine unterschiedlic
213. des Phasen bergangsin 0 ji Phasen bergangs in lokaler Steuerung CH aler Steuerung ol Puffer f r lokale Sp tester Start des Steuerunc Phasen bergangs F nach Optimierung j Phase4 bergang bergang bergang Abbildung 153 Optimierung der Rahmensignalpl ne Bildquelle GEVAS software Daraus folgt dass bei der Berechnung der Zielfunktion ausschlie lich die Wartezeiten einflie en wobei alle Signalgruppen gleich gewichtet werden Der Beginn eines Phasen bergangs kann durch die lokale Steuerung um bis zu 30 bezogen auf die maximale Phasendauer vorgezogen werden Die Grenzen innerhalb derer BALANCE die T Zeiten f r die jeweiligen sp testen Phasenabbr che w hlen kann T257 und 733 in Abbildung 153 wurden f r jeden Knoten wie folgt bestimmt An jedem Knotenpunkt ist f r die Hauptphase der Puffer so vorgegeben dass die T Zeit f r den fr hesten Phasenabbruch nicht kleiner und maximal 10s gr er werden kann als der Originalwert in der lokalen Steuerung Dadurch wird sichergestellt dass die in den Logiken der lokalen Programme implizit enthaltene Koordinierung nicht zerst rt werden kann Die T Zeit f r den sp testens Phasenabbruch darf maximal 5s kleiner und 10s gr er als der Originalwert aus der lokalen Steuerung gew hlt werden Alle anderen Puffer werden mittels eines vom Hersteller zur Verf gung gestellten Tools automatisch geeignet bestimmt AMONES 2010 346 Virtuelles
214. des Signalprogramme Steuerungs Signalprogramms ebene Bildung Verkehrsabh ngige Rahmen Bildung der Rahmen X signal signalprogramme programm Festzeit signal programm B Freigabezeitanpassung Aktivierung gem X Mikrosko i signas Phasentausch Steuerungs X pische PYDOLSEDNE verfahren der Steuerungs Phasenanforderung X X anpassung Gruppe A EDENE Versatzzeitanpassung X Signal programm freie Ver nderbarkeit X X X X X bildung Tabelle 13 Einteilung der g ngigen Steuerungsverfahren gem FGSV 2010 AMONES 2010 61 Verfahren der LSA Steuerung 4 1 5 Steuerung von Netzen Bei der Steuerung von Lichtsignalanlagen in Netzen werden mehrere Knotenpunkte untereinander koordiniert Die Steuerung der jeweiligen Knotenpunkte unterliegt aber weiterhin den in Kapitel 4 1 4 beschriebenen Vorgaben Die Steuerung von Netzen reicht von der Abstimmung zweier Knotenpunkte ber die Steuerung von Linien so genannten Gr nen Wellen bis hin zur Steuerung ganzer komplexer Netze Als Vorteile solcher koordinierter Routen sind k rzere Fahrzeiten h herer Fahrkomfort ein geringerer Kraftstoffverbrauch und somit auch geringere Schadstoff und L rmemissionen zu nennen Zudem k nnen durch diese Ma nahmen stadtfunktionale Ziele verfolgt werden indem beispielsweise der Verkehr auf solchen koordinierten Hauptverkehrsrouten geb ndelt wird 4 1 5 1 Verkehrstechnische Randbedingungen Im Gegensatz zu der in Kapitel 4 1 4 besprochenen K
215. det sich im Anhang 9 5 2 1 Messstandorte und GPS Routen Die Standorte der ANPR Systeme rote Symbole der Knotenpunkte LSAs gr ne Sterne und das Untersuchungsgebiet schwarz umrandeter Bereich sind Abbildung 120 zu entnehmen AMONES 2010 293 Testfeld Hamburg An allen vier Standorten wurde der Verkehr in beide Richtungen mit je einem ANPR System erfasst so dass die in Tabelle 66 aufgelisteten Relationen beobachtet werden konnten Die dort enthaltenen Bezeichner und Symboliken werden im Folgenden in den Abbildungen verwendet Die L ngen der Routen auf denen GPS Daten vorhanden sind entsprechen den mittleren gemessenen L ngen der GPS Fahrten Die brigen L ngenangaben stammen aus dem Routenplaner von Googlemaps Aufgrund der gro en Zahl von 12 beobachtbaren Relationen ist es nicht m glich diese mit einem GPS Fahrzeug zu erheben und gleichzeitig eine akzeptable Umlaufzeit des Messfahrzeuges zu haben Deswegen erfasst das Messfahrzeug die Hauptrouten 1 3 3 1 2 4 und 4 2 sowie die zum Wechsel zwischen diesen Routen notwendigen Relationen 2 3 3 2 Die Routen folgen dabei den gelben Hauptstra en Bramfelder Stra e Bramfelder Chaussee und Habichtstra e Dies bedeutet dass die LSAs 502 837 und 628 nicht beobachtet werden wobei der dort entlangf hrende Streckenzug f r den Durchgangsverkehr auch nicht attraktiv ist An allen Messstellen hat der beobachtete Querschnitt zwei Fahrstreifen je Richtung NER AERIG Untersuchungsge
216. die testfeldspezifischen Besonderheiten und die Ergebnisse der durchgef hrten Untersuchungen dargestellt Die eingesetzten Verfahren werden detailliert in 5 2 6 beschrieben 8 5 3 1 Datenerhebung und Datenaufbereitung Messstandort und Messaufbau Messstandort war der Knotenpunkt Hafenstra e Lloydstra e in Bremerhaven In beiden Messwochen wurden NO Parallelmessungen in ca 15 m und 25 m Abstand von der Haltlinie durchgef hrt Die PM und die Messung der meteorologischen Kenngr en erfolgte in ca 15 m Abstand von der Haltlinie Die Probenahme an beiden Immissionsmessstellen erfolgte in ca 1 m Abstand vom Fahrbahnrand und in ca 1 5 m H he Zur Messung der PM n und PM s Konzentration werden optische Partikelz hler der Firma Grimm Typ Grimm OPC 107 eingesetzt Die Ger te leiten anhand der gemessenen Partikelanzahl und durchmesser sowie anhand empirischer Dichtefaktoren die Massenkonzentration von PM o PM25 und PM ab Diese Absch tzung erf llt die in der 39 BIMSCHV geforderte Genauigkeit so dass sie als Alternative zum Referenzverfahren zugelassen sind Nach Herstellerangaben wird eine Reproduzierbarkeit der Messwerte von 3 im gesamten Messbereich erreicht Grimm Aerosol Technik 2003 Die Datenerfassung ist mit einer zeitlichen Aufl sung von 6 Sekunden m glich Die untere Grenze des Erfassungsbereichs liegt bei einem Partikeldurchmesser von 0 25 um Die Ger te werden in wetterfesten Grimm Geh usen betrieben Ein Impa
217. die Verkehrsst rken und Fahrzeiten aus den Feldmessungen verwendet Anschlie end wurden die verschiedenen Szenarien simuliert wobei zur Schaffung einer hinreichenden statistischen Aussagekraft in der Regel 20 Simulationsl ufe pro Szenario und Steuerungsvariante durchgef hrt wurden Auf den zur Simulation eingesetzten Rechnern konnten die Simulationen dabei je nach LSA Steuerungsverfahren in ein bis f nffacher Realgeschwindigkeit ablaufen Da durch Verz gerungen bei der Implementierung der Schnittstelle zwischen VISSIM und BALANCE und die aufw ndige Kalibrierungsphase im Projekt erst deutlich sp ter als geplant mit der Durchf hrung der Simulationsszenarien begonnen werden konnte wurde in den meisten Szenarien nur der Zeitbereich zwischen 6 30 Uhr und 9 30 Uhr simuliert Dieser ist besonders interessant da er die morgendliche Spitzenstunde mitsamt ihren Nachwirkungen abbildet und in den Messungen hier die gr ten Unterschiede zwischen den einzelnen Steuerungsverfahren auftraten Aus Aufwandsgr nden wurden aus einer Vorauswahl von f nf Nachfrageszenarien nach ersten Simulationsl ufen zwei ausgew hlt f r die vertiefte Betrachtungen unter Einsatz unterschiedlicher Steuerungsszenarien durchgef hrt wurden Im Szenario A ist vor allem die Habichtstra e Relationen 2 4 und 4 2 um 7 bzw 18 st rker belastet als im Feldtest Mittel aus den 10 Erhebungstagen Die Gesamtverkehrsmenge in der Spitzenstunde wird dadurch gegen ber den Mess
218. diktoren in den Erkl rungsmodellen und die Vorzeichen ihrer Koeffizienten Sofern eine Pr diktorkenngr e in einer Messwoche keinen signifikanten Einfluss besitzt wird das Vorzeichen nicht angegeben Verkehrsst rke Lag Variable Tabelle 62 Pr diktoren der PMz Modelle im Testfeld Bremerhaven 95 Signifikanzniveau Wie auch im PM o Modell leistet der Windvektor f r die nieder und hochfrequenten Modelle einen signifikanten Erkl rungsbeitrag mit positivem Vorzeichen des Regressionskoeffizienten Die Luftfeuchte weist im niederfrequenten Modell eine signifikante Varianzaufkl rung auf Eine h here Luftfeuchte f hrt zu h heren modellierten Immissionen Dieser Zusammenhang ist allerdings nicht zwingend auf Kausalbeziehungen zur ckzuf hren vgl 5 2 1 4 Wie auch in den niederfrequenten NOx und PM o Modellen leistet der Luftdruck auch f r die PM s Konzentration einen signifikanten Beitrag zur Varianzaufkl rung Aufgrund der hohen AMONES 2010 283 Testfeld Bremerhaven Varianz dieser Kenngr e und mehrerer Inversionswetterlagen in den Messzeitr umen ist dies plausibel Die PM o Hintergrundbelastung tr gt mit einem plausiblen positiven Vorzeichen erheblich zur Aufkl rung der PM Varianz bei Der Schwerverkehrsanteil ist der verkehrsbezogene Pr diktor in der ersten Messwoche des niederfrequenten Bremerhavener PM Modells Aufgrund der meteorologischen Situation in der zweiten Messwoche ist die zu d
219. dimensionslose Gr e sein AMONES 2010 373 Glossar Messmethode direkt indirekt Als direkte Messmethoden werden Methoden bezeichnet die Kenngr en ohne Verwendung eines Modells oder anderweitiger komplexer Zusammenh nge erfassen Als Beispiele sind die Messung von lokalen Geschwindigkeiten Verkehrsst rken aber auch Fahrzeiten aus Kennzeichenerfassungssystemen zu nennen Eine indirekte Messung findet sich bei der Sch tzung des R ckstaus aus Zufluss Belegungsgrad und Signalzeitpl nen Messwert lokal imomentan mobil Ein lokaler Messwert ist unter anderem die an einem Querschnitt erfasste Verkehrsst rke ber die Zeit Momentane Messwerte entsprechen einem Schnappschuss aus einem Flugzeug und beschreiben den Zustand an allen Orten aber nur zu einem Zeitpunkt Die in der Praxis eingesetzte Erfassung von Streckenabschnitten mit Videokameras entspricht der Definition einer momentanen Messung wobei hier zus tzlich auch ber die Zeit hinweg beobachtet wird Mobile Messwerte bewegen sich zeitlich und r umlich und werden durch FCD repr sentiert OLS Sch tzer Ordinary Least Squares Sch tzer Die Parameter einer zu sch tzenden Funktion werden so bestimmt dass die Summe der quadrierten Residuen minimal wird Rudolf M ller 2004 Pr diktorvariable Nach Rudolf M ller 2004 wird bei der Regressionsanalyse zwischen abh ngigen Kriteriums oder Zielvariablen und zwischen unabh ngigen Pr diktor oder Einflussvariablen unt
220. dlage der Geschwindigkeit und dem Produkt aus Beschleunigung und Geschwindigkeit und die Lkw Emissionen auf Grundlage von Drehzahl und Leistung f r eine definierte Flottenzusammensetzung modelliert PTV 2005 Ausgewertet werden schlie lich die Emissionen und der Kraftstoffverbrauch in Kilogramm auf den Hauptrelationen und im gesamten Netz differenziert nach Fahrzeugklassen und Kraftstoffkonzepten siehe auch Kapitel 5 2 5 2 _ Umweltkenngr en 5 2 1 Grundlagen 5 2 1 1 bersicht Die Umweltwirkungen des Verkehrs sind in den vergangenen Jahren vor allem durch die EU Gesetzgebung noch st rker in das Bewusstsein von ffentlichkeit und Verkehrsplanung ger ckt Neben der L rmminderung steht dabei vor allem die Einhaltung von Belastungsgrenzwerten f r verschiedene Luftschadstoffe im Vordergrund AMONES 2010 160 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Die Quantifizierung der Wirkungen von verkehrlichen Ma nahmen im Allgemeinen und von Ma nahmen zur Koordinierung des Verkehrs im Besonderen gestaltet sich jedoch schwierig So lassen sich mittels Immissionsmessungen die Einfl sse des Verkehrs nicht isoliert sondern nur in Kombination mit einer Vielzahl weiterer Einfl sse die zum Teil ebenfalls in Wechselwirkung miteinander stehen erfassen Abbildung 61 Beispielhaft seien hier die Wechselwirkungen zwischen der Temperatur und den Kaltstartemissionen des Verkehrs oder zwischen der Temperatur und der Luftfe
221. doppelte Standardabweichung der trendbereinigten Immissionskonzentration liegt f r die erste Messwoche bei 25 und in der zweiten Messwoche bei 10 a Bestimmtheitsma R Relativer Standardfehler rSE BH01 BH02 BH01 BH02 Niederfrequent 0 68 0 45 16 8 Hochfrequent 0 34 0 32 25 10 Tabelle 63 bergreifende Modellparameter der nieder und hochfrequenten PM 4o025 Erkl arungsmodelle Die graphische Gegen berstellung von gemessenen und modellierten Werten Abbildung 117 im niederfrequenten Modell zeigt dass der Tagesgang an den meisten Tagen nur ansatzweise wiedergegeben wird Einzelne gemessene Maxima und Minima werden vom Modell generell nicht oder nur rudiment r abgebildet AMONES 2010 284 Testfeld Bremerhaven ii ri oo LD o Ti m E an mg 6 ii mT ame ym gt EL L ame i Ei m D LE D Lal N IN 12 37 5 44 12 52 6 5 13 07 7 14 13 22 7 29 13 37 FPM10 2 5 Konzentration gemessen PM10 2 5 Konzentration modelliert PMM10 2 5lug rm LogM ame Ti o ae Abbildung 117 Gemessene blau und modellierte rot Zeitreihen der niederfrequenten PM o 5 Konzentration im Testfeld Bremerhaven getrennt nach Messwochen BHO1 und BHO2 senkrechte Linien trennen einzelne Messtage Die graphische Gegen berstellung von gemessenen und modellierten Werten Abbildung 118 zeigt an f nf Messtagen 17 2 18 2 24 2 26 2 27 2 eine hohe relat
222. driger Verkehrsst rke Das Cluster hnelt der Morgenspitze Es verf gt aber ber deutlich geringere Verkehrsst rken e Cluster 8 Abendcluster mit sehr niedriger Verkehrsst rke Das Cluster hnelt dem Abendcluster mit niedriger Verkehrsst rke weist aber eine noch niedrigere Belastung auf AMONES 2010 240 Testfeld Bremerhaven e Cluster 9 Nachtcluster mit sehr niedriger Belastung Nachts ist keine klare Struktur in der Verkehrsnachfrage zu erkennen Die Verkehrsnachfrage in diesem Cluster ist sehr gering e Cluster 10 Nachtcluster mit extrem niedriger Belastung Wie in Cluster 9 ist auch hier keine klare Struktur in der Verkehrsnachfrage zu erkennen Die Verkehrsnachfrage ist extrem niedrig 22 30 23 30 21 30 22 30 20 30 21 30 19 30 20 30 18 30 19 30 17 30 18 30 16 30 17 30 15 30 16 30 14 30 15 30 j 1 Morgenspitze 13 30 14 30 2 Mittags mittel 12 30 13 30 gt iNach Mittags hoch nl Abends niedrig 10 30 11 30 Morgensniedrig 09 30 10 30 Abend sehr niedrig 08 30 09 30 Nacht sehr niedrig 07 30 08 30 EE 1 Nacht extrem niedrig 06 30 07 30 05 30 06 30 04 30 05 30 03 30 04 30 02 30 03 30 01 30 02 30 00 30 01 30 23 30 00 30 4 Nachmittagsspitze Abbildung 86 Geclusterte Nachfrageverkehrsst rken f r Bremerhaven am 25 2 2009 8 5 2 3 Bewertung und Analyse Grundlagen Im Testfeld Bremerhaven wurden die in Tabelle 44 aufgef hrten Daten gemessen Die Tabelle verdeutlicht dass au
223. dukten zur mikroskaligen Immissionsmodellierung und ihren Eigenschaften befasst Die den Produkten zugrunde liegenden Ausbreitungsmodelle sind demnach das Box Modell Ausbreitungsmodelle nach Euler Gau und Lagrange sowie Modelle der numerischen Str mungsmechanik AMONES 2010 186 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Das Box Modell basiert auf dem Satz der Massenerhaltung nach Lomonossow Lavoisier von 1789 der besagt dass sich die Masse bei chemischen Reaktionen nicht sp rbar ndert Das Untersuchungsgebiet wird in Quader box eingeteilt deren Inhalt als durchmischt und homogen angenommen wird die einen Zufluss und Abfluss von Schadstoffen erlauben sowie unter meteorologischen Einfl ssen stehen Innerhalb der Quader k nnen detaillierte chemische Reaktionen ber cksichtigt werden Eine Absch tzung von Konzentration an unterschiedlichen Punkten innerhalb der Quader ist jedoch nicht m glich was einen Einsatz f r gro r umige Bezugsebenen empfiehlt Holmes Morawska 2006 Das Gau Modell geht von der Annahme aus dass sich eine Abgasfahne senkrecht zur Windrichtung horizontal und vertikal nach einer Gau Verteilung ausbreitet Bei der Anwendung der Advektions Diffussions Gleichung werden u a ein homogenes Windfeld Stationarit t und einheitliche Diffusionskonstanten angenommen Diese stark vereinfachenden Annahmen werden durch verschiedene empirische Terme in der Gleichung wieder kompensiert HLUG
224. e Partikelbelastung an BAB Fachtagung Luftqualii t an Stra en Bundesanstalt f r Stra enwesen bast Bergisch Gladbach Baum A Dutzi R Ropertz A Suritsch N 2009 Einfluss von offenporigem Asphalt OPA auf die Feinstaubbelastung an Stra en Bergisch Gladbach Baum ller J Reuter U 1995 Die summarische Bewertung von Luftschadstoffen durch einen Luftbelastungsindex In Staub Reinhaltung der Luft 55 4 Bertaccini P Dukic V Ignacollo R 2009 Modeling the short term Effect of Traffic on Air Pollution in Torino with generalized additive Models ICER Working Paper Series Working Paper No 10 2009 Bielefeldt Keller Philipps Ploss 1986 Projektstude zur Entwicklung eines verkehrsabh ngigen Steuerungsverfahrens MOTION im Auftrag der Siemens AG M nchen Birmili W 2006 R umlich zeitliche Verteilung Eigenschaften und Verhalten ultrafeiner Aerosolpartikel lt 100nm in der Atmosph re sowie die Entwicklung von Empfehlungen zu ihrer systematischen berwachung in Deutschland Forschungsbericht 203 43 257 05 des Umweltbundesamts Dessau Ro lau BImSchG 2002 Bundes Immissionsschutzgesetz Gesetz zum Schutz vor sch dlichen Umwelteinwirkungen durch Luftverunreinigungen Ger usche Ersch tterungen und hnlichen Vorg ngen zuletzt ge ndert durch Art 1 des Gesetzes vom 25 Juni 2005 BGBl I Nr 39 S 1865 Bohlen S Winkler J Lauterbach H Wehrse R Osmers J Endler D Giesen K P He
225. e Standardabweichung der trendbereinigten NOx Zeitreihe liegt in einer Gr enordnung von 40 in der ersten Messwoche und bei knapp 20 in der zweiten Messwoche Tabelle 57 Die graphische Gegen berstelluing von gemessenen und modellierten Werten im niederfrequenten Ansatz Abbildung 111 zeigt dass der Tagesgang bis auf einzelne Ausnahmen 18 2 2010 gut wiedergegeben wird Im relativen Verlauf zeigt das Modell der ersten Messwoche trotz des niedrigeren Bestimmtheitsma es eine h here G te als das Modell der zweiten Messwoche Einzelne Maxima und Minima innerhalb eines Tages werden in der ersten Messwoche zumeist gut vom Modell abgebildet In der zweiten Messwoche ist dies nur vereinzelt der Fall lu E a PM10 ug m LogM En Bin Lat Ti P P Lame 6 59 7 7 29 4 4 u 05 m Ti Zn D l a 3 2 Di 2 d a a PJ a 12 37 5 44 12 52 6 59 13 07 7 14 13 22 7 29 FPMIO Konzentration gemessen PM 10 Konzentration modelliert Abbildung 111 Gemessene blau und modellierte rot Zeitreihen der niederfrequenten NOx Konzentration im Testfeld Bremerhaven getrennt nach Messwochen BHO1 und BHO2 senkrechte Linien trennen einzelne Messtage F r den hochfrequenten Ansatz zeigt die graphische Gegen berstellung Abbildung 111 an etwa sechs Tagen eine weitestgehende hnlichkeit in Bezug auf den relativen Verlauf wobei in der ersten Messwoche nur f r den 17 2 eine hnlichke
226. e orientieren sich an den im Projekt GAVE Grazer Adaptive Verkehrssteuerung Ans tze f r eine emissionsminimierende Lichtsignalsteuerung Hirschmann 2009 ermittelten Beschleunigungsverhalten f r den lichtsignalgeregelten Verkehr Die Wunschbeschleunigungen f r LKW wurden hier nicht erhoben Das Beschleunigungsverhalten lehnt sich daher an Beschleunigungs Wegdiagramme von teilbeladenen Lkw an F rbeth 1993 Die Bremsverz gerungen entsprechen den Default Einstellungen in VISSIM Die Verkehrszusammensetzung wurde im Testfeld an den drei Hauptzufl ssen des Netzes an den APNR Standorten siehe Abbildung 55 jeweils in der ersten Viertelstunde jeder Stunde erhoben Der Schwerverkehrsanteil liegt dabei zwischen null und 15 Prozent Da die Werte sehr stark schwanken wird f r die drei Hauptzufahrten der Mittelwert ber alle Messtage zugrunde gelegt wobei extreme Ausschl ge f r die gesamte Stunde bernommen werden F r die brigen nicht erhobenen Zufahrten wird ein Schwerverkehrsanteil von einem Prozent angenommen Im zweiten Schritt werden die Verkehrsst rken im Netz kalibriert Im simulierten Netz gibt es 17 Zufahrten F r 10 dieser Zufahrten liegen Verkehrsst rken aus Messungen von Induktionsschleifen vor Diese dienen als Eingangsgr en Bei den restlichen 7 Zufahrten handelt es sich um 2 Parkh user sowie um 5 unsignalisierte Rechtseinbieger bzw Zufahrten an generell unsignalisierten Knotenpunkten Die Zufl sse dieser Zufahrten
227. e EDV affine Probanden z B st dtische Angestellte Staumelder im Untersuchungsgebiet rekrutiert werden Die Kosten f r die GPS Ger te sind gering ca 100 pro Ger t so dass die Ger tekosten kaum ins Gewicht fallen Allerdings ist eine Betreuung der Probanden mit Aufwand verbunden Strategie 3 Geplantes Messprogramm Bei dieser Strategie werden drei Datenquellen fusioniert AMONES 2010 113 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 1 Verkehrsst rken aus lokalen Detektoren Diese Daten liefern die Informationen ber die Grundgesamtheit der durchgef hrten Fahrten 2 Fahrzeugtrajektorien aus Messfahrten Die Fahrzeugtrajektorien liefern alle wesentlichen Kenngr en f r die Qualit tsbeurteilung einer LSA Steuerung Fahrzeit Wartezeit Anzahl Halte 3 Fahrzeitmessungen aus Kennzeichenerfassungssystemen Um das Problem der kleinen Stichprobengr e bei den Messfahrten zu l sen werden die Fahrzeugtrajektorien mit den Fahrzeitmessungen kombiniert Im Projekt AMONES kommt Strategie 3 f r die Datenerfassung zur Anwendung Im Nachfolgenden wird untersucht ob die weniger aufw ndige Strategie 2 oder reduzierte Varianten der Strategie 3 in den Testfeldern zu belastbaren Ergebnissen f hren w rden um abschlie end eine Empfehlung zu formulieren Auf Strategie 1 wird nicht weiter eingegangen da diese Variante zwar gegeben sein kann sich ansonsten aber keinesfalls f r eine einzelne Untersuchung eign
228. e Interpretation der Varianz e Interpretation des 5 sowie 95 Perzentils e Interpretation der nderungsrate e Untersuchung der statistischen Verteilung und e Pr fung auf Autokorrelation AMONES 2010 206 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Feststellen von Zusammenh ngen zwischen Verkehrskenngr en und Immissionskenngr en Die in Unterkapitel 5 2 6 1 formulierte Hypothese dass die hochfrequente Komponente der Immissionskonzentration ma geblich von den Einflussgr en mit hoher nderungsrate bestimmt wird soll mit einem frequenzanalytischen Ansatz berpr ft werden Die Frequenzanalyse erm glicht eine nach Frequenzen differenzierte Untersuchung der erhobenen Daten In diesem Fall sollen die isolierten hochfrequenten Komponenten der Immissions und der Verkehrskenngr en auf Zusammenh nge berpr ft werden Ein weiterer wesentlicher Vorteil der Frequenzanalyse ist die M glichkeit die extrahierten Datenreihen weitestgehend im Rohzustand zu untersuchen ohne sie aufgrund statistischer Anforderungen weiter abstrahieren zu m ssen beispielsweise durch Logarithmierung Der fachliche Hintergrund f r die Hypothesenpr fung l sst wie folgt beschreiben Der innerst dtische Verkehr an LSA gesteuerten Knotenpunkten unterliegt einer strengen Periode in Form der geschalteten Umlaufzeit Bei einer entsprechenden Verkehrsnachfrage treten Anfahrvorg nge regelm ig und geb ndelt mit der Period
229. e Reproduzierbarkeit die Temperaturabh ngigkeit Die Gesamt messunsicherheit muss dabei den Anforderungen an Datenqualit t der EU Tochterrichtlinien gen gen Im Folgenden wird ein berblick ber g ngige Immissionsmessverfahren zur Messung der Partikelmassen und Partikelanzahlkonzentration sowie der Stickoxidmassenkonzentration sowie ihre Eignung f r die hier durchgef hrte Untersuchung gegeben Die Eignung wird in diesem Zusammenhang lediglich anhand der zeitlichen Aufl sung der Datenerfassung bewertet Da ein Gro teil der dargestellten Messverfahren eignungsgepr ft ist und eine Alternative zu Referenzmessverfahren darstellt wird die Bewertung entsprechender Parameter zur G te der Messung in diesem Kontext nicht als erforderlich angesehen In Bezug auf den Aufwand f r die Messung immissionsbezogener Kenngr en soll an dieser Stelle festgehalten werden dass voraussichtlich ein deutlich h herer finanzieller und personeller Aufwand im Vergleich zur Messung der g ngigen verkehrsbezogenen Kenngr en anf llt Die erforderlichen regelm igen Aufgaben f r Wartung Kalibrierung und weitere Ma nahmen zur Sicherstellung einer hohen Datenqualit t sind hier in einem erheblich h heren Umfang als bei der g ngigen Verkehrsdetektionstechnik durchzuf hren AMONES 2010 182 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Betastrahlenabsorption Bei der Staubmessung mittels der Betastrahlenabsorption wird die Probeluf
230. e Verkehrsdaten werden f r jede Knotenpunktzufahrt einzeln erfasst und im Verkehrsfluss und Verkehrswirkungsmodell verarbeitet 4 4 2 3 Signalprogrammanpassung SCOOT optimiert Freigabezeitverteilung Versatzzeit und Umlaufzeit e Wenige Sekunden vor dem Ende jeder Freigabezeit wird untersucht ob durch ihre Verl ngerung oder durch ihren Abbruch die gr te am Knoten auftretende Auslastung einer Zufahrt verringert werden kann Falls dies der Fall ist wird die laufende Phase um vier Sekunden gek rzt oder verl ngert F r den n chsten Umlauf wird von der aktuellen Ver nderung nur eine Sekunde beibehalten e Die optimale Versatzzeit wird je Knotenpunkt einmal pro Umlauf unter Verwendung des aus den cyclic flow profiles abgeleiteten G teindex ermittelt und gegebenenfalls um wenige Sekunden gegen ber ihrer Ausgangslage ver ndert Im Fall einer berlastung einer Zufahrt mit kurzem Stauraum wird abweichend von der Zielfunktion dieser der Vorrang einger umt AMONES 2010 18 Verfahren der LSA Steuerung e Die g nstigste Umlaufzeit wird im Rahmen der vorgegebenen oberen und unteren Grenzwerte maximal im Abstand von 2 5 Minuten unter der Vorgabe ermittelt dass der am h chsten belastete Knotenpunkt im Netz genau zu 90 ausgelastet sein sollte In Schritten von vier bis zu 16 Sekunden bei gro en Umlaufzeiten wird gegebenenfalls die Umlaufzeit dann dem berechneten Optimalwert angepasst Friedrich 2002 Eine Priorisierung de
231. e der Umlaufzeit auf Bei G ltigkeit der formulierten Hypothese sollte die h here Emissionsrate der Anfahrvorg nge periodisch in der hochfrequenten Immissionskomponente erkennbar sein Sofern diese Periodizit t zumindest bei einer hohen Auslastung und einer regelm ig auftretenden Ballung von Anfahrvorg ngen nachweisbar ist k nnen die formulierte Hypothese und damit auch der Untersuchungsansatz f r die hochfrequenten Zeitreihenkomponenten weiter aufrecht erhalten werden Der mathematische Ansatz der Hypothesenpr fung stellt sich folgenderma en dar Zeitreihen bestehen h ufig aus periodischen und zuf lligen Komponenten die sich gegenseitig berlagern Mit Hilfe der Frequenzanalyse k nnen periodische Ver nderungen in den Zeitreihen identifiziert und analysiert werden Das Grundmodell f r die Frequenzanalyse sind berlagerte Sinus und Cosinus Funktionen die jeweils mit den Parametern Amplitude Periodendauer und Phasenverschiebung beschrieben werden und auf diese Weise die Zeitreihe exakt oder n herungsweise abbilden k nnen Die Bestimmung der Sinus und Cosinus Funktionen erfolgt mittels der Fourier Transformation Die graphische Darstellung des beschriebenen Zusammenhangs wird als Periodogramm bezeichnet Ein hoher Wert im Periodogramm f r eine bestimmte Frequenz bedeutet dass die zugeh rige Teilschwingung einen hohen Anteil der Varianz der Zeitreihe erkl rt Eine bivariate Untersuchung zweier verschiedener Zeitreihen im Frequ
232. e einheitliche Luftfeuchte konditioniert sind hier erhebliche Verf lschungen der Messwerte m glich Der Einfluss von Niederschlagsereignissen auf die PM und NO Belastung wurde ebenfalls von Schulze 2002 untersucht Die Untersuchungen zeigen ab einer bestimmten Niederschlagsmenge 0 1mm eine deutliche Reduktion 20 der PM o Tagesmittelwerte Auch f r NO wurde eine Reduktion beobachtet die jedoch nicht so deutlich auftrat wie f r PM o Klingner 2006 und D ring 2005 haben den Verlauf der PM Belastung in Abh ngigkeit der Zeit nach einem Niederschlagsereignis untersucht und sind zu dem Ergebnis gekommen dass der Effekt eines Niederschlagsereignisses mehrere Tage anh lt und die PM Belastung erst nach 3 bis 5 Tagen keine erkennbare Wirkung mehr zeigt Abbildung 71 zeigt die Ergebnisse von D ring 2005 differenziert nach Winter links und Sommer rechts gy m j u es D O J D e ce 5 z2 daf 7 oO a7 D 2 z z Y 7 q D Q z A EL 0 0 10123456 7 8 9 1011121314 10123456789 1011121314 Anzahl trockener Tage nach Niederschlag Anzahl trockener Tage nach Niederschlag Abbildung 71 Verlauf der PM Belastung nach einem Niederschlagsereignis im Winter links und im Sommer rechts D ring 2005 Temperatur Eine Reihe von Untersuchungen zeigt f r steigende Temperaturen ansteigende PM4 o Konzentrationen u a Baum et al 2006 Kaminski 2005 Die dargestellt
233. e jeweiligen Berichtskapitel versehen Eine Kurzfassung des Projektberichts findet sich in Kapitel 2 Der Anhang des Berichts ist aus Gr nden der Handhabbarkeit in ein separates Dokument ausgelagert Dieser enth lt s mtliche Daten der Erhebungen den Simulationen und deren Auswertung Ferner gibt es einen zweiten ca 300 seitigen Anhang der lediglich in elektronischer Form vorliegt und die Planungs unterlagen des virtuellen Testfelds enth lt AMONES 2010 T Kurzfassung 2 Kurzfassung 2 1 Einleitung Lichtsignalanlagen LSA beeinflussen den Verkehrsablauf in Stra ennetzen Sie steuern den Verkehrsfluss und haben gegebenenfalls Einfluss auf die Routenwahl Abbildung 1 Aus der Routenwahl der einzelnen Fahrzeuge und dem Verkehrsfluss resultieren Wirkungen F r die Quantifizierung der Wirkungen k nnen u a die Verlustzeit die Anzahl der Halte der Kraftstoffverbrauch und die Emissionen herangezogen werden Wichtiges Ziel einer Lichtsignalsteuerung ist es die negativen Wirkungen des Verkehrsablaufs unter den gegeben rtlichen Randbedingungen zu minimieren Die Randbedingungen umfassen alle externen Eingangsgr sen die durch die LSA Steuerung nicht beeinflusst werden k nnen aber durch sie ber cksichtigt werden m ssen Das Verkehrsnetz gibt die Lage der Kreuzungen und die Vermaschung vor woraus Anforderungen an die Koordinierung entstehen Die Nutzungen im Stra enumfeld k nnen zu Anforderungen an die r umliche Verteilung der Halt
234. e und Hansestadt Hamburg Beh rde f r Stadtentwicklung und Umwelt Hamburg Hamburg Freie und Hansestadt Hamburg 2005 Aktionsplan gegen Belastungen durch Feinstaub Hamburg Habichtstra e Beh rde f r Stadtentwicklung und Umwelt Hamburg Hirschmann K Felldendorf M 2009 Emission minimizing traffic control simulation and measurements mobil TUM2009 International Scientific Conference on Mobility and Transport ITS for larger Cities M nchen HLUG Hessisches Landesamt f r Umwelt und Geologie o J Begriffsbestimmungen zur Ausbreitungsrechnung Wiesbaden HLUG Hessisches Landesamt f r Umwelt und Geologie 2009 Merkblatt Eingangsdaten f r eine Immissionsabsch tzung mit IMMISLuft Wiesbaden HLUG Hessisches Landesamt f r Umwelt und Geologie 2007a Feinstaub PM10 Eigenschaften Quellen gesundheitliche Bewertung Immissionen Hessisches Landesamt f r Umwelt und Geologie Wiesbaden Holmes N S Morawska L 2006 A review of dispersion modelling and its application to the dispersion of particles An overview of different dispersion models available Atmospheric Environment 30 2006 HORIBA Ltd 2007 Handbuch zum NO Analysator Modell APNA 370 Oberursel AMONES 2010 381 Literatur Hoyer R K hnel C 2008 Floating Car Observer Perspektiven seiner Umsetzung Tagungsband zur HEUREKA 2008 FGSV Verlag K ln Hrust L Klaic Z B Krizan J Antonic O Hercog P 2009 Neural networ
235. ebenfalls von ihrer Gr e ab F r Partikel im mittleren Gr enbereich feine Partikel werden lange Verweildauern festgestellt Kurze Verweildauern k nnen hingegen f r ultrafeine und f r grobe Partikel festgestellt werden Die ultrafeinen Partikel koagulieren schnell und werden zu gr eren Partikeln Diese Teilchen haben allerdings nur einen geringen Anteil an der Massenkonzentration Die groben Partikel setzen sich gravitationsbedingt schnell ab Diese Partikelfraktion dominiert zwar die Partikelmasse und kann zu wesentlichen Teilen dem Abrieb und der Aufwirbelung des Stra enverkehrs zugeordnet werden zeigt allerdings abweichende Ursache Wirkungs Zusammenh nge im Vergleich zu den anderen Partikelfraktionen Es wird davon ausgegangen dass dieser Sachverhalt ein wesentliches Hemmnis bei der Quantifizierung der Wirkungen verkehrlicher Ma nahmen darstellt Abbildung 63 zeigt die Verursacheranteile an der PM Belastung und ihre zeitliche Entwicklung in Deutschland Der Anteil des Verkehrs liegt hier bei 20 Nach Untersuchungen von Diegmann et al 2007 ist hiervon jedoch nur etwa die H lfte den motorbedingten Emissionen zuzuordnen Die andere H lfte sind nicht motorbedingte Emissionen aus Aufwirbelungs und Abriebsprozessen F r die untersuchte Fragestellung kann festgehalten werden F r eine Ursache Wirkungs Analyse zwischen Partikelimmissionen und Verkehrskenngr en mit dem Fokus auf kurzfristige Effekte sind prim r die groben und
236. eht lediglich f r die FZS im Testfeld Hamburg Die FZS f hrt dort aufgrund der zyklischen Freigabe eines Linksabbiegers am zentralen Knotenpunkt der bei den verkehrsabh ngigen Steuerungen nur bei Bedarf bedient wird zu deutlich l ngeren Fahrzeiten und einer h heren Anzahl von Halten Die detaillierte Auswertung der in der Felduntersuchung und in der Simulation f r die realen Testfelder ermittelten Daten zeigt dass es mit den NMS zeitweise gelingt deutliche Verbesserungen zu erzielen diese Verbesserungen aber im Tagesverlauf auch Zeitbereichen gegen ber stehen in denen die Verkehrsqualit t auf ein schlechteres Niveau als bei der LRS zur ck f llt Dies weist darauf hin dass offensichtlich Verbesserungspotenziale von bis zu 20 Reduzierung der Verlustzeiten mit Hilfe von modellbasierten Steuerungsverfahren erzielt werden k nnen die Verfahren jedoch noch nicht ausgereift genug sind dieses Potenzial durchg ngig zu nutzen Im virtuellen Testfeld sind drei Steuerungsverfahren ohne PNV Bevorrechtigung und zwei Verfahren mit PNV Bevorrechtigung f r identische Nachfragesituationen untersucht worden Der Vergleich anhand der mittleren Verlustzeit der Busse zeigt sehr deutlich das gro e Beschleunigungspotenzial der PNV Bevorrechtigung mit der die Verlustzeiten der Busse um etwa 40 reduziert werden k nnen AMONES 2010 39 Kurzfassung Die Verbesserung der Fahrzeiten der PNV Busse durch die Bevorrechtigung steht jedoch insbeso
237. eine berlastsituation vorhanden ist die nicht ohne eine Erh hung der Verlustzeiten zu bew ltigen ist Im Folgenden wird der Cluster 2 Morgenspitze siehe Kapitel 9 5 2 2 detailliert analysiert und anschlie end eine AMONES 2010 304 Testfeld Hamburg Gesamtbetrachtung durchgef hrt Cluster 2 weist die interessantesten Unterschiede auf und soll deswegen obwohl dieser nicht die meisten Stunden enth lt Grundlage f r die Detailanalyse sein Dieser Cluster enth lt 10 Stunden die sich entsprechend der Legende in Abbildung 128 auf die vier Steuerungsverfahren verteilen Diese Abbildung zeigt die mittleren Fahr und Wunschfahrzeiten nach Steuerungsverfahren eingef rbte Balken und schwarze horizontale Linie der vier Hauptrelationen aller Stunden der jeweiligen Steuerungsverfahren Nach den Verkehrsst rken gewichtet ergeben sich daraus zusammen mit den Abbiegerelationen die mittlere Fahrzeit und die mittlere Verlustzeit aller Relationen beziehungsweise aller Verkehrsteilnehmer Die ebenfalls in der Legende enthaltene mittlere Summe der Eingangsverkehrsst rken siehe Tabelle 67 Zeilen 1 3 5 und 7 beziehungswiese alle Einfahrtsquerschnitte oder die Summe der Nachfragematrix je Steuerungsverfahren best tigt dass f r alle Steuerungsverfahren hnliche Verkehrsmengen zu bew ltigen waren FZS 1 Stunde mit 5 250 Kfz h LRS 4 Stunden mit 5 400 Kfz h BEE BAL PS1 3 Stunden mit 5 360 Kfz h BEE BAL PS2 2 Stunden mit 5
238. eine Person 75 Lichtsignalanlagen Die Planung kann demzufolge nicht immer sehr aktuell sein Die Aktualit t der Steuerung h ngt dabei stark vom Steuerungsverfahren ab Das geringe Alter der Planung f r die modellbasierten Netzsteuerungsverfahren h ngt hierbei haupts chlich von der erst k rzlich erfolgten Implementierung ab y 0 0006x 127 Pa lt u F N am lt 1 000 1 500 2 000 2 500 3 000 3 500 4 000 Einwohner Tausend Abbildung 160 Anzahl der Lichtsignalanlagen in Abh ngigkeit der Einwohnerzahl AMONES 2010 361 Evaluierung modellbasierter Steuerungsverfahren modellbasierte Netzsteuerung Festzeitsteuerung 32 lokale Verkehrsabh ngigkeit 63 verkehrsabh ngige Signalprogramm auswahl 4 Abbildung 161 Art der Lichtsignalsteuerung Verkehrs abh ngige modelbasierte lokale Verkehrs abh ngigkeit Netzsteuerungs verfahren Signalprogramm auswahl Mittleres Alter der Planung in Jahren Maximales Alter der Planung in Jahren Tabelle 94 Alter der Planung in Jahren nach Art des Steuerungsverfahrens Auch die Systemtechnik entspricht nicht immer dem neusten Stand F r die volle Funktionalit t ben tigen gerade die modellbasierten Steuerungen in der Regel auch den neusten Stand der Technik im Bereich der Systemtechnik bei Steuerger ten und der Verkehrsrechnerzentrale Dabei m ssen die Steuerger te und der Verkehrsrechner bei Kombination einer mode
239. einem Verkehrsnachfragemodell werden die real gemessenen Daten vervollst ndigt In der Regel wird aus den Daten der Detektoren und den aktuellen Schaltzust nden der Lichtsignalanlage eine Zustandsanalyse sowie eine kurzfristige Prognose erstellt Das Nachfragemodell liefert dabei Informationen ber die Str me im Netz Strombelastungspl ne und Stromhierarchien Verkehrsnachfragemodelle basieren beispielsweise auf endogenen Quelle Ziel Sch tzungen Umlegungen oder Messwertpropagierung Ein Verkehrsnachfrage modell bildet aus den oben genannten Eingangsdaten und den LSA Steuerungsgr en den Verkehrsablauf im Optimierungsintervall innerhalb des Steuerungsgebietes nach 4 1 3 4 Signalprogrammanpassung Bei der Optimierung der Steuerung k nnen folgende Ver nderungen vorgenommen werden e Anpassung der Freigabezeiten e Anpassung der Umlaufzeit e Anpassung der Versatzzeiten e Phasentausch Dieses Mittel wird vor allem in der PNV Priorisierung angewendet Die Phasenreihenfolge wird auf Anforderung so vertauscht dass die Wartezeiten f r den V minimiert werden e Bedarfsphasenanforderung Wiederum auf Anforderung wird hier eine zus tzliche Phase in den Signalplan eingeschoben e Festlegung von Rahmensignalpl nen Es werden Randbedingungen f r lokale Knotenpunktsteuerungen festgelegt e Signalplanbildung Wenn Umlaufzeit Freigabezeit und Sperrzeit nicht vorliegen kann der Signalplan fortlaufend neu berechnet und optimiert werden
240. eise der verwendeten GPS Empf nger nicht bekannt ist kann nur vermutet werden dass falsche Zeitstempel durch St rungen im GPS Empfang z B durch Geb udeabschattungen Br cken oder Tunnels auftreten In diesem Schritt werden L cken von bis zu 5s erg nzt eine Korrektur die f r die insgesamt 765 706 aufgezeichneten Sekunden 450 Mal notwendig ist Die Zuordnung der GPS Daten zu den relevanten Fahrtbeziehungen erfolgt durch ein geometrisches Verfahren Hierf r werden virtuelle Querschnitte an den Eingangsquerschnitten des Testfeldes definiert Ein Algorithmus pr ft dann zu welchen Zeitpunkten die GPS Daten einen solchen Querschnitt berschreiten und schneidet die GPS Daten in einzelne Fahrten zwischen diesen Querschnitten auseinander Anschlie end wird kontrolliert ob die auf diese Weise erkannte Fahrt eine plausible L nge und mittlere Geschwindigkeit aufweist andernfalls wird diese Fahrt verworfen Da die GPS Daten die aktuelle Position nur mit einer gewissen Genauigkeit im Bereich von Metern enthalten werden abschlie end die L ngen aller erkannten und akzeptierten Einzelfahrten auf die durchschnittliche L nge normiert In einem letzten Schritt werden die erkannten GPS Fahrten visuell gepr ft und die letzten nicht plausiblen Fahrten entfernt Abbildung 50 zeigt das Ergebnis dieses Prozesses f r die Relation von der Kreuzung Bramfelder Chaussee Haldesdorfer Stra e Messquerschnitt 1 zur Kreuzung Bramfelder Stra e Fuhlsb ttler
241. eit und Halten Die Steuerungsgr en Umlaufzeit Versatzzeit Phasenfolge und Freigabezeitverteilung werden als Rahmensignalpl ne alle 15 Minuten an die Lichtsignalanlagen im Steuerungsgebiet versendet 10 2 Verkehrsnachfrage Aus den in Abschnitt 10 1 1 genannten Gr nden konnte im Rahmen von AMONES lediglich das im Folgenden beschriebene Grundszenario betrachtet werden Abbildung 155 bersicht ber die Zufahrten des Gesamtnetzes AMONES 2010 348 Virtuelles Testfeld Die untersuchten Szenarien entsprechen immer einem ganzen Tag In der Verkehrsnachfrage des Grundszenarios auf dem alle brigen Szenarien der Verkehrsnachfrage aufbauen wird in Anlehnung an reale Verkehrsnachfragen versucht einen typischen Tagesverlauf mit n chtlicher Schwachverkehrszeit Morgenspitze einer Nebenverkehrszeit w hrend des Tages und einer Abendspitze abzubilden fluss fluss 2 ufluss 3 4 5 7 1555 ufluss 5 yufluss 9 fluss 10 ufluss 11 Abbildung 156 Zuflussganglinien im Grundszenario Abbildung 157 Verlauf der V Route und Knoten mit Beschleunigung des PNV Die Hauptlast konzentriert sich im Gesamtnetz auf die Zufahrten 1 6 9 und 10 und somit auf die Routen 1 9 und 6 10 F r die kleineren Netze werden an den neu entstandenen Zufahrten AMONES 2010 349 Virtuelles Testfeld die jeweiligen Streckenbelastungen aus dem Gesamtnetz als Zufl sse definiert W hrend die Zufahrten 8 und 11
242. eiten regelbasierten Steuerung NRS kann es sich entweder um eine verkehrsabh ngige Signalprogrammauswahl RNSA oder eine Signalprogrammbildung bzw anpassung RNSB handeln e Bei den modellbasierten Netzsteuerungen wird nochmals explizit unterschieden in die netzweite modellbasierte Signalprogrammauswahl NMSA MNSA in Tabelle 37 und die netzweite modellbasierte Steuerung NMS welche die Verfahren zur netzweiten verkehrsabh ngigen Signalprogrammbildung bzw anpassung MNSB in Tabelle 37 AMONES 2010 222 Typisierung von Anwendungsfeldern umfasst und in AMONES insbesondere durch die untersuchten Verfahren MOTION und BALANCE repr sentiert wird 6 5 2 Typisierung der Anwendungsfelder Aus der Kombination der in Abbildung 78 aufgezeigten Randbedingungen mit den beabsichtigten Wirkungen lassen sich die nachfolgend dargestellten Anwendungsfelder ableiten f r die im weiteren Projektverlauf jeweils Aussagen ber die Eignung der oben aufgef hrten sechs Alternativen zur LSA Steuerung getroffen werden sollen Steuerungsvertahren Fz uns ums nrs nusa Nus Nachfragestruktur Nachfragestruktur Tageszeitabh ngige Variabilit t J J J T J l e R umliche Variabiitt o o o o o e o e Situationsabh ngige Variabilit t z B bei Veranstaltungen e Regelm ige berstauung mehrerer Zufahrten eines Knotenpunktes Keine Alternativrouten geringe Vermaschun J I 1 T Vorhandene Alternativrouten hohe Vermaschuno 1 1
243. el M Gehring U Hoek G Diegmann V Brunekreef B 2005 GIS Based Estimation of Exposure to Particulate Matter and NO2 in an Urban Area Stochastic versus Dispersion Modeling Environmental Health Perspectives 113 8 Diakaki C Dinopoulou V Papageorgiou M 2002 Signal Management in Real Time for urban traffic Networks Deliverable N 7 Diegmann V Pf fflin F Wiegand G Wursthorn H D nnebeil F Helms H Lambrecht U 2007 Ma nahmen zur Reduzierung von Feinstaub und Stickstoffdioxid IVU Umwelt GmbH Freiburg Diegmann V G ler G Pf fflin F 2009a From Traffic Management to Environmental Traffic Management In mobil TUM 2009 International Scientific Conference on Mobility and Transport M nchen Diegmann V Mahlau A Neunh userer L Pf fflin F Wursthorn H 2009b Leitfaden Modellierung verkehrsbedingter Immissionen Anforderungen an die Eingangsdaten Freiburg Dineen M 2000 Real Time Disply of Dublin Traffic Information on the Web DRIVE 91 1991 The Drive Programme in 1991 Bruessels D nnebeil F Lambrecht U Kessler C 2007 Zuk nftige Entwicklung der NO2 Emissionen des Verkehrs und deren Auswirkung auf die NO2 Luftbelastung in St dten in Baden W rttemberg ifeu Institut f r Energie und Umweltforschung Heidelberg GmbH Heidelberg D ring Lohmeyer 2001 Validierung von PM10 Immissionsberechnungen im Nahbereich von Stra en und Quantifizierung der Feinsta
244. eld Bremerhaven 35 3 0 25 E a 15 1 0 S E N p Z LL eb Fun 0 5 F 2S LRS MOTION 0 0 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit Abbildung 94 Durchschnittliche mittlere Fahrzeiten nach Steuerungsverfahren ber alle Relationen durchschnittliche betroffene Nachfrage pro Stunde 1 680 Kfz h 1 0 0 9 0 8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0 0 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Durchschnittiche Anzahl Halte F 2S LRS MOTION Tageszeit Abbildung 95 Durchschnittliche Anzahl Halte nach Steuerungsverfahren ber alle Relationen durchschnittliche betroffene Nachfrage pro Stunde 1 680 Kfz h Tabelle 46 enth lt die ber den durchschnittliichen Tag gemittelten und auf die lokal regelbasierte Steuerung normierten Kenngr en als hoch aggregierte Vergleichswerte Hier zeigt sich den vorangegangen Abbildungen wie auch der nachfolgenden Betrachtung ber alle Cluster entsprechend dass die Festzeitsteuerung und die lokal regelbasierte Steuerung eine AMONES 2010 248 Testfeld Bremerhaven hnliche Qualit t erreichen und MOTION diesen gegen ber eine leicht reduzierte mittlere Fahrzeit aufweist und insbesondere eine niedrigere Anzahl mittlerer Halte erreicht Anteil an der lokal regelbasierten Steuerung Steuerungsverfahren Mittlere Fahrzeit Mittlere Anzahl Halte Festzeitst
245. elle Querschnittserfassung Kennzeichenerfassungssysteme Fahrzeugwiedererkennung mittels Induktionsschleifensignatur Messfahrzeuge AMONES 2010 Inhalt 64 69 69 70 70 71 75 15 77 77 18 81 81 81 81 82 84 84 85 85 86 88 89 89 90 90 90 95 97 99 100 102 9 1 7 9 1 8 SRO 5 1 10 5 1 11 5 1 12 9 1 13 9 2 9 2 1 9 2 2 9 2 3 9 2 4 5 2 5 5 2 6 Kamerabasierte Erfassung momentaner Messgr en Abgeleitete Kenngr en Modellbasierte Erfassung der Kenngr en Simulationen Verfahren zur Beurteilung der Qualit t Allgemeine Empfehlungen zur Erfassung von verkehrlichen Kenngr en Methodische Vorgehensweise bei der Messung und Analyse der verkehrlichen Kenngr en in den AMONES Testfeldern Bremerhaven und Hamburg Methodische Vorgehensweise bei der Simulation der verkehrlichen Kenngr en Umweltkenngr en Grundlagen Verfahren zur Messung immissionsbezogener Kenngr en Verfahren zur Modellierung immissionsbezogener Kenngr en Verfahren zur Beurteilung der Qualit t Allgemeine Empfehlungen zur Erfassung von Umweltkenngr en Methodische Vorgehensweise bei der Analyse der umweltbezogenen Kenngr en in den AMONES Testfeldern Bremerhaven und Hamburg 6 Typisierung von Anwendungsfeldern 6 1 6 2 6 3 6 4 6 5 6 9 1 6 5 2 6 5 3 Randbedingungen Verkehrssteuerung Verkehrslage Wirkungen Ansatz zur Typisierung von Anwendungsfeldern f r den Einsatz unterschiedlicher Steuerung
246. ellierung bislang zu keinen durchg ngigen Verbesserungen f hrt und kurzfristige Freigabezeitanpassungen an stochastische Schwankungen durch die LRS eher kontraproduktiv wirken wenn ihnen ein zu gro er Spielraum einger umt wird F r bestimmte Situationen in denen eine Reaktion auf die Anforderung einzelner Fahrzeuge oder Verkehrsteilnehmer erforderlich ist kann die LRS jedoch wesentliche Vorteile bieten In gleicher Weise ist die LRS f r die PNV Bevorrechtigung ohne Alternative Die OPNV Bevorrechtigung f hrt zu eindeutig geringeren Verlustzeiten f r PNV Fahrzeuge ist aber in der Regel mit einer signifikanten Verschlechterung f r den brigen Kfz Verkehr verbunden Offensichtlich besteht im Grundsatz die M glichkeit mit modellbasierten Steuerungsverfahren die PNV Bevorrechtigung ohne wesentlichen Nachteil f r den brigen Kfz Verkehr zu integrieren und St rungen auszugleichen Da dies in den Untersuchungen jedoch nicht systematisch gelungen ist wird hier noch ein Entwicklungspotenzial f r die modellbasierten Verfahren gesehen Aus der Evaluierung der Umweltwirkungen wird anhand der Feldmessungen deutlich dass die Reduktionspotenziale der Lichtsignalsteuerung f r die lokalen Luftschadstoffimmissionen bei entsprechenden verkehrlichen und meteorologischen Randbedingungen erheblich sein k nnen Bei niedrigen Windgeschwindigkeiten und hohen Verkehrsbelastungen wie z B am Messquerschnitt Hamburg Habichtstra e beobachtet wurde f r
247. em Uhntersuchungsgebiet das ein Teil der Hamburger adaptiven Netzsteuerung HANS mit insgesamt 41 Lichtsignalanlagen ist befinden sich 13 Lichtsignalanlagen die seit Ende 2004 mit dem verkehrsadaptiven Netzsteuerungs verfahren BALANCE gesteuert werden l en Se i hile ef amp ll 3 kT DE r k m a T E E i r Fa ei Abbildung 10 Netzplan Hamburg Steuerungsgebiet HANS Die zehnt gigen Erhebungen wurden in der ersten Juniwoche und der zweiten Oktoberwoche 2008 durchgef hrt wie in Bremerhaven von Montag bis Freitag 6 30 18 30 Uhr Aufgrund unterschiedlicher BALANCE Parameters tze wurden vier Steuerungsszenarien untersucht Dabei fallen drei Tage auf eine Festzeitsteuerung drei Tage auf eine lokal regelbasierte Steuerung und jeweils zwei Tage auf BALANCE mit Juni bzw Oktober Parameters tzen Diese werden im Folgenden mit BALANCE PS1 Juni und BALANCE PS2 Oktober AMONES 2010 25 Kurzfassung bezeichnet Im Rahmen der Simulationen wurden dar ber hinaus die folgenden Szenarien untersucht e Variation der Verkehrsnachfrage e Variation der Gewichtungsparameter f r die Zielfunktion in BALANCE e Verwendung eines alternativen Optimierungsverfahrens genetischer Algorithmus in BALANCE Die f r das Testfeld erstellten Luftqualit tspl ne weisen f r die untersuchten Schadstoffe einen Handlungsbedarf f r die Stadt Hamburg und insbesondere f r die Habichtstra e aus Freie und Hansestadt Ham
248. en Anteile Die Kalibrierung der Fahrzeiten gestaltet sich aufgrund von taktischem Fahren im realen Testfeld jedoch schwierig Da den Fahrern im Besonderen denjenigen mit Ortskenntnissen die Schaltzeiten der Koordinierung vertraut sind sind die Geschwindigkeiten zum Ende der Freigabezeit auf der koordinierten Route im Schnitt h her als es zu Beginn der Freigabezeit ist Es sind dabei Differenzen in der Durchschnittsgeschwindigkeit von bis zu 20 km h zu beobachten so dass es gegen Ende der Freigabezeit zu Geschwindigkeiten von ca 70 km h kommen kann Besonders auf der Columbusstra e welche sich im Vergleich zur Lloydstra e durch gr ere Knotenpunktabst nde und ein geringeres Verkehrsaufkommen auszeichnet schl gt sich dieses Verhalten deutlich in den Fahrzeiten nieder Dieses taktische Fahren kann in der Simulation nicht abgebildet werden In Bremerhaven sind die Abweichungen in den Verkehrsst rken und Fahrzeiten f r die einzelnen Steuerungen nicht allzu gro Die Reisezeiten der unterschiedlichen Tage an denen die Festzeitsteuerung lief erf llen trotz unterschiedlicher Verkehrsnachfragen bei einer st ndlichen Auswertung die f r die Untersuchung angesetzten Kalibrierungsziele Auf eine explizite Validierung wurde daher verzichtet AMONES 2010 154 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung ANPR Ankunft an LSA 221 Gr n LSA 221 Fahrzeuge mit Halt an anderem Knotenpunkt zZ u a
249. en Das erfolgt ebenfalls automatisch mit einem Algorithmus Der wesentliche Aufwand besteht damit in einer geeigneten Aufbereitung der Daten Tabelle Fahrzeitdiagramme und in der Interpretation der Daten 9 1 5 Fahrzeugwiedererkennung mittels Induktionsschleifensignatur Erfasste Kenngr en e Aus den Signaturen abgeleitete Fahrzeiten s AMONES 2010 100 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Erfassungsmethode Im von Siemens beauftragten Projekt ISAR wurde im Jahr 2006 das Verfahren zur Wiedererkennung von Fahrzeugen VWF zur Ermittlung von Fahrzeiten durch Fahrzeugwiedererkennung basierend auf Verstimmungskurven von Induktionsschleifen entwickelt Maier 2006 Neben der Erhebung der makroskopischen Verkehrskenngr en Verkehrsst rke mittlere Geschwindigkeiten und Belegungsgrad erlauben Induktionsschleifen auch die Ermittlung mikroskopischer Einzelfahrzeugdaten Durch die Wiedererkennung der dadurch erfassten sogenannten Fahrzeugsignaturen und des Vergleichs der beiden zugeh rigen Zeitstempel ist es m glich Fahrzeiten zwischen zwei Messquerschnitten zu ermitteln Datenqualit t Gute Ergebnisse lassen sich erzielen falls die Strecke zwischen zwei Querschnitten mit m glichst wenigen Spurwechseln behaftet ist m glichst wenige Knotenpunkte auf der Strecke liegen und die entsprechenden Besonderheiten einzelner Detektoren Anspruchsschwellen etc und Streckenstationen ber cksichtigt wer
250. en Auslastungs und S ttigungsgrade Abbiegestr me detaillierte Zuflussganglinien und R ckstaul ngen sowie zus tzliche Rahmen vorgaben des bergeordneten Verkehrsmanagements in die Erfassung einflie en Verkehrsnachfragemodell Mit einem Verkehrsnachfragemodell werden die real gemessenen Daten vervollst ndigt In der Regel werden aus den Daten der Detektoren und den aktuellen Schaltzust nden der Licht signalanlage eine Zustandsanalyse sowie eine kurzfristige Prognose erstellt Das Nachfragemodell liefert dabei Informationen ber die Str me im Netz Strombelastungspl ne und Stromhierarchien AMONES 2010 12 Kurzfassung Verkehrsflussmodell und Verkehrswirkungsmodell Das Verkehrsflussmodell bildet aus den oben genannten Eingangsdaten und den berechneten LSA Steuerungsgr en den Verkehrsablauf im Optimierungsintervall nach Das Verkehrswirkungsmodell bewertet den ermittelten Verkehrsablauf Bewertungskenngr en k nnen Wartezeiten Anzahl der Halte Fahrzeiten Staul ngen Verkehrsstrom bezogene Auslastungsgrade Verkehrszust nde Level of Service oder Emissionen sein Die modellbasierten Steuerungen werden aufgrund ihrer Komplexit t ber ihre Modellparametrierung beschrieben Zu den Verkehrsmodellparametern geh ren Pulkaufl sung Zeitbedarfswert f r die Fahrzeugstr me im Knotenpunkt und Fahrzeiten bzw Progressionsgeschwindigkeiten Steuerungsmodell Optimierung Die Optimierung der Steuerungsgr en erfolgt in
251. en Kenngr en direkt erfasst werden k nnen wird in Kapitel 5 1 8 ein berblick ber Methoden geboten mit denen man Kenngr en aus direkt gemessenen Kenngr en ableiten kann AMONES 2010 91 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Bei den Erfassungsmethoden kann zwischen lokalen und mobilen Methoden unterschieden werden Bei den lokalen Erhebungsmethoden befinden sich die Messger te oder das Erhebungspersonal an einem Querschnitt und beobachten den lokalen zeitlichen Verlauf des Verkehrs Abbildung 36 gt Zeit Abbildung 36 Lokale Messung Bei den mobilen Erhebungsmethoden befinden sich die Erhebungsger te in den Fahrzeugen und bewegen sich mit dem zu messenden Verkehr Sie liefern einen r umlich zeitlichen Ausschnitt der Verkehrslage Abbildung 37 Momentane Erfassungsmethoden bewerten den Schnappschuss eines vorbeifliegenden Flugzeuges d h es liegen Informationen im gesamten Netz aber nur zu einem Zeitpunkt vor Abbildung 38 In der Praxis werden diese Methoden durch Videokameras repr sentiert die einen Streckenabschnitt beobachten und dieser Vorgang findet nat rlich ber die Zeit hinweg statt AMONES 2010 92 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Abbildung 37 Mobile Messung Zeit a Weg N Messung r Abbildung 38 Momentane Messung Die Fusion unterschiedlicher Datenquellen erl utert am Beispiel automatischer
252. en Partikel ist dieser antiproportionale Zusammenhang allerdings plausibel da bei hoher Luftfeuchte von einer verminderten Aufwirbelung ausgegangen werden kann In der zweiten Messwoche ist der Luftdruck der Pr diktor mit dem gr ten Beitrag zur Varianzaufkl rung jedoch im Gegensatz zum Erkl rungsmodell der PM o Konzentration mit einem negativen Vorzeichen Das positive Vorzeichen wird als nicht plausibel eingestuft und auf Suppressionseffekte im Regressionsmodell zur ckgef hrt da der Toleranzwert des Luftdrucks in diesem Zeitraum niedrig ist vgl statistische Kenngr en zum Regressionsmodell im Anhang Der Pr diktor SV Anteil ist im nieder und hochfrequenten Modell jeweils in der ersten Messwoche signifikant in der zweiten Messwoche liegt er unterhalb der Signifikanzgrenze Aufgrund der meteorologischen Verh ltnisse ist dies plausibel Festgehalten werden kann dass die Modellierungsg te des nieder und hochfrequenten Modells der PM o 25 Konzentration wie insbesondere die graphischen Gegen berstellungen von Messung und Modell deutlich machen nicht ausreichend sind Die aufgenommenen Pr diktoren sind teilweise fachlich unplausibel Aus diesen Gr nden werden sowohl das niederfrequente als auch das hochfrequente PM o 2 s Erkl rungsmodell verworfen AMONES 2010 286 Testfeld Bremerhaven 8 5 3 4 Quantifizieren des Wirkungspotenzials der modellbasierten Netzsteuerung f r die Immissionen am Messquerschnitt Auf Grundlage de
253. en Steuerungsverfahren sind sehr komplex Dadurch ergibt sich prinzipiell die M glichkeit ber eine Vielzahl von Stellschrauben das System optimal an die eigenen Bed rfnisse anzupassen Auf der anderen Seite besteht aber auch der Zwang die Parameter zun chst mit sinnvollen Werten zu versehen Zudem sind die Auswirkungen von nderungen an den einzelnen Parametern in den aktuellen Systemen oft nur schwierig bzw nicht vollst ndig vorhersehbar Somit sind auch erfahrene Anwender bei der Parametrierung auf die Hilfe der Hersteller und auf ein Ausprobieren zur Ermittlung der optimalen Einstellungen angewiesen Hier sind die Hersteller gefragt die Akzeptanz und die Nutzbarkeit der Verfahren durch Verbesserungen bei der Transparenz bzgl der Wirkungen von Parametereinstellungen und durch eine bessere Dokumentation zu erh hen AMONES 2010 45 Kurzfassung Einsatzbereich und Implementierungsstrategien Bei der Einf hrung eines neuen LSA Steuerungsverfahrens sind eine strukturierte Vorgehensweise und die Durchf hrung begleitender Untersuchungen zur Wirkungsermittlung empfehlenswert Um die Wirkungen einer Steuerung im Vorfeld absch tzen und im Anschluss nachweisen zu k nnen wird ein strukturiertes Vorgehen mit Simulationsstudie und empirischer Vorher Nachher Untersuchung empfohlen Nachfolgende Auflistung stellt eine aus fachlicher Sicht sinnvolle Vorgehensweise dar e Analyse der Ist Situation e Randbedingungen kl ren vorhandene I
254. en Zusammenh nge deuten auf lineare Zusammenh nge oder schwach exponentielle Zusammenh nge hin Darstellungen in bast 2008 differenzieren hier zwischen Sommer und Wintermonaten Demnach sei im Sommer bei steigender Temperatur und im Winter bei sinkender Temperatur ein Anstieg der PM Gesamtbelastung zu verzeichnen Kumar 2005 hingegen hat f r gemessene Temperaturen im Bereich zwischen ca 20 C und 30 C in Indien keine Einfl sse auf die PM Belastung feststellen k nnen AMONES 2010 179 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung M gliche Ursachen f r die beschriebenen Wirkungen k nnen sein e Zunahme nicht motorbedingter Partikelemissionen im Winter aufgrund von Streugut und vermehrtem Schmutzeintrag e Zunahme sonstiger Partikelemissionen infolge ineffizienter und vermehrter Verbrennungs vorg nge Heizung l ngere Kaltstartphasen e Ver nderung des Aggregatzustands von luftgetragenen Partikeln und Gasen in Abh ngigkeit von der umgebenden Luft und der Temperatur z B Verdampfen leichtfl chtiger Verbindungen e Beeinflussung von Luftaustauschbedingungen durch Einfl sse auf Luftfeuchte Luftdruck atmosph rische Schichtung und damit auch Windgeschwindigkeiten sowie auf photochemische Prozesse Festgehalten werden kann dass die Temperatur in Europa einen erheblichen Einfluss auf die Partikel und Stickoxidbelastung hat Allerdings k nnen weder die Richtung noch die Auspr gung des Einflu
255. en im Hinblick auf die eingestellte Zielfunktion Das Optimierungsergebnis verschickt BALANCE in Form von so genannten T Zeit Grenzen an die lokalen Steuerger te Die T Zeit Grenzen beschreiben dabei die fr hesten und sp testen Zeitpunkte f r die Einleitung der Phasen berg nge auf lokaler Ebene Sie geben damit die Rahmenbedingungen f r die m glichen Freigabezeitanpassungen der lokalen Steuerungen vor und beeinflussen indirekt auch die Versatzzeiten Bei den im virtuellen Testfeld eingesetzten Default Parametern von BALANCE flie en in die Berechnung der Zielfunktion ausschlie lich die Wartezeiten ein wobei alle Signalgruppen gleich gewichtet werden Der Beginn eines Phasen bergangs kann durch die lokale Steuerung um bis zu 30 bezogen auf die maximale Phasendauer vorgezogen werden Die Grenzen innerhalb derer BALANCE die T Zeiten f r die jeweiligen sp testen Phasenabbr che w hlen kann wurden f r die Hauptphase an jeden Knoten so vorgegeben dass die T Zeit maximal 5s kleiner und 10s gr er werden kann als der Originalwert in der lokalen Steuerung Dadurch wird sichergestellt dass die in den Logiken der lokalen Programme implizit enthaltene Koordinierung nicht zerst rt wird Alle anderen Puffer werden mittels eines vom Hersteller zur Verf gung gestellten Tools automatisch geeignet bestimmt Verkehrsnachfrage In Anlehnung an reale Verkehrsnachfragen wird ein typischer Tagesverlauf mit n chtlicher Schwachverkehrszeit Morgenspit
256. en in der Klasse Querer zusammengefasst Aus technischen Gr nden m ssen f r einige Routen die Verlustzeitmessungen aus mehreren Messungen f r einzelne Teilstrecken zusammengesetzt werden Daher ist Gesamtanzahl der Fahrzeuge aufsummiert ber alle Verlustzeitmessungen gr er als die Gesamtanzahl der ins Netz eingespeisten Fahrzeuge Auf das Verh ltnis der Verlustzeiten zwischen den einzelnen Steuerungsszenarien wirkt sich dies jedoch nicht aus Die Auswertung und Darstellung der Ergebnisse erfolgt getrennt nach Schwachverkehrszeit Morgenspitze Nebenverkehrszeit und Abendspitze sowie f r den Gesamttag Neben den Verlustzeiten werden auch die Standzeiten und die Anzahl der Halte ermittelt Die Verlustzeiten f r die Fahrzeuge des PNV werden zus tzlich separat ermittelt und ausgewertet AMONES 2010 350 Virtuelles Testfeld 10 4 Ergebnisse 10 4 1 Allgemeines In den nachfolgenden Abschnitten werden die Simulationsergebnisse f r die verschiedenen Steuerungsszenarien vergleichend gegen bergestellt und bewertet F r alle Szenarien wurden Mittelwerte Standardabweichungen und Konfidenzintervalle aus jeweils 10 Simulationsl ufe bestimmt Die kompletten Ergebnisse befinden sich im Anhang Soweit nicht anders angegeben ist die Bezugsgrundlage f r alle relativen Angaben jeweils das Szenario LRS mit PNV Beschleunigung Die angegebenen Werte f r BALANCE wurden mit dem voreingestellten Optimierungsintervall von 5 Minuten erzielt 10 4
257. en in diesem Cluster zwischen 6 30 9 30 Uhr und alle Stunden dieses Zeitraums in diesem Cluster Abbildung 83 Die Struktur von Cluster 1 unterscheidet sich deutlich von den brigen Clustern und repr sentiert die Morgenspitze in Bremerhaven Abbildung 85 e Cluster 2 Mittagscluster mit mittlerer Verkehrsst rke Dieser Cluster weist eine hnliche Struktur wie Cluster 3 auf Der Unterschied zwischen diesen beiden Clustern besteht in den unterschiedlich hohen Verkehrsst rken die bei Cluster 2 durchweg niedriger sind siehe Abbildung 85 und Tabelle 43 Die enthaltenen Stunden finden sich von zwei Ausrei ern abgesehen KW 8 Freitag 16 30 17 30 Uhr und KW 9 Mittwoch 13 30 14 30 Uhr siehe Abbildung 83 in den fr hen Mittagsstunden e Cluster 3 Nach Mittagscluster mit hoher Verkehrsst rke Cluster 3 beinhaltet Stunden die strukturell hnlich zu Cluster 2 sind und eine dazu verh ltnism ig hohe Verkehrsst rke aufweisen Abbildung 85 Abgesehen von dem an Querschnitt 2 einfahrenden Verkehr ist die Struktur der Nachfrage au erdem hnlich zu der von Cluster 4 wobei dort die Verkehrsst rken noch h her sind Die Stunden von Cluster 3 decken die Zeitr ume zwischen Morgen und Nachmittagsspitze sowie nach der Nachmittagsspitze ab Abbildung 83 An den beiden Freitagen ist zu erkennen dass die Verkehrsst rken fr her ansteigen und sinken wodurch Cluster 2 mit den niedrigeren Verkehrsst rken morgens ausgelassen wird EEE 1 Mor
258. en um 19 und der Anzahl der Halte um 5 gegen ber der Vorher Situation gemessen Steuerung vorher unbekannt SCOOT 2008 e In Peking wurde durch SCOOT im Jahr 1989 eine Reduzierung der Fahrzeiten um bis zu 41 und eine Reduzierung der Halte um bis zu 33 gegen ber einer unkoordinierten Festzeitsteuerung erreicht SCOOT 2008 e In Toronto wurden im Jahr 1993 Verbesserungen der Fahrzeit von 8 und der Anzahl der Halte von 22 gegen ber der Vorher Situation Steuerung unbekannt gemessen SCOOT 2008 e In Sao Paulo wurden im Jahr 1997 durchschnittliche Reduzierungen der Fahrzeiten von 20 in der Morgenspitze 40 auf der Rio Branco Avenue Norma Gianotti Avenue durch SCOOT 2 4 und Fahrzeitersparnisse von 38 auf der Alvarenga St Camargo St mit SCOOT 3 1 Die Steuerung wurde vorher durch TRANSYT koordiniert SCOOT 2008 4 5 Modellbasiertes Steuerungsverfahren UTOPIA SPOT 4 5 1 Grundlagen Die Netzsteuerung UTOPIA Urban Traffic OPtimization by Integrated Automation wurde von FIAT Research Centre ITAL TEL und MIZAR Automation entwickelt Auf lokaler Ebene wird es in der Regel mit SPOT System for Priority and Optimisation of Traffic kombiniert AMONES 2010 81 Verfahren der LSA Steuerung Die erste Umsetzung wurde 1985 in Turin im Rahmen eines EU Forschungsprojektes realisiert Sie ist bis heute in Betrieb UTOPIA wird von MIZAR Automatione SWARCO und Peek Traffic Solutions und ZIR vertrieben 4 5 2 Systemfunktionen
259. en und gelangt dabei in die N he der FZS 52 3s Mittlere Verlustzeit Mittlere Verlustzeit Mittlere Verlustzeit Routenklasse pro Kfz s bei pro Kfz s bei pro Kfz s bei LRS ohne OV Beschl BALANCE ohne OP Beschl BALANCE mit OP Beschl Tabelle 91 Mittlere Verlustzeiten in der Morgenspitze nach Routenklassen Bei der im Morgenprogramm geschalteten Umlaufzeit von 90s 40 Uml ufe pro Stunde greift im Mittel in jedem dritten Umlauf die PNV Beschleunigung Bei der LRS f hrt dies zu einem Anstieg der Verlustzeiten um etwa 20 BALANCE kann dagegen mit diesen St rungen offensichtlich besser umgehen und schafft es die Verlustzeiten gegen ber der Variante ohne PNV Beschleunigung insgesamt nicht anwachsen zu lassen Die erzielte geringf gige Verbesserung ist statistisch nicht signifikant Zwischen den einzelnen Routenklassen zeigen sich jedoch wieder signifikante Unterschiede 10 4 5 Nebenverkehrszeit In der Nebenverkehrszeit gibt es insgesamt nur geringe wenn auch gr tenteils signifikante Unterschiede zwischen den Steuerungsszenarien LRS und BALANCE sowie mit und ohne PNV Beschleunigung Die Festzeitsteuerung schneidet 5 10 besser ab als die anderen Verfahren Die PNV Beschleunigung bewirkt hier nur geringe Verschlechterungen f r den MIV was durch die k rzere Umlaufzeit und die insgesamt deutlich niedrigere Verkehrsnachfrage erkl rbar ist AMONES 2010 353 Virtuelles Testfeld Steuerungsszenario Normierte m
260. enn komplexe Wirkungszusammenh nge ber cksichtigt werden sollen verkehrliche und umweltbezogene Kenngr en Eine lokale regelbasierte oder modellbasierte Steuerung LRS oder LMS ist sinnvoll wenn im Netz nur wenige kritische Knoten existieren AMONES 2010 224 Festlegung der Testfelder 7 Festlegung der Testfelder 71 Einleitung Ziel des ersten Meilensteins ist die Festlegung der Testfelder f r das Projekt AMONES Folgende sieben St dte hatten ihre Bereitschaft erkl rt das Forschungsvorhaben durch die Bereitstellung der Testfelder zu unterst tzen e Bremen MOTION e Bremerhaven MOTION e Braunschweig MOTION e M nchen BALANCE e Reutlingen BALANCE MOTION oder UTOPIA e Ingolstadt BALANCE e Hamburg BALANCE 7 2 Auswahlverfahren Die Auswahl der Testfelder erfolgt nach den vier folgenden Kriterien e Verf gbarkeit einer modellbasierten Netzsteuerung im Jahr 2008 e Verf gbarkeit von Dauermessstellen f r Umweltmessungen und von lokalen Detektoren f r die kontinuierliche Erfassung von Verkehrsmengen e Netzform des gesteuerten Stra ennetzes e Auswahl von je einem Testfeld mit MOTION und mit BALANCE Um die Situation in den sieben Testfeldern bewerten zu k nnen wurde ein Fragebogen entwickelt und den St dten im Oktober 2007 zugesandt Erg nzend fanden telefonische oder pers nliche Abstimmungsgespr che statt Tabelle 39 fasst die entscheidungsrelevanten Antworten der angeschriebenen St dte
261. ennbar insbesondere in der zweiten Messwoche bei stark schwankender Windgeschwindigkeit Der erwartete entgegengesetzte Verlauf von Temperatur und Luftfeuchte ist f r den gesamten Messzeitraum gut erkennbar Weiter ist ein entgegengesetzter Verlauf von Temperatur und Stickoxidkonzentration sichtbar besonders deutlich wird dies bei sehr niedrigen Temperaturen um 0 C Ein typischer Tagesgang mit niedrigen morgendlichen Werten einer Mittagsspitze und sinkenden Werten zur Abendzeit ist bei den Kenngr en Temperatur und Luftdruck vorhanden Die Verkehrsst rke weist keine Morgen sondern nur eine Abendspitze auf und liegt im Mittel mit deutlich unter 1 000 Fz h auf einem vergleichsweise niedrigen Niveau Zusammenh nge zwischen den Ganglinien der Verkehrskenngr en und den Immissionskenngr en sind zun chst nicht erkennbar Die regionalen meteorologischen Daten weisen in der ersten Messwoche grunds tzlich auf austauscharme Wetterlagen mit Inversionen auch w hrend des Tages hin So lassen sich vom 16 2 2009 bis 20 2 2009 zur Mittagszeit H heninversionen zumeist bei ca 500 m feststellen Am 18 2 und am 20 2 liegen zur Nachtzeit mehrschichtige Inversionen vor die vermutlich f r die hohen Schadstoffwerte zum Messbeginn verantwortlich sind Die zweite Messwoche zeigt eine gute Durchl ftung und weist nur am 23 2 2009 und am 24 2 2009 schwache H hen inversionen auf Am 24 2 wird eine stabile H heninversion zur Nachtzeit festgestellt die f r d
262. enngr en aus der Menge potenzieller AMONES 2010 275 Testfeld Bremerhaven Pr diktoren entfernt und m gliche alternative Pr diktoren sofern sie in den Korrelations untersuchungen als relevant identifiziert wurden hinzugef gt Im Zuge dieses qualitativen Auswahlprozesses wird zudem auf m glichst einheitliche Pr diktoren in den beiden Messwochen sowie f r die nieder und hochfrequenten Modelle geachtet Die Modellentwicklung wird in beiden Testfeldern getrennt nach niederfrequentem und nach hochfrequentem Ansatz f r die zu untersuchenden Immissionskenngr en NOx PM 4o Pm25 und PM 0 25 sowie die f r die einzelnen Messwochen in den Testfeldern durchgef hrt S mtliche Pr diktorkenngr en in den niederfrequenten Modellen sind logarithmierte Kenngr en Die Pr diktorkenngr en in den hochfrequenten Modellen sind logarithmierte und anschlie end trendbereinigte Kenngr en Im Folgenden werden die verschiedenen Erkl rungsmodelle differenziert nach den betrachteten Immissionskenngr en anhand statistischer Kenngr en zur Modellg te sowie anhand einer graphischen Gegen berstellung von Messung und Modell dargestellt Im Sequenzdiagramm werden die modellierten Werte ohne Ber cksichtigung der Lag Variable dargestellt Eine Einbeziehung der Lag Variable als Modellfehler zum Zeitpunkt t 1 w rde voraussetzen dass das Modell kontinuierlich anhand einer Messung geeicht wird Das Ziel des Erkl rungsmodells ist es jedoch de
263. entiert und hat demzufolge 4 Quellen und 4 Ziele die den Messstellen entsprechen Die RMQs an diesen Stellen liefern die Z hlwerte mit denen die historische Matrix in Einklang gebracht werden soll Da die Z hlwerte Ein und Ausgangsquerschnitte aus dem betrachteten System darstellen und zum Einen keine absolut fehlerfreie Messung vorliegt und zum Anderen weitere unbedeutende Ein und Ausfahrtstra en existieren m ssen die Z hlwerte nach folgender Formel normiert werden 1 2 f ul Gehen Qtiab Qt k zu normiert Qt k zu S O i 1 Kti zu mit O kzunormiert Normierter Zufluss im Intervall tan der Messstelle k Otkzu Zufluss im Intervall tan der Messstelle k Otizu Zufluss im Intervall tan der Messstelle j Otiab Abfluss im Intervall tan der Messstelle j Lk Messstelle beziehungsweise X n Anzahl Messstellen Die Werte der historischen Matrix werden in einem iterativen Prozess mit Korrekturfaktoren verrechnet Die Korrekturfaktoren berechnen sich als Quotient aus Soll und Ist Verkehrsst rken wobei die Soll Verkehrsst rken durch die Z hlwerte repr sentiert werden und die Ist Verkehrsst rke von der Matrix des aktuellen Iterationsschrittes geliefert wird Die AMONES 2010 143 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Korrektur erfolgt dabei wechselseitig quell beziehungsweise zielbezogen und wird abgebrochen wenn die verbleibende Abweichung zwischen Z hlwert und Matrix kleiner als 1 ist Clusterung
264. enzbereich ist mit Hilfe der Kreuzspektrumsanalyse m glich Nach Fleer 1983 wird der Frequenzbereich ermittelt in dem die Kopplung der zeitlichen Fluktuation der Zeitreihen am ausgepr gtesten ist Die Kreuz spektrumsfunktion P h zweier Zeitreihen entspricht der Fouriertransformation der Kreuz kovarianzfunktionen R p und R p Eine Verkn pfung beider Kovarianzen durch Addition f hrt zum geraden Teil der Kreuzkovarianzfunktion eine Verkn pfung durch Subtraktion f hrt zum ungeraden Teil der Kreuzkovarianzfunktion AMONES 2010 207 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Analog zum univariaten Fall der Fouriertransformation wird der gerade Teil mit der Kosinus Funktion transformiert und liefert f r eine endliche und diskrete Reihe den reellen Teil des Kreuzspektrums das Kospektrum C h h 0 1 m At hpr C h E Ry P Ry p cos O5 f r p 0 m Ea m P l f r0 lt p lt m h Harmonische ganzzahliges Vielfaches der Grundfrequenz At konstanter zeitlicher Abstand der Messwerte p zeitliche Verschiebung m maximale zeitliche Verschiebung Die Fouriertransformation des ungeraden Teils mit der Sinus Funktion liefert den imagin ren Teil des Kreuzspektrums das Quadraturspektrum Qx h h 0 1 m At hpr i Q h R p Ry p sin 2 0 5 f r p 0 m 7 m l l f r0 lt p lt m p 0 Das Ergebnis des Kreuzspektrums sind spektrale Dichten
265. er Durchgangsverkehr Fahrten mit Unterbrechung zum Beispiel durch einen Tankvorgang dadurch gefiltert dass keine Fahrten mit einer Fahrzeit von mehr als 20 Minuten akzeptiert werden Ferner wird eine Fahrzeit nur f r die jeweils zeitlich am n chsten liegenden Erfassungen gebildet Auf diese Weise wird auch dann eine eindeutige Fahrzeit sichergestellt wenn ein Fahrzeug das Testfeld in weniger als 20 Minuten mehrmals durchquert Das Ergebnis dieses Prozess sind Einzelbeobachtungen von Fahrzeiten auf den Relationen zwischen den Messstellen Aus den einzelnen Fahrzeiten wird anschlie end der gleitende Mittelwert der Fahrzeit f r die jeweilige Relation gebildet der eine wichtige Eingangsgr e f r die Bewertung des Steuerungsverfahrens darstellt Dieser wird in Fenstern von einer Stunde von 6 30 18 30 Uhr f r jeden Erhebungstag berechnet Um gebrochenen Durchgangsverkehr zu filtern werden dabei nur Fahrzeiten ber cksichtigt die zu den 85 schnellsten Fahrzeiten innerhalb der betrachteten Stunde geh ren nur diese werden als Durchgangsverkehr und damit als valide Fahrzeit betrachtet Ferner m ssen mindestens 3 Fahrzeiten innerhalb dieser Stunde vorliegen andernfalls wird eine Unterbrechung der Messung angenommen und kein gleitendes Mittel berechnet F r die Berechnung des Bufferindex Kapitel 5 1 8 8 berechnet sich tpos aus den oben beschriebenen 85 schnellsten Fahrzeiten Eine weitere Gr e die aus den einzelnen Fahrzeiten abgele
266. er 5 Interpretation und Bewertung des Erkl rungsmodells Die inhaltliche Interpretation erfolgt anhand der in das Modell aufgenommenen Pr diktoren der Vorzeichen ihrer Koeffizienten sowie ihres Gewichts im Modell unter Ber cksichtigung der recherchierten Zusammenh nge F r Bewertung des Gewichts einzelner Pr diktoren werden die Beta Werte als standardisierte Koeffizienten herangezogen Die fachliche Plausibilit t der Pr diktoren ist eine Voraussetzung f r die weitere Bewertung der G te des Erkl rungsmodells Die Bewertung des Erkl rungsmodells wird teilformalisiert verbal argumentativ anhand des Bestimmtheitsma es des relativen Standardfehlers und einer visuellen Pr fung der hnlichkeit zwischen gemessener und modellierter Zeitreihe vorgenommen Das Bestimmtheitsma beschreibt den Anteil der erkl rten Varianz der Immissionskenngr en Die Bewertung des hier entwickelten Erkl rungsmodells orientiert sich an der im Abschnitt 5 2 3 dargestellten G te g ngiger Modellans tze Beim niederfrequenten Erkl rungsmodell wird eine Varianzaufkl rung von mehr als 80 als gut eine Varianzaufkl rung von 60 bis 80 als befriedigend und eine Varianzaufkl rung unter 60 als nicht ausreichend eingestuft F r das hochfrequente Erkl rungsmodell sind dem Verfasser keine vergleichbaren Ans tze bekannt Auf eine Bewertung anhand der Skala f r das niederfrequente Modell wird daher verzichtet Weiter wird der relative
267. er Firma PTV Planung Transport Verkehr AG genutzt Bremerhaven F r die Simulationen in Bremerhaven lag bereits Netz der Siemens AG vor welches genutzt werden konnte Das Netz enthielt s mtliche Streckenabschnitte inklusive der Fahrstreifen sowie Signalgeber und Detektoren Die Verkehrsnachfragen f r den MiV PNV in Form mehrerer Buslinien und nMiV sowie Abbiegebeziehungen Querverkehrsst rungen und Fahrverhaltensparameter waren in diesem Netz noch nicht versorgt AMONES 2010 147 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung D APNR Kamerastandorte Abbildung 55 Simulation des Testfelds Bremerhaven in VISSIM mit Standorten der Fahrzeitmessungen Hamburg F r das Testfeld Hamburg existierte kein VISSIM Netz so dass dieses f r die Simulation komplett neu aufgebaut werden musste Dazu wurde zun chst das Grundnetz mit Strecken und Verbindern Querverkehrsst rungen und Konfliktfl chen sowie Signalgebern und Detektoren anhand von Luftbildern und Pl nen aufgebaut Die Versorgung der LSA Steuerungen konnte von der Stadt Hamburg bzw der Firma GEVAS zur Verf gung gestellt und direkt in die Simulation bernommen werden Die Fahrverhaltensparameter wurden im Rahmen der unten beschriebenen Kalibrierung eingestellt Die Verkehrsnachfrage f r den MIV in VISSIM modelliert als Fahrzeugzusammensetzungen Zufl sse und Routen wurde aus den im Feldtest erhobenen Detektordaten und manuellen Z hlungen abgeleitet
268. er zehn durchgef hrten Simulationsl ufe dargestellt Mittlere Anzahl Halte 7 5 e RS LRS V O O oO Tageszeit Abbildung 9 Durchschnittliche Anzahl Halte nach Steuerungsverfahren f r das gesamte Netz Bis 5 00 Uhr und ab 22 00 Uhr sind die Ergebnisse f r die lokale regelbasierte Steuerung mit und ohne Beschleunigung des PNV deckungsgleich da in dieser Zeit keine Busse verkehren Die Steuerung ist daher aufgrund der fehlenden Anfragen des PNV mit der Steuerung ohne PNV identisch Die lokal regelbasierte Steuerung kann ihre Vorteile in Bremerhaven vor allem bei mittleren und sehr niedrigen Verkehrsst rken ausspielen Bei hohen Verkehrsst rken kann aufgrund der Auslastung der Nebenstr me von der Steuerung nicht sehr stark eingegriffen werden Grund f r die schlechteren Ergebnisse in den Nachstunden der lokalen regelbasierten Steuerung ist dass bei geringer Nachfrage die Fahrzeugpulks sehr leicht auseinander brechen und eine Phase AMONES 2010 22 Kurzfassung aufgrund der Zeitl ckensteuerung abgebrochen wird obwohl noch nicht alle Fahrzeuge die Haltelinie passiert haben Bei sehr niedrigen Verkehrsst rken sind dagegen gar keine Pulks vorhanden so dass dieser Effekt nicht eintreten kann Die Priorisierung des PNV egalisiert in den meisten F llen die Vorteile die die lokale regelbasierte Steuerung gegen ber der Festzeitsteuerung erzielen konnte Die wichtigsten Kenngr en f r den gesamten Tag und im
269. er zweiten Schicht f r das Testfeld Hamburg sind in Abbildung 43 dargestellt Diese sind breiter und weisen eine gr ere Standardabweichung als in Bremerhaven auf Deshalb ist obwohl hier n herungsweise von einer eingipfligen Verteilung ausgegangen wird eine gr ere Stichprobe erforderlich Die h heren Standardabweichungen gehen damit einher dass die Nachfrage in Hamburg gr er ist und demzufolge die beobachteten Verkehrslagen st rker schwanken Ein wichtiger Unterschied ist dass die Standardabweichung vom Steuerungsverfahren abh ngt und diese gro en Einfluss auf den erforderlichen Stichprobenumfang hat Da der Einfluss des Steuerungsverfahrens a priori unbekannt ist sollte hier f r den erforderlichen Stichproben umfang vom worst case ausgegangen werden Abbildung 44 zeigt drei Dichtefunktionen und die zugeh rigen Normalverteilungen links in rot und blau deren Grundgesamtheiten rechts und die stochastischen Kenngr en Die Schichtung erfolgt nach Steuerungsverfahren Relation und Tageszeit wobei die jeweiligen Zeitr ume von zwei Tagen enthalten sind und soll verdeutlichen welchen Einfluss bestimmte Schwankungen im Verkehrsfluss auf die Dichtefunktion haben Die Dichtefunktionen der Normalverteilung zeigen dass die erste Grundgesamtheit n herungsweise als normalverteilt bezeichnet werden kann Die zugrundeliegenden AMONES 2010 118 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Einzelmessun
270. ereiche zur Zielerreichung je nach Zielkonzept unterschiedlich sein kann W hrend einzelne Ma nahmenbereiche z B Weiterentwicklungen im Bereich Fahrzeugtechnik grunds tzlich f r alle Zielkonzepte f rderlich sind k nnen Ma nahmen der Verkehrssteuerung z B eine verbesserte Koordinierung am Umwelt HotSpot im Rahmen des Zielkonzepts 2 zu erh hten Immissionen in anderen Netzbereichen und damit zu einer niedrigen Zielerreichung in den Zielkonzepten 1 und 3 f hren Unter Betroffenheit wird eine Kenngr e verstanden die sich aus der Verschneidung der Immissionsbelastung einer Fl che oder in einem Streckenzug und der Anzahl der Personen in diesem Bereich ergibt AMONES 2010 191 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung In ein umfassendes Zielkonzept sind grunds tzlich auch Ziele des L rmschutzes und Klimaschutzes aber auch Ziele in Bezug auf die Erreichbarkeit die Verkehrsqualit t im Netz und die Wirtschaftlichkeit oder Angemessenheit zu integrieren Im Rahmen einer differenzierten Betrachtung wie im Zielkonzept 3 ist eine bergeordnete Zielfunktion zu entwickeln deren Zielgr en situationsabh ngig und r umlich zeitlich differenziert gewichtet werden So ist beispielsweise bei Wetterlagen mit hohem berschreitungsrisiko der Luftqualit tsgrenzwerte eine h here Gewichtung der Verkehrsqualit t an den Umwelt HotSpots im Netz sinnvoll F r die Ma nahmenebene der Verkehrssteuerung bedeutet dies das
271. erh lt von der TKController DLL sek ndlich die aktuellen Detektorwerte bermittelt und sendet seinerseits die zu schaltenden Signalgruppenzust nde an VISSIM Die BALANCE Komponente erh lt von der TKController DLL min tlich die aggregierten Detektorwerte mitgeteilt zudem wird alle f nf Minuten der Optimierungsprozess gestartet Das Optimierungsergebnis die neuen T Zeiten werden von BALANCE direkt an den TRENDS Kern bermittelt Die Versorgungsdaten und alle Parameter werden dem System ber mehrere Konfigurationsdateien bereit gestellt AMONES 2010 191 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 5 1 13 3 Kalibrierung und Validierung Die Kalibrierung wurde gem der beschriebenen Vorgehensweise in Hinweise zur mikroskopischen Verkehrsflusssimulation FGSV 2006b und den in Guidelines for Applying Traffic Microsimulation Modeling Software der Federal Highway Administration 2004 empfohlenen Schritten durchgef hrt Als Kenngr en werden Verkehrsst rken und Fahrzeiten aus den Feldmessungen verwendet Im ersten Schritt wird dazu die Kapazit t der Fahrstreifen bzw Querschnitte festgelegt Wie in den meisten mikroskopischen Verkehrsflusssimulationen kann auch in VISSIM dieser Wert nur indirekt festgelegt werden In innerst dtischen Stra ennetzen sind in der Regel die S ttigungsverkehrsst rken der lichtsignalgeregelten Knotenpunkte f r die Kapazit t ma gebend Diese werden vor allem durch die
272. ermeiden Die Auswahl der Filtertechnik und vor allem der Filterfrequenz aus denen schlie lich die zu untersuchende hochfrequente Zeitreihe hervorgeht spielen eine wichtige Rolle W hrend mit der Wahl einer zu hohen Filterfrequenz die H he der kurzfristig erkennbaren Zusammenh nge zwischen Verkehrskenngr en und Immissionskenngr en nach oben limitiert wird vergr ert eine zu niedrige Filterfrequenz tendenziell die enthaltenen St rgr en in der Absch tzung Abbildung 76 veranschaulicht diesen Zusammenhang beispielhaft an der bereits bekannten PM Tagesganglinie in der hochpassgefilterte gleitende 1 Stunden Mittelwerte einer Zeitreihe aus hochpassgefilterten gleitenden 3 Stunden Mittelwerten gegen bergestellt werden W hrend die gleitende 1 Stunden Mittelung die Spitzen und Senken der Tagesganglinie ann hernd nachvollzieht und zu einer hochpassgefilterten Zeitreihe mit einer kleinen Spannweite f hrt zeigt die gleitende 3 Stunden Mittelung eine niedrigere Volatilit t und als Ergebnis eine hochpassgefilterte Zeitreihe mit gr erer Spannweite Es wird deutlich dass die Ergebnisse der Analyse der hochfrequenten Komponente hinsichtlich ihrer Stabilit t bei der Anwendung unterschiedlicher Filterfrequenzen gepr ft werden m ssen AMONES 2010 203 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 13 30 14 30 15 30 PM 10 7 5 min Mittelwerte PM 10 gleitendes 3 h Mittel 2 PM 10 gleitendes 1 h Mittel
273. erschieden Reisezeit Zeit die ein Verkehrsteilnehmer ben tigt um von dem Start z B Wohnung zu dem Ziel z B Arbeitsplatz seiner Fahrt bzw Reise zu gelangen Richtungsbezogener Messquerschnitt RMQ Stra enquerschnitt an dem richtungsbezogene Z hlwerte vorliegen Route Eine Route ist eine gerichtete zusammenh ngende Abfolge von Strecken oder Knotenpunkten Strahlungswetterlage Als Strahlungswetterlage wird eine Wetterlage mit hohem Luftdruck bei geringer Bew lkung und niedrigen Windgeschwindigkeiten bezeichnet Strecke Eine Strecke ist die Verbindung zwischen zwei Knotenpunkten AMONES 2010 374 Glossar Suppression Unabh ngige Variablen erh hen den Erkl rungsbeitrag anderer Pr diktoren indem sie irrelevante Varianzanteile dieser Variablen kompensieren Rudolf M ller 2004 Toleranzmarge Ein im j hrlichen Intervall abnehmender Wert um den der Immissionsgrenzwert innerhalb bestimmter Fristen berschritten werden darf ohne dass Luftreinhaltepl ne erstellt werden m ssen Trajektorie Eine Trajektorie ist eine gerichtete Abfolge von Positionen und den zugeh rigen Zeitpunkten Weg Zeit Verlauf Verlustzeit Differenz zwischen Fahrzeit und Wunschfahrzeit Weg Zeit Verlauf Siehe Trajektorie Wunschfahrzeit Zeit die ein Verkehrsteilnehmer ohne St rungen z B durch andere Verkehrsteilnehmer oder Lichtsignalanlagen ben tigt um von einem Querschnitt A zu einem Querschnitt B
274. ersonalaufwand und erfordern den Einsatz teurer Ger te Dies betrifft insbesondere die Messung der Fahrzeiten mit ANPR Systemen Im Bereich der Fahrzeitmessung werden derzeit andere Verfahren Induktionsschleifensignaturen Bluetooth entwickelt die vielversprechende Verbesserungen in diesen Bereichen erwarten lassen F r die Qualit tssicherung ist ein regelm iges Monitoring notwendig F r die Qualit tssicherung von Lichtsignalanlagen ist ein Qualit tsmanagement erforderlich dass zum einen die Detektorinfrastruktur und zum anderen die verkehrlichen Wirkungen regelm ig berpr ft Die Qualit t einer verkehrsabh ngigen Steuerung wird unmittelbar von der Qualit t der gemessenen Eingangsdaten beeinflusst Die verkehrlichen Wirkungen sind komplex und die Randbedingungen einer Lichtsignalanlage k nnen sich im Laufe der Zeit ndern Deswegen ist es notwendig regelm ig Detektoren und Wirkungen zu pr fen Dies gilt insbesondere bei Eingriffen in die Steuerung in Form von Vorher Nachher Untersuchungen AMONES 2010 41 Kurzfassung Verkehrliche Wirkungen Die Anpassung des Signalprogrammrahmens an die aktuelle Verkehrsnachfrage ist wesentlich Die Ergebnisse aus den Felduntersuchungen und Simulationen insbesondere diejenigen die im virtuellen Testfeld ermittelt werden konnten zeigen dass eine Anpassung des Signalprogrammrahmens an die aktuelle Verkehrsnachfrage gerade bei h herer Auslastung am besten geeignet ist die vorhande
275. ert werden AMONES 2010 88 Verfahren der LSA Steuerung 4 6 4 Anwendungsf lle und Wirkungen SCATS wird in 18 L ndern 101 St dten und an ber 21 000 Knotenpunkten eingesetzt Stand 2005 Das Verfahren zur Netzsteuerung wird vor allem in Australien Asien und Nordamerika aber auch in Europa Dublin 1989 eingesetzt 4 7 Weitere Steuerungsverfahren Neben den in den vorherigen Kapiteln vorgestellten haupts chlich in Europa weiter verbreiteten modellbasierten Steuerungsverfahren sind noch eine Vielzahl weiterer Netzsteuerungsverfahren entwickelt worden Diese umfassen Planungstools wie TRANSYT Robertson 1969 und NONSTOP GA Braun 2005 logikbasierte Verfahren wie TASS sowie weitere modellbasierte Steuerungen wie TUC Diakaki 2002 PRODYN oder OPAC Gartner 1982 Tal 1301777277 gt 77 PLIDENT Miller Holroyd England F amp E Prototyp SCOOT Hunt et al Online zentral Tabelle 14 berblick ber Netzsteuerungsverfahren Busch 2007 AMONES 2010 89 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 5 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 5 1 Verkehrliche Kenngr en 5 1 1 Grundlagen bersicht ber Kenngr en Der Stra enverkehr ist die Menge der Ortsver nderungen die von Personen mit Fahrzeugen oder zu Fu im Stra ennetz durchgef hrt werden Um den Verkehrszustand zu einem Zeitpunkt oder den Verkehrsablauf in einem Zeitraum quantifizieren zu k nnen s
276. erten Stunden und vermittelt einen groben berblick ber die hnlichkeit der Stunden die in denselben Clustern gelandet sind Abbildung 85 wiederum enth lt Kurven der mittleren Werte der Stunden die einen Cluster bilden ohne die in Tabelle 43 bereits enthaltene Summe 17 30 18 30 000 16 30 17 30 19 30 16 30 14 30 15 30 EEE 1 Morgenspitze 13 30 14 30 BEE 2 Mittags mittel 12 30 13 30 F 3 Nach Mittags hoch 11 30 12 30 BEE 4 Nachmittagsspitze E 5 Abends niedrig 10 30 11 30 p D 6 Ausrei er 09 30 10 30 08 30 09 30 07 30 08 30 Montag Dienstag Mittwoch Donnerstag Freitag Abbildung 83 bersicht der Clusterung f r Bremerhaven BEE 1 Morgenspitze BE 2 Mittags mittel E73 Nach Mittags hoch BEE 4 Nachmittagsspitze 1 500 N FE 5 Abends niedrig N EEE 6 Ausrei er 1 000 N 500 u DZ Summe 1 2 3 4 Columbusstr Lloydstr gt einfahrend einfahrend einfahrend einfahrend gt Lloydstr Columbusstr Nachfrageverkehrsst rke 0 Abbildung 84 Geclusterte Nachfrageverkehrsst rken f r Bremerhaven AMONES 2010 238 Testfeld Bremerhaven Die Cluster und deren Eigenschaften lassen sich wie folgt klassifizieren und beschreiben die Begriffe niedrig mittel und hoch beziehen sich hier stets auf die Vergleiche innerhalb von Bremerhaven e Cluster 1 Vormittagscluster mit mittlerer Verkehrsst rke Morgenspitze Abgesehen von jeweils zwei Ausrei ern befinden sich die Stund
277. esamten Netz Verkehr Verkehrsst rke Messung Messung Messung SV Anteil Messung Messung Messung Qualit t des Verkehrsablaufs Messung oder Messung oder Messung oder Modellierung Modellierung Modellierung Meteorologische Kenngr en Regional Messung Messung Lokal Messung Messung Immissionen Regional HotSpot Netz Sonstige Nutzung des Umfelds Anzahl und Verteilung betroffener Personen Messung Messung Modellierung Messung Messung Modellierung Modellierung Tabelle 34 Zu erfassende Kenngr en in Abh ngigkeit vom verfolgten Zielkonzept Ggf auch Messung an wichtigen St tzstellen sofern sich im Untersuchungsraum keine Messstelle des Landesmessnetzes befindet AMONES 2010 193 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Meteorologische und hierbei insbesondere windbezogene Kenngr en sollten unabh ngig der Verwendung von Immissionsmesstechnik oder eines Immissionsmodells an den HotSpots in jedem Fall gemessen werden Zur Ber cksichtigung der aktuellen Betroffenheit im Untersuchungsgebiet sind Kenntnisse ber die Umfeldnutzung und die betroffenen Personen sowie ber die r umliche und zeitliche Varianz dieser Kenngr en erforderlich Zur Ermittlung und Modellierung dieser Kenngr en besteht grunds tzlich Forschungsbedarf Weitere Anforderungen an die Erfassung Im Rahmen einer umweltabh ngigen Verkehrssteuerung ist eine kontinuierliche Erfassung der Kenngr en erforderli
278. esser ab Der Verlauf der Kenngr en in Abbildung 11 zeigt dass ber die Mittagszeit die lokal regelbasierte Steuerung die besten Kenngr en aufweist und BALANCE PS2 schlie lich in der Nachmittagsspitze am besten abschneidet Die FZS weist im Vergleich die deutlich schlechtesten Kennwerte auf da dieses Steuerungsverfahren keine Verkehrsstr me oder Anforderungen von Fu g ngern abbrechen oder berspringen kann Die Verkehrsnachfrage in der Hauptverkehrszeit berschreitet die Kapazit t sodass das Ausnutzen dieser Eingriffsm glichkeit mit messbaren Verbesserungen verbunden ist S E N FE z LL eb FH 6 I T B T E 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit Abbildung 11 Mittlere Fahrzeiten f r einen durchschnittlichen Tag in Hamburg 6 30 Uhr 18 30 Uhr 6 30 Uhr 9 30 Uhr Steuerungsverfahren Fahrzeit Anzahl der Halte Fahrzeit Anzahl der Halte LRS 100 LRS 100 LRS 100 LRS 100 Festzeitsteuerung Tabelle 6 Vergleich der normierten mittleren Kenngr en Fahrzeit und Anzahl der Halte in Hamburg LRS 100 Aufgrund der berlastsituation ist keines der Steuerungsverfahren in der Lage den deutlichen Anstieg der Fahrzeiten in der Hauptverkehrszeit zu verhindern Eine Analyse der Fahrzeiten auf den einzelnen Relationen zeigt dass sich
279. esser von zumeist unter 0 3 um Partikel im mittleren Gr enbereich sind berwiegend sekund ren Ursprungs und bilden sich aus verschiedenen Vorl ufergasen unter anderem aus Stickstoffoxid und Schwefeldioxid Den groben Partikeln k nnen zumeist Teilchen aus Aufwirbelung und AMONES 2010 164 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Abrieb zugeordnet werden Anthropogene Quellen f r die groben Partikel sind beispielsweise Reifen Brems oder Fahrbahnabrieb Tabelle 29 Anteile bestimmter Gr enfraktionen an der Partikelanzahl und der Partikelmasse Daten entnommen aus Tuch et al 1997 Hierzu ist festzuhalten dass einige der Vorl ufergase der genannten Salze zum Beispiel Schwefeldioxid bereits als gesundheitssch digende Stoffe von der EU Luftqualit tsrichtlinie erfasst sind die hierf r erfassten spezifischen Grenzwerte jedoch keinen unmittelbaren Handlungsbedarf aufzeigen Umweltbundesamt 2009a Umweltbundesamt 2010 F r die hier untersuchten kurzfristigen lokalen Ursache Wirkungs Zusammenh nge ist zudem die Zeitspanne von der Emission bis zur Messung als Partikel im Straf enraum relevant Als ein Indiz f r die Erkennbarkeit kurzfristiger Zusammenh nge wird die Verweildauer von Partikeln in der Atmosph re angesehen Eine lange Verweildauer deutet auf lange Transportwege der Partikel und damit eher regionale Zusammenh nge hin Die Verweildauer von Partikeln h ngt nach Vester 2006
280. essstellen bersicht Bildquelle Siemens F r diese Beziehungen wurden die Detektoren f r alle vorhandenen Messtage kalibriert Die entsprechenden Kalibrierungsfaktoren sind in Tabelle 48 dargestellt AMONES 2010 252 Testfeld Bremerhaven Da am 16 2 2009 vor allem vormittags an allen Querschnitten nur wenige Daten aufgezeichnet werden konnten und der Stichprobenumfang daher f r eine Kalibrierung nicht umfangreich genug ist werden im Folgenden nur die restlichen neun Messtage also vom 17 27 2 2009 als f r die weitere Auswertung relevant betrachtet An diesen neun Tagen ist deutlich zu erkennen dass sich die Detektoren in der nord stlichen Zufahrt zum Knotenpunkt 241 und die Detektoren in der nord stlichen Zufahrt zu Knotenpunkt 240 sehr gut aufeinander abstimmen lie en der Kalibrierungsfaktor blieb ber die Woche hinweg sehr stabil Bei den Detektoren in der nord stlichen Zufahrt zum Knotenpunkt 225 zeigt die Kalibrierung deutliche Instabilit ten was auch zu Problemen bei der sp teren Zuordnung von Signaturen f hrte Hier konnte an den beiden Tagen lediglich eine Signatur zugeordnet werden Daher wurde der Messquerschnitt in der nord stlichen Zufahrt zum Knotenpunkt 225 von weiteren Analysen ausgenommen und stattdessen der Querschnitt in der Zufahrt zu Knotenpunkt 224 in s d stlicher Richtung f r die Auswertung ber cksichtigt 1 20 1 20 1 21 1 21 N19 1 13 1 13 1 14 1 14 1 13 1 13 1 13 1 13 1 13 1 12 1 07 119 1 21
281. et beziehungsweise umsetzbar w re 5 1 11 1 Analyse der Messprogramme basierend auf dem notwendigen Stichprobenumfang Statistische Grundlagen Bei den meisten Verkehrserhebungen ist es lediglich m glich eine Stichprobe der Grundgesamtheit zu ziehen zum Beispiel Umfragen bez glich des Quell oder Zielverkehrs zur Moduswahl Erhebungen von Fahrzeiten Befahrungen usw Abh ngig von der Wahrscheinlichkeitsverteilung der zu erhebenden Kenngr e und der gew nschten Genauigkeit der Untersuchung l sst sich mit Hilfe der Stochastik eine erforderliche Stichprobengr e berechnen siehe auch Schnabel und Lohse 1997 S 124 129 oder Sachs 1997 Kap 13 F r die Analyse sind die folgenden Gr en von Bedeutung N Umfang der Grundgesamtheit Mittelwert der Grundgesamtheit O Standardabweichung der Grundgesamtheit n Umfang der Stichprobe d Relativer Fehler der Stichprobe k Genauigkeitsfaktor der von der statistischen Sicherheit und dem Verteilungstyp abh ngig ist V o u Variationskoeffizient AMONES 2010 114 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Untersucht werden soll wie viele Messfahrten n zur Erfassung der Fahrzeit erforderlich sind Die Analyse st tzt sich dabei auf der Annahme dass die Grundgesamtheit M durch die von den ANPR Systemen erfassten Fahrzeiten repr sentiert wird Im Allgemeinen liegt der Anteil des auf diese Weise erkannten Durchgangsverkehrs und damit der Fahrzeiten bei
282. etzt sich aus den von Gevas benannten Induktionsschleifen D1 1 und D1 2 an der LSA 125 zusammen 3 einfahrend Verkehrsstrom nach S den an der Messstelle 3 Setzt sich aus den von Gevas benannten Induktionsschleifen D2 1 D2 2 und D2 3 an der LSA 125 zusammen 3 ausfahrend Verkehrsstrom nach Westen an der Messstelle 4 Setzt sich aus den von Gevas benannten Induktionsschleifen D2 1 und D2 2 an der LSA 659 zusammen A einfahrend A ausfahrend Verkehrsstrom nach Osten an der Messstelle 4 Setzt sich aus den von Gevas benannten Induktionsschleifen D1 1 und D1 2 an der LSA 659 zusammen Tabelle 67 RMQs zur Berechnung der Ein und Ausgangsaquerschnitte Verkehrsst rke Kfz h Manuelle Z hlung hochgerechnet Induktionsschleife zusammengefasst oO N Tageszeit Abbildung 121 Vergleich von manueller Z hlung und Induktionsschleife am 9 10 2008 f r den Einfahrtsquerschnitt 4 AMONES 2010 296 Testfeld Hamburg Das Ergebnis der Entropiemaximierung sind 118 Stundenmatrizen mit vier Quellen und Zielen deren 12 belegte Werte ohne die Diagonale klassifizieren die Verkehrsnachfrage und bilden damit den Eingang f r die Distanzberechnung der Clusterung Aufgrund von St rungen sind die Stunden am 3 6 2008 17 30 18 30 Uhr starkes Sommergewitter und 10 10 2008 11 30 12 30 Uhr Feuerwehreinsatz mit Sperrung der Bramfelder Stra e aus der Bewertung ausgenommen Mit einem Grenzwert der Distan
283. euerung Lokal nn SEN mit a des V nn Tabelle 46 Aggregierte auf die lokal regelbasierte Steuerung normierte Kenngr en f r einen durchschnittlichen Tag Die wichtigsten Kenngr en f r alle Cluster und alle Stunden insgesamt sind in Tabelle 47 aufgef hrt Zusammenfassend kann f r die Stunden in denen MOTION aktiv war die niedrigste Fahr beziehungsweise Verlustzeit festgestellt werden MOTION hat f r die Cluster eins und drei bis f nf die niedrigste Fahrzeit und f r den zweiten Cluster die Zweitniedrigste F r die von der Nachfrage unabh ngige Gesamtbetrachtung aller Stunden ist die Fahrzeit f r MOTION ebenfalls die K rzeste Die Fahrzeiten der Festzeitsteuerung und der lokalen regelbasierten Steuerung schwanken zwischen den einzelnen Clustern st rker Insbesondere unter Ber cksichtigung der Gesamtbetrachtung und der zeitlich begrenzten Beobachtungsdauer l sst sich hier nicht klar feststellen welches dieser beiden Verfahren die besseren Kenngr en aufweist F r die Anzahl Halte l sst sich ebenfalls ein Vorteil f r MOTION feststellen Hier begr nden sich die Vorteile durch eine bessere Koordinierung die teilweise dadurch realisiert beziehungsweise erg nzt wird dass MOTION w hrend der Mittagszeit die Umlaufzeit h her h lt Die Bufferindizes bewegen sich im Mittel f r alle Verfahren um ca 30 was bedeutet dass alle Verfahren eine hnliche Zuverl ssigkeit aufweisen abgesehen von einem Ausrei er in Clus
284. euerung von Lichtsignalanlagen nicht relevant ist finden sich in st dtischen Stra ennetzen zumeist keine Induktionsschleifen die die Geschwindigkeit direkt messen Datenqualit t Die Genauigkeit der zur Verf gung stehenden Technik ist zumindest bei neueren Anlagen hoch so dass im Rahmen aktueller Forschungsprojekte erfolgreich versucht wurde die Signatur von Fahrzeugen zwischen r umlich getrennten Induktionsschleifen wiederzuerkennen um damit zum Beispiel Fahrzeiten zu messen siehe dazu auch Maier und Roth 2003 Auf der anderen Seite ist eine Vielzahl unterschiedlich guter und alter Systeme im Einsatz die gro e Unterscheide in der Qualit t und Zuverl ssigkeit aufweisen In den meisten F llen sind Induktionsschleifen in der Lage zwischen Pkws und Lkws zu unterscheiden Zur Weiterverwendung der erhobenen Daten f r das Verkehrsmanagement m ssen die Messdaten auf jeden Fall einer Plausibilit tskontrolle unterzogen werden wie sie zum Beispiel im Merkblatt f r die Ausstattung von Verkehrsrechnerzentralen und Unterzentralen MARZ 1999 vor geschlagen werden Um die stochastischen Schwankungen im Verkehrsfluss zu gl tten ist ein Erfassungs zeitintervall im Bereich von Minuten notwendig ber den dann die mittlere Verkehrsst rke bzw Geschwindigkeit der erfassten Fahrzeuge bestimmt wird Aussagekraft Lokal erfasste Daten des Verkehrszustandes haben f r die Beurteilung der Qualit t einer Lichtsignalanlage nur eine einges
285. evorg nge und Standzeiten f hren die lokale L rm und Schadstoffemissionen beeinflussen Randbedingungen statische Randbedingungen dynamische Randbedingungen Verkehrsnetz Stra enumfeld Verkehrsnachfrage Sonstige externe e Lage der e Bebauung e nicht vorher Faktoren Knotenpunkte e Art und Verteilung sagbare zeitliche e Wetter e Vermaschung der Nutzungen Schwankungen e Umweltsituation Verkehrssteuerung LSA Steuerung Sonstige Eingriffe Freigabezeitanteil e Fahrzeitinfos Phasenanzahl und Phasenfolge e Routenempfehlungen Umlaufzeit Versatzzeit Rahmensignalplan Verkehrslage aktueller Zustand e Routenwahl e Verkehrsfluss Wirkungen e Verlustzeit e Anzahl Halte e Kraftstoffverbrauch e Emissionen Abbildung 1 Wirkungszusammenh nge bei der Lichtsignalsteuerung AMONES 2010 8 Kurzfassung Die Verkehrsnachfrage ist durch r umliche und zeitliche Schwankungen gekennzeichnet Um diese Dynamik bei der Steuerung zu ber cksichtigen sind in Deutschland verkehrsabh ngige Steuerungsverfahren f r Lichtsignalanlagen weit verbreitet Gegen ber einer Festzeitsteuerung sollen sie in erster Linie den Verkehrsfluss in st dtischen Netzen verbessern und die Bevorrechtigung von Fahrzeugen des ffentlichen Nahverkehrs sicherstellen Der berwiegende Teil der Verfahren steuert einzelne Knotenpunkte Verfahren mit netzweit wirkender Verkehrsabh ngigkeit werden noch vergleichsweise selten eingesetzt Bei den lokal verkehrsabh
286. f hrliche Erl uterung der Gr nde erfolgt in Kapitel 11 1 Bewertung Die Ergebnisse sind f r alle Steuerungsverfahren und f r alle Verkehrsstr me mit 95 prozentiger Sicherheit signifikant Dies gilt f r alle untersuchten Kenngr en Analyse eines Clusters Eine detaillierte Bewertung und Analyse der sechs Steuerungsverfahren wird analog zu den realen Daten f r Clusters 3 durchgef hrt Es wird hier nach sechs unterschiedlichen Veerkehrsstr men im Netz bewertet e Hauptrouten Diese Gruppe umfasst die Fahrzeuge die zwischen den Ein und Ausfahrten mit APNR Systemen fahren 1 2 2 1 2 3 3 2 1 3 3 1 siehe Abbildung 81 e Abbieger Diese Gruppe umfasst die Fahrzeuge die auf einer Hauptroute einfahren diese aber als Rechts oder Linksabbieger verlassen e Einbieger Diese Gruppe umfasst Fahrzeuge die nicht auf einer Hauptroute einfahren das Netz aber auf einer der Hauptrouten verlassen e Querer Diese Gruppe umfasst Fahrzeuge die weder ber eine der Hauptrouten einfahren noch das Netz ber eine der Hauptrouten verlassen e Netz Diese Gruppe umfasst alle Fahrzeuge im Netz e PNV Diese Gruppe umfasst alle Fahrzeuge des ffentlichen Personenverkehrs Hier werden statt Verlustzeiten Wartezeiten ausgewertet AMONES 2010 259 Testfeld Bremerhaven E Festzeitsteuerung E LRS E LRS V Verlustzeit s Hauptrouten Abbieger Einbieger Querer Verkehrsstr me Abbildung 104 Cluster 3 Nach mittags m
287. f r die kontinuierlichen Systeme der Mechanik oder der Verfahrenstechnik anzuwenden Die Existenz einer R ckkopplung verwischt sich mit steigendem Abstand zwischen Sensor und Regelstrecke obwohl sich nderungen im Verkehr stromabw rts und stromaufw rts ausbreiten Im Rahmen der folgenden Betrachtungen soll die verkehrsabh ngige Steuerung einer LSA als Beispiel f r einen geschlossenen Regelkreis dienen Ein offener Regelkreis wird durch eine Rampenzuflussregelung bei der nur Messwerte stromaufw rts der Zufahrt gemessen werden repr sentiert Die Unterscheidung definiert sich hier durch die Distanz zwischen Sensor und Regelstrecke Wenn wichtige Kenngr en wie z B die Fahrzeit die zur Beurteilung der Leistungsf higkeit einer LSA erforderlich sind nicht direkt gemessen werden k nnen m ssen Sie z B mit einem Verkehrsflussmodell abgeleitet werden 4 1 1 2 Optimierung einer Zielfunktion Bei der Optimierung k nnen folgende Variablen einer LSA Steuerung variiert werden e Umlaufzeit e Versatzzeit bei Netzsteuerung e Phasenfolge e Phasenanzahl e Freigabezeitaufteilung Die Zielfunktion kann folgende Komponenten in einem Performance Index zusammenfassen e Anzahl der Halte e Fahrzeit bzw Wartezeiten ggfs gewichtet nach Verkehrsmittel e Staul nge e erkehrsst rke e Kraftstoffverbrauch e Emissionen AMONES 2010 53 Verfahren der LSA Steuerung 4 1 1 3 Prognose des Verkehrszustands Der gesamte Verkehrszusta
288. f r motorbedingte PM und 11 f r NOx Emissionen AMONES 2010 162 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 5 2 1 2 Eigenschaften der untersuchen Schadstoffe Partikel Partikel sind in der Atmosph re als Bestandteile von Aerosolen zu finden Die Partikel in den Aerosolen unterscheiden sich in Form Gr e und in ihren Bestandteilen Partikel k nnen als prim re direkt emittierte und sekund re aus Vorl ufergasen gebildete Partikel in die Atmosph re gelangen Die Partikel k nnen anthropogenen oder nat rlichen Ursprungs sein Eingeatmete Partikel k nnen in Abh ngigkeit der Eindringtiefe und der Verweildauer im Atemtrakt sch dliche Wirkungen auf die menschliche Gesundheit haben W hrend grobe Partikel in den oberen Atemwegen zur ckgehalten werden k nnen kleine Partikel ber das Alveolargewebe der Lunge in den Blutkreislauf eintreten Schwermetalle oder krebserzeugende Stoffe die kleinen Partikeln anhaften k nnen entsprechend tief in die Atemwege eindringen Umweltbundesamt 2009b Die negativen gesundheitlichen Wirkungen stehen in einem Zusammenhang mit der Partikelkonzentration jedoch ohne einen Schwellenwert unterhalb dem keine sch dlichen Wirkungen zu erwarten sind Schwartz 2009 und Daniels et al 2000 zitiert in Vester 2006 Folglich ist eine Erh hung der Partikelbelastung unabh ngig vom Ausgangsniveau als sch dlich anzusehen Die gesundheitlichen Wirkungen sowie die Koagulations
289. f den Relationen 1 3 und 3 1 zu wenige Fahrzeiten f r eine Bewertung vorhanden sind Insbesondere ist der Gro teil dieser Fahrzeiten als gebrochener Durchgangsverkehr zu bezeichnen da die in Kapitel 5 1 12 beschriebene Filterung nicht funktioniert wenn es fast nur gebrochenen Durchgangsverkehr gibt Deswegen st tzt sich die Bewertung auf die brigen vier Relationen Die Bewertungsverkehrsst rken siehe Kapitel 5 1 12 setzen sich gem Tabelle 45 zusammen Das hei t die auf den jeweiligen Relationen erhobenen Fahrzeiten werden zur Berechnung von mittleren Fahr und Verlustzeiten mit diesen Verkehrsstr men quantifiziert AMONES 2010 241 Testfeld Bremerhaven Dabei wird die Annahme getroffen dass alle Fahrzeuge die das Untersuchungsgebiet an einem bestimmten Querschnitt befahren gem der dortigen Aufteilung von der vollen Fahrzeit einer Relation durch das Untersuchungsgebiet betroffen sind Diese Pauschalisierung st tzt sich darauf dass zwar nicht alle Fahrzeuge das Untersuchungsgebiet komplett durchfahren aber 1 jedes Fahrzeug das Untersuchungsgebiet wieder verlassen muss und dadurch die Strecke zweimal zur cklegt und 2 im Mittel die Fahrziele im Untersuchungsgebiet in etwa gleich weit von den Einfahrtsquerschnitten entfernt sind Demzufolge kann pauschal jedes Fahrzeug welches in das Untersuchungsgebiet hineinf hrt mit einer vollen Durchgangsfahrzeit in die Bewertung einflie en Relation en Ca es s gt
290. fassung e 5 1 8 1 R ckstausch tzer e 5 1 7 Kamerabasierte Erfassung momentaner Messgr en Durchgangsverkehrsante e 5 1 3 Manuelle Querschnittserfassung il e 5 1 4 Kennzeichenerfassungssysteme Anzahl Halte e 5 1 6 Se e 5 1 8 4 Anzahl Halte aus Kennzeichenerfassungssystemen Bufferindex e 5 1 8 8 Bufferindex aus Fahrzeiten Tabelle 16 Kenngr en und ihr Erfassungsmethoden 5 1 2 Querschnittserfassung mit fest installierten Detektoren Erfasste Kenngr en e Verkehrsst rke nach Fahrzeugtypen Kfz h e Lokale Geschwindigkeit km h e Belegungsgrade Erfassungsmethode Als fest installierte Detektoren zur Erfassung des Verkehrszustands an einem Querschnitt eignen sich Induktionsschleifen Radar oder Infrarotdetektoren im Detail werden die AMONES 2010 95 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung verschiedenen Methoden in FGSV 1991 behandelt Diese Systeme k nnen die Verkehrs st rke den Belegungsgrad die Geschwindigkeit und gegebenenfalls den Typ eines Fahrzeuges erfassen Der Belegungsgrad l sst dabei R ckschl sse auf die Verkehrsdichte zu F r die verkehrsabh ngige Steuerung von Lichtsignalanlagen werden vor allem Induktionsschleifen eingesetzt Sie bilden deshalb den Schwerpunkt f r die nachfolgenden Betrachtungen Bei Induktionsschleifen ist zu beachten dass nur sogenannte Doppelschleifen in der Lage sind die Geschwindigkeit zu messen Da diese f r die St
291. fe besteht wird kein Handlungsbedarf im Sinne einer Optimierung nach Umweltkriterien gesehen Sofern ein Grenzwert berschreitungsrisiko vorliegt der Verursacheranteil des Verkehrs jedoch sehr niedrig ist ergibt sich folglich kein Optimierungspotenzial Die f r das Testfeld erstellten Luftqualit tspl ne weisen f r die untersuchten Schadstoffe einen Handlungsbedarf f r die Stadt Hamburg und insbesondere f r die Habichtstra e aus Auch der Verursacheranteil des Verkehrs ist hoch NO 50 60 PM o 22 so dass verkehrliche Ma nahmen ein Verbesserungspotenzial zumindest f r NO in einer messbaren Gr enordnung erwarten lassen In Bezug auf die Meteorologie weist der Aktionsplan Feinstaub auf die starke regionale Komponente der Feinstaubbelastung hin Je nach Hauptwindrichtung kann der Ferneintrag ma gebend f r die Partikelbelastung sein Dies bedeutet zum einen dass das Wirkungspotenzial lokaler verkehrlicher Ma nahmen in Bezug auf die Feinstaubbelastung begrenzt ist zum anderen f hrt dies aber auch zu einer verbesserten Prognose von Situationen mit hohem Grenzwert berschreitungsrisiko Die Bebauung im Bereich der f r die Luftqualit t kritischen Habichtstra e nahe dem Messcontainer ist ein Mischgebiet welches wesentlich aus Wohnbebauung mit einem geringen Anteil an Kleingewerbe und Dienstleistern besteht Die Breite der H userschlucht liegt in einer Gr enordnung von 30 m Die Geb ude haben durchschnittlich 4 bis 5 Stockwe
292. feld Hamburg Die Tabelle zeigt dass auf den Relationen 2 3 3 2 3 4 und 4 3 eigentlich zu wenige Fahrzeiten f r eine Bewertung vorhanden sind Wie auf den schwach befahrenen Relationen in Bremerhaven gilt dass diese Relationen nur f r sehr wenige Quellen und Ziele eine sinnvolle Route darstellen Im Gegensatz zu Bremerhaven sind die in Hamburg auf diesen Relationen gemessenen Fahrzeiten zu einem sehr viel gr eren Teil tats chlich Durchgangsverkehr und plausibel Hinzu kommt dass die Bewertungsverkehrsst rken siehe nachfolgende Erl uterungen ber die Entropiemaximierung mit dem gemessenen Durchgangsverkehr zusammenh ngen Das hei t dass schwach befahrene Relationen denen eine potentiell unsicherere Fahrzeit zugrunde liegt aufgrund der niedrigeren Verkehrsst rke auch nur geringen Einfluss auf die Bewertung haben Die Bewertungsverkehrsst rken siehe Kapitel 5 1 12 entsprechen den Verkehrsst rken der Durchgangsverkehrsmatrizen aus der Entropiemaximierung die als Eingang der Clusterung verwendet werden siehe auch Abbildung 123 Das hei t die auf den jeweiligen Relationen erhobenen Fahrzeiten werden zur Berechnung von mittleren Fahr und Verlustzeiten mit den Verkehrsstr men der jeweiligen Stundenmatrix quantifiziert Dabei wird die Annahme getroffen dass alle Fahrzeuge die das Untersuchungsgebiet an einem bestimmten Querschnitt befahren gem der dortigen Aufteilung von der vollen Fahrzeit einer Relation durch das Untersuch
293. g e Dies gilt auch f r die simulierte Stichprobengr e allerdings abgeschw cht e Spitzen in den Variationskoeffizienten fallen h ufig mit einer hohen Autokorrelation zusammen Wenn dies der Fall ist dann wirkt sich diese Spitze kaum auf die simulierte Stichprobengr e aus e Eine hohe Autokorrelation geht mit niedrigeren simulierten Stichprobengr en einher hohe AK Indikatoren sammeln sich in den Schichtnummern kleiner 40 AMONES 2010 127 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Weitere Auswertungen zeigen dass unbekannte Dichteverteilungen mit einem AK Indikator von 27 die h chste Autokorrelation aufweisen eingipfiig 15 und normalverteilt 11 Demzufolge ist davon auszugehen dass sich die erforderliche Stichprobengr e besonders deutlich f r extrem ung nstige Schichten mit ung nstigen Dichteverteilungen und hohen Variationskoeffizienten reduziert Empfehlung zur Stichprobengr e Die Resultate f r die simulierte Stichprobengr e werden wie zuvor in einer Tabelle die die verschiedenen Dichtefunktionen ber cksichtigt zusammengefasst Tabelle 22 die als Empfehlung zu verstehen ist zeigt dass die erforderlichen Stichprobengr en im Vergleich zu den berechneten Werten deutlich reduziert sind Interessant ist dass die unbekannten Verteilungstypen aufgrund ihrer tendenziell h heren Autokorrelation die sogar die Effekte steigender Streuung berwiegt nicht die h chsten Stichpro
294. g Abbildung 124 Die Differenzierung zwischen den Clustern resultiert aus dem unterschiedlich hohen Niveau Tabelle 68 Cluster 3 repr sentiert Ende und Beginn des typischen Mittagsverkehrs der sich selbst in Cluster 4 findet Abbildung 122 e Cluster 4 Mittagscluster mit niedriger Verkehrsst rke Cluster 4 bildet zusammen mit Cluster 3 siehe vorangegangene Erl uterungen den Mittagsverkehr mit eher ausgeglichenen niedrigen Belastungen ab der von Montag bis Donnerstag zwischen 9 30 bis 14 30 Uhr auftritt An den beiden Freitagen endet der Zeitraum der Mittagsbelastungen erwartungsgem etwas fr her W hrend Cluster 3 tendenziell Beginn und Ende der Mittagszeit umfasst repr sentiert Cluster 4 die tats chliche Mittagszeit mit den allgemein niedrigsten Verkehrsst rken siehe auch Tabelle 68 e Cluster 5 Nachmittagscluster mit mittlerer Verkehrsst rke Dieser Cluster weist eine hnliche Struktur wie Cluster 6 auf Die Belastungen auf der stadtausw rts f hrenden Relation 3 1 sind eher hoch und auf der stadteinw rts f hrenden Relation 1 3 eher niedrig Der Unterschied zwischen diesen beiden Clustern besteht in den unterschiedlich hohen Verkehrsst rken die bei Cluster 5 durchweg niedriger sind siehe Abbildung 124 und Tabelle 68 Die enthaltenen Stunden sind gr tenteils die Stunden von AMONES 2010 299 Testfeld Hamburg 14 30 bis 15 30 Uhr Abbildung 122 wobei an den Freitagen bereits die Stunden ab 12 30 Uhr in diesem Cl
295. g 3 Normalverteilung 3 Q c c Q Er S O 2 E 2 o ma Z S x eine 08 L l 3 4 15 30 16 00 16 30 17 00 17 30 18 00 Fahrzeit min Tageszeit Verteiung aim otmin me me ars aaa riminn stm 1 1 116 3 04 0 19 4 00 9 18 3 32 0 52 Normalverteilt 2 1 024 2 78 172 29 27 1 85 2 81 Eingipflig 3 1 783 3 85 0 86 326 12 28 71 11 52 4 29 1 00 Unbekannt Der erforderliche Stichprobenumfang nson gilt f r einen zul ssigen relativen Fehler von 5 bei einer stochastischen Sicherheit von 95 mit den zur Verteilung passenden Genauigkeitsfaktoren nach Tabelle 20 Abbildung 44 Dichtefunktionen und Normalverteilungen links dazugeh rige Grund gesamtheiten rechts und deren stochastische Kenngr en f r Schichtungen mit verschiedenen Charakteristika AMONES 2010 120 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Erste Schlussfolgerungen Die eingangs betrachteten Schichtungen nach Steuerungsverfahren ohne Ber cksichtigung der Verkehrsnachfrage sind im Allgemeinen nicht ausreichend Da die Verkehrsnachfrage im Verlauf eines Tages schwankt und damit unterschiedliche Verkehrslagen zur Folge hat selbst eine Festzeitsteuerung wird im Allgemeinen tageszeitabh ngig geschalten sollte zumindest eine weitere zeitliche Schichtung nach den klassischen Bl cken Morgens Mittags und Nachmittags erfolgen Eine feinere zeitliche Aufteilung n
296. g Aa au a Er re x En ra ga Habichtstra e 2 bt TT Pi i zn Kr Br Fa Fi 1 000 900 x B 2 x ee 600 7 Ei x x ELT x Fahrzeit min 1 i 1 J 200 400 600 800 1 000 1 200 1 400 1 600 1 800 Weg m 0 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 Vergangene Zeit Momentane Geschwindigkeit Halte Tageszeit Abbildung 4 Fahrzeit min Mittlere Fahrzeit Anzahl Halte 0 1 Halte 1 2 Halte 2 3 Halte Gleitendes Mittel Z hlwert 0 Spalten 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit 17 30 18 30 16 30 17 30 15 30 16 30 14 30 15 30 13 30 14 30 12 30 13 30 11 30 12 30 10 30 11 30 09 30 10 30 08 30 09 30 07 30 08 30 06 30 07 30 x Ben 500 400 300 200 100 0 i w x A k Verkehrsst rke Kfz h Kurzfassung ANPR Daten Querschnittsz hlung 800 700 Manuelle Z hlung hochgerechnet Induktionsschleife zusammengefasst mn 15 30 16 30 17 30 18 30 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit Stundenfeine a N ktur 894 1 349 1 339 1 469 1 einfahrend 2 einfahrend 3 einfahrend 4 einfahrend 1 2 3 4 ausfahrend ausfahrend ausfahrend ausfahrend Geclusterte Nachfragestruktur Montag Dienstag Mittwoch Donnerstag Freitag Kenngr en Tag on oo N F
297. g erlaubt es verschiedene Verfahren und Abstufungen wie zum Beispiel eine Festzeitsteuerung eine lokal regelbasierte Steuerung eine Signalplanauswahl oder eine Netzsteuerung BALANCE zu schalten Die LSA Schaltungen werden vom Verkehrsrechner mitgeschrieben und k nnen ausgelesen werden Im Netz befinden sich ausreichend viele Detektoren und Induktionsschleifen die mittlere Verkehrsst rken in Kfz h und Belegungswerte in sek ndlich aufzeichnen Die Messdaten der Detektoren werden einer Plausibilit tspr fung unterzogen 9 2 Verkehrsnachfrage 9 2 1 Merkmale der Verkehrsnachfrage Die Verkehrsnachfrage in Hamburg unterliegt w hrend der beiden untersuchten Wochen im Juni und Oktober 2008 deutlichen zeitlichen und r umlichen Schwankungen Folgende Merkmale sind zu beobachten Struktur und Variabilit t der Verkehrsnachfrage werden au erdem im Rahmen der Clusterung in Kapitel 9 5 2 2 beschrieben 1 Tageszeitabh ngige Variabilit t Die Nachfrage im gesamten Netz hat zwischen 1 00 Uhr und 4 00 Uhr ihren Tiefpunkt Zwischen 7 00 Uhr und 10 00 Uhr ist eine ausgepr gte Morgenspitze vorhanden W hrend der Mittagszeit ist die Nachfrage etwas niedriger und zwischen 15 00 Uhr und 19 00 Uhr ist eine langgezogene Nachmiittagsspitze zu beobachten Die stadteinw rts f hrenden Bramfelder Stra e zeigt eine typische Morgenspitze mit fehlender Nachmittagsspitze wobei sich dies auf der stadtausw rts f hrenden Richtung umgekehrt verh lt Entla
298. gel Abweichungen vor weshalb dieser Schritt mit den neu berechneten Aufteilungsparametern iterativ wiederholt wird 4 2 2 3 Signalprogrammanpassung BALANCE verschickt alle 5 Minuten Rahmensignalpl ne in Form von so genannten T Zeit Grenzen an die lokalen Steuerger te Die T Zeit Grenzen beschreiben dabei die fr hesten und sp testen Zeitpunkte f r die Einleitung der Phasen berg nge auf lokaler Ebene Die T Zeit Grenzen sind die Rahmenbedingungen der lokalen Knotenpunktsteuerungen ber diese Rahmenbedingungen werden die Versatzzeiten die Freigabezeitverteilungen und die Phasenfolge beeinflusst Die T Zeit Grenzen haben eine G ltigkeit von 15 Minuten oder bis neue T Zeit Grenzen empfangen werden Optional kann von BALANCE auch eine optimale Umlaufzeit berechnet werden Die entsprechenden Umlaufzeiten m ssen allerdings auch auf lokaler Eben versorgt sein Freigabezeitanpassungen und eine Priorisierung des PNV werden nicht auf Netzebene gesteuert 4 2 2 4 Verkehrsflussmodell und Verkehrswirkungsmodell BALANCE verwendet ein mesoskopisches Verkehrsflussmodell In das Modell gehen neben den Quellzielbeziehungen und den kantenbezogenen Verkehrsstr men aus dem Verkehrsnachfragemodell die Informationen der zu untersuchenden LSA Schaltungen wie Umlaufzeit und den Zustand der einzelnen Signalgeber ein Aus der Netzversorgung werden des Weiteren Aufstellfl chen Progressionsgeschwindigkeiten Kapazit ten der Streckenkanten und Zeitbedarfs
299. gen Kupplungs und Bremsvorg ngen zu einer niedrigeren Staubladung einer Knotenpunktzufahrt so dass f r durchfahrende Lkw nur ein geringes Staubaufwirbelungs potenzial vorhanden ist In Bezug auf die PM s Konzentration ist die Schwerverkehrsst rke der einzige verkehrsbezogene Pr diktor im hoch und niederfrequenten Modell Wie bereits bei der Diskussion der NOx Reduktionspotenziale erw hnt wird die LSA Steuerung nicht als geeignetes Werkzeug zur Beeinflussung dieser Kenngr e gesehen AMONES 2010 337 Testfeld Hamburg Tats chlich realisierte __immissionsbezogene Wirkungen der _ verschiedenen Steuerungsverfahren Das tats chliche Reduktionspotenzial der verschiedenen Steuerungsverfahren am Mess qauerschnitt ohne dass in der Steuerung konkrete Umweltziele bzw zu optimierende Hot Spots definiert wurden ist nachfolgend dargestellt Zun chst wurde eine Clusterung der Verkehrsnachfrage am Messquerschnitt vorgenommen Analog zur netzbezogenen Clusterung wird die Nachfrage in 7 Cluster aufgeteilt Allerdings wurden die Nachfragecluster unter Ber cksichtigung der Pkw Verkehrsst rke und Schwerverkehrsst rke ermittelt da die bisherigen Untersuchungen die dominante Rolle des Schwerverkehrs f r die gemessenen Immissionen best tigen Im Zuge der vorangegangenen Untersuchungen wurde die Anzahl der Anfahrvorg nge am Messaquerschnitt als relevant f r die lokale Immissionsbelastung und vor allem durch die LSA Steuerung beeinflussbar iden
300. gen bewegen sich in einem engen Band um eine Fahrzeit von 3 04 Minuten Es liegt keine St rung im Verkehrsfluss vor was sich in einer sehr kleinen Standardabweichung von 0 19 Minuten und der normalverteilten Form widerspiegelt und zur Folge hat dass eine sehr kleine Stichprobe von sechs Fahrten zur Beobachtung ausreichend ist Trotzdem ist die tats chliche Stichprobe von neun Fahrten mit einem relativen Fehler von 9 15 etwas ungl cklich Festzeitsteuerung Lokal regelbasierte Steuerung BALANCE PS1 BALANCE PS2 3 T ab x E 2 z eb L O V pe L gt Fahrzeit min Vertanren um opin me me aaa abet Timing stm TEEN EECHETNETIETBETE Urs e ano 126 sa Ho sor oa as2 ns Fomanceps 2881 328 os se 12 s01 701 as non Eaance Ps2 32879 a2a 121 ass o mas 552 saz no Der erforderliche Stichprobenumfang nson gilt f r einen zul ssigen relativen Fehler von 5 bei einer stochastischen Sicherheit von 95 f r eine eingipflige Verteilung mit Genauigkeitsfaktor 2 98 Abbildung 43 Dichtefunktionen nach Steuerungsverfahren in 5 Sekunden Gruppen und deren stochastische Kenngr en f r eine Schichtung nach Steuerungs verfahren in Hamburg Die zweite Dichtefunktion entfernt sich von der Normalverteilung und kann lediglich noch als eingipflig bezeichnet werden In den Einzelmessungen zeigt sich dass eine St rung des Verkehrsflusses zwischen 11 00
301. genspitze BE 2 Mittags mittel FE 3 Nach Mittags hoch BEE 4 Nachmittagsspitze 7 5 Abends niedrig 5 Ausrei er 1 2 3 4 Columbusstr Lloydstr gt einfahrend einfahrend einfahrend einfahrend gt Lloydstr Columbusstr Nachfrageverkehrsst rke Abbildung 85 Geclusterte mittlere Nachfrageverkehrsst rken ohne Summe f r Bremerhaven AMONES 2010 239 Testfeld Bremerhaven e Cluster 4 Nachmittagscluster mit hoher Verkehrsst rke Nachmittagsspitze Die Stunden dieses Clusters weisen die deutlich h chsten Verkehrsst rken auf Abbildung 85 und Tabelle 43 und finden sich von Montag bis Donnerstag gr tenteils von 14 30 16 30 Uhr Abbildung 83 An den Freitagen tritt diese Spitzenbelastung fr her auf e Cluster 5 Abendcluster mit niedriger Verkehrsst rke Alle Stunden dieses Clusters finden sich von 17 30 18 30 Uhr Abbildung 83 genauso wie sich abgesehen von der nicht bewerteten Stunde alle diese Stunden in diesem Cluster befinden Dieser Cluster hat seine eigene Struktur und weist die niedrigste Verkehrsst rke berhaupt auf Abbildung 85 und Tabelle 43 e Cluster 6 Ausrei er Dieser Cluster ist der Einzige der nur aus einer Stunde KW 8 Freitag 6 30 7 30 Uhr besteht Die Struktur hnelt Cluster 1 wobei die Verkehrsst rken etwas niedriger sind Abbildung 85 Insbesondere der einfahrende Verkehr am Messstandort 2 und der Abbieger von der Lloydstra e in die Columbusstra e liegen auffallend unter denen vo
302. gesamten Netz sind in nachfolgender Tabelle aufgef hrt Mittlere normierte Mittlere normierte Mittlere normierte Steuerungsverfahren Verlustzeit Standzeit Anzahl Halte LRS mit V 100 LRS mit V 100 LRS mit V 100 Festzeitsteuerung Lokal regelbasierte Steuerung mit Priorisierung des V Lokal regelbasierte Steuerung ohne 93 Priorisierung des V Caleta Tabelle 3 Vergleich der mittleren normierten Kenngr en in der Simulation f r das gesamte Netz LRS mit V 100 2 4 1 3 Ergebnisse umweltbezogene Kenngr en Erhebung Tabelle 4 zeigt die in den verschiedenen lokalen Immissionsmodellen enthaltenen Pr diktoren d h die Kenngr en die f r die Erkl rung oder Vorhersage der Immissionen eine signifikante Bedeutung aufweisen Wie unter 2 3 2 dargestellt wurde die Untersuchung differenziert f r immissionsbezogene Wirkungen die sich aus dem Tagesgang der Einflussgr en ergeben und f r Wirkungen die aus kurzzeitigen Schwankungen der Einflussgr en erkennbar sind untersucht Erstere werden in Tabelle 4 als niederfrequent und letztere als hochfrequent bezeichnet Die Modelle zur Quantifizierung der tagesgangbezogenen Wirkungen erkl ren mehr als 80 der Varianz des Tagesgangs der drei untersuchten Schadstoffe der relative Standardfehler liegt bei unter 30 und damit in einer f r die Immissionsmodellierung befriedigenden bis guten Gr enordnung Die verkehrlichen Pr diktoren der Modelle
303. gestattet sind erlauben eine permanente mobile Erfassung der Verkehrslage Datenqualit t Die Qualit t der Daten ist auf nicht berdachtem Terrain sehr gut Aufgrund der Tatsache dass die Weg Zeit Punkte durch GPS Ger te erfasst werden k nnen in Tunneln keine Daten erfasst werden Bei kurzen Streckenabschnitten im Tunnel k nnen die fehlenden Punkte aber hinreichend genau interpoliert werden Problematisch w re nur die Erfassung der Wirkungen einer im Tunnel gelegenen LSA Aussagekraft FCD enthalten hoch aufgel ste zeitliche und r umliche Informationen ber den Verkehrszustand Sie liefern alle wesentlichen Kenngr en f r die Qualit tsbeurteilung einer LSA Steuerung Fahrzeit Wartezeit Anzahl Halte Die Aussagekraft der FCD ist allerdings durch die geringe Stichprobengr e die zu einer hohen Varianz der beobachteten Messwerte AMONES 2010 102 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung f hrt eingeschr nkt In der Praxis h ngt die Stichprobengr e von der zu beobachtenden Netzl nge und der Anzahl eingesetzter Messfahrzeuge ab Erhebungsaufwand Die notwendigen Investitionen f r eine tempor re Messung setzen sich aus einem GPS Ger t und gegebenenfalls einem Fahrzeug zusammen Die Erhebungskosten umfassen die Personalkosten f r einen Fahrer die Betriebskosten eines Fahrzeuges und eventuell die Kosten f r die Miete des Fahrzeuges Auswertungsaufwand Die erfassten GPS Rohdaten m sse
304. gnalprogramme an die variable Verkehrsnachfrage zielf hrend und sollte von den Betreibern der Lichtsignalanlagen angestrebt werden Hierf r erscheinen Strategien die eine Migration vom Bestandssystem ber offline auch hinsichtlich der Netzkoordinierung optimierte Festzeitsteuerungen vorsehen sehr geeignet Die Auswahl der Programme kann im einfachsten Fall tageszeitabh ngig oder mit zunehmendem Anspruch regelbasiert bzw modellbasiert erfolgen ber eine solche Migrationsstrategie werden Hemmnisse die mit der Anschaffung neuer Systemtechnik verbunden sind sowie auch Risiken die aus der Einf hrung neuer anspruchsvoller Steuerungsverfahren resultieren minimiert Umweltwirkungen Eine Reduzierung der stra enseitigen Luftschadstoffimmissionen infolge einer angepassten LSA Steuerung ist nachweisbar Die Wirkungen einer reduzierten Verkehrsst rke z B aufgrund einer Zuflussdosierung und einer reduzierten Anzahl Halte in einer Knotenpunktzufahrt z B aufgrund einer verbesserten Koordinierung sind in stra enseitig gemessenen NOx und PMx Immissionen nachweisbar Mit kurzzeitigen Eingriffen z B gezielte Gr nzeitverl ngerungen k nnen kurzzeitige lokale Reduktionen der NOx Konzentration in einer Gr enordnung von ber 10 realisiert werden mit einer dauerhaft verbesserten Koordinierung erscheinen sogar deutlich h here Reduktionspotenziale realisierbar F r die PM o und PM s Konzentration erzielen kurzzeitige Ma nahmen eine ver
305. gorithmus und Parametersatz 2 auf den vier Hauptrelationen die geringsten Verlustzeiten aufweist schneidet es in der AMONES 2010 314 Testfeld Hamburg netzweiten Betrachtung schlechter ab als die LRS Vor dem Hintergrund dass etwa 40 der Fahrzeuge nicht ber die vier Hauptzufahrten ins System gelangen vgl Tabelle 74 ist dies durchaus nicht unerwartet Offensichtlich werden hier die geringeren Verlustzeiten auf den Hauptstr men durch Verschlechterungen in den Nebenstr men erkauft mittlere Verlustzeit pro Kfz min mittlere Anzahl Halte pro Kfz EOLRS m BALANCE PS1 HillClimbing o BALANCE PS1 Genetischer Algorithmus m BALANCE PS2 Genetischer Algorithmus Abbildung 136 Vergleich der mittleren Verlustzeiten pro Kfz sowie der Anzahl Halte im gesamten Simulationsnetz im Szenario A Ergebnisse Szenario B Im Szenario B wird die Verkehrsmenge auf den bereits stark belasteten Relationen 1 3 und 4 2 gegen ber dem Mittelwert aus den Messungen nochmals um 13 bzw 15 erh ht die Gesamtverkehrsmenge jedoch durch Abminderungen an anderen Zufl ssen gleich gehalten Im Vergleich zu Szenario A und zu den Messungen scheidet die Festzeitsteuerung in Szenario B nochmals deutlich schlechter ab als die verkehrsabh ngigen Verfahren Die in jedem Umlauf unabh ngig vom Bedarf geschalteten Linksabbiegerphasen bewirken hier dass die f r die Hauptphasen zur Verf gung stehende Freigabezeit nicht mehr ausreichen um die erh hte
306. gsbeispielen in SPSS Hogrefe Verlag G ttingen Ruske W et al 1982 Mitteilungen ber Forschungen zur Verbesserung der Verkehrsverh ltnisse in den Gemeinden Einbeziehung von Umweltgesichtspunkten in die Generalverkehrsplanungsmethodik Forschung Stadtverkehr Heft 31 Sachs L 2002 Angewandte Statistik Anwendung statistischer Methoden 10 Auflage Springer Verlag Berlin Schatzmann M Leitl B Liedtke J 1999 Ausbreitung von Kfz Abgasen in Stra enschluchten PEF Projekt europ isches Forschungszentrum f r Ma nahmen der Luftreinhaltung PEF 296001 Hamburg Schwartz J 2000 Assessing confounding effect modification and treshold in the association between ambient particles and daily deaths In Environmental Health Perspectives H 108 Sch nwiese C D 1983a Sch tzverfahren In Deutscher Wetterdienst promet Meteorologische Fortbildung Offenbach am Main Sch nwiese C D 1983b Zeitreihenfilterung In Deutscher Wetterdienst promet Meteorologische Fortbildung Offenbach am Main Sch nwiese C D 1983c Zeitreihenkorrelation In Deutscher Wetterdienst promet Meteorologische Fortbildung Offenbach am Main Sch nwiese C D 2006 Praktische Statistik f r Meteorologen und Geowissenschaftler 4 verb und erw Aufl Borntraeger Verlag Berlin Sch nwiese C D 2010 Expertengespr ch zur geplanten Auswertungsmethodik der erhobenen Daten aus den AMONES Feldmessungen Frankfurt a M Schnabel W
307. h die Verkn pfung von Emissionskennfeldern mit den genannten statischen und dynamischen Gr en ermittelt werden Eine wesentliche Voraussetzung f r den Einsatz eines mikroskopischen AMONES 2010 185 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Emissionsmodells ist die Verkn pfung zu einem mikroskopischen Verkehrsflussmodell und je nach ber cksichtigten Parametern auch die Verkn pfung mit einem Gangwahlmodell Im Rahmen einer produktbezogenen Recherche erscheint eine scharfe Trennung zwischen Verkehrsflussmodell und Emissionsmodell schwierig Die verbreitete und im Projekt AMONES eingesetzte Simulationssoftware VISSIM der PTV AG ist f r deutsche Verh ltnisse mit einem Emissionskennfeld des Volkswagen Konzerns verkn pft Modellierung von Immissionen Lokale Immissionen k nnen mittels Ausbreitungsmodellen oder mittels empirisch statistischen Modellen abgesch tzt werden Ausbreitungsmodelle versuchen die r umliche und zeitliche Ausbreitung der Emissionen aus unterschiedlichen Quellen physikalisch korrekt jedoch mit unterschiedlichem Komplexit tsgrad abzubilden Empirisch statistische Modelle versuchen lokal g ltige Ursache Wirkungs Zusammenh nge zwischen unterschiedlichen Einflussgr en und Immissionen zur Erkl rung oder zur Prognose von Immissionen zu verwenden Ausbreitungsmodelle Aufgrund der grunds tzlich gew hrleisteten r umlichen bertragbarkeit sind Ausbreitungs modelle erheblich weiter verb
308. h von einzelnen AMONES 2010 146 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Wochen tagen zum Beispiel Dienstag mit Donnerstag oder Freitag von den tagesabh ngigen Schwankungen bereinigt sind Cluster 1 2 3 Morgens Morgens Mittags Aggregierte Gr en hoch mittel Anteil von Cluster im 50 50 0 100 Zeitraum Mittlere Fahrzeit Durchschnittliche 8 00 9 00 von Verfahren 1 5 0 min 4 0 min 4 0 min Fahrzeit Verfahren 1 4 5 min im Cluster im Zeitraum Mittlere Fahrzeit Durchschnittliche von Verfahren 2 6 0 min 4 0 min 3 5 min Fahrzeit Verfahren 2 5 0 min im Cluster im Zeitraum Anteil von Cluster im 75 0 25 100 Zeitraum Mittlere Fahrzeit Durchschnittliche 9 00 10 00 von Verfahren 1 6 0 min 4 5 min 4 0 min Fahrzeit Verfahren 1 5 5 min im Cluster im Zeitraum Mittlere Fahrzeit von Verfahren 2 im Cluster Tabelle 27 Auf Clusterung basierende Berechnung von durchschnittlichen Kenngr en 5 1 13 Methodische Vorgehensweise bei der Simulation der verkehrlichen Kenngr en Das folgende Kapitel beschreibt das Vorgehen bei der Simulation der beiden realen Testfelder in Bremerhaven MOTION und Hamburg BALANCE sowie beim virtuellen Testfeld vom Aufbau der Simulationsnetze ber deren Kalibrierung bis hin zur Auswertungsmethodik 5 1 13 1 Aufbau der Simulationsnetze F r die mikroskopische Verkehrsflusssimulation im Projekt AMONES wird das Programm VISSIM in der Version 5 10 PTV 2008 d
309. h von subjektiven Komponenten ab B chlin et al 2000 haben in einem Ringversuch verschiedene Modelle insgesamt 14 verschiedener Institutionen auf Grundlage derselben Datenbasis jedoch durch unterschiedliche Mitarbeiter der Institutionen verglichen Ein Ziel des Projekts war es die Auswirkungen einer subjektiven Komponente bei der Durchf hrung von Immissionsprognosen z B wenn die vorhandene Datenlage nicht exakt vom Modell geforderten Eingangsgr sen zugeordnet werden kann zu bewerten Ein weiteres Ziel war nat rlich das Aufzeigen einer Bandbreite der Ergebnisse unterschiedlicher Modelle f r denselben Testfall F r NOx Jahresmittelwerte wurde eine Standardabweichung der Modellierungsergebnisse i H v 17 der mittleren modellierten Belastung festgestellt PM o Werte wurden nicht betrachtet AMONES 2010 187 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Tabelle 32 zeigt das Ergebnis einer Recherche zur erreichbaren Modellierungsg te von im europ ischen Markt verf gbaren Produkten mit mikroskaligen Modellen i s Prozentuale AUSDIEUNgE Modellgebiet MON Abweichung oder modell Schadstoff E 2 Bestimmtheitsma AIRPOL Lagrange R2 0 67 ASMUS R 0 66 R ckle Richter DASIM Rees ISSUE eserarioer R 0 71 1998 less Schadstoff JM 2 MISKAM R2 0 62 MUKLIMO R2 0 61 8 bis 35 POMY 20 bis 45 B chlin et al MISKAM CFD G ttinger Str PM10 8 MM 20 bis 45 2003 Hannover l NOx MM 30 bis
310. h weder normalverteilt noch eingipflig so dass sich unter Verwendung der Parameter f r eine unbekannte Verteilung nach Tabelle 20 die aufgef hrten erforderlichen Fahrten no ergeben Die letzten f nf Spalten der stochastischen Kenngr en stellen die Ergebnisse f r die tats chlich im Testfeld Bremerhaven durchgef hrten GPS Messfahrten dar wobei list Umfang der Stichprobe drsoll Gesch tzter relativer Stichprobenfehler drist Berechneter relativer Stichprobenfehler X Mittelwert der Stichprobe S Standardabweichung der Stichprobe Das hei t obwohl die von einem Messfahrzeug durchgef hrten Fahrten nur ca die H lfte der erforderlichen Fahrten betragen und damit einen relativen Fehler von ca 7 8 erreichen sollten betr gt der tats chliche Fehler nur ca 2 4 Dies kann an mehreren Faktoren liegen Zum Einen ist die Ziehung der Stichprobe nicht echt zuf llig da das Messfahrzeug ber den Verlauf eines Tages hinweg Messfahrten aufzeichnet und deshalb eine in etwa gleichm ige Ziehung ber verschiedene Verkehrssituationen hin weg durchf hrt auf diesen Punkt wird sp ter noch detaillierter eingegangen Zum Anderen geht der Genauigkeitsfaktor X f r eine unbekannte Verteilung vom worst case aus die Dichtefunktionen weisen durchaus ein Muster auf lassen sich aber nach Tabelle 20 nicht anderweitig klassifizieren und zu guter Letzt ist eine gl ckliche Stichprobe der Messfahrzeuge m glich Die Dichtefunktionen nach d
311. he Verringerung der Verlustzeiten netzweit um 7 bis 19 sowie der Anzahl Halte netzweit um AMONES 2010 316 Testfeld Hamburg 5 bis 16 bewirken Die dazu erforderlich Parametrierung ist jedoch nicht transparent und daher nicht einfach durchzuf hren Je nach Optimierungsverfahren und Parametereinstellung verlagert BALANCE die auftretenden Verlustzeiten unterschiedlich stark auf die einzelnen Relationen Abbildung 135 so dass hier durchaus steuernd eingegriffen werden kann Leider sind die Auswirkungen der Parametrierung und des Optimierungsverfahrens nicht direkt vorhersehbar so dass der Bearbeiter sich an eine geeignete L sung herantasten muss Da sich bei ungeeigneten Parametern auch extreme Verschlechterungen f r einzelne Verkehrsstr me ergeben k nnen hier nicht dargestellt ist dazu die Nutzung einer Simulation unbedingt zu empfehlen Die Ergebnisse aus Szenario A belegen au erdem dass es f r eine umfassende Bewertung nicht ausreicht lediglich die Hauptrelationen zu betrachten Tabelle 75 W hrend man aufgrund der Daten f r die vier Hauptrelationen wohl den Parametersatz 2 favorisieren w rde zeigt die netzweite Betrachtung auf dass PS 1 die bessere Wahl w re Wirkungsbetrachtungen f r das Gesamtnetz lassen sich ebenfalls nur in Simulationsstudien durchf hren 9 5 3 Auswertung umweltbezogener Kenngr en Die Auswertung der umweltbezogenen Kenngr en erfolgt analog zur im Kapitel 5 2 6 beschriebenen methodische
312. he Bewertung mit sich bringen Tabelle 25 veranschaulicht dies Die Schw che einer relativen Bewertung ist dass diese nicht in der Lage ist zwischen dem ersten und dem dritten Paar zu unterscheiden Wobei es offensichtlich ist dass die Abweichung von 10 Fahrzeugen weniger bedeutend ist als die von 1000 Die absolute Betrachtung wiederum kennt keinen Unterscheid zwischen dem ersten und dem zweiten Vergleich eine Differenz von 10 Fahrzeuge ist zwar in den meisten F llen klein dennoch nimmt die Bedeutung mit steigender Verkehrsst rke ab Der GEH ist in der Lage diese Punkte zu ber cksichtigen Im Allgemeinen wobei dies problemangepasst betrachtet werden sollte trifft die Aussage zu dass ein GEH von bis zu 5 im Bereich g ngiger Verkehrsst rken bis ca 6000 Kfz h bedeutet dass die Werte hnlich sind AMONES 2010 144 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Q1 Q2 P Relativ Absolut Kfz h Kfz h Q Q2 Q1 Q2 Kfz h Cr e a a a f n Tabelle 25 Beispielberechnung zu Abst nden von Verkehrsst rken Nr Die Distanzfunktion berechnet den Abstand zwischen 2 Stunden 7 und 2 dann zu 1280 0 i 2 Distanz 4a BE a Sun b 2 Wilden Rezi 27 lOr 92 n Yir Qe i Qizi mit a Gewichtungsfaktor Struktur 0 5 b Gewichtungsfaktor Gesamtnachfrageverkehrsst rke 0 5 Qiri Nachfrageverkehrsst rke der Stunde t1 Qizi Nachfrageverkehrsst rke der Stunde t2 n Anzahl verschiedener Nachf
313. he auch Partikelz hlung nach dem Streulichtprinzip erm glicht die AMONES 2010 183 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Bestimmung der Anzahlkonzentration Nach Birmili 2006 erfassen CPC alle Partikel oberhalb ihrer unteren Nachweisschwelle ca 3nm Als Qualit tskenngr e f r einen noch zu definierenden Standard sei eine Langzeitabweichung der Konzentration kleiner als 10 vorzusehen CPC erfassen die f r die Fragestellung relevanten Kenngr en mit einer hohen Genauigkeit und einer unmittelbaren Verf gbarkeit CPC erfassen die f r die Fragestellung relevanten Kenngr en mit einer hohen Genauigkeit und einer unmittelbaren Verf gbarkeit und sind somit f r verkehrsbezogene hochaufgel ste Untersuchungen gut geeignet Partikelz hlung nach dem Streulichtprinzip In optischen Partikelz hlern werden die angesaugten Partikel mit dem Probenahme volumenstrom durch ein beleuchtetes Messvolumen transportiert Dort streuen die Partikel das Lich das von einem Photodetektor in elektrische Signale umgewandelt wird Eine nachgeschaltete Signalverarbeitung wertet die Signale meist anhand von definierten Schwellenwerten bez glich Partikelgr e und Anzahl aus Das Prinzip der Streulichtmessung wird auch als Nephelometrie bezeichnet Eickelpasch Eickelpasch 2004 Die zeitliche Aufl sung der Erfassung liegt bei wenigen Sekunden so dass das Messverfahren f r die untersuchte Fragestellung grunds t
314. hen 1 m s und 2 5 m s Untersuchungen von Spangl 2004 im Auftrag des Umweltbundesamtes von sterreich zeigen dass sich der antiproportionale Zusammenhang auch auf NO Konzentrationen bertragen l sst Grunds tzlich hat die Hauptwindrichtung einen wesentlichen Einfluss auf den Ferneintrag der Luftschadstoffe und damit auf die Hintergrundbelastung Lokal stellt sich der Einfluss der Windrichtung unter Ber cksichtigung der Stra enl ngsachse und der Position des Messger tes nach Baum 2003 f r PM gr enordnungsm ig wie folgt dar e Parallel zur Stra enachse Konzentrationsminderung um ca 10 im Vergleich zur Erfassung im Lee dem Wind abgewandte Seite e PM im Luv dem Wind zugewandte Seite Konzentrationsminderung um ca 30 bis 45 im Vergleich zur Erfassung im Lee dem Wind abgewandte Seite Luftfeuchte und Niederschlag Die Auswertungen von Schulze 2002 zum Einfluss der Luftfeuchte auf die PM o und NOx Belastung zeigen lediglich einen leichten Anstieg der PM Belastung bei hoher Luftfeuchte Kantamaneni et al 1996 zeigen in ihren Untersuchungen eine entgegengesetzte Tendenz allerdings nur f r eine kleine Stichprobe AMONES 2010 178 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Inwieweit hier reale Wirkungszusammenh nge nachgewiesen wurden oder Scheinkorrelationen bzw messtechnisch bedingte Zusammenh nge ist unklar Sofern die Messtechnik das angesaugte Luftvolumen nicht auf ein
315. hen Bezugsintervalls auszulesen Um den Rechenaufwand f r die Zuordnung der einzelnen Signaturen m glichst gering zu halten und das Verfahren hinsichtlich der Geschwindigkeit zu optimieren werden f r den Signaturabgleich ausschlie lich Daten betrachtet die innerhalb eines bestimmten Zeitfensters liegen Dessen Gr e orientiert sich an der r umlichen Entfernung der beiden Induktionsschleifen und betr gt f r die betrachteten direkten Verkehrsbeziehungen im Mittel 10 300 Sekunden Die Induktionsschleifen waren in einem Abstand von ca 300 400m installiert Es besteht also prinzipiell die M glichkeit alle Fahrzeuge zuzuordnen die sich mit einer mittleren Geschwindigkeit von ca 4 km h bis knapp ber 100 km h von einem zum anderen Querschnitt bewegen F r das Extrahieren der Signaturen aus den 32 sek ndigen Verstimmungskurven wurden die Schwellwerte von 1 Promille Eingangsschwellwert und 1 5 Promille Ausgangsschwellwert verwendet F r den zweiten Detektor wurden diese Schwellen abh ngig vom Kalibrierungsfaktor angepasst Au erdem wurden die Signaturen verworfen die zu Beginn oder am Ende eines Intervalls unvollst ndig oder deren maximale Verstimmung weniger als 10 Promille betrug da diese fehlerhafte Zuordnungen f rderten Zur Normierung wurden die zwischen den Messpunkten kubisch interpolierten Signaturen an 21 quidistanten St tzstellen abgetastet Von den folgenden 20 Induktionsschleifen siehe Abbildung 96 wurden Da
316. hen einen charakteristischen Verlauf mit einer Morgenspitze einem Mittagstief und zum Nachmittag Abend hin ansteigenden Werten auf Bedingt ist dies prim r durch die photochemischen Prozesse Die Partikelkenngr en weisen keinen ausgepr gten Tagesgang auf Eine hnlichkeit der NOx und der PMx Ganglinien ist in Bezug auf lokale Maxima und Minima erkennbar dar ber hinaus unterscheiden sich die Tagesg nge deutlich Beim Vergleich zwischen den Messwochen f llt zun chst der deutliche Unterschied der Absolutwerte der Immissionen insbesondere NO und PM auf In der zweiten AMONES 2010 320 Testfeld Hamburg Messwoche wurden wesentlich h here Immissionskonzentrationen als in der ersten Messwoche gemessen bei teilweise niedrigeren Hintergrundkonzentrationen Der Einfluss der Windgeschwindigkeit auf die Immissionen ist bei einem Anstieg der lokalen Windgeschwindigkeit auf Werte gr er 1 m s erkennbar Der entgegengesetzte Verlauf von Temperatur und Luftfeuchte tritt deutlich zutage Erkennbar ist ein entgegengesetzter Tagesgang der NOx Belastung zur Temperatur bzw ein hnlicher Verlauf zur Luftfeuchte Die regionalen meteorologischen Daten weisen f r beide Zeitr ume auf n chtliche Inversionen hin in der zweiten Messwoche hat eine die Immissionskonzentrationen beg nstigende Strahlungs wetterlage vorgeherrscht Die Verkehrsst rke im Testfeld Hamburg zeigt eine deutlich erkennbare Morgen und Abendspitze liegt jedoch auch in den Sc
317. hen ma geblich von den hochfrequenten Verkehrszeitreihen bestimmt werden wird damit best tigt Ferner kann davon AMONES 2010 324 Testfeld Hamburg ausgegangen werden dass das angewendete Verfahren zur Trendbereinigung grunds tzlich f r den vorgesehenen Zweck geeignet ist Identifikation der wesentlichen Einflussgr en auf die Immissionskenngr en F r die Kreuzkorrelationsanalyse werden die 450 Sekunden Daten verwendet Die Daten werden auf Phasenverschiebungen bis ca eine Stunde untersucht Dar ber hinaus gehende Phasenverschiebungen w rden die f r die weiteren Untersuchungen verf gbare Datenmenge zu stark reduzieren Weiterhin werden nur solche Phasenverschiebungen n her betrachtet die f r beide Messwochen eine hnliche Gr f senordnung aufweisen und die Ursache zeitlich vor der Wirkung anzeigen Die partielle Korrelation wird ebenfalls auf Grundlage der genannten Aggregationsebenen untersucht Die Untersuchung wird getrennt f r meteorologische und verkehrliche Einflussfaktoren durchgef hrt Als Kontrollvariablen werden bis zu zwei Einflussfaktoren aus der jeweils nicht untersuchten Gruppe ausgew hlt Dabei werden nur Einflussfaktoren ausgew hlt die inhaltlich deutlich voneinander abgrenzbar sind zum Beispiel Windgeschwindigkeit und Luftfeuchte und die in einer bivariaten Korrelationsuntersuchung eine signifikante Korrelation zur untersuchten Luftschadstoffkenngr e aufweisen F r den niederfrequenten Ansatz wer
318. herangezogen Diese Kalibrierung erfolgt im Normalfall automatisch Palici2009 und kann durch manuelle Anpassungen und durch eine sinnvolle Wahl des Kalibrierungsintervalls noch weiter verfeinert werden Als n chstes erfolgt der Abgleich der normierten Signaturen die an zwei aufeinanderfolgenden kalibrierten Induktionsschleifen gesammelt werden Hierf r wird die hnlichkeit derselben untersucht Als Verfahren mit der h chsten Genauigkeit hat sich die Berechnung des sog hnlichkeitsma es U nach folgender Formel herausgestellt ES mapasa min yy i Ypi n Anzahl abzugleichender Merkmale a max Ya i Ypi y Merkmalsauspr gung A B Querschnitt i Index Die Wiedererkennung ist positiv f r die Signaturen mit der gr ten hnlichkeit bzw f r Signaturen deren hnlichkeitsma einen festgelegten Schwellwert berschreitet Die hnlichkeit der maximalen Verstimmung unter Ber cksichtigung des errechneten Kalibrierungsfaktors findet ebenfalls Einfluss min Va Vp V mittlere maximale Verstimmung max Va Vg A B Querschnitt AMONES 2010 138 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Aus den gesicherten Zeitstempeln l sst sich die Fahrzeit vom Start zum Zielquerschnitt errechnen und das Ergebnis in einer Fahrzeitganglinie darstellen Protokollierung von St rungen W hrend der Messung protokollierte St rungen die einen signifikanten Einfluss auf den Verkehrsfluss haben werden dazu verwendet e
319. hl Fahrzeuge verglichen werden Die so gewonnene Detektionsrate dient auch als Hochrechnungsfaktor f r die Bestimmung des Durchgangsverkehrsanteils Aussagekraft Die mit automatischen Kennzeichenerfassungssystemen erfassten Fahrzeiten eignen sich sehr gut f r die f r die Qualit tsbeurteilung eines mit LSA gesteuerten Streckenzugs Die Systeme liefern eine sehr hohe Genauigkeit und eine hohe Anzahl von Beobachtungen Aus einem Vergleich der Fahrzeiten k nnen au erdem die Zahl der Fahrzeuge die mehr als einen Umlauf f r das Durchfahren ben tigen abgesch tzt werden Der zeitliche Verlauf zwischen zwei Messquerschnitten kann jedoch nicht direkt gemessen werden Hierf r m ssen die Fahrzeiten mit Fahrzeitmessungen aus Messfahrzeugen oder mit Daten der Netztopologie kombiniert werden Erhebungsaufwand Die Investitionskosten eines nicht fest installierten Systems entstehen durch den Kauf von Kamera Notebook Autobatterie zur Stromversorgung und Software Ferner besteht die M glichkeit Systeme f r einen bestimmten Zeitraum zu mieten F r die Erhebung selbst fallen pro Messquerschnitt Personalkosten f r mindestens eine Person an die das System aufbaut und betreut Auswertungsaufwand Die Kennzeichenerkennung erfolgt automatisch mit Hilfe eines Bilderkennungsalgorithmus F r die Ableitung der Fahrzeiten und der Durchgangsverkehrsanteile muss ein Abgleich aller erfassten Kennzeichen und Zeitpunkte zwischen allen Messquerschnitten erfolg
320. hren f r das gesamte Netz Mittlere Anzahl Halte oO a N Tageszeit Abbildung 107 Durchschnittliche Anzahl Halte nach Steuerungsverfahren f r das gesamte Netz AMONES 2010 262 Testfeld Bremerhaven Die lokale regelbasierte Steuerung kann ihre Vorteile in Bremerhaven vor allem bei mittleren und sehr niedrigen Verkehrsst rken ausspielen Bei hohen Verkehrsst rken kann aufgrund der Auslastung der Nebenstr me von der Steuerung nicht sehr stark eingegriffen werden Grund f r die schlechteren Ergebnisse in den Nachstunden der lokalen regelbasierten Steuerung ist dass bei geringer Nachfrage die Fahrzeugpulks sehr leicht auseinander brechen und eine Phase aufgrund der Zeitl ckensteuerung abgebrochen wird obwohl noch nicht alle Fahrzeuge die Haltelinie passiert haben Bei sehr niedrigen Verkehrsst rken sind dagegen gar keine Pulks vorhanden so dass dieser Effekt nicht eintreten kann Die Priorisierung des PNV egalisiert in den meisten F llen die Vorteile die die lokale regelbasierte Steuerung gegen ber der Festzeitsteuerung erzielen konnte Die wichtigsten Kenngr en f r alle Cluster und den gesamten Tag sind in nachfolgender Tabelle f r die Hauptrouten aufgef hrt AMONES 2010 263 Testfeld Bremerhaven Mittlere Mittlere Standzeit Mittlere Anzahl Eingangsverkehrs Verlustzeit s s Halte st rken Kfz Cluster 1 vormittags mittlere Verkehrsst rke Morgenspitze Cluster 2 mittags mittlere Verkehrsst
321. ht erfasst und k nnen damit auch nicht bewertet werden Im Testfeld Bremerhaven besteht zus tzlich die M glichkeit eine Fahrzeugwiedererkennung mittels Induktionsschleifensignatur durchzuf hren Um die Qualit t dieser Messmethode zu beurteilen werden die daraus abgeleiteten Fahrzeiten mit denen der Kennzeichenerfassungs systeme verglichen Die Messmethode selbst dient nicht zur Beurteilung der Steuerungs verfahren 5 1 12 1 Erhebungsmethodik Messfahrzeug In beiden Testfeldern wird ein mit einem GPS Empf nger ausgestattetes Messfahrzeug morgens mittags und nachmittags entlang bestimmter Routen eingesetzt Die genauen Zeitfenster dabei sind e 06 30 09 30 Uhr e 11 00 13 00 Uhr e 15 00 18 30 Uhr Ein zweites Fahrzeug das prim r als Versorgungsfahrzeug f r die Messstationen der Kennzeichenerfassungssysteme dient nimmt bei M glichkeit ebenfalls GPS Daten auf Die GPS Empf nger zeichnen die Position sekundenfein auf wobei die Mitschriebe anschlie end offline ausgewertet werden Querschnittserfassung mit Detektor Die Z hldaten von Induktionsschleifen die in beiden Testfeldern zur Versorgung der Steuerungen dienen werden von den Verkehrsrechnern mitgeschrieben Diese Daten sind in Bremerhaven in 90 Sekunden Intervallen und in Hamburg in 60 Sekunden Intervallen zusammengefasst AMONES 2010 130 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Querschnittserfassung manuell In beiden Testfeldern wird
322. htet spielt BALANCE seine St rken insbesondere bei aktivierter PNV Beschleunigung und starker Verkehrsnachfrage Morgenspitze aus Bei zu starker Auslastung und schlechter lokaler Steuerung Abendspitze kann sich der Effekt allerdings auch ins Gegenteil umkehren Einschr nkend ist festzuhalten dass bei BALANCE aus Zeitgr nden keine Tests mit anderen Parametern Gewichtungsfaktoren erlaubte T Zeit Grenzen Optimierung mittels genetischen Algorithmus durchgef hrt werden konnten Die Erfahrungen aus dem Testfeld Hamburg legen nahe das hier noch Potential besteht 2 5 Evaluierung modellbasierter Steuerungsverfahren Im Vergleich der netzweiten modellbasierten Steuerungsverfahren NMS mit der lokal regelbasierten Steuerung LRS und der Festzeitsteuerung FZS zeigen sich weder in den Felduntersuchungen und Simulationsstudien f r die Testfelder in Hamburg und in Bremerhaven noch in den Simulationsstudien im virtuellen Testfeld eindeutige Ergebnisse hinsichtlich der Bewertungskriterien Verlustzeiten und Anzahl der Halte In der Tendenz ergeben sich in den realen Testfeldern gegen ber dem Referenzverfahren LRS kleine Vorteile f r die NMS die jedoch ber den Tagesverlauf nicht durchg ngig nachgewiesen werden konnten Dar ber hinaus wird mit der FZS in Bremerhaven eine vergleichbare Verkehrsqualit t erreicht wie mit den beiden verkehrsabh ngigen Steuerungsverfahren Ein deutlicher systematischer Abstand bez glich der Verkehrsqualit t best
323. hteten Reisegeschwindigkeit um ca 10 im Vergleich zu einer zeitabh ngigen Festzeitsteuerung und um ca 6 im Vergleich zu einer verkehrsabh ngigen Steuerung erzielt Die Umrechnung der daraus resultierenden Zeitersparnis aller Verkehrsteilnehmer auf den volkswirtschaftlichen Nutzen hat ergeben dass die adaptive Netzsteuerung einen monet ren Nutzen von ca 1 5 Millionen pro Jahr erwirtschaftet 9 5 1 2 Untersuchungen zu Umweltaspekten An bereits durchgef hrten Untersuchungen ist in diesem Zusammenhang die Untersuchung Innovative Verkehrssteuerung in Hamburg zu nennen AMONES 2010 292 Testfeld Hamburg Der Landesbetrieb Stra en Br cken und Gew sser der Freien und Hansestadt Hamburg hat im Rahmen eines Pilotprojektes gepr ft ob sich ein verkehrsadaptives Steuerungsverfahren BALANCE in die vorhandenen EDV Strukturen integrieren und auf weitere Netzbereiche bertragen l sst Dabei wurden 13 Lichtsignalanlagen im Stadtteil Barmbek inkl des Streckenabschnitts Habichtstra e zur Einbindung in die Netzsteuerung umgebaut Zur berpr fung der Steuerungsma nahmen wurden in drei Erhebungsperioden mit jeweils ca 1 500 Fahrten ber Floating Car Data durchschnittliche Fahrzeiten Geschwindigkeiten Zahl der Halte und Wartezeiten erfasst Die erhobenen Daten wurden auch in Bezug auf ihre Umweltwirkungen bewertet Auf der Grundlage mittlerer Verbr uche f r Halte und Wartezeiten wurden 560 000 Kraftstoffeinsparung und 1
324. hwachverkehrszeit auf einem Niveau von etwa 1 000 Fahrzeugen pro Stunde und damit deutlich h her als im Testfeld Bremerhaven Im Testfeld Hamburg liegen die Mittelwerte und auch die Varianz der Immissionskenngr en der zweiten Messwoche deutlich h her als in der ersten Messwoche Auch hat der Luftdruck hat in der zweiten Messwoche eine deutlich h here Varianz Aufgrund der sich deutlich voneinander unterscheidenden Tagesganglinien der Luftschadstoffe und der meteorologischen Kenngr en werden auch die beiden Messwochen des Testfelds Hamburg als zwei unterschiedliche Grundgesamtheiten angesehen und in den weiteren Auswertungen getrennt voneinander untersucht Analog zum Testfeld Bremerhaven sind die nderungsraten der immisions und windbezogenen sowie verkehrlichen Kenngr en deutlich h her als die der meteorologischen Kenngr en Temperatur Luftfeuchte und Luftdruck Alle Kenngr en besitzen im ersten Lag eine Autokorrelation von 0 5 oder h her Ein K S Test zeigt lediglich f r die Kenngr en Windgeschwindigkeit und Verkehrsst rke eine Normalverteilung in beiden Messwochen an Die Histogramme der Temperatur der SV Verkehrsst rke und der Durchfahrten zeigen eingipflige symmetrische Verteilungen mit grunds tzlicher hnlichkeit zur Normalverteilung Die Histogramme lassen f r die Immissionskenngr en ebenso wie f r die Luftfeuchte linkssteile Verteilungen erkennen die sich durch einfache Logarithmierung an die Normalverteilung
325. ich die auf Grundlage der mit dem zweiten Parametersatz ermittelten Emissionen liegen in einer Gr enordnung mit der Festzeitsteuerung AMONES 2010 32 Kurzfassung 2 4 3 Virtuelles Testfeld 2 4 3 1 Beschreibung des Testfeldes Der Netzaufbau im virtuellen Testfeld erm glicht die Untersuchung typischer Netzausschnitte st dtischer Stra ennetze vom einfachen Linienzug bis zu Netzmaschen Aus Erfahrung sind allzu komplizierte Netzstrukturen und auch Steuerungsgebiete in der Wirklichkeit besonders in Deutschland nicht existent so dass folgende Szenarien im virtuellen Testfeld betrachtet werden k nnen e Netz 1 Linienzug 5 Knotenpunkte Ost West Richtung e Netz 2 kreuzende Linienz ge 7 Knotenpunkte 2ter Linienzug in Nord S d Richtung e Netz 3 Netzmasche 8 Knotenpunkte Abbildung 15 Neben den Knoten des Steuerungsgebietes beinhaltet das Netz noch Randknoten an einigen Zufahrten Diese sollen Knoten au erhalb des Steuerungsgebietes darstellen und f r einen gepulkten Zufluss der Fahrzeuge sorgen Die Randknoten flie en nicht in die Auswertung ein Sie laufen in jedem Szenario in einer tagesplanabh ngigen Festzeitsteuerung Netzmasche Knoten des Steuerungsgebietes Randknoten Abbildung 15 Netzmasche des Virtuellen Testfeldes mit Angabe der Streckenl ngen in Metern In dem Netz werden folgende Randbedingungen der RiLSA FGSV 2010 f r die Koordinierung von Stralsenz gen eingehalten e Knotenpunktab
326. ich Bildquelle Google Earth Zur Messung der lokalen meteorologischen Kenngr en werden die Wettersensoren des Grimm Wetterschutzgeh uses eingesetzt Damit ist die Messung der Lufttemperatur der AMONES 2010 318 Testfeld Hamburg relativen Luftfeuchte des Luftdrucks sowie der Windgeschwindigkeit und Windrichtung in der gleichen zeitlichen Aufl sung wie die Messung der Partikelkonzentration m glich Die lokalen verkehrlichen Kenngr en werden manuell via Notebook und Microsoft Excel erfasst Jede Auspr gung einer Verkehrskenngr e und der zugeh rige Zeitstempel werden unter Nutzung eines Excel Makros mit einem Tastendruck erfasst Erhobene Kenngr en im Testfeld Nachstehend sind die im Testfeld vom Partner TUD FVV erhobenen sowie zus tzlich in den Auswertungen ber cksichtigten Kenngr en mit dem genauen Messstandort und dem Messzeitraum aufgef hrt Die Messungen haben im Zeitraum vom 16 2 2009 bis zum 27 2 2009 stattgefunden Erfasste Messort Messung in Zeitliche Aufl sung Kenngr en Messwoche der Erfassung NO NO NO gt Stra enmessstelle TUD 1 2 5s Hintergrundmessstelle TUD 1 3 min Umweltmesscontainer Habichtstr 1 2 1 min St dtischer Hintergrund Hamburg wechselnde 1 2 1h Stationen in Abh der Windrichtung PM10 Stra enmessstelle TUD 1 2 6s Hintergrundmessstelle TUD 1 3 min Umweltmesscontainer Habichtstr 1 2 3h St dtischer Hintergrund Hamburg wechselnde 1 2 1d Stationen in Abh der Windrichtung
327. ich auf die kurzzeitigen Schwankungen von Verkehrs kenngr en beziehen werden als hochfrequenter Ansatz bezeichnet AMONES 2010 196 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Verkehrliche Meteorologische Immissions Kenngr en Kenngr en kenngr f sen d Immissionsbelastung 19 m Verkehrsfluss simulation amp Emissionen NOx Konzentration als LogN Wert 1 00 0 00 1 00 Windgeschwindigkeit als LogN Wert 6 607 6 407 6 20 6 00 5 804 5 607 5 404 5 207 5 004 4 807 S CSchadstof f t F X RED a u A ag Durch die LSA Steuerung Durch die LSA Steuerung beeinflussbare beeinflussbare Emissionen im Netz Immissionen am HotSpot PM Emissionen kg 1000Kfz Balance Balance Juni GA Oktober GA Abbildung 74 Workflow f r die Verarbeitung der Umweltkenngr en AMONES 2010 197 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 5 2 6 2 Datenerhebung und Datenaufbereitung Voruntersuchung f r die Datenerhebung Neben der Identifikation geeigneter Knotenpunkte Knotenpunktzufahrten und Aufstellbereiche f r die Messtechnik wird in einer Voruntersuchung der Einflussbereich einzelner Verkehrsvorg nge ermittelt Als Einflussbereich wird dabei der Fahrbahnabschnitt verstanden in dem kurzfristig messbare Einfl sse einzelner Verkehrsvorg nge auf die Immissionsmesswerte am Messquerschnitt zu erwarten sind An den Grenze
328. ichen erheblich zur Aufkl rung der PM Varianz bei Im niederfrequenten Modell ist der Pr diktor Schwerverkehrsst rke in der ersten Messwoche hochsignifikant und in der zweiten Messwoche knapp unterhalb der Signifikanzgrenze Im Vergleich zum PM o Modell ist die Aufnahme der Schwerverkehrsst rke im Gegensatz zu den Durchfahrten plausibel da der Anteil der emittierten prim ren motorbedingten Partikel an der PM s5 Massenkonzentration gr er ist als an der PMj o Massenkonzentration Das hochfrequente PM 5 Modell verwendet ebenfalls die SV Verkehrsst rke und ist damit konsistent zum niederfrequenten Modell Festgehalten werden kann dass die Pr diktorenauswahl des niederfrequenten PM Erkl rungsmodelle plausibel ist Die Modellierungsg te wird als befriedigend bis gut bewertet Die reduzierte Qualit t der windbezogenen Kenngr en in der ersten Messwoche wirkt sich auch beim hochfrequenten PM s Modell erheblich auf die Gesamtmodellg te aus das entsprechende Modell der ersten Messwoche wird verworfen Die Modellg te der hochfrequenten Modells der zweiten Messwoche wird als gut bewertet Erkl arungsmodell f r die gemessene PM 10 2 5 Konzentration F r die PMs o 5 Erkl rungsmodelle wurden keine signifikanten verkehrlichen Pr diktoren identifiziert und daher auch keine Modelle entwickelt 9 5 3 4 Quantifizieren des Wirkungspotenzials der adaptiven Netzsteuerung f r die Immissionen am Messquerschnitt
329. iden Kenngr en aber von indirekten Einfl ssen auf die Immissionen ausgegangen werden Sowohl der Luftdruck als auch das Wasserdampf Mischungsverh ltnis sind dabei als Indikatoren f r die Gesamtwetterlage oder f r den Luftmassenaustausch zu verstehen Der Pr diktor Ozon Hintergrundkonzentration hat einen signifikanten antiproportionalen Einfluss auf die modellierten NOx Werte Verkehrliche Kenngr en in der ersten Messwoche haben ein deutlich h heres Gewicht als in der zweiten Messwoche was aufgrund der hohen mittleren Windgeschwindigkeiten in der AMONES 2010 278 Testfeld Bremerhaven zweiten Messwoche plausibel ist Als kritisch wird jedoch angesehen dass die Kenngr e Durchfahrten einen h heren Erkl rungsanteill aufweist als beispielsweise die Gesamtverkehrsst rke oder die Schwerverkehrsst rke Festgehalten werden kann dass das NO Erkl rungsmodell wesentliche Anteile der Varianz der NOx Konzentration mit verh ltnism ig geringem Standardfehler aufkl ren kann Die im Modell enthaltenen meteorologischen Pr diktoren und die Vorzeichen der Regressionskoeffizienten sind zum Gro teil fachlich plausibel Anhand der statistischen Kenngr en und der graphischen Gegen berstellung wird das Bremerhavener Modell als befriedigend bewertet Das hochfrequente NO Erkl rungsmodell im Testfeld Bremerhaven wird anhand des visuellen Vergleichs nur in der zweiten Messwoche als gut bewertet Das Modell der ersten Messwoche
330. ie FZS nicht schlechter sondern berwiegend besser als die beiden verkehrsabh ngigen Steuerungsverfahren ohne PNV Bevorrechtigung ab Dies ist sicherlich der vorab getroffenen Anpassung der Freigabezeiten entsprechend der bekannten Verkehrsnachfrage geschuldet zeigt jedoch dass bei der LRS mit derselben Voranpassung der Rahmensignalprogramme an die Verkehrsnachfrage eine dar ber hinaus gehende Anpassung an kurzfristige Schwankungen eher kontraproduktiv wirkt Die Synthese der Auswertungen zeigt dass mit einer guten Anpassung der Freigabezeiten an die Verkehrsnachfrage auch f r l ngere Zeitr ume bereits ein gutes Ergebnis erzielt wird dass eine weitergehende Nachfrageanpassung durch die NMS aufgrund der schwierigen Verkehrslagemodellierung bislang zu keinen durchg ngigen Verbesserungen f hrt und kurzfristige Freigabezeitanpassungen an stochastische Schwankungen durch die LRS eher kontraproduktiv wirken wenn ihnen ein zu gro er Spielraum einger umt wird F r bestimmte Situationen in denen eine Reaktion auf die Anforderung einzelner Fahrzeuge oder Verkehrsteilnehmer erforderlich ist kann die LRS jedoch wesentliche Vorteile bieten In gleicher Weise ist die LRS f r die PNV Bevorrechtigung ohne Alternative AMONES 2010 40 Kurzfassung Die O PNV Bevorrechtigung f hrt zu eindeutig geringeren Verlustzeiten f r PNV Fahrzeuge ist aber in der Regel mit einer signifikanten Verschlechterung f r den brigen Kfz Verkehr verbunden
331. ie Netzsteuerung die Anzahl der Halte in der ersten Messwoche im Mittel um 30 Die lokale regelbasierte Steuerung reduziert die Anzahl der Halte am Umweltmessquerschnitt in diesem Zeitraum sogar um ca 40 Eine Verkn pfung des NO Immissions Erkl rungsmodells mit den festgestellten verkehrlichen Wirkungen erm glicht die Absch tzung der Immissionsreduktion relativ zur mittleren gemessenen Immissionskonzentration Abbildung 13 zeigt die Wirkungen der verschiedenen Steuerungsverfahren f r die NOx Immissionen die aus dem tagesgangbezogenen Modell abgeleitet werden k nnen Dargestellt sind e die Wirkungen der Festzeitsteuerung FZS e die Wirkungen der lokalen regelbasierten Steuerung LRS e die Wirkungen von Balance mit Parametersatz 1 und 2 Messwochen HHO1T und HHO2 sowie e die Wirkungen einer ann hernd perfekten Koordinierung am lokalen Umwelt HotSpot d h einem Verkehrsablauf nahezu ohne Halte in der untersuchten Zufahrt HHO1 HHO2 HHO1 HHO2 HHO1 HHO2 HHO1 HHO2 a 0 O 5 Q w Fi N 5 x x O Z FZS LRS Balance Maximale Koordinierung am Umwelt HotSpot Abbildung 13 Wirkungen der LSA Steuerungsverfahren am Messquerschnitt Hamburg Habichtstra e basierend auf Messungen vom 2 6 bis 6 6 2008 Messwoche HH01 und vom 6 6 bis 10 6 2008 Messwoche HHO2 und normiert auf die lokal regelbasierte Steuerung LRS 100 F r die festgestellten durchaus erheblichen Reduktionspo
332. ie hohe morgendliche Immissionskonzentration verantwortlich sein kann Kandler 2009 Zur berpr fung der hnlichkeit und damit der M glichkeit zur gemeinsamen Betrachtung der beiden Messwochen in den Testfeldern wurden die statistischen Kennwerte Mittelwert Varianz das 5 und 95 Perzentil die nderungsrate und die Autokorrelation im 1 Lag ermittelt Die statistische Verteilung der erhobenen Kenngr en wird anhand eines Kolmogorv Smirnov Tests K S Test und anhand einer qualitativen Interpretation der Histogramme beurteilt vgl Anhang Es sind deutliche Unterschiede zwischen den beiden Messwochen f r den NO Mittelwert die Varianz der gro en Partikel den Mittelwert und die Varianz der Windgeschwindigkeit sowie die Varianz der Luftfeuchte und des Luftdrucks erkennbar Aus diesem Grund werden die beiden Messwochen bei der Entwicklung eines Erkl rungsmodells als unterschiedliche Grundgesamtheiten und somit getrennt voneinander betrachtet AMONES 2010 269 400 300 200 Hg m 100 ug m m s 19 0 0 10 C 3 100 75 50 25 1040 1030 hPa 1020 1010 1000 1500 1000 Fz h 500 0 Testfeld Bremerhaven NO2 Konzentration NOx Konzentration PM4o Konzentration PM 5 Konzentration PM 0 2 5 Konzentration Wind geschwindigkeit Im in r Temper
333. ie Fahrzeuge des MIV entgegen stehen Die Frage ob die im virtuellen AMONES 2010 351 Virtuelles Testfeld Testfeld umgesetzte Form der PNV Beschleunigung z B aus volkswirtschaftlicher Sicht sinnvoll ist wird in AMONES nicht betrachtet 10 4 3 Schwachverkehrszeit In der Schwachverkenhrszeit findet kein PNV Betrieb statt so dass sich folglich die Ergebnisse f r die Szenarien mit und ohne PNV Beschleunigung nicht voneinander unterscheiden Die in den einzelnen Steuerungsszenarien auftretenden Verlustzeiten unterscheiden sich nur geringf gig voneinander wobei die LRS hier am besten abschneidet An zweiter Stelle folgt die FZS BALANCE liefert hier die schlechtesten Ergebnisse Tabelle 89 Dies liegt eventuell darin begr ndet dass insgesamt nur sehr wenige Fahrzeuge im Netz unterwegs sind und BALANCE damit keine geeigneten Werte f r eine valide Modellierung der Verkehrsnachfrage zur Verf gung stehen Steuerungasszenario Normierte mittlere Verlustzeit Normierte mittlere AnzahlHalte g pro Kfz LRS 100 pro Kfz LRS 100 FZS 103 102 LRS 100 100 BALANCE 107 Tabelle 89 Mittlere Verlustzeiten und mittlere Anzahl Halte in der Schwachverkehrszeit 10 4 4 Morgenspitze W hrend der Morgenspitze sind deutliche Unterschiede zwischen den einzelnen Steuerungsszenarien zu beobachten Das beste Ergebnis f r den MIV wird hier durch die FZS erreicht Etwas schlechter schneiden LRS und BALANCE jeweils in der Variante ohne
334. ie Versorgung der Erg nzungen f r die Steuerung mit MOTION erfolgt ber SITRAFFIC Office Ebenso wird die Versorgung des Netzes bis hin zu den Fahrstreifen dem feinsten Element der Topologie mit der Referenzierung der Detektoren und der Signalgruppen ber SITRAFFIC Office vorgenommen Des Weiteren werden MOTION spezifische Parameter f r die Optimierung versorgt AMONES 2010 11 Verfahren der LSA Steuerung Als online Daten ben tigt MOTION aggregierte Z hlungen und Belegungen der Messstellen F r die Staul ngensch tzung werden auch Rohdaten der Detektion und der Signalisierung verwendet MOTION bevorzugt besonders zur Staul ngensch tzung Bemessungsschleifen 30 40 Meter vor der Haltelinie Ben tigt werden Detektoren an den Zufl ssen des Steuerungsnetzes g nstig sind aber auch Detektoren im Streckenverlauf Auf den Hauptrouten des Netzes sollten auch an den Abfl ssen Detektoren vorhanden sein 4 3 2 2 Verkehrsnachfragemodell Die Basis f r die Ermittlung der Verkehrsnachfrage ist die Sch tzung von Abbiegeraten Es wird hier eine Quell Zielmatrize nicht f r das gesamte Netz sondern an m glichst kleinen und somit m glichst unkomplizierten Teilnetzen ermittelt Die Gr e dieser Teilnetze kann dabei auch nur einen Teilknotenpunkt umfassen M ck 2008 Teilnetz 1 i Mg Fi zz a we k nd x p Fu Abbildung 27 Teilnetze als Grundlage der Abbiegesch tzung M ck 2008 Wenn die Abbiegeraten bekannt
335. ie der Einsch tzung sind dass es nur zu geringen berlastungen im Netz kommt haben in den Steuerungsgebieten mit modellbasierter Netzsteuerung vermehrt Veranstaltungsverkehr Wesentliches Hemmnis f r den Einsatz einer modellbasierten Netzsteuerung ist daher auch dass kein Handlungsbedarf gesehen wird Hauptgrund ist hier dass es kaum zu berlastungen kommt oder die lokal regelbasierte Steuerung f r die vorhandene Verkehrsnachfrage ausreichend ist Keine Angabe E Einf hrung ausgeschlossen An Einf hrung interessiert aber noch Hindernisse E bereits eingef hrt oder in der Einf hrung Abbildung 162 Einf hrungspotential AMONES 2010 363 Evaluierung modellbasierter Steuerungsverfahren St dte mit starken berlastungen St dte mit geringen berlastungen m Modelbasierte Steuerung vorhanden oder im Aufbau m Keine modellbasierte Steuerung Abbildung 163 Vorhandensein einer modellbasierten Netzsteuerung in Abh ngigkeit der Einsch tzung der Verkehrs berlastungen Ein weiteres Hemmnis sind selbstentwickelte Systeme die die gestellten Anforderungen erf llen und in die eine modellbasierte Netzsteuerung aus Sicht des Baulasttr gers nicht ohne weiteres integriert werden kann Hinzu kommt dass weder der ffentliche Personenverkehr noch Fu g nger und Radfahrer von den produktreifen modellbasierten Netzsteuerungen direkt ber cksichtigt werden k nnen Hier ist allerdings eine Kombination mit der lokalen
336. ie im Rahmen der Bewertung der NOx Modelle diskutierten indirekten Effekte zur ckgef hrt Zudem tr gt die PMjo Hintergrundbelastung erheblich zur Aufkl rung der PM Varianz mit einem plausiblen positiven Vorzeichen bei Das niederfrequente PM o Modell enth lt die SV Durchfahrten als Pr diktor Dies erscheint insofern plausibel als dass die Turbulenzen durch vorbeifahrende gro e Fahrzeuge zur Aufwirbelung vorhandener grober Partikel f hren An dem hochbelasteten Knotenpunkt Habichtstra e mit einer h ufig niedrigen Qualit t des Verkehrsablaufs kann davon ausgegangen werden dass ein hohes Potenzial an aufzuwirbelndem Material Reifen Bremsabrieb vorhanden ist Der Grund f r die niedrige Signifikanz der SV Durchfahrten in der ersten Messwoche kann allerdings nur vermutet werden So wurden die Messungen am zweiten Messtag wegen Sturmwarnung und anschlie endem Starkregen abgebrochen Dieses Witterungsereignis hat vermutlich dazu gef hrt dass die vorhandene Staubladung der Stra e an den darauffolgenden Tagen deutlich reduziert war Im hochfrequenten Modell ist die Kenngr e Durchfahrten f r den verkehrlichen Erkl rungsbeitrag verantwortlich Die f r das niederfrequente Modell geschilderten Zusammen h nge werden auch hier als g ltig angesehen und die Aufnahme dieser Kenngr e als plausibel bewertet Die Modellierungsg te des niederfrequenten Erkl rungsmodells wird aufgrund der statistischen Kenngr en und der visuellen Pr f
337. iert werden Die Ergebnisse der Untersuchung der netzweiten Emissionen anhand der Mikrosimulationen in Verbindung mit Emissionskennfeldern zeigen analog zu den verkehrsbezogenen Untersuchungen keine klaren Tendenzen Je nach Parametrierung liegen die motorbedingten Emissionen mit der NMS BALANCE im Vergleich zur LRS in einer Gr enordnung von 10 bis 10 Aus diesen Erkenntnissen lassen sich die folgenden Schlussfolgerungen ziehen e Eine umweltbezogene Optimierung der Lichtsignalsteuerung sollte ebenso wie die Aktivierung weiterer Ma nahmen der Verkehrssteuerung aufgrund der dominanten meteorologischen Einfl sse situationsabh ngig erfolgen F r die modellbasierten Steuerungsverfahren bedeutet dies dass zu Zeiten mit erh htem Grenzwert berschreitungsrisiko eine Optimierung der Anzahl der Halte der Optimierung von Verlustzeiten vorgezogen werden sollte e Die Lichtsignalsteuerung sollte nur ein Element eines umweltbezogenen verkehrlichen Ma nahmenpakets darstellen Weitere Ma nahmen wie z B situationsabh ngige differenzierte Zufahrtsbeschr nkungen f r den Schwerverkehr erscheinen mit dem Ziel der Minimierung negativer gesundheitlicher Wirkungen und der Einhaltung gesetzlicher Luftschadstoffgrenzwerte sinnvoll und wichtig e Insbesondere f r komplexe Situationen in denen verschiedene miteinander konkurrierende Ziele z B Reisezeiten im V Einhaltung von Immissionsgrenzwerten unter Ber cksichtigung der meteorologischen Si
338. ierung immissionsbezogener Kenngr en Verfahren zur Modellierung von Immissionen nutzen h ufig modellierte Emissionen des Stra enverkehrs als Eingangsdaten Daher werden im Folgenden auch die grundlegenden Aspekte der Emissionsmodellierung kurz dargestellt Modellierung von Emissionen Modelle zur Absch tzung von Emissionen k nnen in makroskopische und mikroskopische Modelle unterschieden werden Makroskopische Modelle sch tzen die Emissionen f r stark aggregierte Verkehrszust nde ab d h f r definierte Kombinationen aus z B durchschnittlichen Geschwindigkeiten durchschnittlichen Beschleunigungen und Stra enkategorien Weiterhin werden meist Durchschnittswerte der Flottenzusammensetzung des Kaltstartanteils und des Fahrzeugalters zur Ermittlung der Wirksamkeit von Katalysatoren ber cksichtigt Die Grundlage f r die Emissionen der aggregierten Verkehrszust nde sind Emissionsmessungen an repr sentativen Fahrzeugen f r repr sentative Fahrzyklen Nach HBEFA INFRAS 2010 wird hierf r der Fahrzeugbestand in Fahrzeuggruppen Schichten eingeteilt die ein hnliches Emissionsverhalten aufweisen Die wesentlichen Einflussparameter f r diese Cluster sind die Fahrzeugart die Schadstoffklasse das Kraftstoffkonzept der Hubraum und die Gewichtsklasse F r die unterschiedlichen Fahrzeuggruppen werden typische Fahrmuster definiert und diese anschlie end auf speziellen Rollenpr fst nden nachgebildet wobei die Emissionen geme
339. iesem Zeitraum vernachl ssigbare Bedeutung des verkehrsbezogenen Pr diktors plausibel Analog zum Bremerhavener PM o Modell ist die Verkehrsst rke als Lag Variable im hochfrequenten Modell signifikant Die Auswahl der Lag Variable f r das Modell sollte aber kritisch hinterfragt werden da der zeitliche Versatz verkehrlicher Kenngr en in keinem der weiteren Modelle eine h here Modellg te mit sich bringt Festgehalten werden kann dass die Pr diktorenauswahl des niederfrequenten PM Erkl rungsmodells weitestgehend plausibel ist Die Modellierungsg te wird als gut bewertet Das hochfrequente PM Erkl rungsmodell zeugt nur an etwa 50 der Messtage von hoher G te und wird daher als befriedigend bewertet Die Ursache f r die unbefriedigende Datenqualit t an einzelnen Tagen ist unklar Erkl arungsmodell f r die gemessene PM 10 2 5 Konzentration Tabelle 63 zeigt die bergreifenden Modellparameter des PM o 25 Erkl rungsmodells im Testfeld Bremerhaven Das niederfrequente Modell erkl rt in der ersten Messwoche etwa 70 und in der zweiten Messwoche 45 der Varianz der PM o 25 Konzentration Der relative Standardfehler bezogen auf die mittlere gemessene Immissionskonzentration liegt bei etwa 15 in der ersten Messwoche und bei 10 in der zweiten Messwoche Das hochfrequente Modell erkl rt etwa 30 der Varianz der hochfrequenten Komponente der PMi o 25 Konzentration Der relative Standardfehler bezogen auf die
340. ig vom Fahrbahnzustand zeigt das Fahrbahn material weitere Einfl sse So kann offenporiger Asphalt durch seine Drainagewirkung eine vorhandene Staubbeladung bei Niederschlagsereignissen durch Entw sserung austragen Im trockenen Zustand kann die vorhandene Staubladung durch den h heren Porenanteil st rker gebunden werden als bei Splitt Mastix Asphalt Baum et al 2009 Daneben kann das Fahrbahnmaterial auch einen Einfluss auf die NO Immissionen haben Nach Angaben verschiedener Hersteller kann die NO Immissionskonzentration mittels einer speziellen Oberfl chenbeschichtung reduziert werden Hierbei werden die NO Molek le an der Stra enoberfl che angelagert unter Sonneneinwirkung zu Nitrat NO3 oxidiert und schlie lich vom Regen ausgewaschen Heidelberg Cement 2008 Burgeth et al 2008 Untersuchungen zur Bewertung der Wirksamkeit der Oberfl chenbeschichtung sind dem Verfasser nicht bekannt Fahrzeugart Kraftstoffkonzept und Schadstoffklasse Die Fahrzeugart das Kraftstoffkonzept und die Schadstoffklasse haben erheblichen Einfluss auf die PM und NO Emissionen Abbildung 67 zeigt die durchschnittlichen motorbedingten Partikelemissionen f r Pkw leichte Nutzfahrzeuge LNF Lkw und Busse differenziert nach Schadstoffklasse und Kraftstoffkonzept auf Grundlage von HBEFA INFRAS 2010 f r eine typische inner rtliche Verkehrssituation mit geringem St rungsgrad Deutlich erkennbar sind darin folgende Sachverhalte e Die m
341. ignaturen erfolgt sowohl in horizontaler wie auch in vertikaler Richtung Zielsetzung hierbei ist der Ausgleich unterschiedlicher Geschwindigkeiten der Fahrzeuge beim berfahren der Induktionsschleifen und die Garantie einer einheitlichen Anzahl von St tzstellen f r den sp teren Vergleich Die Normierung der Signaturen erfolgt im Normalfall durch eine Interpolation mit anschlie ender aquidistanter Abtastung mit einer festen Anzahl von St tzstellen in horizontaler Richtung sowie einer Normierung auf den Maximalwert eins in vertikaler Richtung Alle Signaturen erhalten so die gleiche L nge und die Verstimmung bewegt sich im Bereich zwischen 0 Minimum und 1 Maximum Um die urspr nglichen Verstimmungsdaten nicht zu vernachl ssigen werden die charakteristischen Eigenschaften einer Signatur weiterhin vorgehalten Dies sind allem voran die maximale Verstimmung des Detektors w hrend der berfahrt eines Fahrzeugs die Anzahl der St tzstellen der originalen Signatur sowie ein zugeh riger Zeitstempel mit Sekundengenauigkeit Zus tzlich dazu wird die Ableitung Steigungsverhalten der Signatur berechnet da diese sp ter beim Signaturenvergleich aussagekr ftigere Werte liefert Zur anschlie enden Kalibrierung werden die Fahrzeuge anhand der Verstimmung an einer charakteristischen St tzstelle der normierten Signatur einer von drei unterschiedlichen Fahrzeugklassen zugeordnet und die mittlere maximale Verstimmung der Klasse 1 PKW als Referenz
342. im r dem Erkenntnisgewinn in Bezug auf die Zusammenh nge zwischen Verkehrs und Umweltkenngr en und die Optimierungspotenziale einer Verkehrssteuerung 8 3 2 Umweltmesstechnik In der Stadt Bremerhaven sind derzeit zwei Umweltmessstationen in Betrieb k nnen f r die Feldmessungen aber nur mit Einschr nkungen eingesetzt werden Die Umweltmessstation Cherbourgerstra e liegt in einer Entfernung von ca 5 km vom Testfeld und ist somit zu weit entfernt um auf Grundlage der dortigen Messdaten Aussagen zu den Wirkungen der Netzsteuerung treffen zu k nnen Eine weitere Luftmessstation wird in der Hansastra e betrieben und ist somit n her 1 5 km am Testgebiet jedoch immer noch zu weit entfernt um aus den Daten projektrelevante Aussagen zu treffen Zus tzlich k nnten die Messdaten in der Hansastra e durch die Emissionen des Schiffsverkehrs verf lschte Ergebnisse aufweisen 8 4 Messszenarien Im Rahmen des Projekts AMONES war es m glich in jedem Testfeld Erhebungen an zehn Tagen durchzuf hren Um Erkenntnisse f r den stufenweisen Aufbau von modellbasierten Steuerungsverfahren zu gewinnen wurden die folgenden drei in der Komplexit t aufsteigenden Steuerungsverfahren untersucht in Klammern die Abk rzung die in nachfolgenden Abbildungen verwendet wird e Festzeitsteuerung FZS e Lokal regelbasierte Steuerung mit Priorisierung des ffentlichen Verkehrs LRS e MOTION mit lokaler regelbasierter Steuerung und Priorisierung des
343. im Zeitraum von 6 30 18 30 Uhr durchgef hrt Im Rahmen der Simulationen wurden folgende Szenarien untersucht e Festzeitsteuerung e lokale regelbasiete Steuerung ohne PNV Beschleunigung 1 ANPR Messstelle f Bremen e lokale regelbasierte Steuerung mit PNV Vo m i LSA Beschleunigung F r die Simulationen mit MOTION konnten bis zum a a a Ende des Projektes keine plausiblen Ergebnisse aus der Simulation erzeugt werden Nach einer Untersuchung durch die Freie Hansestadt Bremen 2006 treten im Testfeld Bremerhaven keine Grenzwert berschreitungen der Luftschadstoffe auf Folglich dienen die durchgef hrten Untersuchungen der Umweltkenngr en im Rahmen von AMONES prim r dem Erkenntnisgewinn in Bezug auf die Zusammenh nge zwischen Verkehrs und Umweltkenngr en und auf die Optimierungspotenziale einer Verkehrssteuerung 2 4 1 2 Ergebnisse verkehrliche Kenngr en Erhebung Der geringe Durchgangsverkehr zwischen den Messstellen 1 und 3 Abbildung 7 erlaubt lediglich die Erhebung der Fahrzeiten entlang vier der theoretisch m glichen sechs Relationen Tabelle 1 zeigt die Anzahl der von den ANPR Systemen erhobenen Fahrzeiten und die GPS AMONES 2010 20 Kurzfassung Fahrten die zur Ableitung der Anzahl Halte und zur Plausibilisierung der Ergebnisse verwendet werden ANPR Beobachtungen GPS Fahrten Relation Tabelle 1 Statistik der in Bremerhaven erhobenen Daten Die Verkehrsst rken in Bremerhaven sind mit
344. ind Kenngr en erforderlich Verkehrliche Kenngr en beschreiben die direkten Wirkungen des Verkehrs auf die Verkehrsteilnehmer und auf die Netzbetreiber Andere Wirkungen wie z B der Kraftstoffverbrauch oder L rm und Schadstoffemissionen werden durch weitere Kenngr en beschrieben Zur Beurteilung des Verkehrsablaufs aus Sicht der Verkehrsteilnehmer werden die Kenngr en einer Ortsver nderung betrachtet Verkehrliche Kenngr en einer Ortsver nderung im Stra enverkehr sind e Reisezeit Startadresse Zieladresse e Verlustzeit Differenz zwischen tats chlicher Reisezeit und einer definierten Soll Reisezeit e Reiseweite e Anzahl der Halte Netzbetreiber betrachten nicht die kompletten Ortsver nderungen der Verkehrsteilnehmer sondern nur den Verkehrsablauf auf einzelnen Verkehrsanlagen auf Streckenz gen oder in Teilnetzen Zur Beschreibung des Verkehrsablaufs in einem Zeitraum auf einer Verkehrsanlage einem Streckenzug oder in einem Teilnetz k nnen folgende Kenngr en herangezogen werden e Zahl der Fahrten e gesamte Fahrzeit aller Fahrzeuge Verkehrszeitaufwand e mittlere Fahrzeit oder Verteilung der Fahrzeit e mittlere Verlustzeit oder Verteilung der Verlustzeit e gesamte Fahrtweite aller Fahrzeuge Verkehrsleistung e mittlere Geschwindigkeit e Anzahl der Halte e Auslastungsgrad Diese Kenngr en k nnen nach Verkehrsmitteln Fu Rad Bus Stadtbahn Pkw Lkw differenziert werden Um die
345. ine Korrektur der Freiheitsgrade d der Zeitreihen in Abh ngigkeit der Autokorrelationskoeffizienten ra4 und r der beiden Zeitreihen erforderlich Sch nwiese 2006 6 gut erst 3 Normalverteilung der Stichproben Die dritte Voraussetzung wird nur von einem Teil der Zeitreihen erf llt Einige der nicht normalverteilten Stichproben werden durch Logarithmierung an die Normalverteilung angen hert sofern dies nicht der Fall ist sind verteilungsfreie Verfahren zur Ermittlung der Korrelation anzuwenden Ein g ngiges Verfahren die Rangkorrelationsrechnung nach Spearman AMONES 2010 210 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 6 D n n Y 1 Dabei sind D die Rangplatzdifferenzen einer numerisch aufsteigenden Rangfolge der Stichprobenwerte im Vergleich zur urspr nglichen zeitlichen Rangordnung 4 Linearer Zusammenhang zwischen den untersuchten Stichproben Die vierte Voraussetzung ist nur in Ausnahmef llen gegeben Auch hier f hrt die Logarithmierung bei einigen Zeitreihen zur Linearisierung der Zusammenh nge Grunds tzlich wird bei nichtlinearen Zusammenh ngen die Korrelation untersch tzt so dass die hier durchgef hrte Absch tzung auf der sicheren Seite liegt 5 Unabh ngigkeit gegen ber anderen Vorg ngen bzw Datenreihen Die f nfte Voraussetzung wird ebenfalls nur in Ausnahmef llen von den erhobenen Zeitreihen erf llt Soweit m glich d h sofern die beeinflussenden dritten vier
346. ine Optimierung der Lichtsignalsteuerung HEUREKA 038 Stuttgart Braun R Kemper C Menig C Busch F Hildebrandt R Paulus l Pre lein Lehle R Weichenmeier F 2009 TRAVOLUTION Netzweite Optimierung der Lichtsignalsteuerung und LSA Fahrzeug Kommunikation Stra enverkehrstechnik 06 2009 FGSV Hrsg Kirschbaum Verlag Bonn Bremen Freie Hansestadt Bremen 1999 Messprogramm Verkehrsimmissionen 1999 Der Senator f r Bau und Umwelt Bremen Bremen Freie Hansestadt Bremen 2000 Messprogramm Verkehrsimmissionen 2000 Der Senator f r Bau und Umwelt Bremen Bremen Freie Hansestadt Bremen 2006 BLUES Das Bremer Luft berwachungssystem Messprogramm Verkehrsstation Stresemannstra e in Bremerhaven Der Senator f r Bau Umwelt und Verkehr Bremen Bremen Freie Hansestadt Bremen 2006 Luftreinhalte und Aktionsplan Bremen Senator f r Bau Umwelt und Verkehr Bremen Brilon W 2007 Differenzierte Bewertung der Qualit tsstufen im HBS im Bereich der berlastung Forschungsprojekt FE 02 259 2005 ARB der Bundesanstalt f r Stra enwesen Brilon W Wietholt Th 2009 Evaluierung Erfolgskontrolle und Bewertung der Gr nen Wellen im Zuge der Modellachse Albersioher Weg in M nster mittels Reisezeitmessung http www muenster de stadt stadtplanung pdf albersloher weg_Isa_bericht2009 01 pdf Bringfielt B Backstr m H Kindell S Omstedt G Persson C Ullerstig A 1997 Calculations of PM10 con
347. iner gelungenen Integration der PNV Bevorrechtigung in die Netzsteuerung die negativen Auswirkungen auf den Kfz Verkehr weitgehend vermieden werden k nnen BALANCE mit PNV Bevorrechtigung kann diese Verbesserung jedoch nicht systematisch nachweisen und schneidet in der Abendspitze mit dem ung nstigsten Ergebnis ab Ein grunds tzliches Potenzial zum Ausgleich von St rungen l sst sich jedoch aus den Ergebnissen f r modellbasierte Verfahren vermuten Die Steuerungsverfahren ohne PNV Bevorrechtigung erzielen im virtuellen Testfeld hinsichtlich der Verlustzeiten von PNV Bussen und brigen Kfz in allen Nachfrageszenarien eine vergleichbare Verkehrsqualit t Im Gegensatz zur allgemeinen Erwartung schneidet die FZS nicht schlechter sondern berwiegend besser als die beiden verkehrsabh ngigen Steuerungsverfahren ohne PNV Bevorrechtigung ab Dies ist sicherlich der vorab getroffenen Anpassung der Freigabezeiten entsprechend der bekannten Verkehrsnachfrage geschuldet zeigt jedoch dass bei der LRS mit derselben Voranpassung der Rahmensignalprogramme an die Verkehrsnachfrage eine dar ber hinaus gehende Anpassung an kurzfristige Schwankungen eher kontraproduktiv wirkt Die Synthese der Auswertungen zeigt dass mit einer guten Anpassung der Freigabezeiten an die Verkehrsnachfrage auch f r l ngere Zeitr ume bereits ein gutes Ergebnis erzielt wird dass eine weitergehende Nachfrageanpassung durch die NMS aufgrund der schwierigen Verkehrslagemod
348. ingungen Die Gravimetrie ist ein diskontinuierliches Messverfahren und erm glicht daher keine zeitlich l ckenlose Luft berwachung Eine kurzfristige Datenverf gbarkeit ist verfahrensbedingt nicht gegeben Aus Kostengr nden werden blicherweise mehrere Filter in einem Ger t gesammelt und schlie lich geb ndelt gewechselt Dadurch liegen zwischen Probenahme und Laborergebnis lange Zeitr ume Aufgrund der groben zeitlichen Aufl sung von 24h eignet sich das gravimetrische Verfahren prim r zur Kontrolle der eingesetzten Messverfahren nicht jedoch f r eine tages oder stundenaktuelle Information ber die Luftqualit t und Aussagen zu der hier untersuchten Fragestellung Partikelkondensationsz hlung CPC Mit einem Kondensationspartikelz hler CPC kann die Anzahlkonzentration von Partikeln im Gr enbereich weniger Nanometer bis ca 30 Mikrometer gemessen werden Dabei wird das angesaugte Aerosol in einen S ttiger geleitet und dort mit Dampf ges ttigt mit steigender Temperatur kann ein Gas mehr Fl ssigkeit aufnehmen Anschlie end wird der ges ttigte Luftstrom in einem Kondensor abgek hlt wodurch die Menge der aufnehmbaren Fl ssigkeit wieder sinkt und die Luft einen bers ttigten Zustand erreicht Die Fl ssigkeit die nun von der Luft nicht mehr aufgenommen werden kann kondensiert auf der Oberfl che der Partikel und erm glicht durch den nun gr eren Durchmesser ihre optische Erfassung Die anschlie ende Streulichtmessung sie
349. inien f r die beiden Tage sowie f r folgende Fahrtbeziehungen dargestellt e 241 c1 241 c2 240 21 240 a2 e 241 21 241a2 240 21 240 a2 e 240 21 240a2 224 21 224 a2 Um die Daten mit den Fahrzeitganglinien der Kennzeichenerfassungssysteme_ leichter vergleichen zu k nnen ist in den Grafiken die y Achse auf einen Maximalwert von 1200 Sekunden 20 Minuten skaliert Die ermittelten Messwerte liegen aber nur innerhalb des aufgrund der Lage der Induktionsschleifen zueinander definierten Zeitfensters von 10 300 Sekunden F r den roten Graphen sind die Messwerte 90 schnellste exponentiell gegl ttet a 0 7 Um einen Abgleich von Daten eines ganzen Messquerschnitts zu erm glichen war zu ber cksichtigen dass alle m glichen Detektorkombinationen entsprechend einzeln kalibriert werden mussten Abschnitt 241 01 241 c2 240 21 240 a2 littel Daten C Pe b N E cd LL Uhrzeit Abbildung 97 17 2 2009 241 c1 241 c2 240 21 240 22 Von den untersuchten Querschnittsbeziehungen war dies die am besten auszuwertende und stabilste dies ist an den ber alle Messtage relativ stabilen Kalibrierungsfaktoren erkennbar Der r umliche Abstand f r die Fahrzeiten zwischen den beiden betrachteten Querschnitten betr gt ca 360m Bei einer angenommenen mittleren Geschwindigkeit von 30km h sollten die AMONES 2010 254 Testfeld Bremerhaven Fahrzeuge die Strecke in ca 43 Sekunden passieren Zuz glich eine
350. inzelne Stunden aus der Bewertung auszuschlie en siehe auch Tabelle 24 Da zu diesen Zeitpunkten eine m gliche Vergleichbarkeit mit anderen Stunden nicht sichergestellt werden kann Durchfahrt eines Rettungsfahrzeuges mit Blaulicht Nein Zuf lliges Ereignis das jederzeit auch un und Sirene beobachtet eintreten kann und keinen signifikanten l ngeren Einfluss auf den Verkehrsfluss hat Vollsperrung durch Feuerwehreinsatz Signifikanter l ngere Ver nderung der Kapazit t der betroffenen Strecke und damit Beeinflussung der gemessenen Fahrzeiten L ngerer Ausfall eines ANPR Systems Bei einer zu gro en Zeitl cke bis zu ca 60 Minuten abh ngig von der zeitlichen Lage zum gleitenden Mittel fehlen f r die Bewertung notwendige Daten Tabelle 24 Beispiele f r St rungen 5 1 12 3 Methodik zur Bewertung der Steuerungsverfahren Messfahrzeug Die GPS Fahrten werden zur Kontrolle und r umlichen Aufl sung der aus den Kennzeichenerfassungssystemen abgeleiteten Gr en verwendet Zum Einen werden die aus den Punktewolken der ANPR Fahrzeiten abgeleiteten Halteklassen siehe nachfolgende Erl uterungen verifiziert und zum Anderen werden die GPS Fahrten dazu verwendet um festzustellen an welcher Stelle im Netz Verlustzeiten entstehen Die Ergebnisse der GPS Fahrten alleine sind nicht ausreichend um eine Bewertung der Steuerungsverfahren durchzuf hren da pro Tag und Relation im Schnitt nur zwischen 15 und 20 Fahrten vorliegen
351. io erh hten Verkehrsmengen auf der Habichtstra e wirken sich die dabei auftretenden Verschlechterungen auf den Relationen AMONES 2010 313 Testfeld Hamburg 2 4 und 4 2 st rker aus als im Feldtest so dass sich in der Gesamtbetrachtung kein Vorteil f r BALANCE mit Hill Climbing Algorithmus ergibt Abbildung 135 G N x im amp N t T gt v z 1 nach 3 2 nach 4 3 nach 1 4 nach 2 Relation EBLRS BALANCE PS1 Hill Climbing HBALANCE PS1 Genetischer Algorithmus m BALANCE PS2 Genetischer Algorithmus Abbildung 135 Vergleich der mittleren Verlustzeiten pro Kfz auf den vier Hauptrelationen im Szenario A Der im Projekt TRAVOLUTION erstmals zur Optimierung in BALANCE eingesetzte genetische Algorithmus Braun et al 2009 kann dagegen bei geeigneter Parametrierung auch in dem stark ausgelasteten Szenario A noch eine deutliche Verringerungen der Verlustzeiten bewirken Mittlere normierte Verlustzeit LRS 100 im Szenario A Zeitraum 6 30 Uhr 9 30 Uhr Steuerungsverfahren auf den vier Hauptrelationen BALANCE PS1 Hill Climbing Algorithmus Tabelle 75 Vergleich der mittleren normierten Verlustzet pro Kfz im Simulationsszenario A LRS 100 Tabelle 75 und Abbildung 136 zeigen zudem dass das Verh ltnis der Verlustzeiten und der Anzahl der Halte zwischen den einzelnen Verfahren abh ngig von der Betrachtungsebene deutlich variieren kann W hrend BALANCE mit genetischem Al
352. ion und ihre Erfassung Reduktionspotenzial von etwa 10 ausgegangen werden eine Bewertung dieser Ma nahmen mit g ngigen Ans tzen und Eingangsgr f sen erscheint daher nicht ausreichend Eine Recherche der Ma nahmendatenbank MARLIS bast 2006 best tigt diese grunds tzlichen Schwierigkeiten der Wirkungsermittlung Unter den dort erfassten ca 1 400 Ma nahmen wurden etwa 120 Ma nahmen zum Stichwort Verfl ssigung des Verkehrs erfasst Hiervon wurden weniger als 20 berhaupt quantitativ bewertet und lediglich an drei Standorten wurde die Bewertung anhand physikalischer Messungen vor Ort vorgenommen Im Rahmen von AMONES sollen daher die Umweltkenngr en und die Einfl sse hierauf m glichst detailliert zeitlich hochaufgel st und m glichst genau erfasst werden um R ckschl sse auf die Wirkungsbeziehungen zu verkehrlichen Parametern ziehen zu k nnen Die Untersuchungen konzentrieren sich auf Beitr ge zur Ber cksichtigung der Partikelkonzentration und der Stickstoffoxidkonzentration Am Rande werden auch Kenngr en zum Kohlendioxidaussto und Kraftstoffverbrauch mit behandelt Aufgrund der z T umfangreichen Inhalte der folgenden Unterkapitel werden diese nachfolgend zur besseren bersicht tabellarisch dargestellt Unterkapitel Behandelte Inhalte 5 2 1 Grundlagen e Chemisch physikalische gesundheitliche und rechtliche Grundlagen Verursacheranteil des Verkehrs Verkehrliche und meteorologische Einfl sse auf die
353. ionskoeffizienten Rudolf M ller 2004 Kenngr e Die Kenngr e ist eine Ma zanhl die zur Quantifizierung eines Zustandes oder Vorgangs dient wie z B die Partikelkonzentration F r pr zise Aussagen ist es zweckm ig die Kenngr e immer im Zusammenhang mit der Messgr e aufzuf hren zum Beispiel als Massenkonzentration der Partikelbelastung Knotenpunkt Die Kreuzung oder Verbindung zweier Strecken Kollinearit t Wechselseitige Abh ngigkeit von Variablen im Rahmen multipler Analyseprozesse Rudolf M ller 2004 Kovarianz Die Kovarianz beschreibt die gemeinsame Streuung zweier Variablen Im Gegensatz zur Varianz kann die Kovarianz positive oder negative Werte annehmen Vo Buttler 2004 Bei der Kreuzkovarianz wird analog zur Kreuzkorrelation eine zeitliche Verschiebung t der beiden Zeitreihen eingef hrt so dass die Kovarianz unterschiedlicher Phasen untersucht werden kann Messdauer tempor r permanent Die Messdauer und damit die Art und die Installation der verwendeten Ger te wird zwischen einer tempor ren und einer permanenten Messdauer oder Messung unterschieden Messgr e Die Messgr e ist diejenige physikalische Gr e der eine Messung gilt Bezogen auf die Kenngr e siehe Definition Partikelkonzentration kann dies z B die Massenkonzentration mit der Dimension ug m sein Bezogen auf die Kenngr e Verkehrssituation kann dies z B die Anzahl der Anfahrvorg nge von Lkw als
354. isbar Mit kurzzeitigen Eingriffen z B gezielte Gr nzeitverl ngerungen k nnen kurzzeitige lokale Reduktionen der NOx Konzentration in einer Gr enordnung von ber 10 realisiert werden mit einer dauerhaft verbesserten Koordinierung erscheinen sogar deutlich h here Reduktionspotenziale realisierbar F r die PM o und PM s Konzentration erzielen kurzzeitige Ma nahmen eine vernachl ssigbare Reduktion von unter 5 Aufgrund der chemisch physikalischen Eigenschaften von Partikeln erscheinen mittel und langfristige Ma nahmen geeigneter Je nach lokalem Verursacheranteil des Verkehrs sind mittels Zuflussdosierung oder Beschr nkungen f r den Schwerverkehr Reduktionspotenziale in einer Gr enordnung von 5 10 der Gesamtbelastung realisierbar Eine modellbasierte Netzsteuerung kann im Vergleich zu regelbasierten Verfahren bei der Reduzierung verkehrsbedingter Umweltwirkungen von Vorteil sein Bei entsprechender Parametrierung kann eine modellbasierte Netzsteuerung die Emissionen des Stra enverkehrs im gesamten Netz signifikant reduzieren In Bezug auf die Einhaltung der Immissionsgrenzwerte an Umwelt HotSpots k nnen modellbasierte Verfahren erweitert werden um zeitlich und r umlich differenziert zur Reduzierung der Immissionen beizutragen Dies kann AMONES 2010 43 Kurzfassung z B durch eine Ver nderung der Zielfunktion der modellbasierten Steuerung f r bestimmte Netzabschnitte in Abh ngigkeit der relevanten meteorologischen
355. ist noch feiner aufgeteilt siehe Kapitel 5 1 12 3 Die vierte und letzte Schichtung nach Relationen dient zum Einen der detaillierteren Analyse der Wirkungen und zum Anderen einer korrekteren Bewertung da auf diese Weise eine nach Verkehrsst rken gewichtete Zusammenfassung der erfassten Fahrzeiten m glich ist Kapitel 5 1 12 3 Abbildung 42 zeigt die Dichteverteilungen der ANPR Fahrzeiten f r das Testfeld Bremerhaven nach der zweiten Schicht das hei t die Grundgesamtheiten sind lediglich zeitlich nach den aktiven Steuerungsverfahren und r umlich nach dem Testfeld Bremerhaven aufgeteilt Festzeitsteuerung Lokal regelbasierte Steuerung MOTION Ex Ex 3 ab a E a z eb O V ka l gt 6 Fahrzeit min Veramen aim eimin af me Toast da sm siminn Der erforderliche Stichprobenumfang nson gilt f r einen zul ssigen relativen Fehler von 5 bei einer stochastischen Sicherheit von 95 f r eine unbekannte Verteilung mit Genauigkeitsfaktor 4 47 Abbildung 42 Dichtefunktionen nach Steuerungsverfahren in 5 Sekunden Gruppen und deren stochastische Kenngr en f r eine Schichtung nach Steuerungs verfahren in Bremerhaven AMONES 2010 117 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Auf diese Weise w re keine Beurteilung der Verfahren auf bestimmten Relationen oder nach bestimmten Verkehrssituationen m glich Die drei Funktionen sind offensichtlic
356. it vorhanden ist An nahezu allen Tagen wird die absolute Auspr gung der Maxima und Minima vom Modell untersch tzt Tabelle 58 zeigt die Pr diktoren im Erkl rungsmodell und die Vorzeichen ihrer Koeffizienten Sofern eine Pr diktorkenngr e in einer Messwoche keinen signifikanten Einfluss besitzt wird das Vorzeichen nicht angegeben Die Windgeschwindigkeit zeigt im NOx Modell signifikante Wirkungen h here Windgeschwindigkeiten f hren demnach zu niedrigeren Immissionen Die positiven Vorzeichen AMONES 2010 2 77 Testfeld Bremerhaven von Windrichtung und Windrichtungsvektor zeigen f r Messungen im Luv in Bremerhaven h here Immissionen z 2 D D TT a H D Z NOx trendber LogM 12 28 18 25 12 22 18 19 12 16 18 13 12 10 18 07 12 04 18 0 NOx Kanzentration gemessen NOx Koanzentration modelliert Abbildung 112 Gemessene blau und modellierte rot Zeitreihen der hochfrequenten NOx Konzentration im Testfeld Bremerhaven getrennt nach Messwochen BHO1 und BHO2 senkrechte Linien trennen einzelne Messtage Pr diktorkenngr e hochfrequent BRETT 7 Tr OOO O a Sonn S Denen E T en O G Tabelle 58 Pr diktoren der NOx Modelle 95 Signifikanzniveau Auch der Luftdruck und das Wasserdampf Mischungsverh ltnis das neben der Luftfeuchte und der Temperatur auch vom Luftdruck abh ngt haben im niederfrequenten Modell einen erheblichen Erkl rungsanteil Grunds tzlich muss bei be
357. itet wird ist die Anzahl Halte im jeweiligen Zeitfenster Daf r werden alle beobachteten Einzelmessungen die zu den schnellsten 85 geh ren in Klassen eingeteilt Abbildung 53 zeigt das Ergebnis dieses Prozesses Der Begriff Halte ist dabei so zu verstehen dass es sich um zus tzliche Uml ufe handelt die der Verkehrsteilnehmer zur Bew ltigung der Strecke ben tigt und die mit gro er Wahrscheinlichkeit in mindestens ebenso vielen zus tzlichen Halten resultieren Die Klassifizierung erfolgt abh ngig von der aktuellen Umlaufzeit der Lichtsignalanlagen Dabei wird angenommen dass alle Verkehrsteilnehmer die die betrachtete Relation innerhalb der AMONES 2010 136 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Wunschfahrzeit und der Wunschfahrzeit plus die aktuelle Umlaufzeit bew ltigen maximal einen Halt einlegen m ssen Die Anzahl notwendiger Uml ufe und damit der Halte steigt dann mit dem Vielfachen der Umlaufzeit Als Wunschfahrzeit werden 90 der Fahrzeit bei 50 km h unterstellt demzufolge betr gt die Wunschgeschwindigkeit 55 6 km h Die Ergebnisse die sich mit diesem Wert einstellen weisen visuell plausible Resultate auf und stehen im Einklang mit den Beobachtungen aus den GPS Daten Zur Bewertung werden im Folgenden die Verh ltnisse zwischen den verschiedenen Halteklassen verwendet 0 1 Halte a 1 2 Halte 2 3 Halte a 3 4 Halte 4 5 Halte S E D N I Mm LL 0 ma
358. its B Klasmeier E Haase D M ller W J 2004 PM o Messprogramm Bremerhaven 2003 Nieders chsisches Landesamt f r kologie NL Der Senator f r Bau und Umwelt Bremen Bremen Boltze M Sch fer P K Wolfermann A 2006 Leitfaden f r die Planung und Nutzung der Telematik f r kommunale Planungstr ger zur Verbesserung der Verkehrsbedingungen in St dten Gemeinden und Landkreisen Bundesministerium f r Verkehr Bau und Stadtentwicklung Berlin Boltze M Busch F Friedrich B Friedrich M 2007 Summer School Verkehr 2007 Verkehrsbeeinflussung in Netzen Kursunterlagen Herrsching D September 2007 Boltze M Dunker L Everts K Kaemmerer H Ruhnke D 1987 Kraftstoffeinsparungen an Lichtsignalanlagen Stra enverkehrstechnik Heft 3 1987 Kirschbaum Verlag Bonn Bortz J Weber R 2005 Statistik f r Human und Sozialwissenschaftler Mit 242 Tabellen 6 vollst berarb und aktualisierte Aufl Springer Medizin Springer Lehrbuch Heidelberg Braun R Weichenmeier F 2005 Automatische Offline Optimierung der lichtsignaltechnischen Koordinierung des mIV im st dtischen Netz unter Verwendung genetischer Algorithmen Stra enverkehrstechnik Heft 05 2005 Kirschbaum Verlag Bonn AMONES 2010 377 Literatur Braun R 2006 Projektsteckbrief Travolution Lehrstuhl f r Verkehrstechnik TU M nchen Braun R Kemper C 2008 GALOP Online ein Genetischer Algorithmus zur netzweiten Onl
359. itsdichte f r x Dichtefunktion und Wahl des Untersuchungsraumes Die Wahl des von der Zielsetzung der Erhebung abh ngigen Untersuchungsraumes hat neben weiteren Einflussgr en entscheidenden Anteil auf die erforderliche Anzahl der Stichproben Die zeitliche und r umliche Abgrenzung des Untersuchungsraums h ngt dabei von der AMONES 2010 115 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Fragestellung ab was und wie differenziert untersucht werden soll Ist die mittlere Fahrzeit ber einen Tag f r einen ganzen Stadtteil von Bedeutung oder sollen wie im Fall von AMONES die mittleren Fahrzeiten f r bestimmte Steuerungsverfahren Relationen und Zeitr ume erfasst werden Schnabel und Lohse 1997 sprechen hier von einer geschichteten Auswahl die jeweils eigene Erhebungen erfordert Soll die Fahrzeit auf einer bestimmten Relation von 6 00 9 00 Uhr erhoben werden oder in Stundenbl cken geschichtet 6 00 7 00 Uhr 7 00 8 00 Uhr und 8 00 9 00 Uhr Der zweite Fall l sst sich hier theoretisch als drei getrennte Erhebungen betrachten In der Umsetzung wirkt sich dies derart aus dass tats chlich in beiden F llen nur eine Erhebung stattfinden wird f r die geschichtete Betrachtung aber mehr Stichproben notwendig sein werden wenn dieselbe Genauigkeit und statistische Sicherheit erreicht werden sollen Im Gegenzug sind die gewonnenen Informationen feiner differenziert und erlauben dementsprechend eine detailliertere
360. ittagsspitze zwischen 15 Uhr und 19 Uhr um 32 gegen ber dem Basis Szenario reduziert werden Die Anzahl der Halte hat sich ber den Tag um 17 verringert Braun et al 2009 4 2 4 2 Weitere Anwendungsf lle Weitere bekannte Anwendungsf lle sind Remscheid 10 Anlagen Inbetriebnahme 2003 weitere 20 Anlagen sollen folgen und Hamm 15 Anlagen Inbetriebnahme 2003 Die Umsetzung in Hamburg wird in Kapitel 9 beschrieben 4 3 Modellbasiertes Steuerungsverfahren Motion 4 3 1 Grundlagen Die Entwicklung von MOTION wurde 1986 durch die Grundsatzstudie Projektstudie zur Entwicklung eines verkehrsabh ngigen Steuerungsverfahrens MOTION Bielefeldt Keller Philipps Ploss 1986 im Auftrag der Siemens AG begonnen Dieses Grundkonzept sowie ein wesentlicher Teilaspekt des Verkehrsmodells die dynamische Sch tzung der Verkehrsbeziehungen in Netzen wurde im Rahmen des DRIVE Projektes ODIN V1047 DRIVE 1991 weiter verfolgt Erkenntnisse f r die automatische St rfallerkennung wurden aus dem DRIVE Projekt MONICA V 1056 bernommen Busch Kruse 1993 Die Wesentlichen Entwicklungsarbeiten von MOTION wurde in einer Arbeitsgemeinschaft der Siemens AG der Heusch Boesefeldt GmbH MVA Consultancy und dem Fachgebiet Verkehrstechnik und Verkehrsplanung der TU M nchen im Rahmen des ATT Projektes HERMES V2019 DRIVE 1991 durchgef hrt Eine erste Erprobung des Verfahrens wurde in K ln Deutz mit Unterst tzung der Stadt K ln im Rahmen
361. ittlere Verlustzeit Normierte mittlere AnzahlHalte g pro Kfz LRS m OPNV B 100 pro Kfz LRS m OPNV B 100 LRS ohne PNV Bescneuiog 9 gt Tabelle 92 Mittlere Verlustzeiten und mittlere Anzahl Halte in der Nebenverkehrszeit 10 4 6 Abendspitze In der Abendspitze treten verglichen mit den anderen Tagesabschnitten die gr ten Verlustzeiten auf Auch die Ergebnisse der verschiedenen Steuerungsszenarien unterscheiden sich hier am st rksten Tabelle 93 Bedingt durch die hohe Auslastung im Netz wirken sich die St rungen durch die PNV Beschleunigung hier besonders stark auf die MIV Verlustzeiten aus Steuerunasszenario Normierte mittlere Verlustzeit Normierte mittlere AnzahlHalte g pro Kfz LRS m OPNV B 100 pro Kfz LRS m OPNV B 100 FZ 106 102 LRS ohne PNV Beschleunigung BALANCE mit PNV Beschleunigung BALANCE ohne PNV Beschleunigung Tabelle 93 Mittlere Verlustzeiten und mittlere Anzahl Halte in der Abendspitze Von den Varianten ohne PNV Beschleunigung schneidet erneut die FZS am besten ab Mit Ausnahme der FZS treten in der Abendspitze in allen Steuerungsszenarien zwischen den einzelnen Simulationsl ufen deutlich gr ere Streuungen auf als zu den anderen Tageszeiten Die Unterschiede zwischen LRS und BALANCE sind dadurch sowohl ohne als auch mit PNV Beschleunigung jeweils statistisch nicht signifikant Bei genauerer Analyse zeigt sich dass es bei den Szenarien mit PNV
362. ittlere Verlustzeiten je Fahrzeug Im Unterschied zu den realen Messungen fallen die Verlustzeiten in der Simulation und auch die Unterschiede f r die einzelnen Steuerungsverfahren h her aus Dies liegt im Wesentlichen an der unterschiedlichen Art der Berechnung W hrend in der Simulation jedem Fahrzeug eine Wunschgeschwindigkeit zugewiesen wird und sich die Verlustzeit dann f r jedes Fahrzeug aus der Differenz der sich aus dieser individuellen Wunschgeschwindigkeit ergebenden Fahrzeit und der tats chlich realisierten Fahrzeit ergibt musste bei den realen Messungen eine einheitliche Wunschgeschwindigkeit beziehungsweise ideale Fahrzeit f r alle Fahrzeuge Kollektiv abgesch tzt werden Die Verlustzeiten sind bei der Steuerung durch lokale regelbasierte Verkehrsabh ngigkeiten f r alle Verkehrsstr me besser als dies bei der Festzeitsteuerung der Fall ist Die Verlustzeiten reduzieren sich je nach betrachtetem Verkehrsstrom zwischen 1 3 und 11 7 Prozent Die h chste Reduzierung wird dabei f r die Einbieger mit ca 7 Sekunden erreicht F r die auch in der Realit t betrachteten Hauptrouten verringerte sich die Verlustzeit im Durchschnitt um 5 3 Sekunden dies entspricht einer Verbesserung um 6 5 Prozent Im gesamten Netz verringern sich die Verlustzeiten im Schnitt um 5 3 Sekunden dies entspricht 7 4 Prozent Mit zus tzlicher Beschleunigung des PNV zur lokalen verkehrsabh ngigen Steuerung ist das Bild gegen ber der Festzeitsteuerung diffe
363. ive hnlichkeit an den weiteren Messtagen jedoch eine unbefriedigende Modellierung Tabelle 64 zeigt die Pr diktoren in den Erkl rungsmodellen und die Vorzeichen ihrer Koeffizienten Sofern eine Pr diktorkenngr e in einer Messwoche keinen signifikanten Einfluss besitzt wird das Vorzeichen nicht angegeben Vorzeichen der Regressionskoeffizienten Pr diktorkenngr e niederfrequent hochfrequent BH01 BH02 BH01 BH02 EEE CO eme o y S ooo Tabelle 64 Pr diktoren der PM o 25 Modele im Testfeld Bremerhaven 95 Signifikanzniveau AMONES 2010 285 Testfeld Bremerhaven Ir D l mi ER a vi in ame ym gt ii u PIA10 2 5 ug m LogN TE 12 38 6 46 12 53 7 01 13 09 7 16 13 24 7 3 13 39 FM10 2 5 Konzentration gemessen PM10 2 5 Konzentration modelliert Abbildung 118 Gemessene blau und modellierte rot Zeitreihen der hochfrequenten PM 5 Konzentration im Testfeld Bremerhaven getrennt nach Messwochen BHO1 und BHO2 senkrechte Linien trennen einzelne Messtage Die lokale Windrichtung leistet in der ersten Messwoche einen geringen und in der zweiten Messwoche einen wesentlichen Erkl rungsbeitrag zum nieder und hochfrequenten Modell mit einem plausiblen positiven Vorzeichen Die Luftfeuchte ist in beiden Messwochen des niederfrequenten Modells mit einem negativen Vorzeichen signifikant Im PM gt Modell f r Bremerhaven ist das Vorzeichen hingegen positiv F r die grob
364. k ndlich zustand sek ndlich TRENOS Versorgung Abbildung 57 System bersicht zur Anbindung von TRENDS BALANCE an VISSIM Quelle GEVAS Software F r die Simulation ist eine vollst ndige TRENDS Versorgung f r die Einzelknoten sowie eine zus tzlich BALANCE Versorgung mit Netz und Knotenbezug n tig wie sie auch f r ein reales Steuerungsgebiet umzusetzen w re F r das Testfeld Hamburg wurde diese Versorgung aus dem realen Testfeld bereitgestellt F r das virtuelle Testfeld wurde sie von der TU Braunschweig in Abstimmung mit der TU M nchen erstellt Die Planung und Bearbeitung der Versorgung f r die Einzelknoten Festzeitsteuerung LRS und knotenspezifische BALANCE Parameter erfolge mit der Verkehrsingenieursarbeits platzsoftware CROSSIG Die netzspezifische BALANCE Versorgung wurde mittels der Mikrosimulationssoftware NONSTOP erstellt und bearbeitet Beide Programme wurden der TU Braunschweig f r die Bearbeitung des Projektes von der Firma GEVAS Software kostenfrei zur Verf gung gestellt Die Schnittstelle zur Anbindung von BALANCE an die Mikrosimulationssoftware VISSIM wurde von der Firma GEVAS Software im Rahmen eines Unterauftrages entwickelt Die TKController DLL dockt dabei an die von VISSIM angebotene API zur Einbindung externer Lichtsignalsteuerungen an und dient damit als Vermittler zwischen VISSIM und dem TRENDS Kern bzw der BALANCE Steuerung die beide jeweils als DLL vorliegen Abbildung 57 Der TRENDS Kern
365. k forecasting of air pollutants hourly concentrations using optimised temporal averages of meteorological variables and pollutant concentrations Atmospheric Environment 35 2009 HU Hamburg Institut f r Hygiene und Umwelt 2006a Erh hte Luftbelastung auch im Umfeld von stark befahrenen Stra en Aktuelle Themen 2005 2006 Hamburg HU Hamburg Institut f r Hygiene und Umwelt 2006b Feinstaub PM Erste Bilanz nach Inkrafttreten der Grenzwerte Hamburger Luftmessnetz Hamburg Hunt P B Robertson D I Bretherton R D Winton R I 1981 SCOOT a traffic responsive method of co ordinating signals TRL Laboratory Report 1014 INFRAS 2010 CD ROM Handbuch Emissionsfaktoren des Strassenverkehrs 3 1 HBEFA INFRAS Bern IVU Umwelt GmbH 2010 IMMIS em Eingangsgr en www immis de immisluft immision htm 2010 Freiburg Jain A Dubes R 1988 Algorithms for Clustering Data Upper Saddle River NJ Prentice Hall Kaminski U 2005 Minderung von Feinstaub in der Luft Was k nnen Dieselru filter beitragen GAW Brief des Deutschen Wetterdienstes Nr 28 Offenbach Kantamaneni R Adams G Bamesberger L Allwine E Westberg H Lamb B et al 1996 The measurement of roadway PM10 emission rates using atmospheric tracer ratio techniques Atmospheric Environment 24 1996 Karajan R H 2007 Schadstoffreduktion durch verbesserte Signalsteuerung des Stra enverkehrs Stuttgart Kemper C 2008 Beantwortung eines
366. kaler Buspriorit t 16 7 morgens und 26 8 nachmittags e MOTION mit zentraler Buspriorit t 8 9 morgens und 10 3 nachmittags e MOTION Standard 12 6 morgens und 18 6 nachmittags Busch 2002 4 3 4 3 M nster In M nster l uft die aktuelle Version MOTION MX V4 0 Es werden hier 24 Knotenpunkte auf einem Streckenzug von 6 Kilometern gesteuert Es wurden 3 Steuerungen ausgewertet e Grundzustand der Steuerung verkehrsabh ngige und Festzeitsteuerung Vorher e Konventionell Verkehrsabh ngig mit neuer Optimierung Nachher e erkehrsadaptive Steuerung nach dem Verfahren MOTION Nachher II F r die berplante Steuerung ergab sich eine Verbesserung gegen ber Vorhersituation von O bis 7 Prozent stadteinw rts und zwischen 10 und 30 Prozent stadtausw rts bei den Wartezeiten Die Anzahl der Halte verschlechtert sich um 35 Prozent gegen ber der Vorhersituation stadteinw rts Stadtausw rts verbessert sich die Anzahl der Halte zwischen 7 und 31 Prozent F r die Steuerung mit MOTION wurden Verbesserungen zwischen 34 und 38 Prozent stadteinw rts und 34 bis 45 Prozent stadtausw rts bei den Wartezeiten gegen ber der Vorhersituation gemessen Bei der Anzahl der Halte zeigten sich Verbesserungen von 6 bis 12 Prozent stadteinw rts und 19 bis 49 Prozent stadtausw rts gegen ber der Vorhersituation Brilon 2009 M ck 2009 4 4 Modellbasiertes Steuerungsverfahren SCOOT 4 4 1 Grundlagen Die Entwicklung von SCOOT Sp
367. kehrsnachfrage geplant wurden und best tigt die Aussage dass eine Festzeitsteuerung Szenarien mit bekannter und vorhersagbarer Nachfrage sehr gut bew ltigen kann AMONES 2010 37 Kurzfassung In der Schwach und in der Nebenverkehrszeit zeigen sich zwischen den verschiedenen verkehrsabh ngigen Steuerungsverfahren nur geringe Unterschiede was durch die vor handenen kurzen Umlaufzeiten und die insgesamt niedrigere Verkehrsnachfrage erkl rbar ist W hrend der Morgenspitze sind deutliche Unterschiede zwischen den einzelnen Steuerungsszenarien zu beobachten Tabelle 10 Bei der dort geschalteten Umlaufzeit von 90s 40 Uml ufe pro Stunde greift im Mittel in jedem dritten Umlauf die PNV Beschleunigung Bei der LRS f hrt dies zu einem Anstieg der Verlustzeiten um etwa 20 BALANCE kann dagegen mit diesen St rungen offensichtlich besser umgehen und schafft es die Verlustzeiten gegen ber der Variante ohne PNV Beschleunigung insgesamt nicht anwachsen zu lassen Die erzielte geringf gige Verbesserung ist statistisch nicht signifikant Da auch die LRS auf der gut geplanten FZ aufsetzt besteht in der Variante ohne PNV Beschleunigung offensichtlich wenig Optimierungspotential f r eine Netzsteuerung Steuerungsszenario Normierte mittlere Verlustzeit Normierte mittlere AnzahlHalte g pro Kfz LRS m OPNV B 100 pro Kfz LRS m OPNV B 100 Tabelle 10 Mittlere Verlustzeiten und mittlere Anzahl Halte in der Morgenspitze
368. kehrsplanung und Verkehrsleittechnik Institut f r Stra en und Verkehrswesen Universit t Stuttgart Stuttgart Friedrich M Jehlicka P Schlaich J 2009 Erfassung von Verkehrsdaten mit automatischen Kennzeichenerfassungssystemen Stra enverkehrstechnik Heft 12 2009 Kirschbaum Verlag K ln F rbeth V Gro er W Kolb W Burger H 1993 Lkw Anfahrbeschleunigungswerte f r die Praxis VKU Verkehrsunfall und Fahrzeugtechnik Ausgabe 7 8 Jahrgang 1993 Kippenheim Galatioto E Zito P 2007 Traffic Parameters Estimation to Predict Road Side Pollutant Concentrations using Neural Networks Springer Science Business Media Gartner N H 1982 Prescription for Demand Responsive Urban Traffic Control Transportation Research Report Nr 881 Grimm Aerosol Technik GmbH amp Co KG 2007 Handbuch zum Spectrometer 107 Ainring Grivas G Chaloulakou A 2006 Artificial neural network models for prediction of PM10 hourly concentrations in the Greater Area of Athens Greece Atmospheric Environment 7 2006 Gustafsson M 2001 Non exhaust particles in the road environment A literature review Link ping Swedish National Road and Transport Research Institute Schweden Heidelberg Cement 2008 TioCem mit TX Active High Tech Zement zur Reduktion von Luftschadstoffen Posterbeitrag in Luftqualit t an Stra en Bergisch Gladbach Heidelberg Hamburg Freie und Hansestadt Hamburg 2004 Luftreinhalteplan f r die Frei
369. keine einheitliche Wunschgeschwindigkeit angenommen sondern die dem Fahrzeug in der Simulation tats chlich zugewiesene Wunschgeschwindigkeit Daraus ergeben sich f r die Auswertung leichte Unterschiede im Absolutwert zwischen Simulation und realen Messungen ein Halt ist dadurch definiert dass ein Fahrzeug was sich nicht im Stau befindet die Eintrittsgeschwindigkeit der Staubedingung unterschreitet PTV 2008 ein Fahrzeug erf llt die Staubedingung sobald es den Beginn Wert unterschreitet und noch nicht wieder schneller f hrt als der Wert der bei Ende eingetragen ist PTV 2008 F r die Staubedingungen wurden die Standardeinstellungen aus VISSIM bernommen Danach wird zun chst ein Halt gez hlt sobald ein Fahrzeug eine Geschwindigkeit von 5 km h unterschreitet Ein weiterer Halt f r dasselbe Fahrzeug kann erst gez hlt werden wenn es zuvor eine Geschwindigkeit von 10 km h wieder berschritten hat F r jedes V Fahrzeug wird jeder Halt der nicht aufgrund eines Fahrgastwechsels oder wegen eines Stoppschildes stattfindet mit Zeitdauer protokolliert PTV 2008 Die eingesetzte VISSIM Version ist mit Emissionskennfeldern verkn pft die auf Messreihen der Universit t Graz und des Volkswagen Konzerns beruhen Emissionskennfelder beschreiben die Emissionen von Kraftfahrzeugen in Abh ngigkeit von operativen Parametern wie der Drehzahl oder dem Luft Kraftstoff Verh ltnis In VISSIM werden die Pkw Emissionen auf Grun
370. ken f hrt die kontinuierliche Belegung der Detektoren jedoch dazu dass die Steuerungslogik im Ergebnis einer Festzeitsteuerung entspricht Dieses Defizit kann zum Teil dadurch berwunden werden dass auf Netzebene durch eine regelbasierte Signalprogrammauswahl die f r die verkehrsabh ngige Lokalsteuerung jeweils verbindlichen Rahmensignalpl ne dynamisch ausgew hlt werden Modellbasierte Netzsteuerungen gehen hier noch einen deutlichen Schritt weiter da sie die aktuelle St rke der Verkehrsstr me ber mehrere Lichtsignalanlagen hinweg im Idealfall f r das gesamte gesteuerte Netz kennen und prognostizieren und damit eine netzbezogene Optimierung der LSA Steuerung erm glichen Modellbasierte Netzsteuerungsverfahren wie MOTION und BALANCE haben sich bis jetzt in Deutschland trotz erfolgreicher Pilotinstallationen noch nicht durchsetzen k nnen und kommen derzeit nur in wenigen Teilnetzen zum Einsatz Die wesentlichen Hemmnisse f r eine breite Umsetzung der Verfahren sind zum einen die von den Baulasttr gern vermutete Schnittstellenproblematik und damit verbundene hohe Investitionskosten sowie Unsicherheiten bez glich herstellerunabh ngiger Systemerweiterungen sowie zum anderen unzureichende Kenntnisse ber die erzielbaren verkehrlichen und umweltbezogenen Wirkungen adaptiver Netzsteuerungen Hier setzt das Forschungsvorhaben an Durch umfassende empirische Untersuchungen in zwei st dtischen Testfeldern und erg nzende Simulationsstudien sol
371. km h liegen sollte abschnittsweise aber auch unterschiedlich sein kann ber den Abstand der Haltelinien l sst sich so die Versatzzeit zum benachbarten Knotenpunkt berechnen Zu ber cksichtigen sind f r die Progressionsgeschwindigkeit auch Einfl sse die die Fahrgeschwindigkeit verringern k nnen wie hoher Schwerverkehrsanteil gro e Steigungen enge Kurven oder schlechte Fahrbahnbeschaffenheit AMONES 2010 62 Verfahren der LSA Steuerung Die Koordinierung wird in der Regel als Zeit Weg Diagramm dargestellt In ihm werden die Haltelinien beider Fahrtrichtungen und die zugeh rigen Signalbilder eingetragen Darin wird ein Gr nband eingezeichnet wobei die Breite der Freigabezeit entspricht und die Neigung der Progressionsgeschwindigkeit Es wird dabei empfohlen auf das Gr nende hin zu koordiniert werden damit die letzten Fahrzeuge der Fahrzeugpulke nicht die gesamte Rotzeit ihrer Fahrtrichtung abwarten m ssen gilt nur f r planerischen nicht f r modellbasierte Ansatz Ein kurzer Halt der ersten Fahrzeuge kann dagegen leichter verkraftet werden da er zudem den Fahrzeugpulk der sich ber l ngere Strecken aufl st wieder etwas zusammenschiebt In der Regel lassen sich ideale Koordinierungen auf Linienz gen in beide Richtungen nur dann verwirklichen wenn diese im so genannten Teilpunktabstand liegen 1 lp 5t 0 13 6 In der Realit t ist dies selten der Fall Die Knotenpunkte haben unterschiedliche Abst nde so dass die Gr
372. krosimulation bewertet Hierzu wurden f r unterschiedliche Szenarios je 20 Simulationsl ufe durchgef hrt und die folgenden Kenngr en netzbezogen ausgewertet e motorbedingte Partikelemissionen e Stickoxidemissionen e Kraftstoffverbrauch und e CO2 Aussto AMONES 2010 339 Testfeld Hamburg Im Testfeld Hamburg wurden die Szenarios e Festzeitsteuerung FZS e Lokale regelbasierte Steuerung LRS e BALANCE PS1 mit genetischem Algorithmus sowie e BALANCE PS2 mit genetischem Algorithmus betrachtet Die Kenngr enmittelwerte der 20 Simulationsl ufe wurden anhand der Summe aus ausgefahrenen und bei Simulationsende im Netz verbliebenen Fahrzeuge gewichtet Die folgenden Grafiken stellen die gewichteten Mittelwerte der verschiedenen Kenngr en f r die Steuerungsszenarien FZS LRS Bal Jun GA und Bal Okt GA dar Die Ergebnisse der Balance Steuerung mit Hill Climbing Algorithmus liegen in der gleichen Gr enordnung wie die Festzeitsteuerung und werden der bersicht halber nicht im Diagramm dargestellt oO O O wo PM Emissionen kg 1000Kfz Balance PS1 Balance PS2 1 oO O1 oO N Yu X OQO O O qy O cC ab G Q v 2 u x O Z oO oO Balance PS1 Balance PS2 Abbildung 149 Netzbezogene PM und NO x Emissionen der untersuchten LSA Steuerungs verfahren im Vergleich LRS 100 AMONES 2010 340 Testfeld Hamburg E oO Kraftstoffverbrauch kg 1000Kfz oO Bal
373. kroskopischer Simulation ist aufw ndig aber sehr empfehlenswert Die Kalibrierung eines Mikrosimulationsszenarios mit mehreren Knoten und komplexer LSA Steuerung ist aufw ndig und schwierig Sie setzt zudem eine umfangreiche und geeignete empirische Datengrundlage voraus Nach erfolgreicher Kalibrierung k nnen jedoch mit der Mikrosimulation unterschiedliche Steuerungsszenarios verglichen und statistische signifikante Unterschiede zwischen diesen nachgewiesen werden Ein Vergleich unterschiedlicher Steuerungsszenarien im realen Stra enraum ist dagegen oftmals nur sehr eingeschr nkt m glich W hrend bei einer empirischen Messung aus Aufwandsgr nden in der Regel nur die Fahrzeuge auf wenigen Relationen betrachtet werden k nnen erm glicht es die Simulation zudem die Wirkungen der Steuerung auf alle Fahrzeuge im Untersuchungsnetz zu betrachten Die Parametrierung Versorgung der modellbasierten Verfahren ist sehr aufwendig und schwer zu durchschauen Dies wird von potentiellen Anwendern als eindeutige Barriere f r eine m gliche Nutzung gesehen Die Parametrierungsm glichkeiten der modellbasierten Steuerungsverfahren sind sehr komplex Dadurch ergibt sich prinzipiell die M glichkeit ber eine Vielzahl von Stellschrauben das System optimal an die eigenen Bed rfnisse anzupassen Auf der anderen Seite besteht aber auch der Zwang die Parameter zun chst mit sinnvollen Werten zu versehen Zudem sind die Auswirkungen von nderungen an den ei
374. ktor mit eingebauter Lufttrocknung dient der Probenahme Die Lufttrocknung schaltet sich in Abh ngigkeit von der relativen Luftfeuchte ein und aus der Schwellenwert liegt nach Auskunft der Firma Grimm bei 65 Die Wetterschutzgeh use werden auf Kisten gestellt so dass die Probenahme in ca 1 5 m H he erfolgt Zur Messung der NOx NO und NO Konzentration werden Stickoxidmonitore vom Typ Horiba APNA37O eingesetzt die nach dem Chemolumineszenzprinzip arbeiten Vom Hersteller wird eine Reproduzierbarkeit von 1 angegeben HORIBA Europe GmbH 2010 Die Messung ist mit dem verwendeten Ger t in einer zeitlichen Aufl sung von f nf Sekunden m glich Zur Probenahme wird ein Teflonschlauch mit eine Ansaugende in 1 5 m H he verwendet Die Messger te werden vor jedem Messzeitraum von der Firma Horiba kalibriert Zur Messung der lokalen meteorologischen Kenngr en werden die Wettersensoren des Grimm Wetterschutzgeh uses eingesetzt Damit ist die Messung der Lufttemperatur der relativen Luftfeuchte des Luftdrucks sowie der Windgeschwindigkeit und Windrichtung in der gleichen zeitlichen Aufl sung wie die Messung der Partikelkonzentration m glich AMONES 2010 266 Testfeld Bremerhaven Die lokalen verkehrlichen Kenngr en werden manuell via Notebook und Microsoft Excel erfasst Jede Auspr gung einer Verkehrskenngr e und der zugeh rige Zeitstempel werden unter Nutzung eines Excel Makros mit einem Tastendruck erfasst Position de
375. l Helsinki Atmospheric Environment 32 2003 Kuwahara M Oneyama H Oguchi T 2001 Estimation Model of vehicle emission considering variation of running speed Journal of the Eastern Asia Society for Transportation studies 05 2001 Kurtenbach R Becker K H Bruckmann P Kleffmann J Niedojadlo A Wiesen P 2008 Das innerst dtische Stickstoffdioxid NO2 Problem Welchen Einfluss haben direkte Verkehrsemmissionen In Mitt Umweltchem kotox 3 2008 Liu P W G 2009 Simulation of the daily average PM10 concentrations at Ta Liao with Box Jenkins time series models and multivariate analysis Atmospheric Environment 13 2009 Lohmeyer A D ring l Flassak T 2001 Modelle zur Berechnung der Luftqualit t und ihre Anwendung Ingenieurb ro Lohmeyer GmbH amp Co KG Karlsruhe Lohmeyer A D ring l Nitzsche E Moldenhauer A Stockhause M 2004 Berechnung der Kfz bedingten Feinstaubemissionen infolge Aufwirbelung und Abrieb f r das Emissionskataster Sachsen Ingenieurb ro Lohmeyer GmbH amp Co KG Karlsruhe Lowrie P R 1982 The Sydney Coordinated Adaptive Traffic System Principles Methodology Algorithms Department of Main Roads N S W Australia 1982 Ludes G Siebers B Kuhlbusch T Quass U Beyer M Weber F 2008 Feinstaub und NO2 Entwicklung und Validierung einer Methode zur immissionsabh ngigen dynamischen Verkehrssteuerung Hagen L mann J 2006 Simul
376. lage der 5 Sekunden Daten ermittelt In Tabelle 54 sind die Zeitr ume dargestellt f r die eine signifikante quadratische Koh renz vorliegt F r einen gro en Anteil der untersuchten Zeitr ume werden signifikante spektrale Zusammenh nge nachgewiesen So weist die Varianz NOyx Belastung zu nahezu allen Zeitr umen eine signifikante periodische bereinstimmung mit der Verkehrsst rke auf F r die PMx Konzentration ist dieser Anteil etwas geringer als bei der NOx Konzentration Deutlich reduziert ist der erkannte Zusammenhang hingegen f r die Umlaufzeiten die zu Schwachverkehrszeiten geschaltet wurden 70 Sekunden S mtliche erkannten Periodizit ten entsprechen unter Ber cksichtigung von Messungenauigkeiten den geschalteten Umlaufzeiten in den beiden Testfeldern Es kann festgehalten werden dass die untersuchten Immissionskenngr en als trendbereinigte Kenngr en eine Periodizit t aufweisen die der Umlaufzeit der Lichtsignalsteuerung und damit der Periodizit t des Verkehrs in der Knotenpunktzufahrt entspricht Die Hypothese dass die hochfrequenten Immissionszeitreihen ma geblich von den hochfrequenten Verkehrszeitreihen bestimmt werden kann aufrecht erhalten werden Ferner kann davon ausgegangen werden dass das angewendete Verfahren zur Trendbereinigung grunds tzlich f r den vorgesehenen Zweck geeignet ist AMONES 2010 272 Testfeld Bremerhaven Geschaltete Untersuchter Davon signifikante Koh renz i Eee E bei Periode
377. laufzeit e Gsr nzeitaufteilungsplans e Versatzzeitplans innerhalb der Koordinierungseinheit Der strategische Steuerungsalgorithmus w hlt in Abh ngigkeit von aktuellen Verkehrsdaten vorbereitete Signalpl ne aus modifiziert sie und entscheidet ob benachbarte Subsysteme miteinander koordiniert werden sollen Pro Lichtsignalanlage sind vier Gr nzeitaufteilungsschl ssel abgespeichert Dabei wird zu jedem Subsystem eine kritische Kreuzung herangezogen Des Weiteren sind f nf Versatzzeitenpl ne f r die externe Koordinierung mit den Nachbareinheiten sowie f nf Versatzzeitpl ne f r die Subsystem interne Koordinierung vorhanden 4 6 2 4 Verkehrsflussmodell und Verkehrswirkungsmodell SCATS nutzt kein Verkehrsfluss und Verkehrswirkungsmodell sondern entscheidet auf Grund von gemessenen Werten Als Parameter hierzu wird lediglich der S ttigungsgrad der AMONES 2010 86 Verfahren der LSA Steuerung Kreuzungszufahrten verwendet Dabei wird der S ttigungsgrad als Verh ltnis von der effektiv genutzte Gr nzeit zur gesamten verf gbaren definiert Der S ttigungsgrad wird folgenderma en berechnet A DE De G G mit X S ttigungsgrad G gesamte verf gbare Gr nzeit G effektiv gen tzte Gr nzeit T Zeitraum w hrend dessen Fahrzeuge bei Gr n ber die Haltelinie fahren t Zeitbedarf eines Fahrzeuges beim passieren der Haltelinie n Anzahl der L cken Die Parameter G T und n werden w hrend der Gr nphase ermittelt Dabei kann ber T
378. lausibel ist dass die Phasenverschiebung der Kenngr en Verkehrsst rke und Anfahrvorg nge weder im Testfeld Hamburg noch bei weiteren verkehrlichen Kenngr en im Testfeld Bremerhaven auftritt Tabelle 56 zeigt die wesentlichen Ergebnisse der partiellen Korrelationsanalyse f r den nieder frequenten Ansatz Tabelle 55 zeigt die Ergebnisse f r die hochfrequenten Kenngr en Dargestellt sind s mtliche Kenngr en mit signifikanter Korrelation sowie die Richtung des Zusammenhangs getrennt nach den untersuchten Luftschadstoffen Die K rzel BHO1 BHO2 stehen dabei f r die unterschiedliichen Messwochen in den Testfeldern Sofern eine Pr diktorkenngr e in einer Messwoche keinen signifikanten Einfluss besitzt wird das Vorzeichen nicht angegeben Die Detailtabellen zur partiellen Korrelation k nnen dem Anhang entnommen werden KT ru BE ooe oo o EEE nannte II a o Ver I E A Verkehrot re ag Vans 7 e e Verene o o S a Verenssene svanir o o Verkehrst ne Sv Verkehrs v o e ie I E A E Cantanvorgange agva O o a mwenn O m a m COO Coe Tabelle 55 Festgestellte signifikante Korrelationen Irrtumswahrscheinlichkeit 5 zwischen logarithmierten trendbereinigten Einflussfaktoren und logarithmierten trendbereinigten Immissionskenngr en f r den hochfrequenten Ansatz steht f r die Richtung des Zusammenhangs AMONES 2010 274 Testfeld Bremerhaven Windgeschwindigkeit En Ta Ea e EEE EEE GE E an o
379. ldung 133 Vergleich der mittleren Verlustzeit pro Kfz auf der Relation 2 4 ber 20 Simulationsl ufe mit Festzeitsteuerung AMONES 2010 312 Testfeld Hamburg E x o A Q N g 2 2 E E 9 10 11 12 13 14 15 16 17 18 19 20 Simulationslauf Abbildung 134 Vergleich der mittleren Verlustzeit pro Kfz auf der Relation 2 4 ber 20 Simulationsl ufe mit BALANCE PS1 Genetischer Algorithmus F r die beiden betrachteten Nachfrageszenarien wurden jeweils f nf Steuerungsszenarien untersucht e Festzeitsteuerung FZS e Lokal regelbasierte Steuerung LRS e Modellbasierte Netzsteuerung BALANCE e mit Parametersatz 1 PS1 und Optimierung mittels Hill Climbing Algorithmus e mit Parametersatz 1 PS1 und Optimierung mittels Genetischem Algorithmus e mit Parametersatz 2 PS2 und Optimierung mittels Genetischem Algorithmus Ergebnisse Szenario A Im Szenario A k nnen mittels der Simulationen die grunds tzlichen Aussagen aus den Messungen auch f r eine ver nderte Verkehrsnachfrage best tigt werden Bei Verwendung des aktuell in Hamburg zur Optimierung innerhalb von BALANCE eingesetzten Gradientenverfahrens Hill Climbing Algorithmus liegen die Verlustzeiten in der Gesamtbetrachtung der vier Hauptrelationen etwa gleichauf mit denen der LRS Wie auch in der Realit t konnte BALANCE den R ckstau in der Zufahrt 1 und damit die Verlustzeiten auf der Relation 1 3 stark reduzieren Aufgrund der im Szenar
380. len folgende Fragestellungen beantwortet werden e Welche verkehrlichen Vorteile erzielen modellbasierte Steuerungsverfahren gegen ber herk mmlichen verkehrsabh ngigen Steuerungsverfahren insbesondere durch eine gute Koordinierung der Lichtsignalanlagen im Netz e Welche umweltbezogenen Wirkungen sind mit modellbasierten Steuerungsverfahren erreichbar Welche Beitr ge k nnen zur Reduzierung und besseren r umlichen Verteilung von Luftschadstoffen und damit zur Einhaltung von Immissionsgrenzwerten z B zur Feinstaubbelastung in st dtischen Strafsennetzen geleistet werden e Welches Ma an Verbesserung ist bereits mit der systemtechnisch einfachen M glichkeit der regelbasierten Signalprogrammauswahl bei geringen Investitionskosten zu erreichen AMONES 2010 48 Zielsetzung des Vorhabens e Welche Kenngr en muss man in welcher Qualit t messen und welche Messstellen und Messzeitr ume sind notwendig um zuverl ssige Aussagen ber die verkehrlichen und umweltbezogenen Wirkungen einer Steuerung zu machen 3 2 Bezug des Vorhabens zu f rderpolitischen Zielen Das Vorhaben greift bereits entwickelte Verfahren zur modellbasierten Steuerung auf welche gegen ber der herk mmlichen verkehrsabh ngigen Steuerung erhebliche Innovationen darstellen sich aber bisher nicht verbreiten konnten Durch nachvollziehbare Demonstration der Wirkungen dieser Verfahren Erarbeitung von Konzepten zur effizienten Wirkungsermittlung im Anwendungsfall so
381. liche Weiterentwicklungen der hochfrequenten Modelle herangezogen um die Amplitude der gemessenen Zeitreihen besser abzusch tzen Als wichtig wird die visuelle Pr fung der hnlichkeit zwischen der gemessenen und der modellierten Zeitreihe angesehen Hierbei werden die hnlichkeit in Bezug auf den stark gegl tteten Tagesgang nur niederfrequentes Erkl rungsmodell und die hnlichkeit in Bezug auf die Abbildung einzelner Maxima und Minima nieder und hochfrequentes Erkl rungsmodell qualitativ bewertet Bei einer hohen hnlichkeit an mindestens 70 der Messtage wird die hnlichkeit mit gut bewertet Eine hohe hnlichkeit an 50 bis 70 der Messtage wird befriedigend und eine hohe hnlichkeit an weniger als 50 der Messtage wird nicht ausreichend bewertet Im Rahmen der visuellen Pr fung der G te wird die modellierte Zeitreihe ohne die autoregressive Komponente dargestellt Die Lag Variable stellt im Modell eine Gr e dar die sich prinzipiell aus den Einfl ssen der Pr diktoren zum Zeitpunkt t 1 ergeben kann und damit durchaus im Modell verwendet werden sollte die allerdings auch Einfl sse aus nicht erhobenen oder nicht erkannten Einflussgr en enthalten kann Relevante Einfl sse aus vergangenen Zeitpunkten t x h tten im Zuge der Kreuzkorrelationsanalyse erkannt werden m ssen so dass die Lag Variable in diesem Fall als reine Fehlerkenngr e zu verstehen ist 5 2 6 4 Quantifizieren von Wirkungspotenzialen der
382. liegt Geschaltete Untersuchter Davon signifikante Koh renz i i i ee 3 bei Periode Umlaufzeit Zeitraum f r einen Zeitraum von 60 h f r m 60 h f r ee 55 h f r 55hf rPMozs 25 57 h f r NOx 60 h f r PM o 36 h f r PM 5 22 h f r PM o 2 5 11 h f r e 22 h f r ne 11 h f r ttnf r PMioas Tabelle 78 Zeitr ume aus den Feldmessungen f r die ein signifikanter spektraler Zusammenhang zwischen gemessener Immissionskonzentration und Verkehrsst rke vorliegt F r einen gro en Anteil der untersuchten Zeitr ume werden signifikante spektrale Zusammenh nge nachgewiesen So weist die Varianz NOx Belastung zu nahezu allen Zeitr umen eine signifikante periodische bereinstimmung mit der Verkehrsst rke auf F r die PMx Konzentration ist dieser Anteil etwas geringer als bei der NOx Konzentration Deutlich reduziert ist der erkannte Zusammenhang hingegen f r die Umlaufzeiten die zu Schwachverkehrszeiten geschaltet wurden 75 Sekunden S mtliche erkannten Periodizit ten entsprechen unter Ber cksichtigung von Messungenauigkeiten den geschalteten Umlaufzeiten in den beiden Testfeldern Es kann festgehalten werden dass die untersuchten Immissionskenngr en als trendbereinigte Kenngr en eine Periodizit t aufweisen die der Umlaufzeit der Lichtsignalsteuerung und damit der Periodizit t des Verkehrs in der Knotenpunktzufahrt entspricht Die Annahme dass die hochfrequenten Immissionszeitrei
383. lit Cycle Offset Optimisation Technique Hunt et al 1981 wurde 1973 vom Transport Research Laboratory TRL begonnen SCOOT basiert im Wesentlichen auf dem offline Optimierungsmodell TRANSYT Robertson 1969 Die aktuelle SCOOT Version ist SCOOT MC3 Managing Congestion Communications and Control SCOOT wird von Siemens Traffic Control Peek Traffic Ltd und TRL Limited vertrieben AMONES 2010 71 Verfahren der LSA Steuerung 4 4 2 Systemfunktionen SCOOT ist ein zentrales Steuerungsverfahren Alle Detektordaten werden an den Zentralrechner weitergeleitet Dort wird f r jede Anlage ein Signalplan gebildet Das lokale Steuerungsger t setzt diesen nur um modifiziert ihn aber nicht F r SCOOT stehen zus tzliche Module f r Datenbankauswertungen ASTRID Automatic SCOOT Traffic Information Database und zur St rfallerkennung INGRID Integrated Incident Detection zur Verf gung 4 4 2 1 Kenngr enerfassung SCOOT ben tigt Detektoren die nicht direkt an der Haltelinie platziert sind Daher werden Detektoren an den Knotenpunktsausfahrten und auf den einzelnen Kanten 50 bis 300 Meter vor der Haltelinie genutzt Pr fling 2004 F r jede Zufahrt jedes in die Optimierung involvierten Knotenpunktes wird mindestens ein Detektor ben tigt Ferner m ssen Netz Progressionsgeschwindigkeiten und S ttigungsverkehrsst rken versorgt werden 4 4 2 2 Verkehrsnachfragemodell SCOOT besitzt kein netzweites Verkehrsnachfragemodell Di
384. llbasierten Netzsteuerung mit lokalen regelbasierten Steuerungen zus tzlich die jeweilige Sprache der Logik unterst tzen Mittleres Alter der Steuerungsger te in Jahren Maximales Alter der Steuerungsger te in Jahren Tabelle 95 Alter der Systemtechnik in Jahren AMONES 2010 362 Evaluierung modellbasierter Steuerungsverfahren Eine Kopplung der Lichtsignalsteuerung an andere Ma nahmen des Verkehrsmanagement wie Wechselwegweisung Pf rtnerung variable Fahrstreifenzuweisung oder tempor re Busspuren wird etwa bei einem Drittel der befragten St dte realisiert 11 2 2 Sichtweise der Baulasttr ger Unter den 21 befragten St dten haben 9 eine modellbasierte Netzsteuerung bereits eingef hrt oder sie befindet sich in der Einf hrung Von den restlichen 12 St dten sind 3 an einer Einf hrung interessiert Es gibt hier allerdings noch Hindernisse f r eine Einf hrung 7 St dte schlie en eine Einf hrung derzeit aus Hauptgrund f r die Einf hrung einer modellbasierten Netzsteuerung ist die Einsch tzung dass im Netz berlastungen oder eine stark schwankende Verkehrsnachfrage zu erwarten ist also meist konkrete Verkehrsprobleme So wie es Beispielsweise f r das AMONES Testfeld in Bremerhaven der Fall wo aufgrund des neu errichteten Kongresszentrums in Zukunft starker Veranstaltungsverkehr zu erwarten ist Das Kongresszentrum wurde erst nach den Messwochen in Bremerhaven fertiggestellt Auch die beiden St dte in der Befragung d
385. llz hlungen verglichen werden Das ist aus Aufwandsgr nden nicht blich Die Fehlerquote eines menschlichen Z hlers h ngt von Eigenschaften der Person dem Wetter der Verkehrsst rke und weiter Faktoren ab Bei hohen Verkehrsst rken sinkt die Detektionsrate Gleichzeitig steigt die Fehlerquote Das gilt insbesondere f r die Kennzeichenerfassung Aussagekraft Mit einer manuellen Z hlung k nnen die f r eine Qualit tsbewertung erforderlichen Nachfragedaten erfasst werden Fahrzeiten oder Zahl der Halte lassen sich nicht erfassen Eine Absch tzung der R ckstaul ngen ist jedoch m glich Au erdem kann das Erhebungspersonal besondere St rungen Falschparker Unfall protokollieren Die aus einer manuellen Kennzeichenerhebung abgeleiteten Fahrzeiten sollten nicht f r die Beurteilung eines kurzen Streckenzuges lt 5 Minuten Fahrzeit verwendet werden Hier ist die Messgenauigkeit die im Bereich einer Umlaufzeit liegt zu niedrig Auch bei langen Streckenz gen sind Fahrzeiten aus automatischen Kennzeichenerfassungssystemen vorzuziehen Erhebungsaufwand Die Investitionen sind bei einer manuellen Erhebung sehr gering gegebenenfalls m ssen elektronische Hilfsger te f r die Aufzeichnung angeschafft werden F r die laufenden Kosten sind die Personalkosten bestimmend AMONES 2010 98 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Auswertungsaufwand Im Falle der Erfassung auf Papier oder Diktierger t ist es
386. lne Abschnitte herunter zu brechen und in den unbekannten Zwischenzeitr umen zu interpolieren Liegen lokale Geschwindigkeiten auf Abschnitten der Fahrtbeziehung vor so k nnen auch diese zur Aufteilung der Gesamtfahrzeit beitragen Die Qualit t der auf diese Weise erlangten Teilfahrzeiten h ngt dabei von der L nge der beobachteten Relation und der zeitlichen Aufl sung der zur Verf gung stehenden Trajektorien ab 5 1 8 4 Anzahl Halte aus Kennzeichenerfassungssystemen Auf kurzen Relationen das hei t ber eine geringe Anzahl Knotenpunkte mit Lichtsignalanlagen hinweg l sst sich die zus tzliche Anzahl Halte eines Teils der Verkehrsteilnehmer ableiten wenn sich mehrere Gruppen an Fahrzeiten bilden Zur Verdeutlichung dienen die in Abbildung 40 dargestellten Fahrzeiten Hier sind die Einzelmessungen die in die Klasse von 0 1 Halte fallen mit gelben Quadraten und die die in die Klasse von 1 2 Halte fallen mit gr nen Dreiecken hervorgehoben Der Begriff Halte ist dabei so zu verstehen dass es sich tats chlich um zus tzliche Uml ufe handelt die mit gro er Wahrscheinlichkeit in mindestens ebenso vielen zus tzlichen Halten resultieren Die Trennung basiert in diesem Fall auf einer Wunschfahrzeit und der aktuellen Umlaufzeit die um 14 00 Uhr von 75s auf 90s umgestellt wird Die Freigabezeitanteile und die Grundwartezeit steigen dadurch Dies hat bei den niedrigen Belastungen vor der Nachmittagsspitze zur Folge dass die urspr
387. ls die genannten Steuerungsverfahren sowie weitere Szenarien untersucht wurden AMONES 2010 13 Kurzfassung 2 3 1 Verkehrliche Kenngr en Der Stra enverkehr ist die Menge der Ortsver nderungen die von Personen mit Fahrzeugen oder zu Fu im Stra ennetz durchgef hrt werden Um den Verkehrszustand zu einem Zeitpunkt oder den Verkehrsablauf in einem Zeitraum quantifizieren zu k nnen sind Kenngr en erforderlich die die Wirkungen des Verkehrs auf die Verkehrsteilnehmer und auf die Netzbetreiber beschreiben Im Idealfall werden diese Kenngr en aus einer vollst ndigen Zustandsbeschreibung d h den Trajektorien Weg Zeit Verl ufen der Ortsver nderungen aller Verkehrsteilnehmer berechnet Die Praxis ist allerdings weit davon entfernt diese M glichkeit zu bieten Grunds tzlich k nnen heute Ortsver nderungen von Verkehrsteilnehmern mit GPS Ger ten genau erfasst werden Eine kontinuierliche Erfassung aller Verkehrsteilnehmer ist mit dieser Technik aber derzeit noch nicht m glich Um dem Idealfall m glichst nahe zu kommen werden im Rahmen von AMONES die folgenden Erfassungsmethoden kombiniert e GPS Messfahrzeuge e Automatische Kennzeichenerfassung Automatic Number Plate Recognition oder ANPR e Lokale Querschnittsz hlungen manuell und Induktionsschleifen Die Trajektorien eines GPS Messfahrzeuges liefern alle wesentlichen Kenngr en f r die Qualit tsbeurteilung einer LSA Steuerung Fahrzeit Wartezeit Anzahl Halte
388. mtechnik Das Steuerungsverfahren MOTION l uft auf den Verkehrsrechnersystemen SITRAFFIC Central 2 x und 3 x sowie auf dem Verkehrsrechnersystem SITRAFFIC SCALA Ab Version 1 2 F r eine Signalprogrammauswahl k nnen auf lokaler Ebene alle Steuerungsger te verwendet werden Um alle Features von MOTION zu verwenden k nnen die Steuerger te C800 C900 Siemens oder Actros Signalbau Huber verwendet werden Kombiniert werden kann MOTION mit jedem Verfahren das MOTION Rahmensignalpl ne verwenden kann Dies sind PDM Phasensteuerung mit dezentraler Anpassung und S L SITRAFFIC Language zur Programmierung von lokalen Knotenpunktsteuerungen Die aktuelle OCIT Schnittstelle wird unterst tzt bergeordnete Vorgaben k nnen durch nderungen der entsprechenden Parameters tze umgesetzt werden Dies sind beispielsweise Vorgaben f r erlaubte Umlaufzeiten Min Max Grenzen f r Gr nzeiten Zeitbedarfswerte Progressionsgeschwindigkeiten Gewichte Halte Warte f r Koordinierung M ck 2008 2 4 3 4 Anwendungsf lle und Wirkungen MOTION ist im Moment in 17 St dten in Betrieb bzw im Aufbau Der Demonstrator in K ln Deutz ist nicht mehr in Betrieb Die Umsetzung in Bremerhaven wird in Kapitel 8 beschrieben AMONES 2010 75 Verfahren der LSA Steuerung Sa Zahl sA Piraeus Griechenland 1998 2003 Kopenhagen D nemark Odense D nemark Graz sterreich Stuttgart Deutschland Mannheim Deutschland Bremen Deutschland
389. n berstellung von Messung und Modell dargestellt Im Sequenzdiagramm werden die modellierten Werte ohne Ber cksichtigung der Lag Variable dargestellt Eine Einbeziehung der Lag Variable als Modellfehler zum Zeitpunkt t 1 w rde voraussetzen dass das Modell kontinuierlich anhand einer Messung geeicht wird Das Ziel des Erkl rungsmodells ist es jedoch den Anteil der identifizierten Pr diktoren an den gemessenen Immissionen festzustellen Die Differenz zwischen den modellierten Werten ohne Ber cksichtigung der Lag Variable und den gemessenen Werten vermittelt daher einen guten Eindruck der tats chlich ungekl rten Varianz Das entwickelte Erkl rungsmodell wird anhand der beschriebenen Kriterien bewertet und fachlich interpretiert Die K rzel HHO1 HHO2 stehen dabei f r die zwei Messwochen Die Pr fung der erforderlichen statistischen Voraussetzungen f r die weitere Verwendung der Modelle ist ebenso wie detaillierte Angaben zu den einzelnen Pr diktorkenngr en im Anhang dargestellt Erkl rungsmodell f r die gemessene NOx Konzentration Das niederfrequente Modell erkl rt in beiden Messwochen mehr als 80 der Varianz der NOx Konzentration bei einem relativen Standardfehler von 5 bis etwa 20 erkl rt Tabelle 57 Das hochfrequente Modell erkl rt in beiden Messwochen etwa 40 der Varianz der NOx Konzentration bei einem relativen Standardfehler von etwa 40 Tabelle 57 a Bestimmtheitsma R Relativer Standardfehler rSE HH
390. n festgelegt nl Too 0 2 1 sea d C 02 ie 06 08 fGewicht 1 Auslastung Co r I I i 4 FE z D ii Abbildung 154 Parametrierte Zielfunktion f r KFZ einer Signalgruppe der Nebenrichtung Soll S ttigung 90 Prozent Siemens 2008 Die Zeitl ckensteuerung im MOTION Modul werden in den lokalen verkehrsabh ngigen Steuerungen in Abh ngigkeit der berechneten Freigabezeiten der Phasen geschalten Ab wann AMONES 2010 347 Virtuelles Testfeld eine Phase fr her abgebrochen werden kann wird ber den sogenannten Vorziehwert bestimmt Mit den Parametern Vorziehwert IV und Vorziehwert OEV wird eingestellt um wie viel Prozent der verf gbaren Zeit die neue Phase vorgezogen werden soll Das prozentuale Vorziehen einer Phase wird aus der verf gbaren Freigabezeit der aktuellen Phase errechnet Siemens 2008 Der Vorziehwert IV wurde mit 70 Prozent gew hlt F r die Beschleunigung des PNV besteht ein Dauerrahmen Im dritten Schritt werden die Versatzzeiten zwischen den einzelnen Knotenpunkten optimiert Als Verfahren zur Optimierung wird das deterministische Verfahren verwendet Die Koordinierungsreihenfolge entspricht dem Netzaufbau D h es wird zuerst der Linienzug in Ost Westrichtung optimiert anschlie end der Linienzug in Nord S drichtung und abschlie end wird eine Koordinierung f r den letzen verbleibenden Knotenpunkt im S dwesten des Netzes vorgenommen Optimiert wird ber eine Gewichtung von Wartez
391. n 6 30 7 30 Uhr z B aus 75 Morgenspitze und 25 niedriger Morgenverkehr zusammen 2 3 2 Umweltbezogene Kenngr en Zur Beantwortung der Frage inwieweit die modellbasierte Netzsteuerung zur Einhaltung der Europ ischen Luftqualit tsgrenzwerte f r Feinstaub und Stickoxid beitragen kann ist eine Betrachtung der immissionsbezogenen Wirkungen der LSA Steuerung erforderlich Die Quantifizierung dieser Wirkungen gestaltet sich jedoch schwierig So lassen sich mittels physikalischer Immissionsmessungen die Einfl sse des Verkehrs nicht isoliert sondern nur in Kombination mit einer Vielzahl weiterer Einfl sse die zum Teil in Wechselwirkung miteinander stehen erfassen Abbildung 5 Beispielhaft sei hier der Einfluss der Temperatur auf die Kaltstartemissionen des Verkehrs genannt Zudem wird ein Gro teil der eingesetzten Immissionsmesstechnik mit einer zeitlichen Aufl sung von Stundenmittelwerten betrieben so dass die hohe Varianz des Verkehrsflusszustands nicht ausreichend ber cksichtigt wird Alternativ zur physikalischen Messung k nnen die Wirkungen verkehrlicher Ma nahmen mittels Modellen quantifiziert werden Neben g nstigeren Betriebskosten und der hohen Transparenz ihrer Ergebnisse bieten Modelle den wesentlichen Vorteil dass nicht nur punktuelle sondern auch fl chendeckende Aussagen bezogen auf ein ganzes Stra ennetz m glich sind Allerdings weisen die heutigen Modelle aufgrund der komplexen Wirkungszusammenh nge aber
392. n Anteil der identifizierten Pr diktoren an den gemessenen Immissionen festzustellen Die Differenz zwischen den modellierten Werten ohne Ber cksichtigung der Lag Variable und den gemessenen Werten vermittelt daher einen guten Eindruck der tats chlich ungekl rten Varianz Das entwickelte Erkl arungsmodell werde anhand der beschriebenen Kriterien bewertet und fachlich interpretiert Die K rzel BHO1 BHO2 stehen dabei f r die unterschiedlichen Messwochen in den Testfeldern Die Pr fung der erforderlichen statistischen Voraussetzungen f r die weitere Verwendung des Modells ist ebenso wie detaillierte Angaben zu den einzelnen Pr diktorkenngr en im Anhang dargestellt Erkl rungsmodell f r die gemessene NOx Konzentration Das niederfrequente Modell erkl rt in beiden Messwochen etwa 80 der Varianz der NOx Konzentration Der relative Standardfehler bezogen auf die mittlere gemessene Immissions konzentration liegt in einer Gr enordnung von etwa 35 Tabelle 57 a Bestimmtheitsma R Relativer Standardfehler rSE BH01 BH02 BH01 BH02 Niederfrequent 0 73 0 85 31 37 Hochfrequent 0 21 0 43 44 I 19 Tabelle 57 bergreifende Modellparameter der nieder und hochfrequenten NOx Erkl arungsmodelle AMONES 2010 276 Testfeld Bremerhaven Das hochfrequente Modell erkl rt in der ersten Messwoche nur etwa 20 und in der zweiten Messwoche etwa 40 der Varianz Der relative Standardfehler bezogen auf die doppelt
393. n Cluster 1 und sind der Grund warum diese Stunde in einem eigenen Cluster verbleibt Lediglich Cluster 5 weist f r den Abbieger in die Columbusstra e niedrigere Werte auf Abbildung 85 Die Stunden dieses Clusters finden sich allerdings allesamt in den sp ten Nachmittagsstunden Abbildung 83 und weisen insgesamt eine deutlich andere Struktur und Verkehrsst rke auf Insgesamt ist das Ergebnis der Clusterung plausibel und nachvollziehbar Im Vergleich zu einer rein tageszeitbasierten Zusammenfassung werden Ausrei er erkannt und dementsprechend um beziehungsweise aussortiert F r die Simulation des Testfelds Bremerhaven werden die Verkehrsdaten des 25 2 2009 verwendet Es wird hierbei der komplette Tag f r verschiedene Steuerungsverfahren simuliert Dazu werden f r diesen Tag auch die Stunden au erhalb der Messungen f r diesen Tag wie oben beschrieben geclustert Eine Ausnahme bilden hier die Stunden mit weniger als 2 000 Fahrzeugen im Netz Da die Auslastung bei einer Belastung von unter 2 000 Fahrzeugen im Netz an den einzelnen Knoten bei der Mindestumlaufzeit von 60 Sekunden extrem niedrig ist und die Charakteristik der Nachfrage sich in diesen Stunden nicht grundlegend ndert werden diese Stunden in einem einzigen Cluster zusammengefasst Es ergibt sich f r die Simulation damit die in Abbildung 86 dargestellte Cluster bersicht F r die Simulation sind so vier zus tzliche Cluster vorhanden e Cluster 7 Morgencluster mit nie
394. n Munich COMFORT MUNICH COoperative Management FOR urban and regional Transport MERTZ 1996 entwickelt Dieser Prototyp wurde im europ ischen Forschungsprojekt TABASCO Telematics Applications in BAvaria SCotland and Others 1998 weiterentwickelt Im Projekt MANAH MANAgement von Hauptstra ennetzen wurde das System komplett berarbeitet um in einem Teilnetz der Messestadt M nchen Riem eingesetzt zu werden BALANCE wurde als Dissertation Ein verkehrsadaptives Verfahren zur Steuerung von Lichtsignalanlagen von Bernhard Friedrich 1999 ver ffentlicht Die Netzsteuerung BALANCE wird von den Firmen GEVAS software GmbH und TRANSVER GmbH vertrieben 4 2 2 Systemfunktionen Die aktuelle Version der adaptiven Netzsteuerung BALANCE beinhaltet eine zentrale Steuerung Auf Knotenpunktsebene wird diese meist mit logikbasierten Steuerungen kombiniert Die Steuerung wird dabei zur Optimierung von Strecken und Netzen verwendet AMONES 2010 64 Verfahren der LSA Steuerung Neben der Online Optimierung wird das BALANCE Verkehrsmodell auch zur Offline Optimierung durch NONSTOP GA das im Ingenieurarbeitsplatz CROSSIG eingebunden ist verwendet Schnittstelle zur Strategischen Ebene Operator Interface Yrkungsanalyse Bunasiugdo uoy z SJE ASJA UEJEJ LA 4 zu Signalgruppen u qg ayas yyeL Rahmenpl ne Steuer zur Netzsteuerung Parameter rm Ea a K E T 3 a E I Da ri m me m p 5 3 a
395. n Summe f r alle 118 geclusterten Stunden und vermittelt einen groben berblick ber die hnlichkeit der Stunden die in denselben Clustern gelandet sind Abbildung 124 wiederum enth lt Kurven der mittleren Werte der Stunden die einen Cluster bilden wobei aus Gr nden der bersicht nur die Verkehrsst rken der Hauptrelationen 1 3 2 4 3 1 und 4 2 dargestellt sind Cluster Id Tabelle 68 Cluster f r Hamburg Die Cluster und deren Eigenschaften lassen sich wie folgt klassifizieren und beschreiben die Begriffe niedrig mittel und hoch beziehen sich hier stets auf die Vergleiche innerhalb von Hamburg e Cluster 1 Vormittagscluster mit mittlerer Verkehrsst rke Cluster 1 bildet zusammen mit Cluster 2 siehe nachfolgende Erl uterungen den Vormittagsverkehr mit hohen Belastungen stadteinw rts ab der von 6 30 bis 9 30 Uhr AMONES 2010 297 Testfeld Hamburg auftritt Am 2 6 2008 montags sogar bis 10 30 Uhr In Cluster 1 finden sich dabei die Stunden mit den mittleren Verkehrsst rken die Beginn und Ende der Morgenspitze umfassen 17 30 18 30 16 30 17 30 15 30 16 30 14 30 15 30 EEE 1 Morgens mittel 13 30 14 30 BEE 2 Morgenspitze 12 30 13 30 ri 3 Mittags mittel BEE 4 Mittags niedrig 11 30 12 30 BE 5 Nachmittags mittel 10 30 11 30 FF 6 Nachmittagsspitze 09 30 10 30 BEE 7 Ausrei er 08 30 09 30 07 30 08 30 06 30 07 30 w Oktober Montag Dienstag Mittwoch Donnerstag Freitag Abbildung 122
396. n Verkehrsst rken an den Zufahrten 1 und 4 in vertretbarer Qualit t zu bew ltigen Tabelle 76 Zwischen der LRS und den verschiedenen BALANCE Varianten fallen die Unterschiede dagegen geringer aus als bei Szenario A und sind in der Gr enordnung eher mit den Ergebnissen aus den Messungen zu vergleichen AMONES 2010 315 Testfeld Hamburg Mittlere normierte Verlustzeit LRS 100 im Szenario B Zeitraum 6 30 Uhr 9 30 Uhr Steuerungsverfahren auf den vier Hauptrelationen BALANCE PS1 Hill Climbing Algorithmus a BALANCE PS1 Genstscher Agorius gg gg o Tabelle 76 Vergleich der mittleren normierten Verlustzet pro Kfz im Simulationsszenario B LRS 100 Die geringere Gesamtbelastung f hrt im Vergleich zu Szenario A zu deutlich geringeren Verlustzeiten und zu einer geringeren Anzahl Halte bei allen verkehrsabh ngigen Verfahren Abbildung 137 Die besten Ergebnisse liefert auch in diesem Szenario BALANCE mit dem Parametersatz 1 Allerdings liegt dieses Mal der Hill Climbing Algorithmus vor dem Genetischen Algorithmus mittlere Verlustzeit pro Kfz min mittlere Anzahl Halte pro Kfz EOLRS m BALANCE PS1 HillClimbing OD BALANCE PS1 Genetischer Algorithmus m BALANCE PS2 Genetischer Algorithmus Abbildung 137 Vergleich der mittleren Verlustzeiten pro Kfz sowie der Anzahl Halte im gesamten Simulationsnetz im Szenario B Zusammenfassung In beiden betrachteten Szenarien kann BALANCE gegen ber der LRS eine deutlic
397. n Vorgehensweise In den folgenden Uhnterkapiteln werden die testfeldspezifischen Besonderheiten und die Ergebnisse der durchgef hrten Untersuchungen dargestellt Die eingesetzten Verfahren werden detailliert in Kapitel 5 2 6 beschrieben 9 5 3 1 Datenerhebung und Datenaufbereitung Messstandort und Messaufbau Die Umweltmessungen im Testfeld Hamburg wurden am Knotenpunkt Habichtstra e Bramfelder Stra e durchgef hrt Die Messungen haben im Zeitraum vom 2 6 2008 bis zum 6 6 2008 Messwoche 1 sowie im Zeitraum vom 6 10 2008 bis zum 10 10 2008 Messwoche 2 jeweils zwischen 6 30 Uhr und 18 30 Uhr stattgefunden Die PM und NOx Konzentration sowie die lokalen meteorologischen Kenngr en wurden in Messwoche 1 in einem Abstand von 65m von der Haltlinie und in Messwoche 2 als Parallelmessung in 60 m sowie 70 m Abstand von der Haltlinie gemessen Abbildung 138 Die Probenahme befand sich in 1m Abstand vom Fahrbahnrand und in etwa 1 5 m H he In Messwoche 1 wurde anstelle der zweiten verkehrsbezogenen Immissionsmessstelle eine zus tzliche Hintergrundmessung im Hinterhof des Geb udes der Techniker Krankenkasse durchgef hrt welches direkt am Knotenpunkt liegt Zur Messung der PMio und PM3 gt s Konzentration werden optische Partikelz hler der Firma Grimm Typ Grimm OPC 107 eingesetzt Die Ger te leiten anhand der gemessenen AMONES 2010 317 Testfeld Hamburg Partikelanzahl und durchmesser sowie anhand empirischer Dichtefaktoren die Mas
398. n des Einflussbereiches wird demnach zwischen Anfahrvorg ngen und Durchfahrvorg ngen unterschieden Abbildung 75 Einflussbereich EB 3 30 m EB2 20m EB1 10m EB1 Durchfahrt EB2 Durchfahrt EB3 Durchfahrt EB1 Anfahrt EB1 Durchfahrt EBZ Anfahrt Mes l EB2 Durchfahrt Eb3 Anfahrt querschnitt EB3 Anfahrt Abbildung 75 Differenzierung zwischen Anfahrvorg ngen und Durchfahrvorg ngen in Abh ngigkeit festgelegter Einflussbereiche Die L nge des Einflussbereichs wurde im Rahmen einer Voruntersuchung wie folgt ermittelt 1 Messung der NO Konzentration in der Knotenpunktzufahrt Bleichstra e Ecke Steubenplatz Darmstadt in einem Abstand von 40m von der Haltlinie Parallel wurde der Verkehrsablauf im Zufahrtsbereich auf Video aufgezeichnet Die Messung dauerte etwa 1 5 Stunden 2 Erhebung der Anfahrvorg nge f r unterschiedliche Einflussbereiche von 20 m 30 m und 40 m L nge anhand der Videoaufzeichnung 3 Aggregation der erhobenen Daten zu 90 s Mittelwerten dies entspricht der Dauer der Umlaufzeit am Knotenpunkt 4 Ermittlung des Korrelationskoeffizienten zwischen der NOx Konzentration und den erhobenen Anfahrvorg ngen als Kenngr e f r den Zusammenhang zwischen Qualit t des Verkehrsablaufs und verkehrlichen Emissionen 5 Auswahl des Einflussbereichs mit der h chsten Korrelation zwischen NOx Konzentration u
399. n die erhobenen und abgeleiteten Kenngr en zu einem 630 Sekunden Mittelwert als kleinstes gemeinsames Vielfaches der am h ufigsten geschalteten Umlaufzeiten von 70 Sekunden und 90 Sekunden sowie zu Stundenmittelwerten aggregiert Zur Untersuchung der hochfrequenten Komponente werden die Zeitreihen mit der Aufl sung von f nf Sekunden sowie und 630 Sekunden verwendet Die trendbereinigte hochfrequente Komponente wird aus der Differenz zwischen den hochfrequenten Messwerten und der niederfrequenten kubischen Regression ber die Zeit ermittelt Zur Untersuchung der niederfrequenten Komponente werden die Zeitreihen mit der Aufl sung von einer Stunde herangezogen gt Im Testfeld Bremerhaven wurden auch Umlaufzeiten von 60 und 80 Sekunden geschaltet im gesamten Messzeitraum aber nur f r etwa eine Stunde Sie werden nicht weiter ber cksichtigt AMONES 2010 268 Testfeld Bremerhaven 8 5 3 3 Datenanalyse Qualitative Interpretation der erhobenen Zeitreihen Eine Auswahl der erfassten Zeitreihen ist als Sequenzdiagramm in Abbildung 109 1 Messwoche und in Abbildung 110 2 Messwoche dargestellt Die Gegen berstellung der Tagesganglinien zeigt dabei nur wenige klar erkennbare Abh ngigkeiten So ist eine hnlichkeit im relativen Verlauf der NO und der PM Ganglinie vorhanden die absolute Auspr gung einzelner Maxima unterscheidet sich jedoch deutlich Der Einfluss der Windgeschwindigkeit auf die Immissionskonzentrationen ist gut erk
400. n eingesetzt werden Verschiedene Realisierungen solcher Netzsteuerungsverfahren werden in den nachfolgenden Kapiteln beschrieben AMONES 2010 56 Verfahren der LSA Steuerung Verkehrsflussmodell Signalprogramm Verkehrswirkungsmodell Kenngr enberechnung Steuerungsmodell Beurteilung der Steuerungsparameter Abbildung 22 Schematisch die Umsetzung eines modellbasierten Steuerungsverfahren vgl FGSV 2010 die in den folgenden Unterkapiteln detaillierter erl utert wird 4 1 3 2 Kenngr enerfassung Wie auch bei logikbasierten Steuerungsverfahren ist der erste Schritt der Steuerung die Kenngr enerfassung Dies beinhaltet in Abh ngigkeit der Art des Verkehrsflussmodells im Wesentlichen Detektordaten relevanter Zu und Abfl sse sowie wichtiger netzinterner Str me im Steuergebiet Normalerweise liegen diese Daten in aggregierter Form vor Jedes Verfahren bevorzugt dabei unterschiedliche Positionen der Detektoren im Steuerungsgebiet Die exakte Lage dieser Detektoren ist ebenfalls in der Regel Teil der Eingangsdaten f r das Verkehrsnachfragemodell Des Weiteren k nnen auch vorverarbeitete Daten wie beispielsweise Auslastungs und S ttigungsgrade Abbiegestr me detaillierte Zuflussganglinien und R ckstaul ngen sowie eventuell zus tzliche Rahmenvorgaben des bergeordneten Verkehrsmanagements in die Erfassung des Verkehrs einflie en AMONES 2010 5 Verfahren der LSA Steuerung 4 1 3 3 Verkehrsnachfragemodell Mit
401. n erfolgen Aus Gr nden des Datenschutzes m ssen die Kennzeichen in unumkehrbar verschl sselter Form gespeichert werden Nach der Berechnung der Fahrzeiten m ssen die Daten zeitnah gel scht werden Datenqualit t Die Detektionsrate eines Kennzeichenerfassungssystem kann bei korrekter Einstellung mit gt 85 angenommen werden Friedrich et al 2009 Die zeitliche Aufl sung der aus Kennzeichen abgeleiteten Fahrzeiten h ngt neben der Erkennungsrate von der Durchgangs verkehrsst rke und somit auch vom Abstand zwischen den Messaquerschnitten ab Mit folgender Formel kann der mittlere zeitliche Abstand zwischen zwei erfassten Fahrzeugen in Abh ngigkeit der Detektionsrate und der Durchgangsverkehrsst rke bestimmt werden TR 3600 ar Fr E Kfz Detektionsrate Durchgangsverkehrsst rke E AMONES 2010 99 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Bei einer Detektionsrate von 0 8 und einer Durchgangsverkehrsst rke von 500 Fahrzeugen ergibt sich ein mittlerer zeitlicher Abstand von 11 s bei 250 Fahrzeugen von 22 s Dabei ist es sinnvoll die Werte auf gr ere Zeitintervalle zusammenzufassen und zu gl tten um die stochastischen Schwankungen des Verkehrs auszugleichen Auch bei Kennzeichenerfassungssystemen empfiehlt sich w hrend der Messung eine Plausibilit tskontrolle Das hei t es sollte manuell in bestimmten Intervallen die Anzahl passierender Fahrzeuge gez hlt und mit der vom System erfassten Anza
402. n gekoppelten mikroskopischen Verkehrsflusssimulationen hinsichtlich der motorbedingten Emissionen ausgewertet Die lokalen Immissionen am HotSpot werden differenziert nach folgenden Wirkungs zusammenh ngen untersucht Wirkungszusammenh nge die sich aus nderungen im Tagesgang einzelner Verkehrs kenngr en ergeben Hier werden vor allem tageszeit und wochentagbedingte Schwankungen der Verkehrsnachfrage und der Qualit t des Verkehrsablaufs untersucht Dabei muss aber einschr nkend festgehalten werden dass mit nur 10 Messtagen je Testfeld kein allgemein g ltiges Modell f r den Tagesgang der Immissionsbelastung entwickelt werden kann Wirkungszusammenh nge die kurzzeitige Schwankungen von Verkehrskenngr en im einzelnen Umlauf unabh ngig vom Tagesgang betreffen Der praktische Nutzen der Kenntnis solcher kurzzeitiger oder hochfrequenter Wirkungszusammenh nge kann in Ma nahmen wie beispielsweise einer gezielten Gr nzeitverl ngerung f r Fahrzeugpulks zur Vermeidung von einzelnen Immissionsspitzenbelastungen resultieren Zur Untersuchung der kurzfristig erkennbaren Wirkungen werden die gemessenen Zeitreihen um den Tagestrend bereinigt und mit einer zeitlichen Aufl sung von 5 bis 10 Minuten je nach Umlaufzeit der LSA untersucht Im Folgenden werden die Wirkungszusammenh nge die sich auf die nderungen im Tagesgang einzelner Verkehrskenngr en beziehen als niederfrequenter Ansatz bezeichnet Wirkungszusammenh nge die s
403. n mit dem besten Qualit tsindex werden an die Steuerungsger te bermittelt Hier sind technische Randbedingungen wesentlich Die bermittlung kann nur ber geeignete Schnittstellen geschehen Die Steuerger te der AMONES 2010 59 Verfahren der LSA Steuerung Lichtsignalanlagen m ssen die vom Steuerungsverfahren generierten Schaltbefehle verstehen k nnen d h die Schnittstellen der Steuerger te m ssen zur Zentrale kompatibel sein Aufgrund technischer Randbedingungen lassen sich nicht alle Steuerungsverfahren in jeder Zentrale implementieren 4 1 4 Steuerung von Knotenpunkten Die Steuerung eines einzelnen Knotenpunktes ist berall dort sinnvoll wo zur Verbesserung der Verkehrssicherheit oder der Qualit t des Verkehrsablaufs ein einzelner Knoten mit einer Lichtsignalanlage gesteuert werden soll D h es befinden sich keine weiteren lichtsignalgesteuerten Knotenpunkte in der n heren Umgebung bis etwa 1 000m Entfernung Dies trifft beispielsweise h ufig auf Einzelknoten an Landstra en oder in kleineren Ortschaften zu Bei r umlich nah beieinander liegenden Knotenpunkten werden die Fahrzeugank nfte an dem einen Knotenpunkt durch das Signalprogramm am anderen Knotenpunkt beeinflusst da dort die Fahrzeuge w hrend der Freigabezeit als Fahrzeugpulk abflie en Auf die dann sinnvolle Koordinierung der Steuerungen wird im folgenden Unterkapitel n her eingegangen Zentrale Komponente einer Lichtsignalsteuerung ist das Steuerger t F
404. n mit den Netzdaten fusioniert werden Netzmatching Dabei m ssen nicht relevante Daten am Anfang und Ende der Routen Wenden gel scht werden Au erdem m ssen Geschwindigkeitsgrenzwerte festgelegt werden ab denen die Zeit als Wartezeit interpretiert wird z B v lt 4 km h Bei Daten die aus einem RBL gewonnen werden m ssen Haltestellenaufenthaltszeiten eliminiert werden 5 1 7 Kamerabasierte Erfassung momentaner Messgr en Erfasste Kenngr en e Verkehrsst rke Kfz h e Momentane Geschwindigkeit km h e R ckstaul nge m e Fahrzeuganzahl daraus Verkehrsdichte Kfz km Erfassungsmethode Die Erfassung momentaner Messgr en entspricht im Gegensatz zur lokalen qauerschnittsbezogenen Messung der r umlichen Auswertung eines Strecken oder Netzabschnitts F r Letzteres ist die Beobachtung von einem sehr hoch positionierten Punkt wie zum Beispiel einem Hubschrauber oder einem Ballon notwendig Streckenabschnitte hingegen lassen sich bereits von einem Masten aus erfassen Die Besonderheit bei der Erfassung momentaner Messgr en ist dass das beobachtete Streckenintervall gro ist und simultan beobachtet wird So findet die Messung der Geschwindigkeit mit Doppelinduktions schleifen erst statt nachdem das Zeitintervall vergangen ist das notwendig ist um den Abstand zwischen den beiden Induktionsschleifen zu berwinden also nicht simultan Im Rahmen der Begrifflichkeit einer sogenannten momentanen Messung ist z
405. n mit der niedrigen Fahrzeit w hrend der Mittagszeit aufweist und eine niedrige positive Autokorrelation mit der Nachmittagsspitze Liegt die Autokorrelationsfunktion im positiven negativen Bereich ber unter der Konfidenzgrenze dann ist die Zeitreihe autokorreliert was darauf hinweist dass die Sch tzung der notwendigen Stichprobe nach unten korrigiert werden muss Werner 2002 nennt einige Methoden die sich dazu eignen die erforderliche Stichprobe unter Ber cksichtigung der Autokorrelation zu berechnen Deren Anwendung ist allerdings nicht trivial und verh lt sich f r jeden Verteilungstyp unterschiedlich Au erdem ist keine der Methoden in der Lage die nicht komplett zuf llige Ziehung der Stichproben durch ein Messfahrzeug zu AMONES 2010 123 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung ber cksichtigen Deshalb wird im Rahmen der vorliegenden Untersuchung zur Behebung dieser Problematik ein empirischer Ansatz gew hlt der die notwendige Stichprobenanzahl in einer Simulation ermittelt Einzelmessung Zeitreihe 5 Min Mittelwert C g3 tg 7 N E A gt Pi une A a 2 R e ER 5 ar Pi N 7 g H Pe r 4 F Fahrzeit min ER je NY 2 o 4r RT EE ea Ea AA Z N A t di x T tes ak 9 00 12 00 15 00 18 30 Tageszeit h BE Autokorrelationsfunktion Konfidenzgrenzen
406. n sind f r eine pr zise Bewertung von Minderungsma nahmen mit einem erwarteten Wirkungspotenzial in einer Gr enordnung von 10 zun chst nicht ausreichend Sofern die absoluten oder relativen Abweichungen von Messungen und Modellen zu den tats chlichen Immissionskonzentrationen konstant sind sollte eine Bewertung dennoch m glich sein 5 2 1 4 Einflussgr en auf die Emissions und Immissionsbelastung Eine nachvollziehbare Interpretation der Messdaten die im Rahmen der AMONES Feldmessungen erhoben werden ist nur bei Kenntnis der verschiedenen Einflussgr en und der Gr enordnung ihres Einflusses auf die Immissionswerte m glich Die nachfolgenden Ausf hrungen stellen daher die wesentlichen Einfl sse auf die verkehrliche Zusatzbelastung des Emittenten Stra e dar Bebauung In Stra enschluchten mit hoher und beidseitig geschlossener Randbebauung treten wegen geringer Durchl ftung h ufig h here Luftschadstoffimmissionen auf siehe Abbildung 65 Die St rke des Einflusses einer Stra enschlucht h ngt wiederum erheblich von e der Anstr mrichtung des Windes e von lokalen Durchl ftungsm glichkeiten Porosit t e vom Verh ltnis zwischen Schluchth he und Schluchtbreite ab wino De BERECHNUNGSPUNKTE Abgasfahne bei Stra e ohne Rand bebauung Gute Abf hrung der Schadstoffe Abgasfahne in Stra enschlucht Schlechte Abf hrung der Schad stoffe Diese rotieren mit dem Wirbel in der Stra enschl
407. nachbarten Knotenpunkte ein Au erdem flie t eine Bewertung der Abweichung vom von UTOPIA gesendeten Referenzplan und der Abweichung des Signalplans des vorherigen Steuerungsintervalls ein Mertz 2001 AMONES 2010 83 Verfahren der LSA Steuerung F r die Optimierung wird ein sogenanntes semi heuristisches Verfahren eingesetzt Friedrich 2002 4 5 3 Systemtechnik bergeordnete Vorgaben k nnen von anderen Verkehrsmanagementsystemen eingebracht werden 4 5 4 Anwendungsf lle und Wirkungen UTOPIA wird momentan in 34 St dten haupts chlich in Italien den Niederlanden und Skandinavien angewendet City Cont rolled Intersections Operational Extension in 2006 Operational Operational Implementation phase 2006 Turin italy Rome Italy ha Milan Italy Bologna ltaly Operational Lad Trento Italy Messina ltaly Cremona Italy Operational Implementatlon phase hi Implementation phase Bergamo ltaly Implementation phase La Spezia Italy Perugia Italy Foggia Italy Bruxelles Be Operational O Eindhoven NL Schiphol NL 5 Operational veldhoven NL Planned Enschede ML Operational Operational Ordered Ordered Utrecht ML Rhenen ML Den Bosch NL Operational Oslo Morway Operational Extension planned Trondheim Norway S Operational Stockholm Sweden p i 4 Implemented Gothenburg Sweden Operational Mamoe Sweden
408. nachl ssigbare Reduktion von unter 5 Aufgrund der chemisch physikalischen Eigenschaften von Partikeln erscheinen mittel und langfristige Ma nahmen geeigneter Je nach lokalem Verursacheranteil des Verkehrs sind mittels Zuflussdosierung oder Beschr nkungen f r den Schwerverkehr Reduktionspotenziale in einer Gr enordnung von 5 10 der Gesamtbelastung realisierbar Eine modellbasierte Netzsteuerung kann im Vergleich zu regelbasierten Verfahren bei der Reduzierung verkehrsbedingter Umweltwirkungen von Vorteil sein Bei entsprechender Parametrierung kann eine modellbasierte Netzsteuerung die Emissionen des Stra enverkehrs im gesamten Netz signifikant reduzieren In Bezug auf die Einhaltung der Immissionsgrenzwerte an Umwelt HotSpots k nnen modellbasierte Verfahren erweitert werden um zeitlich und r umlich differenziert zur Reduzierung der Immissionen beizutragen Dies kann z B durch eine Ver nderung der Zielfunktion der modellbasierten Steuerung f r bestimmte Netzabschnitte in Abh ngigkeit der relevanten meteorologischen Parameter und der Hintergrundbelastung der jeweiligen Schadstoffe geschehen Die immissionsbezogenen Wirkungen verkehrlicher Ma nahmen h ngen ebenso wie die Immissionen selbst stark von meteorologischen Randbedingungen ab In beiden Testfeldern wurde ein erheblicher Einfluss meteorologischer Kenngr en und insbesondere der lokal gemessenen Windgeschwindigkeit auf die untersuchten AMONES 2010 368 Fazit und H
409. nd Abendspitze Oft wird auch Veranstaltungsverkehr als Sonderform der Verkehrsnachfrage differenziert Von besonderer Bedeutung f r die Auswahl eines geeigneten LSA Steuerungsverfahrens ist ob bzw wie gut die Schwankungen in der Verkehrsnachfrage in ihrem zeitlichen Eintreffen und in ihrer St rke vorhersagbar sind Sonstige externe Faktoren Das Wetter hat direkten Einfluss auf die umweltbezogenen Kenngr en Ggf ist es daher aufgrund der Wetterlage notwendig zur Optimierung umweltbezogener Kenngr en auf Wetter nderungen zu reagieren Der Anteil der Hintergrundbelastung an der Gesamtbelastung beeinflusst die Entscheidung ob lokal oder fl chig wirksame Ma nahmen zu ergreifen sind AMONES 2010 219 Typisierung von Anwendungsfeldern 6 2 Verkehrssteuerung Die Verkehrssteuerung fasst die bestehenden Eingriffsm glichkeiten in den Verkehrsablauf zusammen Hier wird unterschieden zwischen der LSA Steuerung und den sonstigen Eingriffsm glichkeiten In der Praxis erscheint es sinnvoll diese Bereiche miteinander zu kombinieren z B Routenf hrung und modellbasierte Netzsteuerung Die dadurch resultierenden Zusammenh nge sollen hier allerdings nicht untersucht werden LSA Steuerungen im Allgemeinen verf gen ber die folgenden indirekten Stellgr en e Freigabezeitanteil Der Freigabezeitanteil hat Einfluss auf die Verlustzeiten Festzeitsteuerungen k nnen diese nur im Rahmen einer tageszeitabh ngigen Signalprogrammaus
410. nd der Anzahl der Anfahrvorg nge als Vorgabe f r die weiteren Feldmessungen Die Ergebnisse der Voruntersuchung sind in Tabelle 35 dargestellt AMONES 2010 198 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Korrelationskoeffizient R und Irrtumswahrscheinlichkeit p Immissions f r Einflussbereiche EB kenngr e Anfahrvorg nge im Anfahrvorg nge im Anfahrvorg nge im EB 20 m EB 30 m EB 40 m NOx R 0 04 R 0 36 Konzentration p 0 86 p 0 08 Tabelle 35 Bestimmung der L nge des Einflussbereichs anhand der Korrelation zwischen gemessenen Immissionen und Anfahrvorg ngen Der Einflussbereich mit einer L nge von 30 m zeigt als einziger Einflussbereich eine signifikant positive Korrelation mit den erfassten Anfahrvorg ngen an und wird f r die weiteren Messungen ausgew hlt Erhobene Kenngr en Tabelle 36 zeigt die erhobenen Kenngr en die eingesetzten Messverfahren die zugeh rigen Messgr en sowie die zeitliche Aufl sung der Erfassung Sofern in den Testfeldern weitere Kenngr en zum Beispiel aus lokalen Detektoren und Messstationen f r die Auswertungen eingesetzt werden sind diese in den entsprechenden testfeldbezogenen aufgef hrt Ein Gro teil der erfassten Kenngr en l sst sich direkt den Einflussgr sen zuordnen die im Unterkapitel 5 2 1 4 beschreiben wurden Einzelne Einflussgr en wurden allerdings aus technischen oder aus Aufwandsgr nden nicht oder nicht umf nglich e
411. nd oder die f r eine Optimierung relevanten Kenngr en der Zielfunktion k nnen f r einen Prognosehorizont prognostiziert werden Die Prognose ber cksichtigt dabei die aktuelle Nachfragesituation und die Systemzust nde der LSA bis zum Prognosehorizont Um die Wirkungen eine spezifischen Nachfragesituation und unterschiedlicher LSA Systemzust nde zu ermitteln eignen sich insbesondere Verkehrsflussmodelle Man kann sich aber f r einzelne Kenngr en z B die Verkehrsst rke oder die R ckstaul nge auch eine Trendextrapolation oder eine Regression vorstellen 4 1 1 4 Verwendung eines Verkehrsflussmodells Ein Verkehrsflussmodell ist ein Modell das die Ortsver nderung von Fahrzeugpulks Einzelfahrzeugen oder Fu g ngern entlang einer Route beschreibt Sie unterscheiden sich in der Modellierung der Interaktion zwischen den Fahrzeugen und der Interaktion zwischen Fahrzeug und Umwelt Ein Warteschlangenmodell kann auch als ein Verkehrsflussmodell aufgefasst werden Verkehrsflussmodelle erm glichen es die Kenngr en Fahrzeit und Zahl der Halte unter Ber cksichtigung des Systemzustands der LSA zu ermitteln 4 1 1 5 Verwendung eines Verkehrsnachfrage und Routenwahlmodells Da sich die Verkehrsst rke auf den Routen in einem Verkehrsnetz im Laufe eines Tages ndert ben tigt ein Verkehrsflussmodell zeitabh ngige Abbiegeanteile oder Routen belastungen Sie k nnen auf der Grundlage von Messwerten der Verkehrsst rke mit einem Verfahren
412. nden Versorgung erfolgte eine Beratung und Unterst tzung durch einen praxiserfahrenen Mitarbeiter der TRANSVER GmbH Die Versorgung der modellbasierten Steuerungen erfolgte mit Unterst tzung der jeweiligen Hersteller Insgesamt sollten im virtuellen Testfeld folgende Steuerungsvarianten untersucht werden e Festzeitsteuerung e Lokal regelbasierte Steuerung messwertbasiert e BALANCE mit lokaler regelbasierter Steuerung e MOTION mit lokaler regelbasierter Steuerung e BALANCE nur Rahmensignalpl ne e MOTION nur Rahmensignalpl ne e BALANCE spezielle Umweltparametrierung e MOTION spezielle Umweltparametrierung Aus den in Abschnitt 10 1 1 genannten Gr nden konnten im Rahmen von AMONES nicht mehr alle geplanten Steuerungsszenarien untersucht werden Erste Ergebnisse liegen f r die Steuerungsvarianten FZS LRS und BALANCE mit LRS vor AMONES 2010 343 Virtuelles Testfeld 10 1 2 1 Festzeitsteuerung FZS F r die Festzeitsteuerungen werden f r jeden Knotenpunkte in jedem Nachfrageszenario vier Tagesprogramme mit unterschiedlichen Umlaufzeiten erstellt SchwachVerkehrsZeit60 Morgenspitze90 NebenVerkehrsZeit70 Abendspitze80 Die Signalprogramme sind 4 Kreuzung bzw 3 phasig Einm ndung Sie werden mittels des Ingenieurarbeitsplatzes SITRAFFIC Office berechnet Es wird eine s ttigungsgradbezogene Berechnung nach HBS 2001 verwendet wobei der maximale S ttigungsgrad f r die Hauptrichtungen bei 0 85 und f r die b
413. ndere bei h herer Auslastung in einem offensichtlichen Zielkonflikt zu der Verkehrsqualit t des brigen Kfz Verkehrs So steigen die Verlustzeiten des Kfz Verkehrs in der stark belasteten Abendspitze bei der LRS mit PNV Bevorrechtigung um 67 gegen ber der FZS an In der Gegen berstellung aller Steuerungsverfahren mit bzw ohne PNV Bevorrechtigung zeigt sich diese Wechselwirkung f r die Abendspitze in hnlicher Gr enordnung Lediglich in der Morgenspitze wird diese Systematik einmal von BALANCE mit PNV Bevorrechtigung durchbrochen In diesem Steuerungsszenario erzielt BALANCE f r den Kfz Verkehr vergleichbar gute Ergebnisse wie die Steuerungsverfahren ohne PNV Bevorrechtigung Dieses Ergebnis l sst vermuten dass bei einer gelungenen Integration der PNV Bevorrechtigung in die Netzsteuerung die negativen Auswirkungen auf den Kfz Verkehr weitgehend vermieden werden k nnen BALANCE mit PNV Bevorrechtigung kann diese Verbesserung jedoch nicht systematisch nachweisen und schneidet in der Abendspitze mit dem ung nstigsten Ergebnis ab Ein grunds tzliches Potenzial zum Ausgleich von St rungen l sst sich jedoch aus den Ergebnissen f r modellbasierte Verfahren vermuten Die Steuerungsverfahren ohne PNV Bevorrechtigung erzielen im virtuellen Testfeld hinsichtlich der Verlustzeiten von PNV Bussen und brigen Kfz in allen Nachfrageszenarien eine vergleichbare Verkehrsqualit t Im Gegensatz zur allgemeinen Erwartung schneidet d
414. ndestens 250 000 Einwohnern oder einem Gebiet mit einer Bev lkerungsdichte von mindestens 1 000 Einwohnern pro km auf einer Fl che von mindestens 100 km Ein Gebiet ist ein Teil der Fl che eines Mitgliedsstaats das dieser f r die Beurteilung und Kontrolle der Luftqualit t abgegrenzt hat Sofern die Luftschadstoffbelastung unter einer festgelegten unteren Beurteilungsschwelle liegt kann die Luftqualit t mittels Modellrechnungen oder objektiven Sch tzungen beurteilt werden Sofern die Belastung zwischen der festgelegten oberen und unteren Beurteilungsschwelle liegt kann die Luftqualit t mittels einer Kombination von Messungen und Modellrechnungen und oder orientierenden Messungen beurteilt werden Bei einer Belastung oberhalb der festgelegten oberen Beurteilungsschwelle ist die Durchf hrung von station ren Messungen erforderlich Zus tzlich sind Hintergrundmessungen durchzuf hren um Informationen ber Gesamt massenkonzentration und die Konzentration von Staubinhaltsstoffen von Partikeln im Jahresdurchschnitt zu erhalten Die Einstufung eines Gebietes ist sp testens alle f nf Jahre zu berpr fen Anforderungen an Messungen und Modellrechnungen Tabelle 31 zeigt die in der 39 BImSchV definierten Anforderungen an die Genauigkeit bei der Messung und Modellierung der Luftqualit t zul ssige Unsicherheit zul ssige Unsicherheit bei Messungen bei Modellrechnungen Jahresmnittel Tagesmittel Stundenmittel werte werte werte
415. ne Kapazit t zu nutzen In diesem Sinne hat die FZS mit einer tageszeitlich guten Anpassung an die Verkehrsnachfrage berraschend gute Ergebnisse erzielt Vor diesem Hintergrund ist zu empfehlen dass bei Neuprojektierungen oder berarbeitungen von Lichtsignalsteuerungen die Erfassung der Nachfragestrukturen und die Erarbeitung von gut angepassten Festzeitsteuerungen bzw Rahmensignalpl nen im Vordergrund stehen sollten Modellbasierte Steuerungsverfahren haben das gr te Potenzial ben tigen aber eine aufw ndige Kalibrierung Modellbasierte Steuerungsverfahren NMS haben das gr te Potenzial die vorhandene Kapazit t bestm glich zu nutzen da sie den Rahmensignalplan im Grundsatz am feinsten an die variable Verkehrsnachfrage anpassen k nnen F r einige Zeitbereiche konnte dies sowohl in den Felduntersuchungen wie auch in den Simulationen eindrucksvoll nachgewiesen werden Aufgrund der Schwierigkeit der Kurzfristprognosen der Verkehrsnachfrage sowie der pr zisen Verkehrslagemodellierung gelingt diese Anpassung jedoch offensichtlich noch nicht durchg ngig F r den Einsatz von NMS bedeutet dies dass eine aufw ndige Kalibrierung und Validierung der Steuerung f r gute Ergebnisse von gro er Bedeutung ist F r die Weiterentwicklung der modellbasierten Steuerungsverfahren wird empfohlen das Augenmerk insbesondere auf die Verkehrslagemodellierung und die Kurzfristprognose unter dem Gesichtspunkt der Robustheit zu richten Lokale regelba
416. nfrastruktur Verkehrsmanagement PNV e Charakterisierung der Nachfrage und Netzstruktur e ggfs Segmentierung Strukturierung des Netzes e V Vorher Messung e Wahl des geeigneten Steuerungsverfahrens evtl verschiedene je nach Strukturierung evtl Stufenl sungen vorsehen e WVirkungsabsch tzung und Vorparametrierung Simulation e Installation Inbetriebnahme mit intensiver Begleitung e Nachher Messung e Regelm ige Qualit ts berwachung Empfehlungen zur Auswahl geeigneter Steuerungsverfahren Basierend auf den Ergebnissen aus den drei Testfeldern Erkenntnissen aus der Literatur und Erfahrungen von Herstellern und Anwendern lassen sich zu den in Kapitel 6 aufgef hrten Typisierungskriterien folgende Empfehlungen zur Auswahl eines LSA Steuerungsverfahrens ableiten AMONES 2010 46 Kurzfassung Steurungevertahen rzs irs ins Ins ma nms tan IE Te Te Te 13 13 ET BP EFF FE e Situationsabh ngige Variabilit t z B bei Veranstaltungen e Regelm ige berstauung mehrerer Zufahrten eines Knotenpunktes ere aema aena En FE u Vorhandene Altemativrouten nohe Vermaschung o e Vorhandene R ckstaur ume mit unterschiedlicher Betroffenheit in Bezug auf die Umweltbelastung oder unterschiedlichem Grenzwert berschreitungsrisiko Ziele der Steuerung en I I a Umweiteteren solen ber cksenin werden o Io o e Situationsabh ngige Optimierung spezifischer Kenngr en Anzahl Halte
417. ng bereits verwenden oder bei denen sich eine solche momentan im Aufbau befindet h her als bei St dten bei denen dies nicht der Fall ist E Modelbasierte Steuerung vorhanden Modelbasierte Steuerung im Aufbau E Keine modellbasierte Steuerung Abbildung 159 Vorhandensein einer modellbasierten Netzsteuerung An der Podiumsdiskussion nahmen neben Vertretern der St dte Bremerhaven und Hamburg die als Testfelder im Projekt AMONES dienten auch ein Vertreter der Stadt M nster als weiterer Repr sentant einer Stadt mit Einsatz einer modellbasierten Netzsteuerung sowie ein Vertreter der Stadt Berlin als Repr sentant einer Stadt ohne modelbasierter Netzsteuerung teil AMONES 2010 360 Evaluierung modellbasierter Steuerungsverfahren 11 2 1 Stand der LSA Steuerung Die 21 befragten St dte verf gen zusammen ber etwa 60 000 Lichtsignalanlagen Im Schnitt werden pro 100 000 Einwohnern 60 Lichtsignalanlagen ben tigt Jeder der St dte verf gt an einzelnen Knotenpunkten ber lokale regelbasierte Steuerungen Auch wird in jeder der St dte an einzelnen Knotenpunkten der ffentliche Personenverkehr priorisiert Netzsteuerungen sowohl regelbasierte Signalprogrammauswahl als auch die modellbasierte Netzsteuerungen BALANCE und MOTION werden nicht in allen St dten eingesetzt und falls nur in kleinen Teilnetzen Pro Lichtsignalanlage stehen im Schnitt 5 500 f r Planung Wartung und Erneuerung zur Verf gung Im Schnitt betreut
418. ng der emissionsbezogenen Wirkungen im gesamten Netz Hierzu werden die mit Emissionskennfeldern gekoppelten mikroskopischen Verkehrsflusssimulationen hinsichtlich der motorbedingten Emissionen ausgewertet Meteorologische N Dr Ferntransport Einfl sse z B erh hte Kaltstart und IA Hausbrandemissionen bei kalten Temperaturen Verkehrsemissionen Konversion Umwandlung Dispersion Ausbreitung Sonstige Emissionen Deposition Ablagerung Industrie Hausbrand nat rliche Quellen Topographie Bebauung C gt Einfluss auf Abbildung 5 Einfl sse auf die Immissionsbelastung mit Luftschadstoffen Die lokalen Immissionen am HotSpot werden differenziert nach folgenden Wirkungszusammenh ngen untersucht e Wirkungszusammenh nge die sich aus nderungen im Tagesgang einzelner Verkehrs kenngr en ergeben Hier werden vor allem tageszeit und wochentagbedingte Schwankungen der Verkehrsnachfrage und der Qualit t des Verkehrsablaufs untersucht Dabei muss aber einschr nkend festgehalten werden dass mit nur 10 Messtagen je Testfeld kein allgemein g ltiges Modell f r den Tagesgang der Immissionsbelastung entwickelt werden kann e Wirkungszusammenh nge die kurzzeitige Schwankungen von Verkehrskenngr en im einzelnen Umlauf unabh ngig vom Tagesgang betreffen Der praktische Nutzen der Kenntnis solcher kurzzeitiger oder hochfrequenter Wirkungszusammenh nge kann in Ma nahmen wie beispielsweise einer gezielten Gr nzeit
419. ng des senkrecht verlaufenden Rings Habichtstra e sind die Unterschiede zwischen Morgen und Nachmittagsspitze weniger deutlich In Hamburg ist w hrend der beiden Erhebungswochen eine deutliche tageszeitabh ngige Variabilit t der Nachfrage zu beobachten in der Struktur und in der St rke 2 R umliche Variabilit t W hrend des Untersuchungszeitraums sind im gesamten Netz morgens und nachmittags berstauungen vorhanden Entlang der Bramfelder Stra e sind diese im Allgemeinen bis vor den zentralen Knotenpunkt Bramfelder Stra e Habichtstra e zu beobachten Der senkrecht verlaufenden Ring ist zeitweise komplett berstaut Die Untersuchungen zeigen dass Ausma Dauer und Lage der berstauungen von den Steuerungsverfahren AMONES 2010 289 Testfeld Hamburg abh ngen siehe Kapitel 9 5 2 Eine r umliche Variabilit t ist hnlich wie eine tageszeitabh ngige Variabilit t deutlich vorhanden 9 3 Umweltsituation 9 3 1 Umweltrelevante Merkmale In der entwickelten Typisierung wurden f r eine m gliche Optimierung der Netzsteuerung nach Umweltkriterien die folgenden Randbedingungen bzw Faktoren als relevant identifiziert e Bebauungsstruktur e Bebauung e Art und Verteilung der Nutzungen e Externe Faktoren e Meteorologie e Umweltsituation Die allgemeine Umweltsituation im Testfeld wird als wichtigste Randbedingung eingestuft Falls grunds tzlich kein Grenzwert berschreitungsrisiko f r die betrachteten Schadstof
420. ng nach der Average Linkage Methode siehe auch Jain Dubes 1988 oder Zahn 1971 wird mit der Software MATLAB von The Mathworks durchgef hrt Dieses Verfahren berechnet zun chst die Distanzmatrix zwischen allen Objekten das hei t allen Stunden eines Testfeldes im Idealfall 120 Stunden aus 10 Tagen mit je 12 Stunden wobei aufgrund von St rungen in Bremerhaven nur 117 und in Hamburg 118 Stunden vorliegen Zu Beginn des Prozesses befinden sich alle Objekte in einer eigenen Gruppe beziehungsweise Cluster Schrittweise werden dann die beiden Cluster mit der geringsten Distanz zueinander zusammengefasst und die Distanzmatrix neu berechnet Die Distanzen zu dem neuen zusammengef hrten Cluster ergeben sich dabei aus dem Mittelwert der Einzeldistanzen aller enthaltenen Objekte Dieser Zusammenf hrungsprozess wird so lange fortgef hrt bis die aktuell kleinste Distanz zwischen zwei Clustern einen bestimmten Grenzwert berschreitet wahlweise kann auch eine festgelegte Anzahl von Clustern als Abbruchkriterium verwendet werde Wird ein beliebig gro er Grenzwert gew hlt fallen folglich alle Objekte in denselben Cluster Umgekehrt hat ein zu kleiner Grenzwert zur Folge dass alle Objekte einen eigenen Cluster bilden Demzufolge ist es notwendig diesen Grenzwert passend zu w hlen Aufgrund der unterschiedlichen Anzahl und Gr enordnung der Nachfrageverkehrsst rken ist dieser Grenzwert in beiden Testfeldern unterschiedlich siehe Kapitel 8 5 2 2 und
421. ngabe der Streckenl ngen in Metern AMONES 2010 342 Virtuelles Testfeld Neben den Knoten des Steuerungsgebietes beinhaltet das Netz noch Randknoten an einigen Zufahrten Diese sollen Knoten au erhalb des Steuerungsgebietes darstellen und f r einen gepulkten Zufluss der Fahrzeuge sorgen Die Randknoten flie en nicht in die Auswertung ein Sie laufen in jedem Szenario in einer tagesplanabh ngigen Festzeitsteuerung Die Netzstrukturen bauen aufeinander auf so dass f r die Simulation immer das gr te Netz simuliert werden kann und nur die Auswertung beziehungsweise die Steuerung an das aktuelle Szenario angepasst werden muss Des Weiteren wurden f r die Netze folgende Randbedingungen der RiLSA FGSV 2010 f r die Koordinierung von Stralsenz gen eingehalten e Knotenpunktabst nde lt 1000 m e je Richtung mehr als ein Fahrstreifen f r den durchgehenden Verkehr e Abbiegestreifen f r Linksabbieger 10 1 2 Verkehrssteuerung Im virtuellen Testfeld sollen die beiden modellbasierten Netzsteuerungsverfahren BALANCE und MOTION sowie die Steuerungsvarianten Festzeit FZS und lokal regelbasierte Steuerung LRS zum Einsatz kommen Mit Ausnahme der Festzeitsteuerung k nnen alle Steuerungsvarianten wahlweise mit und ohne V Beschleunigung f r die im Netz vorhandenen Buslinien Abbildung 157 betrieben werden Um praxisrelevante Szenarien zu schaffen wird die LRS bewusst einfach und robust gehalten Bei der Erstellung der entspreche
422. ngen e Anzahl der Halte e LSA Freigabezeitverteilungen e LSA Signalumschaltungen e LSA Detektoranforderungen belegungen e Anzahl der Fahrstreifenwechsel e PNV Wartezeiten e Emissionen Erfassungsmethode F r die modellbasierte Erfassung von verkehrlichen Kenngr en innerorts empfiehlt sich aufgrund der Bedeutung der Interaktion zwischen den Fahrzeugen die Verwendung einer mikroskopischen Verkehrsflusssimulation In dieser k nnen im Grunde die gleichen Daten erhoben werden wie in der Realit t Dies kann f r ausgew hlte Strecken Routen und Fahrzeuge im Netz oder f r das gesamte Netz geschehen Zus tzlich k nnen in der mikroskopischen Verkehrsflusssimulation auch unterschiedliche Szenarien betrachtet werden AMONES 2010 109 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Dazu muss das Netz inklusive der Verkehrsnachfrage und der Steuerungen des Verkehrs allerdings in der Simulationsumgebung aufgebaut werden Zur Ermittlung belastbarer Kenngr en sollte die Simulation anschlie end kalibriert und validiert werden Die Erfassung geschieht in der Regel ber virtuelle Messquerschnitte Querschnittsz hlungen Fahrzeitmessungen oder ber Einzelfahrzeugbetrachtungen Geschwindigkeit Beschleunigung Fahrzeit Die Daten der Steuerung Detektorbelegung Signalgruppenzust nde k nnen ebenfalls mitgeschrieben werden Die in AMONES eingesetzte Mikrosimulationsumgebung VISSIM verf gt zudem
423. ngen zwischen Verkehrskenngr en und Partikelanzahlkonzentration erscheinen daher sinnvoll Geeignete Detektionsverfahren zur Erhebung der umweltrelevanten Verkehrskenngr en sind zu entwickeln Insbesondere im Bereich von Umwelt HotSpots ist eine m glichst genaue Absch tzung der Umweltwirkungen verkehrlicher Ma nahmen empfehlenswert Eine Detektion der Kenngr e Verkehrsst rke ist hierf r nicht ausreichend Bestehende Detektionsverfahren z B die videobasierte Erfassung sind ggfs weiterzuentwickeln um den Verkehrsablauf und die Verkehrszusammensetzung im Bereich von Umweltmessstellen in hoher Qualit t zu erfassen Diese hochwertige Datengrundlage kann zur Erh hung der Aussagekraft g ngiger Emissions und Immissionsmodellierungen eingesetzt werden Modellbasierte Steuerungsverfahren sollten dynamisch auf bestimmte Umweltsituationen reagieren k nnen Die Wirkungen einer Lichtsignalsteuerung in Form einer Zuflussdosierung und oder einer verbesserten Koordinierung sollten in Abh ngigkeit des Grenzwert berschreitungsrisikos und der Betroffenheit bestimmter Gebiete gezielt und zeitlich sowie r umlich differenziert eingesetzt werden um die Umweltbelastung des Stra enverkehrs zu mindern Eine situationsabh ngige Gewichtung der Zielgr en der modellbasierten Steuerung kann dies grunds tzlich erm glichen AMONES 2010 369 Fazit und Handlungsempfehlungen Handhabbarkeit Die Evaluierung von LSA Steuerungen mittels mi
424. nglich getrennten Punktewolken zusammenfallen und etwas h her liegen Die steigenden Belastungen ab ca 15 30 Uhr verursachen wiederum die Bildung einer neuen Punktewolke die f r diese Einzelmessungen einen weiteren Umlauf und wahrscheinlich einen zus tzlichen Halt bedeutet Bei konstanter Umlaufzeit besteht also ein direkter Zusammenhang zwischen der Anzahl Halte und der Fahrzeit und damit auch der Verlustzeit AMONES 2010 106 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung S E D N Mm LL 12 00 13 00 14 00 15 00 16 00 17 00 Tageszeit 0 1 Halte 1 2 Halte Abbildung 40 Gemessene Fahrzeiten klassifiziert nach Haltegruppen am 3 6 2009 von Messquerschnitt 1 nach Messquerschnitt 3 in Hamburg Zur Ableitung der Anzahl Halte ist es hilfreich die Umlaufzeiten der Lichtsignalanlagen entlang der beobachteten Relation zu kennen Zu beachten ist dass die verschiedenen Abstufungen st rker verwischen wenn die betrachtete Fahrtbeziehung l nger ist und dadurch auch gleichzeitig eine Zuordnung zu einzelnen Knotenpunkten schwieriger wird Die r umliche Zuordnung zu einzelnen Knotenpunkten kann dabei mit der Unterst tzung von FCD erm glicht beziehungsweise verbessert werden 5 1 8 5 Mittlere Reisegeschwindigkeit aus Fahrzeiten Die mittlere Reisegeschwindigkeit Brilon 2007 S 25 36 N L er ki mit Vr Mittlere Reisegeschwindigkeit km h N Anzahl der Messfahrten L L nge des untersuchten S
425. ngton D C Fellendorf M Vortisch P 2000 Integrated Modeling of Transport Demand Route Choice Traffic Flow and Traffic Emissions Seventy Ninth Annual Meeting of the Transport Research Board Transport Research Board Washington FGSV Forschungsgesellschaft f r Stra en und Verkehrswesen 1991 Merkblatt ber Detektoren f r den Stra enverkehr Ausgabe 1991 K ln FGSV Forschungsgesellschaft f r Stra en und Verkehrswesen 1992 RiLSA Richtlinien f r Lichtsignalanlagen FGSV Verlag K ln FGSV Forschungsgesellschaft f r Stra en und Verkehrswesen 2002 Handbuch f r die Bemessung von Stra senverkehrsanlagen HBS Ausgabe 2001 Fassung 2005 K ln FGSV Forschungsgesellschaft f r Stra en und Verkehrswesen 2003 RiLSA Richtlinien Lichtsignalanlagen Teilfortschreibung FGSV Verlag K ln FGSV Forschungsgesellschaft f r Stra en und Verkehrswesen 2005 Merkblatt ber Luftverunreinigungen an Stra en ohne oder mit lockerer Randbebauung MLuSO02 ge nderte Fassung 2005 K ln FGSV Forschungsgesellschaft f r Stra en und Verkehrswesen Zus tzliche Technische Vertragsbedingungen und Richtlinien zur Zustandserfassung und Zustandsbewertung von Stra en ZTV ZEB StB 2006 K ln FGSV Forschungsgesellschaft f r Stra en und Verkehrswesen 2006b Hinweise zur mikroskopischen Verkehrsflusssimulation FGSV Verlag K ln FGSV Forschungsgesellschaft f r Stra en und Verkehrswesen 2010 Entwurf der RiLS
426. nkungen innerhalb eines Messtages analog zum PM o Modell jedoch nur selten korrekt wiedergegeben werden gr o PM2 5 g m LogN WoW E E i 6 30 10 29 1430 6 30 10 29 14 30 6 30 10 29 1430 6 30 10 29 1430 629 10 29 1430 HHO2 P LA J ET d H F Ein PM2 5 ng m LogN Lil ri Ei 6 30 10 29 1430 6 30 10 29 1430 5 30 1029 1430 6 30 10 29 1430 629 10 29 1430 PM 5 Konzentration gemessen PM 5 Konzentration modelliert Abbildung 145 Gemessene blau und modellierte rot Zeitreihen der niederfrequenten PM Konzentration im Testfeld Hamburg getrennt nach Messwochen HHO1 und HHO2 senkrechte Linien trennen einzelne Messtage AMONES 2010 334 Testfeld Hamburg Die graphische Gegen berstellung des hochfrequenten Modells best tigt die unbefriedigenden statistischen Kennwerte zur Modellg te der ersten Messwoche Weder die absoluten Werte noch die relativen Verl ufe der Ganglinien zeigen erkennbare bereinstimmungen F r die zweite Messwoche ist eine deutliche Untersch tzung der absoluten Werte erkennbar jedoch stimmen die relativen Verl ufe an allen Tagen verh ltnism ig gut berein ka SS oo an O m E ig En I i mi 7 o i j l i 6 30 10 29 1430 630 10 29 1430 630 10 29 1430 630 1029 1430 629 10 29 1430 HH02 PM2 5 ugy m LogN TB z o 2 o oD a 11 07 1545 0 22 12 59 17 37 10 14 14 52 T 29 12 07 16 45 9 72 14 00 FM2 5 Konzentr
427. nngr en Verkehrsst rke Verkehrsdichte Geschwindigkeit Belegungsgrad R ckstaul ngen und Reisezeiten auf die Kohlenmonoxid und Ammoniak Immissionen untersucht Die R ckstaul nge ergab hier die h chste Korrelation mit den gemessenen Immissionen e Cobian et al 2009 haben NOx Emissionsmodellierungen f r verschiedene Level Of Service LOS der Kenngr e ICE Intersection Capacity Utilization durchgef hrt die in etwa mit dem S ttigungsgrad nach HBS FGSV 2005 verglichen werden kann Hierbei wurden die gr ten Emissionsreduzierungen f r stufenweise Verbesserungen von LOS F ICU gt 1 nach C 0 7 lt ICU lt 0 8 festgestellt Verbesserungen des Verkehrsablaufs ber den LOS C hinaus zeigten nur eine geringe Reduktion AMONES 2010 176 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Eine Reihe weiterer emissions und immissionsbezogener Untersuchungen haben einen Einfluss des Verkehrsablaufs festgestellt jedoch ohne dabei die g ngigen Qualit tskenngr en nach HBS FGSV 2005 zu verwenden D ring et al 2004 haben die Abh ngigkeit der Partikelemissionen vom Verkehrsablauf untersucht Abbildung 70 stellt diesen Einfluss f r das Bezugsjahr 2003 und einen Schwerverkehrsanteil von 10 dar Der Verkehrsflusszustand wird dabei nach HBEFA Verkehrssituationen differenziert Die vier rechten S ulen stellen inner rtiiche Verkehrssituationen mit gutem links bis schlechtem rechts Verkehrsflusszustand dar
428. notenpunktsteuerung m ssen die Signalprogramme bei Linien und Netzsteuerungen auf die Signalprogramme der benachbarten Knotenpunkte abgestimmt werden Die Signalprogramme der Knoten m ssen zur Koordinierung eine gemeinsame Umlaufzeit die so genannte System Umlaufzeit haben Damit wird gew hrleistet dass alle Verkehrsstr me ohne eingeschr nkte Koordinierungsbedingungen bedient werden k nnen Kurzfristige Abweichungen von dieser Umlaufzeit etwa durch Freigabezeitanpassungen oder Freigabezeitanforderungen m ssen ausgeglichen werden Die System Umlaufzeit richtet sich nach dem am st rksten belasteten Knotenpunkt der in die Steuerung einbezogen wird An diesem sollte der Auslastungsgrad der koordinierten Verkehrsstr me nicht ber 85 liegen da durch R ckstaus vor den Haltelinien sonst keine Koordinierung zustande kommen kann In besonderen F llen k nnen Kurzuml ufe innerhalb der System Umlaufzeit angewendet werden Die Summe der Kurzuml ufe muss dabei der System Umlaufzeit entsprechen e In schwach belasteten Stra enz gen die an Hauptverkehrsstra enz ge angeschlossen werden e bei einzelnen knapp bemessenen Staur umen e bei Fu g nger Lichtsignalanlagen e bei Knotenpunkten mit schwachem Querverkehr FGSV 2010 Die wesentliche Entwurfsgr e bei der Koordinierung von Netzen ist die Versatzzeit Sie richtet sich nach der Progressionsgeschwindigkeit Vp km h die zwischen 0 9 V und Vzu innerorts in der Regel 50
429. nten Modells im Testfeld Bremerhaven zeigt f r 6 von 10 Messtagen eine hohe hnlichkeit der Zeitreihen Erhebliche Abweichungen sowohl in den absoluten Werten als auch im relativen Verlauf sind am 16 2 am 24 2 am 25 2 und am 27 2 erkennbar AMONES 2010 279 Testfeld Bremerhaven EB En Lil E m PM10 uga m LogMN Kiin kal a F F m 6 44 6 59 7 29 Pa Las of PM10 ug m LogN Na M kal a Ti PJ P gt 12 37 5 44 12 52 6 59 13 07 7 14 13 22 7 29 PMIO Konzentration gemessen FM 10 Konzentration modelliert Abbildung 113 Gemessene blau und modellierte rot Zeitreihen der niederfrequenten PM10 Konzentration im Testfeld Bremerhaven getrennt nach Messwochen BHO1 und BHO2 senkrechte Linien trennen einzelne Messtage ur in oo PM10 ug m LagN TE an a E a En u Fa L 12 38 5 46 12 53 7 01 13 09 T 16 13 24 T 31 13 39 PM10 Konzentration gemessen FM1I0 Konzentration modelliert Abbildung 114 Gemessene blau und modellierte rot Zeitreihen der hochfrequenten PM10 Konzentration im Testfeld Bremerhaven getrennt nach Messwochen BHO1 und BHO2 senkrechte Linien trennen einzelne Messtage Tabelle 60 zeigt die Pr diktoren in den Erkl rungsmodellen und die Vorzeichen ihrer Regressionskoeffizienten Sofern eine Pr diktorkenngr e in einer Messwoche keinen signifikanten Einfluss besitzt wird das Vorzeichen nicht
430. nzelnen Parametern in den aktuellen Systemen oft nur schwierig bzw nicht vollst ndig vorhersehbar Somit sind auch erfahrene Anwender bei der Parametrierung auf die Hilfe der Hersteller und auf ein Ausprobieren zur Ermittlung der optimalen Einstellungen angewiesen Hier sind die Hersteller gefragt die Akzeptanz und die Nutzbarkeit der Verfahren durch Verbesserungen bei der Transparenz bzgl der Wirkungen von Parametereinstellungen und durch eine bessere Dokumentation zu erh hen Einsatzbereich und Implementierungsstrategien Bei der Einf hrung eines neuen LSA Steuerungsverfahrens sind eine strukturierte Vorgehensweise und die Durchf hrung begleitender Untersuchungen zur Wirkungsermittlung empfehlenswert Um die Wirkungen einer Steuerung im Vorfeld absch tzen und im Anschluss nachweisen zu k nnen wird ein strukturiertes Vorgehen mit Simulationsstudie und empirischer Vorher Nachher Untersuchung empfohlen Nachfolgende Auflistung stellt eine aus fachlicher Sicht sinnvolle Vorgehensweise dar e Analyse der Ist Situation e Randbedingungen kl ren vorhandene Infrastruktur Verkehrsmanagement PNV e Charakterisierung der Nachfrage und Netzstruktur e ggfs Segmentierung Strukturierung des Netzes e Vorher Messung AMONES 2010 3 0 Fazit und Handlungsempfehlungen e Wahl des geeigneten Steuerungsverfahrens evtl verschiedene je nach Strukturierung evtl Stufenl sungen vorsehen e Virkungsabsch tzung und Vorparametrierung
431. onzentration um 3 AMONES 2010 175 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Dots Data Line Average Speed Model NOx Emission g m 40 Average Travel Speed km h Average Travel Speed km h a Distance 100 meters b Distance 500 meters Dots Data Line Average Speed Model Dots Data Line Average Speed Model De nn ol 7 aa amp Z NOx Emission g m Average Travel Speed km h Average Travel Speed km h c Distance 1000 meters d Distance 5000 meters Abbildung 69 NOx Emissionen in Abh ngigkeit der Geschwindigkeit f r unterschiedliche Streckenl ngen Kuwahara et al 2001 Qualit t des Verkehrsablaufs Kenngr en zur Qualit t des Verkehrsablaufs sind nach HBS FGSV 2005 e Wartezeiten e Fahrzeuge im Stau R ckstaul ngen e Anzahl der Halte sowie e S ttigungsgrad und Anteil bers ttigter Uml ufe Die Literaturrecherche ergab jedoch nur wenige Untersuchungen mit direktem Bezug zu diesen Kenngr en e Boltze et al 1987 haben bereits vor mehr als 20 Jahren die Abh ngigkeit des Kraftstoff verbrauchs von Wartezeiten und der Anzahl der Halte untersucht und hierf r optimale Umlaufzeiten ermittelt eine direkte bertragbarkeit auf die hier betrachteten Luftschadstoffe ist aber wegen teilweise unterschiedlicher Wirkungszusammenh nge nicht m glich e Galatioto Zito 2007 haben den Einfluss der makroskopischen Ke
432. ophierungen in der Atmosph re tr gt es zur Bildung von Feinstaub und Ozon bei Witten Stec Lazaj 2007 Wegen der hohen Reaktivit t zwischen NO und NO wird bei verkehrsbezogenen Untersuchungen h ufig NOx als Summe aus NO und NO betrachtet und als NO ausgewiesen Die am Verkehrs HotSpot gemessenen NOx Konzentrationen weisen in der Regel einen hohen Anteil an NO auf weil die Transportzeit zum verkehrsnahen Messort meist k rzer ist als die Reaktionszeit von NO zu NO Umweltbundesamt 2009 Abbildung 64 stellt die Verursacheranteile an der NOx Belastung in Deutschland dar 2132 kt 1815 kt 1284 kt WE Verbrennungsprozesse Kraftwerke Fernw rme Raffinerien Verbrennungsprozesse Gewerbe Haushalt Verbrennungsprozesse Verarbeitende Industrie Produktionsprozesse Extraktion und Verteilung von fossilen Brennstoffen amp Geothermie L sungsmittel und Produktgebrauch pa Stra enverkehr Sonstige mobile Quellen und Maschinen BE Abfallbehandlung und Entsorgung WW Landwirtschaft Abbildung 64 NOx Emissionsanteile nach Quellsektoren und ihre zeitliche Entwicklung in Deutschland Umweltbundesamt 2009b F r die untersuchte Fragestellung kann festgehalten werden Die Abh ngigkeit der NO Konversion von dem Vorhandensein weiterer Reagenzien und auch der Zeit lassen f r zeitlich hochaufgel ste Betrachtungen eine Untersuchung von NOx als Summe aus NO und NO sinnvoll erscheinen Aufgrund des hohen Verursacheranteils des Stra enve
433. ordinierung verschiedenen Fahrzeug gruppen wie Pkw und Lkw auf Autobahnen oder weil die betrachtete Schicht Relationen mit unterschiedlichen Fahrzeiten enth lt F r den Letzteren Fall wird empfohlen diese Schicht zu trennen Im Allgemeinen ist davon auszugehen dass eine ung nstigere Verteilungsfunktion mit einem ung nstigeren h heren Variationskoeffizienten einhergeht Echte Stichproben und Ber cksichtigung der Autokorrelation Wie zuvor bereits angesprochen ist die Stichprobe eines Messfahrzeugs nicht komplett zuf llig Ein einzelnes Messfahrzeug zieht seine Stichproben in bestimmten zeitlichen Abst nden die der Zeit entsprechen die dieses Fahrzeug ben tigt um zum Startpunkt zur ckzukehren Dies hat im Allgemeinen zur Folge dass jedes Messfahrzeug mindestens zwei Relationen untersucht die Hin und die R ckrichtung Ferner ist zu beachten dass die Fahrzeiten der Grundgesamtheit nicht willk rlich schwanken sondern sich kontinuierlich und im Kollektiv ber die Zeit ndern Die Fahrzeit in f nf Minuten h ngt also von der aktuellen Fahrzeit ab und betrifft zumeist alle Verkehrsteilnehmer Beide Punkte werden von den zuvor erl uterten und verwendeten Formeln zur Berechnung der notwendigen Stichprobengr se nicht ber cksichtigt und wirken sich in der Praxis positiv auf die erreichte Genauigkeit aus dass hei t die Werte in Tabelle 21 sind bersch tzt AMONES 2010 122 Kenngr en der Verkehrs und Umweltsituation und ih
434. orgenommen F r die Signalprogrammanpassung m ssen Randbedingungen festgelegt werden Diese sind in der Regel von der lokalen Steuerung abh ngig Online werden von BALANCE aggregierte Minutenintervalle der Verkehrsst rke ber 15 Minuten ben tigt Die Daten werden ber den Verkehrsrechner bezogen Die explizite Lage der Detektoren im Bezug auf die Haltelinien ist f r BALANCE nicht relevant Es bietet sich aber f r die Bestimmung der Quell Zielmatrize an das zumindest alle Zu und Abfl sse aus dem Netz erfasst werden 4 2 2 2 Verkehrsnachfragemodell F r die Ermittlung der Verkehrsnachfrage wird ein makroskopisches Verkehrsmodell verwendet Dazu wird f r jede Optimierung die versorgte Quell Zielmatrize anhand der Gewichtungsmatrize und der aktuellen Messdaten der Zu und Abfl sse des zu steuernden Netzes mittels der endogenen Entropiemaximierung nach van Zuylen 1979 und Willumsen 1981 angepasst Abbildung 24 BALANCE Verkehrsmodell Friedrich 1999 AMONES 2010 66 Verfahren der LSA Steuerung Die Quelle Zielbeziehungsmatrix ist Voraussetzung f r die sukzessive Verkehrsumlegung In die Umlegung flie en zus tzlich noch Querschnittsz hlungen im Netz ein Ergebnis der Umlegung sind Verkehrsstr me der einzelnen Kanten im zu steuernden Netz Au erdem k nnen Aufteilungsparameter der Quell Zielbeziehungen ber die einzelnen Kanten errechnet werden Zwischen den gesch tzten und gemessenen Verkehrsstr men liegen in der Re
435. ormierte Kenngr en f r einen durchschnittlichen Tag AMONES 2010 308 Testfeld Hamburg eb L Z N C lt 1 Z E C Z O 7 Z O pa A 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit Abbildung 132 Durchschnittliche Anzahl Halte nach Steuerungsverfahren ber alle Relationen durchschnittliche betroffene Nachfrage pro Stunde 4 930 Kfz h Tabelle 73 enth lt die Zusammenfassung der Bewertungskenngr en aller Cluster Die letzten beiden Bl cke beinhalten die Resultate ohne Clusterung wobei im oberen Block die Nachfragematrizen der Entropiemaximierung als Bewertungsverkehrsst rken dienen und f r den unteren Block die erfassten Durchgangsverkehrsst rken zu Grunde gelegt werden das hei t die historische Matrix beziehungsweise der Eingang der Entropiemaximierung weshalb die Eingangsverkehrsst rken in Spalte 5 niedriger sind Die beiden Bl cke best tigen dass diese Prozesse die Bewertung beeinflussen was gewollt ist aber nicht verzerren was untersucht werden m sste Insgesamt schneidet die Festzeitsteuerung am schlechtesten ab Der Grund daf r ist dass dieses Steuerungsverfahren keine Verkehrsstr me oder Anforderungen von Fufsg nger abbrechen oder berspringen kann Da sich die Verkehrsnachfrage vormittags und nachmittags ber der Kapa
436. otorbedingten Partikelemissionen von Benzinfahrzeugen sind in ihrer Gr enordnung vernachl ssigbar e Im Vergleich zu Diesel Pkw der Schadstoffklassen Euro 2 und Euro 3 emittieren Fahrzeuge der Schadstoffklassen Euro 4 und Euro 5 nur einen Bruchteil der Partikel Auch Ottomotoren sto en Partikel aus Die Emissionen liegen jedoch um eine bis drei Gr enordnungen niedriger als bei Dieselmotoren Zudem haben die Partikel aus Dieselmotoren eine h here gesundheitliche Relevanz aufgrund der erh hten Anzahl kanzerogener Ru partikel Rabl 2003 AMONES 2010 172 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung e Die Partikelemissionen der schweren Fahrzeugklassen sind f r alle Schadstoffklassen um den Faktor 2 bis 4 h her als die Partikelemissionen der leichten Fahrzeugklassen Pkw Pkw Lkw Bus Pkw Lkw Bus Pkw Lkw Bus Pkw Lkw Bus Pkw Lkw Bus Euro 1 5 Euro 1 Euro 2 Euro 3 Euro 4 Euro 5 Benziner Diesel Abbildung 67 Dwurchschnittliche motorbedingte Partikelemissionen je Fahrzeug und Kilometer f r verschiedene Fahrzeugarten Krafstoffkonzepte und Schadstoffklassen ermittelt nach HBEFA 2010 Bezugsjahr 2008 Verkehrssituation ges ttigte Hauptverkehrsstra e innerorts Die obige Darstellung ber cksichtigt nur motorbedingte Partikelemissionen Die nicht motorbedingten Partikelemissionen sind unabh ngig von Kraftstoffkonzept und Schadstoffklasse nicht jedoch von der Fahrzeugart
437. pagierung in einem Verkehrsnetz durchgef hrt wird In jedem Fall m ssen die Rohdaten einer Plausibilit tskontrolle unterzogen werden 5 1 3 Manuelle Querschnittserfassung Erfasste Kenngr en e Verkehrsst rke nach Fahrzeugtypen Kfz h e R ckstaul ngen m e Kfz Kennzeichen e Aus den Kennzeichen abgeleitete Fahrzeiten min und Durchgangsverkehrsanteile AMONES 2010 97 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Erfassungsmethode Die manuelle Querschnittserfassung mit menschlichen Z hlern eignet sich zur Erhebung der Verkehrsst rke an Querschnitten und Knotenpunkten die ber keine oder keine geeigneten Detektoren verf gen Im Allgemeinen ist es m glich mit einer Person mehrere Abbiegebeziehungen zu erfassen und zwischen verschiedenen Fahrzeugklassen zu unterscheiden Das Erhebungspersonal kann au erdem die R ckstaul ngen in einer Zufahrt absch tzen Die Erfassung von Kennzeichen oder Teilen eines Kennzeichens z B letzte 4 Zeichen mit Papier und Stift oder Diktierger ten ist grunds tzlich m glich Werden Kennzeichen an zwei oder mehr Querschnitten erfasst kann man den Durchgangsverkehr bzw die Routenwahl ableiten Die Fahrzeit zwischen zwei Messquerschnitten l sst sich bei einer Aufzeichnung mit Diktierger ten auf ca eine Minute genau bestimmen Datenqualit t Um Aussagen ber die Qualit t der von einem Z hler erfassten Z hldaten zu machen m ssten die Daten mit Kontro
438. protokolle erm glichen die Bestimmung von Versatzzeiten und Freigabezeitanteilen die das Verkehrsangebot im Netz beeinflussen Die Bedeutung der erfassten Kenngr en bewertet die Eignung der gemessenen Daten zur Qualit tsbeurteilung einer Verkehrsanlage FCD Daten erlauben die Ermittlung der Wartezeiten AMONES 2010 129 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung und der Anzahl Halte an jedem Knotenpunkt Die Geschwindigkeiten Belegungsgrade und Verkehrsst rken die ein Detektor misst oder eine Person z hlt haben eine gewisse Aussagekraft bez glich der Ablaufqualit t an einem Knotenpunkt Fahrzeitmessungen sind dazu geeignet die Qualit t von Netzabschnitten zu bewerten Die Protokolle der Signalgruppen wiederum erlauben erst in Verbindung mit der Verkehrsnachfrage eine Beurteilung der Qualit t Die Varianz ber cksichtigt die stochastische Streuung der Messverfahren Prinzipiell gilt dass diese durch die Beobachtung vieler Verkehrsteilnehmer und die Zusammenfassung auf lange Messzeitintervalle reduziert wird Wobei die Erfassungszeitintervalle sinnvoll gew hlt werden sollen damit zeitliche Informationen nicht komplett verwaschen werden Allgemein muss festgehalten werden dass Steuerungsverfahren auch die Qualit t des Verkehrsablaufs von Fu g ngern Radfahrern und des ffentlichen Verkehrs beeinflussen Diese Verkehrsteilnehmergruppen werden in den beiden Testfeldern Bremerhaven und Hamburg allerdings nic
439. qoal Tga a E I I E A A E A E E E C TI wore O o a O A A EEE BEE TS verensa n oo a verensa o o o w o S a a C E A E Durchfahrten SV Promise TI E E Tabelle 56 Festgestellte signifikante Korrelationen Irrtumswahrscheinlichkeit 5 zwischen logarithmierten Einflussfaktoren und logarithmierten Immissionskenngr en f r den niederfrequenten Ansatz steht f r die Richtung des Zusammenhanggs Quantifizieren _der Zusammenh nge _zwischen _den _Einflussgr en und _den Immissionskenngr en Modellentwicklung Mit den festgestellten relevanten Einflussgr en wird ein lineares autoregressives Erkl rungsmodell gem des in Unterabschnitt 5 2 6 3 beschriebenen Ansatzes entwickelt In das Erkl rungsmodell werden nicht alle der identifizierten relevanten Einflussgr en aufgenommen da sich diese teilweise inhaltlich berschneiden und in Bezug auf ihren Beitrag zur Varianzaufkl rung korreliereen Daher werden die beschriebenen Merkmals selektionsverfahren angewendet so dass sich eine reduzierte Menge potenzieller Pr diktoren ergibt Die Ergebnisse der verschiedenen Merkmalselektionsverfahren sind im Anhang dargestellt Auch nach Anwendung dieser Verfahren ist allerdings nicht sichergestellt dass eine optimale Merkmalsmenge mit maximaler Varianzaufkl rung und mit minimaler inhaltlicher berschneidung gefunden wird Daher wird die resultierende Merkmalsmenge kritisch auf inhaltliche berschneidungen gepr ft und weitere K
440. r Erkl rungsanteile der als relevant identifizierten Verkehrskenngr en l sst sich zun chst das maximale verkehrliche Wirkungspotenzial einer Verkehrssteuerung f r den fiktiven Fall einer Reduzierung der Schwerverkehrsst rke bzw des Schwerverkehrsanteils nahe null quantifizieren F r die NO Immissionen ergibt sich f r den Messzeitraum ein maximales Reduktionspotenzial in einer Gr enordnung von 15 bis 20 und f r die PM n bzw PM Immissionen ein Potenzial von 0 bis 5 der mittleren Gesamtbelastung Eine Beeinflussung der Schwerverkehrsst rke durch die Netzsteuerung ist allerdings nur durch Pf rtnerung aller Verkehrsteilnehmer bzw durch die Einbindung von weiteren Steuerungseinrichtungen wie dynamischen Zufahrtsbeschr nkungen f r den Schwerverkehr und oder einer dynamischen Wegweisung m glich Da auf Grundlage der Messungen keine immissionsrelevante Kenngr e zum Verkehrsfluss identifiziert werden konnte liegt das Wirkungspotenzial einer durch die modellbasierte Netzsteuerung verbesserten Koordinierung zumindest f r die Randbedingungen im Messzeitraum in einer vernachl ssigbaren Gr enordnung 8 5 3 5 Quantifizieren des Wirkungspotenzials der adaptiven Netzsteuerung f r das gesamte Netz Da die Simulationen mit MOTION nicht durchf hrbar waren siehe auch Kapitel 11 1 k nnte dieser Punkt nicht untersucht werden AMONES 2010 287 Testfeld Hamburg 9 Testfeld Hamburg 9 1 Verkehrsangebot 9 1 1 Merkmale des
441. r Messger te Abbildung 108 Standort der Umweltmessung im Testfeld Bremerhaven Bildquelle Google Earth Erhobene Kenngr en im Testfeld Nachstehend sind die im Testfeld vom Partner TUD FVV erhobenen sowie zus tzlich in den Auswertungen ber cksichtigen Kenngr en mit dem genauen Messstandort und dem Messzeitraum aufgef hrt Die Messungen haben im Zeitraum vom 16 2 2009 bis zum 27 2 2009 stattgefunden AMONES 2010 267 Testfeld Bremerhaven Erfasste Messort Messung in Zeitliche Aufl sung Kenngr en Messwoche der Erfassung NO NO NO2 Stra enmessstelle TUD 1 2 5s St dtische Messstelle Bremerhaven 1 2 30 min Hansastra e PMj4o Stra enmessstelle TUD 1 2 St dtische Messstelle Bremerhaven 1 2 Hansastra e PM Stra enmessstelle TUD 1 2 St dtische Messstelle Bremerhaven 1 2 Hansastra e Windrichtung Stra enmessstelle TUD Fahrsituation Stra enmessstelle TUD Fahrzeugart Stra enmessstelle TUD Fahrstreifen zur erfassten Stra enmessstelle TUD Fahrsituation Tabelle 53 Erfasste Kenngr en im Testfeld Bremerhaven 8 5 3 2 Datenfusion und Datenaufbereitung Die Datenzusammenf hrung die Qualit tssicherung der erhobenen Zeitreihen und die Ableitung weiterer Kenngr en werden analog zur in 5 2 6 2 beschriebenen Vorgehensweise durchgef hrt Die im Detail durchgef hrten Plausibilit tspr fungen und die vorgenommenen Korrekturen k nnen dem Anhang entnommen werden Im Testfeld Bremerhaven werde
442. r Schichten in blau und die berechnete Stichprobe der jeweiligen Schicht in rot wobei die Werte nach der simulierten Stichprobengr e aufsteigend sortiert sind Die Abbildung zeigt dass die simulierten Werte meist deutlich unter den Berechneten liegen Das untere Diagramm gibt Aufschl sse ber die Gr nde dieses Verhaltens In blau ist hier der Variationskoeffizient aufgetragen und in rot ein Wert der als Indikator f r die Autokorrelation innerhalb der jeweiligen Schicht dient Dieser Indikator entspricht der mittleren Fl che der Autokorrelationsfunktion die au erhalb der Konfidenzgrenzen liegt das hei t je h her dieser Wert ist umso h her ist die Autokorrelation Beide Kurven sind aus Gr nden der Darstellung auf ihre Maximalwerte normiert oO oO O Simuliert M Berechnet Narm 30 40 50 Schichtnummer Variationskoeffizient normiert Ak Indikator normiert Erforderliche Stichprobengr e 80 6 Anteil Maximalwert 40 50 Schichtnummer Abbildung 48 bersicht ber die simulierten Ziehungen f r alle Schichten sortiert nach der simulierten Stichprobengr e Folgende Zusammenh nge k nnen festgestellt werden e H here Variationskoeffizienten haben eine h here berechnete Stichprobengr e zur Folge viele der roten Spitze oben fallen mit den blauen Spitzen unten zusammen Die hier nicht dargestellte Sortierung nach berechneter Stichprobengr e best tigt diesen Zusammen han
443. r Verkehrszusammensetzung enthalten Kenngr en zur Qualit t des Verkehrsablaufs haben im Testfeld keinen signifikanten Erkl rungsanteil Demnach ist eine Minimierung der verkehrsbedingten Feinstaub und Stickoxidbelastung weniger ber eine verbesserte Koordinierung sondern eher ber eine Zuflussdosierung oder eine Zufahrtbeschr nkung f r den Schwerverkehr m glich Aufgrund der meist niedrigen Verkehrsst rke am Umweltmessquerschnitt und der grunds tzlich guten Qualit t des Verkehrsablaufs ist es plausibel dass im Testfeld Bremerhaven der Einfluss der meteorologischen Kenngr en dominiert und dass die Wirkungen von Ver nderungen im Verkehrsfluss in den gemessenen Immissionen nicht erkennbar sind Simulation Da die Simulationen mit MOTION keine plausiblen Ergebnisse lieferten und die Hauptziel setzung bei der Untersuchung der umweltbezogenen Kenngr en das Aufzeigen der Verbesserungspotentiale von modellbasierten Netzsteuerung sind ist die Ergebnisanalyse der umweltbezogenen Kenngr en nicht m glich und entf llt deshalb an dieser Stelle AMONES 2010 24 Kurzfassung 2 4 2 Hamburg 2 4 2 1 Beschreibung des Testfeldes Das Hamburger Testfeld liegt im Stadtteil Barmbek und besteht aus drei Stra enz gen von zusammen ca 6 km Streckenl nge die ein Dreieck bilden siehe Abbildung 10 Die Hauptrelationen verlaufen dabei entlang der Bramfelder Stra e gelb und der Habichtstra e braun die durchweg zweistreifig sind In d
444. r kontrolliert Im englischen Sprachgebrauch ist zu beachten dass Steuerung und Regelung mit dem Begriff control bersetzt werden und die Differenzierung durch die Zus tze open loop bzw closed loop erfolgt Steuerung wird in der Systemtheorie Regelungstechnik als Gegensatz zur Regelung ver standen die stets mit R ckkopplung der kontrollierten Gr e auf den Regler einhergeht Im Gegensatz zum Regelkreis im Sinne der Regelungstechnik fehlt in der Steuerung der R ckkopplungszweig Kennzeichen der Regelung ist somit ein geschlossener Wirkungsablauf Das Regeln die Regelung ist ein Vorgang bei dem fortlaufend eine Gr e die Regelgr e zu regelnde Gr e erfasst mit einer anderen Gr e der F hrungsgr e verglichen und im Sinne einer Angleichung an die F hrungsgr e beeinflusst wird DIN 19226 In Abbildung 19 sind die Grundelemente eines Regelkreises dargestellt Die Regelstrecke beschreibt das zu regelnde System dessen Zustand ber die Regelgr e x quantifiziert werden kann Bei der Regelung wird die Regelgr e x fortlaufend gemessen und mit einem vorgegebenen Sollwert F hrungsgr e w verglichen Besteht zwischen diesen beiden Gr en eine Differenz Regelabweichung e w x so wird abh ngig von der gemessenen Differenz durch einen Regler ein Verstellvorgang eingeleitet welcher die Regelgr e mit der F hrungsgr e wieder in bereinstimmung bringen soll Losgel st von der Definition einer F hr
445. r maximalen Rotphase von ca 56 Sekunden sollten die ermittelten Fahrzeiten bei freiem Verkehr daher mit einem kleinen Puffer f r das Anfahren zwischen ca 20 und 110 Sekunden liegen Unter Beachtung der vergleichbar umfangreichen Stichprobe der Strecke von Knotenpunkt 241 nach 240 k nnen nun mittlere Verlustzeiten f r den Streckenabschnitt bestimmt werden Allein durch die Fahrzeitmessung mithilfe der Kennzeichenerfassungskameras ber die gesamte Strecke hinweg w re das nicht m glich gewesen Wittel Daten r pt N y LL Uhrzeit Abbildung 98 25 2 2009 241 c1 241 c2 240 21 240 22 In Tabelle 50 sind die mittleren Verlustzeiten aufgeschl sselt nach Tagen f r die Strecke zwischen den Detektoren im nord stlichen Zulauf des Knotenpunktes 241 und den Induktionsschleifen im nord stlichen Zulauf zum Knotenpunkt 240 aufgef hrt Im Vergleich zu den Verlustzeiten die zwischen dem Messquerschnitt M3 und dem Messquerschnitt M2 mithilfe von Kennzeichenerfassungskameras ermittelt wurden ist zu erkennen dass durchschnittlich 62 der Verlustzeiten am Knotenpunkt 241 entstehen vernachl ssigt wurden hierbei aufgrund des geringeren Stichprobenumfangs der erste und letzte Messtag Auf die beiden Knotenpunkte 240 und 225 entfallen somit die restlichen 40 der Verlustzeiten 110 0 82 074 AMONES 2010 255 ANPR M3 nach M2 VWF 241 nach 240 Tabelle 50 Mittlere Verlustzeit in Minuten 1 15 1 33 0 81
446. r statistischen Kenngr en und der visuellen Pr fung als befriedigend bewertet Die Modellierungsg te des hochfrequenten Erkl rungsmodells wird anhand der visuellen Pr fung als befriedigend bewertet Erkl rungsmodelle f r die gemessene PM Konzentration Tabelle 61 zeigt die bergreifenden Modellparameter der PM Erkl rungsmodelle Die nieder frequenten Modelle erkl ren in beiden Messwochen teils deutlich ber 80 der Varianz der PM s Konzentration Der relative Standardfehler bezogen auf die mittlere gemessene Immissionskonzentration liegt in einer Gr enordnung von 10 bis 30 Analog zu den PM o Modellen erkl ren die hochfrequenten Modelle abgesehen von der ersten Messwoche im Testfeld Hamburg mehr als 50 der Varianz der hochfrequenten Komponente der PM Konzentration bei einem relativen Standardfehler von etwa 30 AMONES 2010 281 Testfeld Bremerhaven a Bestimmtheitsma R Relativer Standardfehler rSE BH01 BH02 BH01 BHO2 Niederfrequent 0 81 0 84 28 23 Hochfrequent 0 51 0 61 34 30 Tabelle 61 bergreifende Modellparameter der nieder und hochfrequenten PM Erkl arungsmodelle Die graphische Gegen berstellung von gemessenen und modellierten Werten Abbildung 115 im niederfrequenten Erkl rungsmodell zeigt sowohl f r die absoluten Werte als auch f r den relativen Verlauf der Tagesganglinie an nahezu allen Tagen eine hohe hnlichkeit Pe am P En Fr
447. ra en Columbusstra e und Lloydstra e Grimsbystra e An der Messstelle eins hat der beobachtete Querschnitt drei Fahrstreifen je Richtung und an den Messstellen zwei und drei einen Fahrstreifen je Richtung Wobei sich die Fahrstreifenanzahl stadtausw rts Richtung Nordosten an der Messstelle drei von eins auf zwei erh ht die Fahrzeuge aber noch keine Gelegenheit haben sich zu berholen und damit zu verdecken Auf zwei 1 3 und 3 1 der potentiell beobachtbaren sechs Relationen ist es aufgrund des geringen Durchgangsverkehrs nicht m glich eine verwertbare Fahrzeit zu erfassen beziehungsweise zu berechnen Der geringe Durchgangsverkehr resultiert dabei daraus dass Verkehrsteilnehmer die Quellen und Ziele haben die sie an diesen Messstationen vorbeif hren w rden das Messgebiet gleich komplett umfahren nord stlich von Messstelle drei befindet sich zun chst kein bebautes Gebiet Diese beiden Relationen sind deshalb im Folgenden von der Bewertung ausgenommen Aufgrund der eher geringen Anzahl von sechs Relationen ist es jedoch m glich alle Relationen regelm ig mit dem GPS Messfahrzeug zu befahren Die Daten der APNR Systeme sind Grundlage der Kalibrierung der Simulationen Die beobachteten Routen der Systeme werden in der Simulation als Hauptrouten extra ausgewertet Dies entspricht auch der Optimierungsstrategie der Steuerungsverfahren in Bremerhaven AMONES 2010 234 Testfeld Bremerhaven EN ADAM AR 3 TECER G i Ki
448. rage Die Verkehrsnachfrage in Bremerhaven unterliegt w hrend der beiden untersuchten Wochen im Februar 2009 keinen auff lligen zeitlichen oder r umlichen Schwankungen Folgende Merkmale AMONES 2010 230 Testfeld Bremerhaven sind zu beobachten Struktur und Variabilit t der Verkehrsnachfrage werden au erdem im Rahmen der Clusterung in Kapitel 8 5 2 2 beschrieben 1 8 3 8 3 Tageszeitabh ngige Variabilit t Die Nachfrage im gesamten Netz ist nachts sehr niedrig und steigt von ca 5 00 Uhr bis 8 00 Uhr Im weiteren Verlauf des Tages ist ein leichter Anstieg der Nachfrage bis 17 00 Uhr zu beobachten es gibt keine typische Abnahme der Nachfrage zur Mittagszeit Ab ca 17 00 Uhr nimmt die Nachfrage kontinuierlich ab um ab 0 00 Uhr den n chtlichen Tiefpunkt zu erreichen Dieser Verlauf ist im gesamten Netz hnlich zu beobachten lediglich auf der Grimsbystra e ist stadteinw rts eine schwach ausgepr gte Morgenspitze und stadtausw rts eine Nachmittagsspitze zu verzeichnen Dieser Knotenpunkt ist auch der Einzige an dem sich beobachten l sst dass sich das feierabendliche Verkehrsgeschehen an den beiden Freitagen etwas fr her abspielt Eine tageszeitabh ngige Variabilit t der Nachfrage ist w hrend der beiden untersuchten Februarwochen in Bremerhaven kaum zu beobachten Wobei sich dies in den Sommermonaten aufgrund der tourismusbedingten Zunahme der Verkehrsnachfrage anders verhalten k nnte R umliche Variabilit t
449. rageverkehrsst rken wobei der erste Term den Mittelwert der einzelnen GEHs und der zweite Term den GEH der Summe repr sentiert Auf diese Weise wird sichergestellt dass die Distanz nicht nur durch die Struktur sondern auch durch die Gesamtnachfrageverkehrsst rke beeinflusst wird ein Wert der f r die Qualit t einer Lichtsignalanlage ber die diese Nachfrage abgefertigt werden soll von Bedeutung ist Die Berechnung in Tabelle 26 erl utert diesen Einfluss a wo w o o O e swm w a l a BYE e o oe Tabelle 26 Beispielberechnung Distanzfunktion In dieser Beispielrechnung werden die Distanzen der Stunden 22 und 3 zur Stunde t berechnet Die Nachfrage wird durch die zwei Verkehrsst rken Qi mit ye 1 2 wobei f r alle Stunden gilt dass Qx kleiner ist als Q2 aber nur t7 und 3 dieselbe Gesamtnachfrage aufweisen Wird die Distanz ohne Ber cksichtigung der Summe berechnet a 1 und b 0 dann ist 2 mit 0 94 etwas hnlicher zu t7 als t3 Werden Summe und Struktur gleich gewichtet a b 0 5 dann ist 3 die zu 7 mit einer Distanz von 0 48 deutlich hnlichere Stunde F r die Untersuchungen im Rahmen von AMONES wird eine Gleichgewichtung von Struktur und AMONES 2010 145 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Nachfrage gew hlt da die von den Steuerungsverfahren abzufertigende Verkehrsst rke von Bedeutung f r die zu erreichende Qualit t ist Clusterverfahren Die Clusteru
450. raum f r die Zeitl ckensteuerung betr gt in Abh ngigkeit der Umlaufzeit der Phasenanzahl und der Dauer der aktuell laufenden Phase zwischen 20 und 12 Sekunden f r die Hauptrichtung und zwischen 12 und 6 Sekunden f r Nebenrichtungen und Linksabbieger Mit eingeschalteter Netzsteuerung k nnen die Phasen um einen Prozentwert von 70 fr her abgebrochen werden Die Werte werden f r alle Knotenpunkte auf Empfehlung eines erfahrenen Versorgers angesetzt Eine explizite Kalibrierung wurde nicht durchgef hrt Phasentausch Phasenanforderung und Versatzzeitanpassung werden nicht vorgenommen An drei Knotenpunkten wird zus tzlich eine Beschleunigung des PNV umgesetzt Diese erfolgt ebenfalls ber eine Freigabezeitanpassung Dazu kann bei Vorliegen einer Anforderung durch den PNV jede Phase nach ihrer Mindestfreigabezeit abgebrochen werden Eine Verl ngerung der Phase des PNV ist bis zur Abmeldung vorgesehen F r die Anforderung und Verl ngerung der Phase mit PNV Freigabe besteht f r die Beschleunigung ein Dauerrahmen 10 1 2 3 _Netzsteuerung BALANCE BALANCE erh lt von den lokalen TRENDS Steuerungen der einzelnen Knotenpunkte min tlich die aggregierten Messwerte der Detektoren bermittelt In regelm igen Abst nden standardm ig alle 5 Minuten optimiert BALANCE auf Basis dieser Messwerte die Rahmensignalpl ne f r die einzelnen Knoten im Hinblick auf die eingestellte Zielfunktion Nach Abschluss der Optimierung verschickt BALA
451. re Erfassung Die im Folgenden verwendete Autokorrelationsfunktion siehe Sch nwiese 1983c und MATLAB 2009 T T 1 2 OE ET t 0 Rxx T Rxx max mit R T Autokorrelationskoeffizient der Zeitreihe x zur Verschiebung 7 Rxmax gr ter Autokorrelationskoeffizient f r alle 7 zur Normierung x t Zeitreihe hier die mittleren Fahrzeiten in 5 Minuten Intervallen zu einem bestimmten Zeitintervall abz glich der mittleren Fahrzeit ber alle Zeitintervalle T Anzahl der Zeitintervalle der Zeitreihe x T aktuelle Verschiebung der Autokorrelation lag ist ein Ma das ausdr ckt wie sehr die Werte einer Zeitreihe von sich selbst beziehungsweise ihren Vorg ngern abh ngen Nach Sch nweise 1983a ist eine Zeitreihe autokorreliert wenn ein Autokorrelationskoeffizient die folgende Bedingung erf llt Rxx T Mu gt 0 mit Mu z DSa ul und Mu Mutungsbereich Konfidenzgrenzen Z Genauigkeitswert hier 1 96 f r eine 95 Wahrscheinlichkeit Abbildung 45 visualisiert die Anwendung dieser Formeln Im oberen Bereich sind die Einzelmessungen beziehungsweise die Grundgesamtheit dargestellt Aus dieser berechnet sich die Zeitreihe die in die obigen Formeln einflie t als 5 Minuten Mittelwert Der untere Bereich enth lt die Autokorrelationsfunktion und deren Mutungsbereich bzw Konfidenzgrenzen Der Verlauf der Autokorrelationsfunktion zeigt dass die hohe Fahrzeit in den Morgenstunden eine hohe negative Autokorrelatio
452. re Zeitverlust gegen ber der idealen Fahrt ohne andere Fahrzeuge ohne Signalisierung ermittelt PTV 2008 Es wird also die tats chliche Fahrzeit mit der f r das jeweilige Fahrzeug ermittelten Wunschgeschwindigkeit verglichen Im Gegensatz zur Auswertung der realen Messungen wird hier allerdings keine einheitliche Wunschgeschwindigkeit angenommen sondern die dem Fahrzeug in der Simulation tats chlich zugewiesene Wunschgeschwindigkeit Daraus ergeben sich f r die Auswertung leichte Unterschiede im Absolutwert zwischen Simulation und realen Messungen F r die Betrachtung der Anzahl der Halte ist zun chst abzugrenzen was von der Simulationssoftware als Halt definiert wird Ein Halt ist dadurch definiert dass ein Fahrzeug was sich nicht im Stau befindet die Eintrittsgeschwindigkeit der Staubedingung unterschreitet und Ein Fahrzeug erf llt die Staubedingung sobald es den Beginn Wert unterschreitet und noch nicht wieder schneller f hrt als der Wert der bei Ende eingetragen ist PTV 2008 F r die Staubedingungen wurden die Standardeinstellungen aus VISSIM bernommen Danach wird zun chst ein Halt gez hlt sobald ein Fahrzeug eine Geschwindigkeit von 5 km h unterschreitet Ein weiterer Halt f r dasselbe Fahrzeug kann erst gez hlt werden wenn es zuvor eine Geschwindigkeit von 10 km h wieder berschritten hat F r jedes V Fahrzeug wird jeder Halt der nicht aufgrund eines Fahrgastwechsels oder wegen eines Stopps
453. regelbasierten Steuerung blich die die Belange des ffentlichen Personenverkehrs und der Fu g nger und Radfahrer ber cksichtigen kann Das Haupthemmnis sind allerdings die Kosten f r die Implementierung Diese w rden gr tenteils aufgrund der n tigen Umr stung der Lichtsignalanlagen und des Verkehrsrechners anfallen Die Einf hrung einer modellbasierten Netzsteuerung muss in der Regel ber einen Sonderetat und nicht aus laufenden Mitteln finanziert werden Hinzu kommt dass aufgrund der als sehr kompliziert empfundenen Parametrierung ein h herer Personalaufwand als bei anderen Steuerungsarten erwartet wird Zudem f llt aufgrund der hohen Kosten die Kosten Nutzen Abw gung oft negativ aus Die Sch tzung der Kosten f r die Einf hrung einer modellbasierten Netzsteuerung liegen zwischen 100 000 Nur Netzsteuerung Systemtechnik bereits vorhanden und 1 000 000 mit Austausch der Steuerger te und der des Verkehrsrechners Im Mittel werden Kosten von ca 400 000 angenommen AMONES 2010 364 Evaluierung modellbasierter Steuerungsverfahren F r die Betriebskosten in Form von Planung Wartung und Erneuerung werden Mehrkosten gegen ber der bisherigen Steuerung von 2 000 bis zu 150 000 erwartet Im Mittel werden Mehrkosten von ca 60 000 erwartet m Einf hrungspotential nicht vorhanden Einf hrungspotential J vorhanden T lokale VA ausreichend eigene
454. reitet als empirisch statistische Modelle Ausbreitungsmodelle lassen sich in Screening Modelle und in mikroskalige Modelle unterscheiden Screening Modelle haben ihren Anwendungsbereich in ersten Grobabsch tzungen mit niedrigem Genauigkeitsbedarf Aggregierte Eingangsgr en wie beispielsweise durchschnittliche Verkehrsst rken Staul ngen die Bebauungsdichte und die Windgeschwindigkeit HLUG 2009 werden verwendet um berschl gig Jahresmittelwerte und 98 Perzentilwerte der Schadstoffbelastung in bestimmten Stra enz gen zu ermitteln Grundlage f r die Berechnung der Schadstoffbelastung ist eine Datenbank mit Ergebnissen aus mikroskaligen Modellen die f r typische Anwendungsf lle verallgemeinert wurden van der Puetten 2006 Nach 39 BImSchV wird f r Screening Modelle eine Genauigkeit von 75 f r NO und NOx sowie von 100 f r PM gefordert Bei h herem Genauigkeitsbedarf sind mikroskalige Modelle f r innerst dtische Bereiche und Stra enschluchten erforderlich Diese k nnen den Einfluss mehrerer Stra en auf einen Untersuchungspunkt rtliche Windstatistiken Inversionsh ufigkeiten etc ber cksichtigen Mikroskalige Modelle lassen sich grob nach dem verwendeten Ausbreitungsmodell gliedern Aus diesem ergeben sich meist weitere Eigenschaften wie die ben tigte Rechenzeit und die erforderliche bzw m gliche Komplexit t sowie zeitliche Aufl sung Holmes Morawska 2006 haben sich detailliert mit den am Markt verf gbaren Pro
455. ren Grundlage der Durchgangsverkehr aus den ANPR Systemen ist verwendet siehe nachfolgende Erl uterungen In Bremerhaven sind die Durchgangsverkehrsanteile zur Beschreibung der Nachfrage komplett ungeeignet da nicht auf allen Fahrtbeziehungen zwischen den Messstellen ausreichend Durchgangsverkehr vorhanden ist dort wird die Verkehrsnachfrage nur von den RMQs beschrieben Bewerten des Verkehrsangebots Zusammen mit den Bewertungsverkehrsst rken werden die gemessenen Fahr und Verlustzeiten quantitativ bewertet Ohne eine Verkehrsst rke dass hei t die Anzahl betroffener Verkehrsteilnehmer ist es nicht m glich die gemessenen Zeiten verschiedener Relationen sinnvoll gegen berzustellen sei es durch die Summe aller Fahr und Verlustzeiten oder deren Mittelwerte F r die Berechnung von Summen und Mittelwerten gilt im Folgenden allgemein AMONES 2010 141 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Xt sum Di Xti i Qti mit Xtsum Summe der Kenngr e X im Intervall t Xi Kenngr e X im Intervall t auf der Relation i Ai Verkehrsst rke im Intervall t auf der Relation i Relation n Anzahl Relationen und At sum Xtmw n Qri mit X mw Gewichteter Mittelwert der Kenngr e X im Intervall t Unabh ngig von den Bewertungsverkehrsst rken kann der Bufferindex der die Zuverl ssigkeit der Verkehrsanlage beschreibt berechnet werden Zur Bewertung der Qualit t einer Verkehrsanlage ist dieser alleine
456. renzierter F r die Hauptrouten und die Abbieger ergeben sich h here Verlustzeiten Diese Erh hung liegt bei 7 8 Sekunden je Fahrzeug f r die Hauptrouten was eine Verschlechterung um 9 5 bedeutet und f r die Abbieger bei 6 5 Sekunden was eine Verschlechterung um 11 4 Prozent bedeutet F r Einbieger und Querer dagegen ist die Verlustzeit niedriger als bei der Festzeitsteuerung Je Fahrzeug sind dies 4 5 Sekunden f r die Einbieger eine Verbesserung um 6 6 Prozent und 2 0 Sekunden f r die Querer eine Verbesserung von 2 5 Prozent Der Unterschied zwischen Hauptrouten und Abbiegern einerseits und Einbiegern und Querern andererseits l sst sich haupts chlich damit AMONES 2010 260 Testfeld Bremerhaven erkl ren dass Mitten im Testgebiet eine zentrale Haltestelle des Bremerhavener Busnetzes liegt von der aus die meisten Linien die Hauptrouten kreuzen oder in diese einbiegen Hierdurch bekommen nat rlich auch die Querenden und Einbiegenden Fahrzeuge eine l ngere Gr nzeit Im gesamten Netz erh ht sich die Wartezeit damit um 1 9 Sekunden je Fahrzeug Dies entspricht einer Verschlechterung um 2 7 Prozent E Festzeitsteuerung E LRS E LRS V an nr Anzahl Halte B u Hauptrouten Abbieger Einbieger Querer Verkehrsstr me Abbildung 105 Cluster 3 Nach mittags mittlere Anzahl der Halte je Fahrzeug hnlich wie bei den Verlustzeiten ist auch die Tendenz bei der Anzahl der Halte F r alle Verkehrsstr me s
457. rfasst werden e Die Einflussgr en Kraftstoffart und Schadstoffklasse konnten aufgrund fehlender automatisierter Erfassungstechnologie nicht erfasst werden e Die R ckstaul nge im Messbereich wurde nicht gesondert erfasst da sie von der erfassten Anzahl der Halte abgeleitet werden kann e Die manuelle Erfassung der Wartezeiten der Einzelfahrzeuge wurde als nicht praktikabel angesehen e Lokale Geschwindigkeiten von Einzelfahrzeugen wurden auf Grund ihrer nur eingeschr nkten Relevanz in Bezug auf die untersuchte Fragestellung nicht erhoben vgl 5 2 1 4 Ferner konnte die Partikelkonzentration aus technischen Gr nden nur als Anzahlkonzentration oder als Massenkonzentration erfasst werden Da im Projekt AMONES Aussagen in Bezug auf die gesetzlichen Grenzwerte getroffen werden sollen wurde die Massenkonzentration von PM o und PM gt als Untersuchungsgr e ausgew hlt i Aufgrund der kleinen Stichprobe wird ein Signifikanzniveau von 0 9 bzw eine Irrttumswahrscheinlichkeit von 0 1 als ausreichend angesehen AMONES 2010 199 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung ana Bose EEE a E ooo a BE TEE Lokale Wettersensoren 5 Regionale amp Verkehrsst rke Fz Zeit Anzahl der Anfahrvorg nge bzw Anfahrvorgang 5s Halte im Durchfahrvorgang Umweltmessbereich Motorrad Mot Pkw Beobachtung Leichtes Nutzfahrzeug LNF Fahrzeugart Schweres Nutzfahrzeug 2 Achsen SNF2 5s Schweres Nutzfahr
458. rigen Verkehrsstr me bei 0 90 liegt Die Koordinierung erfolgt f r 4 Linienz ge jeweils auf das Freigabezeitende Abbildung 152 Die Linienz ge werden hierf r nacheinander optimiert Als Kriterium dient die Anzahl der Viertelstundenintervalle mit maximaler Belastung einer Teilstrecke im Netz Optimiert wird dabei immer die Richtung mit der h heren Belastung Signalpl ne die bereits f r einen Linienzug optimiert wurden werden f r die Optimierung weiterer Linienz ge im Versatz nicht ge ndert Die Randknotenpunkte laufen f r jedes Szenario der Verkehrssteuerung in tageszeitabh ngigen Festzeitprogrammen Abbildung 152 Beispiel f r die Hierarchie der Linienz ge f r die Grundnachfrage im Signalprogramm der Morgenspitze 10 1 2 2 Lokal regelbasierte Steuerung LRS Die koordinierten Festzeitprogramme bilden gleichzeitig die Rahmenpl ne f r die LRS Die Umsetzung erfolgt regelbasiert Um die LRS als Grundlage f r die beiden Netzsteuerungen AMONES 2010 344 Virtuelles Testfeld BALANCE und Motion verwenden zu k nnen muss sie sowohl in SITRAFFIC Language f r MOTION als auch in TRELAN f r BALANCE umgesetzt werden Die resultierende lokale Steuerung stimmt in den Umsetzungen in den beiden Sprachen berein Als Eingriffsm glichkeit der lokalen Steuerung ist eine Freigabezeitzeitanpassung mittels einer Zeitl ckensteuerung f r jede Phase vorgesehen Jede einzelne Phase kann fr her abgebrochen werden Der Bemessungszeit
459. rke In den Messzeitr umen wurden in der Stra enschlucht durchweg niedrige Windgeschwindigkeiten kleiner 2 m s gemessen AMONES 2010 290 Testfeld Hamburg 9 3 2 Umweltmesstechnik Im Testfeld Hamburg werden derzeit 17 Messstationen betrieben von denen eine im Untersuchungsgebiet liegt Messstation Habichtstra e und erg nzend zu den Messger ten des Projektteams f r die Wirkungsuntersuchungen eingesetzt werden kann Die Umweltmessstation Habichtstra e ist eine Verkehrsmessstation in der N he des Knotenpunktes Habichtstra e Bramfelder Stra e Die Station erfasst kontinuierlich u a die Messkomponenten NO NO NO PMio und PM25 Zur Messung der Stickstoffoxide wird das Chemolumineszenzverfahren eingesetzt Zur Messung der Partikelkonzentration werden die Gravimetrie und die Betastrahlenabsorption eingesetzt 9 4 Messszenarien Im Rahmen des Projekts AMONES war es m glich in jedem Testfeld Erhebungen an zehn Tagen durchzuf hren Um Erkenntnisse f r den stufenweisen Aufbau von modellbasierten Steuerungsverfahren zu gewinnen wurden die folgenden drei in der Komplexit t aufsteigenden Steuerungsverfahren untersucht in Klammern die Abk rzung die in nachfolgenden Abbildungen verwendet wird e Festzeitsteuerung FZS e Lokal regelbasierte Steuerung LRS e BALANCE BAL PS1 BAL PS2 BALANCE wurde an den f nf Erhebungstagen im Juni und im Oktober mit anderen ParameterS tzen betrieben Deshalb werden im Folgenden die BALANCE
460. rkehrs ist davon auszugehen dass Schwankungen der Verkehrsnachfrage und des Verkehrsablaufs physikalisch messbare Wirkungen in der NOx Konzentration aufweisen AMONES 2010 167 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 5 2 1 3 Rechtliche Aspekte Luftschadstoffgrenzwerte Die EG Tochterrichtlinie 1999 30 EG zur Rahmenrichtlinie Luftqualit t wurde ber das siebte Gesetz zur nderung des Bundesimmissionsschutzgesetzes BImSchG im September 2002 in nationales Recht umgesetzt Dies f hrte zur Novellierung der Technischen Anleitung zur Reinhaltung der Luft TA Luft und der Neufassung der 22 Bundesimmissionsschutzverordnung 22 BImSchV Zum 21 5 2008 wurde eine berarbeitung der oben genannten EU Luftqualit tsrichtliiniie 1999 30 EG als neue Luftqualit tsrichtliniie 2003 50 EG verabschiedet deren nderungen im Laufe des Jahres 2010 als 39 Bundesimmisionsschutzverordnung 39 BImSchV in nationales Recht umgesetzt werden Die wesentlichen nderungen der neuen Richtlinie betreffen die folgenden Punkte e Zusammenf hrung der urspr nglichen Rahmenrichtliinie sowie ihrer ersten drei Tochterrichtlinien zu einer einzigen Richtlinie e Einf hrung von Regelungen zu PM e Ausnahmen zur Anwendung bestehender PM o und NO Grenzwerte und e Aufhebung der in 1999 30 EG f r 2010 vorgesehenen zweiten Stufe f r PM Grenzwerte Tabelle 30 zeigt die nach 39 BImSchV bundesweit g ltigen Grenzwerte f r Stickstoffoxide
461. rkehrstechnik und Verkehrsplanung der Technischen Universit t M nchen M nchen MIZAR 2008 UTOPIA References Stand 20 5 2008 http www miz it documenti 31_Utopia 20Reference pdf M ck J 2002 Sch tzverfahren f r den Verkehrszustand an Lichtsignalanlagen unter Verwendung haltliniennaher Detektoren HEUREKA O2 Karlsruhe M ck J 2002 Sch tzverfahren f r den Verkehrszustand an Lichtsignalanlagen unter Verwendung halteliniennaher Detektoren Stra enverkehrstechnik 11 2002 M ck J 2008 Sch tz und Optimierungsverfahren in der AdaptivenNetzsteuerung SITRAFFIC Motion MX HEUREKA 03 Stuttgart M ck J 2008 2 Beantwortung eines Fragebogens M ck J Poschinger A 2009 Modellbasierte Netzsteuerungen Neue Algorithmen und aktuelle Evaluierungsergebnisse von Motion mobil TUM 2009 International Scientific Conference on Mobility and Transport ITS for larger Cities 12 amp 13 May 2009 Munich NWS National Weather Service 2009 NWS Support During Hazardous Materials Emergencies unter http www meted ucar edu dispersion disp_ops txt menu htm ORINOKO Fraunhofer Institut f r Verkehrs und Infrastruktursysteme IVI Stadt N rnberg DLR Siemens VAG SSP Consult MNO St hler Taxi Zentrale N rnberg 2008 Flie ender Verkehr dank ORINOKO www fraunhofer de presse presseinformationen 2008 03 Presseinformation1332003 jsp gesehen am 13 5 2008 Presseinformation Fraunhofer Gesellschaft Dresden Park J Y
462. rkung Die Erfassung von Kenngr en f r eine umfassende Bewertung erfordert die Fusion verschiedener Datenquellen Zur Erfassung der verkehrlichen Wirkungen Fahrzeit Anzahl Halte haben sich die Kombination von Messfahrten mit GPS Ger ten wenige Fahrzeuge werden exakt erfasst und einer Kennzeichenerfassung mit ANPR Systemen f r viele Fahrzeuge wird die Fahrzeit exakt erfasst bew hrt Messfahrten allein gen gen nur f r kleinere Untersuchungen um eine ausreichende statistische Sicherheit zu erhalten Hierf r sind je nach Erhebungsgebiet zwischen 20 und 80 Messfahrten pro Relation Szenario und Tageszeitblock erforderlich Zus tzlich sind lokale Verkehrsst rken notwendig um die gemessenen Wirkungen zu quantifizieren Die mikroskopische Simulation erweist sich als leistungsf hige Erg nzung der Feldversuche ist aber sehr aufw ndig Zur Erhebung kollektiver Fahrzeiten sind weniger aufw ndige Methoden zu entwickeln Die im Rahmen von AMONES verwendeten Erhebungsmethoden haben einen sehr hohen Planungs und Personalaufwand und erfordern den Einsatz teurer Ger te Dies betrifft insbesondere die Messung der Fahrzeiten mit ANPR Systemen Im Bereich der Fahrzeitmessung werden derzeit andere Verfahren Induktionsschleifensignaturen Bluetooth entwickelt die vielversprechende Verbesserungen in diesen Bereichen erwarten lassen F r die Qualit tssicherung ist ein regelm iges Monitoring notwendig F r die Qualit tssicherung von Li
463. rsuchenden Varianten bei unver nderter Verkehrsnachfrage gegeneinander verglichen werden Zudem erm glicht die wiederholte Durchf hrung von Simulationsl ufen mit ge nderten Startzufallszahlen es stochastische Schwankungen in den Ergebnissen abzusch tzen und in die Bewertung mit einflie en zu lassen Die verkehrlichen Wirkungen k nnen in der Simulation mit geringem Aufwand fl chendeckend und in hoher Genauigkeit gewonnen werden Die Erfahrungen aus den Simulationsszenarien der realen Testfelder sowie im virtuellen Testfeld best tigen die gute Eignung des Werkzeugs Mikrosimulation f r die Untersuchung und Bewertung unterschiedlicher Steuerungsverfahren bzw Parameters tze Es bleibt jedoch festzuhalten dass sich die Anbindung der NMS an die eingesetzte Mikrosimulationsumgebung VISSIM trotz intensiver Unterst tzung durch die Hersteller als zeitaufw ndig und schwierig gestaltete Mit MOTION konnten bis zum Ende des Projektes keine plausiblen Simulationsergebnisse f r das Netz in Bremerhaven erzeugt werden Ein Grund hierf r konnte leider nicht festgestellt werden Durch den hierentstandenen Mehraufwand war es daher f r das virtuelle Testfeld nicht mehr m glich Simulationen mit MOTION durchzuf hren Auch die Kalibrierung und die Validierung sind in Simulationsnetzen mit verkehrsabh ngiger Steuerung aufw ndig und schwierig Sie erfordern zudem vorab umfangreiche Messungen in der Realit t um geeignete Vergleichswerte zur Verf gung zu ha
464. rt werden Hierzu werden Verfahren der Korrelationsanalyse angewendet Der Korrelationskoeffizient ist ein Ma f r die St rke eines linearen Zusammenhangs zwischen zwei Datenreihen In einem ersten Schritt wird mittels Kreuzkorrelation untersucht ob eine Phasenverschiebung 7 zwischen den Schwankungen der Verkehrskenngr en und der Immissionskenngr en vorliegt Sofern eine Phasenverschiebung erkennbar ist werden die entsprechenden Zeitreihen der Verkehrskenngr en in der Datentabelle um r verschoben Der Kreuzkorrelationskoeffizient errechnet sich f r die Datenreihen a und b und ein beliebiges r nach T k At k M mitn ZahlderWertpaare B alt T b pos n 1l T s Ss S Standardabweichung AMONES 2010 209 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Anschlie end wird die Korrelation zwischen Immissionskenngr en und meteorologischen Kenngr en sowie zwischen Immissionskenngr en und gegebenenfalls phasenverschobenen Verkehrskenngr en untersucht Dazu wird die partielle Korrelationsanalyse verwendet um die Aufnahme von Variablen in das Modell aufgrund von Scheinkorrelationen zu vermeiden Die partielle Korrelationsanalyse vergleicht die Korrelation zwischen mehreren Variablen unter Ber cksichtigung der Einfl sse weiterer Variablen So k nnen die meteorologischen Einfl sse f r konstante Verkehrsverh ltnisse und die verkehrlichen Einfl sse f r konstante meteorologische Zu
465. rundgesamtheit deutlich autokorreliert ist Die Ergebnisse der simulierten Ziehungen sind unten rechts aufgezeichnet Hier findet sich der Zielmittelwert der Grundgesamtheit und dessen 5 Grenzen zwischen die 95 der 10 000 Mittelwerte aller simulierten Stichprobenziehungen hineinfallen Die in blau dargestellten und aus Gr nden der Anschauung sortierten Mittelwerte der simulierten Ziehungen haben nur eine Stichprobengr e von 27 die deutlich geringer als die berechneten Werte ist Ferner sind in rot die Mittelwerte einer komplett zuf llig durchgef hrten Ziehung dargestellt die mit einer deutlich niedrigeren Wahrscheinlichkeit von nur 51 einen Fehler von maximal 5 aufweisen Offenbar besteht bei der vorliegenden Grundgesamtheit eine hohe Wahrscheinlichkeit ungl ckliche Stichproben zu ziehen Die Auswertung f r ein Beispiel mit deutlich niedrigerer Autokorrelation ist in Abbildung 47 dargestellt Da die Grundgesamtheit ann hernd normalverteilt ist und der Variationskoeffizient sehr niedrig ist ergibt sich f r die erforderliche simulierte Stichprobengr e trotzdem ein relativ kleiner Wert von 11 wobei sich mit einem Anteil von 96 innerhalb der 5 Grenze eine etwas h here Genauigkeit ergibt als gefordert Auff llig ist dass f r dieses Beispiel der f r eine Normalverteilung berechnete Wert bereinstimmt und dass die Genauigkeit der komplett zuf lligen Ziehung und der simulierten Ziehung nahezu identisch ist Ein Bli
466. rundlagen Die modellbasierte Umsetzung der Steuerungsverfahren basiert nicht direkt auf den erhobenen Kenngr en sondern auf den in einem Modell weiterverarbeiteten Werten FGSV 2010 Der wesentliche Unterschied zu logikbasierten Systemen ist der Einsatz von Verkehrsmodellen Mit diesen werden aus den aktuellen Messdaten und unter Zuhilfenahme von historischen Messwerten der Verkehr und die damit in Verbindung stehenden Kenngr en bis hin zu einem Zeithorizont prognostiziert Basierend darauf wird die Steuerung dann in einem iterativen Prozess optimiert vgl Abbildung 3 Mit einem modellbasierten Steuerungsverfahren kann sowohl eine Signalprogrammanpassung Freigabezeitanpassung Phasenanforderung Phasentausch oder Versatzzeitanpassung als auch eine Signalprogrammbildung realisiert werden AMONES 2010 11 Kurzfassung Kenngr enerfassung Verkehrsnachfragemodell Zustandsanalyse Kurzzeitprognose Verkehrsflussmodell Optimierung Verkehrswirkungsmodell Signalprogramm Kenngr enberechnung Steuerungsmodell Variation der Steuerungsvariablen Schaltbefehle Abbildung 3 Modellbasierte Umsetzung eines Steuerungsverfahrens nach RILSA FGSV 2010 Kenngr enerfassung Der erste Schritt der Steuerung ist die Kenngr enerfassung Sie beinhaltet in Abh ngigkeit der Art des Verkehrsflussmodells im Wesentlichen Detektordaten relevanter Zu und Abfl sse sowie wichtiger netzinterner Str me Des Weiteren k nn
467. rzeugzahl die sich im Streckenabschnitt befinden Kfz L L nge der Strecke km summiert die staubedingten Zeitverluste aller Verkehrsteilnehmer eines Netzes oder einer Verkehrsanlage auf und ist somit ein wesentliches Ma f r Wirtschaftlichkeitsuntersuchungen in Form von Nutzen Kosten Analysen F r die Gesamtverlustzeit eines Verkehrsnetzes werden dabei die Verlustzeiten der Einzelanlagen aufaddiert Bei konstanter Umlaufzeit korreliert die Gesamtverlustzeit mit der Anzahl Halte aller Verkehrsteilnehmer AMONES 2010 108 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 5 1 8 8 Bufferindex aus Fahrzeiten Der Bufferindex Brilon 2007 S 30 Tpos i Tmitten i Tmitter i mit BI Bufferindex im Intervall i Tpos i 95 Perzentil der Fahrzeit im Intervall i min Lest Mittlere Fahrzeit auf dem Streckenabschnitt im Intervall i min entspricht dem Zeitzuschlag in Prozent zur durchschnittlichen Fahrzeit der gew hlt wird um ein p nktliches Erreichen des Fahrtzieles sicher zu stellen Der Bufferindex spiegelt die Zuverl ssigkeit einer Verkehrsanlage wider 5 1 9 Modellbasierte Erfassung der Kenngr en Simulationen Erfasste Kenngr en In der Simulation k nnen je nach verwendetem Tool in der Regel folgende Kenngr en in unterschiedlicher Differenzierung erfasst werden e Fahrzeiten e Verlustzeiten e erkehrsst rken an den Zufl ssen und an frei w hlbaren Querschnitten im Netz e Staul
468. s PNV wird durch einen Wechsel in die entsprechende Phase oder eine Freigabezeitverl ngerung verwirklicht Die eigentliche Optimierung wird beim Eintreffen von bevorrechtigten V Fahrzeugen unterbrochen und auf eine schnelle heuristische Strategie zur Abwicklung der V Anforderung umgeschaltet die mit adaptiver Steuerung nichts mehr zu tun hat Mertz 2001 SCOOT schickt die Signalprogrammanpassungen als Schaltbefehle an die lokalen Steuerger te 4 4 2 4 Verkehrsflussmodell und Verkehrswirkungsmodell SCOOT misst den Abfluss des stromaufw rts liegenden Knotenpunktes und bestimmt so den Zufluss der jeweiligen Knotenpunktzufahrt Zus tzlich zu den cyclic flow profiles den aktuell gemessenen Durchflussprofilen an den Knotenpunktsausfahrten werden zus tzlich Daten aus vorangegangenen Uml ufen bei der Berechnung der Ankunftszeiten ber cksichtigt Als Ergebnis liefert das Modell Wartezeiten Anzahl der Halte Staul ngen und Auslastungsgrade f r alle Knotenpunktzufahrten AMONES 2010 79 Verfahren der LSA Steuerung Time now Current cyclic flow profile Flow rate Detector data F Fi F f Saturation f flow rate Flow adds to 2 the back of the queue on D i p m In m m m 1 Back Predicted queue al time now Red time Green time Time now Time O Past Future Abbildung 31 SCOOT Verkehrsmodell SCOOT 2003 4 4 2 5 S
469. s ausgegangen Diese wird durch eine Lag Variable Lag1 ber cksichtigt und f hrt bei Anwendung des OLS Sch tzers zu angepassten Regressionskoeffizienten wobei e das Residuum zum Zeitpunkt t darstellt In C P 2 In Xz TTP k In Xx Pr Lagl et AMONES 2010 211 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Die Lag Variable ergibt sich durch Umformung des obigen Terms und entspricht den Residuen zu den Zeitpunkten t 1 k Lagl In C _1 B1 2 B In X 1 l 2 Auswahl der Pr diktoren f r das Erkl rungsmodell Merkmalsselektion Es ist davon auszugehen dass die Korrelationsanalyse eine Reihe signifikanter Korrelationen zwischen Einflussfaktoren und Immissionskenngr en aufzeigt In das Erkl rungsmodell sollen nur die wirklich notwendigen Pr diktoren eingebunden werden die fachlich interpretierbar und klar voneinander abgrenzbar sind Nach Rudolf M ller 2004 lassen sich drei gebr uchliche Verfahren unterscheiden e Das Vorw rts Verfahren nimmt schrittweise die Kenngr en mit dem jeweils h chsten Korrelationskoeffizienten in das Modell auf Wenn die Aufnahme einer Variablen mit einer signifikanten Zunahme des Bestimmtheitsma es verbunden ist wird die Kenngr e im Modell belassen und die n chste potenzielle Pr diktorkenngr e aufgenommen Das Verfahren bricht ab wenn die Zunahme einer Kenngr e nicht mehr zu einer signifikanten Zunahme des Bestimmtheitsma es f
470. s chlichen aufbereiteten Messwerte zur ckzugreifen vgl 5 2 5 5 2 5 Allgemeine Empfehlungen zur Erfassung von Umweltkenngr en Die Erfassung von Umweltkenngr en dient im Allgemeinen zur vom Gesetzgeber vorgeschriebenen berwachung der aktuellen Luftqualit t Im hier betrachteten Kontext wird sie vor dem Hintergrund der Ermittlung der umweltbezogenen Wirkungen oder des Wirkungspotenzials verkehrlicher Ma nahmen beschrieben AMONES 2010 190 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung F r die Absch tzung der Wirkungen und des Wirkungspotenzials verkehrlicher Ma nahmen ist die Kenntnis quantifizierter Ursache Wirkungszusammenh nge zwischen Einflussgr en und Immissionen erforderlich Die erforderliche Genauigkeit der Quantifizierung und der erforderliche Umfang der Erhebung h ngen ebenso wie die zu erhebenden Kenngr en selbst erheblich vom verfolgten Zielkonzept des Aufgabentr gers ab Die folgenden Abschnitte ordnen die verschiedenen Anforderungen an die Erfassung und an die Komplexit t der erforderlichen Modellierungswerkzeuge differenziert nach m glichen Zielkonzepten grob ein Zielkonzepte zur Minimierung der negativen umweltbezogenen Wirkungen des Stra enverkehrs Das Monitoring der umweltbezogenen Wirkungen einer Verkehrssteuerung bzw einer LSA Steuerung h ngt wesentlich vom Zielkonzept ab das der Aufgabentr ger in diesem Zusammenhang verfolgt Drei wesentliche umweltbezogene Zielkonzep
471. s und Umweltsituation und ihre Erfassung Der zusammengef hrten Datentabelle werden weitere Felder wie die jeweils geschaltete Umlaufzeit und das aktivierte Steuerungsverfahren hinzugef gt um die sp tere Auswertung und Gruppierung der Daten nach verschiedenen Kriterien zu erleichtern Qualit tssicherung Jede erhobene Zeitreihe wird zun chst auf L cken gepr ft L cken in den Daten treten durch Fehler in der Erfassungssoftware der einzelnen Kenngr en durch witterungsbedingten Abbruch der Messungen durch Bedienfehler des Personals und durch geplante Unterbrechungen zur Datensicherung auf Die L cken in den Immissionszeitreihen und in den meteorologischen Zeitreihen werden mittels linearer Interpolation geschlossen sofern sie nicht l nger als eine Minute sind Gr ere L cken in den Zeitreihen werden in der Auswertung nicht ber cksichtigt L cken in den Zeitreihen der verkehrlichen Kenngr en werden mittels Interpolation geschlossen sofern sie nicht l nger als drei Uml ufe andauern Gr ere L cken werden in der Auswertung nicht ber cksichtigt Die erhobenen Daten werden auf systematische Fehler gepr ft Stellenweise werden aus der Horiba Stickoxiderfassungssoftware Messwerte exportiert die um den Faktor 1 000 zu gro sind Diese Messwerte werden identifiziert und korrigiert Bei Ein und Ausschaltung der Lufttrocknung in den Partikelmessger ten treten Spr nge in den Messwerten um bis zu 30 der gemessenen Werte auf Die
472. s und Umweltsituation und ihre Erfassung Messungen liegt der Massenanteil der PM Fraktion an der PM Fraktion bei 55 bis 65 BAFU 2006 prim re Teilchen Gase SO NO prim re Teilchen aus Quellen aus Verbrennungs yoc NH H 0 Abriebprozessen Vorl ufer prozessen Aufwirbelung von staub und aus nat rlichen Quellen Gas Partikel Konversion sekund re Teilchen Prozesse Eliminations Impaktion mechanismen Auswaschung i N 100 aerodynamischer Durchmesser in um grobe Partikel feine Partikel PM2 5 PM10 thorakale Fraktion TSP BEE EEE Abbildung 62 Vereinfachte schematische Darstellung der Gr enverteilung des atmosph rischen Aerosols in Quellenn he und der Anteile der Gr enfraktionen an der Partikelmasse A ultrafeine Partikel B Akkumulationsmodus C grobe Partikel Bafu 2006 F r die Messgr e Anzahlkonzentration ergibt sich eine deutlich abweichende Gr enverteilung So ist hier die Fraktion kleiner 0 1 um klar dominierend w hrend die gr eren Partikel die das Volumen und damit auch die Masse einer Probe bestimmen nur in einer sehr geringen Anzahl auftreten Eine Studie mit Messungen an einem belasteten Stadtstandort in Erfurt ergab die Resultate in Tabelle 29 Tuch et al 1997 Im urbanen Aerosol haben die prim ren Teilchen aus unvollst ndigen Verbrennungsprozessen einen gro en Anteil an den feinen und ultrafeinen Partikeln mit einem Durchm
473. s Syster V Priorisierung Fu g nger nicht ber cksichtigt Zu hoher Personalaufwand Zu hohe Kosten Handlungsbedarf Kosten Nutzen Abw gung negativ Netzform f r modellbasierte Steuerung nicht ideal Abbildung 147 Einf hrungshemmnisse Mehrfachnennung m glich F r die Parametrierung und Bedienung der Systeme sind in jedem Fall Schulungen n tig Der Parametrierungsaufwand bleibt nach der ersten Implementierung bestehen da auch weiterhin komplexe und sich ndernde Anforderungen bestehen Eine Fehlersuche ist in der Regel sehr aufw ndig Durch die Anforderungen der Systeme werden allerdings auch Fehler und Schw chen der Detektions Infrastruktur sichtbar die vorher bereits vorhanden aber nicht erkannt wurden Allgemein wird von den modellbasierten Netzsteuerungen aufgrund ihrer hohen Flexibilit t eine Verbesserung des Verkehrsablaufs erhofft Insbesondere bei der Anzahl der Halte und damit bei den Emissionen werden hier Verbesserungen erwartet Eine genaue Quantifizierung ist allerdings schwierig und aufw ndig Auch eine Erfolgsgarantie kann nicht gegeben werden Die Erfahrungen der St dte die eine modellbasierte Netzteuerung eingef hrt haben scheinen allerdings positiv zu sein In Hamburg sind inzwischen 3 Steuerungsgebiete umgesetzt Bremerhaven und M nster planen derzeit ihr zweites Steuerungsgebiet AMONES 2010 365 Fazit und Handlungsempfehlungen 12 Fazit und Handlungsempfehlungen Monitoring der Wi
474. s die Gewichte der Optimierungsparameter in der Zielfunktion einer zuk nftigen modellbasierten LSA Steuerung in Abh ngigkeit der bergeordneten Zielfunktion angepasst werden Ein Anforderungsniveau f r die Zielerreichung kann zum Einen den rechtlichen Vorgaben konkrete Angaben in Form von Grenz und Zielwerten entnommen werden Zum anderen k nnen aber auch in diesen Grenz und Zielwerten bislang nicht ber cksichtigte Aspekte zur Definition von Anforderungsniveaus der Zielerreichung herangezogen werden Zur Minimierung sch dlicher gesundheitlicher Wirkungen des Stra enverkehrs sind aber durchaus dar ber hinaus gehende Anforderungsniveaus sinnvoll mit denen beispielsweise der lineare Dosis Wirkungszusammenhang zwischen der Partikelbelastung und ihren sch digenden Wirkungen ber cksichtigt wird Diese erweiterten Anforderungsniveaus k nnen aber an dieser Stelle nicht pauschal festgelegt werden sondern sind in den jeweiligen Untersuchungsr umen unter Ber cksichtigung der vorhandenen politischen Zielsetzung und Handlungsspielraume zu definieren Erfassung von Kenngr en unter Ber cksichtigung des umweltbezogenen Zielkonzepts des Aufgabentr gers Je nachdem welches der genannten Zielkonzepte im Kontext der Minimierung der Umweltwirkungen des Stra enverkehrs verfolgt wird ergeben sich Unterschiede f r die Erfassung verkehrlicher und umfeldbezogener Kenngr en vgl Tabelle 34 Die wesentlichen verkehrlichen Einflussgr en auf
475. sen aus der Erhebung vergleichbar sind Da die Simulationen insgesamt sehr rechenaufw ndig waren wurde f r die meisten Szenarien nur der Zeitraum zwischen 6 30 Uhr und 9 30 Uhr betrachtet welcher im Wesentlichen die morgendliche Spitzenstunde einschlie t Wie Abbildung 11 zeigt ist dies der Zeitbereich in dem bei den Messungen die gr ten Unterschiede zwischen den einzelnen Steuerungs verfahren auftraten Bei Verwendung des aktuell in Hamburg zur Optimierung innerhalb von BALANCE eingesetzten Gradientenverfahrens Hill Climbing Algorithmus liegen die Verlustzeiten im Szenario A in der Gesamtbetrachtung etwa gleichauf mit denen der LRS Der im Projekt TRAVOLUTION erstmals zur Optimierung in BALANCE eingesetzte genetische Algorithmus Braun et al 2009 kann dagegen bei geeigneter Parametrierung auch in diesem stark ausgelasteten Szenario noch eine deutliche Verringerungen der Verlustzeiten bewirken Tabelle 7 Je nach Optimierungsverfahren und Parametereinstellung verschiebt BALANCE die auftretenden Verlustzeiten unterschiedlich stark auf die einzelnen Relationen Abbildung 12 wodurch vom Planer steuernd eingegriffen werden kann Leider sind die Auswirkungen der Parametrierung und des Optimierungsverfahrens nicht direkt vorhersehbar so dass der Bearbeiter sich hier an eine geeignete L sung herantasten muss Da sich bei ungeeigneten Parametern auch extreme Verschlechterungen f r einzelne Verkehrsstr me ergeben k nnen ist dazu die Nut
476. senkonzentration von PM o PM25 und PM ab Diese Absch tzung erf llt die in der 39 BIMSCHV geforderte Genauigkeit so dass sie als Alternative zum Referenzverfahren zugelassen sind Nach Herstellerangaben wird eine Reproduzierbarkeit der Messwerte von 3 im gesamten Messbereich erreicht Grimm Aerosol Technik 2003 Die Datenerfassung ist mit einer zeitlichen Aufl sung von 6 Sekunden m glich Die untere Grenze des Erfassungsbereichs liegt bei einem Partikeldurchmesser von 0 25 um Die Ger te werden in wetterfesten Grimm Geh usen betrieben Ein Impaktor mit eingebauter Lufttrocknung dient der Probenahme Die Lufttrocknung schaltet sich in Abh ngigkeit von der relativen Luftfeuchte ein und aus der Schwellenwert liegt nach Auskunft der Firma Grimm bei 65 Die Wetterschutzgeh use werden auf Kisten gestellt so dass die Probenahme in ca 1 5 m H he erfolgt Zur Messung der NOx NO und NO Konzentration werden Stickoxidmonitore vom Typ Horiba APNA370 eingesetzt die nach dem Chemolumineszenzprinzip arbeiten Vom Hersteller wird eine Reproduzierbarkeit von 1 angegeben HORIBA Europe GmbH 2010 Die Messung ist mit dem verwendeten Ger t in einer zeitlichen Aufl sung von f nf Sekunden m glich Zur Probenahme wird ein Teflonschlauch mit eine Ansaugende in 1 5 m H he verwendet Die Messger te werden vor jedem Messzeitraum von der Firma Horiba kalibriert Abbildung 138 Standort der Umweltmessung im Testfeld Hamburg nicht ma st bl
477. ses Methoden Detektions Erfasste Netzbezug Bedeutung Varianz Erfassungs EN UEA ger Messfahrzeug Mobil Weg Zeit Verlauf Zeit Verlauf Niedrig Sehr hoch Sekunden al Station r Verkehrsst rke Mittel Mittel Niedrig Minuten mit Detektor AUS SSUNE aa nesame Mittel Niedrig Niedrig Minuten manuell Fahrzeugklassen Nicht fest installierte Fahrzeiten Kennzeichen Station r Durchgangs Mittel Hoch Niedrig Minuten erfassungssysteme verkehrsanteile ISA gruppen Station r Signalbilder Mittel Mittel nen Sekunden protokolle zutreffend Fahrzeugwieder erkennung mittels Niedrig da Induktionsschleifen Station r Fahrzeiten Niedrig keine Voll Niedrig Minuten signatur nur erfassung Bremerhaven Tabelle 23 Methoden zur Erfassung verkehrlicher Kenngr en Der Netzbezug beurteilt die Aussagekraft der erfassten Kenngr en ber ein Verkehrsnetz Hier wird angenommen dass klassische Querschnittserfassungen im gesamten Verkehrsnetz verteilt installiert sind Im Gegensatz dazu k nnen tempor re Kennzeichenerfassungssysteme zwar nur an wenigen ausgew hlten Querschnitten aufgebaut werden erlauben aber die Erfassung von N N 1 Fahrzeiten bei N Querschnitten wobei die Aussagekraft einer Fahrzeit r umlich zeitlicher Natur ist Ein Messfahrzeug kann hingegen nur eine der Trajektorien aller Fahrzeuge erfassen diese ist zeitlich und r umlich hoch aufgel st aber nur ein kleiner Ausschnitt des Verkehrszustandes Signalgruppen
478. setzt In den meisten F llen wird beim Verbrennungsvorgang zun chst Stickstoffmonoxid NO emittiert welches in der Atmosph re schnell mit Luftsauerstoff zu Stickstoffdioxid reagiert Je nach vorhandener Ozonkonzentration erfolgt ebenfalls eine Stickstoffdioxidbildung Unter Sonneneinstrahlung kann sich zudem Stickstoffdioxid aus Stickstoffmonoxid und reaktiven gasf rmigen Peroxidradikalen aus Abbauprozessen fl chtiger organischer Kohlenwasserstoffverbindungen bilden Unter Sonneneinstrahlung und Sauerstoff erfolgt wiederum eine wichtige Abbaureaktion von Stickstoffdioxid zu Stickstoffmonoxid und Ozon Witten Stec Lazajl 2007 Die wichtigsten Bildungsreaktionen und die beschriebene Abbaureaktion sind nachstehend vereinfacht dargestellt 2 NO 0 gt 2 NO NO O gt NO 0 NO Peroxidradikale gt NO Radikale NO O Sonnenlicht gt NO O AMONES 2010 166 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Stickstoffdioxid hat negative Wirkungen auf die menschliche Gesundheit und auf das kosystem Beim Menschen bewirken hohe Stickstoffdioxidkonzentrationen eine Reizung der Augen und der Atemwege Stickstoffdioxid kann tief in die Atemwege und ber die Alveolen in den Blutkreislauf eindringen Sch dliche Wirkungen von Stickstoffdioxid k nnen bereits bei kurzfristiger Exposition und bei Konzentrationen von 10 bis 100 ug m auftreten In B den und Gew ssern f hrt Stickstoffdioxid zu Versauerungen und Eutr
479. sierte Steuerungsverfahren wirken bei der Anpassung an die Verkehrsnachfrage eher kontraproduktiv k nnen jedoch auf spezielle Anforderungen am besten reagieren Einerseits haben die Untersuchungen gezeigt dass bei der LRS mit einer genauen Voranpassung der Rahmensignalprogramme an die Verkehrsnachfrage eine dar ber hinaus gehende Anpassung an kurzfristige Schwankungen kontraproduktiv wirkt Andererseits kann die LRS jedoch wesentliche Vorteile f r bestimmte Situationen bieten in denen eine Reaktion auf die Anforderung einzelner Fahrzeuge oder Verkehrsteilnehmer erforderlich ist In gleicher Weise ist die LRS f r die PNV Bevorrechtigung ohne Alternative Die LRS sollte aus diesem Grund nicht f r die Nachfrageanpassung sondern ausschlie lich die Behandlung von besonderen einzelnen Anforderungen wie z B die Bedarfsphasenanforderung f r Linksabbieger im Testfeld Hamburg eingesetzt werden Durch eine solche Reduktion k nnen die Signalprogramme auch einfacher und im Sinne des Qualit tsmanagements transparenter gestaltet werden AMONES 2010 42 Kurzfassung PNV Bevorrechtigung ist mit modellbasierten Verfahren in Verbindung mit lokaler regelbasierter Steuerung realisierbar F r die PNV Bevorrechtigung ist die LRS ohne Alternative Sie kann in Verbindung mit der NMS und FZS verwendet werden Der Zielkonflikt zwischen der Beschleunigungswirkung f r die PNV Fahrzeuge und der Verkehrsqualit t f r den brigen Kfz Verkehr ist dabei zu
480. spitze mittlere Freigabezeitanteile der Relationen an der LSA 136 Bramfelder Stra e Habichtstra e AMONES 2010 306 Testfeld Hamburg Abbildung 130 oben zeigt die Summenverteilungen f r die mittlere Anzahl Halte jedes Steuer ungsverfahrens Diese entsprechen den Ergebnissen der Fahr beziehungsweise Verlustzeiten insofern dass BALANCE PS1 den niedrigsten Wert aufweist die lokal regelbasierte Steuerung etwas besser abschneidet als BALANCE PS2 und die Festzeitsteuerung den h chsten und damit schlechtesten Wert hat Die in Abbildung 130 unten dargestellten Bufferindizes der Hauptrelationen bewegen sich zwischen 9 und 37 wobei im Durchschnitt kein bedeutender Unterschied zwischen den Steuerungsverfahren in den Bufferindizes und damit auch in der Zuverl ssigkeit der zu erwartenden Fahrzeiten festgestellt werden kann Dieser Trend best tigt sich bis auf wenige Ausrei er auch f r die brigen Cluster siehe Tabelle 73 Summenanteil FZS 2 5 Halte LRS 2 0 Halte BAL PS1 1 5 Halte BAL PS2 2 2 Halte 3 4 Anzahl Halte o FZS 1 Stunde mit 5 250 Kfz h LRS 4 Stunden mit 5 400 Kfz h EEE BAL PS1 3 Stunden mit 5 360 Kfz h BEE BAL PS2 2 Stunden mit 5 311 Kfz h Bufferindex Relation Abbildung 130 Cluster 2 Morgenspitze mittl Anzahl Halte oben und Bufferindizes unten AMONES 2010 307 Testfeld Hamburg Gesamtbewertung Der
481. ssen werden Die Fahrmuster sollen dabei eine repr sentative Kombination bzw unterschiedliche Zeitanteile von Beschleunigungen und Geschwindigkeiten f r unterschiedliche Stra enkategorien und unterschiedliche Verkehrsflusszust nde Verkehrssituationen darstellen Der in Deutschland sterreich und der Schweiz am weitesten verbreitete Ansatz zur makroskopischen Emissionsabsch tzung ist das Handbuch f r Emissionsfaktoren HBEFA INFRAS 2010 In Europa werden dar ber hinaus weitere Emissionsmodelle verwendet COPERT Einsatz unter anderem in Italien Griechenland Belgien Europ ische Umweltagentur 2009 nutzt beispielsweise durchschnittliche Geschwindigkeiten als malsgebende Eingangsgr e Der Ansatz des TNO2001 der nach Smit 2006 vor allem in den Niederlanden Verwendung findet basiert analog zum HBEFA auf definierten Verkehrssituationen Verbreitet ist au erdem das frei verf gbare MOBILE6 Modell aus den Vereinigten Staaten USEPA 2001 Mikroskopische Modelle ber cksichtigen das Fahrverhalten von Einzelfahrzeugen es werden folglich f r jedes Fahrzeug in vorgegebenen Zeitschritten die Emissionen in Abh ngigkeit der aktuellen Geschwindigkeit Beschleunigung Fahrzeugmasse Schadstoffklasse Hubraum Motortemperatur usw ermittelt Im Gegensatz zu den makroskopischen Modellen m ssen die Emissionen hier nicht auf Grundlage aggregierter und abstrakter Kombinationen definierter Verkehrsmuster ermittelt werden sondern k nnen durc
482. sses klar zugeordnet werden da sie zum einen von lokalen und saisonalen jahreszeitlichen Randbedingungen sowie von Wechselwirkungen mit anderen Einfl ssen zusammenh ngen Luftdruck und atmosph rische Schichtung Der Luftdruck beeinflusst die Partikel und Stickoxidbelastung eher indirekt ber die atmosph rische Schichtung Die atmosph rische Schichtung gibt die Vertikalerstreckung an in die am Boden emittierte Schadstoffe turbulent verteilt werden Die atmosph rische Schichtung und damit die Verd nnung von Schadstoffen werden wesentlich durch den vertikalen Temperaturgradient bestimmt Ein vertikaler Temperaturgradient ber dem adiabatischen oder neutralen Gradienten f hrt zu einer labilen Schichtung die vertikalen Austausch beg nstigt Ein vertikaler Temperaturgradient unterhalb des adiabatischen Gradienten f hrt zu einer stabilen Schichtung die den vertikalen Austausch hemmt Eine weitestgehend unver nderte Temperatur mit zunehmender H he wird als Isothermie und eine zunehmende Temperatur mit zunehmender H he wird als Inversion bezeichnet Spangl et al 2003 Isothermie und Inversion stehen f r stabile Schichtungen und haben nach Untersuchungen von Klingner et al 2006 und Ludes et al 2003 einen deutlichen Einfluss auf die PM o und NOx Konzentration Aufgrund der h heren mechanischen Turbulenz in Stra enschluchten und dem h heren verkehrlichen Verursacheranteil an der Immissionsbelastung ist der Effekt von Inversions
483. sstandort 2 bis zur LSA 136 erstreckt Nach berqueren dieses zentralen Knotenpunkts des Untersuchungsgebiets ist die Geschwindigkeit deutlich h her Dies gilt ebenfalls f r die Relationen 1 3 2 3 und 3 1 F r die Relationen 4 2 und 3 2 ist dieser Effekt deutlich schw cher AMONES 2010 302 Testfeld Hamburg u Br 0 1 Halte a 1 2 Halte 2 3 Halte Be M2 O a 3 4 Halte 4 5 Halte 02 LEER uk F Y en Ba Fahrzeit min 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit r 0 1 Halte a 1 2 Halte a 2 3 Halte a 3 4 Halte 4 5 Halte a 5 6 Halte _ _ b2 02 Fahrzeit min 6 30 7 30 8 30 9 30 10 30 11 30 12 30 13 30 14 30 15 30 16 30 17 30 18 30 Tageszeit Abbildung 125 Fahrzeiten entlang der Relation 1 3 am 4 6 2008 LRS oben und am 5 6 2008 BALANCE PS1 unten AMONES 2010 303 Testfeld Hamburg w ET Mn 1 000 1 250 1 500 Abbildung 126 GPS Fahrten entlang der Relation 2 4 am 4 6 2008 LRS 06 00 05 00 04 00 03 00 Zeit mm ss 02 00 01 00 00 00 0 250 500 750 1 000 1 250 1 500 weg m Abbildung 127 GPS Fahrten entlang der Relation 2 4 am 5 6 2008 BALANCE PS1 Analyse eines Clusters Dieser Trade off der Fahrzeiten auf den verschiedenen Relationen resultiert aus der Tatsache dass zu den Spitzenzeiten morgens und nachmittags
484. ssung k nnen Die M glichkeit des parallelen Auslesens der Daten zweier angeschlossener Detektoren besteht Di z gt m E 2 9 10 11 12 13 14 15 16 17 18 19 20 21 St tzstelle Abbildung 49 Gematchte normierte Fahrzeugsignaturen Mit dieser Software kann die Verstimmungskurve jeweils in zeitlich auf 32 Sekunden beschr nkten Bl cken ausgelesen werden Jeder so erzeugte Datensatz beinhaltet bei einer vorgegebenen Abitastrate von 125Hz genau 4000 Datenpunkte pro Schleife Zu Beginn und am Ende eines solchen Erhebungsintervalls kann es durch das Verfahren bedingt zu Unstimmigkeiten im Kurvenverlauf kommen weshalb die Rand Daten sp ter sorgf ltig zu filtern sind Nach dem Ende eines Intervalls wird die Aufzeichnung f r das n chste Intervall automatisch gestartet Aus der so erhaltenen Verstimmungskurve k nnen im Folgenden die Daten einzelner Fahrzeuge mithilfe eines Schwellwertverfahrens extrahiert werden Die Verstimmungskurve eines solchen einzelnen Fahrzeugs die sogenannte Signatur bildet in Verbindung mit einem genauen Zeitstempel die Datengrundlage f r das verwendete Verfahren zur Wiedererkennung von Fahrzeugen VWF AMONES 2010 132 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 5 1 12 2 _ _Qualit tssicherung und Datenaufbereitung Messfahrzeug Die GPS Daten werden zun chst aufbereitet dabei werden fehlende oder fehlerhafte Zeitstempel korrigiert Da die Funktionsw
485. st nde lt 1000 m e je Richtung mehr als ein Fahrstreifen f r den durchgehenden Verkehr sowie e Abbiegestreifen f r Linksabbieger Bei der Schaffung der Schnittstellen zur Anbindung der modellbasierten Steuerungsverfahren an VISSIM durch die Hersteller kam es zu nicht vorhersehbaren Problemen und zeitlichen AMONES 2010 33 Kurzfassung Verz gerungen Au erdem zeigte es sich im Laufe des Projektes dass die Versorgung der Systeme sowie die Kalibrierung der Simulationen deutlich aufw ndiger waren als vor Projektbeginn absehbar Aus diesem Grund konnten im virtuellen Testfeld nicht alle der urspr nglich geplanten Simulationsszenarien umgesetzt werden Erste Ergebnisse liegen f r die Netzmasche Netzvariante 3 und die Steuerungsszenarien FZ LRS und BALANCE Hill Climbing vor LRS und BALANCE k nnen dabei wahlweise mit und ohne PNV Beschleunigung f r die im Netz vorhandenen Buslinien betrieben werden Festzeitsteuerung FZ F r die Festzeitsteuerungen werde f r jeden Knotenpunkt in jedem Nachfrageszenario vier Tagesprogramme mit unterschiedlichen Umlaufzeiten erstellt SchwachVerkehrsZeit60 Morgenspitze90 NebenVerkehrsZeit70 Abendspitze80 Die Signalprogramme sind 4 Kreuzung bzw 3 phasig Einm ndung Die Koordinierung erfolgt f r 4 Linienz ge jeweils auf das Freigabezeitende Abbildung 16 Abbildung 16 Beispiel f r die Hierarchie der Linienz ge f r die Grundnachfrage im Signalprogramm der Morgenspitze
486. st nde untersucht werden Der partielle Korrelationskoeffizient r part av c errechnet sich f r den dreidimensionalen Fall der Untersuchung der Datenreihen a und b unter Ausschaltung von c wobei r der zweidimensionale lineare Produkt Moment Korrelationskoeffizient nach Pearson ist j 1 r rp T d b eE mit r 5 J0 A l r NDa 5 Beide Untersuchungsschritte werden getrennt f r die niederfrequenten und hochfrequenten Zeitreihen sowie getrennt nach Testfeld und nach Messwoche im Testfeld durchgef hrt r Part a c Die als signifikant identifizierten Korrelationen die vorzugsweise in beiden Messwochen jedes Testfeldes das gleiche Vorzeichen aufweisen stellen potenzielle Eingangsgr en f r das Erkl rungsmodell dar Die errechneten Korrelationskoeffizienten und die zugeh rigen Signifikanzwerte haben nur dann eine hohe Aussagekraft wenn die Datenreihen bestimmte statistische Voraussetzungen erf llen Die statistischen Voraussetzungen f r die Anwendung der Korrelationsanalyse lauten wie folgt 1 Vorliegen zweier Stichproben mit gleichem Stichprobenumfang n m glichst mit n gt 30 und gleichem Bezug der Datenpaare Die erste Voraussetzung wird von den erhobenen Zeitreihen erf llt 2 Unabh ngigkeit der Daten innerhalb der Stichprobe Die zweite Voraussetzung ist f r einen Gro teil der Zeitreihen aufgrund von Autokorrelation nicht erf llt In diesem Fall ist zur Vermeidung der bersch tzung der Signifikanz e
487. st deutliche zeitliche und r umliche Schwankungen auf Die Abbiegeanteile an den Knotenstr men ver ndern sich dadurch deutlich Das Netz ist vermascht und bietet Ausweichrouten Das Netz verf gt ber umweltbezogene Ausweichm glichkeiten z B Streckenabschnitte ohne Bebauung und mit starkem Wind Die zu optimierenden Systemkenngr en verkehrliche und umweltbezogene Kenngr en sind komplex und k nnen nur modellbasiert bestimmt werden Mehrere Knotenpunkte im betrachteten Netz weisen regelm ig in ein oder mehreren Zufahrten berlastungen auf Die berlastungen f hren zu unterschiedlich langen R ckstauungen die von der regelbasierten Steuerung nicht mehr erkannt werden k nnen Hier f hrt eine modellbasierte Netzsteuerung zwar wahrscheinlich nicht zu einer h heren Kapazit t sie kann aber Kapazit ten ggfs gerechter verteilen St rungen die als Folge einer V Priorisierung entstehen Lokal regelbasierte Steuerungen k nnen zwar eine V Priorisierung umsetzen deren Folgen auf den Verkehrsablauf werden jedoch in der Regel nicht erfasst Durch Modelle wie eine R ckstausch tzung ist dies m glich Aus diesen Vermutungen lassen sich folgende Thesen ableiten Eine regelbasierte oder modellbasierte Netzsteuerung NRS NMSA oder NMS ist sinnvoll wenn sich die Nachfragestruktur r umlich und zeitlich h ufig ndert Eine modellbasierte Netzsteuerung NMS ist sinnvoll wenn sich die Routenwahl h ufig ndert oder w
488. st und welche Wirkungen zu erwarten sind e Aufstellung von Empfehlungen f r eine stufenweise Einf hrung von netzweiten modell basierten Steuerungen AMONES 2010 49 Verfahren der LSA Steuerung 4 Verfahren der LSA Steuerung 4 1 Klassifizierung der Verfahren 4 1 1 bersicht Um Verfahren zur Steuerung von Lichtsignalanlagen LSA zu klassifizieren werden die Bezeichnungen regelbasiert und modellbasiert verwendet Regelbasierte Steuerungsverfahren Kapitel 4 1 2 nutzen Kenngr en die direkt aus dem Verkehrsfluss gewonnen und ber Plausibilit tsannahmen mit der Steuerungslogik verkn pft werden blicherweise verwendete Kenngr en sind die Verkehrsst rke die Dauer von Zeitl cken der Belegungsgrad oder die An bzw Abmeldung eines V Fahrzeugs Aus den gemessenen Kenngr en werden mit Hilfe von logischen Bedingungen R ckschl sse auf den Verkehrszustand im Zufahrtsstrom gezogen Modellbasierte Steuerungsverfahren Kapitel 4 1 3 nutzen f r die Anpassung der Steuerungsvariablen nicht die erhobenen Messwerte sondern Kenngr en des Verkehrszustands die in einem Modell online berechnet werden Modellbasierte Steuerungsverfahren ben tigen neben dem Verkehrsmodell auch ein Steuerungsmodell das die Freiheitsgrade der Steuerung beschreibt Ein Optimierungsalgorithmus testet systematisch die m glichen Steuerungseinstellungen und bewertet sie auf der Basis der modellierten Wirkungen die in einer Zielfunktion zusammengefass
489. staul nge abgesch tzt werden e Strategische Detektoren Diese befinden sich im Vorfeld einer gesteuerten Netzabschnitts oder zwischen Knotenpunkten und erfassen den freien Verkehrsfluss F r eine Qualit tsbeurteilung k nnen die Verkehrsst rken und die Geschwindigkeiten verwendet werden Allerdings sind strategische Detektoren selten in st dtischen Verkehrsnetzen zu finden da sie nicht unmittelbar zur Steuerung einer Lichtsignalanlage ben tigt werden Die Gr e der Stichprobe einer Querschnittserfassung mit fest installierten Detektoren entspricht der Detektionsrate des verwendeten Systems und ist dementsprechend hoch Verwendet man die f r einen LSA Steuerung vorgehaltenen Detektoren gleichzeitig f r die Beurteilung der Qualit t dann muss ber cksichtigt werden das eventuelle Messfehler auch in die Qualit tsbeurteilung Eingang finden Erhebungsaufwand Da die Detektoren fest installiert sind entsteht f r die Erhebung kein zus tzlicher Aufwand bei der Datenerfassung Das Auslesen der Daten kann im Einzelfall mit Personalaufwand oder mit Kosten f r eine Schnittstelle verbunden sein Auswertungsaufwand Abh ngig vom Verwendungszweck m ssen unterschiedlich komplizierte Algorithmen zur Auswertung und Aufbereitung zur Verf gung stehen Sollen lediglich Ganglinien erstellt werden ist die Aufbereitung weniger komplex als wenn der R ckstau vor einer Lichtsignalanlage berechnet Kapitel 5 1 8 1 werden soll oder eine Messwertpro
490. stehen sollten Modellbasierte Steuerungsverfahren haben das gr te Potenzial ben tigen aber eine aufw ndige Kalibrierung Modellbasierte Steuerungsverfahren NMS haben das gr te Potenzial die vorhandene Kapazit t bestm glich zu nutzen da sie den Rahmensignalplan im Grundsatz am feinsten an die variable Verkehrsnachfrage anpassen k nnen F r einige Zeitbereiche konnte dies sowohl in den Felduntersuchungen wie auch in den Simulationen eindrucksvoll nachgewiesen werden Aufgrund der Schwierigkeit der Kurzfristprognosen der Verkehrsnachfrage sowie der pr zisen Verkehrslagemodellierung gelingt diese Anpassung jedoch offensichtlich noch nicht durchg ngig F r den Einsatz von NMS bedeutet dies dass eine aufw ndige Kalibrierung und Validierung der Steuerung f r gute Ergebnisse von gro er Bedeutung ist F r die Weiterentwicklung der modellbasierten Steuerungsverfahren wird empfohlen das Augenmerk insbesondere auf die Verkehrslagemodellierung und die Kurzfristprognose unter dem Gesichtspunkt der Robustheit zu richten Lokale regelbasierte Steuerungsverfahren wirken bei der Anpassung an die Verkehrsnachfrage eher kontraproduktiv k nnen jedoch auf spezielle Anforderungen am besten reagieren Einerseits haben die Untersuchungen gezeigt dass bei der LRS mit einer genauen Voranpassung der Rahmensignalprogramme an die Verkehrsnachfrage eine dar ber hinaus gehende Anpassung an kurzfristige Schwankungen kontraproduktiv wirkt Andererseits
491. stfeld Hamburg e die Wirkungen einer ann hernd perfekten Koordinierung am lokalen Umwelt HotSpot d h einem Verkehrsablauf nahezu ohne Halte in der untersuchten Zufahrt Die Wirkungen werden getrennt f r beide Messwochen HHO1 bzw HHO2 und normiert f r die lokale regelbasierte Steuerung LRS dargestellt HHO1 HHO2 HHO1 HHO2 HHO1 HHO2 HHO1 HHO2 T 0 O am Q w Di N 5 y x Z FZS LRS Balance Maximale Koordinierung am Umwelt HotSpot Abbildung 148 Immissionsbezogene Wirkungen der LSA Steuerungsverfahren am Messquerschnitt Hamburg Habichtstra e basierend auf Messungen vom 2 6 bis 6 6 2008 Messwoche HHO1 und vom 6 6 bis 10 6 2008 Messwoche HHO2 F r die festgestellten durchaus erheblichen Reduktionspotenziale ist zu ber cksichtigen dass die Messungen an 10 verkehrlich hoch belasteten Werktagen durchgef hrt wurden und folglich ein hoher Erkl rungsanteil der Verkehrskenngr en festgestellt wurde Allerdings kann davon ausgegangen werden dass eine LSA Steuerung mit Fokus auf die Optimierung von Umweltkenngr en gerade in diesen Zeitr umen zur Einhaltung von Luftqualit tsgrenzwerten und zur Minderung negativer gesundheitlicher Wirkungen beitragen kann 9 5 3 5 Quantifizieren des Wirkungspotenzials der adaptiven Netzsteuerung f r das gesamte Netz Das Umwelt Wirkungspotenzial der adaptiven Netzsteuerung im Testfeld Hamburg wird mit der kalibrierten Vissim Mi
492. sungen AMONES 2010 157 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Von den 864 Zeitintervallen erreichen 833 einen GEH Wert der kleiner als 5 ist Damit wird der GEH Wert von 5 in 3 59 Prozent der F lle berschritten Das Kalibrierungsziel ist somit erreicht Im Schnitt wird ein GEH Wert von 1 825 erreicht F r die Fahrzeiten stehen f r die Zeit von 6 00 bis 18 15 Daten aus den Messungen im Testfeld zur Verf gung F r die Kalibrierung wurden nur die Routen 1 2 2 1 2 3 und 3 2 verwendet da auf den Routen 1 3 und 3 1 f r eine Bewertung zu wenige Fahrzeuge vorhanden sind Von 192 Zeitintervallen ist die Abweichung der Fahrzeiten von denen in der Realit t gemessenen in 172 F llen kleiner als 15 Prozent Damit tritt in 10 42 Prozent der F lle eine Abweichung gr er 15 Prozent auf Das Kalibrierungsziel ist damit erreicht Im Schnitt weichen die Fahrzeiten um 8 25 Prozent von den realen Messungen ab E Kal brierungsziel n cht erreicht kKalibrierungsziel erreicht Abbildung 60 Kalibrierungsergebnisse f r die Fahrzeiten Hamburg Bei der Kalibrierung wurden jeweils die Mittelwerte aus 10 Simulationsl ufen mit den korrespondierenden Daten aus der Erhebung verglichen AMONES 2010 158 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Bei der Verkehrsnachfrage wurden dazu die plausibilit tsgepr ften Daten von 17 Messquerschnitten verwendet Es wurde eine Kalibrierung f r 1
493. sverfahren Typisierung der Steuerungsverfahren Typisierung der Anwendungsfelder Einsatzbereiche modellbasierter Netzsteuerungen 7 Festlegung der Testfelder 7 1 1 2 Einleitung Auswahlverfahren 8 Testfeld Bremerhaven 8 1 Verkehrsangebot AMONES 2010 Inhalt 103 104 109 111 113 129 147 160 160 182 185 190 190 195 218 219 220 220 221 222 222 223 223 225 225 225 230 230 8 1 1 Merkmale des Verkehrsnetzes 8 1 2 Verkehrssteuerung 8 2 Verkehrsnachfrage 8 2 1 Merkmale der Verkehrsnachfrage 8 3 Umweltsituation 8 3 1 Umweltrelevante Merkmale 8 3 2 Umweltmesstechnik 8 4 Messszenarien 8 5 Ergebnisse 8 9 1 Bereits durchgef hrte Untersuchungen Dritter 8 9 2 Auswertung verkehrlicher Kenngr en 8 9 3 Auswertung umweltbezogener Kenngr en 9 Testfeld Hamburg 9 1 Verkehrsangebot 9 1 1 Merkmale des Verkehrsnetzes 9 1 2 Verkehrssteuerung 9 2 Verkehrsnachfrage 9 2 1 Merkmale der Verkehrsnachfrage 9 3 Umweltsituation 9 3 1 Umweltrelevante Merkmale 9 3 2 Umweltmesstechnik 9 4 Messszenarien 9 5 Ergebnisse 9 5 1 Bereits durchgef hrte Untersuchungen Dritter 9 5 2 Auswertung verkehrlicher Kenngr en 9 5 3 Auswertung umweltbezogener Kenngr en 10 Virtuelles Testfeld 10 1 Verkehrsangebot 10 1 1 Merkmale des Verkehrsnetzes 10 1 2 _ Verkehrssteuerung 10 2 Verkehrsnachfrage AMONES 2010 Inhalt 230 230 230 230 231 231 232 232 233 233 234 266
494. t durch ein sich schrittweise fortbewegendes Filterband gesaugt Die auf dem Filterband abgeschiedene Staubmenge wird ber die Schw chung der Beta Strahlung beim Durchtritt durch den bestaubten Filter gemessen Das Verfahren erm glicht eine Echtzeit Messung der Staubkonzentration auf dem Filter und ist somit gut geeignet f r zeitlich hochaufgel ste Untersuchungen Eickelpasch Eickelpasch 2004 Messung der Schwingung eines staubbeladenen Filters TEOM Hierbei wird die Probeluft durch einen Filter geleitet der Element eines in Eigenresonanz schwingenden Systems ist Durch den im Filter abgeschiedenen Staub vergr ert sich die schwingende Masse und f hrt zu einer Verringerung der Resonanzfrequenz Die Schwebstaubkonzentration ergibt sich anhand der bei der Kalibrierung ermittelten Beziehung zwischen Frequenz und Staubbeladung unter Ber cksichtigung des Probeluftvolumens Eickelpasch Eickelpasch 2004 Gravimetrie Die Gravimetrie ist nach 39 BImSchV das Referenzverfahren zur Messung der PM4o Massenkonzentration sowie die vorl ufige Referenzmethode f r die PM Massen konzentration Bei der gravimetrischen Messung wird ber 24 h ein definiertes Luftvolumen durch einen Filter gesogen Die angesaugten Partikel werden anhand eines gr enselektiven Einlasses getrennt und die relevante Fraktion auf einem vorgewogenen und konditionierten Filter gesammelt Die Bestimmung der gesammelten Partikelmasse erfolgt schlie lich unter Laborbed
495. t und gewichtet werden Ein modellbasiertes Steuerungsverfahren ist allgemeing ltig f r Knotenpunkte bzw Verkehrsnetze formuliert und wird durch Konfigurationsdaten den individuellen Umgebungen angepasst Die Bezeichnungen regelbasiert und modellbasiert sind nur bedingt zutreffend Eine regelbasierte Steuerung geht immer auch von einer Modellvorstellung aus bei der die Realit t in einem Modell vereinfacht wird Und eine modellbasierte Steuerung kann auch Regeln beinhalten z B wenn eine Fuzzy Optimierung durchgef hrt wird Unabh ngig von den bisherigen Definitionen werden die folgenden Kriterien zur Klassifizierung von LSA Steuerungsverfahren in regelbasierte und modellbasierte Verfahren vorgeschlagen und beispielhaft angewendet 1 a 9 ED Steuerung open loop oder Regelung closed loop Optimierung einer Zielfunktion Prognose des Verkehrszustands Verwendung eines Verkehrsflussmodells Verwendung eines Verkehrsnachfrage und Routenwahlmodells Die Kriterien sind nicht voneinander unabh ngig So kann z B die Optimierung einer Zielfunktion die Prognose des Verkehrszustandes erfordern AMONES 2010 50 Verfahren der LSA Steuerung 4 1 1 1 Steuerung open loop oder Regelung closed loop Der Begriff Steuerung bezeichnet im Allgemeinen den Vorgang einer Ver nderung der nicht zuf llig sondern kontrolliert verl uft Dahinter steht die Annahme einer willk rlichen Kraft die das zu steuernde Objekt meist direkt bewegt ode
496. te Netz aus hoher Position beobachtet und rechenleistungstechnisch ausgewertet werden K nnte entspr che diese Messmethode der Erfassung der Trajektorien aller Verkehrsteilnehmer Erhebungsaufwand Permanent installierte Systeme verursachen f r die Datenerfassung keinen zus tzlichen Aufwand lediglich das Auslesen der Daten kann im Einzelfall mit Personalaufwand oder mit Kosten f r eine Schnittstelle verbunden sein Der Einsatz tempor rer Messsysteme erfordert wie auch der Einsatz automatischer Kennzeichenerfassungssysteme Personal zur Beaufsichtigung und zum Auf beziehungsweise Abbau der Systeme Dar ber hinaus entstehen Kosten f r die Messger te selbst Auswertungsaufwand Abh ngig vom Verwendungszweck m ssen unterschiedlich komplizierte Algorithmen zur Auswertung und Aufbereitung zur Verf gung stehen Sollen lediglich Ganglinien erstellt werden ist die Aufbereitung weniger komplex als wenn eine Messwertpropagierung in einem Verkehrsnetz durchgef hrt wird In jedem Fall m ssen die Rohdaten einer Plausibilit tskontrolle unterzogen werden 5 1 8 Abgeleitete Kenngr en 5 1 8 1 R ckstausch tzer Die L nge des R ckstaus in einer Knotenpunktzufahrt ist insbesondere bei begrenzter Aufstellfl che von Bedeutung Sie kann mit den vorhandenen Detektoren in der Regel nicht direkt erfasst werden Aus der Dauerbelegung eines Detektors l sst sich jedoch zumindest AMONES 2010 104 Kenngr en der Verkehrs und Umweltsituation
497. te sind denkbar Zielkonzept 1 Pauschale Minimierung verkehrsbedingter Emissionen entlang wichtiger Streckenz ge oder im gesamten Netz Auch wenn in einem Ballungsraum kein unmittelbarer Handlungsbedarf hinsichtlich der Einhaltung der rechtlich vorgegebenen Immissionsgrenzwerte besteht so kann dennoch davon ausgegangen werden dass die Minimierung negativer Umweltwirkungen des Stra enverkehrs ein vom Aufgabentr ger verfolgtes Oberziel darstellt Zielkonzept 2 Einhaltung der Immissionsgrenzwerte an definierten Umwelt HotSpots Sofern im Rahmen der vorgeschriebenen berwachung der Luftqualit t bestimmte Fl chen oder Streckenabschnitte hinsichtlich ihrer Immissionsbelastungen als kritisch identifiziert werden sind diese durch Messungen und oder Modellrechnungen zu berwachen und Ma nahmen zur Einhaltung der Immissionsgrenzwerte an diesen HotSpots zu ergreifen vgl 0 Zielkonzept 3 Differenzierte Minimierung der negativen gesundheitlichen Wirkungen des Stra enverkehrs im gesamten Netz Eine umfassende umweltabh ngige Verkehrssteuerung kann Immissionen an den Orten mit der h chsten Betroffenheit gezielt r umlich und zeitlich differenziert minimieren Zum einen ist in diesem Zielkonzept eine immissionsbezogene und netzweite Wirkungsermittlung erforderlich zum anderen ist eine Systematik zur differenzierten Priorisierung der betroffenen Streckenabschnitte zu entwickeln Zu ber cksichtigen ist dass der Beitrag einzelner Ma nahmenb
498. ten irrelevant ist aber die einfache Bestimmung der Durchgangsverkehrsanteile ber eine Hochrechnung der Erfassungs raten an einem richtungsbezogenen Querschnitt unm glich macht Tabelle 67 listet die acht Ein und Ausgangsquerschnitte und deren Zusammensetzung auf Zur Verwendung als Eingang der Entropiemaximierung werden die Z hldaten entsprechend Kapitel 5 1 12 3 normiert Eine Korrektur der Z hldaten ist wie die in Abbildung 121 dargestellten Verl ufe von manueller Z hlung und Induktionsschleifen am Eingangsquerschnitt 4 zeigen nicht notwendig die Kurve der manuellen Z hlung besteht aus interpolierten und hochgerechneten 15 Minuten Intervallen zu Beginn jeder Stunde AMONES 2010 295 Testfeld Hamburg Beschreibung 1 einfahrend Verkehrsstrom nach S den an der Messstelle 1 Setzt sich aus den von Gevas benannten Induktionsschleifen D2 1 und D2 2 an der LSA 748 zusammen Verkehrsstrom nach Norden an der Messstelle 1 Setzt sich aus den von Gevas benannten Induktionsschleifen D1 1 D1 2 D4 1 und D5 1 an der LSA 748 zusammen 1 ausfahrend Verkehrsstrom nach Osten an der Messstelle 2 Setzt sich aus den von Gevas benannten Induktionsschleifen D1 1 und D1 2 an der LSA 509 zusammen 2 einfahrend Verkehrsstrom nach Westen an der Messstelle 2 2 ausfahrend Setzt sich aus den von Gevas benannten Induktionsschleifen D B 509 4 und D B 509 5 an der LSA 509 zusammen Verkehrsstrom nach Norden an der Messstelle 3 S
499. ten jeweils paarweise ausgelesen und aufgezeichnet e Knoten 220 Ausfahrt S d 220 21 220 22 e Knoten 221 Zufahrt Nord 221 a2 221 3 e Knoten 224 Zufahrt Nord 224 1 224 22 224 23 224 24 e Knoten 225 Zufahrt West 225 31 225 a2 225 c2 225 d2 225 e1 225 e1 e Knoten 240 Zufahrt West 240 1 240 22 e Knoten 241 Zufahrt West 241 c1 241 c2 und Zufahrt Nord 241 31 241 a2 F r die Auswertung wurde der Schwerpunkt auf die folgenden Messaquerschnitte gelegt e 241 c1 241 c2 e 241 21 241 a2 e 240 21 240 a2 e 225 21 225 a2 e 224 21 224 a2 e 224 23 224 24 F r den Messquerschnitt 221 22 221 a3 lagen aufgrund eines Defektes keine ausreichenden Daten vor Die Entfernung zwischen den Knotenpunkten 224 und 220 ist f r eine Fahrzeitmessung mittels dieses Verfahrens zu gro AMONES 2010 251 Testfeld Bremerhaven F r die Auswertung werden im ersten Schritt nur die benachbarten Querschnittsbeziehungen entlang der Lloydstra e von Nord Osten kommend in s dwestlicher Fahrtrichtung betrachtet Diese sind im Speziellen e 241 c1 240 21 241 c1 240 a2 241 c2 240 21 241 c2 240 22 e 240 21 225 1 240 22 225 21 240 22 225 a1 240 22 225 2 241 09 cz m 241 91 22 A5 AG 24 7 zi a N F A O me N NG 224 2 a2 a a cz c1 b bi rA bi 22 1 H eE l eo 4 RP S i fi 271 38 af 71 TE r i LE ko a P T d Br u ug Ya u 2130 01 N 22 Abbildung 96 M
500. ten usw Gr en berhaupt erhoben wurden wird dies durch die partielle Korrelationsanalyse ber cksichtigt Quantifizieren der Zusammenh nge zwischen den Einflussgr en und den Immissionskenngr en Modellentwicklung Gew hlter regressionsanalytischer Ansatz Die g ngigen Methoden zur Quantifizierung der Zusammenh nge zwischen Kenngr en im Bereich der Luftreinhaltung sind im Unterkapitel 5 2 3 beschrieben Zum Einsatz kommt dabei die Regressionsanalyse als parametrische und nicht parametrische als lineare und nicht lineare Regression als Regression mit und ohne autoregressive Komponente sowie neuronale Netze Aufgrund ihrer hohen Transparenz und ihrer guten Handhabbarkeit wird hier die parametrische lineare Regressionsanalyse zur Quantifizierung angewendet Das von Shi Harrison 1997 verwendete parametrische quasi lineare Regressionsmodell mit autoregressiver Komponente weist eine hohe Modellierungsg te auf und wird auf die identifizierten Einflussfaktoren angewendet Im Modellansatz ergibt sich die Schadstoffkonzentration Cschadstorrt aus der multiplikativen berlagerung der festgestellten Einflussfaktoren X mit den zugeh rigen als Exponenten eingehenden Koeffizienten Bk Cschadstoff t F X m Xk er xz X Durch Logarithmierung l sst sich der gesamte Term linearisieren In Cschadstoff t B4 Ba ln X2 Be In X Im endg ltigen Modell wird von einer autoregressiven Komponente erster Ordnung AR1 Prozes
501. tenziale ist zu ber cksichtigen dass die Messungen an 10 verkehrlich hoch belasteten Werktagen durchgef hrt wurden und folglich ein hoher Erkl rungsanteil der Verkehrskenngr en festgestellt wurde Allerdings kann davon ausgegangen werden dass eine LSA Steuerung mit Fokus auf die Optimierung von Umweltkenngr en gerade in diesen Zeitr umen zur Einhaltung von Luftqualit tsgrenzwerten und zur Minderung negativer gesundheitlicher Wirkungen beitragen kann AMONES 2010 31 Kurzfassung Simulation Das netzbezogene Wirkungspotenzial der adaptiven Netzsteuerung im Testfeld Hamburg wird anhand der VISSIM Mikrosimulation bewertet Abbildung 14 zeigt die Mittelwerte der motorbedingten Emissionen aus 20 Simulationsl ufen differenziert nach den Szenarios e Festzeitsteuerung FZS e Lokale regelbasierte Steuerung LRS e BALANCE PS1 mit genetischem Algorithmus sowie e BALANCE PS2 mit genetischem Algorithmus O NOx Emissionen kg 1000Kfz Balance PS1 Balance PS2 0 0 PM Emissionen kg 1000Kfz BE a a Balance PS1 Balance PS2 Abbildung 14 Netzbezogene PM und NO Emissionen der untersuchten LSA Steuerungsverfahren im Vergleich LRS 100 Die Netzauswertung zeigt dass die modellbasierte Steuerung mit dem Parametersatz 1 die Emissionen im Vergleich zur regelbasierten Steuerung unabh ngig vom betrachteten Schadstoff reduzieren kann Dar ber hinaus wird aber auch hier die Relevanz der Parametrierung deutl
502. ter 1 auf der Relation 2 3 mit einer lokal regelbasierten Steuerung Abschlie end muss festgestellt werden dass aufgrund des geringen Verkehrsaufkommens keines der Verfahren schlechte Ergebnisse aufweist und zu keinem Zeitpunkt der Erhebung signifikante Anstiege in den Fahrzeiten zu verzeichnen sind was dadurch unterstrichen wird dass die h chste mittlere Fahrzeit einer einzelnen Stunde weniger als 40 ber der niedrigsten mittleren Fahrzeit einer einzelnen Stunde liegt im Testfeld Hamburg siehe auch Kapitel 9 5 2 ist die h chste mittlere Fahrzeit 140 h her als die niedrigste mittlere Fahrzeit AMONES 2010 249 Testfeld Bremerhaven Stunden im Verlustzeit verkehrs Anzahl auf Relation Cluster min st rken Halte ela Tee Kfz h Cluster 1 vormittags mittlere Verkehrsst rke Morgenspitze a 2m 1 2m 06 3 2 o oms w 220 o Immo o a om 2m o son Cluster 2 mittags mittlere Verkehrsst rke zs a mw 2 o 2 a a s moron 4 220 10 20 os 32 25 u Cluster 3 nach mittags hohe Verkehrsst rke zs a 2s m 2 o Is 2 m ms e 22 m 2m o Cluster 4 nachmittags hohe Verkehrsst rke Nachmittagsspitze zs 4 24 m 250 oo 2 e c ms amp 23 os 29m os s 34l 30 monn o 2m 1o 2 o7 1 a1 37 Cluster 5 abends niedrige Verkehrsst rke zs s a m 1s o u e ze jo ms s 225 1m s o ala e s monon 3
503. terung in den verkehrsbezogenen Untersuchungen erfolgt die Clusterung differenziert nach Pkw Verkehrsst rke und Schwerverkehrsst rke da von einer dominanten Rolle des Schwerverkehrs f r die gemessenen Immissionen best tigen Die so ermittelten Verkehrsst rke und Schwerverkehrsst rke Cluster werden hinsichtlich Kenngr e Anfahrvorg nge ausgewertet Mittels Verkn pfung des NOx Immissions Erkl rungsmodells mit den festgestellten Wirkungen in Bezug auf die Anfahrvorg nge kann die Immissionsreduktion der einzelnen Steuerungsverfahren abgesch tzt werden F r die netzbezogenen Wirkungen werden Ergebnisse der Simulation in Form von Wirkungspotenzialen der adaptiven Netzsteuerung f r die identifizierten relevanten Verkehrsflusskenngr en z B Anfahrvorg nge im Einflussbereich als Eingangsgr en f r das Regressionsmodell verwendet um das Wirkungspotenzial f r die Immissionen am Messquerschnitt bzw HotSpot zu bestimmen AMONES 2010 217 Typisierung von Anwendungsfeldern 6 Typisierung von Anwendungsfeldern Die Eignung der unterschiedlichen Steuerungsverfahren f r den Einsatz in einem bestimmten Steuerungsgebiet h ngt seinerseits von den im jeweiligen Gebiet vorhandenen Randbedingungen sowie andererseits von den mit der LSA Steuerung verfolgten Zielsetzungen ab vgl Abbildung 78 Randbedingungen Bebauungsstruktur Verkehrsnetz Verkehrsnachfrage Sonstige externe e Bebauung e Strecken e nicht vorher Faktoren e
504. teuerungsmodell Optimierung Die Optimierung der Freigabezeiten und der Umlaufzeit erfolgt im Wesentlichen auf Grund der Auslastungsgerade Die Optimierung der Versatzzeit wird wie auch in TRANSYT ber eine Minimierung der Zielfunktion umgesetzt In diese Zielfunktion flie en gewichtet Wartezeit und Anzahl der Halte ein Als Optimierungsverfahren wird ein Hill Climb Algorithmus verwendet AMONES 2010 80 Verfahren der LSA Steuerung 4 4 3 Systemtechnik In der neusten Version von SCOOT SCOOT MC3 Managing Congestion Communications and Control werden die vom Verkehrsflussmodell berechneten Staul ngen in ein Staumanagement integriert 4 4 4 Anwendungsf lle und Wirkungen Anwendungsgebiet von SCOOT ist im wesentlichen Gro britannien ca 200 St dte Aber auch in Europa Madrid Zypern Asien Peking Hong Kong etc dem mittleren Osten Dubai Bahrain Nord Toronto San Diego Minneapolis etc und S damerika Sao Paulo Santiago etc gibt es Anwendunggsf lle Die Wirkungen auf den Verkehr wurden f r SCOOT in einigen Untersuchungen gemessen Folgend einige Beispiele e In Southampton wurde durch SCOOT im Jahr 1985 Verbesserungen von bis zu 26 bei der Fahrzeit im IV erreicht F r den V konnten sogar Verbesserungen von bis zu 60 7 gegen ber der Vorher Situation gemessen werden Steuerung vorher unbekannt SCOOT 2008 e In London wurden im Jahr 1985 in der Gegend um Westminster Reduzierungen der Fahrzeit
505. thod validity and applicability to transportation planning In New Developments in Modelling Travel Demand and Urban systems Jansen et al Ed Saxon House Vester B 2006 Feinstaubexposition im urbanen Hintergrundaerosol des Rhein Main Gebietes Ergebnisse aus Einzelpartikelanalysen Dissertation Technische Universit t Darmstadt Fachbereich Material und Geowissenschaften Darmstadt Vortisch P 2005 Emission Modelling in Vissim The Volkswagen Emission Modell Kurzvortrag im Rahmen eines AMONES Treffens am 23 4 2008 Stuttgart Weichenmeier F 2007 BALANCE Roadshow Verkehrsadaptive Netzsteuerung BALANCE Prinzip Ziele Erfahrungen und neue Entwicklungen M nchen Werner P C 2002 Zur Ber cksichtigung der Persistenz in meteorologischen Zeitreihen In PIK Report No 75 Angewandte Statistik PIK Weiterbildungsseminar 2000 2001 Potsdam Institut f r Klimafolgenforschung e V Potsdam Wiedemann R 1974 Simulation des Verkehrsflusses Schriftenreihe des Instituts f r Verkehrswesen Heft 8 Universit t TH Karlsruhe Willumsen L G 1978 Estimation of an O D Matrix from Traffic Counts A Review Institute for Transport Studies University of Leeds UK Willumsen L G 1981 An Entropy Maximizing Model for Estimating Trip Matrices from Traffic Counts Ph D Thesis University of Leeds UK Wiltschko T Schwieger V 2008 Floating Phone Data Ansatz zur Generierung von Verkehrsdaten aus Mobilfunkdaten Tagungsband
506. tifiziert Folglich wurden die ermittelten Verkehrsst rke und Schwerverkehrsst rke Cluster hinsichtlich dieser Kenngr e ausgewertet Bei einer nach Steuerungsverfahren differenzierten Gegen berstellung einander entsprechender Nachfragecluster ergibt sich f r die mittlere Anzahl der Anfahrvorg nge Darstellung in Tabelle 87 Mittelwert gewichtet nach Anzahl der Situationen in den einzelnen Clustern Detaillierte Informationen zu den Anfahrvorg ngen in den einzelnen Clustern k nnen dem Anhang entnommen werden Relative Ver nderung der Anfahrvorg nge im Vergleich zu anderen Steuerungsverfahren FZS LRS Balance HHO1 HHO2 HHO1 HHO2 40 33 31 29 D a Tabelle 87 Mittlere relative Ver nderung der Anfahrvorg nge zu Schaltzeiten der einzelnen Steuerungsverfahren im Bereich der Umweltmessstelle HH01 1 Messwoche HH02 2 Messwoche Mittels Verkn pfung des NOx Immissions Erkl rungsmodells mit den festgestellten verkehrlichen Wirkungen kann die Immissionsreduktion der einzelnen Steuerungsverfahren abgesch tzt werden Abbildung 148 zeigt die Wirkungen der verschiedenen Steuerungsverfahren f r die NOx Immissionen die aus dem tagesgangbezogenen Modell abgeleitet werden k nnen Dargestellt sind e die Wirkungen der Festzeitsteuerung FZS e die Wirkungen der lokalen regelbasierten Steuerung LRS e die Wirkungen von Balance mit Parametersatz 1 und 2 Messwochen HHO1T und HHO2 sowie AMONES 2010 338 Te
507. tra enzuges m tri Gesamtfahrzeit der Messfahrt i s eignet sich zur Vergleichbarkeit zwischen verschiedenen Strecken und Relationen Hier ist zu beachten dass diese M glichkeit nur besteht wenn identische oder zumindest hnliche freie Geschwindigkeiten auf den betrachteten Strecken vorliegen Ist diese Notwendigkeiten nicht AMONES 2010 107 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung gegeben so muss die mittlere Reisegeschwindigkeit auf die freie Geschwindigkeit normiert werden 5 1 8 6 Verlustzeitrate aus Fahrzeiten Die Verlustzeitrate Brilon 2007 S 23 TR aktuel H Trakenabei tverlust 7 mit verlust Verlustzeitrate min km TR aktuell Aktuelle Fahrzeit min Tr akzeptabe Akzeptable Fahrzeit km L L nge der Strecke km beschreibt den Unterschied zwischen der erwarteten und der tats chlichen Qualit t des Verkehrsablaufs einer Verkehrsanlage Die akzeptable Fahrzeit kann dabei um einen deterministischen Vergleichswert zugrunde zu legen zum Beispiel ber den Anteil der mittleren Reisegeschwindigkeit an der zul ssigen H chstgeschwindigkeit mit QSV A Tabelle 18 und die mittleren Wartezeiten an den Knotenpunkten mit QSV A Tabelle 17 angesetzt werden 5 1 8 7 Gesamtverlustzeit aus Fahrzeiten und Verkehrsst rken Die Gesamtverlustzeit Brilon 2007 S 23 T t ee EE Verlust Verlust 4 60 mit Tyertust Gesamtverlustzeit Kfz h leria Verlustzeitrate min km Q Fah
508. tration ist besser geeignet als die Messgr e Partikelmassenkonzentration um die gesundheitlichen Wirkungen des Stra enverkehrs und entsprechender Minderungsma nahmen zu bewerten Es ist zudem absehbar dass diese Messgr e st rker mit den motorbedingten Partikelemissionen des Stra enverkehrs korreliert Detaillierte Untersuchungen zu den Zusammenh ngen zwischen Verkehrskenngr en und Partikelanzahlkonzentration erscheinen daher sinnvoll Geeignete Detektionsverfahren zur Erhebung der umweltrelevanten Verkehrskenngr en sind zu entwickeln Insbesondere im Bereich von Umwelt HotSpots ist eine m glichst genaue Absch tzung der Umweltwirkungen verkehrlicher Ma nahmen empfehlenswert Eine Detektion der Kenngr e Verkehrsst rke ist hierf r nicht ausreichend Bestehende Detektionsverfahren z B die videobasierte Erfassung sind ggfs weiterzuentwickeln um den Verkehrsablauf und die Verkehrszusammensetzung im Bereich von Umweltmessstellen in hoher Qualit t zu erfassen Diese hochwertige Datengrundlage kann zur Erh hung der Aussagekraft g ngiger Emissions und Immissionsmodellierungen eingesetzt werden AMONES 2010 44 Kurzfassung Modellbasierte Steuerungsverfahren sollten dynamisch auf bestimmte Umweltsituationen reagieren k nnen Die Wirkungen einer Lichtsignalsteuerung in Form einer Zuflussdosierung und oder einer verbesserten Koordinierung sollten in Abh ngigkeit des Grenzwert berschreitungsrisikos und
509. tsprechend gro e Zahl zus tzlicher Messfahrzeuge vorhanden ist Nachteilig ist dass die Stichprobe die eine konstante Zahl an Messfahrzeugen zieht abnimmt wenn die Verkehrsst rke und damit auch Fahrzeiten und Standardabweichungen steigen Also genau dann wenn eine gr ere Stichprobe notwendig ist Die Auswertung der in den beiden Testfeldern vorhandenen Erhebungen f hrt zu der Empfehlung dass pro Untersuchungsgebiet Tageszeitblock und Szenario eine Schicht gebildet wird Ein Untersuchungsgebiet ist in diesem Fall eine innerst dtische Relation oder mehrere f r ein innerst dtisches Gebiet repr sentative Relationen Ein Tageszeitblock ist ein Zeitraum in dem mit einer typischen sich wiederholenden Verkehrslage zu rechnen ist zum Beispiel Dienstag bis Donnerstag w hrend der Morgenspitze Ein Szenario kann zum Beispiel ein zu bewertendes LSA Steuerungsverfahren sein Auf diese Weise werden 84 Schichten untersucht 3x4x4 48 in Hamburg mit 3 Tageszeitbl cken 4 Steuerungsverfahren und den 4 untersuchten stark befahrenen Hauptrelationen und 36 Schichten in Bremerhaven da hier nur 3 Steuerungsverfahren unterschieden werden die alle zusammen eine Grundgesamtheit von ber 132 000 Fahrzeiten beinhalten Zeitr ume in denen eine nicht repr sentative St rung z B Feuerwehreinsatz vorliegt werden von der Untersuchung ausgenommen AMONES 2010 121 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Tabelle 21 zeigt dass
510. tsrechner geben an die lokalen Steuerger te strategische Vorgaben wie die Umlaufzeit die Versatzzeit und die Gr nzeitaufteilung zur ck Die Aufgabe des zentralen Management Rechners ist die Verwaltung der Datenbank und die Kommunikation AMONES 2010 85 Verfahren der LSA Steuerung 4 6 2 Systemfunktionen 4 6 2 1 Kenngr enerfassung Die Detektoren i d R Induktionsschleifen befinden sich direkt vor der Haltelinie von jedem Fahrstreifen Sie werden an allen Zufahrten der kritischen Knotenpunkte ben tigt Es wird hierbei im Wesentlichen die Anzahl und Dauer der Nettozeitl cken w hrend der Gr nzeit jeder Phase und jedes Umlaufs erfasst und nicht die traditionellen Kenngr en wie Belegung oder R ckstaul nge 4 6 2 2 Verkehrsnachfragemodell SCATS verwendet kein mathematisches Grundmodell kein Verkehrsmodell sondern wird durch ein Feed back Control System unterst tzt SCATS arbeitet mit einer Datenbasis welche zu jeder Verkehrsst rke die passende Signalsteuerung f r jeden Knotenpunkt einschlie lich der Koordinierung der Knotenpunkte untereinander enth lt Dabei ist die Qualit t der Vollst ndigkeit der Datenbasis f r die Effizienz des Systems besonders wichtig was zur Folge hat dass diese Datenbasis sehr gro sein muss 4 6 2 3 Signalprogrammanpassung Auf Basis der Informationen der Detektoren kalkuliert der Steueralgorithmus in jedem Umlauf f r den n chsten Umlauf die Auswahl des g nstigsten e Um
511. tuation und weiteren Randbedingungen dynamisch priorisiert werden m ssen wird ein grunds tzlicher wesentlicher Vorteil modellbasierter Verfahren gesehen vgl hierzu die umweltbezogenen Ziel und Erfassungskonzepte in Kapitel 5 2 5 Zur Realisierung einer solchen Steuerung besteht jedoch noch erheblicher Entwicklungsbedarrf Grunds tzlich kann man zwar sagen dass die Parameter der NMS einfacher abzusch tzen sind als dies f r die LRS der Fall ist da dies in der Regel global geschieht und es sich um makroskopische Verkehrskenngr en handelt Um das ganze Potential der NMS aussch pfen zu k nnen ist es aber insbesondere erforderlich die zahlreichen Parameter f r die Nachfrage AMONES 2010 358 Evaluierung modellbasierter Steuerungsverfahren und Wirkungsmodelle und f r die Optimierungsfunktion m glichst optimal einzustellen Im realen Verkehr ist es jedoch nahezu unm glich mehrere unterschiedliche Parametervarianten mit vertretbarem Aufwand und hinreichender Aussagegenauigkeit gegeneinander zu vergleichen Einerseits sind die zur ausreichend genauen Ermittlung der verkehrlichen Wirkungen durchzuf hrenden Messungen sehr aufw ndig Andererseits ist in der Praxis die Verkehrsnachfrage an unterschiedlichen Tagen in der Regel nicht direkt miteinander vergleichbar Es bietet sich daher an eine gut kalibrierte Mikrosimulation zum Vergleich unterschiedlicher Parameters tze einer NMS einzusetzen In der Mikrosimulation k nnen die zu unte
512. tungsf higkeit Performance einer LSA Steuerung Verlustzeit Die Verlustzeit wird haupts chlich durch die Gr nzeitanteile und die Umlaufzeit beeinflusst wobei sich kreuzende Fahrtbeziehungen in Konkurrenz zueinander stehen Von Bedeutung ist die Anzahl betroffener Verkehrsteilnehmer Anzahl Halte Die Anzahl Halte entlang eines Streckenabschnitts oder innerhalb eines Netzes werden ma geblich durch die Versatzzeiten und die Umlaufzeit bestimmt Dar ber hinaus besteht eine Korrelation zwischen der Anzahl Halte dem Kraftstoffverbrauch und den Emissionen Kraftstoffverbrauch Siehe Anzahl Halte Emissionen Netzweit besteht ein Zusammenhang zur Anzahl der Halte Lokal k nnen Emissionen auch durch andere Gr nzeitanteile innerhalb des Netzes verlagert werden Auch wenn es in den bekannten modellbasierten Steuerungsverfahren noch nicht gemacht wird k nnten Emissionen in die Bewertungsfunktion einer modellbasierten Netzsteuerung als zus tzlicher Bestandteil einbezogen werden AMONES 2010 221 Typisierung von Anwendungsfeldern 6 5 Ansatz zur Typisierung von Anwendungsfeldern f r den Einsatz unterschiedlicher Steuerungsverfahren Unter Ber cksichtigung der oben dargestellten Wirkungszusammenh nge wird nachfolgend eine m gliche Systematik zur Typisierung von Anwendungsfeldern f r die verschiedenen Steuerungsverfahren aufgezeigt Der AK 334 Netzsteuerung der FGSV besch ftigt sich ebenfalls mit m glichen Anwendungsf llen
513. tz beinhaltet 46 Anlagen die in 3 Steuerungsgebiete aufgeteilt sind Eine Besonderheit stellt die stark schwankende Verkehrsnachfrage innerhalb eines kurzen Zeitraums auf Grund der Schichtwechselzeiten der Audi AG dar Die Netzsteuerung durch BALANCE im Ingolst dter Netz wurde im Rahmen des Forschungsprojektes TRAVOLUTION umgesetzt Im Betrieb ist die Steuerung seit September 2007 Die Inbetriebnahme erfolgte in 3 Stufen entsprechend der 3 Steuerungsgebiete im letzten Steuerungsgebiet wurde Balance mit einem Gradientenverfahren Hill Climbing Algorithmus als Optimierungsmethode Anfang M rz 2008 in Betrieb genommen Im April 2008 wurden alle 3 Gebiete auf Balance mit dem im Forschungsprojekt neu entwickelten Evolution ren Algorithmus GALOP als Optimierungsmethode umgestellt Im Rahmen des Projekts wurde ein Feldversuch mit Befahrungen Floating Car Data FCD und Fahrzeugwiedererkennung FWE durchgef hrt bei dem drei Steuerungsvarianten miteinander verglichen wurden AMONES 2010 69 Verfahren der LSA Steuerung e Lokale verkehrsabh ngige Steuerung Basis e Lokale verkehrsabh ngige Steuerung optimiert durch BALANCE mit Hill Climbing Algorithmus e Lokale verkehrsabh ngige Steuerung optimiert durch BALANCE mit GALOP BALANCE mit Hill Climbing Optimierung war um 12 besser als die Basis Steuerung Durch BALANCE mit GALOP haben sich die Wartezeiten um weitere 10 verringert Die Verlustzeiten an den Lichtsignalanlagen konnten in der Nachm
514. tzt was einer Fahrzeit von 12 Sekunden entspricht ANPR A 241 224 u a in eT N G LL Uhrzeit Abbildung 103 25 2 2009 Summenganglinie des Abschnitts 241 224 8 5 2 5 Simulationsergebnisse Grundlagen F r die Bewertung der Steuerungen mittels Simulation werden im Testfeld Bremerhaven die Kenngr en Verlustzeiten und Anzahl der Halte f r die Hauptrouten Routen zwischen den APNR Messstellen und f r das gesamte Netz herangezogen F r den PNV werden die Wartezeiten verglichen Staul ngen werden f r die Simulation in Bremerhaven nicht ausgewertet da sie aufgrund der geringen Verkehrsst rke so gut wie nicht auftreten Untersucht werden neben den drei in der Realit t getesteten Steuerungen e Festzeitsteuerung FZS AMONES 2010 258 Testfeld Bremerhaven e lokale regelbasierte Steuerung mit Priorisierung des ffentlichen Verkehrs LRS V e Netzsteuerung MOTION mit lokaler regelbasierter Steuerung und Priorisier amp ung des ffentlichen Verkehrs MOTION LRZ OV weitere 3 Steuerungen untersucht e lokale regelbasierte Steuerung LRS e Netzsteuerung MOTION mit lokaler regelbasierter Steuerung MOTION LRS e Netzsteuerung MOTION MOTION F r jedes Szenario werden 10 Simulationsl ufe durchgef hrt Leider konnten bis zum Abschluss des Projektes im Testfeld Bremerhaven nur f r die Steuerungsszenarien ohne die Netzsteuerung MOTION plausible Ergebnisse aus der Simulation erzeugt werden Eine aus
515. u beachten dass der hier vorgestellte Ansatz kontinuierlich ber die Zeit hinweg Werte erfasst und somit weit mehr als eine einzelne momentane Messung darstellt Die automatische Auswertung eines r umlichen Abschnitts ist erst umsetzbar seitdem die computergest tzte Bildverarbeitung diese M glichkeit bietet und somit Videokameras als Detektoren verwendet werden k nnen Im Rahmen des Projekts ORINOKO www orinoko info AMONES 2010 103 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung wird diese Technik derzeit eingesetzt und weiterentwickelt und erm glicht die gleichzeitige Erfassung der Fahrzeuganzahl der Geschwindigkeit und der R ckstaul ngen auf bis zu sechs Fahrbahnspuren ORINOKO 2003 Einer der Hauptvorteile wird dabei in dem flexiblen und preiswerten Einsatz der Videodetektoren gesehen Datenqualit t Laut ORINOKO 2008 bewegt sich die Datenqualit t der durch Videodetektion erfassten Gr en im Bereich der konventionellen Induktionsschleifen Aussagekraft Die Aussagekraft der erfassten Messgr en zur Beurteilung der Verkehrsqualit t ist als hoch zu bewerten Im Gegensatz zur klassischen Querschnittserfassung erhalten die Messwerte eine r umliche Aussagekraft Die direkte und automatische Erfassung von R ckstaul ngen ist eine besondere Eigenschaft dieser Messsysteme und bildet einen direkten Zusammenhang zur Qualit t des Verkehrsablaufs an einem Knotenpunkt Im Idealfall das hei t wenn das gesam
516. uage Siemens 2005b erstellt Sowohl im Testfeld Bremerhaven als auch im virtuellen Testfeld werden Befehle des Verfahrens SITRAFFIC PDMe Phasensteuerung mit dezentraler Modifikation Siemens 20038d sowie f r die MOTION Funktionalit ten Befehle des Verfahrens SITRAFFIC M Xe Siemens 2008e verwendet Die Schnittstelle CvSim erm glicht die Bedienung der Steuerger te Sie ist au erdem f r den Datenaustausch zwischen der mikroskopischen Verkehrsflusssimulation VISSIM und den zentralenseitigen Komponenten wie SITRAFFIC MOTION und der der Verkehrszentrale zust ndig Im Gegensatz zur reinen VA Simulation in VISSIM ist es hiermit auch m glich zwischen verschiedenen Signalpl nen umzuschalten Es ist somit zum Beispiel m glich eine Tagesplanabh ngige Festzeitsteuerung zu simulieren F r de MOTION Simulation wird zus tzlich noch die Zentralenkomponente SITRAFFIC Concert Siemens 2009 aus der Verkehrsmanagementzentrale SITRAFFIC Scala ben tigt SITRAFFIC Concert bernimmt dabei die Datenhaltung f r MOTION BALANCE TRENDS Systemwelt Zur Simulation von BALANCE und den mittels TRENDS Kern realisierten lokalen Steuerungen regelbasierte Verkehrsabh ngigkeiten und Festzeitsteuerung werden verschiedene Komponenten vgl Abbildung 57 ben tigt AMONES 2010 150 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Aggregierte Detektorwerte min tlich Optimierungsaufruf alle 5 Minuten Detektorwerte Signalgruppen se
517. ualit t und zu den Referenzmessverfahren k nnen der 39 BImSchV entnommen werden Inwieweit f r zus tzliche Messstellen die prim r f r die Verkehrssteuerung oder f r stichprobenartige Wirkungsuntersuchungen vorgesehen sind die gleichen Qualit tsstandards anzusetzen sind wie bei den Landesmessstellen oder ob aus Aufwandsgr nden auch niedrigere Qualit tsstandards denkbar sind kann an dieser Stelle nicht abschlie end beurteilt werden 5 2 6 Methodische Vorgehensweise bei der Analyse der umweltbezogenen Kenngr en in den AMONES Testfeldern Bremerhaven und Hamburg 5 2 6 1 Grundlegender Methodischer Ansatz Forschungsfragen Mit den Messungen und Modellierungen sollen im Wesentlichen die folgenden Forschungsfragen beantwortet werden e K nnen in einer kleinraumigen Betrachtung Zusammenh nge zwischen gemessenen Verkehrs und Luftschadstoffkenngr en nachgewiesen werden e Nas sind die wesentlichen Einflussgr en auf die Luftschadstoffkenngr en e Welches Reduktionspotenzial besitzt eine Verkehrssteuerung am kritischen Ort bzw am Messaquerschnitt im Hinblick auf die Immissionskonzentration e Welches Reduktionspotenzial besitzt eine LSA bzw adaptive Netzsteuerung am kritischen Ort bzw am Messquerschnitt mit ohne Umweltoptimierung im Hinblick auf die Immissionskonzentration e Welches Reduktionspotenzial besitzt eine adaptive Netzsteuerung bezogen auf das gesamte Netz mit ohne Umweltoptimierung im Hinblick auf
518. ubbildung von Stra en Karlsruhe D ring l Nitzsche E Moldenhauer A Stockhause M Lohmeyer A 2004 Berechnung der Kfz bedingten Feinstaubemissionen infolge Aufwirbelung und Abrieb f r das Emissionskataster Sachsen Ingenieurb ro Lohmeyer GmbH amp Co KG Karlsruhe D ring I 2006 Aktuelle Ergebnisse zu Messungen der PM10 und NO2 Konzentrationen an Stadtstra en und der Korrelation zu Verkehrs und Wetterdaten Veranstaltung der Heureka Stiftung Praktische Erfahrungen zur Verringerung der verkehrsbedingten Luftschadstoffbelastung in St dten Berlin D ring I 2007 Quantifizierung des Einflusses von verkehrsplanerischen Ma nahmen auf die PM10 Konzentrationen an Stra en Wirkungsanalysen zum Stra enzustand Verkehrsfluss und Fahrzeuggeschwindigkeit unter realen Bedingungen PM o Workshop Reinhardtsgrimma D ring l P schke F Lohmeyer A 2009 Einfluss von verkehrsberuhigenden Ma nahmen auf die PM10 Belastung an Stra en FE 77 486 2006 Bergisch Gladbach 2009 Eickelpasch D Eickelpasch G 2004 Feststellung und Bewertung von Immissionen Leitfaden zur Immissions berwachung in Deutschland Umweltforschungsplan des Bundesministeriums f r Umwelt Naturschutz und Reaktorsicherheit Forschungsbericht 200 42 261 Berlin AMONES 2010 379 Literatur Federal Highway Administration 2004 Traffic Analisys Toolbox Volume Ill Guidelines for Applying Traffic Microsimulation Software Report FHWA HRT 04 040 Washi
519. ucht und werden nur z gerlich vom Wind ausgetragen Abbildung 65 Einfluss der Bebauung auf die Schadstoffbelastung D ring 2006 AMONES 2010 170 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Detaillierte Untersuchungen zu den aufgef hrten Zusammenh ngen zwischen Immissions belastung und der Bebauung in Kombination mit den genannten Parametern wurden von Schatzmann et al 1999 und Flassak et al 1996 durchgef hrt Stra enl ngsneigung Die Stra enl ngsneigung hat Einfluss auf die PM und NO Emissionen Abbildung 66 zeigt die motorbedingten Emissionen in Abh ngigkeit der L ngsneigung die nach dem Handbuch f r Emissionsfaktoren des Stra enverkehrs HBEFA INFRAS 2010 ermittelt wurde Eine gr ere Steigung bewirkt demnach einen berproportional hohen Anstieg der Emissionen NOx g Fzkm E x O N a 4 2 0 2 4 6 L ngsneigung Abbildung 6 PM und NO Emissionen in Abh ngigkeit der L ngsneigung bei einem Schwerverkehrsanteil von 10 nach HBEFA INFRAS 2010 Flottenzusammensetzung Basisentwicklung 1994 2020 Bezugsjahr 2005 Verkehrssituation IO LSA2 Zustand und Material der Fahrbahnoberfl che Der Zustand der Fahrbahnoberfl che beeinflusst vor allem die nicht motorbedingen Partikelemissionen durch Stra enabrieb und durch aufgewirbeltes Material F r einen schlechten Fahrbahnzustand in der L tzner Stra e Dresden wurden um den Faktor
520. uchte genannt Zudem werden Eingangsdaten f r immissionsbezogene Auswertungen meist mit einer zeitlichen Aufl sung von Stunden oder Tagesmittelwerten verwendet so dass die hohe Varianz des Verkehrsablaufs nicht ausreichend ber cksichtigt wird Meteorologische ER Dr Ferntransport Einfl sse z B erh hte Kaltstart und IAJ Hausbrandemissionen bei kalten Temperaturen Verkehrsemissionen Konversion Umwandlung Dispersion Ausbreitung Sonstige Emissionen Deposition Ablagerung Industrie Hausbrand nat rliche Quellen Topographie Bebauung gt Einfluss auf Abbildung 61 Vereinfachte Darstellung der Einfl sse auf die Immissionsbelastung mit Luftschadstoffen Alternativ zur physikalischen Messung k nnen die Wirkungen verkehrlicher Ma nahmen mittels Modellen quantifiziert werden Neben g nstigeren Betriebskosten und der hohen Transparenz ihrer Ergebnisse bieten Modelle den wesentlichen Vorteil dass nicht nur punktuelle sondern auch fl chendeckende Aussagen bezogen auf ein ganzes Stra ennetz m glich sind Allerdings weisen die heutigen Modelle aufgrund der komplexen Wirkungszusammenh nge aber auch aufgrund ungenauer sowie zeitlich und oder r umlich stark aggregierter Eingangsgr en Abweichungen zu physikalisch gemessenen Werten in einer Gr enordnung von 20 bis 40 auf F r Ma nahmen zur Verbesserung des Verkehrsablaufs kann hingegen von einem AMONES 2010 161 Kenngr en der Verkehrs und Umweltsituat
521. und Partikel zur Vermeidung sch dlicher Auswirkungen auf die menschliche Gesundheit die als Kenngr en zur Beurteilung der Luftqualit t herangezogen werden k nnen Grenzwerte und Zielwerte nach 39 BImSchV PM Set 2005 SAleSm SIE ZWER 40 ug m i Seit 2005 Tagesmittelgrenzwert 50 ug m bei 35 erlaubten berschreitungen pro Jahr Seit 2010 Jahresmiittelzielwert 25 ug m Ab 2015 Jahresmittelgrenzwert 25 ug m Ab 2015 3 Jahresmittelgrenzwert 20 ug m Expositionskonzentration Ab 2020 Reduktionsziel Jahresmittel in Abh ngigkeit der Ausgangskonzentration lt 8 5 ug m 0 PMas 8 5 lt 13 ug m 10 13 lt 18 ug m 15 18 lt 22 ug m 20 gt 22 ug m Alle angemessenen Ma nahmen um den Zielwert 18 ug m zu erreichen Ab 2020 Jahresmittelgrenzwert 20 ug m Seit 2010 Jahresmittelgrenzwert 40 ug m Stickstoffdioxid Seit 2010 Stundenmittelgrenzwert 200 ug m bei 18 erlaubten berschreitungen pro Jahr Seit 2001 Alarmschwelle 400 ug m in 3 aufeinanderfolgenden Stunden Tabelle 30 Grenzwerte und Zielwerte f r die Belastung mit Partikeln und Stickoxiden nach 39 BImSchV AMONES 2010 168 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Einzuhaltende Randbedingungen zur berwachung der Luftqualit t Die Mitgliedstaaten m ssen die Luftqualit t in ihren Ballungsr umen und Gebieten berwachen Ein Ballungsraum ist definiert als ein st dtisches Gebiet mit einer Bev lkerung von mi
522. und ggfs Radfahrer in der Regel keine oder nur wenige Zeitpunkt der Anforderung Informationen vor Es ist jedoch in der Regel davon auszugehen dass die Menge wartender Fu g nger an einer Fu g ngerfurt w hrend der n chsten Freigabezeit vollst ndig abgewickelt werden kann Gem HBS 2001 kann die mittlere Wartezeit f r Fu g nger abgesch tzt werden zu w 2 2 t mit wW mittlere Fu g ngerwartezeit in s t Sperrzeit in s tu Umlaufzeit in s Dies gilt jedoch nur bei Vorliegen eines Festzeitsignalprogramms und einer zuf lligen Ankunft der Fu g nger an der Furt Liegen diese Voraussetzungen nicht vor so kann die mittlere Wartezeit ggfs aus der Signalzeitenmitschrift ber eine Bildung von Mittelwerten ber Zeitintervalle abgesch tzt werden Reu wig 2005 AMONES 2010 105 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 5 1 8 3 Streckenfahrzeit aus Kennzeichenerfassungssystemen Abh ngig von den Rahmenbedingungen der mit Kennzeichenerfassungssystemen beobachteten Relationen und eventuell zus tzlich vorhandenen Messwerten ist es m glich weitere Kenngr en aus den Fahrzeitmessungen abzuleiten Eine Streckenfahrzeit also die Fahrzeit auf einem Teilabschnitt der betrachteten Relation l sst sich ebenfalls durch die Verwendung einzelner Trajektorien aus einem Messfahrzeug unterst tzen Aufgrund der bekannten Teilfahrzeiten des Messfahrzeugs ist es m glich die Gesamtfahrzeit auf einze
523. und ihre Erfassung folgern dass der R ckstau sich ber den entsprechenden Querschnitt hinaus erstreckt Eine berwachung des zur Verf gung stehenden Stauraumes l sst sich somit durch den Einbau von Detektoren am Stauraumende realisieren Geeignete Verfahren erm glichen eine Absch tzung des R ckstaus unter Verwendung vorhandener haltelinienennaher bzw ferner Detektoren Kimber Hollis haben eine Formel entwickelt mit der sich bei Kenntnis der Gr nzeiten der Signalgruppen und unter Verwendung der Informationen zur Verkehrsst rke an einem haltelinienfernen Detektor die R ckstaul nge absch tzen l sst Kimber Hollis 1979 Sind haltelinienferne nicht berstaute Detektoren in der Knotenpunktzufahrt vorhanden an denen die berfahrtzeitpunkte von Einzelfahrzeugen erfasst werden k nnen so kann der R ckstau unter Verwendung eines Warteschlangenmodells abgesch tzt werden Reu wig 2005 Im Forschungsprojekt MOBINET wurde ein R ckstausch tzer entwickelt der die Informationen halteliniennaher Schleifen nutzt und anhand von Detektorflanken und Signalisierungszust nden auf die Staul nge vor der Haltelinie schlie t Er erm glicht es R ckstaul ngen bis zu 250m mit hoher Genauigkeit zu erkennen M ck 2002 5 1 8 2 Mittlere Wartezeit der Fu g nger W hrend Kraftfahrzeuge ber Detektoren im Stra enraum sowohl in den Zu als auch den Ausfahrten des Knotenpunktes gut erfasst werden k nnen liegen f r die Fu g nger
524. ung als befriedigend bewertet Die Modellierungsg te des hochfrequenten Erkl rungsmodells der zweiten Messwoche wird anhand der visuellen Pr fung als gut bewertet Das Modell der erste Messwoche wird verworfen AMONES 2010 333 Testfeld Hamburg Erkl rungsmodell f r die gemessene PM Konzentration Tabelle 61 zeigt die bergreifenden Modellparameter der PM Erkl rungsmodelle Das nieder frequente Modell erkl rt in beiden Messwochen deutlich ber 80 der Varianz der PM gt gt Konzentration Der relative Standardfehler bezogen auf die mittlere gemessene Immissions konzentration liegt in einer Gr enordnung von 10 Analog zu den PM o Modellen erkl rt das hochfrequente Modell in der zweiten Messwoche mehr als 50 der Varianz der hochfrequenten Komponente der PM s Konzentration bei einem relativen Standardfehler von etwa 30 Eine Varianzaufkl rung von knapp 20 und ein Standardfehler von knapp 50 zeigt f r das hochfrequente Modell der ersten Messwoche eine deutlich schlechtere Modellg te an Bestimmtheitsma R Relativer Standardfehler rSE HH01 HH02 HH01 HH02 Niederfrequent 0 88 0 86 7 I 12 Hochfrequent 0 19 0 52 47 I 35 Tabelle 85 bergreifende Modellparameter der nieder und hochfrequenten PMzs5 Erkl arungsmodelle Die visuelle Pr fung des niederfrequenten PM Erkl rungsmodells Abbildung 145 zeigt dass der gemessene Tagesgang meist gut abgebildet wird einzelne Schwa
525. ungen um ca 5 erh ht Beim Szenario B werden die Zufl sse an den Zufahrten 1 Bramfelder Chaussee aus Richtung Nordost und 4 Habichtstra e aus Richtung AMONES 2010 311 Testfeld Hamburg S dost um 13 bzw 15 erh ht Gleichzeitig werden die Zuflussmengen an den anderen Zufahrten verringert so dass die Gesamtmenge in etwa konstant bleibt Nachstehende Tabelle stellt die Verkehrsmengen der beiden Szenarien dem Mittelwert aus der Messung gegen ber Zufl sse in der Spitzenstunde 7 00 8 00 Uhr Absolut Kfz h Relativ Zufahrt Mittelwert Szenario A Szenario B Mittelwert Szenario A Szenario B Messungen Ze w w f 1 Nordost 1 308 1 310 1 473 Gesamt inkl Nebenzufahrten Tabelle 74 bersicht der Zuflussmengen f r die Simulationsszenarien Wie bereits in Abschnitt 5 1 13 4 ausgef hrt wirkt sich im Testfeld Hamburg insbesondere die Anzahl der bedarfsweise geschalteten Linksabbiegerphasen am Knoten Habichtstra e Bramfelder Stra e auf die erzielbaren Fahrzeiten aus Dies f hrt dazu dass die Ergebnisse zwischen den Simulationsl ufen bei den verkehrsabh ngigen Steuerungsverfahren deutlich st rker schwanken als bei Festzeitsteuerung Die nachstehenden Abbildungen verdeutlichen diesen Effekt am Beispiel der Relation 2 4 im Szenario A und den Steuerungsverfahren Festzeitsteuerung und BALANCE 13 Simulationslauf E N x S Q hi Q N A 3 D gt 5 E E 17 18 19 20 Abbi
526. ungsgebiet betroffen sind Diese Pauschalisierung st tzt sich darauf dass zwar nicht alle Fahrzeuge das Untersuchungsgebiet komplett durchfahren aber 1 jedes Fahrzeug das Untersuchungsgebiet wieder verlassen muss und dadurch die Strecke zweimal zur cklegt und 2 im Mittel die Fahrziele im Untersuchungsgebiet in etwa gleich weit von den Einfahrtsquerschnitten entfernt sind Demzufolge kann pauschal jedes Fahrzeug welches in das Untersuchungsgebiet hineinf hrt mit einer vollen Durchgangsfahrzeit in die Bewertung einflie en Tabelle 70 stellt beispielhaft eine Nachfragematrix und damit die Bewertungsverkehrsst rken dar Die Diagonale ist im Gegensatz zu der Relation von 4 nach 3 immer 0 Die Bezeichnung der RMOs entspricht Tabelle 67 Die Terminologie einfahrend und ausfahrend bezieht sich auf das Untersuchungsgebiet und nicht auf die Richtungen in beziehungsweise aus der Stadt Pa oz C HEHE o BEE e Zeilensumme o m iw iente a o a m 1826 Zemtahrend Co a f ae f o f o Ts onee O ERE SRNNNNE NO Z hlwert 1 349 1 339 1 469 Spaltensumme Kfz h RQ 1 ausfahrend 2 ausfahrend 3 ausfahrend 4 ausfahrend Tabelle 70 Nachfragematrix und Bewertungsverkehrsst rken in Hamburg f r den 2 6 2008 7 30 8 30 Uhr Z hldaten der RMQs nach Kapitel 5 1 12 3 normiert AMONES 2010 301 Testfeld Hamburg Die Auswertung der Freigabezeitanteile ist bedingt durch die Verf gbarkeit der Protokolle
527. ungsgr e ist die Extremwertregelung deren Zielsetzung es ist die Regelgr e zu minimieren oder zu maximieren Der Regler beeinflusst die Regelstrecke ber Stell einrichtungen gem der an ihrem Eingang wirkenden Stellgr e y In Abbildung 20 ist der Regelkreis f r die Beeinflussung des Verkehrsablaufs in einem Netz mit LSA Steuerung dargestellt Die Auspr gung des Verkehrsablaufes in einem Stra ennetz ist von einer Reihe u erer Einflussgr en abh ngig die in zwei Gruppen untergliedert werden k nnen e Stellgr en die die Lichtsignalanlagen beeinflussen Umlaufzeit Gr nzeitaufteilung Phasenfolge Phasenanzahl Versatzzeit Diese Stellgr en k nnen innerhalb eines zul ssigen Wertebereichs gew hlt werden der technischen physischen und betrieblichen Einschr nkungen unterworfen ist e St rungen deren Werte messbar z B Verkehrsst rke erkennbar z B Wetter Unfall oder f r einen bestimmten Zeithorizont in der Zukunft prognostizierbar sind aber nicht beeinflusst werden k nnen AMONES 2010 51 Verfahren der LSA Steuerung St rgr en Ausgang Regelgr f se x Stell zu regelndes System Istwert einrichtung Regelstrecke Eingang Stellgr e y Messungen reale Welt Computer F hrungsgr e w Sollwert St rgr en Ausgang Regelgr e x Stell zu regelndes System Istwert einrichtung Regelstrecke Eingang Stellgr e y reale Welt Computer Messungen
528. ungsprozess von Stickstoffdioxid aus Stickstoffmonoxid und Ozon D nnebeil et al 2007 Ludes et al 2008 Kurtenbach et al 2008 haben diesen Zusammenhang mittels hochaufgel sten NO NO NOx und O Messungen dargestellt Hierbei wurde eine Hilfsgr e OX als Summe aus NO und O Hintergrund gebildet und diese dem NO x Mischungsverh ltnis gegen bergestellt 5 2 2 Verfahren zur Messung immissionsbezogener Kenngr en bersicht ber die Verfahren Die Erfassung von Immissionskenngr en ist f r eine immissionsbezogene Wirkungs absch tzung von Minderungsma nahmen unerl sslich Die Erfassung der Kenngr en wird nach der direkten Messung und der indirekten Modellierung Erfassung gegliedert da sich die methodischen und technischen Ans tze zur Erfassung der einzelnen Schadstoffe im Gegenzug zu den Ans tzen zur Erfassung verkehrlicher Kenngr en nur geringf gig unterscheiden Verfahren zur direkten Erfassung von Immissionen die zur berwachung der Luftqualit t geeignet sind m ssen gem 39 BImSchV mindestens den Anforderungen des Leitfadens Guide to the Expression of Uncertainty in Measurement ENV 13005 1999 der Methodik nach ISO 5725 1994 und des CEN Berichts Air Quality Approach to Uncertainty Estimation for Ambient Air Reference Measurement Methods CR 14377 2002E gen gen Beurteilt werden nach Eickelpasch Eickelpasch 2004 unter anderem Parameter wie der Messbereich die Nachweisgrenze di
529. ungsweise 19 Sekunden h her als die der anderen beiden Verfahren Abbildung 91 enth lt die aus den Protokollen der Signalgruppen berechneten Freigabezeitanteile f r alle Relationen an allen Lichtsignalanlagen Hier zeigt sich dass die Festzeitsteuerung f r die Relation 2 1 einen geringeren Freigabe zeitanteil vergibt wodurch sich die h here Fahrzeit entlang dieser Relation erkl ren l sst der Fahrzeitpeak der lokal regelbasierten Steuerung entlang der Relation 1 2 findet mit dieser Argumentation keine Begr ndung ist aber auch weniger deutlich Des Weiteren f llt auf dass AMONES 2010 245 Testfeld Bremerhaven die Festzeitsteuerung insgesamt geringere Freigabezeitanteile erreicht was sich durch h here Freigabezeitanteille f r die Fu g nger und die M glichkeit der verkehrsabh ngigen Steuerungen LRS und MOTION schwach befahrene Querverkehrsstr me abzubrechen begr ndet Unabh ngig davon unterscheiden sich die mittleren Verlustzeiten aller Relationen aufgrund der niedrigen Belastungen mit 1 11 FZS 1 14 LRS und 1 02 MOTION Minuten nur geringf gig umgerechnet entsprechen die Zeiten 67 68 und 62 Sekunden Insbesondere der geringe Unterschied zwischen der Festzeitsteuerung und der lokal regelbasierten Steuerung kann bei einer zeitlich beschr nkten Testreihe stochastischen Ursprungs sein FZS 14 Stunden mit 2 303 Kfz h LRS 12 Stunden mit 2 344 Kfz h BEE MOTION 19 Stunden mit amp 2 300 Kfz h
530. urg Zeit mm ss T p pE x ke O T p D Querschnittserfassung mit Detektor Die aus den Induktionsschleifen erzeugten RMQs finden in zwei Bereichen der Bewertung der Steuerungsverfahren Verwendung Bestimmen der Verkehrsnachfrage Nachfrageverkehrsst rken Die gemessenen Verkehrsst rken an bestimmten Querschnitten werden entweder direkt Bremerhaven oder zusammen mit dem Verfahren der Entropiemaximierung Hamburg siehe nachfolgende Erl uterungen zur Bestimmung der Verkehrsnachfrage verwendet Anhand der Verkehrsst rken dieser RMQs werden die Verkehrsnachfragen geclustert so dass nur hnliche Nachfragesituationen miteinander verglichen werden siehe nachfolgende Erl uterungen F r diesen Zweck sind RMQs notwendig die f r die Nachfragesituation relevante Str me erfassen wie zum Beispiel Einfahrtsquerschnitte oder wichtige Abbiegestr me Bewerten des Verkehrsangebots Bewertungsverkehrsst rken Die gemessenen Verkehrsst rken an relevanten Querschnitten oder Abbiegern werden zusammen mit den Ergebnissen der Kennzeichenerfassungssysteme Durchgangs verkehrsanteile Abbiegeanteile dazu verwendet Fahrzeiten und Halte quantitativ zu AMONES 2010 140 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung bewerten Hierf r sind RMQs von Bedeutung die die Nachfrage entlang der Relationen auf denen Fahrzeiten gemessen werden beschreiben Querschnittserfassung manuell
531. uster liegen und die Verkehrsst rke im Sommer den kompletten Freitagnachmittag nicht hoch genug ist um in Cluster 6 zu landen e Cluster 6 Nachmittagscluster mit hoher Verkehrsst rke Nachmittagsspitze Cluster 6 bildet zusammen mit Cluster 5 siehe vorangegangene Erl uterungen den Nachmittagsverkehr mit hohen Belastungen stadtausw rts ab der von Montag bis Donnerstag ab 14 30 Uhr und freitags ab 12 30 Uhr auftritt In Cluster 6 finden sich dabei die Stunden mit den h chsten Verkehrsst rken die am Freitagnachmittag in dem Sommermonat Juni berhaupt nicht auftreten e Cluster 7 Ausrei er Die einzelne in diesem Cluster enthaltene Stunde 5 6 2008 Donnerstag 16 30 17 30 Uhr ist in ihrer Struktur den Nachmittagsclustern 5 und 6 hnlich Abbildung 124 weist aber au erordentlich hohe Belastungen auf es ist die einzige einzeln erkennbare Kurve in Abbildung 123 und verbleibt deshalb alleine in einem Cluster Insgesamt ist das Ergebnis der Clusterung plausibel und nachvollziehbar Im Vergleich zu einer rein tageszeitbasierten Zusammenfassung werden Ausrei er erkannt und k nnen um beziehungsweise aussortiert werden 9 5 2 3 Bewertung und Analyse Grundlagen Im Testfeld Hamburg wurden die in Tabelle 69 aufgef hrten Daten gemessen Relation Gesamt JeStunde Gesamt JeStunde 4 478 O e a l anoo 31 817 265 4 256 4 536 1 462 BEE DE BEE Fr VE BEE SE Tabelle 69 Erhobene Daten in Hamburg AMONES 2010 300 Test
532. verl ngerung f r Fahrzeugpulks zur Vermeidung von einzelnen Immissionsspitzenbelastungen resultieren Zur Untersuchung der kurzfristig erkennbaren Wirkungen werden die gemessenen Zeitreihen um den Tagestrend bereinigt und mit einer zeitlichen Aufl sung von 5 bis 10 Minuten je nach Umlaufzeit der LSA untersucht AMONES 2010 17 Kurzfassung Verkehrliche Meteorologische Immissions Kenngr en Kenngr en kenngr f en d Immissionsbelastung 19 m Verkehrsfluss simulation amp Emissionen NOx Konzentration als LogN Wert 1 00 0 00 1 00 Windgeschwindigkeit als LogN Wert 6 607 6 407 6 20 6 00 5 804 5 607 5 404 5 207 5 004 4 807 S CSchadstof f t F X RED a u A ag Durch die LSA Steuerung Durch die LSA Steuerung beeinflussbare beeinflussbare Emissionen im Netz Immissionen am HotSpot PM Emissionen kg 1000Kfz Balance Balance Juni GA Oktober GA Abbildung 6 Workflow f r die Verarbeitung der Umweltkenngr en AMONES 2010 18 Kurzfassung 2 3 3 Simulation F r die verkehrliche Bewertung werden in den Simulationsszenarien im Wesentlichen die Verlustzeiten und die Anzahl der Halte im gesamten Netz betrachtet Die Halte und die daraus resultierenden Wartezeiten des ffentlichen Personennahverkehrs werden dabei gesondert ausgewertet In einer Verlustzeitmessung wird ber alle betrachteten Fahrzeuge auf einem oder mehreren Streckenabschnitten der mittle
533. w v Tabelle 44 Erhobene Daten in Bremerhaven Verkehrsstrom Datenquelle 1 einfahrend Wie Nachfrageverkehrsst rke siehe Tabelle 42 3 einfahrend Wie Nachfrageverkehrsst rke siehe Tabelle 42 Wie Nachfrageverkehrsst rke siehe Tabelle 42 2 einfahrend Aufteilung nach dem Verh ltnis des erfassten Durchgangsverkehrs 2 1 und 2 3 Tabelle 45 Bewertungsverkehrsst rken in Bremerhaven Bewertung Vergleich zweier Tage Insgesamt muss festgestellt werden dass aufgrund der relativen niedrigen Verkehrsst rken w hrend der gesamten Erhebungszeit kein berlastungszustand aufgetreten ist Abbildung 87 die die Fahrzeiten an zwei Donnerstagen zeigt verdeutlicht dies In dieser Darstellung scheint MOTION oben etwas besser abzuschneiden wobei die Belastungen am 26 2 2009 von 10 30 11 30 Uhr und 14 30 15 30 Uhr etwas h her sind vergleiche Abbildung 83 deshalb werden zur Bewertung auch Stunden desselben Clusters und nicht desselben Wochentages verglichen In der Klassifizierung der Anzahl Halte schneidet MOTION besser ab da die Umlaufzeit zur Mittagszeit nicht von 90 auf 70 Sekunden reduziert AMONES 2010 242 Testfeld Bremerhaven wird Ein Unterschied der die Anzahl Halte reduzieren kann aber zus tzlich dem Verfahren zur Ableitung der Anzahl Halte entgegen kommt siehe Kapitel 5 1 12 0 1 Halte 1 2 Halte Pet r WE FH Dania hiti ao wA RT Ben BT TR 4 ie N L Fahrzeit min 0 6 30 7 30 8 3
534. wahl eines Signalprogramms oder es wird verkehrsabh ngig ein passendes Signalprogramm ausgew hlt bzw ein geeignetes Rahmensignalprogramm gebildet Verkehrsabh ngig bedeutet hierbei in Reaktion auf makroskopische Kenngr en wie z B mittlere Staul nge oder mittlere Verkehrsdichte Ziel der makroskopischen Steuerungsebene ist im Allgemeinen eine AMONES 2010 60 Verfahren der LSA Steuerung Anpassung des Signalprogramms an l ngerfristige nderungen in den Verkehrsbelastungen am Knoten oder im Netz Ziel der mikroskopischen Steuerungsebene ist es dagegen kurzfristige nderungen des Verkehrszustandes an einem Knotenpunkt m glichst ad quat zu ber cksichtigen Dabei wird die Verkehrslage ber Detektoren erfasst und kurzfristige nderungen z B innerhalb einer Umlaufzeit k nnen zu einer schnellen und nicht dauerhaften Anpassung des Signalprogramms f hren Verkehrsabh ngig ver nderbare Elemente der Steuerungsverfahren Aktivierung Signalprogramme Hauptmerkmal der zeitplan verkehrs Umlauf Phasen Phasen Freigabe Versatz Oberbegriff Ver nderbarkeit der abh ngig abh ngig zeit folge anzahl zeiten zeit Signalprogramme zeitplanabh ngige Auswahl der X Signal Signalprogramme A programm auswahl verkehrsabh ngige Makrosko In Kombination mit einem Steuerungsverfahren Auswahl der X pische der Gruppe B ver nderbare Elemente
535. wahl ver ndern Verkehrsabh ngige Steuerungen k nnen die Freigabezeit dynamisch anpassen e Phasenanzahl und Phasenfolge Eine nderung der Phasenanzahl und Phasenfolge wird in der Regel nur von einer lokalen verkehrsabh ngigen Steuerung vorgenommen In vielen F llen wird die Beschleunigung des PNV ber eine nderung der Phasenfolge bzw das Einschieben einer Bedarfphase bewerkstelligt Rahmenvorgaben aus einer Netzsteuerung k nnen indirekt auch die lokale Steuerung und somit die Phasenanzahl und Phasenfolge beeinflussen e Umlaufzeit In der Regel wird in einem Steuerungsgebiet die Umlaufzeit ber eine tageszeitabh ngige Signalprogrammauswahl gesteuert Es besteht aber auch die M glichkeit dass die Umlaufzeit verkehrsabh ngig ber eine Netzsteuerung ge ndert wird Da die nderung der Umlaufzeit oft einen gro en Eingriff in die Steuerung bedeutet und zu Problemen im Verkehrsablauf f hren kann wird die Umlaufzeit bei den meisten Netzsteuerungen nicht mit optimiert und weiterhin tageszeitabh ngig gesteuert e Versatzzeit Richtig gew hlte Versatzzeiten erm glichen eine so genannte Gr ne Welle Diese ist mit allen Steuerungsverfahren realisierbar wobei modellbasierte Steuerungsverfahren bei der Versatzzeitoptimierung auf Ver nderungen in der Verkehrsnachfrage reagieren und z B nachfrageabh ngig Hauptrichtungen festlegen k nnen Bei Netzsteuerungsverfahren legen blicherweise Rahmensignalpl ne die Wertebereiche f
536. werte f r die Signalgruppen herangezogen Daraus werden deterministisch sekundenfein f r jede Signalgruppe zyklische Verkehrsflussprofile berechnet Stochastische Schwankungen und berlastungen aus den Verkehrsflussprofilen werden mit Hilfe des makroskopischen Warteschlangenmodells nach Kimber Hollis 1979 abgebildet Im Verkehrswirkungsmodell werden so die Wartezeit die Anzahl der Halte die Warteschlangenl nge sowie die maximale Warteschlangenl nge berechnet AMONES 2010 6 Verfahren der LSA Steuerung Segment 2 Segment 3 Messung D2 Abbildung 25 BALANCE Verkehrsflussmodell Friedrich 1999 Mertz 2001 4 2 2 5 Steuerungsmodell Optimierung Die Optimierung erfolgt ber eine Zielfunktion In diese gehen die aus dem Wirkungsmodell berechneten Kenngr en Wartezeit Anzahl der Halte Warteschlangenl nge und maximale Warteschlangenl nge des jeweiligen Steuerungsvorschlag ein Es erfolgt dabei eine Gewichtung nach Signalgruppen Diese kann vom Nutzer parametriert werden Als Optimierungsverfahren stehen entweder ein Gradientenverfahren oder ein evolution ren Algorithmus Braun und Kemper 2008 zur Verf gung Die Parameter werden dabei beim Gradientenverfahren sequentiell optimiert Ebenso wird mit dem Netz verfahren der Anfangsknotenpunkt kann dabei vom vorgegeben werden Beim evolution ren Algorithmus werden sowohl die Parameter als auch das Netz parallel optimiert AMONES 2010 68 Verfahren der LSA Steuerung
537. wertete Immissionsmessungen zeigen f r die Geschwindigkeitsreduzierung eine Senkung der verkehrsbedingten Partikelzusatz belastung um 27 oder um 2 bis 3 der Gesamtbelastung Anhand der Darstellungen in den angegebenen Quellen ist eine eindeutige Abgrenzung zwischen Einfl ssen der Fahrgeschwindigkeiten und der Qualit t des Verkehrsablaufs jedoch nicht immer eindeutig m glich die Bandbreite der dargestellten Untersuchungsergebnisse kann durchaus aus einer Vermischung dieser Einflussgr en herr hren Kuwahara et al 2001 haben den Einfluss der Geschwindigkeit auf die NO x Emissionen modelliert zeigt die Ergebnisse eines f r japanische Verh ltnisse kalibrierten Modells in Abh ngigkeit der gefahrenen Strecke Danach hat die Geschwindigkeit im innerst dtischen Bereich nur einen geringen Einfluss auf die NOx Emissionen Eine Geschwindigkeitsreduktion von 50 km h auf 30 km h zeigt nach Karajan 2007 auch f r deutsche Verh ltnisse f r die NO Pkw Emissionen einen vernachl ssigbaren Effekt F r die NOyx Lkw Emissionen hingegen stellt Karajan 2007 der sich wie Rabl Deimer 2001 auf Untersuchungen des Bayerischen Landesamtes f r Umweltschutz bezieht allerdings einen h heren Einfluss dar Die Geschwindigkeitsreduktion von 50 km h auf 30 km h f hrt hier zu einer Minderung um 30 Immissionsmessungen von Tullius 2002 im Rahmen des EU Projekts HEAVEN ergaben f r den Gesamtverkehr im Untersuchungsgebiet eine Reduzierung der NOx K
538. wetterlagen an Verkehrs HotSpots abgeschw cht Die Ergebnisse von Klingner et al 2006 zeigen dennoch einen erheblichen Einfluss dieser Kenngr f se f r den innerst dtischen Bereich AMONES 2010 180 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung m mm D i D Z 5 T Ri M gt k vu A 60 Mischungsschichth he m Abbildung 72 Einfluss der Mischungsschichth he auf die PM Immissionskonzentration dargestellt sind Tagesmittelwerte an einer innerst dtischen Stra enschlucht eigene Darstellung Daten entnommen aus Klingner et al 2006 Globalstrahlung und Ozon Die NO Konzentration an einem Verkehrs HotSpot h ngt ma geblich von den vorhandenen Reaktionspartnern dem prim r emittierten Stickstoffmonoxid und dem photochemisch entstandenen Ozon ab Einfl sse der Globalstrahlung auf die PM Belastung die ber eine Erh hung der Temperatur und die damit verbundenen Wirkungen hinausgehen sind nicht bekannt NO gt NO 0 13 0 01 O Hintergrund 32 1 ppbV OX Mischungsverh ltnis ppbV 100 150 200 250 300 NO Mischungsverh ltnis ppbV Abbildung 73 Gegen berstellung von OX und NO Mischungsverh ltnis Kurtenbach et al 2003 AMONES 2010 181 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Ozon entsteht bei intensiver Sonneneinstrahlung durch photochemische Prozesse Die ma gebende Reaktion in Stra enn he ist der anschlie ende Bild
539. wie Erarbeitung von stufenweisen Implementierungskonzepten sollen wesentliche Umsetzungshemmnisse abgebaut werden zu den Umsetzungshemmnissen vergleiche Leitfaden Verkehrstelematik Boltze Sch fer Wolfermann 2005 Andererseits stellt der Einsatz der modellbasierten Steuerung zur Regelung der Umweltbelastung einen weitgehend neuen Ansatz dar der wesentlichen zus tzlichen Nutzen verspricht und damit zur Verbreitung modellbasierter Steuerungsverfahren motivieren kann Durch klare Belege f r die Wirkungen modellbasierter Steuerungsverfahren Aufzeigen zus tzlicher Nutzen im Bereich der Umweltwirkungen sowie Konzepte zur stufenweisen Umsetzung soll die Verbreitung des Einsatzes modellbasierter Steuerungsverfahren erheblich vorangebracht werden 3 3 Wissenschaftliche und oder technische Arbeitsziele des Vorhabens Mit dem Vorhaben werden die folgenden Arbeitsziele verfolgt e Entwicklung einer effizienten Methodik zur Ermittlung der verkehrlichen und umwelt bezogenen Wirkungen verkehrsabh ngiger Steuerungen e Quantifizierung und Vergleich der Wirkungen von Festzeitsteuerung regelbasierter und modellbasierter Steuerung der Lichtsignalanlagen in Stra ennetzen durch langfristige Messung verkehrlicher und umweltbezogener Kenngr en in Feldversuchen e Entwicklung von Kriterien die es St dten erm glichen festzustellen unter welchen Umst nden der Einsatz einer modellbasierten Steuerung gegen ber einer regelbasierten sinnvoll i
540. z siehe Kapitel 5 1 12 3 f r die Zusammenf hrung von Clustern von 4 ergeben sich sieben Cluster die in Abbildung 122 visualisiert sind und die Grundlage f r die Bewertung bilden Aufgrund der eher steilen Ganglinien der Verkehrsst rken ist dieser Wert im Vergleich zu Bremerhaven h her siehe Kapitel 8 5 2 2 und hat damit eine weniger strenge Trennung zur Folge wobei die Zahl der Cluster aufgrund der unterschiedlicheren Verkehrsst rken trotzdem gr er ist In Abbildung 122 werden alle 120 Stunden durch ein Dreieck repr sentiert Die Position entlang der X und Y Achse gibt Aufschluss ber den Wochentag beziehungsweise die Stunde des Tages Das jeweils obere linke Dreieck steht dabei f r die erste Messwoche im Juni und das untere rechte Dreieck f r die zweite Messwoche im Oktober Die Einf rbung erfolgt abh ngig von dem Cluster in den die jeweilige Stunde geh rt wobei die Stunden die aufgrund von St rungen nicht in die Bewertung und die Clusterung einflie en in der Farbe Wei hervorgehoben sind Die sieben entstandenen Cluster die Anzahl darin enthaltener Stunden und der Mittelwert der Summe der Nachfrageverkehrsst rken sind in Tabelle 68 aufgef hrt Im Folgenden soll analysiert werden warum die jeweiligen Cluster entstanden und ob die Resultate plausibel sind Abbildung 123 zeigt die Kurve die Verbindung der einzelnen Punkte hat dabei nur den Sinn der visuellen Hervorhebung der 12 Nachfrageverkehrsst rken und dere
541. zahl der geschalteten Bedarfsphasen f hrt Insbesondere in den Spitzenstunden wenn der Auslastungsgrad an einzelnen Zufahrten gr er 1 ist f hren bereits kleine Verschiebungen in der Freigabezeitverteilung zu gro en Auswirkungen auf die R ckstaus und damit auf die Wartezeiten Als bestes Kalibrierungsergebnis wurden in 83 3 der F lle Abweichungen von maximal 18 erreicht Die mittlere Abweichung betrug dabei knapp 17 Eine zus tzliche Validierung wurde aus Zeitgr nden nicht durchgef hrt 5 1 13 5 Kenngr en der Auswertung F r die verkehrliche Bewertung werden in den Simulationsszenarien im Wesentlichen die Verlustzeiten und die Anzahl der Halte auf ausgew hlten Relationen sowie im gesamten Netz betrachtet In Bremerhaven und im virtuellen Testfeld werden die Halte und die daraus resultierenden Wartezeiten des ffentlichen Personennahverkehrs dabei gesondert ausgewertet In einer Verlustzeitmessung wird ber alle betrachteten Fahrzeuge auf einem oder mehreren Streckenabschnitten der mittlere Zeitverlust gegen ber der idealen Fahrt ohne andere Fahrzeuge ohne Signalisierung ermittelt PTV 2008 AMONES 2010 159 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung Es wird also die Fahrzeit mit der f r das jeweilige Fahrzeug ermittelten Wunschgeschwindigkeit mit der tats chlichen Fahrzeit verglichen Im Gegensatz zur Auswertungen der realen Messungen vgl Abschnitt 5 1 12 2 wird hier allerdings
542. ze einer Nebenverkehrszeit w hrend des Tages und einer Abendspitze abgebildet Die Hauptlast konzentriert sich dabei auf die Zufahrten 1 6 9 und 10 und somit auf die Routen 1 9 und 6 10 sowie deren R ckrichtung siehe Abbildung 17 W hrend die Zufahrten 8 und 11 noch etwas st rker belastet sind handelt es sich bei den Zufahrten 3 4 5 und 7 um Anliegerstra en Der Schwerverkehrsanteil betr gt einheitlich f r jede Zufahrt 5 Prozent Fu g ngerstr me werden zwar in den Signalprogrammen ber cksichtigt aber nicht simuliert und bewertet AMONES 2010 35 Kurzfassung Im Netz gibt es auf der Route 6 10 eine Buslinie des PNV Diese wird im Zeitraum von 6 Uhr bis 20 Uhr in Nord S d Richtung mit einem 10 Minuten Takt und in S d Nord Richtung mit einem 8 Minuten Takt bedient Sie f hrt ber 3 Knotenpunkte Haltestellen befinden sich in beiden Richtungen jeweils hinter dem mittleren Knotenpunkt Abbildung 17 bersicht ber die Zufahrten des Gesamtnetzes 2 4 3 2 Simulationsergebnisse Verlustzeiten im PNV Bei LRS und BALANCE liegen die Verlustzeiten im Szenario ohne PNV Beschleunigung im Mittel etwa um den Faktor 1 75 h her als mit Tabelle 9 Im Detail variiert die Wirkung der PNV Beschleunigung je nach Fahrtrichtung und Tageszeit bzw Signalprogramm Die Spanne der erzielbaren Beschleunigung reicht von 5 BALANCE S d nach Nord Morgenprogramm bis 72 BALANCE Nord nach S d Morgenprogramm Beim Einsatz von BA
543. zeug mit 3 oder mehr Achsen SNF3 Bus Fahrstreifen der erfassten Fahrsituation ERSTES a Schriftlicher Vermerk mit Zeitstempel Tabelle 36 Gemessene Kenngr en im Rahmen der umweltbezogenen Untersuchung im Forschungsprojekt AMONES Datenfusion Die Zeitreihen aus den verschiedenen Quellen NOx Messung PMx Messung Messung meteorologischer sowie verkehrlicher Kenngr en werden per Excel Makro in eine Datentabelle zusammengef hrt Der zeitliche Abstand zweier Datenpunkte in der zusammengef hrten Datentabelle betr gt 5 Sekunden was der zeitlichen Aufl sung der Stickoxid Messtechnik entspricht F r die Zeitreihen der Partikelkonzentration und die Zeitreihen der meteorologischen Kenngr en die mit einer zeitlichen Aufl sung von sechs Sekunden erfasst werden f hrt dies zu einem Synchronisierungsfehler bis maximal drei Sekunden in Abh ngigkeit des Messzeitpunkts Da auch die Zeitreihen der Stickoxid konzentration den meteorologischen Zeitreihen gegen ber gestellt werden sollen ist diese Ungenauigkeit nicht vermeidbar Die Aufl sung von f nf Sekunden wird der sechs Sekunden Aufl sung vorgezogen da s mtliche Umlaufzeiten im Untersuchungsgebiet durch f nf teilbar sind Die bei der Synchronisierung entstehende L cke in den Zeitreihen der Partikelkonzentration die bei jedem sechsten Wert auftritt wird durch lineare Interpolation zwischen den benachbarten Messwerten geschlossen AMONES 2010 200 Kenngr en der Verkehr
544. zit t befindet ist das Ausnutzen dieser Eingriffsm glichkeit mit messbaren Ergebnissen verbunden Die verkehrsabh ngigen Steuerungen LRS und BALANCE k nnen genau diesen Vorteil nutzen und erzielen damit hnlich gute Resultate Hier kann in der erreichten Qualit t kein eindeutiger Unterschied festgestellt werden Insgesamt scheint die Kapazit t zu den Spitzenzeiten von diesen Steuerungen voll ausgenutzt zu werden Die Art und Weise wie eine bestimmte Qualit t in Form einer mittleren Verlustzeit erreicht wird unterscheidet sich allerdings deutlich Das hei t die verschiedenen Parameters tze von BALANCE PS1 und PS2 sind in der Lage ganz unterschiedliche Relationen zu priorisieren wodurch sich gegebenenfalls andere Zielsetzungen verfolgen lassen politische oder Verlagern von R ckstau aufgrund umwelttechnischer Aspekte Detailliertere Erkenntnisse ber das Zusammenspiel von Steuerung und Wirkung sollen dabei mit Hilfe der Simulationen gewonnen werden AMONES 2010 309 Testfeld Hamburg Anzehl Eingangs Bufferindex 3 Verlustzeit verkehrs Anzahl auf Relation Stunden im 3 3 Cluster min st rken Halte Kfz h Cluster 1 vormittags mittlere Verkehrsst rke Cluster 2 vormittags hohe Verkehrsst rke Morgenspitze as s sa 2a s 1s 2 o o r 18 saoe 2 ss 20 sm 22 m o 3 is Cluster 3 mittags mittlere Verkehrsst rke marsi s 2 ra ss os 22 02 saoe 3 n 1o as os n 2 27 FZS
545. zlich gut geeignet ist Als Schwachpunkt wird die untere Grenze des Erfassungsbereichs angesehen da Partikel im unteren Nanometerbereich h ufig nicht erfasst werden k nnen Chemolumineszenz Die Chemolumineszenzmessung ist gem 39 BImSchV das Referenzverfahren zur Messung der Stickoxidkonzentration Unter Chemolumineszenz versteht man eine charakteristische Strahlung bei chemischen Reaktionen von Gasen Unter konstanten Reaktionsbedingungen ist die Intensit t der Chemolumineszenz zur Konzentration der Probe proportional sofern das zur Reaktion ben tigte Hilfsgas im berschuss vorhanden ist Die Messung erfolgt in einer Reaktionskammer die mit Luft durchstr mt wird welche zuvor ber einen Ozonisator geleitet wurde Der Reaktionskammer wird zus tzlich ein konstanter Probeluftstrom zugemischt In der Reaktionskammer reagieren nun Stickstoffmonoxid und Ozon zu Stickstoffdioxid und Sauerstoff Nach optischer Filterung kann die Chemolumineszenz gemessen werden Die Chemolumineszenz Methode ist kontinuierliches Messverfahren welches den Vorteil einer zeitlich l ckenlosen Luft berwachung hat und in Praxis fast ausschlie lich eingesetzt wird Die zeitliche Aufl sung liegt bei wenigen Sekunden Das Messverfahren erscheint somit gut geeignet f r hochaufgel ste immissionsbezogene Untersuchungen der Wirkungen des Stra enverkehrs AMONES 2010 184 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung 5 2 3 Verfahren zur Modell
546. zogenen Wirkungen wird ein zweij hriger Turnus als sinnvoll erachtet Unabh ngig von der Entscheidung ob die Kenngr enerfassung kontinuierlich im Rahmen einer umweltabh ngigen Verkehrssteuerung oder ob sie im Turnus im Rahmen eines Qualit tsmanagements stattfindet sollten bei der Implementierung folgende Hinweise ber cksichtigt werden vgl BMVBS 2006 e Es ist zu kl ren welche Kenngr en bereits in welcher Qualit t erhoben werden Neben den f r die Erfassung verkehrlicher Kenngr en einzubindenden Einrichtungen wie dem Betreiber der LSA die Stra enverkehrsbeh rde sollten in diesem Zusammenhang die Landesumwelt mter als Betreiber der Immissionsmessnetze und die st dtischen Umwelt mter eingebunden werden e Die zu verwendenden Datenformate f r den Datenaustausch und die Art der Daten bertragung die nach M glichkeit in Echtzeit stattfinden sollte sind abzustimmen AMONES 2010 194 Kenngr en der Verkehrs und Umweltsituation und ihre Erfassung e Regelungen zur Daten berlassung d h zur erforderlichen Datenaufbereitung zu Art und Umfang der Daten zur weiteren Verwendung der Daten sowie zur Kostenzuordnung sind zu treffen e Sofern zus tzlich zu den von den Landes mtern betriebenen Immissionsmessstellen weitere Messstellen eingerichtet werden sind die erforderlichen Qualit tsstandards hinsichtlich Genauigkeit Reproduzierbarkeit Vollst ndigkeit und Aktualit t festzulegen Hinweise zur erforderlichen Q
547. zu gelangen AMONES 2010 375 Literatur 14 Literatur 22 BImSchV 2002 Zweiundzwanzigste Verordnung zur Durchf hrung des Bundes Immissionsschutzgesetzes Verordnung ber Immissionswerte f r Schadstoffe in der Luft vom 11 September 2002 BGBl I S 3626 39 BImSchV Bundesregierung 2010 Neununddrei igste Verordnung zur Durchf hrung des Bundes Immissionsschutzgesetzes Verordnung ber Luftqualit tsstandards und Emissionsh chstmengen 39 BImSchV Akkan Z Voss J U Kalberlah F Mayer H Rost J 2004 Luftqualit tsindex f r langfristige Wirkungen LAQx Modell und Anwendung f r ausgew hlte Orte in Baden W rttemberg Landesanstalt f r Umweltschutz Baden W rttemberg LfU Karlsruhe Aldrin M Haff I H 2005 Generalised additive modelling of air pollution traffic volume and meteorology In Atmospheric Environment Jg 39 H 11 Anke K Iligen A S hn E Klingner M 2004 Auswertung von Immissionsdatens tzen aus automatischen Messstationen in Baden W rttemberg auf Basis von Screeningfunktionen Landesamt f r Umweltschutz Baden W rttemberg Karlsruhe B chlin W M ller W J Lohmeyer A 2000 Vergleich von Modellanwendungen zur Berechnung von Immissionswerten innerhalb eines beidseitig bebauten Stra enquerschnitts F rderkennzeichen PEF29707 und BWE99002 Projekttr gerschaft Programm Lebensgrundlage Umwelt und ihre Sicherung B chlin W Frantz H Lohmeyer A Dreiseidler
548. zung einer Simulation unbedingt zu empfehlen In allen betrachteten Szenarien kann BALANCE gegen ber der LRS eine deutliche Verringerung der Verlustzeiten netzweit um 7 bis 19 sowie der Anzahl Halte netzweit um AMONES 2010 28 Kurzfassung 5 bis 16 bewirken Die dazu erforderlich Parametrierung ist jedoch nicht transparent und variiert zwischen den verschiedenen Szenarien Sie ist daher nicht einfach durchzuf hren Mittlere normierte Verlustzeit LRS 100 im Szenario A Zeitraum 6 30 Uhr 9 30 Uhr Steuerungsverfahren auf den vier Hauptrelationen Festzeitsteuerung FZS 128 146 Lokal regelbasierte Steuerung LRS 100 Tabelle 7 Vergleich der mittleren normierten Verlustzeit pro Kfz im Simulationsszenario A LRS 100 Die Ergebnisse aus Szenario A belegen au erdem dass es f r eine umfassende Bewertung nicht ausreicht lediglich einen Teil der Verkehrsstr me zu betrachten Tabelle 7 W hrend man aufgrund der Daten f r die vier Hauptrelationen hier wohl den Parametersatz 2 favorisieren w rde zeigt die netzweite Betrachtung auf dass PS1 die bessere Wahl w re Wirkungsbetrachtungen f r das Gesamtnetz lassen sich nur in Simulationsstudien durchf hren mittlere Verlustzeit pro Kfz min 2 nach 4 Relation EBLRS BBALANCE PS1 Hill Climbing a BALANCE PS1 Genetischer Algorithmus m BALANCE PS2 Genetischer Algorithmus Abbildung 12 Vergleich der mittleren Verlustzeiten pro Kfz auf den vier Hauptrel
549. zur Folge dass eine sinnvolle Vergleichbarkeit derselben Kenngr e zwischen verschiedenen Verkehrsanlagen nicht immer gew hrleistet ist Bei einer relativen Bewertung werden die Kenngr en in irgendeiner Weise normier zum Beispiel auf eine streckenabh ngige akzeptable Geschwindigkeit wodurch die Vergleichbarkeit sichergestellt wird Zur Beurteilung der Qualit t eines Knotenpunktes schl gt das HBS FGSV 2002 Kap 6 S 8 10 und Kap 7 S 11 12 die Verwendung von mittleren Wartezeiten vor Dar ber hinaus k nnen weitere Kenngr en wie zum Beispiel Anzahl der Fahrzeuge im Stau Anzahl der Haltevorg nge oder der S ttigungsgrad mit einflie en Tabelle 17 zeigt die Einstufung in Qualit tsstufen des Verkehrs QSV in Abh ngigkeit der mittleren Wartezeit Diese Daten k nnen aus den Trajektorien von Messfahrzeuge generiert und gegebenenfalls durch Fahrzeit messungen aus Kennzeichenerfassungssystemen erg nzt werden Die Ber cksichtigung unterschiedlicher Rahmenbedingungen Verkehrsmittel mit ohne LSA mit ohne Koordinierung erlaubt im Gegensatz zur absoluten mittleren Wartezeit eine Vergleichbarkeit der QSV zwischen verschiedenen Knotenpunkten HET VE E HET E Tabelle 17 Qualit tsstufen f r den Kraftfahrzeugverkehr an nicht koordinierten Knotenpunkten mit Lichtsignalanlage HBS 2002 Kap 6 S 9 In Kap 8 auf Seite 3 des HBS erfolgt der Hinweis dass die Verkehrsqualit t auf Hauptverkehrs stra en im Wesentlichen durch
550. zus tzlich manuell der Verkehr erfasst Dabei wird an den Eingangsquerschnitten zu jeder vollen Stunde f r jeweils 15 Minuten der Verkehr getrennt nach Pkw und Lkw erfasst Diese Z hlung ist zus tzlich notwendig da die Induktionsschleifen nicht in der Lage sind verschiedene Fahrzeugklassen zu unterscheiden und der Lkw Anteil eine Eingangsgr e f r die Simulationen darstellt Dar ber hinaus wird an den zentralen Knotenpunkten an denen die Umweltkenngr en aufgezeichnet werden eine Zufahrt sekundenfein nach den Fahrzeugklassen Pkw Lkw Lastzug Bus Motorrad und leichte Nutzfahrzeuge erfasst Diese detaillierte Erfassung ist notwendig um einen Zusammenhang zwischen Verkehr und den zeitlich hochaufgel sten Schadstoffmessungen feststellen zu k nnen zur weiteren Verarbeitung dieser Datenquelle siehe Kapitel 5 2 Nicht fest installierte Kennzeichenerfassungssysteme Die Kennzeichenerfassungssysteme werden an den relevanten Eingangsquerschnitten aufgestellt und erfassen den Verkehr von 6 30 18 30 Uhr In Hamburg werden 8 Systeme die 12 verschiedene Relationen abdecken eingesetzt und in Bremerhaven 6 Systeme die 6 Relationen erfassen In beiden St dten stehen die Systeme am Rand oder zwischen den Fahrbahnen Dies verhindert im Gegensatz zu einer Erfassung von oben die exakte Erfassung eines einzelnen Fahrstreifens was wiederum zur Folge hat dass Durchgangsverkehrsanteile nicht einfach durch die Erfassungsraten abgeleitet werden k nnen
551. zusammen Kriterium Verf gbarkeit Netzsteuerung Aus der Tabelle ist ersichtlich dass eine modellbasierte Verkehrssteuerung nur in den St dten Braunschweig Bremerhaven Hamburg und Ingolstadt bereits implementiert ist Die anderen St dte k nnen keine oder nur bedingt verbindliche Terminzusagen machen so dass das Auswahlkriterium Verf gbarkeit nicht erf llt ist Kriterium Verf gbarkeit Messstellen Umwelt e In Braunschweig sind derzeit im Umfeld des Testfelds keine Messstellen verf gbar AMONES 2010 225 Festlegung der Testfelder In Bremerhaven ist derzeit im Umfeld des Testfelds eine Sondermessstelle verf gbar die aber nur bis Fr hjahr 2008 betrieben werden soll Die Stadt pr ft derzeit ob diese Messstelle bis September weiterbetrieben werden kann In Hamburg existiert im Umfeld des Testfelds eine Messstelle Habichtstra e In Ingolstadt sind derzeit im Umfeld des Testfelds keine Messstellen verf gbar Kriterium Verf gbarkeit Messstellen Verkehr In Braunschweig sind Daten inkl Signalbilder vom Messwert Archiv abgreifbar Messwerte Geschwindigkeit Verkehrsst rke Belegung Fz Arten werden mit ber Kopf Sensoren erfasst In Bremerhaven liegen die Werte der Induktionsschleifen f r die Schleifenz hlwerte f r Anforderung und Bemessung der LSA vor Die real geschalteten Signalisierungszust nde k nnen f r die Dauer der Messungen im Ger tespeicher mitgeschrieben und f r die Analysen ausgelesen werden In

r - mediaTUM

Contents

Download Pdf Manuals

Related Search

Related Contents