Advertisement

Zur Wirksamkeit von Umweltzonen: Design einer Studie zur Ermittlung der Schadstoffkonzentrationsänderung für Staubpartikel (PM10) und andere Größen durch Einführung von Umweltzonen in 20 deutschen Städten

  • Peter Morfeld
  • Michael Spallek
  • David Groneberg
Originalarbeit / Original Article

Zusammenfassung

Es ist unbekannt bzw. umstritten, ob die in Deutschland seit 2008 eingeführten Umweltzonen die gemessene Luftbelastung verringerten. Von EUGT wurde daher eine Untersuchung initiiert, die zunächst für den Zeitraum bis Ende 2009 eine Analyse von Luftmessdaten zur Wirksamkeit der Umweltzonen durchführen soll und die
  1. a)

    alle Umweltzonen aus den bisherigen in Deutschland durchgeführten Studien berücksichtigt (Berlin, Bremen, Hannover, Köln, Ludwigsburg, Mannheim, München, Stuttgart, Tübingen)

     
  2. b)

    Luftmessdaten aus weiteren Umweltzonen einbezieht (Augsburg, Dortmund, Duisburg, Düsseldorf, Essen, Frankfurt, Herrenberg, Ilsfeld, Karlsruhe, Reutlingen, Wuppertal)

     
  3. c)

    die Auswertung adjustiert mit Referenzmesstellen auf Basis der Einzelmessungen und unter Berücksichtigung von Kovari-ablen durchführt

     
  4. d)

    neben einem multiplikativen Störungsansatz im Wesentlichen einen additiven Störeinfluss ansetzt.

     

In dieser Untersuchung soll somit in einem ersten Schritt der Einfluss der Fahrverbote (Stufe 1) für Fahrzeuge der Schadstoffgruppe 1 (ohne Plakette) auf die Schadstoffkonzentration in ausgewählten Umweltzonen untersucht werden.

Die zentrale Beobachtungseinheit besteht aus vier einander paarweise zugeordneten Messwerten: gematchte Quadrupel aus zwei Index- und zwei Referenzmesswerten. Die Indexstationen liegen innerhalb, Referenzstationen außerhalb der Umweltzonen. Ein Index- und der zeitgleiche Referenzmesswert liegen in der Beobachtungsphase mit aktiver Umweltzone, das andere zeitgleiche Paar liegt davor (Umweltzone nicht aktiv) und hat einen zeitlichen Abstand von 364 Tagen (oder Vielfachen von 364 Tagen, Wochentag und Uhrzeit konstant) zu dem ersten Paar.

Für den Zeitraum von ca. 2005 bis 2009 sollen kontinuierliche Halbstundenmessungen zu PM10, undgravimetrisch ermittelte Tageswerte zu PM10 und PM2.5 in der Studie analysiert werden. Entsprechende Messwerte für NO2, NO, CO und O3 (testweise SO2) sowie 4-Wochen-Messwerte, gewonnen mit NO2-Passivsammlern, werden miterfasst, aber nicht primär augewertet. Als meteorologische Größen werden Temperatur, Luftfeuchte, Luftgeschwindigkeit und Windrichtung mitgeführt. Individuelle Charakteristika der Umweltzonen werden als Kovariablen in Regressionsanalysen der Quadrupel berücksichtigt (Differenzwertmethode im Zwei-Perioden-Fall).

Die Studie wird von einem Projektbegleitkreis unter Beteiligung der kooperierenden Landeseinrichtungen begleitet. Ergebnisse werden bis Ende 2011 erwartet.

Schlüsselwörter

Umweltzonen Wirksamkeit PM10 NO2 Quadrupel 

Effectivity of low emission zones: Design of a study to estimate the change in concentrations of dust particles (PM10) and other noxes after the introduction of low emission zones in 20 German cities

Abstract

Whether low emission zones as introduced in Germany since 2008 lower the measured concentrations of air pollutions is unknown or disputed. An investigation was started as a EUGT project that covers the period up to the end of 2009 and will perform an in-depth statistical analysis of air pollutant data. The study
  1. a)

    will cover low emission zones from all investigations published up to now (Berlin, Bremen, Hannover, Köln, Ludwigsburg, Mannheim, München, Stuttgart, Tübingen)

     
  2. b)

    will cover other low emission zones (Augsburg, Dortmund, Duisburg, Düsseldorf, Essen, Frankfurt, Herrenberg, Ilsfeld, Karlsruhe, Reutlingen, Wuppertal)

     
  3. c)

    will perform regression analyses on the basis of the individual measurement data taking covariates into account

     
  4. d)

    will rely mainly on the assumption of an additive effect of confounders but will explore multiplicative models also.

     

Thus, this investigation will study in a first step the effect of “tier 1”, i.e., only allowing vehicles of emission group 2 or higher (with “sticker”) to enter the zones.

The central unit of observation will consist of four pairwise corresponding measurement values: matched quadrupels of two index- and two reference values. Index stations are inside, reference stations measure outside the low emission zones. One index value and the simultaneous reference value are measured during the period the zone is operative, the other pair is measured before activating the low emission zone. The pairs have a difference in time of 364 days or a multiple of 364 days keeping the weekday and time constant.

For the period from about 2005 until 2009 continuous half-hour measurement values of PM10, gravimetrically determined daily measurements of PM10 and PM2.5 will be analysed. NO2, NO, CO und O3 (testing SO2), and additional measurements of NO2 with sampling periods of about 4 weeks will be collected, too. Data on dry temperature, humidity, wind speed and wind direction will be collected. Individual characteristics of the low emission zones will be taken into account as covariates in the regression analyses of the quadruples (difference score method in the two-period case).

The study is monitored by an advisory group including representatives of all cooperating state institutions. Results are expected until the end of 2011.

Key words

low emission zones effectivity PM10 NO2 quadrupels 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Allison PD (2009). Fixed effects regression models. Los Angeles: SAGEGoogle Scholar
  2. Altman DG, Bland AE (1983). Measurement in medicine: the analysis of method comparison studies. The Statistician; 32: 307–317CrossRefGoogle Scholar
  3. Atkinson RW, Barratt B, Armstrong B, Anderson HR, Beevers SD, Mudway IS, Green D, Derwent RG, Wilkinson P, Tonne C, Kelly FJ (2009). The impact of the congestion charging scheme on ambient air pollution concentrations in London. Atmos Envrion; 43: 5493–5500CrossRefGoogle Scholar
  4. Barnett AG, van der Pols JC, Dobson AJ (2005). Regression to the mean: what it is and how to deal with it. Int J Epidemiol; 34: 215–220PubMedCrossRefGoogle Scholar
  5. Bayerisches Staatsministerium für Umwelt und Gesundheit. Luftreinhalteplan für die Stadt München. 4. Fortschreibung. 2010. p. 1–68. http://www.regierung.oberbayern.bayern.de/imperia/md/content/regob/internet/dokumente/bereich65/technischerumweltschutz/lrp/lrp_m_64_fortschr_stmug_endfassung_05_09_2010.pdf Google Scholar
  6. Bland JM, Altman DG (1986). Statistical methods for assessing agreement between two methods of clinical measurement. Lancet; 1:307–310PubMedCrossRefGoogle Scholar
  7. Bland JM, Altman DG (1994). Regression towards the mean. Br Med J;308:1499CrossRefGoogle Scholar
  8. Bland JM, Altman DG (1994). Some examples of regression towards the mean. Br Med J; 309: 780CrossRefGoogle Scholar
  9. Bruckmann P, Lutz M (2009). Wie effektiv sind Umweltzonen? In: Kommission Reinhaltung der Luft im VDI und DIN-Normenausschuss KRdL, editor. KRdL-Expertenforum am 07. Oktober. Bonn. p. 1–15Google Scholar
  10. Bruckmann P, Lutz M (2010). Verbessern Umweltzonen die Luftqualität? In: Verband der Automobilindustrie (VDA), editor. 12. Technischer Kongress, 24. und 25. März; Forum am Schlosspark, Ludwigsburg: Henrich Druck + Medien GmbH; 2010. p. 299–311Google Scholar
  11. Büchte SF (2006). Staub ist nicht gleich Staub: Begriffsklärungen und gesetzliche Rahmenbedingungen. In: econsense — Forum Nachhaltige Entwicklung der Deutschen Wirtschaft e.V, editor. Herausforderung Feinstaub. 1 ed. Berlin. p. 8–15. http://www.econsense.de/_PUBLIKATIONEN/_ECONSENSE_PUBLIK/images/Feinstaubveroeffentlichung.pdf
  12. Bundesministerim für Umwelt, Naturschutz und Reaktorsicherheit (2006). Luftbelastung durch Stickstoffoxide in DeutschlandGoogle Scholar
  13. Bundesministerium der Justiz in Zusammenarbeit mit der juris GmbH (2006). Fünfunddreißigste Verordnung zur Durchführung des Bundes-Immissionsschutzgesetzes (Verordnung zur Kennzeichnung der Kraftfahrzeuge mit geringem Beitrag zur Schadstoffbelastung - 35. BImSchV)Google Scholar
  14. Burnham KP, Anderson DR (2002). Model selection and multimodel inference. A practical information-theoretic approach. Second ed. New York: Springer Science + Business Media, LLCGoogle Scholar
  15. Cameron AC, Trivedi PK (2005). Microeconometrics. Methods and applications. Cambridge: University PressGoogle Scholar
  16. Cyrys J, Peters A, Wichmann H-E (2009). Umweltzone München — Eine erste Bilanz. Umweltmedizin in Forschung und Praxis; 14: 127–132Google Scholar
  17. Diegmann V, Pfäfflin F, Wiegand G, Wursthorn H, Dünnebeil F, Helms H, Lambrecht U (2006). Verkehrliche Maßnahmen zur Reduzierung von Feinstaub — Möglichkeiten und Minderungspotenziale. Dessau: UmweltbundesamtGoogle Scholar
  18. Eikmann T, Herr C (2009). Ist die Einführung von Umweltzonen tatsächlich eine sinnvolle Maßnahme zum Schutz der Gesundheit der Bevölkerung? Umweltmedizin in Forschung und Praxis; 14: 125–126Google Scholar
  19. EU (1999). Richtlinie 1999/30/EG des Rates vom 22. April 1999 über Grenzwerte für Schwefeldioxid, Stickstoffdioxid und Stickstoffoxide, Partikel und Blei in der Luft. Amtsblatt der Europäischen Gemeinschaften: 1–20Google Scholar
  20. Friedrich B (2008). Umweltzonen. Straßenverkehrstechnik; 11: 673Google Scholar
  21. Fröhlich M (2010). Verkehr, Umwelt und Gesundheit als Schwerpunktthema innerhalb des europäischen Verbundprojektes PRONET. Immissionsschutz; 3: 124–131Google Scholar
  22. Fuller G, Meston L, Green D, Westmoreland E, Kelly F (2009). Air quality in LondonGoogle Scholar
  23. Geringer B, Tober WK (2010). Stickstoffdioxid (NO2) — ein wesentlicher Schadstoff der Dekade 2010/2020. Österreichischer Verein für Kraftfahrzeugtechnik (ÖVK), editorGoogle Scholar
  24. Gill JS, Zezulka AV, Beevers DG, Davies P (1985). Relation between initial blood pressure and its fall with treatment. Lancet; 1: 567–569PubMedCrossRefGoogle Scholar
  25. Groneberg DA, Morfeld P, Kraus T, Kohler D, Krug N, Magnussen H, Nowak D, Rabe KF, Schultze-Werninghaus G, Schulz H, Teschler H, Vogelmeier C, Wagner U, Welte T, Voshaar T, Witt C (2009). Gesundheitliche Effekte der Feinstaubbelastung — aktueller wissenschaftlicher Kenntnisstand. Pneumologie; 63: 363–368PubMedCrossRefGoogle Scholar
  26. Hoek G, Meliefste K, Cyrys J, Lewné M, Bellander T, Brauer M, Fischer P, Gehring U, Heinrich J, van Vliet P, Brunekreef B (2002). Spatial variability of fine particle concentrations in three European areas. Atmos Envrion; 36: 4077–4088CrossRefGoogle Scholar
  27. Kelly FJ, Kelly J (2009). London air quality: a real world experiment in progress. Biomarkers; 14 Suppl 1: 5–11PubMedCrossRefGoogle Scholar
  28. Klingner M, Sähn E (2008). Prediction of PM10 concentration on the basis of high resolution weather forecasting. Meteorologische Zeitschrift; 17: 263–272CrossRefGoogle Scholar
  29. Klingner M, Sähn E, Anke K, Holst T, Rost J, Mayer H, Ahrens D (2006). Reduktionspotenziale verkehrsbeschränkender Maßnahmen in Bezug zu meteorologisch bedingten Schwankungen der PM10- und NOx-Immissionen. Ge-fahrst Reinhalt Luft; 66: 326–334Google Scholar
  30. Lee B-K, Jun N-Y, Lee HK (2005). Analysis of impacts on urban air quality by restricting the operation of passenger vehicles during Asian Game events in Busan, Korea. Atmos Envrion; 39: 2323–2338CrossRefGoogle Scholar
  31. Lenschow P, Abraham HJ, Kutzner K, Lutz M, Preuß JD, Reichenbächer W (2001). Some ideas about the sorces of PM10. Atmos Envrion; 35: S23–S33CrossRefGoogle Scholar
  32. Lutz M, Rauterberg-Wulff A (2009) Ein Jahr Umweltzone Berlin: Wirkungsuntersuchungen. Berlin: http://www.berlin.de/sen/umwelt/luftqualitaet/de/luftreinhalteplan/download/umweltzone_1jahr_bericht.pdf Google Scholar
  33. Maldonado G, Greenland S (2002). Estimating causal effects. Int J Epidemiol Apr; 31: 422–429CrossRefGoogle Scholar
  34. Morfeld P (2004). Years of life lost due to exposure: causal concepts and empirical shortcomings. http://www.epi-perspectives.com/content/1/1/5. Epidemiol Perspect Innov.Google Scholar
  35. Morfeld P (2007). Ursache und Wirkung in Epidemiologie und moderner Physik — Neue Denkmuster zur Bewertung von Kausalzusammenhängen? Kausales Schließen auf der Grundlage von Beobachtungsstudien Tagungsdoku-mentation — Workshop vom 17. November 2005 Berlin: Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (baua). p. 52–70Google Scholar
  36. Morfeld P, McCunney RJ (2009). Carbon black and lung cancer-testing a novel exposure metric by multi-model inference. Am J Ind Med; 52: 890–899PubMedCrossRefGoogle Scholar
  37. Morfeld P Spallek M (2010). Bewertung der Effektivität von Umweltzonen: ein neuer Studienansatz. In: Verband der Automobilindustrie (VDA), editor. 12. Technischer Kongress 2010, 24. und 25. März; Forum am Schlosspark, Ludwigsburg: Henrich Druck + Medien GmbH; 2010. p. 313–333Google Scholar
  38. Newey WK, West KD (1987). A simple, positive semi-definite, hetroskedasticity and autocorrelation consistent covariance matrix. Econome-trica; 55: 703–708CrossRefGoogle Scholar
  39. Niedermaier M (2009). Wirksamkeit von Umweltzonen. ADAC-Untersuchung. ADAC e.V, Interessenvertretung VerkehrGoogle Scholar
  40. Rost J, Holst T, Sähn E, Klingner M, Anke K, Ahrens D, Mayer H (2009). Variability of PM10 concentrations dependent on meteorological conditions. Int J Environ and Pollut;36:3–18CrossRefGoogle Scholar
  41. Rothman KJ, Greenland S, Lash TL (2008). Modern epidemiology. 3 ed. Philadelphia: Lippincott Williams & WilkinsGoogle Scholar
  42. Royston P, Sauerbrei W (2008). Multivariable model-buildung. USA: John Wiley & Sons Inc.CrossRefGoogle Scholar
  43. Sähn E, Klingner M (2006). Auswirkungen ordnungsrechtlicher Verkehrsmaßnahmen auf die lokale Feinstaubbelastung unter Berücksichtigung meteorologischer Einflüsse. Dresden: Fraunhofer Institut Verkehrs- und Infrastruktur-systemeGoogle Scholar
  44. Schlittgen R, Streitberg BHJ (1995). Zeitreihenanalyse. München: R. Oldenbourg Verlag GmbHGoogle Scholar
  45. Senn S (1997). Editorial: regression to the mean. Stat Methods Med Res; 6: 99–102CrossRefGoogle Scholar
  46. StataCorp (2008). Stata statistical software: release 10. College Station, Texas, USA: StataCorp LPGoogle Scholar
  47. Stigler SM (1997). Regression towards the mean, historically considered. Stat Methods Med Res; 6: 103–114PubMedCrossRefGoogle Scholar
  48. Tonne C, Beevers S, Armstrong B, Kelly F, Wilkinson P (2008). Air pollution and mortality benefits of the London Congestion Charge: spatial and socioeconomic inequalities. Occup Environ Med; 65: 620–627PubMedCrossRefGoogle Scholar
  49. Twisk JWR (2004). Applied longitudinal data analysis for epidemiology. Cambridge: Cambridge University PressGoogle Scholar
  50. Umweltbundesamt (2006). Informationen des Umweltbundesamtes zur Luftreinhaltung. http://bfw.ac.at/400/smilex/Grenzwerte_EG-Richtlinien_2006.pdf Google Scholar
  51. Vogt R, Kessler C, Schneider C (2010). Städtische NO2 Luftqualität: Quellenanalyse und zukünftige Entwicklung. In: Verband der Automobilindustrie (VDA), editor. 12. Technischer Kongress 2010, 24. und 25. März; Forum am Schlosspark, Ludwigsburg: Henrich Druck + Medien GmbH; 2010. p. 287–297Google Scholar
  52. Wehrse R, Osmers J-C (2010). Neufassung der Vorlage für die Sitzung des Senats am 26. Januar 2010. Erfahrungsbericht Umweltzone. Bremen: Senator für Umwelt, Bau, Verkehr und EuropaGoogle Scholar
  53. Zellner R, Kuhlbusch TAJ, Diegmann V Herrmann H, Kasper M, Schmidt KG, Dott W, Bruch J (2009). Feinstäube und UmweltzonenGoogle Scholar
  54. ZUS LG (2010). Bewertung der Auswirkungen der Umweltzone Hannover auf Basis von Messdaten. Hildesheim SG, editor. Hildesheim: Zentrale Unterstützungsstelle Luftreinhaltung und Gefahrstoffe — Dezernat 42. http://www.umwelt.niedersachsen.de/download/48880

Copyright information

© Springer 2011

Authors and Affiliations

  • Peter Morfeld
    • 1
    • 2
  • Michael Spallek
    • 3
  • David Groneberg
    • 4
  1. 1.Institut und Poliklinik für Arbeitsmedizin, Umweltmedizin und PräventionsforschungUniversitätsklinikum KölnDeutschland
  2. 2.Institut für Epidemiologie und Risikobewertung in der Arbeitswelt der Evonik Industries AGEssenDeutschland
  3. 3.Europäische Forschungsvereinigung für Umwelt und Gesundheit im Transportsektor e.V. (EUGT e.V.)Deutschland
  4. 4.Institut für Arbeitsmedizin, Sozialmedizin und Umweltmedizin der Johann Wolfgang Goethe-Universität FrankfurtDeutschland

Personalised recommendations