REIN
Eignung von Low Cost SensoRik für die Erfassung von Schiffsabgasen IN hoher zeitlicher und räumlicher Auflösung
Zuletzt aktualisiert am 09.10.2024
Projektbeschreibung
Problem
Der Transport von Gütern ist auf dem Wasser nicht nur deutlich billiger als auf der Straße: Binnenschiffe produzieren pro Tonne Fracht auch weniger Kohlendioxid. Daher gelten Binnenschiffe als umweltschonende Verkehrsmittel. Die Dieselmotoren der Flotten sind jedoch häufig veraltet, was zu erheblichen Emissionen, also dem Ausstoß von Luftschadstoffen führt. Gleichzeitig verlaufen verschiedene Bundeswasserstraßen durch Städte mit Straßenverkehrsfahrverboten. Da für die Messung von Emissionen bisher vorwiegend sehr hochkarätige und teure Sensoren zum Einsatz kommen, sind Emissionsmessungen von Luftschadstoffen aus Kostengründen nicht engmaschig möglich. Durch die Verwendung preiswerterer Sensorik (auch Low Cost Sensorik genannt) in größerer Stückzahl ergeben sich vielversprechende Möglichkeiten für eine erhöhte Messnetzdichte. Hierfür bedarf es jedoch einer Eignungsprüfung in diesem Anwendungsgebiet.
Ziele
Das Projekt REIN wird die Eignung von Low Cost Sensorik für die Erfassung von gas- und partikel-förmigen Emissionen aus der Binnenschifffahrt prüfen. Im Verlauf des Projekts soll ein vollständiges Bild der Schiffsemissionen und der Verwendbarkeit von Low Cost Sensorik entstehen. Das Projekt leistet die wissenschaftliche Vorarbeit um mithilfe von Low Cost Sensorik zukünftig kostengünstige und flächendeckende Messungen zu ermöglichen sowie die Messnetzdichte bei Bedarf gezielt zu erhöhen.
Durchführung
Im Rahmen des Projekts werden Low Cost Sensoren für verschiedene Schadstoffe (NO2, NO, CO2, O3, PM10, PM2,5, UFP, Ruß) in einer Modellregion getestet. In die Eignungsanalyse werden die gemessenen Schiffsemissionen inkl. anonymisierter Schiffspositionsdaten, meteorologische Daten und der Vergleich zu den technischen High-End Standardmesssystemen einbezogen. Dabei werden Genauigkeit, Nachweisgrenzen, Langzeitstabilität, Ansprechverhalten und Querempfindlichkeiten aus dem gesamten Datenbild unter Labor- und Feldbedingungen abgeleitet und die Übertragbarkeit auf bestehende Messnetze beurteilt.
Projektübersicht
