Air Quality Network Augsburg

Es wurde im Projekt „Smart Air Quality Network“ (SAQN), gefördert vom Bundesministerium für Verkehr und digitale Infrastruktur (BMVI) unter 19F2003A-F, (http://www.smartaq.net/) von 2017 bis 2020 (siehe unten) entwickelt. Die fünf Betreiberinstitute sind:

• Institut für Geographie der Uni Augsburg (IGUA)
• Institut für Telematik, Forschungsgruppe TECO des Karlsruher Institut für Technologie (KIT-TECO)
• Lehrstuhl für Model-Based Environmental Exposure Science (MBEES), Medizinische Fakultät, Universität Augsburg 
• Professur für Regionalen Klimawandel und Gesundheit, Medizinische Fakultät, Universität Augsburg (RegKlimG-UA)
• Institut für Epidemiologie des Helmholtz-Zentrums für Gesundheit und Umwelt München (HMGU-EPI).

Die Basis des Messnetzes besteht aus 30 Standorten, an denen jeweils mit preiswerten Sensoren kontinuierlich Feinstaub gemessen wird und die mit drei Referenzgeräten zur Kalibrierung ergänzt sind. Hinzu kommen die Daten der Aerosolmessstation des HMGU-EPI in der Friedberger Straße, der vier ortsfesten Messstationen des vom Bayerischen Landesamt für Umwelt betriebenen LÜB-Messnetzes, der Messstation der Professur für Regionalen Klimawandel und der digitalen Sensoren der Bürgermessungen (Citizen Science).

Zielgruppen: Die Daten sind frei zugänglich. Die Zielgruppen sind Sportler oder Bürger, die sich aus Gesundheitsgründen für Luftqualität interessieren.  Wer Messdaten der verschiedenen Augsburger Messstationen abrufen möchte, kann sich mit uns in Verbindung setzen:

Ansprechpartner:

Andreas Harbusch, Dipl.-Geogr., Immissionsschutz
Stadt Augsburg, Umweltamt
Schießgrabenstr. 4, 86150 Augsburg
Tel.: 0821/3247331
Fax: 0821/3247323
andreas.harbusch@augsburg.de 

Thomas Gratza, Dipl.-chem. (Univ.)
Wintergasse 9, 86150 Augsburg
Mobil: 0179 4634125
tom.gratza@t-online.de
(vertretungsweise)

Disclaimer: Die Bewertung der Luftqualität erfolgt nach der EU-Luftqualitätsrichtlinie 2008/50/EG, die in Deutschland im Wesentlichen mit der 39. Verordnung zur Durchführung des Bundes-Immissionsschutzgesetzes (Verordnung über Luftqualitätsstandards und Emissionshöchstmengen - 39. BImSchV) in nationales Recht umgesetzt wurde. Die hier über die interaktive Karte zugänglichen Messdaten können nicht zur Bewertung der Luftqualität gemäß 39. BImSchV herangezogen werden.

>> Karte der Messstandorte, farblich unterschieden je nach Messgeräten 
Violett: Amtliche Messstation LfU (Standard)
Blau: Referenzstation High Quality
Orange: Mid-Cost-Gerät
Gelb: Low-Cost-Gerät
Grün: Meteo-Station

>> Verläufe von Sensoren an ausgewählten Messorten 
(Link folgt)

Das Projekt Smart Air Quality Network (SAQN) umfasst die Entwicklung sowohl eines räumlich-hochauflösenden, reproduzierbaren Messnetzes (ca. 100 Sensoren) als auch von numerischen Simulationen der Luftqualität (bis zu 4 m x 4 m) in der Modellregion Augsburg. Es werden alle derzeit verfügbaren Feinstaub- und Spurengas-Messdaten, Wetterdaten sowie Daten der Emissionen des Verkehrs und der Gebäudeheizung mittels bestehender Technologien erfasst. Zusätzlich sind neue preiswerte Messtechnologien entwickelt worden, die eine Beurteilung von Low-Cost (Kostengünstige)-Sensormessungen, die von Bürgern selbst betrieben werden, erlauben.

Es werden Höchstbelastungen im Tagesverlauf mit einer bisher nicht erreichten räumlichen Auflösung ersichtlich (https://www.smartaq.net/en/dashboard/#/home). Veränderungen der Luftschadstoffbelastung durch Fahrverbote oder Mobilitätsbeschränkungen wie z.B. zuletzt durch den Corona-Lockdown können mit einem solchen hochaufgelösten Messnetz detaillierter und gut nachvollziehbar abgebildet werden.

Aktuelle Publikationen hierzu:

• Schäfer, K., Lande, K., Grimm, H., Jenniskens, G., Gijsbers, R., Ziegler, V., Hank, M., Budde, M.: High-resolution Assessment of Air Quality in Urban Areas – A Business Model Perspective. Atmosphere 12, 595 (2021); doi.org/10.3390/atmos12050595.
• Schlund, R., Riesterer, J., Köpke, M., Kowalski, M., Tremper, P., Budde, M., Beigl, M.: Calibration of Low-Cost Particulate Matter Sensors with Elastic Weight Consolidation (EWC) as an Incremental Deep Learning Method. In: Paiva S., Lopes S.I., Zitouni R., Gupta N., Lopes S.F., Yonezawa T. (eds), Science and Technologies for Smart Cities. SmartCity360° 2020. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, vol 372. Springer, Cham (2021); https://doi.org/10.1007/978-3-030-76063-2_40.
• Tremper, P., Riedel, T., Budde, M.: Spatial Interpolation of Air Quality Data with Multidimensional Gaussian Processes. In: Abecker, Bruns, Naumann (Hrsg.): 2. Workshop “Künstliche Intelligenz in der Umweltinformatik”, Lecture Notes in Informatics (LNI), Gesellschaft für Informatik, Bonn 1 – 18 (2021).
• Schäfer, K., Budde, M., Cyrys, J., Emeis, S., Gratza, T., Grimm, H., Hank, M., Kowalski, M., Pesch, M., Peters, A., Philipp, A., Riedel, T., Riesterer, J., Schnelle-Kreis, J., Tremper, P., Uhrner, U., Werhahn, J., Ziegler, V., Beigl, M.: Hoch-aufgelöste Erfassung der urbanen Feinstaubbelastung mittels Messnetz aus kostengünstigen Sensoren und numerischen Simulationen. Gefahrstoffe – Reinhaltung der Luft, 81, 09-10, 353-361 (2021), ISSN 0949-8036
• Liu, X., Zhang, X., Schnelle-Kreis, J., Jakobi, G., Cao, X., Cyrys, J., Yang, L., Schloter-Hai, B., Abbaszade, G., Orasche, J., Khedr, M., Kowalski, M., Hank, M., Zimmermann, R.: Spatiotemporal Characteristics and Driving Factors of Black Carbon in Augsburg, Germany: Combination of Mobile Monitoring and Street View Images. Environmental Science and Technology (2021); https://pubs.acs.org/doi/10.1021/acs.est.0c04776.
• Liu, X., Hadiatullah, H., Zhang, X., Hill, L.D., White, A.H., Schnelle-Kreis, J., Zimmermann, R.: Analysis of mobile monitoring data from the microAeth® MA200 for measuring changes in black carbon on the roadside in Augsburg. Atmospheric Measurement Techniques 14, 5139–5151 (2021); https://doi.org/10.5194/amt-14-5139-2021.
• Liu, X., Hadiatullah, H., Zhang, X., Schnelle-Kreis, J., Zhang, X., Lin, X., Cao, X., Zimmermann, R.: Combined land-use and street view image model for estimating black carbon concentrations in urban areas. Atmospheric Environment 265, 118719 (2021); https://doi.org/10.1016/j.atmosenv.2021.118719.
• Li, C., Budde, M., Tremper, P., Schafer, K., Riesterer, J., Redelstein, J., Petersen, E., Khedr, M., Liu, X., Kopke, M., Hussain, S., Ernst, F., Kowalski, M., Pesch, M., Werhahn, J., Hank, M., Philipp, A., Cyrys, J., Schnelle-Kreis, J., Grimm, H., Ziegler, V., Peters, A., Emeis, S., Riedel, T., Beigl, M.: SmartAQnet 2020: A New Open Urban Air Quality Dataset from Heterogeneous PM Sensors. Proscience, 8, 1-10 (2021); https://doi.org/10.14644/dust2021.001.
• Li, C., Budde, M.: SmartAQnet 2020 Dataset. TECO, Karlsruhe Institute of Technology (KIT) (2022); https://doi.org/10.35097/540.
• Sokhi, R., Moussiopoulos, N., Baklanov, A., Bartzis, J., Coll, I., Finardi, S., Friedrich, R., Geels, C., Grönholm, T., Halenka, T., Ketzel, M., Maragkidou, A., Matthias, V., Moldanova, J., Ntziachristos, L., Schäfer, K., Suppan, P., Tsegas, G., Carmichael, G., Franco, V., Hanna, S., Jalkanen, J.-P., Velders, G., Kukkonen, J.: Advances in Air Quality Research – Current and Emerging Challenges. Atmospheric Chemistry and Physics, 22, 4615–4703 (2022); https://doi.org/10.5194/acp-22-4615-2022.
• Liu, X., Hadiatullah, H., Khedr, M., Zhang, X., Schnelle-Kreis, J., Zimmermann, R., Adam, T.: Personal exposure to various size fractions of ambient particulate matter during the heating and non-heating periods using mobile monitoring approach: A case study in Augsburg, Germany. Atmospheric Pollution Research 13, 7, 101483 (2022); https://doi.org/10.1016/j.apr.2022.101483.

Titelfoto: Thomas Gratza/Stadt Augsburg

Fragen zu den Vorträgen und Postern werden vom Umweltamt als E-Mail (messnetz.workshop@augsburg.de) bis zum Vormittag des 23.09.2020 entgegengenommen, gesammelt und in den Diskussionen vorgestellt. Die Bürgerinnen und Bürger erhalten die Antworten der Experten zu ihren Fragen im Veranstaltungs-Film.