{"id":11752,"date":"2019-01-30T20:19:54","date_gmt":"2019-01-30T20:19:54","guid":{"rendered":"http:\/\/www.wjst.de\/blog\/?p=11752"},"modified":"2020-01-01T10:34:03","modified_gmt":"2020-01-01T10:34:03","slug":"die-munchner-luft-6000-tote-xv","status":"publish","type":"post","link":"https:\/\/www.wjst.de\/blog\/sciencesurf\/2019\/01\/die-munchner-luft-6000-tote-xv\/","title":{"rendered":"Die M\u00fcnchner Luft (6000 Tote XV)"},"content":{"rendered":"

Die SZ berichtet heute<\/a><\/p>\n

– die Luft in der Landeshauptstadt ist besser als bislang gedacht. An 16 von 20 Messstationen ist der gesetzliche Jahresgrenzwert f\u00fcr Stickstoffdioxid (NO\u2082) eingehalten worden.
\n– Modellrechnungen hatten bislang prophezeit, dass die Stickoxid-Grenzwerte an 17 von 19 Punkten \u00fcberschritten werden.<\/p>\n

 <\/p>\n

\"\"<\/a>
Quelle: https:\/\/www.sueddeutsche.de\/muenchen\/stickstoffdioxid-messungen-muenchner-luft-ist-besser-als-gedacht-1.4309099<\/figcaption><\/figure>\n
\"\"<\/a>
Quelle: https:\/\/www.sueddeutsche.de\/muenchen\/stickoxide-soeder-messung-1.4311908<\/figcaption><\/figure>\n

Gl\u00fcckwunsch an die Stadt M\u00fcnchen, damit wird es keine Fahrverbote geben.<\/p>\n

Mein Beileid an die Modellbauer, mal wieder etwas v\u00f6llig schief gelaufen.<\/p>\n

Und mein echtes Beileid an alle M\u00fcnchner: Die Luft ist weiterhin schlecht (wenn auch besser als\u00a0der Stachus noch der verkehrsreichste Platz in Europa<\/a>\u00a0war): 4x \u00fcberschritten und 2x nicht angegeben? \u00a0Das Langzeit-Mittel von\u00a0NO2<\/sub>\u00a0in gesunder Luft<\/a> liegt um die 10\u00a0\u03bcg\/m3<\/sup> NO2\u00a0<\/sub>und nicht bei 40\u00a0\u03bcg\/m3<\/sup> NO2<\/sub>\u00a0, das sollte man nicht vergessen. H\u00f6here Langzeitmittelwerte von NO2\u00a0<\/sub>zeigen zwar eine schlechtere Luftsituation an,\u00a0100 \u03bcg\/m3<\/sup>\u00a0ist nat\u00fcrlich schlechter als\u00a010 \u03bcg\/m3<\/sup>. Aber NO2\u00a0<\/sub>ist in dem Konzentrationsbereich 10-1000 nur ein Marker, der nicht isoliert gewertet werden darf. \u00a0So verschiebt sich bei\u00a0Oxidation in der Au\u00dfenluft das NO\/NO2 Verh\u00e4ltnis zu h\u00f6heren NO2-Anteilen. Isolierte NO2<\/sub>\u00a0Werte, wie sie jetzt von der Stadt M\u00fcnchen herausgegeben, sind in Bezug auf Gesundheitsrisiken nicht besonders relevant und t\u00e4uschen dar\u00fcber hinweg, dass die tats\u00e4chlichen Emissionen immer noch hoch sind. NO2 schwankt zudem stark zwischen den Jahren. Selbst das UBA sagt, Zitat: “Die Luftqualit\u00e4t unterliegt derzeit mehr oder weniger starken zwischenj\u00e4hrlichen Schwankungen.<\/a>”<\/p>\n

Zum Vergleich lese ich hier nochmal meine Daten aus M\u00fcnchen von 1990<\/a>\u00a0ein. Wer will, kann es selbst nachrechnen<\/a>.<\/p>\n

\r\nds = data.frame( matrix(\r\nc(1,2276,55,22.50,23.00,0.97,42.66,58.00,0.29,3.90,40000,101,2244,32,19.00,30.50,0.86,19.68,50.00,0.42,3.85,43000,102,2275,38,23.00,19.00,1.02,23.47,58.00,0.38,4.75,78000,103,2188,27,18.50,26.50,0.86,23.35,48.00,0.36,3.30,58000,104,2287,39,11.00,35.00,0.76,11.38,54.00,0.39,3.75,41000,105,2262,12,10.00,30.56,0.70,15.63,47.00,0.31,1.97,74000,106,2206,52,9.00,31.50,0.74,16.85,45.00,0.18,2.55,23000,107,2161,47,15.00,27.00,0.83,15.88,53.00,0.38,4.40,22000,108,2136,45,20.00,25.00,1.18,20.76,45.00,0.32,3.96,86000,109,2219,61,8.86,31.71,0.71,14.72,47.00,NA,1.41,13000,110,2133,33,14.00,30.50,0.87,26.32,50.00,0.26,3.20,42000,111,2131,70,7.00,33.00,0.69,12.71,47.00,0.23,3.10,48000,112,2298,56,15.25,25.50,0.91,25.63,47.00,0.24,2.90,97000,113,2279,53,8.67,29.67,0.53,17.49,48.00,0.19,2.30,25000,114,2173,24,11.00,27.50,0.75,20.08,41.00,0.29,2.47,62000,115,2165,26,28.00,21.00,1.11,54.08,49.00,0.27,2.65,42000,116,2139,10,10.20,24.00,0.59,21.55,42.00,0.24,1.80,30000,117,2166,10,11.33,26.00,0.73,18.64,48.00,0.24,1.49,30000,118,2162,7,9.00,25.50,0.73,16.34,52.00,NA,1.28,34000,119,2214,3,8.18,29.64,0.62,13.17,52.00,NA,1.87,54000,120,2277,4,10.57,25.57,0.72,18.50,46.00,NA,1.11,42000,121,2226,14,NA,NA,NA,NA,49.00,NA,1.44,23000,122,2207,11,10.00,34.00,0.81,17.70,56.00,NA,1.49,21000,123,2236,5,5.00,37.00,0.42,12.78,44.00,0.27,1.67,15000,124,2299,117,8.00,29.00,0.51,15.05,51.00,NA,1.24,34000,125,2234,21,12.00,31.50,0.58,19.13,38.00,0.29,1.57,37000,126,2208,30,10.00,24.00,0.92,17.61,53.00,0.37,3.40,23000,127,2246,98,15.33,23.33,0.89,27.95,62.00,NA,2.18,42000,128,2184,97,10.50,32.00,0.82,21.52,52.00,NA,1.83,48000,129,2237,102,7.00,32.00,0.49,19.67,49.00,NA,1.83,20000,130,2220,106,11.00,29.00,1.01,19.13,50.00,NA,1.47,19000,131,2285,105,11.67,24.67,0.70,24.34,50.00,NA,1.31,19000,132,2182,104,10.40,29.80,0.67,20.25,46.00,NA,1.07,9000,133,2212,96,13.00,27.50,0.59,27.01,39.00,NA,2.20,55000,134,2240,41,14.00,24.00,0.82,26.04,40.00,0.23,2.68,7000,201,2192,42,16.00,27.00,0.90,36.38,60.00,0.35,4.80,70000,202,2020,9,8.40,30.60,0.56,15.37,43.00,0.28,2.32,54000,203,2200,114,22.00,19.00,1.28,42.86,43.00,NA,3.20,99000,204,2266,20,7.00,30.00,0.75,10.84,44.00,0.29,2.60,56000,205,2197,NA,NA,NA,NA,NA,NA,NA,NA,NA,206,2223,44,16.00,28.00,0.65,28.28,46.00,0.31,3.50,22000,207,2138,29,15.00,22.00,1.13,28.79,54.00,0.25,3.10,34000,208,2282,36,11.00,28.00,0.72,22.32,46.00,0.27,3.10,17000,209,2265,17,9.50,29.00,0.67,17.84,41.00,0.28,1.99,41000,210,2183,23,14.25,24.75,0.80,27.55,45.00,0.23,2.27,72000,211,2295,13,9.00,31.00,0.57,17.82,49.00,NA,1.06,23000,212,2127,113,11.00,21.50,0.66,22.76,47.00,0.28,3.10,98000,213,2171,116,8.00,23.00,0.63,11.89,43.00,0.17,3.20,99000,214,2134,28,9.33,28.33,0.66,16.19,40.00,0.20,2.14,37000,215,2150,89,16.50,25.00,0.67,32.54,43.00,NA,3.11,32000,216,2284,82,15.00,22.50,0.83,32.21,46.00,0.24,3.03,113000,217,2217,109,15.00,20.00,0.74,30.02,47.00,0.30,3.70,105000,218,2167,90,12.50,23.50,0.98,24.06,37.00,NA,2.25,55000,219,2143,87,15.50,22.00,0.91,32.16,54.00,NA,2.35,54000,220,2243,83,12.67,26.67,0.83,23.12,39.00,0.24,2.27,17000,221,2228,93,12.00,23.00,0.70,24.61,55.00,NA,1.89,25000,222,2148,62,12.00,24.67,0.61,21.69,38.00,0.26,3.00,30000,223,2253,103,8.83,34.00,0.62,15.31,43.00,NA,1.07,44000,224,2235,66,19.00,20.00,1.06,37.33,47.00,0.23,3.05,92000,225,2280,94,11.00,25.00,0.62,20.68,63.00,NA,2.71,54000,226,2140,63,13.00,30.00,0.68,23.37,48.00,0.26,3.30,119000,227,2257,108,13.00,27.00,0.70,30.21,66.00,NA,3.62,96000,228,2186,92,17.00,20.00,0.77,32.86,55.00,NA,3.53,96000,229,2145,95,11.00,25.00,0.58,22.91,56.00,NA,3.53,11000,230,2251,77,19.00,30.50,1.08,19.38,50.00,0.30,3.35,44000,231,2204,101,15.00,29.00,0.75,27.78,54.00,NA,1.95,26000,232,2152,60,14.00,29.00,0.64,14.85,49.00,0.26,3.63,103000,233,2224,76,12.00,25.00,0.75,23.49,49.00,0.18,2.65,46000,234,2255,48,11.00,39.00,0.55,11.23,55.00,0.31,4.30,22000,235,2225,58,24.50,22.00,1.30,34.16,52.00,0.38,3.80,125000,236,2216,74,11.25,29.00,0.75,20.99,47.00,0.24,2.90,47000,237,2444,64,10.67,28.67,0.69,18.14,47.00,0.25,2.80,39000,238,2156,57,7.00,36.00,0.47,14.73,48.00,0.17,2.17,10000,239,2189,86,12.00,23.00,0.63,24.27,56.00,NA,1.87,48000,240,2248,46,11.00,32.33,0.77,16.92,47.00,0.27,3.15,91000,241,2160,91,10.43,29.43,0.73,19.18,45.00,NA,1.41,11000,301,2209,112,18.50,18.50,1.29,35.13,57.00,0.29,3.90,40000,302,2169,40,35.00,18.00,1.71,74.93,56.00,0.39,4.30,40000,303,2292,80,10.00,22.00,0.61,16.78,43.00,0.22,2.63,60000,304,2254,54,20.00,23.00,1.14,27.69,58.00,0.26,4.85,70000,305,2187,72,12.33,29.00,0.76,24.46,47.00,0.22,3.30,125000,306,2213,73,12.67,21.00,0.75,29.03,41.00,0.22,2.85,113000,307,2180,110,15.67,21.00,0.96,29.39,45.00,0.26,2.85,92000,308,2202,111,19.00,16.00,1.20,37.14,52.00,0.27,3.70,36000,309,2193,68,12.80,25.60,0.64,25.64,39.00,0.20,2.33,19000,310,2149,88,14.00,28.00,1.01,20.31,54.00,NA,4.02,45000,311,2194,75,13.00,25.00,0.62,28.08,43.00,0.27,3.10,113000,312,2300,107,15.00,23.00,0.86,32.18,66.00,NA,3.32,96000,313,2264,111,20.00,19.00,1.00,46.56,52.00,0.27,3.70,33000,314,2154,78,11.50,21.50,0.64,25.51,48.00,0.30,3.67,105000,315,2176,84,17.00,18.00,0.77,17.31,52.00,0.30,4.10,44000,316,2301,99,11.00,19.00,0.63,24.74,58.00,NA,3.53,53000,317,2271,65,8.00,34.00,0.58,14.00,43.00,0.20,2.27,19000,318,2164,67,8.50,31.00,0.74,18.32,45.00,0.20,2.35,16000,319,2170,19,9.80,30.40,0.63,16.45,47.00,0.26,2.58,51000,320,2222,85,9.50,30.00,0.64,19.61,54.00,NA,2.39,29000,321,2230,51,10.00,43.00,0.67,17.63,47.00,NA,2.05,10000,322,2268,79,11.00,35.00,0.57,20.64,50.00,0.30,3.54,41000,323,2198,43,9.00,26.67,0.70,16.13,49.00,0.26,3.13,34000,324,2196,69,19.50,26.00,0.99,19.91,50.00,0.23,3.00,125000,325,2141,35,9.00,31.00,0.92,17.24,47.00,0.25,1.90,37000,326,2242,25,12.80,25.80,0.85,28.59,51.00,0.27,2.75,33000,327,2273,34,10.00,33.00,0.57,10.04,46.00,0.29,3.80,86000,328,2260,37,22.00,23.00,1.14,22.95,51.00,0.31,3.80,41000,329,2151,50,9.00,31.00,0.85,9.25,56.00,0.40,4.65,40000,330,2159,100,9.67,26.67,0.68,21.02,53.00,NA,1.89,30000,331,2129,59,7.00,32.00,0.91,12.33,51.00,0.39,3.50,102000,332,2294,49,9.00,32.00,0.81,15.01,44.00,NA,1.27,7000,333,2288,71,14.00,25.00,0.65,14.84,50.00,0.26,3.20,18000,334,2259,118,14.00,27.00,0.61,27.03,51.00,NA,1.02,17000,335,2283,115,14.00,26.33,0.64,29.39,42.00,0.19,3.00,99000,336,2179,22,18.00,22.00,0.88,18.19,44.00,0.34,2.70,97000,337,2158,18,11.50,25.00,0.72,20.14,43.00,0.27,2.60,70000,338,2178,6,NA,NA,NA,NA,51.00,NA,1.05,13000,339,2210,15,NA,NA,NA,NA,47.00,0.26,2.55,16000,340,2229,8,13.00,34.00,0.74,23.98,48.00,0.30,2.80,16000,341,2245,31,14.00,22.00,0.90,27.83,44.00,0.30,3.20,50000,342,2227,16,9.00,28.00,0.57,16.75,47.00,0.27,2.80,31000),\r\nnrow=118, ncol=11, byrow = TRUE), stringsAsFactors=FALSE)\r\nnames(ds) = c("SCHULE","ID","SPRENGEL","BENZOL","OZON","CNHM","TOLUOL","NO2","PB","CO","CarsPassing24h")\r\nggplot(ds, aes(x=CarsPassing24h, y=NO2)) + geom_point(color="blue", size=3) + geom_smooth(method='lm',se=FALSE) + xlim(0,125000) + ylim(35,70) + clean_theme(base_size = 25) + labs( title="Munich 1989\/90 by school district", x="cars passing district in 24h", y = expression(NO["2"]) )\r\n<\/pre>\n
NO2\u00a0<\/sub>\u00a0ging in den letzten 30 Jahren deutlich herunter.\u00a0Die Werte lagen 1990<\/a>\u00a0praktisch alle noch \u00fcber 40 \u03bcg\/m3<\/sup> NO2.<\/sub><\/p>\n
\"\"<\/a>
M\u00fcnchen 1990: Korrelation von NO2 mit Kfz Duchfahrten pro 24 Stunden nach Schulbezirk. Quelle Wjst 1993 https:\/\/www.ncbi.nlm.nih.gov\/pmc\/articles\/PMC1678953\/<\/figcaption><\/figure>\n
In den historischen M\u00fcnchendaten gibt es keine Korrelation von NO2\u00a0<\/sub>zu Verkehrszahlen – der Grund warum ich die Auswertung damals mit Verkehrsdaten und nicht mit NO2\u00a0<\/sub>gemacht habe.<\/p>\n
\"\"<\/a>
M\u00fcnchen 1990: Korrelation weiterer Luftschadstoff Messwerte mit Kfz Duchfahrten pro 24 Stunden nach Schulbezirk. Praktisch alle weiteren Schadstoffe zeigen eine bessere Korrelation zum Verkehr als NO2<\/sub>., Partikeldaten gab \u00a0es 1990 \u00a0noch nicht. Quelle Wjst 1993 https:\/\/www.ncbi.nlm.nih.gov\/pmc\/articles\/PMC1678953\/<\/figcaption><\/figure>\n
Interessehalber noch eine statistische Analyse (PCA<\/a>) des Schadstoffgemisches.<\/p>\n
\r\nrownames(ds) = ds[,1]\r\nds = ds[,-(1:3)]\r\np = autoplot(prcomp( na.omit(ds)), colour='CarsPassing24h',shape = FALSE, label.size = 10) + clean_theme(base_size = 25, legend.position="none") + scale_color_gradient(low="green", high="red")\r\n<\/pre>\n
\"\"<\/a>
M\u00fcnchen 1990: Korrelation weiterer Luftschadstoff Messwerte mit Kfz Duchfahrten pro 24 Stunden nach Schulbezirk.<\/figcaption><\/figure>\n
Die Zahlen geben den Schulbezirk an, niedrige KFZ Belastung ist gr\u00fcn, hohe ist rot. Verkehr l\u00e4sst sich also perfekt mit dem Schadstoffgemisch (PC1) beschreiben.<\/p>\n
\"\"<\/a>Bei NO2\u00a0<\/sub>ist das nicht m\u00f6glich. Die Unterschiede von (background) NO2\u00a0<\/sub> zwischen Stadt und Land sind zwar messbar, geben aber keine regionale Aufl\u00f6sung in einem, sagen wir 10 km Grid her.\u00a0\u00a0Die\u00a0NO2\u00a0<\/sub>Messung h\u00e4ngt sehr vom Messort ab, ist hoch volatil durch Wetter, Klima und v.a. Wind beeinflusst<\/a>, dazu in dem unteren Messbereich auch toxikologisch nicht relevant. Die NO2\u00a0<\/sub>Werte eignen sich also nicht zur Entwarnung vor Gesundheitsrisiken, aber auch nicht zu Aussperrung von Dieselfahrzeugen (seit 1990 ging die NO2\u00a0<\/sub>Emission um mehr als 50% zur\u00fcck, ich bin nicht ganz sicher, wie der Plot heute ausfallen w\u00fcrde, ich vermute aber nicht sehr unterschiedlich).<\/p>\n
Wie soll die Politik einen solchen Sachverhalt verstehen, den viele Wissenschaftler nicht verstehen?\u00a0Nach meiner Einsch\u00e4tzung ist das politische Ziel sinnlos, einen isolierten Schadstoffmarker zu senken. Mit weniger\u00a0NO2\u00a0<\/sub>in der Luft wird allenfalls eine Korrelation beeinflusst, aber nicht das Gesundheitsrisiko. So war es gerade wieder bei einer gro\u00dfen Studie in\u00a0London<\/a>. \u00a0Als Arzt behandelt man ja auch nicht nur einen Laborwert, sondern einen Menschen.<\/p>\n
(wird fort gesetzt)<\/p>\n\n
 <\/p>\n
\n  CC-BY-NC Science Surf , accessed 07.05.2026<\/span>\n <\/div>","protected":false},"excerpt":{"rendered":"
Die SZ berichtet heute – die Luft in der Landeshauptstadt ist besser als bislang gedacht. An 16 von 20 Messstationen ist der gesetzliche Jahresgrenzwert f\u00fcr Stickstoffdioxid (NO\u2082) eingehalten worden. – Modellrechnungen hatten bislang prophezeit, dass die Stickoxid-Grenzwerte an 17 von 19 Punkten \u00fcberschritten werden.   Gl\u00fcckwunsch an die Stadt M\u00fcnchen, damit wird es keine Fahrverbote … Continue reading Die M\u00fcnchner Luft (6000 Tote XV)<\/span> →<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[20],"tags":[3092],"class_list":["post-11752","post","type-post","status-publish","format-standard","hentry","category-note-worthy","tag-6000-tote"],"_links":{"self":[{"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/posts\/11752","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/comments?post=11752"}],"version-history":[{"count":50,"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/posts\/11752\/revisions"}],"predecessor-version":[{"id":11761,"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/posts\/11752\/revisions\/11761"}],"wp:attachment":[{"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/media?parent=11752"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/categories?post=11752"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/tags?post=11752"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}