Chinesische Forscher haben ein hybrides System entwickelt, das die Echtzeitverfolgung von CO2-Emissionen im Verkehrssystem von Shenzhen ermöglicht. Diese bahnbrechende Technologie bietet eine detailgenaue Auflösung von 30 Metern und wird in einem kürzlich veröffentlichten Artikel in der Fachzeitschrift Sustainable Cities and Society vorgestellt.

Das System wird in Shenzhen, einer Stadt in der südchinesischen Provinz Guangdong, implementiert und hat das Potenzial, auch in anderen urbanen Gebieten Anwendung zu finden. Ziel ist es, die Reduktion von Kohlendioxid-Emissionen in städtischen Straßennetzen zu bewerten und aktiv zu fördern.

Die fortschreitende Urbanisierung und die kontinuierliche Mobilität von Bevölkerungsteilen haben in den letzten Jahren zu einem Anstieg der CO2-Emissionen im Verkehr geführt. Diese Entwicklung stellt nicht nur eine Herausforderung für die lokale Klimapolitik dar, sondern hat auch erhebliche Auswirkungen auf die öffentliche Gesundheit und die Zielsetzung der Kohlenstoffneutralität.

Laut Wang Li, einem der Hauptautoren der Studie und Forscher an der Chinesischen Akademie der Wissenschaften, war eine wesentliche Einschränkung bisheriger CO2-Emissionsinventare ihre geringe räumliche Auflösung. Diese begrenzte Detailgenauigkeit erschwert es, feine Unterschiede in den Emissionen über verschiedene Straßenabschnitte hinweg oder über einen bestimmten Zeitraum hinweg zu erkennen.

Eine präzise Überwachung der Emissionen, die eine multifaktorielle Analyse ermöglicht, ist entscheidend für die effektive Reduzierung der Kohlenstoffemissionen im Straßenverkehr. Dies war das Hauptaugenmerk von Wang und seinem Team bei der Entwicklung ihres neuen Überwachungssystems.

Das innovative System kombiniert Panoptic-Künstliche Intelligenz und ein mobiles Beobachtungsframework, um die stündlichen Kohlenstoffdioxidkonzentrationen mit einer hochpräzisen Auflösung zu erfassen. Ziel ist es, dynamische Vorhersagen über die Schwankungen des CO2-Gehalts im städtischen Verkehrsnetz zu liefern.

Durch die Integration von KI mit Panorama-Kameras, hochgenauen Treibhausgasanalysatoren und meteorologischen Sensoren kann das System synchronisierte Daten zu CO2-Konzentrationen, Verkehrsaufkommen sowie umgebender Vegetationsbedeckung und Wetterbedingungen sammeln.

Das Forschungsteam hat zudem eine bemerkenswerte Identifikationsgenauigkeit von über 93 Prozent bei den Emissionsquellen erreicht. Darüber hinaus ermöglicht das Framework die Quantifizierung individueller Einflussfaktoren wie Verkehrsbedingungen und Flächennutzung, was zu einem klareren Verständnis der räumlichen und zeitlichen Dynamiken von Kohlenstoffemissionen führt.

Wang hebt hervor, dass diese Methode eine innovative Anwendung von KI in der Umweltüberwachung darstellt. Sie bietet ein multidimensionales und umfassendes Kohlenstoffüberwachungssystem, das sich ideal mit bestehenden Emissionsinventaren und satellitenbasierten Technologien zur Treibhausgasüberwachung kombinieren lässt.