Druckansicht der Internetadresse:

Fakultät für Biologie, Chemie und Geowissenschaften

Geoinformatik - Spatial Big Data – Juniorprofessorin Dr. Meng Lu

Seite drucken

Entwicklung eines agentenbasierten Modells für menschliche Raum-Zeit-Aktivitäten und Risikobewertung



Luftschadstoffe wie NO2 sind stark verkehrsabhängig und weisen auf Straßenebene erhebliche räumlich-zeitliche Schwankungen auf. In den meisten groß angelegten epidemiologischen Studien zu chronischen Krankheiten, zur Risikobewertung und zur Quantifizierung der globalen, nationalen und lokalen Krankheitslast werden jedoch die langfristigen gesundheitlichen Auswirkungen anhand von jährlichen oder mehrjährigen Durchschnittswerten der NO2-Konzentrationen an der Wohnungstür einer Person bewertet.

Studien haben gezeigt, dass die Bewertung der NO2-Exposition unter Vernachlässigung der menschlichen Raum-Zeit-Aktivitäten und unter Verwendung der
Konzentrationswerte an der Haustür als Näherungswert für die Exposition erheblich von den persönlichen Expositionen abweichen können, die unter Berücksichtigung der menschlichen Raum-Zeit-Aktivitäten ermittelt werden.

layers


NS_exposure





Wir entwickeln einen agentenbasierten Modellierungsansatz zur Modellierung des menschlichen Raum-Zeit-Verhaltens für die Expositionsbewertung. Zu den Merkmalen gehören zum Beispiel:

  • 1. Ermöglicht die flexible Einbeziehung unregelmäßiger (z.B. Urlaubs-) Aktivitätspläne für die Modellierung der Langzeitexposition,
  • 2. Schätzung oder empirische Spezifizierung von Wahrscheinlichkeitsverteilungen für jede Aktivität, einschließlich z.B. Abfahrtszeit, Reisemittel, mögliche Ziele.
  • 3. Wiederholte Stichproben aus den spezifizierten oder geschätzten Verteilungen zur Quantifizierung der Unsicherheit und genaueren Schätzung der Exposition durch Ensembling.

disco

Verantwortlich für die Redaktion: Sebastian De La Serna

Facebook Youtube-Kanal Instagram LinkedIn UBT-A Kontakt