image
image
Eine Methodik zur Ermittlung
von Fahrmustern aus FCD
Schriftenreihe, Heft 21/2014

Schriftenreihe des LfULG, Heft 21/2014 | 2
Entwicklung und Anwendung einer
Methodik für die Ermittlung von Fahr-
mustern als Grundlage für eine qualifizierte
Emissions- und Immissionsprognose von
Straßen
Wolfram Schmidt, Falk Richter, Matthias Körner

Schriftenreihe des LfULG, Heft 21/2014 | 3
Inhalt
1
Zielstellung ............................................................................................................................................................ 11
2
Vorgehen ................................................................................................................................................................ 12
3
Datenlage ............................................................................................................................................................... 13
3.1
Messfahrten ............................................................................................................................................................. 13
3.1.1
Beschreibung der Verkehrssituation in HBEFA 3.1 ................................................................................................. 13
3.1.2
Methodik der messtechnischen Erfassung der Fahrverhaltenskennwerte............................................................... 15
3.1.3
Untersuchungsgebiet............................................................................................................................................... 16
3.2
VAMOS-Referenzdaten ........................................................................................................................................... 18
3.2.1
Pegelzählstellen ...................................................................................................................................................... 19
3.2.2
Strategiedetektoren ................................................................................................................................................. 20
3.2.3
Traffic Eyes ............................................................................................................................................................. 21
3.2.4
Datenaufbereitung ................................................................................................................................................... 22
3.2.5
Taxi-Floating Car Data (FCD) .................................................................................................................................. 23
4
Geschwindigkeitsvergleich Detektoren – Messfahrten ...................................................................................... 24
4.1
Grafische Analyse ................................................................................................................................................... 24
4.2
Vergleich der Fahrgeschwindigkeiten ...................................................................................................................... 27
5
Analyse Taxi-FCD .................................................................................................................................................. 28
5.1
Beschreibung des Untersuchungsabschnitts und -zeitraums ................................................................................. 28
5.2
Auswertung der Floating Car Data .......................................................................................................................... 29
5.3
Vergleich Taxi-FCD/Messfahrten............................................................................................................................. 35
6
Entwicklung eines Ansatzes zur Bestimmung der mittleren Verkehrssituationen im Dresdner
Hauptstraßennetz auf Basis der Taxi-FCD .......................................................................................................... 38
6.1
Datenlage ................................................................................................................................................................ 39
6.2
Ableitung der mittleren Verkehrssituation nach HBEFA 3.1 auf Basis der Reisegeschwindigkeiten der Taxi-FCD . 41
6.3
Zuordnung der Teilabschnitte zu den Messfahrtabschnitten im GIS ....................................................................... 48
6.4
Vergleich der Reisegeschwindigkeiten und Emissionsfaktoren Taxi-FCD/Messfahrten .......................................... 49
6.5
Fazit......................................................................................................................................................................... 54
7
Kapazitätsuntersuchungen an ausgewählten Straßenabschnitten im Bereich der Dresdner
Waldschlösschenbrücke ...................................................................................................................................... 56
7.1
Allgemeine Betrachtungen ...................................................................................................................................... 56
7.2
Datenlage ................................................................................................................................................................ 60
7.3
Ableitung der Kapazitätsgrenzen der untersuchten Abschnitte ............................................................................... 61
7.4
Vergleich der Reisegeschwindigkeiten der Taxi-FCD mit den Verkehrsmengen an den Detektoren ...................... 64
7.5
Fazit......................................................................................................................................................................... 67
8
Entwicklung eines Ansatzes zur Ermittlung der stundenfeinen Verkehrssituation im Bereich detektierter
Straßenabschnitte ................................................................................................................................................. 67
8.1
Entwicklung der Verkehrsmenge ............................................................................................................................. 67
8.2
Auswertung der Messfahrten ................................................................................................................................... 69
8.3
Vergleich der Regressionsfunktionen ...................................................................................................................... 69
8.4
Fazit......................................................................................................................................................................... 72
9
Zusammenfassung ................................................................................................................................................ 73
10
Literaturverzeichnis .............................................................................................................................................. 76
11
Anhang ................................................................................................................................................................... 77
11.1
Anhang A1 ............................................................................................................................................................... 78
11.2
Anhang A2 ............................................................................................................................................................... 79
11.3
Anhang A3 ............................................................................................................................................................... 85

Schriftenreihe des LfULG, Heft 21/2014 | 4
Abbildungsverzeichnis
Abbildung 1:
PM10-Emissionsfaktoren PKW nach ausgewählten Verkehrssituationen ................................................... 13
Abbildung 2:
Verkehrssituation im Agglomerationsraum nach HBEFA 3.1 ...................................................................... 14
Abbildung 3:
Eingesetzte Messtechnik zur Erfassung der Fahrprofile ............................................................................. 15
Abbildung 4:
v-s-Diagramm als Ergebnis der Messfahrten .............................................................................................. 16
Abbildung 5:
Lageplan der Messstrecken im Untersuchungsnetz ................................................................................... 17
Abbildung 6:
Lage der Detektoren und Untersuchungsstrecke der ergänzenden Messfahrten ....................................... 17
Abbildung 7:
Lage und Art vorhandener Detektoren im Dresdner Stadtgebiet ................................................................ 18
Abbildung 8:
Schleifen einer Pegelzählstelle ................................................................................................................... 19
Abbildung 9:
Beispiel für Geschwindigkeitsmesswerte in km/h einer Pegelzählstelle (Carolabrücke Richtung
Neustadt, rechter Fahrstreifen) ................................................................................................................... 20
Abbildung 10: Beispiel für Verkehrsmengenmesswerte in Fzg/min einer Pegelzählstelle (Carolabrücke Richtung
Neustadt, rechter Fahrstreifen; Chart 0/rot Leichtverkehr, Chart 1/grün Schwerverkehr) ........................... 20
Abbildung 11: Schleifen eines Strategiedetektors .............................................................................................................. 21
Abbildung 12: Sensor- und Auswerteeinheit eines Traffic Eyes ......................................................................................... 21
Abbildung 13: Art und Lage der Detektoren entlang der Untersuchungsstrecken in Dresden ........................................... 22
Abbildung 14: Beispiel für Floating Car-Positionsdaten ..................................................................................................... 23
Abbildung 15: Beispielabschnitt ohne ausgeprägten Tagesgang der Verkehrssituation/HVS2 ......................................... 25
Abbildung 16: Beispielabschnitt mit ausgeprägtem Tagesgang der Verkehrssituation ...................................................... 25
Abbildung 17: Lage des Detektors im Untersuchungsabschnitt am Beispiel PEG 1002_2 (Leipziger Straße Richtung
Zentrum) ..................................................................................................................................................... 26
Abbildung 18: Vergleich Abschnittsparameter/Querschnittsparameter nach Verkehrssituationen ..................................... 27
Abbildung 19: Abschnittsgliederung der Untersuchungsstrecke Dresden, Königsbrücker Straße ..................................... 28
Abbildung 20: Anzahl Befahrungen FCD Richtung 1 ......................................................................................................... 30
Abbildung 21: Anzahl Befahrungen FCD Richtung 2 ......................................................................................................... 31
Abbildung 22: Fahrverhaltenskennwerte der FCD Montag bis Freitag nach Stunden, Richtung 1 .................................... 33
Abbildung 23: Fahrverhaltenskennwerte der FCD Montag bis Freitag nach Stunden, Richtung 2 .................................... 34
Abbildung 24: Vergleich der Emissionsfaktoren NO
x
und motorbedingtes PM10, Richtung 1 ........................................... 36
Abbildung 25: Vergleich der Emissionsfaktoren NO
x
und motorbedingtes PM10, Richtung 2 ........................................... 37
Abbildung 26: Streckenauswahl für die Ermittlung von Emissionsfaktoren ........................................................................ 38
Abbildung 27: Prinzip der Teilbefahrungen ........................................................................................................................ 39
Abbildung 28: Datenstruktur der Teilbefahrungen der Taxi-FCD ....................................................................................... 39
Abbildung 29: Datensatzanzahl der Taxi-FCD nach Wochentag und Ferienzeit ............................................................... 40
Abbildung 30: Mittlere Datensatzanzahl der Taxi-FCD pro Teilabschnitt im Zeitraum Dienstag bis Donnerstag
außerhalb der sächsischen Schulferien ...................................................................................................... 40
Abbildung 31: Korrelation der NO
x
-Emissionsfaktoren PKW 2012 aller HBEFA 3.1-Verkehrssituationen mit einer
Reisegeschwindigkeit kleiner 70 km/h mit den Fahrverhaltenskennwerten RPA (oben), Standanteil
(Mitte) und Reisegeschwindigkeit (unten) ................................................................................................... 42
Abbildung 32: Korrelation des Standanteils mit der Reisegeschwindigkeit aller HBEFA 3.1-Verkehrssituationen mit
einer Reisegeschwindigkeit kleiner 70 km/h ............................................................................................... 43
Abbildung 33: Einfluss des RPA auf den NO
x
-Emissionsfaktor (PKW 2012, HBEFA 3.1) bei ausgewählten
Verkehrssituationen im gleichen Reisegeschwindigkeitsbereich................................................................. 43
Abbildung 34: Regressionsfunktion Reisegeschwindigkeit aller relevanten Innerorts-Verkehrssituationen über
NO
x
-EFA PKW 2012 (HBEFA 3.1) .............................................................................................................. 44
Abbildung 35: Regressionsfunktionen NO
x
-EFA über Reisegeschwindigkeit, alle PKW-Konzepte ................................... 45
Abbildung 36: Vergleich Regressionsfunktionen NO
x
-EFA PKW 2012/2020 über Reisegeschwindigkeit Innerorts-
Verkehrssituationen (HBEFA 3.1) ............................................................................................................... 45
Abbildung 37: Regressionsfunktion PM10(mot)-EFA PKW 2012 (HBEFA 3.1) über Reisegeschwindigkeit Innerorts-
Verkehrssituationen .................................................................................................................................... 46

Schriftenreihe des LfULG, Heft 21/2014 | 5
Abbildung 38: Abweichungen der NO
x
-Emissionsfaktoren bei Ermittlung der Verkehrssituationen mit den
Regressionsfunktionen NO
x
– PKW 2020 und PM10 – PKW 2012 gegenüber Regression
NO
x
– PKW 2012 ........................................................................................................................................ 46
Abbildung 39: Kombinationsmöglichkeiten aus relevanten Innerorts-Verkehrssituationen und Stop&Go-Anteil ................ 47
Abbildung 40: NO
x
-Emissionsfaktoren LNF, SNF für Kombinationen aus relevanten Verkehrssituationen mit
Stop&Go-Anteilen aus PKW-v-Regression ................................................................................................. 48
Abbildung 41: Fahrtanzahl, mittlere Reisegeschwindigkeiten der Teilabschnitte des Messfahrtabschnitts
Königsbrücker Straße von Albertplatz nach Bischofsweg pro Zeitscheibe .................................................. 49
Abbildung 42: Vergleich der Reisegeschwindigkeiten Taxi-FCD/Messfahrten Königsbrücker Straße von Albertplatz
nach Bischofsweg pro Zeitscheibe und als Tagesmittelwert ....................................................................... 50
Abbildung 43: Wesentliche Abweichungen der Reisegeschwindigkeiten Taxi-FCD/Messfahrten, Bsp. 1 ......................... 50
Abbildung 44: Wesentliche Abweichungen der Reisegeschwindigkeiten Taxi-FCD/Messfahrten, Bsp. 2 ......................... 50
Abbildung 45: Abweichung NO
x
-EFA über Geschwindigkeitsregressionsfunktion Taxi-FCD/Messfahrt ............................ 51
Abbildung 46: Abweichung NO
x
-EFA Messfahrten über Geschwindigkeitsregressionsfunktion/ Geschwindigkeits-
RPA-Regression ......................................................................................................................................... 52
Abbildung 47: v-s-Diagramm Schäferstraße von LSA Löbtauer Straße nach LSA Behringstraße ..................................... 53
Abbildung 48: Unterschiedliche Zuordnung der Verkehrssituation bei v-Regressionsfunktion und nicht linearer
Regressionsfunktion unter Einbeziehung v und RPA am Bsp. LSA Löbtauer Straße nach LSA
Behringstraße.............................................................................................................................................. 53
Abbildung 49: v-s-Diagramm Albertstraße von LSA Carolaplatz nach LSA Albertplatz ..................................................... 53
Abbildung 50: Unterschiedliche Zuordnung der Verkehrssituation bei v-Regressionsfunktion und nicht linearer
Regressionsfunktion unter Einbeziehung v und RPA am Bsp. Albertstraße von LSA Carolaplatz
nach LSA Albertplatz ................................................................................................................................... 54
Abbildung 51: Abweichung NO
x
-EFA Taxi-FCD/Messfahrten über Geschwindigkeits-RPA-Regression ........................... 55
Abbildung 52: Entwicklung der Reisegeschwindigkeiten der Taxi-FCD 3. Quartal 2013/3. Quartal 2011 .......................... 55
Abbildung 53: Beziehungen zwischen den Verkehrskenngrößen (SCHNABEL & LOHSE 1997)............................................. 57
Abbildung 54: Beispiel für Querschnitte mit teilweise instabilem Verkehrsfluss ................................................................. 58
Abbildung 55: M-v-Beziehung am Beispielquerschnitt mit instabilem Verkehrsfluss .......................................................... 58
Abbildung 56: Beispiel für Querschnitte ohne erkennbare Kapazitätsgrenze .................................................................... 59
Abbildung 57: M-v-Beziehung am Beispielquerschnitt ohne erkennbare Kapazitätsgrenze .............................................. 59
Abbildung 58: Streckenauswahl für Ermittlung streckenbezogener Verkehrssituationen ................................................... 60
Abbildung 59: M-v-Diagramm Hansastraße von Fritz-Reuter-Straße nach Lößnitzstraße nach Zeitscheibe ..................... 62
Abbildung 60: M-v-Diagramm Große Meißner Straße von Kleine Marienbrücke nach Neustädter Markt nach
Zeitscheibe .................................................................................................................................................. 62
Abbildung 61: M-v-Diagramm Grundstraße von Steglichstraße nach Körnerplatz nach Zeitscheibe ................................. 62
Abbildung 62: M-v-Diagramm Karcherallee von Stübelallee nach Winterbergstraße nach Zeitscheibe ............................. 63
Abbildung 63: M-v-Diagramm Karcherallee von Winterbergstraße nach Stübelallee nach Zeitscheibe ............................. 63
Abbildung 64: M-v-Diagramm Carolabrücke von Rathenauplatz nach Carolaplatz nach Zeitscheibe ................................ 63
Abbildung 65: Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit Reisegeschwindigkeit v der
Taxi-FCD im Abschnitt Hansastraße von Fritz-Reuter-Straße nach Lößnitzstraße ..................................... 65
Abbildung 66: Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit Reisegeschwindigkeit v der
Taxi-FCD im Abschnitt Große Meißner Straße von Kleine Marienbrücke nach Neustädter Markt .............. 65
Abbildung 67: Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit Reisegeschwindigkeit v der
Taxi-FCD im Abschnitt Carolabrücke von Rathenauplatz nach Carolaplatz ............................................... 65
Abbildung 68: Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit Reisegeschwindigkeit v der
Taxi-FCD im Abschnitt Grundstraße von Steglichstraße nach Körnerplatz ................................................. 66
Abbildung 69: Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit Reisegeschwindigkeit v der
Taxi-FCD im Abschnitt Karcherallee von Stübelallee nach Winterbergstraße ............................................ 66
Abbildung 70: Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit Reisegeschwindigkeit v der
Taxi-FCD im Abschnitt Karcherallee von Winterbergstraße nach Stübelallee ............................................ 66
Abbildung 71: DTV-Entwicklung 3. Quartal 2011/3. Quartal 2013 an ausgewählten Detektoren im Bereich der
Dresdner Waldschlösschenbrücke (WSB) .................................................................................................. 68

Schriftenreihe des LfULG, Heft 21/2014 | 6
Abbildung 72: Vergleich der DTV-Werte am Querschnitt Karcherallee Winterbergstraße Richtung Stübelallee ............... 68
Abbildung 73: Lageplan der Messstrecken im Bereich der Dresdner Waldschlösschenbrücke ......................................... 69
Abbildung 74: Regressionsfunktion der Reisegeschwindigkeit über Verkehrsstärke, Hansastraße von
Fritz-Reuter-Straße nach Lößnitzstraße ...................................................................................................... 70
Abbildung 75: Regressionsfunktion der Reisegeschwindigkeit über Verkehrsstärke, Große Meißner Straße von
Kleine Marienbrücke nach Neustädter Markt .............................................................................................. 70
Abbildung 76: Regressionsfunktion der Reisegeschwindigkeit über Verkehrsstärke, Carolabrücke von Rathenauplatz
nach Carolaplatz ......................................................................................................................................... 71
Abbildung 77: Regressionsfunktion der Reisegeschwindigkeit über Verkehrsstärke, Grundstraße von Steglichstraße
nach Körnerplatz ......................................................................................................................................... 71
Abbildung 78: Regressionsfunktion der Reisegeschwindigkeit über Verkehrsstärke, Karcherallee von Stübelallee
nach Winterbergstraße ................................................................................................................................ 71
Abbildung 79: Regressionsfunktion der Reisegeschwindigkeit über Verkehrsstärke, Karcherallee von Winterbergstraße
nach Stübelallee.......................................................................................................................................... 72
Abbildung 80: Vergleich Tagesgang NO
x
-EFAs über v-Regression nach Taxi-FCD, Karcherallee von Winterbergstraße
nach Stübelallee.......................................................................................................................................... 72

Schriftenreihe des LfULG, Heft 21/2014 | 7
Tabellenverzeichnis
Tabelle 1:
Art und Anzahl der vorhandenen Detektoren entlang der Untersuchungsstrecken ....................................... 22
Tabelle 2:
Charakteristik der verwendeten Datenbasis .................................................................................................. 24
Tabelle 3:
Relevante Innerorts-Verkehrssituationen zu Zuordnung der Taxi-FCD ......................................................... 44
Tabelle 4:
Beispiel für Ableitung der Verkehrssituation und des Stop&Go-Anteils aus der Reisegeschwindigkeit
unter Verwendung der Regressionsfunktion .................................................................................................. 47
Tabelle 5:
Beispiel Zuordnung Teilabschnitte/Messfahrtabschnitte ................................................................................ 48

Schriftenreihe des LfULG, Heft 21/2014 | 8
Abkürzungsverzeichnis
a
+
positive Beschleunigung
Abs
Abschnitt
Agglo
Agglomerationsraum
AO
Außerorts
BAB
Bundesautobahn
BMBF
Bundesministerium für Bildung und Forschung
C
Kapazität
D
Verkehrsdichte
DWW
Dynamisches Wegweisungssystem
EFA
Emissionsfaktor
FCD
Floating Car Data
Fzg
Fahrzeug
GPRS
General Packet Radio Service
GPS
Global Positioning System
GSM
Global System for Mobile Communications
HBEFA
Handbuchs für Emissionsfaktoren des Straßenverkehrs
HVS
Hauptverkehrsstraße
i. H.
in Höhe
IO
Innerorts
LOS
Level of service
LSA
Lichtsignalanlage
LV
Leichtverkehr
M
Verkehrsstärke
N
Leistungsgröße
ÖPNV
öffentlicher Personennahverkehr
PEG
Pegelzählstelle
QS
Querschnitt
Ri.
Richtung
RPA
relative positive acceleration
s
Weg
SV
Schwerverkehr
TEU
Traffic Eye unit
TLS
Technischen Lieferbedingungen für Streckenstationen
v
Geschwindigkeit
v_Fahr
Fahrgeschwindigkeit
v_Reise
Reisegeschwindigkeit
VAMOS
Verkehrs-, Analyse-, Management- und Optimierungs- System
VIS
Verkehrsinformationssystem
VSPA
Verkehrslageabhängige Signalprogrammauswahl
WSB
Waldschlösschenbrücke

Schriftenreihe des LfULG, Heft 21/2014 | 9
Glossar
Fahrgeschwindigkeit
Die
Fahrgeschwindigkeit
ist die Geschwindigkeit eines Fahrzeuges über einen Streckenabschnitt nach Abzug von Halte-
zeiten.
Fahrkurve
Eine
Fahrkurve
ist die Beschreibung des Fahrverlaufs innerhalb eines Streckenabschnittes, darstellbar in der Form von
Geschwindigkeit/Weg- oder Geschwindigkeit/Zeit-Diagrammen oder durch Fahrverhaltenskennwerte.
Fahrmuster
Ein
Fahrmuster
ist die Beschreibung des repräsentativen Fahrverhaltens für bestimmte Straßensituationen in der Form
von zusammengesetzten Fahrprofilen bzw. einer Stichprobe daraus. Sie werden aus realen Fahrten erzeugt, stellen aber
keine geschlossene Fahrkurve dar, sodass sie z. B. für Emissionsmessungen auf einem Rollenprüfstand in ihrer Gesamt-
heit nicht nachgefahren werden können.
Fahrprofil
Das
Fahrprofil
ist die Gesamtheit der Fahrkurven eines Streckenabschnittes (teilweise untergliedert nach Tageszeiten) in
Form von hintereinander gesetzten Fahrkurven bzw. den mittleren Kennwerten derselben. Der Begriff des Fahrprofils wird
hier auch für Geschwindigkeit/Zeit-Reihen verwendet.
Fahrverhaltenskennwert
Die
Fahrverhaltenskennwerte
sind kinematische Kenngrößen, mit denen in HBEFA das Fahrverhalten der Verkehrssituati-
onen beschrieben wird. In HBEFA 3.1 handelt es sich dabei um die Reisegeschwindigkeit, den Standanteil und den RPA.
Fahrtweite
Die
Fahrtweite
ist der zurückgelegte Weg innerhalb einer Fahrt.
Haltezeitanteil
Der
Haltezeitanteil
ist der prozentuale Anteil von Sekundenwerten mit einer Geschwindigkeit kleiner als 3 km/h an der
Gesamtfahrzeit.
Kennwerte des Fahrverhaltens
Die
Kennwerte des Fahrverhaltens
sind statistische Maßzahlen zur Beschreibung des Fahrverhaltens, z. B. die mittlere
Geschwindigkeit.
Konstantfahrtanteil
Der
Konstantfahrtanteil
ist der prozentuale Anteil der Zeiten mit einer Beschleunigung kleiner 0,3 m/s² und größer -0,3 m/s²
an der Gesamtfahrzeit.
Messfahrten
Messfahrten
sind Fahrten mit einem Messfahrzeug zur Aufnahme des Fahrverhaltens; die Fahranweisung erfolgt nach
verschiedenen Methoden:
Mitschwimmen
(car floating): Anweisung an den Fahrer des Messfahrzeuges, sich dem allgemeinen Fahrverhalten anzu-
passen, um dieses möglichst gut abzubilden
Musterfahrten
: Anweisung an den Fahrer des Messfahrzeuges, ein bestimmtes vorgegebenes Fahrverhalten möglichst
einzuhalten (z. B. eine konstante Geschwindigkeit oder eine möglichst aggressive Fahrweise)
Verfolgungsfahrten
(car following): Anweisung an den Fahrer des Messfahrzeuges, einem einzelnen Fahrzeug genau zu
folgen und dessen Fahrverhalten möglichst gut abzubilden

Schriftenreihe des LfULG, Heft 21/2014 | 10
Messstrecke
Eine
Messstrecke
ist ein ausgewählter Straßenzug, der mit einem Fahrzeug durchfahren wurde, um das Fahrverhalten
aufzunehmen.
Reisegeschwindigkeit
Die
Reisegeschwindigkeit
ist die Geschwindigkeit eines Fahrzeuges über einen Streckenabschnitt einschließlich aller
Halte.
Standzeit
Die
Standzeit
ist die Zeit zwischen Ende einer Fahrt und Beginn der nächsten.
Streckenabschnitt
Ein
Streckenabschnitt
ist der Abschnitt einer Messstrecke mit homogener Streckencharakteristik, auf dem ein gleichblei-
bendes Fahrverhalten erwartet werden kann.

Schriftenreihe des LfULG, Heft 21/2014 | 11
1 Zielstellung
Auf Grund gemessener Grenzwertüberschreitungen für die Schadstoffe NO
2
und PM10 im Freistaat Sachsen war es er-
forderlich, für die Städte Leipzig, Dresden, Chemnitz, Plauen und Görlitz Luftreinhaltepläne aufzustellen, mit deren Hilfe
Maßnahmen erarbeitet und beurteilt werden, die zukünftig die Einhaltung der Grenzwerte gewährleisten sollen. Trotz die-
ser Maßnahmen sind fortlaufend Grenzwertverletzungen zu verzeichnen. Unter anderem trugen Baumaßnahmen und
anhaltende Hochdruckwetterlagen 2010 zu zusätzlichen Grenzwertverletzungen durch PM10 in den Städten Zwickau und
Zittau bei.
Für die Beurteilung der Immissionssituation in den städtischen Straßen ist eine genaue Kenntnis des anliegenden Ver-
kehrs notwendig. Das umfasst neben den Verkehrsmengen der verschiedenen Fahrzeugkategorien vor allem die Fahr-
muster. Die Fahrmuster sind entscheidend abhängig von der Kapazität der Straße, der Verkehrsdichte und vorhandenen
Verkehrsleiteinrichtungen. Verkehrsmengen und Fahrmuster sind die entscheidende Grundlage der Berechnung der Ver-
kehrsemissionen, mit deren Hilfe dann die Immissionszusatzbelastung durch den Verkehr in der Straße berechnet werden
kann. In Abhängigkeit vom Fahrmuster können die Verkehrsemissionen und damit auch Zusatzbelastungen um ein Vielfa-
ches bei gleichen Verkehrsmengen voneinander abweichen. Deshalb wurden in den Städten Dresden und Chemnitz die
aktuellen Fahrmuster mittels Messfahrten und Vergleichsrechnungen für die meisten wichtigen Straßen im Jahr 2009 bzw.
2010 aufwändig bestimmt (TU Dresden 2009, 2010).
Ein Großteil derjenigen Maßnahmen der Luftreinhaltepläne, die die größeren Maßnahmewirkungen entfalten, beeinflusst
den Verkehr direkt. Verkehrsvermeidung, Umleitungen, Umweltzone, Vorrangschaltungen, Pförtnerampeln u. a. führen
meist zu einer drastischen Änderung des Fahrmusters. Bei der Berechnung der Wirksamkeit der Maßnahmen kann dieser
Einfluss bisher nicht beurteilt werden. Es existiert kein Verfahren, mit dessen Hilfe die oben genannten Maßnahmen für die
Beeinflussung der Fahrmuster bewertet werden können. Die von der EU jährlich geforderte Berichterstattung zum Stand
der Luftreinhaltung und der Umsetzung der geplanten Maßnahmen erfordert jedoch eine möglichst genaue Berechnung
der aktuellen Situation. Weil nicht jedes Jahr eine neue Fahrmusterbestimmung mittels Messfahrten für alle betroffenen
Städte finanzierbar ist, müssen andere Möglichkeiten gefunden werden.
Unabhängig vom Luftreinhalteplan wurden unter Regie des Dresdner Straßen- und Tiefbauamtes im Rahmen verschiede-
ner Projekte, wie dem BMBF-Pilotprojekt „intermobil Region Dresden“ (TU Dresden 2005) und dem „Umsetzungskonzept
für das Verkehrsmanagementsystem in der Region Dresden“ (ISUP 2001), verschiedene Komponenten eines operativen
Verkehrsmanagementsystems für die sächsische Landeshauptstadt aufgebaut. Die Aktorik umfasst u. a. das Verkehrsin-
formationssystem (VIS) (an Hauptzufahrtsrouten zum Zentrum), das Dynamische Wegweisungssystem (DWW) (an Kno-
tenpunkten, die potenziell von Autobahn-Umleitungsverkehren betroffen sein können) und die Verkehrslageabhängige
Signalprogrammauswahl (VSPA) für die Lichtsignalanlagen auf ausgewählten Straßenzügen. Kern eines abgestimmten
Vorgehens bildet dabei das Verkehrs-, Analyse-, Management- und Optimierungs-System (VAMOS) mit einem umfassen-
den Verkehrslagebild. Gespeist wird dieses durch eine Vielzahl stationärer Detektoren auf den städtischen Hauptverkehrs-
straßen und dem stadtnahen Autobahnnetz (Datenbereitstellung hierbei durch das Autobahnamt Sachsen) sowohl mit
einer hohen zeitlichen Auflösung als auch durch ein streckenbasiert arbeitendes Floating Car-System (Flotte der Dresdner
Taxigenossenschaft). Wichtige Verkehrskenngrößen wie Verkehrsmengen und Geschwindigkeiten aus der punktuellen
Detektion werden archiviert. Die Verkehrslageinformation kann bei Bedarf erneut generiert werden. Diese Daten können
zum Abgleich mit den Daten der Messungen zur Fahrmusterbestimmung herangezogen werden.
Ziel des Projektes ist die Entwicklung und Verifizierung einer Methodik zur Ermittlung von Fahrmusterdaten aus den vor-
liegenden Verkehrsmessdaten, um einen verlässlichen Dateninput für eine qualifizierte Emissions- und Immissionsprogno-
se zu erhalten.

Schriftenreihe des LfULG, Heft 21/2014 | 12
2 Vorgehen
Die Projektbearbeitung erfolgte durch den Lehrstuhl für Verkehrsökologie in Kooperation mit dem Lehrstuhl für Verkehrs-
leitsysteme und -prozessautomatisierung der TU Dresden.
Der Lehrstuhl für Verkehrsleitsysteme und -prozessautomatisierung verfügt über umfangreiche Kenntnisse und Erfahrun-
gen auf dem Gebiet der Verkehrsdatenerfassung, Aggregation und der Datenarchivierung. So wurde u. a. die Verkehrsda-
tenbank für die Region Dresden aufgebaut, in der Verkehrsdaten von unterschiedlichen Verkehrserfassungssystemen der
Stadt Dresden und des Autobahnamtes Sachsen archiviert sind.
Der Lehrstuhl für Verkehrsökologie hat durch die jahrelange Arbeit im Bereich der Luftschadstoffmodellierung umfassende
Erfahrungen bei der messtechnischen Erfassung von Verkehrssituationen. In diesem Zusammenhang wurden vom Lehr-
stuhl für Verkehrsökologie in der Vergangenheit zahlreiche Emissionsberechnungen, z. B. im Rahmen der Luftreinhalte-
planung oder für Emissionskataster, durchgeführt.
Entsprechend der Datenlage und der Zielstellung ergaben sich folgende Teilaufgaben:
Geschwindigkeitsvergleich Detektoren – Messfahrten
Die im Herbst 2009 im Auftrag der Stadtverwaltung Dresden durch die TU Dresden durchgeführten Messfahrten zur Be-
stimmung der aktuellen Fahrmuster auf dem Dresdner Hauptstraßennetz führten über eine großen Anzahl von Monitor-
punkten des VAMOS-Systems. Somit liegen in diesen Bereichen für identische Zeiträume sowohl messtechnisch be-
stimmte Verkehrssituationen für einen Straßenabschnitt als auch Datenbankeinträge der VAMOS-Verkehrsdetektion
(Tagesgang der Kenngrößen Verkehrsmenge und mittlere Fahrgeschwindigkeit) für einen Straßenquerschnitt vor. Durch
die Auswertung dieser Daten wurde ermittelt, inwieweit sich aus den Detektordaten des Querschnitts verlässliche Aus-
sagen zur Verkehrssituation eines Abschnitts treffen lassen. Dazu wurde zunächst ein Vergleich der erfassten Fahrge-
schwindigkeiten an den Detektoren mit den Fahr- bzw. Reisegeschwindigkeiten der Messfahrten vorgenommen. Ausge-
wählte Straßenabschnitte, für die zwar Detektordaten vorlagen, jedoch nicht Bestandteil der Messfahrten waren, wurden
ergänzend befahren, um so die Anzahl der möglichen Vergleichsfälle zu erhöhen.
Analyse der Taxi-FCD
Neben der Auswertung der Detektordaten wurde geprüft, inwieweit die floating-car-data (FCD) der Dresdner Taxiflotte
zur Fahrmustergenerierung verwendet werden können. Dabei wurde an Hand eines ausgewählten Streckenabschnittes
untersucht, wie stark sich die über eine on-board-unit aufgezeichneten Positionsdatensätze (5-Sekundenschritte plus
Halt- und Wiederanfahrinformation) von den mittels Messfahrten mit einem Peiseler-Messrad ermittelten (Erfassung der
zurückgelegten Wegstrecke in 1-Sekundenschritten) unterscheiden und welche Abweichungen sich bei der Berechnung
der Beschleunigung sowie des Standanteils ergeben. Letztendlich wurden Aussagen darüber getroffen, inwieweit sich
Taxi-FCD mit vorliegender Ausprägung für einen Einsatz im Kontext der Emissionsmodellierung eignen.
Entwicklung eines Ansatzes zur Ermittlung der mittleren Verkehrssituationen im Dresdner Hauptstraßennetz auf Basis
der Taxi-FCD
Auf Basis der Analyse der Taxi-FCD wurde ein Ansatz entwickelt, der es ermöglichen soll, mittlere Verkehrssituationen
über einen längeren Zeitraum auf dem gesamten Dresdner Hauptstraßennetz zu ermitteln und turnusmäßig zu aktuali-
sieren. Zur praktischen Anwendung wurden die relevanten Daten zur Übertragung auf das digitalisierte Straßennetz der
Stadt Dresden aufbereitet.
Kapazitätsuntersuchungen an ausgewählten detektierten Straßenabschnitten im Bereich der Dresdner Wald-
schlösschenbrücke
Im Zusammenhang mit der Öffnung der Dresdner Waldschlösschenbrücke im September 2013 wurden umfängliche Än-
derungen der Verkehrsmengen und somit auch des Verkehrsflusses an Straßenabschnitten im Einflussbereich der Brü-
cke erwartet. Es wurde deshalb in einer Vorher-Nachher-Betrachtung untersucht, inwieweit sich Aussagen zum Zusam-
menhang zwischen detektierter Verkehrsmenge und Fahrverhalten übertragen lassen. Hierzu wurden ausgewählte De-

Schriftenreihe des LfULG, Heft 21/2014 | 13
tektionswerte aus der VAMOS-Datenbasis herangezogen. Das Fahrverhalten wurde hierbei auf Basis der Taxi-FCD be-
stimmt. Zur Verifizierung wurden an den betreffenden Abschnitten Messfahrten durchgeführt.
Entwicklung eines Ansatzes zur Ermittlung der stundenfeinen Verkehrssituation im unmittelbaren Bereich detektierter
Straßenabschnitte
Auf Basis der Kapazitätsuntersuchungen wurde unter Einbeziehung der Taxi-FCD ein Ansatz entwickelt, der es ermögli-
chen soll, in Abhängigkeit von den stundenfein aggregierten Verkehrsmengen Aussagen zur stundenfeinen Verkehrssi-
tuation im Bereich der detektierten Straßenabschnitte zu treffen.
3 Datenlage
3.1 Messfahrten
3.1.1
Beschreibung der Verkehrssituation in HBEFA 3.1
Im Rahmen einer Messfahrtuntersuchung erfolgte im November 2009 eine umfangreiche Befahrung des Dresdner Haupt-
straßennetzes (TU Dresden 2009). Ziel der Untersuchung war es, für die Maßnahmenmodellierung im Rahmen der Dresd-
ner Luftreinhalteplanung möglichst genaue und repräsentative Daten zur Verkehrssituation auf den relevanten Strecken zu
erhalten. Die Verkehrssituation repräsentiert das unterschiedliche, real auftretende Fahrverhalten und ist somit eine we-
sentliche Eingangsgröße bei der Berechnung der Straßenverkehrsemissionen. Ein grundlegendes Werkzeug zur Emissi-
onsberechnung ist das „Handbuch für Emissionsfaktoren des Straßenverkehrs“ (HBEFA). Diese Emissionsfaktorendaten-
bank wurde erstmals 1995 veröffentlicht und liegt derzeit in der vierten Aktualisierungsversion aus dem Jahre 2010 als
HBEFA 3.1 vor (INFRAS 2010).
HBEFA enthält Emissionsfaktoren in verschiedenen Disaggregationsstufen der Fahrzeuge für eine Vielzahl von Verkehrs-
situationen. Dabei gliedert sich der Fahrzeugbestand zunächst nach Fahrzeugkategorien wie z. B. PKW, LKW oder Busse.
Jede dieser Kategorien setzt sich aus Fahrzeugschichten zusammen, die ein annähernd gleiches Emissionsverhalten
aufweisen. Gliederungskriterien sind dabei im Wesentlichen die Antriebsart, die EURO-Abgasnormen sowie der Hubraum
bzw. das Fahrzeuggewicht. Zur Berechnung eines repräsentativen Emissionsfaktors einer Kategorie müssen die unter-
schiedlichen Emissionsfaktoren der einzelnen Schichten entsprechend ihres Fahrleistungsanteils gewichtet werden.
Der relativ große Einfluss des Fahrverhaltens ist exemplarisch für die auspuffbedingten PM10-Emissionen der PKW an
Hand zweier Verkehrssituationen mit den jeweiligen LOS in Abbildung 1 dargestellt.
Abbildung 1: PM10-Emissionsfaktoren PKW nach ausgewählten Verkehrssituationen
PM10-Motor-Emissionsfaktoren PKW 2010 nach Verkehrssituationen
[HBEFA3.1]
0
0.005
0.01
0.015
0.02
0.025
HVS/50/stop+go
HVS/50/gesaettigt
HVS/50/dicht
HVS/50/fluessig
AB/80/fluessig
AB/100/fluessig
AB/120/fluessig
AB/>130/fluessig
EFA (g/km)
0
20
40
60
80
100
120
140
v (km/h)
EFA
v_Reise

image
Schriftenreihe des LfULG, Heft 21/2014 | 14
x
v
a
dt
RPA
T
i
i
0
(
)
In HBEFA 3.1 werden aus Kombinationen der Kriterien
Gebiet (Agglomerationsraum/ländlicher Raum),
Straßentyp (Erschließungsstraße, Hauptverkehrsstraße, Autobahn ...),
Tempolimit und
Level of service (LOS) (flüssig, dicht, gesättigt, Stop and Go)
insgesamt 276 Verkehrssituationen beschrieben.
Abbildung 2 zeigt die verfügbaren Verkehrssituationen im Agglomerationsraum nach HBEFA 3.1.
Abbildung 2: Verkehrssituation im Agglomerationsraum nach HBEFA 3.1
Neben den o. g. formalen Kriterien zur Beschreibung der Verkehrssituation werden in HBEFA 3.1 jeweils die entsprechen-
den Fahrverhaltenskennwerte
Reisegeschwindigkeit,
Standanteil,
RPA (relative positive acceleration)
angegeben.
Der RPA ist die geschwindigkeitsbezogene durchschnittliche positive Beschleunigung der Fahrzeuge und wird folgender-
maßen berechnet:

image
Schriftenreihe des LfULG, Heft 21/2014 | 15
Dabei stellt
T
die Gesamt-Fahrzeit,
x
die Gesamt-Fahrstrecke,
v
die Momentangeschwindigkeit und
a
+
die positive Mo-
mentanbeschleunigung dar.
Weil die HBEFA-Version 3.1 erst im Februar 2010 veröffentlicht wurde, erfolgte die Auswertung der im November 2009
durchgeführten Messfahrten nach den Verkehrssituationen des HBEFA 2.1. Auf Basis der Messfahrten erfolgte im Rah-
men eines Projektes die Entwicklung einer Übertragungsmatrix der Verkehrssituationen HBEFA 2.1 zu HBEFA 3.1 (TU
Dresden 2011).
3.1.2
Methodik der messtechnischen Erfassung der Fahrverhaltenskennwerte
Die Bestimmung der Verkehrssituation – insbesondere die Bestimmung des LOS – ist mit z. T. großen Unsicherheiten
verbunden (TU Dresden 1998). Aus diesem Grund erfolgte die Ermittlung in Dresden durch die messtechnischen Erfas-
sungen aller genannten Fahrverhaltenskennwerte. Die Verkehrssituation wurde dabei auf ausgewählten Strecken des
Hauptstraßennetzes zunächst richtungsgetrennt und als Tagesgang eines durchschnittlichen Werktages erfasst sowie
daraus resultierend ein durchschnittlicher Tageswert gebildet.
Um die Art der unterschiedlichen Verkehrszustände im Tagesverlauf und deren zeitliche Dauer zu erfassen, fuhr ein Mess-
fahrzeug an den einzelnen Messtagen auf den jeweiligen Strecken in der Zeit zwischen 06:00 Uhr und 22:00 Uhr im Ver-
kehr mit und zeichnete in Sekundenschritten die zurückgelegte Wegstrecke und die momentane Geschwindigkeit in Mess-
dateien auf. Durch die Wahl der Messstreckenlänge von etwa 16 km wurde sichergestellt, dass das auf der Strecke pen-
delnde Fahrzeug ungefähr einen Messwert pro Stunde und Abschnitt bzw. eine Messung pro Richtung innerhalb von zwei
Stunden lieferte.
Das Messfahrzeug war mit einem Peiseler-Messrad ausgestattet. Dieses System besteht aus einem Steuer- und Anzeige-
gerät und dem Radnabengeber. Das Messprinzip besteht darin, dass während eines bestimmten Zeitintervalls die re-
gistrierten Wegimpulse gezählt werden. Die Erfassung der Wegimpulse erfolgt über den Radnabengeber, der an ein nicht
angetriebenes Fahrzeugrad angeschraubt wird (siehe Abbildung 3). Das Steuer- und Anzeigegerät ist ein Bordcomputer,
der die registrierten Wegimpulse in eine Länge und über die definierten Zeitschritte in eine Geschwindigkeit umrechnet.
Durch die Kopplung des Bordcomputers, der nur Summen- und Momentanwerte festhält, mit einem zusätzlichen Compu-
ter, können alle momentanen Messwerte (Sekundenintervalle) direkt vom Bordcomputer übernommen und nach der Mes-
sung als Messdatei gespeichert werden. Die dazu erforderliche Software ist am Institut für Verkehrsplanung und Straßen-
verkehr entwickelt und erprobt worden. Die Messgenauigkeit beträgt nach vorliegenden Erfahrungen +/- 0,25 %.
Abbildung 3: Eingesetzte Messtechnik zur Erfassung der Fahrprofile
Es wurden mit zwei verschiedenen Fahrern insgesamt 80 Messfahrten auf den fünf Strecken absolviert. Die Messfahrten
wurden nach der Methode des „Mitschwimmens“ (Car-floating) durchgeführt. Dabei orientiert sich der Fahrer an den jewei-

Schriftenreihe des LfULG, Heft 21/2014 | 16
ligen Verkehrsbedingungen, indem er mit dem Verkehr „mitschwimmt“. Nach diesem Prinzip entstandene Fahrprofile re-
flektieren das durchschnittliche Geschwindigkeitsverhalten eines Gesamtkollektivs, die persönlichen Fahreigenschaften
des Testfahrers treten dabei in den Hintergrund.
Das Ergebnis einer jeden Messfahrt war somit eine Messdatei mit einer bestimmten Menge an Sekundenwerten für Ge-
schwindigkeit und zurückgelegte Wegstrecke. Die Gesamtheit dieser Geschwindigkeitswerte einer Fahrt bildet eine Fahr-
kurve, welche sich grafisch als Geschwindigkeits-Zeit-Diagramm darstellen lässt (siehe exemplarisch Abbildung 4).
Abbildung 4: v-s-Diagramm als Ergebnis der Messfahrten
Auf Basis der ermittelten Fahrprofile wurden die Fahrverhaltenskennwerte ermittelt, sodass als Ergebnis für jeden unter-
suchten Abschnitt ein richtungsgetrennter Tagesgang der entsprechend zugeordneten Verkehrssituation vorlag.
3.1.3
Untersuchungsgebiet
In Abbildung 5 ist die Lage der Messstrecken im Dresdner Hauptstraßennetz der Untersuchung 2009 dargestellt. Danach
wurde die Befahrung im innerörtlichen Hauptstraßennetz durch vier verschiedene Messstrecken mit einer durchschnittli-
chen Länge von ca. 16 km durchgeführt. Im Sinne einer differenzierten Auswertung wurden die Strecken in insgesamt 98
zu untersuchende Abschnitte gegliedert. Die Grenzen für diese Abschnitte wurden dabei an Kreuzungspunkten und Ein-
mündungen gesetzt, wenn eine Änderung der Belegung bzw. der Verkehrssituation zu erwarten war.
In Auswertung der verfügbaren Detektordaten wurden ergänzende Messfahrten an Abschnitten durchgeführt, die nicht
Bestandteil des Messnetzes der Untersuchung 2009 waren, für die jedoch Detektordaten vorliegen und an denen auf
Grund eines ausgeprägten Tagesganges der Verkehrsstärke ein Tagesgang der Verkehrssituation zu erwarten war. Abbil-
dung 6 zeigt die Lage der Detektoren, in deren Bereich die ergänzenden Messfahrten durchgeführt wurden.
Danach wurden durch die Messfahrten die Abschnitte
Zellescher Weg zwischen Paradiesstraße und Teplitzer Straße (PEG 0552),
Teplitzer Straße zwischen Strehlener Platz und Zellescher Weg (PEG 0404) und
Winterbergstraße zwischen Gohrischstraße und Grunaer Weg (PEG 0465)
befahren.
Als Zeitpunkt für die Befahrung wurde der 29. September (Donnerstag ) 2011 gewählt, weil sowohl der Wochentag als
auch der Monat bzgl. der Verkehrsstärke einem mittleren Wert im Wochen- bzw. Jahresmittel entspricht und somit auch
repräsentative Werte in Bezug auf das Fahrverhalten erwarten lassen.
v-s-Diagramm gesamte Fahrt
0
10
20
30
40
50
60
0
100
200
300
400
500
600
700
s [m]
v [km/h]

image
image
Schriftenreihe des LfULG, Heft 21/2014 | 17
Abbildung 5: Lageplan der Messstrecken im Untersuchungsnetz
Abbildung 6: Lage der Detektoren und Untersuchungsstrecke der ergänzenden Messfahrten

image
Schriftenreihe des LfULG, Heft 21/2014 | 18
3.2 VAMOS-Referenzdaten
Mit dem Ziel der Stauvermeidung und stadtverträglichen Abwicklung der Verkehrsströme ist in der Landeshauptstadt
Dresden das Verkehrsmanagementsystem VAMOS in Betrieb. Die vollautomatisch wirkende Aktorik umfasst u. a. das
Verkehrsinformationssystem VIS (Informationstafeln an Hauptzufahrtsrouten zum Stadtzentrum), das Dynamische Weg-
weisungssystem DWW (verkehrslageabhängige Ausweisung von Alternativrouten insbesondere bei Autobahn-
Bedarfsumleitungen) und die Verkehrslageabhängige Signalprogrammauswahl VSPA für die Lichtsignalanlagen auf aus-
gewählten Straßenzügen.
Kern eines abgestimmten Vorgehens bildet ein umfassendes Verkehrslagebild. Gespeist wird dieses durch eine Vielzahl
stationärer Detektoren auf den städtischen Hauptverkehrsstraßen und dem stadtnahen Autobahnnetz (Datenbereitstellung
hierbei durch das Autobahnamt Sachsen) sowohl mit einer hohen zeitlichen Auflösung als auch durch ein streckenbasiert
arbeitendes Floating Car-System (Flotte der Dresdner Taxigenossenschaft).
Als Referenz für den Vergleich mit den Daten der Messfahrten wurde archiviertes Datenmaterial aus der 45. Kalenderwo-
che 2009 aus dem VAMOS-Datenpool genutzt.
Konkret handelt es sich beim Referenzmaterial um Messwerte von
Pegelzählstellen,
Strategiedetektoren und
Traffic Eyes.
Eine komplette Übersicht zur Lage und Art der vorhandenen Detektoren ist in der Abbildung 7 dargestellt.
Abbildung 7: Lage und Art vorhandener Detektoren im Dresdner Stadtgebiet

image
Schriftenreihe des LfULG, Heft 21/2014 | 19
3.2.1
Pegelzählstellen
Bei den Pegelzählstellen handelt es sich um Doppelinduktionsschleifen (siehe Abbildung 8). Durch Auswertungen der
Verstimmung von Schwingkreisen kann auf die Präsenz von Fahrzeugen geschlossen werden. Dies ermöglicht die Be-
stimmung der den Messquerschnitt passierenden Verkehrsmenge. Durch Auswertung der Signale zweier direkt benach-
barter Schleifen mit bekanntem Abstand wird auf die Geschwindigkeit geschlossen. Erfasst werden Fahrzeuge in acht
Kategorien. Die Auswertung bedingt eine Aggregation in Leicht- und Schwerverkehr.
Abbildung 8: Schleifen einer Pegelzählstelle
Dies erfolgt nach Vorgaben der Technischen Lieferbedingungen für Streckenstationen TLS
1
.
Unter Leichtverkehr werden Motorräder, Pkw ohne und mit Anhänger und Kleintransporter verstanden. Zugeordnet werden
dieser Kategorie zusätzlich nicht klassifizierte Kfz. Beim Schwerverkehr handelt es sich um Lkw ohne und mit Anhänger,
Sattelzüge und Busse. Das Aggregationsintervall beträgt eine Minute. Als TLS-gerechte Detektoren erfüllen die Pegelzähl-
stellen hohe qualitative Anforderungen. Die Verkehrsmengen für den Leichtverkehr dürfen bei einer Verkehrsmenge klei-
ner gleich 10 Fzg/min um weniger als 20 % abweichen, bei höheren Verkehrsmengen um weniger als 10 %. Für die Ver-
kehrsmengen des Schwerverkehrs betragen die Grenzwerte 35 % bzw. 20 %. Die Geschwindigkeitsmesswerte dürfen für
Geschwindigkeiten unter 100 km/h nur weniger als 3 % abweichen. Ob dieser Spezifik stellen diese Detektoren die dem
Stand der Technik und den vorherrschenden Marktbedingungen entsprechende bestmögliche Referenz dar. Im Betrach-
tungsgebiet sind die Detektoren typischerweise im Knotenabfluss verbaut und repräsentieren so den Verkehrsfluss der
freien Strecke. Abbildung 9 und Abbildung 10 zeigen exemplarisch die Messwerte für Geschwindigkeit bzw. Verkehrsmen-
ge an der Pegelzählstelle Carolabrücke.
1 Bundesministerium für Verkehr, Bau- und Wohnungswesen: Technische Lieferbedingungen für Streckenstationen TLS, Bergisch Gladbach (2002)

image
image
Schriftenreihe des LfULG, Heft 21/2014 | 20
Abbildung 9: Beispiel für Geschwindigkeitsmesswerte in km/h einer Pegelzählstelle (Carolabrücke Richtung Neu-
stadt, rechter Fahrstreifen)
Abbildung 10: Beispiel für Verkehrsmengenmesswerte in Fzg/min einer Pegelzählstelle (Carolabrücke Richtung
Neustadt, rechter Fahrstreifen; Chart 0/rot Leichtverkehr, Chart 1/grün Schwerverkehr)
3.2.2
Strategiedetektoren
Strategiedetektoren besitzen dasselbe Wirkprinzip wie die Pegelzählstellen. Der Unterschied besteht darin, dass diese den
qualitativen Anforderungen der TLS nicht gerecht werden müssen. Eine weiterführende Spezifikation ist leider nicht ver-
fügbar. Aus Erfahrungswerten ist bekannt, dass insbesondere bei geringen Verkehrsmengen Probleme auftreten, die zu
„Nichtdetektionen“ führen, das heißt der Datenstrom setzt erst ab einer Verkehrsmenge von ca. 5 Fzg/min stabil ein. Weil
die Messfahrten zur Fahrmusterbestimmung tagsüber stattgefunden haben, stellt dies keinen Hinderungsgrund zur Nut-
zung der Daten im vorliegenden Projekt dar.

image
image
Schriftenreihe des LfULG, Heft 21/2014 | 21
Abbildung 11: Schleifen eines Strategiedetektors
Weiterer Unterschied zu den Pegelzählstellen ist, dass keine Differenzierung der Fahrzeugkategorien erfolgt. Verkehrs-
menge und Geschwindigkeit sind auf ein Erfassungsintervall von einer Minute bezogen. Auch dieser Detektionstyp ist in
Knotenabflüssen verbaut.
3.2.3
Traffic Eyes
Bei Traffic Eyes handelt es sich um Infrarotdetektoren, die in der Regel an Lichtmasten und Auslegern von Lichtsignalan-
lagen installiert sind (siehe Abbildung 12). Sie sind so platziert, dass Rückstaus von sensiblen Knoten mit Lichtsignalanla-
ge zeitnah erkannt werden.
Erfasst werden u. a. die Kenngrößen Verkehrsmenge und Geschwindigkeit. Qualitative Ausprägungen sind in Datenblät-
tern nicht gelistet. Große Bedeutung für die Auswertung besitzt in puncto Abbildungsgenauigkeit die Ausprägung der Da-
tenübertragung. Einige wenige dieser Detektoren realisieren ihre Datenübertragung mittels Mobilfunk. Um die Kosten in
engen Grenzen zu halten, wird nur ein Datensatz abgesetzt, wenn wesentliche Änderungen im Verkehrsfluss detektiert
werden bzw. ein größeres Mindest-Meldeintervall erreicht ist. Vor der Nutzung ist zu prüfen, ob mit ca. 40 bis 80 Messwer-
ten pro Tag die Dynamik des Verkehrsablaufs für den Anwendungsfall hinreichend gut abgebildet ist. Liegt eine Anbindung
mittels Kabel vor, so beträgt das Erfassungsintervall fünf Minuten. Die für die Funkanbindung beschriebenen Einschrän-
kungen bestehen hier nicht.
Abbildung 12: Sensor- und Auswerteeinheit eines Traffic Eyes

image
Schriftenreihe des LfULG, Heft 21/2014 | 22
3.2.4
Datenaufbereitung
Entsprechend dem Untersuchungsnetz der 2009 durchgeführten Messfahrten wurden die benötigten Detektordaten aus-
gewählt und anforderungsgerecht aufbereitet. In Tabelle 1 ist die Art und Anzahl der vorhandenen Detektoren entlang der
Untersuchungsstrecken dargestellt. Die detaillierten Angaben zu Art und Zeitraum der verwendeten Detektordaten ist in
der Tabelle in Anhang A1 enthalten. Die Übersicht zu Art und Lage der Detektoren entlang der Untersuchungsstrecken ist
in Abbildung 13 dargestellt.
Tabelle 1: Art und Anzahl der vorhandenen Detektoren entlang der Untersuchungsstrecken
Erfassung
Pegelzählstellen
Strategiedetektoren
Traffic Eye
Messstrecke 1
8
3
5
Messstrecke 2
4
0
3
Messstrecke 3
10
0
4
Messstrecke 4
2
4
7
Bei der Aufbereitung des Datenmaterials wurden folgende Schritte durchgeführt:
Angleichung der Einheiten der Verkehrskenngrößen (Verkehrsmenge in Fzg/min, Geschwindigkeiten in km/h)
Aggregation fahrstreifenfeiner Messwerte zur Aussage für fahrtrichtungsbezogenen Querschnitt
getrenntes Vorhalten der Verkehrsmengenangaben für Leicht- und Schwerverkehr bei Pegelzählstellen
Abbildung auf vollständigen Zeitstrahl und Markierung „echter“ Messwerte
(in extrem wenigen Fällen) Löschen unplausibler Werte
Abbildung 13: Art und Lage der Detektoren entlang der Untersuchungsstrecken in Dresden

image
Schriftenreihe des LfULG, Heft 21/2014 | 23
3.2.5
Taxi-Floating Car Data (FCD)
Unter Floating Car Data werden Geokoordinaten verstanden, die durch Positionserfassungstechnik an Bord ausgewählter
Kraftfahrzeuge, welche sich im Gesamtverkehrsfluss mitbewegen, zyklisch ermittelt werden. Kernintention ist es, anhand
dieser Stichprobendaten auf Kennwerte des Gesamtverkehrsstroms zu schließen.
Vorzugsweise werden Fahrzeuge mit hoher Fahrleistung, wie von Lieferflotten oder Taxiunternehmen, als Detektionsträger
gewählt, um eine möglichst große Netzabdeckung und hohe Befahrungshäufigkeit der Netzelemente zu erreichen. Die
Fahrzeuge werden mit Positionserfassungstechnik, typischerweise einem GPS-Empfänger, ausgestattet bzw. verfügbare
Komponenten nachgenutzt. Es werden in definierten Intervallen Positionsdaten sowie der Zeitstempel des Erfassungszeit-
punkts ermittelt und eine Fahrzeugidentifikation beigefügt.
Anspruch ist meist eine zeitnahe Auswertung. Deshalb erfolgt überwiegend eine Weiterleitung der Datensätze mittels
Kommunikationsmedium wie GSM, GPRS oder Bündelfunk zu einer Zentrale. Hier erfolgt dann die Datenauswertung.
Eine der häufigsten Anwendungen ist die Verkehrslageermittlung. So auch das Taxi-FCD-System in Dresden. Durch das
Straßen- und Tiefbauamt der Landeshauptstadt Dresden wurde 2007 zur Verdichtung der Datengrundlagen für das opera-
tive Straßenverkehrsmanagementsystem VAMOS der Aufbau eines streckenbezogenen Detektionssystems in Auftrag
gegeben. Dazu wurde mit der Dresdner Taxigenossenschaft e. G. kooperiert. Die über 500 Fahrzeuge von Funktaxi Dres-
den zeichnen sich durch hohe Fahrleistungen und häufige Fahrzeugnutzung aus, woraus eine sehr gute Netzabdeckung
resultiert. Weitere günstige Voraussetzungen stellten die Ausrüstung der Fahrzeuge mit GPS-Positionsbestimmungs-
technik und Betriebsfunk dar. Um die mit einem Zeitstempel versehenen Positionsmeldungen aufzeichnen und übertragen
zu können, wurde die Software der Funkmodule sowohl in den Fahrzeugen als auch der Dispositionszentrale durch die
Firma GefoS (Gesellschaft für offene Systeme mbH Schwerte) entsprechend modifiziert. Zur Bewältigung des größeren
Datenaufkommens wurde außerdem die Kapazität des Funksystems erweitert. Die Erstellung der Verfahren zur Auswer-
tung der verfügbar gemachten FCD hinsichtlich abschnittsbezogener Reisezeiten, der Verkehrslage und auch die Entwick-
lung von Datenfusionsalgorithmen zur Einbindung der ermittelten Verkehrslageinformationen in das operative Verkehrs-
managementsystem oblag dem Institut für Verkehrstelematik der Technischen Universität Dresden.
Abbildung 14: Beispiel für Floating Car-Positionsdaten
Das Dresdner Taxi-FCD-System zeichnet sich insbesondere durch eine hohe Erfassungsdichte aus. Die Fahrzeugpositio-
nen werden alle 5 Sekunden aufgezeichnet (siehe exemplarisch Abbildung 14). Dies erlaubt ein exaktes Nachvollziehen
des Fahrtverlaufs. Schätzverfahren sind nicht erforderlich. Ein weiterer Vorteil des Dresdner Systems besteht darin, das
Fahrverhalten genau analysieren zu können. So kann präzise auf Stop&Go-Verkehr sowie Rückstaulängen vor Knoten
geschlossen werden.
Nach breitenwirksamer Initialisierung der Fahrzeuge 2008/09 werden pro Minute ca. 12 Streckenkilometer – überwiegend
im Hauptstraßennetz – detektiert. Dies entspricht in etwa einer Jahresfahrleistung von 5.000.000 km.

Schriftenreihe des LfULG, Heft 21/2014 | 24
4 Geschwindigkeitsvergleich Detektoren
– Messfahrten
Der Vergleich der vorliegenden Daten bezieht sich auf die im Rahmen der Messfahrten erhobenen abschnittsbezogenen
Fahrverhaltenskennwerte und auf die vorliegenden querschnittsbezogenen Daten aus den verschiedenen Detektorsyste-
men. Entsprechend der Zielstellung des Projektes wurden die Daten zunächst unter dem Aspekt analysiert, inwieweit sich
Korrelationen zwischen den querschnittsbezogenen Fahrgeschwindigkeiten und den abschnittsbezogenen Fahr- bzw.
Reisegeschwindigkeiten ergeben. In Tabelle 2 sind die Charakteristika der verwendeten Datenbasis gegenübergestellt.
Tabelle 2: Charakteristik der verwendeten Datenbasis
Abschnittsdaten
Querschnittsdaten
Erhobene Kenngrößen
v_Reise, v_Fahr, Standanteil, RPA
v_Fahr, oft auch Q (teilweise differenziert nach LV, SV)
Stärken
Gute Parameter zur Bestimmung der Verkehrssituation,
hohe Genauigkeit der Messeinrichtung, räumliche Abde-
ckung des gesamten Messraumes
Hohe zeitliche Auflösung, hohe Anzahl an Messungen, je
nach Messgerätetyp: hohe Genauigkeit
Schwächen
Einfluss zufälliger "Störungen",
geringe zeitliche Verfügbarkeit
Geringe Aussagekraft hinsichtlich der Verkehrssituation,
geringe räumliche Abdeckung
4.1 Grafische Analyse
Zur Auswertung wurden die vorhandenen Daten einer grafischen Analyse unterzogen. Dazu wurde zunächst der Tages-
gang der Verkehrsstärke und der Fahrgeschwindigkeit am Detektorquerschnitt betrachtet. Als vertikale Linien wurden
darüber hinaus die Zeitpunkte der durchgeführten Messfahrten in diesem Abschnitt mit den dabei jeweils ermittelten Fahr-
und Reisegeschwindigkeiten eingetragen. Evtl. auftretende Datenausfälle wurden durch entsprechende Stundenwerte aus
vergleichbaren Wochentagen ergänzt. Als weitere Information wurde die über den Tag gemessene Verkehrssituation im
Abschnitt in die Darstellung aufgenommen.
Die derart aufgetragenen Tagesgänge aller Querschnitts-/Abschnittsdaten wurden in Gruppen eingeteilt. Dabei wurde
zunächst zwischen Abschnitten, in denen es im Laufe der Tagesstunden (06:00 Uhr bis 21:00 Uhr) zu einer Änderung der
Verkehrssituation kommt und denjenigen Abschnitten, die über die Tagesstunden eine relativ gleichbleibende Verkehrssi-
tuation aufweisen, unterschieden. Die Abschnitte ohne Änderung der Verkehrssituation wurden wiederum nach der jewei-
ligen Verkehrssituation gruppiert. Die Darstellungen in Abbildung 15 und Abbildung 16 zeigen exemplarisch einen Ab-
schnitt ohne ausgeprägten Tagesgang bzw. mit ausgeprägtem Tagesgang der Verkehrssituation.
Wie in Abschnitt 3.1 erläutert, wurde in diesen Darstellungen die Zuordnung zu den Verkehrssituationen nach HBEFA 2.1
verwendet, weil diese HBEFA-Version zum Zeitpunkt der Messfahrten im Jahre 2009 aktuell und die Auswertung der
Messfahrten somit auf der Basis von HBEFA 2.1 erfolgte. Für die Aussagen zur Korrelation der Querschnittsdaten zu den
Abschnittsdaten hat die Bezeichnung der Verkehrssituation jedoch nur eine untergeordnete Bedeutung, weil es an dieser
Stelle zunächst vielmehr um die Möglichkeiten der Abbildung von Verkehrssituationsänderungen im Abschnitt durch die
querschnittsbezogenen Detektordaten und nicht um eine explizite Verkehrssituationsbestimmung geht.

Schriftenreihe des LfULG, Heft 21/2014 | 25
Abbildung 15: Beispielabschnitt ohne ausgeprägten Tagesgang der Verkehrssituation/HVS2
Abbildung 16: Beispielabschnitt mit ausgeprägtem Tagesgang der Verkehrssituation
0
20
40
60
80
100
120
0
10
20
30
40
50
60
70
80
90
2009-11-03 00:00:00
2009-11-03 01:00:00
2009-11-03 02:00:00
2009-11-03 03:00:00
2009-11-03 04:00:00
2009-11-03 05:00:00
2009-11-03 06:00:00
2009-11-03 07:00:00
2009-11-03 08:00:00
2009-11-03 09:00:00
2009-11-03 10:00:00
2009-11-03 11:00:00
2009-11-03 12:00:00
2009-11-03 13:00:00
2009-11-03 14:00:00
2009-11-03 15:00:00
2009-11-03 16:00:00
2009-11-03 17:00:00
2009-11-03 18:00:00
2009-11-03 19:00:00
2009-11-03 20:00:00
2009-11-03 21:00:00
2009-11-03 22:00:00
2009-11-03 23:00:00
Fzg/min
km/h
Zeit
Tagesgang PEG 0808 Kesselsdorfer Straße Ri. BAB
V
V Ergänzung 2.11.
V gleitender Mittelwert Ergänzung 2.11.
V gleitender Mittelwert
V Fahr Abschnitt
V Reise Abschnitt
M
M gleitender Mittelwert
M Ergänzung 2.11.
M gleitender Mittelwert Ergänzung 2.11.
HVS 2
Messfahrt
0
10
20
30
40
50
60
70
80
90
100
0
10
20
30
40
50
60
70
2009-11-04 00:00:00
2009-11-04 01:00:00
2009-11-04 02:00:00
2009-11-04 03:00:00
2009-11-04 04:00:00
2009-11-04 05:00:00
2009-11-04 06:00:00
2009-11-04 07:00:00
2009-11-04 08:00:00
2009-11-04 09:00:00
2009-11-04 10:00:00
2009-11-04 11:00:00
2009-11-04 12:00:00
2009-11-04 13:00:00
2009-11-04 14:00:00
2009-11-04 15:00:00
2009-11-04 16:00:00
2009-11-04 17:00:00
2009-11-04 18:00:00
2009-11-04 19:00:00
2009-11-04 20:00:00
2009-11-04 21:00:00
2009-11-04 22:00:00
2009-11-04 23:00:00
Fzg/min
km/h
Zeit
Tagesgang PEG 1002_2 Leipziger Straße Ri. Zentrum
V
V gleitender Mittelwert
V Reise Abschnitt
V Reise Abschnitt
M
M gleitender Mittelwert
Messfahrt
LSA 1
Kern
LSA 2
Kern
LSA 2
LSA 1

Schriftenreihe des LfULG, Heft 21/2014 | 26
Die Auswertung dieser grafischen Analyse zeigt eine unterschiedlich große Korrelation zwischen der gemessenen Fahr-
geschwindigkeit am Querschnitt und der mittleren Fahrgeschwindigkeit im Abschnitt. Danach zeigt sich zunächst, dass bei
störungsärmeren Verkehrssituationen, das heißt Verkehrssituationen ohne oder mit einem geringen Standanteil, die Korre-
lation zwischen Querschnitts- und Abschnittsfahrgeschwindigkeiten relativ gut ist, weil hierbei meist ein homogenes Fahr-
verhalten im gesamten Abschnitt auftritt. Die Repräsentanz der Querschnittsgeschwindigkeit bzgl. des Abschnitts hängt
jedoch stark von der Gesamtlänge des Abschnitts und vor allem von der Lage des Detektors innerhalb des Abschnitts ab.
Die vorhandenen Detektoren wurden primär mit dem Ziel der Verkehrsstärkemessung installiert. Werden die Detektoren
(wie z. B. die Induktionsschleifen) überstaut – das heißt, kommen Fahrzeuge darauf zum Stehen – oder sind die Abstände
zwischen den Fahrzeugen zu gering, kommt es zu fehlerhaften Messungen. Um diese Messfehler möglichst zu vermeiden,
sind die Detektoren bzgl. der Fahrtrichtung tendenziell am Abschnittbeginn installiert. Die Störungen im Verkehrsfluss, die
einen relevanten Einfluss auf die Fahrverhaltenskennwerte nach HBEFA haben, treten jedoch – bzgl. der Fahrtrichtung –
tendenziell im hinteren Teil des Abschnitts, das heißt meist vor dem nächsten Knotenpunkt auf. Die Länge dieses stö-
rungsanfälligen Bereichs kann je nach Verkehrsaufkommen und Knotendurchlassfähigkeit zwischen 50 und mehreren
hundert Metern betragen.
In längeren Abschnitten, in denen der Detektor zudem noch relativ weit am Abschnittsbeginn installiert ist, werden somit
Störungen am Ende des Abschnitts nicht immer abgebildet. Die Pegelzählstelle PEG 1002_2 ist im Abschnitt Leipziger
Straße zwischen Puschkinplatz und Antonstraße installiert. Abbildung 17 zeigt das v-s-Diagramm der Messfahrten auf
diesem Abschnitt mit der Lage des Detektors. Danach ist der Gesamtabschnitt ca. 1.050 m lang, der Detektor befindet sich
ca. 220 m nach Abschnittsbeginn. Im Laufe des Tages wurde sowohl in der Morgen- als auch in der Nachmittagsspitze
eine Verschlechterung der Verkehrssituation verzeichnet. Während die Veränderungen am Morgen durch die Daten am
Detektor sehr gut abgebildet werden, wird die Verschlechterung am Nachmittag nicht signifikant registriert (siehe Abbil-
dung 16).
Neben der Lage der Pegelmessstelle im Abschnitt ist ein weiterer, nicht zufälliger Einfluss die unterschiedliche Behand-
lung von mehreren Fahrstreifen. Während von der Messfahrt nur der befahrene Streifen gemessen wird, bildet die Mess-
stelle Mittelwerte über alle vorhandenen Streifen. Dies hat insbesondere bei stark unterschiedlichen Verkehrssituationen je
Fahrstreifen einen Einfluss, wie z. B. auf der Carolabrücke in Richtung Neustadt.
Abbildung 17: Lage des Detektors im Untersuchungsabschnitt am Beispiel PEG 1002_2 (Leipziger Straße Rich-
tung Zentrum)
0
10
20
30
40
50
60
1500
1600
1700
1800
1900
2000
2100
2200
2300
2400
2500
2600
2700
2800
2900
3000
v in km/h
s in m
PEG 1002_2 Leipziger Straße Ri. Zentrum
6:46
8:26
9:42
14:34
15:24
16:13
17:45
18:58
11:09
Abschnittsmarken
LSA Puschkinplatz
PEG 1002
LSA Kleine Marienbrücke

Schriftenreihe des LfULG, Heft 21/2014 | 27
4.2 Vergleich der Fahrgeschwindigkeiten
Zur Untersuchung der Repräsentanz der Querschnittsfahrgeschwindigkeit auf die Verkehrssituation im Abschnitt wurden
die Fahrverhaltenskennwerte aller Abschnitte ohne ausgeprägten Tagesgang der Verkehrssituation differenziert nach
Verkehrssituation und unter Berücksichtigung der Abschnittslänge untersucht. Danach zeigte sich, dass die Querschnitts-
fahrgeschwindigkeit mit der im Abschnitt gemessenen Fahrgeschwindigkeit bei Standanteilen von maximal 10 % in Kom-
bination mit einer Abschnittslänge von mehr als 700 m relativ gut übereinstimmt. Das ist plausibel, weil Fahrten ohne
Standanteil über dem gesamten Abschnitt relativ homogen sind sowie geringe Standanteile auf Grund der großen Ab-
schnittslänge wieder relativiert werden und die mittlere Fahrgeschwindigkeit im Abschnitt wieder ungefähr der Quer-
schnittsfahrgeschwindigkeit entspricht.
In Abbildung 18 ist der Vergleich der Fahr- und Reisegeschwindigkeiten aus den Messfahrten zu den Fahrgeschwindigkei-
ten der Detektoren, gemittelt über alle Abschnitte mit der gleichen Verkehrssituation, differenziert nach den verschiedenen
Verkehrssituationen dargestellt. Ergänzend dazu ist die Reisegeschwindigkeit aufgetragen, mit der in HBEFA 2.1 die je-
weilige Verkehrssituation beschrieben wird.
Abbildung 18: Vergleich Abschnittsparameter/Querschnittsparameter nach Verkehrssituationen
Danach zeigt sich, dass die Querschnittsfahrgeschwindigkeit allein kein verlässlicher Indikator für die Verkehrssituation im
Abschnitt ist. So sinken die durch die Messfahrten ermittelten Abschnitts-Fahrgeschwindigkeiten von ca. 49 km/h (HVS2)
auf ca. 32 km/h (Kern). Die Reisegeschwindigkeiten sinken entsprechend des steigenden Standanteils von 49 km/h auf
19 km/h. Dieser Verlauf spiegelt sich in den mittleren Querschnitts-Fahrgeschwindigkeiten der Detektoren jedoch nicht
wider – dort liegen die Geschwindigkeiten relativ gleichbleibend zwischen 44 km/h und 50 km/h.
Vergleich Mittlere Fahrverhaltenskennwerte aus Messfahrten / Fahrgeschwindigkeiten
aus Detektordaten
aller Abschnitte ohne Tagesgang der Verkehrssituation
0,0
10,0
20,0
30,0
40,0
50,0
60,0
km/h
vReise_HBEFA
46,0
32,0
39,0
28,0
24,0
20,0
vReise_mittel_Abs_Messfahrten
48,6
32,8
41,3
30,3
23,9
19,1
v_Fahr_Querschnitt
46,8
46,0
49,3
49,8
51,4
44,4
vFahr_mittel_Abs_Messfahrten
49,3
38,0
45,0
39,5
38,0
31,9
IO_HVS2
IO_HVS4
IO_LSA1
IO_LSA2
IO_LSA3
IO_Kern

image
Schriftenreihe des LfULG, Heft 21/2014 | 28
5 Analyse Taxi-FCD
Zur Untersuchung der Eignung der vorhandenen Taxi-FCD bzgl. Aussagen zur Verkehrssituation nach HBEFA 3.1 und
somit zur Ermittlung der Emissionsfaktoren wurden an einem ausgewählten Straßenzug des Dresdner Hauptstraßennet-
zes die bei den Messfahrten erhobenen Fahrverhaltenskennwerte mit denen der Taxi-FCD verglichen. Über die Zuord-
nung der Fahrverhaltenskennwerte zu den Verkehrssituationen des HBEFA 3.1 wurden die sich daraus ergebenden Emis-
sionsfaktoren verglichen.
5.1 Beschreibung des Untersuchungsabschnitts und
-zeitraums
Als Untersuchungsstrecke wurde die Königsbrücker Straße in Dresden zwischen Hermann-Mende-Straße im Norden und
Albertplatz im Süden gewählt. Sie ist eine Hauptverkehrsstraße und verbindet das Zentrum mit den Industrieansiedlungen
und Stadtteilen bzw. Vororten im Norden der Stadt. Während sie im nördlichen Teil ab Einmündung Stauffenbergallee den
typischen Charakter einer Ausfallstraße aufweist, ist die Nutzung im Südteil durch anliegende Wohnungen, Geschäfte und
Orte mit Aufenthaltsfunktion sehr viel heterogener. Ausdruck dieser Mischung ist ein hohes Aufkommen von MIV, Stra-
ßenbahn, Fuß- und Radverkehr. Straßenbahn und MIV teilen sich dabei, vom Albertplatz kommend, bis zur Stauffenberg-
allee eine überbreite Fahrspur, danach werden sie getrennt geführt. Aus Beobachtungen ist dabei die Qualität des Ver-
kehrsflusses im Süden des Abschnitts als gering anzusehen, insbesondere in den Spitzenstunden. Deswegen wird die
Königsbrücker Straße auch, soweit möglich, zu diesen Stunden vom durchgehenden Verkehr gemieden. Das betrifft auch
die für den Taxiverkehr wichtige Route zum Flughafen, die bei besserer Verkehrsqualität über die Königsbrücker Straße
verläuft. Insofern muss geprüft werden, ob auch in Spitzenstunden genug FCD auf dem Abschnitt gesammelt werden.
Analog der Messfahrtenuntersuchung wurde die betrachtete Strecke in drei Abschnitte unterteilt (siehe Abbildung 19). Der
zeitliche Untersuchungsrahmen richtet sich nach der Verfügbarkeit der Daten. Die FCD sind dabei über einen sehr großen
Zeitraum verfügbar und jeweils in der Datenbank quartalsweise abgelegt. Sie sind somit bzgl. des zeitlichen Untersu-
chungsrahmens unproblematisch, wobei sich ein Jahresquartal als Dauer des Zeitraumes als guter Kompromiss zwischen
Vergleichbarkeit, Einfachheit der Datenerhebung und Stichprobengröße anbietet. Entsprechend dem Erhebungszeitraum
der Messfahrten im November 2009 wurden zum Vergleich die Taxi-FCD des 4. Quartals des Jahres 2009 herangezogen.
Abbildung 19: Abschnittsgliederung der Untersuchungsstrecke Dresden, Königsbrücker Straße

Schriftenreihe des LfULG, Heft 21/2014 | 29
5.2 Auswertung der Floating Car Data
Basis für die Analyse sind die Fahrverhaltenskennwerte der FCD-Befahrungen, differenziert nach Abschnitt und Richtung.
Insbesondere interessiert, inwiefern sich aus den Daten Unterschiede im Tages- und Wochenverlauf darstellen lassen.
Dazu ist die Frage zu beantworten, welche Differenzierungen sinnvoll sind und sich mit der vorhandenen Datenlage reali-
sieren lassen.
Hierzu soll zuerst die Anzahl der Fahrten im Tages- und Wochenverlauf betrachtet werden. Insgesamt gibt es 2.268 Be-
fahrungen mit verwertbaren Fahrverhaltenskennwerten, die in Abbildung 20 und Abbildung 21 für die unterschiedlichen
Abschnitte dargestellt sind. Es fällt auf, dass die Anzahl der Fahrten je Stunde nicht proportional zur Belegung der Straße
ist. So gibt es in Zeiten mit allgemein niedrigerer Nachfrage, wie in den Nachtstunden, deutlich mehr Fahrten als in den
Spitzenstunden am Tag. Dasselbe gilt für den Wochenverlauf, hier sind am Wochenende keinesfalls weniger, sondern
eher mehr Fahrten als an einem durchschnittlichen Werktag gemessen worden. Trotz der insgesamt hohen Anzahl an
Messungen erfordert dies eine vorsichtige Interpretation der Ergebnisse, weil insbesondere in den Spitzenstunden die
Repräsentanz relativ gering ist. Des Weiteren fällt die große Streuung auf. So ist es nicht selten, dass sich die Anzahl der
Fahrten zwischen zwei benachbarten Stunden bzw. der gleichen Stunde an zwei benachbarten Tagen mehr als verdop-
pelt.
Für die netzweite Anwendung stellt sich die Frage, inwiefern diese Aussagen auch für andere Teile des Hauptstraßennet-
zes gelten. Die Ursache für die Verteilung der Fahrten kann zwar in der Eigenschaft des Taxiverkehrs liegen, als hochprei-
siges, aber auch hochverfügbares öffentliches Verkehrsmittel insbesondere in den Nebenstunden interessant zu sein,
wenn Busse und Bahnen Angebotslücken aufweisen. Es können aber auch lokale Faktoren die Verteilung hervorrufen.
Zum Beispiel kann die allgemein bekannte schlechte Verkehrsqualität der Königsbrücker Straße in den Spitzenstunden die
Taxifahrer veranlassen, zu diesen Zeiten Ausweichrouten zu wählen.

Schriftenreihe des LfULG, Heft 21/2014 | 30
Abbildung 20: Anzahl Befahrungen FCD Richtung 1
0
2
4
6
8
10
12
14
16
18
20
22
Mo
Di
Mi
Do
Fr
Sa
So
0
2
4
6
8
10
12
14
Stunde
Wochentag
21_1
0
2
4
6
8
10
12
14
16
18
20
22
Mo
Di
Mi
Do
Fr
Sa
So
0
2
4
6
8
10
Stunde
Wochentag
22_1
0
2
4
6
8
10
12
14
16
18
20
22
Mo
Di
Mi
Do
Fr
Sa
So
0
2
4
6
8
10
Stunde
Wochentag
23_1

Schriftenreihe des LfULG, Heft 21/2014 | 31
Abbildung 21: Anzahl Befahrungen FCD Richtung 2
0
2
4
6
8
10
12
14
16
18
20
22
Mo
Di
Mi
Do
Fr
Sa
So
0
2
4
6
8
10
Stunde
Wochentag
21_2
0
2
4
6
8
10
12
14
16
18
20
22
Mo
Di
Mi
Do
Fr
Sa
So
0
2
4
6
8
10
Stunde
Wochentag
22_2
0
2
4
6
8
10
12
14
16
18
20
22
Mo
Di
Mi
Do
Fr
Sa
So
0
2
4
6
8
10
Stunde
Wochentag
23_2

Schriftenreihe des LfULG, Heft 21/2014 | 32
Bei der Betrachtung aller Wochentage erlaubt die Datenlage problemlos eine Differenzierung nach Tagesstunden. Durch
die relativ hohe Anzahl an Fahrten am Wochenende haben die Verkehrszustände am Samstag und Sonntag einen erhöh-
ten Einfluss auf die Mittelwerte. Es findet praktisch bei allen beobachteten Abschnitten ein deutlicher Einbruch der Ge-
schwindigkeit ab ca. 06:00 Uhr statt. Ausnahme ist dabei der Abschnitt 21 in auswärtiger Richtung, bei dem durchgängig
eine niedrige Reisegeschwindigkeit gemessen wird. Der Anstieg der Geschwindigkeit zu den Nachtstunden geschieht
deutlich langsamer im Intervall zwischen 18:00 Uhr und 21:00 Uhr. Der RPA und der Standanteil verlaufen weitestgehend
parallel zueinander, jedoch entgegengesetzt zur Reisegeschwindigkeit. Zu erkennen sind auch Unterschiede zwischen
den Abschnitten: So ist im Abschnitt 21, eng bebaut und mit vielen Querungsstellen, der RPA beinahe durchgängig höher
als im Abschnitt 23, der eher den Charakter einer Ausfallstraße hat.
Bei Betrachtung des Wochenverlaufs ist deutlich ein Unterschied zwischen den Wochentagen Montag bis Freitag gegen-
über Samstag und Sonntag festzustellen, der bei der reinen Betrachtung der Mittelwerte der Tagesstunden noch stärker
auftritt. Dementsprechend erfolgte die Zusammenfassung der Wochentage zu den Gruppen Montag bis Freitag und Sams-
tag bis Sonntag. Die Abbildung des Tagesverlaufes soll möglichst mit dem Intervall von einer Stunde aufgelöst bleiben,
weil die Einbrüche in der Verkehrsqualität oft nicht länger dauern. Die Anzahl der Fahrten wird hierbei jedoch teilweise
sehr gering, sodass zusätzlich die Parameter zu 2-Stunden-Intervallen zusammengefasst worden sind. Das Ergebnis
dieser Differenzierung für die Werktage Montag bis Freitag ist in Abbildung 22 und Abbildung 23 dargestellt. Diese derart
ermittelten Fahrverhaltenskennwerte der Taxi-FCD wurden für den Vergleich mit den Messfahrten herangezogen.

Schriftenreihe des LfULG, Heft 21/2014 | 33
Abbildung 22: Fahrverhaltenskennwerte der FCD Montag bis Freitag nach Stunden, Richtung 1
21_1
0
10
20
30
40
50
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Stunde
V [km/h]
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
Standanteil/RPA
V_reise
V_reise 2h
Standanteil
RPA
Standanteil 2h
RPA 2h
22_1
0
10
20
30
40
50
60
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Stunde
V [km/h]
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
Standanteil/RPA
V_reise
V_reise 2h
Standanteil
RPA
Standanteil 2h
RPA 2h
23_1
0
10
20
30
40
50
60
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Stunde
V [km/h]
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
Standanteil/RPA
V_reise
V_reise 2h
Standanteil
RPA
Standanteil 2h
RPA 2h

Schriftenreihe des LfULG, Heft 21/2014 | 34
Abbildung 23: Fahrverhaltenskennwerte der FCD Montag bis Freitag nach Stunden, Richtung 2
21_2
0
10
20
30
40
50
0
1
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16 17 18 19 20 21 22 23
Stunde
V [km/h]
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
Standanteil/RPA
V_reise
V_reise 2h
Standanteil
RPA
Standanteil 2h
RPA 2h
22_2
0
10
20
30
40
50
60
0
1
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16 17 18 19 20 21 22 23
Stunde
V [km/h]
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
Standanteil/RPA
V_reise
V_reise 2h
Standanteil
RPA
Standanteil 2h
RPA 2h
23_2
0
10
20
30
40
50
60
0
1
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16 17 18 19 20 21 22 23
Stunde
V [km/h]
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
Standanteil/RPA
V_reise
V_reise 2h
Standanteil
RPA
Standanteil 2h
RPA 2h

Schriftenreihe des LfULG, Heft 21/2014 | 35
5.3 Vergleich Taxi-FCD/Messfahrten
Nach Auswertung der bei den Messfahrten ermittelten Fahrverhaltenskennwerte nach HBEFA 3.1 wurden für die drei
Abschnitte in den jeweiligen Richtungen die Tagesgänge der Verkehrssituationen ermittelt. Entsprechend des Erhebungs-
zeitraumes der Messfahrten wurden für den Vergleich auch die Taxi-FCD für die Werktage Dienstag bis Donnerstag aus-
gewertet. Weil in diesem Zeitraum nicht genügend Fahrten für eine Betrachtung der Stundenintervalle zur Verfügung stan-
den, fand eine Erweiterung des Intervalls auf zwei Stunden statt. Die Tagesgänge der Verkehrssituationen der Messfahr-
ten und der Taxi-FCD für die richtungsgetrennten Untersuchungsabschnitte sind in den Tabellen im Anhang A2 dargestellt.
Nach dem Erstellen des Tagesganges der Verkehrssituationen aus den FCD wurde dieser mit dem der Messfahrten ver-
glichen. Zur Darstellung, wie stark sich die Unterschiede in den Verkehrssituationen auf das Ergebnis der Emissionsbe-
rechnung auswirken, wurden die Emissionsfaktoren der zugeordneten Verkehrssituationen gegeneinander aufgetragen. In
dieser Arbeit wurden dabei die Schadstoffe PM10 und NO
x
betrachtet.
Der Vergleich der in Abbildung 24 und Abbildung 25 dargestellten Emissionsfaktoren zeigt, dass die Ergebnisse der unter-
schiedlichen Methoden sich zumeist in der gleichen Größenordnung befinden, die Emissionsfaktoren aus den Messfahrten
jedoch tendenziell etwas höher sind. Die Ursache dieser systematisch erscheinenden Abweichung kann vielfältig sein, es
ist somit vor allem schwer abzuleiten, welcher Wert repräsentativer ist. Die sehr starke Betonung der Morgen- und der
Abendspitzen bei den Messfahrtendaten lässt sich aus der Methode zur Bildung der Cluster ableiten. Diese sucht gerade
nach „scharfen“ Unterschieden, während die bei den FCD angewendete zeitliche Mittelwertbildung Spitzen eher dämpft.
Dies gilt umso mehr, als dass für diese Betrachtung die fahrdynamischen Parameter über einem Intervall von zwei Stun-
den zusammengefasst worden sind. Diese Methode hat jedoch den Vorteil, dass sie stabil gegen Ausreißer ist. So wurde
bei den Messfahrten in Richtung 2 aufgrund der Annahme einer ausgeprägten Spitze am Morgen und den wenigen vor-
handenen Messungen auf eine deutlich schlechtere Verkehrssituation während dieser Zeit geschlossen. Dies kann durch
die FCD-Messungen mit hoher Wahrscheinlichkeit widerlegt werden.
Eine weitere Ursache kann darin liegen, dass die Fahrverhaltenskennwerte der Messfahrten durch Mitschwimmen im
Verkehr, also mit dem Ziel, möglichst repräsentative Werte für das allgemeine Verkehrsverhalten abzubilden, erhoben
worden sind. Ein Taxi hingegen muss nicht zwangsläufig ein repräsentatives Fahrverhalten aufweisen, nicht zuletzt des-
halb, weil dem Taxiverkehr als Bestandteil des ÖPNV-Systems im Straßenverkehr z. T. Sonderrechte wie beispielsweise
die Benutzung von Busspuren eingeräumt werden.
Weiterhin ist es vorstellbar, dass die Taxi-Fahrten im unteren Geschwindigkeitsbereich bzw. mit hohen Standanteilen auf
Grund der häufigeren Neuortung des GPS mit einer größeren Anzahl an Fehlwerten bei der Lokalisierung vertreten sind
als Fahrten im oberen Geschwindigkeitsbereich. Diese langsameren Fahrten würden damit bei der Datenrecherche öfter
als Datenausfall registriert und somit nicht in die Auswertung einbezogen werden, was wiederum den Mittelwert in Rich-
tung der schnelleren Fahrten verschieben würde. Eine genaue Analyse dieser Vermutung wurde jedoch nicht vorgenom-
men.
Trotz der genannten Nachteile bzw. Unsicherheiten kann jedoch geschlussfolgert werden, dass die Taxi-FCD in der vorlie-
genden Qualität, das heißt unter Einbeziehung der Fahrverhaltenskennwerte Reisegeschwindigkeit und RPA, zur Ermitt-
lung der Verkehrssituation gut geeignet sind.
Bei einer netzweiten Auswertung der vorliegenden Taxi-FCD ist jedoch die Ermittlung der Fahrverhaltenskennwerte Rei-
segeschwindigkeit und RPA auf Grund der enormen Datenmengen mit vertretbarem Aufwand nicht praktikabel. Eine prak-
tische Alternative liegt deshalb in der Verwendung mittlerer Reisezeiten der Fahrzeuge innerhalb eines Abschnitts. Diese
Daten werden am Institut für Verkehrstelematik der Technischen Universität Dresden erfasst und quartalsweise archiviert.
Im Weiteren wird deshalb ein praktikabler Ansatz zur Ermittlung der mittleren Verkehrssituationen für das gesamte Dresd-
ner Hauptstraßennetz auf Basis der Reisezeiten der Taxi-FCD entwickelt und mit den Ergebnissen der Messfahrten vergli-
chen.

Schriftenreihe des LfULG, Heft 21/2014 | 36
Abbildung 24: Vergleich der Emissionsfaktoren NO
x
und motorbedingtes PM10, Richtung 1
21_1
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45
0,50
0,55
0,60
0,65
0
1
2
3
4
5
6
7
8
9 1011 1213 1415 1617 1819 2021 2223
Stunde
NO
X
[g/km]
0,0000
0,0050
0,0100
0,0150
0,0200
0,0250
PM [g/km]
Nox FCD
Nox MF
PM FCD
PM MF
22_1
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45
0,50
0,55
0,60
0,65
0
1
2
3
4
5
6
7
8
9 10 11 12 1314 15 1617 18 19 2021 22 23
Stunde
NO
X
[g/km]
0,0000
0,0050
0,0100
0,0150
0,0200
0,0250
PM [g/km]
Nox FCD
Nox MF
PM FCD
PM MF
23_1
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45
0,50
0,55
0,60
0,65
0
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21 22
Stunde
NO
X
[g/km]
0,0000
0,0050
0,0100
0,0150
0,0200
0,0250
PM [g/km]
Nox FCD
Nox MF
PM FCD
PM MF

Schriftenreihe des LfULG, Heft 21/2014 | 37
Abbildung 25: Vergleich der Emissionsfaktoren NO
x
und motorbedingtes PM10, Richtung 2
21_2
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45
0,50
0,55
0,60
0,65
0
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Stunde
NO
X
[g/km]
0,0000
0,0050
0,0100
0,0150
0,0200
0,0250
PM [g/km]
Nox FCD
Nox MF
PM FCD
PM MF
22_2
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45
0,50
0,55
0,60
0,65
0
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Stunde
NO
X
[g/km]
0,0000
0,0050
0,0100
0,0150
0,0200
0,0250
PM [g/km]
Nox FCD
Nox MF
PM FCD
PM MF
23_2
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45
0,50
0,55
0,60
0,65
0
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Stunde
NO
X
[g/km]
0,0000
0,0050
0,0100
0,0150
0,0200
0,0250
PM [g/km]
Nox FCD
Nox MF
PM FCD
PM MF

image
Schriftenreihe des LfULG, Heft 21/2014 | 38
6 Entwicklung eines Ansatzes zur Be-
stimmung der mittleren Verkehrssituatio-
nen im Dresdner Hauptstraßennetz auf
Basis der Taxi-FCD
Wie in Abschnitt 5 dargelegt, ist bei einer netzweiten Auswertung der vorliegenden Taxi-FCD die Ermittlung der Fahrver-
haltenskennwerte Reisegeschwindigkeit und RPA auf Grund der enormen Datenmengen mit vertretbarem Aufwand nicht
praktikabel. Eine Alternative liegt deshalb in der Verwendung mittlerer Reisezeiten der Taxi innerhalb eines Abschnitts.
Diese Daten werden am Institut für Verkehrstelematik der Technischen Universität Dresden erfasst und quartalsweise
archiviert. Es wird deshalb ein praktikabler Ansatz zur Ermittlung der mittleren Verkehrssituationen nach HBEFA 3.1 für
das gesamte Dresdner Hauptstraßennetz auf Basis der Reisezeiten der Taxi-FCD entwickelt und mit den Ergebnissen der
Messfahrten verglichen. Insbesondere werden Aussagen getroffen, inwieweit sich der „fehlende“ RPA auf die Ermittlung
der Verkehrssituation und somit auf die Emissionsfaktoren auswirkt.
Dabei wurde wie folgt vorgegangen:
Untersuchung der räumlichen und zeitlichen Abdeckung der Taxi-FCD des in Abbildung 26 dargestellten Untersu-
chungsnetzes im Innerortsbereich der Messfahrten Dresden 2009
Entwicklung einer Methodik zur Ableitung der mittleren Verkehrssituation nach HBEFA 3.1 auf Basis der Reisege-
schwindigkeit
Erstellung einer Schlüsselbrücke zur Abschnitts- und Richtungszuordnung der Teilabschnitte der Taxi-FCD zu den
Messfahrtabschnitten im GIS
Abschnitts- und richtungsspezifischer Vergleich der Reisegeschwindigkeiten sowie der sich daraus ergebenden Emissi-
onsfaktoren der Taxi-FCD mit denen der Messfahrten
Diskussion der Ergebnisse und Bewertung der Eignung des entwickelten Ansatzes
Abbildung 26: Streckenauswahl für die Ermittlung von Emissionsfaktoren

image
image
Schriftenreihe des LfULG, Heft 21/2014 | 39
6.1 Datenlage
In die Untersuchung wurden die Taxi-FCD der Teilbefahrungen einbezogen. In diesen Datensätzen liegen die Reisezeiten
für alle Netzabschnitte zwischen zwei Hauptknoten richtungsgetrennt vor. Dabei werden die Daten unabhängig davon
erfasst, ob das Fahrzeug den kompletten Abschnitt befahren hat oder an Zwischenknoten in den Abschnitt eingefahren ist
bzw. ihn bereits vor dem Hauptknoten wieder verlassen hat. Dies hat zur Folge, dass für die Teilabschnitte zwischen zwei
Hauptknoten unterschiedlich viele Reisezeit-Stichproben zur Verfügung stehen können (siehe Abbildung 27).
Abbildung 27: Prinzip der Teilbefahrungen
In der Untersuchung wurden die Reisezeitinformationen aller verfügbaren Befahrungen des in Abbildung 26 dargestellten
Untersuchungsnetzes aus dem 3. Quartal 2011 einbezogen. Abbildung 28 zeigt exemplarisch die Struktur der Datensätze
der Teilbefahrungen der Taxi-FCD.
Dabei bedeuten:
ZEIT
Zeitstempel
ORI_ID_ABS
Strecken-Identifikator
RI_ABS
Richtungssinn
T
Reisezeit in s
Abbildung 28: Datenstruktur der Teilbefahrungen der Taxi-FCD
Auf Basis des Zeitstempels der Teilbefahrungen wurden die Datensätze nach Wochentagen und Zeitscheibe sowie nach
dem Kriterium, ob der Datensatz innerhalb der sächsischen Schulferien lag oder nicht, gefiltert. Zur zeitlichen Differenzie-
rung wurde in die Zeitscheiben der Einzelstunden in der Zeit von 06:00 Uhr bis 21:00 Uhr sowie die des gesamten Nacht-
zeitraums zwischen 21:00 Uhr und 06:00 Uhr unterschieden.
In Abbildung 29 ist die Anzahl der vorliegenden Datensätze der Taxi-FCD auf dem Untersuchungsnetz aus dem 3. Quartal
2011, differenziert nach Wochentagen und nach Ferienzeit, dargestellt. Aus den insgesamt ca. 2,2 Mio. Datensätzen wur-
den alle Fahrten in die Untersuchung einbezogen, die an den Werktagen Dienstag bis Donnerstag außerhalb der sächsi-
schen Schulferien absolviert wurden. Analog der Vorgehensweise der Messfahrten wurde dieser Zeitraum bzgl. der Ver-
kehrszustände als repräsentativ angesehen.

Schriftenreihe des LfULG, Heft 21/2014 | 40
Abbildung 29: Datensatzanzahl der Taxi-FCD nach Wochentag und Ferienzeit
In Abbildung 30 ist die mittlere Fahrtanzahl pro Teilabschnitt für den in die Auswertung einbezogenen Zeitraum Dienstag-
Donnerstag außerhalb der sächsischen Schulferien differenziert nach Zeitscheiben dargestellt. Danach zeigt sich, dass
während der Tagesstunden zwischen 06.00 Uhr und 21.00 Uhr im Durchschnitt zwischen 28 und 33 Fahrten pro Abschnitt
und Richtung vorliegen. Im Vergleich zu den Messfahrten, wo pro Abschnitt und Richtung lediglich 1 bis 2 Fahrten vorlie-
gen, ist der Datensatz der Taxi-FCD deutlich umfangreicher. Bis auf wenige Abschnitte, auf denen nicht für jede Stunde
des Tages eine Fahrt vorlag, ist eine räumliche und zeitliche Abdeckung der Taxi-FCD bzgl. des Untersuchungsnetzes der
Messfahrten gegeben.
Abbildung 30: Mittlere Datensatzanzahl der Taxi-FCD pro Teilabschnitt im Zeitraum Dienstag bis Donnerstag
außerhalb der sächsischen Schulferien
Mo
Di
Mi
Do
Fr
Sa
So
außerhalb der
Ferien
156.755
159.966
163.930
165.734
190.894
159.625
165.921
Ferienzeit
138.240
140.519
120.675
129.337
142.142
187.085
185.735
0
50.000
100.000
150.000
200.000
250.000
300.000
350.000
400.000
Fahrtanzahl
Wochentag
Datensatzanzahl der Taxi-FCD
3.Quartal 2011 nach Wochentagen und Ferienzeit
06-07 07-08 08-09 09-10 10-11 11-12 12-13 13-14 14-15 15-16 16-17 17-18 18-19 19-20 20-21 21-06
25%
12
12
13
15
13
14
14
15
14
14
12
12
13
12
12
123
max
98
138
163
182
176
159
128
136
155
129
134
138
157
172
127 1113
min
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
75%
42
39
40
43
38
39
38
45
42
39
38
42
43
45
43
367
mittel
29
28
30
32
30
29
29
33
30
29
28
29
29
32
30
269
0
50
100
150
200
250
300
350
400
Fahrtanzahl
Zeitscheibe
mittlere Datensatzanzahl der Taxi-FCD pro Teilabschnitt
3.Quartal 2011 / Dienstag-Donnerstag außerhalb der Ferienzeit

Schriftenreihe des LfULG, Heft 21/2014 | 41
6.2 Ableitung der mittleren Verkehrssituation nach HBE-
FA 3.1 auf Basis der Reisegeschwindigkeiten der Taxi-FCD
Wie in Abschnitt 3.1.1 erläutert, wird das Fahrverhalten der Verkehrssituationen in HBEFA 3.1 über die Fahrverhaltens-
kennwerte Reisegeschwindigkeit, RPA und Standanteil beschrieben. In Abhängigkeit vom betrachteten Schadstoff korre-
lieren die Fahrverhaltenskennwerte mit dem jeweiligen Emissionsfaktor.
Das Ziel des vorliegenden Projekts – die Ermittlung der Verkehrssituation auf der Basis vorhandener Datenquellen – er-
folgt vor dem Hintergrund der Emissionsmodellierung im Rahmen der Luftreinhaltung. Darin liegt der Fokus auf der Redu-
zierung der NO
2
- und PM10-Emissionen. Die PM10-Emissionen berechnen sich jedoch nur zum Teil aus den motorbe-
dingten Emissionsfaktoren des HBEFA, der PM10-Anteil aus Abrieb und Aufwirbelung wird über Emissionsfaktoren aus
anderen Datenquellen abgebildet. Die PM10-Emissionsfaktoren aus Abrieb und Aufwirbelung sind zwar auch an HBEFA-
Verkehrssituationen gebunden, die Höhe der Emissionsfaktoren korreliert dabei jedoch sehr stark mit dem Verkehrsfluss
(LOS) und weitaus weniger mit der Reisegeschwindigkeit (LOHMEYER 2011). Eine Korrelation der Fahrverhaltenskennwerte
mit den Gesamt-PM10-Emissionsfaktoren ist deshalb nicht bekannt. Die Zuordnung der Verkehrssituationen erfolgte des-
halb auf Basis der Korrelation der Fahrverhaltenskennwerte mit dem NO
x
-Emissionsfaktor.
In der Abbildung 31 ist die Korrelation der NO
x
-Emissionsfaktoren der PKW (Flottenzusammensetzung 2012 nach HBE-
FA 3.1) aller HBEFA 3.1-Verkehrssituationen mit einer Reisegeschwindigkeit kleiner 70 km/h, das heißt aller Verkehrssitu-
ationen, die bzgl. ihres Fahrverhaltens im Innerortsbereich relevant sind, mit den Fahrverhaltenskennwerten RPA, Stan-
danteil und Reisegeschwindigkeit dargestellt. Um die Vergleichbarkeit zwischen den Emissionsfaktoren zu gewährleisten,
wurden sämtliche Emissionsfaktoren, also auch die der Außerorts- und Autobahnverkehrssituationen, mit der HBEFA-
Innerorts-Flottenzusammensetzung der PKW 2012 gewichtet.
Die Betrachtung der Korrelation zwischen NO
x
-Emissionsfaktor und RPA lässt bei allen Verkehrssituationen im Reisege-
schwindigkeitsbereich zwischen ca. 30 km/h und 70 km/h einen annähernd linearen Verlauf erkennen. Lediglich bei den
Innerorts-, Außerorts- und Autobahn- Stop&Go-Verkehrssituationen ist diese Korrelation nicht mehr gegeben.
Eine Korrelation zwischen Standanteil und NO
x
-Emissionsfaktor ist nicht erkennbar. Im unteren Geschwindigkeitsbereich
korreliert der Standanteil tendenziell mit der Reisegeschwindigkeit (siehe Abbildung 32).
Bei der Darstellung des NO
x
-Emissionsfaktors über der Reisegeschwindigkeit in Abbildung 31 zeigt sich eine relativ gute
Korrelation. Im Bereich zwischen ca. 30 km/h und 70 km/h ist diese Korrelation annähernd linear, bei Betrachtung des
gesamten Geschwindigkeitsspektrums zeigt sich durch den starken Anstieg des Emissionsfaktors im unteren Geschwin-
digkeitsbereich insbesondere durch die Emissionsfaktoren der Stop&Go-Verkehrssituationen ein tendenziell quadratischer
Verlauf.
Die Streuung der Werte ist jedoch relativ stark. So liegen die Emissionsfaktoren der Verkehrssituationen mit einer Reise-
geschwindigkeit von ca. 30 km/h zwischen 0,28 g/km und 0,44 g/km. Ursache für die unterschiedlichen Emissionsfaktoren
bei relativ gleicher Reisegeschwindigkeit ist der Einfluss des RPA. In Abbildung 33 ist der Einfluss des RPA auf die NO
x
-
Emissionsfaktoren für ausgewählte Gruppen von Verkehrssituationen mit jeweils annähernd gleicher Reisegeschwindigkeit
dargestellt. Darin zeigt sich deutlich der Einfluss des RPA.

Schriftenreihe des LfULG, Heft 21/2014 | 42
Abbildung 31: Korrelation der NO
x
-Emissionsfaktoren PKW 2012 aller HBEFA 3.1-Verkehrssituationen mit einer
Reisegeschwindigkeit kleiner 70 km/h mit den Fahrverhaltenskennwerten RPA (oben), Standanteil (Mitte) und
Reisegeschwindigkeit (unten)
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0
0,05
0,1
0,15
0,2
0,25
0,3
NOx-EFA in g/km
RPA in m/s
2
NO
x
-EFA PKW 2012 [HBEFA3.1]
aller Verkehrssituationen <70km/h über RPA
HVS, Sammel-, Fernstraßen
StGo-Situationen IO, AO, BAB
Erschließerstraßen
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0%
10%
20%
30%
40%
NOx-EFA in g/km
Standanteil in %
NO
x
-EFA PKW 2012 [HBEFA3.1]
aller Verkehrssituationen <70km/h über Standanteil
HVS, Sammel-, Fernstraßen
StGo-Situationen IO, AO, BAB
Erschließerstraßen
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0
20
40
60
80
NOx-EFA in g/km
Reisegeschwindigkeit in km/h
NO
x
-EFA PKW 2012 [HBEFA3.1]
aller Verkehrssituationen <70km/h über Reisegeschwindigkeit
HVS, Sammel-, Fernstraßen
StGo-Situationen IO, AO, BAB
Erschließerstraßen

Schriftenreihe des LfULG, Heft 21/2014 | 43
Abbildung 32: Korrelation des Standanteils mit der Reisegeschwindigkeit aller HBEFA 3.1-Verkehrssituationen mit
einer Reisegeschwindigkeit kleiner 70 km/h
Abbildung 33: Einfluss des RPA auf den NO
x
-Emissionsfaktor (PKW 2012, HBEFA 3.1) bei ausgewählten Ver-
kehrssituationen im gleichen Reisegeschwindigkeitsbereich
Eine Ableitung der Verkehrssituation allein über die Reisegeschwindigkeit ohne Berücksichtigung des RPA ist somit mit
Unsicherheiten verbunden. Die Zuordnung der Verkehrssituationen aus den Daten der Messfahrten in Dresden 2009 er-
folgte deshalb auf Basis der Reisegeschwindigkeit und des RPA über eine nichtlineare Regressionsfunktion der Form
NO
x
-EFA = a + b*v + c*v
2
+ x*RPA + y*RPA
2
.
Weil die Ableitung der Verkehrssituationen aus den Teilbefahrungen der Taxi-FCD jedoch ausschließlich über die Reise-
geschwindigkeit erfolgt, wurde für die Zuordnung die Anzahl der verfügbaren Verkehrssituationen eingeschränkt. Es wur-
den deshalb nur solche Verkehrssituationen in die Regressionsfunktion eingebunden, die nach den formalen Kriterien
„Gebiet“ und „Straßentyp“ prinzipiell in Frage kommen.
Weil im Messnetz Dresden 2009 keine Erschließungsstraßen befahren wurden, wurden diese aus dem Wertebereich der
zuordenbaren Verkehrssituationen ausgeschlossen. Ebenfalls wurden Verkehrssituationen mit dem Gebietstyp „Land“ und
Verkehrssituationen mit einem Tempolimit > 70 km/h nicht zugeordnet. Das bedeutet nicht, dass auf Dresdens Hauptstra-
ßen bzgl. der Fahrverhaltenskennwerte keine Verkehrssituationen auftreten können, die in dieser Auswahl nicht enthalten
sind. Diese Vereinfachung wurde lediglich auf Grund der mangelnden Differenzierungsmöglichkeit durch den fehlenden
RPA getroffen. Die Auswahl der Verkehrssituationen, die zur Zuordnung der Reisegeschwindigkeiten der Taxi-FCD für das
Dresdner Hauptstraßennetz getroffen wurde, ist in Tabelle 3 dargestellt.
0%
5%
10%
15%
20%
25%
30%
35%
40%
0
20
40
60
80
Standanteil in %
Reisegeschwindigkeit in km/h
Standanteil aller Verkehrssituationen <70km/h über
Reisegeschwindigkeit
HVS, Sammel-, Fernstraßen
StGo-Situationen IO, AO, BAB
Erschließerstraßen
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0
10
20
30
40
50
60
70
NOx-EFA in g/km, RPA in m/s
2
Reisegeschwindigkeit in km/h
Verkehrssituation
Einfluss des RPA auf den NO
x
-Emissionsfaktor (PKW 2012, HBEFA3.1) bei ausgewählten
Verkehrssituationen im gleichen Reisegeschwindigkeitsbereich
NOx-EFA
v
RPA

Schriftenreihe des LfULG, Heft 21/2014 | 44
Tabelle 3: Relevante Innerorts-Verkehrssituationen zu Zuordnung der Taxi-FCD
Gebiet
Straßentyp
LOS
Tempolimit 50
Tempolimit 60
Tempolimit 70
Agglo
FernStr-City
dicht
x
x
x
Agglo
FernStr-City
fluessig
x
x
x
Agglo
FernStr-City
gesaettigt
x
x
x
Agglo
HVS
dicht
x
x
x
Agglo
HVS
fluessig
x
x
x
Agglo
HVS
gesaettigt
x
x
x
Agglo
HVS
Stop&Go
1)
x
Agglo
Sammel
dicht
x
x
Agglo
Sammel
fluessig
x
x
Agglo
Sammel
gesaettigt
x
x
1)
Innerorts-Verkehrssituationen mit LOS Stop&Go unterscheiden sich im Fahrtverlauf und EFA nicht. Diese Verkehrssituation steht stellvertretend für alle Innerorts-
Verkehrssituationen mit LOS Stop&Go.
Auf Basis der Reisegeschwindigkeiten der in Tabelle 3 aufgeführten Verkehrssituationen wurde eine Regressionsfunktion
mit den NO
x
-Emissionsfaktoren der PKW – gewichtet mit der mittleren deutschen Flottenzusammensetzung für das Jahr
2012 nach HBEFA 3.1 – abgeleitet (siehe Abbildung 34).
Abbildung 34: Regressionsfunktion Reisegeschwindigkeit aller relevanten Innerorts-Verkehrssituationen über
NO
x
-EFA PKW 2012 (HBEFA 3.1)
Mit einem Bestimmtheitsmaß von 0,93 wird die Korrelation von Reisegeschwindigkeit und NO
x
-Emissionsfaktor für die
ausgewählten Verkehrssituationen über die dargestellte Regressionsfunktion sehr gut abgebildet. Die Korrelation und
somit die Regressionsfunktion zwischen Reisegeschwindigkeit und NO
x
-Emissionsfaktor ist jedoch bei den einzelnen
PKW-Konzepten, insbesondere zwischen Benzin- und Diesel-PKW unterschiedlich (siehe Abbildung 35). Mit veränderter
Flottenzusammensetzung ändert sich demnach auch die Korrelationsfunktion. Abbildung 36 zeigt den Vergleich der Re-
gressionsfunktionen der NO
x
-Emissionsfaktoren über der Reisegeschwindigkeit für die PKW der Flottenzusammensetzung
2012 und 2020.
y = 0,000155x
2
- 0,018x + 0,7664
R² = 0,9386
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0
10
20
30
40
50
60
70
NO
x
-EFA PKW 2012 in g/km
Reisegeschwindigkeit in km/h
Regressionsfunktion NO
x
-EFA PKW 2012 [HBEFA3.1]
über Reisegeschwindigkeit Innerortsverkehrssituationen
EFA_NOx HBEFA
Poly. (EFA_NOx HBEFA)

Schriftenreihe des LfULG, Heft 21/2014 | 45
Abbildung 35: Regressionsfunktionen NO
x
-EFA über Reisegeschwindigkeit, alle PKW-Konzepte
Abbildung 36: Vergleich Regressionsfunktionen NO
x
-EFA PKW 2012/2020 über Reisegeschwindigkeit Innerorts-
Verkehrssituationen (HBEFA 3.1)
Obwohl die Ermittlung der Verkehrssituation wie o. g. auf Basis der Regression von NO
x
-Emissionsfaktor über Reisege-
schwindigkeit erfolgt, wurde zur Einordnung eine Regressionsfunktion der motorbedingten PM10-Emissionsfaktoren ermit-
telt (siehe Abbildung 37). Nach Zuordnung der Teilabschnitte der Taxi-FCD zu den Messfahrtabschnitten (siehe Kapitel
6.3) erfolgte eine Betrachtung der Abweichungen der Emissionsfaktoren der mit unterschiedlichen Regressionsfunktionen
zugeordneten Verkehrssituation (siehe Abbildung 38).
0
0,2
0,4
0,6
0,8
1
1,2
1,4
1,6
0
10
20
30
40
50
60
70
NO
x
-EFA in g/km
Reisegeschwindigkeit in km/h
Regressionsfunktionen NO
x
-EFA über Reisegeschwindigkeit /
alle PKW-Konzepte
PKW-B-Euro-0
PKW-B-Euro-1
PKW-B-Euro-2
PKW-B-Euro-3
PKW-B-Euro-4
PKW-B-Euro-5
PKW-B-Euro-6
PKW-D-Euro-0
PKW-D-Euro-1
PKW-D-Euro-2
PKW-D-Euro-3
PKW-D-Euro-4
PKW-D-Euro-5
PKW-D-Euro-6
Poly. (PKW-B-Euro-0)
Poly. (PKW-B-Euro-1)
Poly. (PKW-B-Euro-2)
Poly. (PKW-B-Euro-3)
Linear (PKW-B-Euro-4)
Poly. (PKW-B-Euro-5)
Poly. (PKW-B-Euro-6)
Poly. (PKW-D-Euro-1)
Poly. (PKW-D-Euro-4)
Poly. (PKW-D-Euro-4)
Poly. (PKW-D-Euro-5)
Poly. (PKW-D-Euro-6)
y = 0,0001x
2
- 0,0122x + 0,504
R² = 0,9247
y = 0,000155x
2
- 0,018x + 0,7664
R² = 0,9386
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0
10
20
30
40
50
60
70
NO
x
-EFA PKW in g/km
Reisegeschwindigkeit in km/h
Vergleich Regressionsfunktionen NO
x
-EFA PKW 2012 / 2020 [HBEFA3.1] über
Reisegeschwindigkeit Innerortsverkehrssituationen
NOx-EFA 2020
NOx-EFA 2012
Poly. (NOx-EFA 2020)
Poly. (NOx-EFA 2012)

Schriftenreihe des LfULG, Heft 21/2014 | 46
Abbildung 37: Regressionsfunktion PM10(mot)-EFA PKW 2012 (HBEFA 3.1) über Reisegeschwindigkeit Innerorts-
Verkehrssituationen
Abbildung 38: Abweichungen der NO
x
-Emissionsfaktoren bei Ermittlung der Verkehrssituationen mit den Regres-
sionsfunktionen NO
x
– PKW 2020 und PM10 – PKW 2012 gegenüber Regression NO
x
– PKW 2012
Die in Abbildung 38 dargestellten Abweichungen der Emissionsfaktoren der über die verschiedenen Regressionsfunktio-
nen abgeleiteten Verkehrssituationen liegen beim Vergleich der Regressionsfunktionen über die NO
x
-Emissionsfaktoren
der PKW mit den Flottenzusammensetzungen 2012 und 2020 im 1 % - Bereich und sind somit vernachlässigbar. Bei Ver-
wendung der PM10-Regressionsfunktion würden gegenüber der NO
x
-Regression mit maximal 5 % tendenziell leicht gerin-
gere Emissionen abgeleitet werden. Der Grund dafür liegt in dem geringfügig steileren Anstieg der PM10-Regression-
Funktion, was tendenziell zu geringeren Stop&Go-Anteilen führt.
Auf Grund des relativ geringen Einflusses des Bezugsjahres der Flottenzusammensetzung und des betrachteten Schad-
stoffs erfolgte die Zuordnung der Verkehrssituation über die in Abbildung 34 dargestellte Regressionsfunktion der NO
x
-
Emissionsfaktoren PKW 2012. Dazu wurde zunächst entsprechend der Reisegeschwindigkeit ein Emissionsfaktor berech-
net. Ausgehend von diesem Emissionsfaktor wurde die Verkehrssituation mit dem nächstniedrigeren Emissionsfaktor als
zutreffende Verkehrssituation ermittelt, wobei zunächst nur die Verkehrssituationen im LOS „flüssig“, „dicht“ oder „gesät-
tigt“ betrachtet wurden. Zum Ausgleich der Differenz zwischen dem Emissionsfaktor der zugeordneten Verkehrssituation
und dem berechneten Emissionsfaktor wurde ein Stop&Go-Anteil berechnet, sodass sich letztlich über die Kombination
aus Verkehrssituation und Stop&Go-Anteil exakt der aus der Regressionsfunktion berechnete Wert ergab. Das Vorgehen
ist exemplarisch in Tabelle 4 dargestellt.
y = 3E-06x
2
- 0,0004x + 0,0173
R² = 0,8788
0
0,002
0,004
0,006
0,008
0,01
0,012
0,014
0,016
0
10
20
30
40
50
60
70
PM10-EFA PKW 2012 in g/km
Reisegeschwindigkeit in km/h
Regressionsfunktion PM10(mot)-EFA PKW 2012 [HBEFA3.1]
über Reisegeschwindigkeit Innerortsverkehrssituationen
EFA_PM10_mot
Poly. (EFA_PM10_mot)
-8%
-6%
-4%
-2%
0%
2%
4%
6%
8%
10%
76 24 75 42 46 59 67 41 47 61 71 16 40 98 51 2 6 91 84 17 53 1 63 55 8 20 30 57 62
Abweichungen
Abschnittsnummer
Abweichungen der NO
x
-Emissionsfaktoren bei Ermittlung der
Verkehrssituationen mit Regressionsfunktion NO
x
-PKW 2020, PM10 -PKW
2012 gegenüber Regression NO
x
-PKW 2012
NOx 2020 / NOx 2012
PM10 2012 / NOx 2012

image
Schriftenreihe des LfULG, Heft 21/2014 | 47
Tabelle 4: Beispiel für Ableitung der Verkehrssituation und des Stop&Go-Anteils aus der Reisegeschwindigkeit
unter Verwendung der Regressionsfunktion
Reise-
geschwindigkeit
Taxi-FCD
NO
x
-EFA
nach Regressi-
ons-
funktion
zugeordnete
Verkehrssituation
(mit nächstniedrigerem
NO
x
-EFA)
NO
x
-EFA
der zugeordneten
Verkehrssituation
(nach HBEFA 3.1)
NO
x
-EFA
StGo
(nach HBEFA 3.1)
Stop&Go-
Anteil
25 km/h
0,41 g/km
Agglo/Sammel/50/dicht
0,36 g/km
0,57 g/km
22,8 %
Bei diesem Vorgehen wird aus den als relevant erachteten Verkehrssituationen diejenige ausgewählt, deren Emissionsfak-
tor dem des durch die Regression berechneten am nächsten liegt. Das kann jedoch dazu führen, dass Verkehrssituationen
ermittelt werden, die in den Kriterien „Straßentyp“ und „Tempolimit“ nicht dem tatsächlichen Charakter des Untersu-
chungsabschnitts entsprechen. Alternativ dazu kann deshalb für jeden Untersuchungsabschnitt eine Verkehrssituation auf
Basis der Kriterien „Gebiet“, „Straßentyp“ und „Tempolimit“ vorausgewählt werden und die Differenz zu den berechneten
Emissionsfaktoren mit entsprechend unterschiedlich hohen Stop&Go-Anteilen ausgeglichen werden (siehe Abbildung 39).
Im dargestellten Beispiel wird der berechnete NO
x
-Emissionsfaktor von 0,41 g/km durch die Verkehrssituation „Ag-
glo/Sammelstraße/50/dicht“ am ehesten repräsentiert, dementsprechend ist hierbei der Stop&Go-Anteil mit ca. 23 % am
geringsten. Würde der Charakter des Untersuchungsabschnitts jedoch einer Fernstraße entsprechen, die nach HBEFA 3.1
im LOS „gesättigt“ einen Emissionsfaktor von 0,31 g/km aufweist, müsste der Stop&Go-Anteil ca. 38 % betragen. Der
Nachteil bei diesem Vorgehen ist, dass zwar die Charakteristik des Untersuchungsabschnittes berücksichtigt wird, bzgl.
des Fahrverhaltens sich jedoch z. T. unrealistische Stop&Go-Anteile ergeben können.
Der berechnete Emissionsfaktor lässt sich demnach bei den PKW aus verschiedenen Kombinationen aus Verkehrssituati-
onen im LOS „flüssig“, „dicht“, oder „gesättigt“ sowie einem Stop&Go-Anteil darstellen. Vergleicht man die Emissionsfakto-
ren, die sich für in Abbildung 39 betrachteten Kombinationen bei den Fahrzeugkategorie LNF und SNF ergeben, sind die
Schwankungen relativ gering (siehe Abbildung 40), sodass dieses Vorgehen auch auf diese Fahrzeugkategorien übertrag-
bar ist.
Abbildung 39: Kombinationsmöglichkeiten aus relevanten Innerorts-Verkehrssituationen und Stop&Go-Anteil

image
Schriftenreihe des LfULG, Heft 21/2014 | 48
Abbildung 40: NO
x
-Emissionsfaktoren LNF, SNF für Kombinationen aus relevanten Verkehrssituationen mit
Stop&Go-Anteilen aus PKW-v-Regression
6.3 Zuordnung der Teilabschnitte zu den Messfahrtabschnit-
ten im GIS
Um die Teilabschnitte der Taxi-FCD denen der Messfahrten zuordnen und somit die Ergebnisse im GIS für die Emissions-
und Immissionsmodellierung nutzen zu können, wurde eine Schlüsselbrücke erstellt. Dabei wurden jedem Messfahrtab-
schnitt die Teilabschnitte unter Berücksichtigung der Fahrtrichtung zugeordnet (siehe Tabelle 5).
Tabelle 5: Beispiel Zuordnung Teilabschnitte/Messfahrtabschnitte
ID
Straße
von
bis
ORI_ID_AB
S_RI_Abs
von
bis
Län-
ge
Länge
gesamt
21/1
Königsbrücker Straße
Albertplatz
Bischofsweg
6001010/1
Albertplatz
Stetzscher Straße
255,4
914,9
21/1
Königsbrücker Straße
Albertplatz
Bischofsweg
6001020/1
Stetzscher Straße
Katharinenstraße
55,5
914,9
21/1
Königsbrücker Straße
Albertplatz
Bischofsweg
6001030/1
Katharinenstraße
Louisenstraße
171,1
914,9
21/1
Königsbrücker Straße
Albertplatz
Bischofsweg
6001040/1
Louisenstraße
Scheunenhofstraße
80,2
914,9
21/1
Königsbrücker Straße
Albertplatz
Bischofsweg
6001041/1
Scheunenhofstraße
Jordanstraße
36,8
914,9
21/1
Königsbrücker Straße
Albertplatz
Bischofsweg
6001070/1
Jordanstraße
Schwepnitzer Straße
31,2
914,9
21/1
Königsbrücker Straße
Albertplatz
Bischofsweg
6001071/1
Schwepnitzer Straße
Eschenstraße
67,3
914,9
21/1
Königsbrücker Straße
Albertplatz
Bischofsweg
6001080/1
Eschenstraße
Bischofsweg
217,3
914,9
Nach der Zuordnung wurden der Verlauf der mittleren Geschwindigkeiten der Teilabschnitte und die Anzahl der vorliegen-
den Datensätze aus den Taxi-FCD für jeden Teilabschnitt eines Messfahrtabschnitts grafisch dargestellt. Abbildung 41
zeigt diese Darstellung exemplarisch für den in Tabelle 5 dargestellten Messfahrtabschnitt Königsbrücker Straße von Al-
bertplatz nach Bischofsweg. Anhand dieser Darstellungen wurden Datensätze mit unplausibel hohen oder niedrigen Ge-
schwindigkeiten ermittelt und aus der Auswertung ausgeschlossen. Über den gesamten Datensatz wurde letztlich ein Filter
gelegt, der alle Fahrten mit einer Reisegeschwindigkeit < 3 km/h und > 100 km/h von der Auswertung ausschließt.

Schriftenreihe des LfULG, Heft 21/2014 | 49
Über die Summe der mittleren Reisezeiten der Teilabschnitte und der Gesamtlänge des Messfahrtabschnitts erfolgte die
Berechnung der mittleren Reisegeschwindigkeiten der Taxi-FCD pro Messfahrtabschnitt.
Abbildung 41: Fahrtanzahl, mittlere Reisegeschwindigkeiten der Teilabschnitte des Messfahrtabschnitts Königs-
brücker Straße von Albertplatz nach Bischofsweg pro Zeitscheibe
6.4 Vergleich der Reisegeschwindigkeiten und Emissions-
faktoren Taxi-FCD/Messfahrten
Die mittleren Reisegeschwindigkeiten der Taxi-FCD sowie der Messfahrten der einzelnen Zeitscheiben wurden über Ta-
gesganglinien zu einer mittleren Reisegeschwindigkeit über den Tag gewichtet. Für alle Abschnitte innerhalb des 26er-
Ringes wurde die standardisierte Tagesganglinie für Innerortsstraßen aus HBEFA 3.1 verwendet. Für die Radialstraßen
wurde für die Bergstraße eine spezifische Tagesganglinie aus der dortigen Pegelzählstelle verwendet. Für die übrigen
Radialstraßen wurde die Tagesganglinie aus der Pegelzählstelle der Leipziger Straße verwendet.
Nach der Berechnung der Tagesmittelwerte der Reisegeschwindigkeiten erfolgte richtungsgetrennt für jeden Messfahrtab-
schnitt grafisch ein Vergleich der Reisegeschwindigkeiten der Taxi-FCD mit denen der Messfahrten (exemplarisch darge-
stellt in Abbildung 42).
Es zeigte sich, dass die Geschwindigkeiten in den meisten Fällen relativ gut übereinstimmten. Abschnitte, auf denen grö-
ßere Abweichungen auftraten, wurden detailliert untersucht. So gab es sowohl Abschnitte, auf denen die Reisegeschwin-
digkeiten der Taxi-FCD deutlich über denen der Messfahrten (siehe Abbildung 43) als auch Abschnitte, auf denen sie
deutlich unter denen der Messfahrten lagen (siehe Abbildung 44).
0
100
200
300
400
500
600
0
10
20
30
40
50
60
1357 24681357 24681357 24681357 24681357 24681357 24681357 24681357 2468
06-07 07-08 08-09 09-10 10-11 11-12 12-13 13-14 14-15 15-16 16-17 17-18 18-19 19-20 20-21 21-06
Fahrtanzahl pro Teilabschnitt und Zeitscheibe
mittlere Reisegeschwindigkeit in km/h
Teilabschnitte pro Zeitscheibe
Fahrtanzahl, mittlere Reisegeschwindigkeiten der Teilabschnitte des
Messfahrtabschnitts
Königsbrücker Straße von Albertplatz nach Bischofsweg pro Zeitscheibe
Fahrtanzahl pro Zeitscheibe und Teilabschnitt
mittlere Geschwindigkeit pro Zeitscheibe und Teilabschnitt

Schriftenreihe des LfULG, Heft 21/2014 | 50
Abbildung 42: Vergleich der Reisegeschwindigkeiten Taxi-FCD/Messfahrten Königsbrücker Straße von Albertplatz
nach Bischofsweg pro Zeitscheibe und als Tagesmittelwert
Abbildung 43: Wesentliche Abweichungen der Reisegeschwindigkeiten Taxi-FCD/Messfahrten, Bsp. 1
Abbildung 44: Wesentliche Abweichungen der Reisegeschwindigkeiten Taxi-FCD/Messfahrten, Bsp. 2
0
5
10
15
20
25
30
35
40
Reisegeschwindigkeit in km/h
Zeitscheibe
Vergleich der Reisegeschwindigkeiten Taxi-FCD / Messfahrten
Königsbrücker Straße von Alberplatz nach Bischofsweg
pro Zeitscheibe und als Tagesmittelwert
Taxi-FCD
Messfahrten
0
10
20
30
40
50
60
Reisegeschwindigkeit in km/h
Zeitscheibe
Vergleich der Reisegeschwindigkeiten Taxi-FCD / Messfahrten
Bergstraße von F.-Förster-Platz nach Kohlenstraße
pro Zeitscheibe und als Tagesmittelwert
Taxi-FCD
Messfahrten
0
10
20
30
40
50
60
Reisegeschwindigkeit in km/h
Zeitscheibe
Vergleich der Reisegeschwindigkeiten Taxi-FCD / Messfahrten
Große Meißner Straße von Kleine Marienbrücke nach Neustädter Markt
pro Zeitscheibe und als Tagesmittelwert
Taxi-FCD
Messfahrten

Schriftenreihe des LfULG, Heft 21/2014 | 51
Ein Großteil der Abweichungen, bei denen die Reisegeschwindigkeiten der Messfahrten niedriger waren als die der Taxi-
FCD, lag in der Fahrtbeziehung der Messfahrten begründet. So wurde bei den Runden der Messfahrten der in Abbildung
43 dargestellte Abschnitt Bergstraße von Fritz-Foerster-Platz nach Kohlenstraße befahren, indem aus der Nürnberger
Straße kommend rechts in den Abschnitt eingebogen wurde. Die Beschleunigungsphase beim Anfahren wirkt sich min-
dernd auf die Reisegeschwindigkeit aus. Der Hauptstrom auf diesem Abschnitt fährt jedoch direkt vom Hauptbahnhof
kommend in den Abschnitt und hat bereits am Abschnittsbeginn eine relativ hohe Fahrgeschwindigkeit. Des Weiteren fährt
der Hauptstrom in einer LSA-Koordinierung vom Hauptbahnhof in Richtung Norden. Der von der Nürnberger Straße in den
Abschnitt einbiegende Strom fährt dagegen außerhalb dieser Koordinierung. Durch die große Fahrtanzahl der Taxi-FCD
werden diese systematischen Fehler, die bei Einzelbefahrungen auftreten, kompensiert. Hierin liegt ein großer Vorteil der
Taxi-FCD.
Ein weiterer Grund für höhere Geschwindigkeiten der Taxi-FCD liegt, wie bereits in Kapitel 5 dargelegt, in den Privilegien,
die den Taxis als Teil des öffentlichen Verkehrs im Straßenverkehr teilweise eingeräumt wird, wie z. B. das Benutzungs-
recht von Busspuren.
Die Darstellung in Abbildung 44 zeigt im Gegenzug am Beispiel des Abschnitts Große Meißner Straße zwischen Kleiner
Marienbrücke und Neustädter Markt den Effekt, dass die Taxi-FCD auch deutlich geringere Reisegeschwindigkeiten als
die Messfahrten aufweisen können. Der Grund hierfür liegt bei diesem Beispiel an dem Taxistellplatz vor dem in diesem
Abschnitt befindlichen Hotel Bellevue. Der Effekt, dass das langsame Anfahren der Stellplätze in geringeren Reisege-
schwindigkeiten sichtbar wird, lässt sich auch in anderen Abschnitten mit Taxistellplätzen wie z. B. am Hauptbahnhof oder
am Sachsenplatz erkennen. In diesem teilweise nicht repräsentativen Fahrverhalten liegt ein Nachteil der Taxi-FCD.
In Abbildung 45 sind die Abweichungen, die sich beim Vergleich der NO
x
-Emissionsfaktoren der Taxi-FCD mit denen der
Messfahrten, die sich jeweils mit der Regressionsfunktion über die mittleren Reisegeschwindigkeiten ergeben, dargestellt.
Darin zeigt sich, dass die Reisegeschwindigkeiten relativ gut übereinstimmen. So liegen die Abweichungen der NO
x
-
Emissionsfaktoren bei 60 % aller Abschnitte im 10 %-Bereich und bei ca. 90 % aller Abschnitte im 20 %-Bereich. Die ver-
einzelt auftretenden größeren Abweichungen sind durch die o. g. Effekte erklärbar und plausibel.
Abbildung 45: Abweichung NO
x
-EFA über Geschwindigkeitsregressionsfunktion Taxi-FCD/Messfahrt
-30,0%
-20,0%
-10,0%
0,0%
10,0%
20,0%
30,0%
41 15 80 14 97 82 70 48 10 5 65 61 57 34 84 6 39 19 36 75 30 62 24 85 37 33 68 28 51 67 98 8 81 77 2 20 69 79 22 13 11 40 25 29
Abweichung
Abschnittsnummer
Abweichung NO
x
-EFAs über Geschwindigkeitsregressionsfunktion
Taxi-FCD / Messfahrt

Schriftenreihe des LfULG, Heft 21/2014 | 52
Abbildung 46: Abweichung NO
x
-EFA Messfahrten über Geschwindigkeitsregressionsfunktion/Geschwindigkeits-
RPA-Regression
Der in Abbildung 46 dargestellte Vergleich der NO
x
-Emissionsfaktoren, die sich bei Auswertung der Messfahrtdaten unter
Verwendung der beiden Regressionsfunktionen zur Ableitung der Verkehrssituation ergeben, zeigt, dass zwar die Abwei-
chungen bei ca. 90 % aller Messfahrtabschnitte im 20 %-Bereich liegen, in Einzelfällen jedoch auch größere Abweichun-
gen auftreten. So liegen die Emissionen bei der Ableitung der Verkehrssituation allein auf Basis der Reisegeschwindigkeit
(Geschwindigkeitsregression) tendenziell unter denen mit Einbeziehung des RPA (Geschwindigkeits-RPA-Regression).
Im Folgenden wird anhand von zwei Beispielen erläutert, worin die Abweichungen, sowohl nach oben als auch nach un-
ten, begründet liegen.
So liegt im Abschnitt Schäferstraße von LSA Löbtauer Straße nach LSA Behringstraße der NO
x
-Emissionsfaktor bei Ablei-
tung der Verkehrssituation unter Einbeziehung der Reisegeschwindigkeit und des RPA ca. 25 % über dem, der sich bei
ausschließlicher Berücksichtigung der Reisegeschwindigkeit ergibt. Das v-s-Diagramm in Abbildung 47 zeigt, dass sich
der Fahrverlauf nahezu auf dem gesamten Abschnitt durch z. T. starke Beschleunigungsvorgänge auszeichnet, was mit
einem relativ hohen RPA verbunden ist. Die mittlere Reisegeschwindigkeit liegt hier bei ca. 31 km/h.
Die Zuordnung der Verkehrssituation auf Basis der Reisegeschwindigkeit ergibt die Verkehrssituation „Ag-
glo/Sammel/50/gesaettigt“ mit einem Stop&Go-Anteil von 3 %. Dass der RPA dieser Verkehrssituation mit 0,23 deutlich
unter dem gemessenen von 0,36 liegt, wird bei diesem Vorgehen nicht berücksichtigt. Bei Einbeziehung des RPA ergibt
sich durch die nicht lineare Regressionsanalyse die Verkehrssituation „Land/Sammel/50/gesaettigt“, die zwar mit 0,28 den
gemessenen RPA noch nicht erreicht, ihm aber deutlich näher liegt. Auf Grund des in Abbildung 31 gezeigten Einflusses
des RPA ist der Emissionsfaktor dieser Verkehrssituation höher (siehe Abbildung 48).
Im Abschnitt Albertstraße von LSA Carolaplatz nach LSA Albertplatz hingegen liegt der NO
x
-Emissionsfaktor bei Ableitung
der Verkehrssituation unter Einbeziehung der Reisegeschwindigkeit und des RPA ca. 25 % unter dem, der sich bei aus-
schließlicher Berücksichtigung der Reisegeschwindigkeit ergibt. Das v-s-Diagramm in Abbildung 49 zeigt, dass der Fahr-
verlauf auf dem Großteil des Abschnitts relativ konstant ist, positive Beschleunigungen treten nur kurz beim Anfahren an
der LSA auf. Der RPA ist demzufolge relativ niedrig, die mittlere Reisegeschwindigkeit liegt bei ca. 25 km/h.
Die Zuordnung der Verkehrssituation auf Basis der Reisegeschwindigkeit ergibt die Verkehrssituation „Ag-
glo/Sammel/50/dicht“ mit einem Stop&Go-Anteil von 20 %. Dass der RPA dieser Verkehrssituation mit 0,22 deutlich über
dem gemessenen von 0,12 liegt, wird bei diesem Vorgehen nicht berücksichtigt. Bei Einbeziehung des RPA ergibt sich die
Verkehrssituation „Land/HVS-kurv./50/dicht“. Der Emissionsfaktor dieser Verkehrssituation ist um ca. 25 % niedriger (siehe
Abbildung 50).
-40,0%
-30,0%
-20,0%
-10,0%
0,0%
10,0%
20,0%
30,0%
40,0%
88/2
79/1
38/2
80/1
35/1
5/2
18/2
30/1
4/1
29/1
42/2
60/1
24/1
91/1
39/2
9/2
39/1
64/1
10/2
20/2
30/2
78/2
44/1
58/2
75/1
10/1
98/2
21/2
43/2
3/1
48/2
42/1
19/2
44/2
64/2
58/1
57/2
13/1
81/2
8/1
32/1
82/1
67/1
Abweichung
Abschnittsnummer / Richtung
Abweichung NO
x
-EFAs Messfahrten über
Geschwindigkeitsregressionsfunktion / Geschwindigkeits-RPA-Regression

Schriftenreihe des LfULG, Heft 21/2014 | 53
Abbildung 47: v-s-Diagramm Schäferstraße von LSA Löbtauer Straße nach LSA Behringstraße
Abbildung 48: Unterschiedliche Zuordnung der Verkehrssituation bei v-Regressionsfunktion und nicht linearer
Regressionsfunktion unter Einbeziehung v und RPA am Bsp. LSA Löbtauer Straße nach LSA Behringstraße
Abbildung 49: v-s-Diagramm Albertstraße von LSA Carolaplatz nach LSA Albertplatz
0
10
20
30
40
50
60
70
0
50
100
150
200
250
300
Geschwindigkeit in km/h
Abschnittslänge in m
v-s-Diagramm Messfahrten
Schäferstraße von LSA Löbtauer Straße nach LSA Behringstraße
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0
10
20
30
40
50
60
70
NO
x
-EFA in g/km, RPA in m/s
2
Reisegeschwindigkeit in km/h
Unterschiedliche Zuordnung der Verkehrssituation bei v-Regressionsfunktion und
nichtlineare Regressionsfunktion unter Einbeziehung RPA
NOx_EFA_PKW_2012
v
RPA
HBEFA-Verkehrssituationen im relevanten Geschwindigkeitsbereich
EFA der zugeordneten
Verkehrssituationen
0
10
20
30
40
50
60
70
0
100
200
300
400
500
600
700
800
Geschwindigkeit in km/h
Abschnittslänge in m
v-s-Diagramm Messfahrten
Albertstraße von LSA Carolaplatz nach LSA Albertplatz

Schriftenreihe des LfULG, Heft 21/2014 | 54
Abbildung 50: Unterschiedliche Zuordnung der Verkehrssituation bei v-Regressionsfunktion und nicht linearer
Regressionsfunktion unter Einbeziehung v und RPA am Bsp. Albertstraße von LSA Carolaplatz nach LSA Albert-
platz
6.5 Fazit
Bei Betrachtung der Abweichungen der NO
x
-Emissionsfaktoren, die sich unter Verwendung der Geschwindigkeits-
Regressionsfunktion auf Basis der Taxi-FCD und denen, die sich unter Einbeziehung des RPA aus den Messfahrten erge-
ben, zeigt sich, dass über 90 % der Abschnitte im 20 %-Bereich liegen (siehe Abbildung 51). Die Verteilung zeigt weiter-
hin, dass es bei ausschließlicher Betrachtung der Reisegeschwindigkeit gegenüber den Ergebnissen unter Verwendung
der Geschwindigkeits-RPA-Regression tendenziell zu einer leichten Unterschätzung der Emissionen kommt. Die Daten-
sätze der Taxi-FCD sind zur Ableitung der Verkehrssituation für ein qualitativ hochwertiges Emissions-Screeningmodell
jedoch gut geeignet.
Der Vorteil gegenüber den Messfahrten liegt in der deutlich höher Fahrtanzahl, wodurch eine größere Abdeckung der
Fahrtbeziehungen auf den Einzelabschnitten und die Kompensation zufälliger Ereignisse erreicht werden. Der Nachteil
liegt in der nicht immer gegebenen Repräsentanz des Fahrverhaltens der Taxi-Flotte. Außerdem kommt es durch die aus-
schließliche Betrachtung der Reisegeschwindigkeit in Einzelfällen zu unplausiblen Zuordnungen der Verkehrssituation und
somit zu Abweichungen in den Emissionsfaktoren. Für Detailuntersuchungen sind deshalb Messfahrten unerlässlich. Für
Netzbetrachtungen sind die Abweichungen, die sich bei Verwendung der Taxi-FCD ergeben, tolerabel, weil die Daten-
menge, die durch die Taxi-FCD zur Verfügung steht, kaum durch Messfahrten erzeugt werden kann.
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0
10
20
30
40
50
60
70
Reisegeschwindigkeit in km/h
NO
x
-EFA in g/km, RPA in m/s
2
Unterschiedliche Zuordnung der Verkehrssituation bei v-Regressionsfunktion und
nichtlineare Regressionsfunktion unter Einbeziehung RPA
NOx_EFA_PKW_2012
v
RPA
HBEFA-Verkehrssituationen im relevanten Geschwindigkeitsbereich
EFA der zugeordneten
Verkehrssituationen

Schriftenreihe des LfULG, Heft 21/2014 | 55
Abbildung 51: Abweichung NO
x
-EFA Taxi-FCD/Messfahrten über Geschwindigkeits-RPA-Regression
Bei entsprechender zeitlicher Abdeckung könnten die Taxi-FCD auch für Abschnitte angewendet werden, für die keine
Messfahrten vorliegen. Dazu müsste eine Schlüsselbrücke im GIS zwischen den Teilabschnitten der Taxi-FCD und den
Abschnitten des Dresdner Netzes für die Emissions- bzw. Immissionsmodellierung erstellt werden.
Im Rahmen des Projektes wurde exemplarisch der oben beschriebene Datensatz der Taxi-FCD vom 3. Quartal 2011 mit
dem des 3. Quartals 2013 verglichen (siehe Abbildung 52). Die Ergebnisse sind plausibel, die eingetretenen Geschwindig-
keitsänderungen sind durch Baumaßnahmen oder Umleitungsverkehre weitestgehend erklärbar.
Abbildung 52: Entwicklung der Reisegeschwindigkeiten der Taxi-FCD 3. Quartal 2013/3. Quartal 2011
Durch die Entwicklung eines Programms zur automatischen Aufbereitung der Taxi-FCD könnten die Daten in turnusmäßi-
gen Abständen für das Dresdner Netz aktualisiert werden. Dieses Vorgehen wird als sinnvoll erachtet, weil dadurch mit
relativ geringem Aufwand auf die große Menge der vorliegenden bzw. weiterhin kontinuierlich erfassten FCD zugegriffen
werden kann und sich die hohen Aufwände bei der Installation und zur Unterhaltung des Erfassungssystems der FCD
breiter nutzen lassen.
-40%
-30%
-20%
-10%
0%
10%
20%
30%
18 42 41 82 1 57 61 48 70 58 10 76 84 54 34 89 24 13 16 20 68 62 7 90 40 8 47 80 30 53 31 52 21 23 22 44 60 9 12 77 74 91 29
Abweichung
Abschnittsnummer / Richtung
Abweichung NO
x
-EFAs
Taxi-FCD / Messfahrten über Geschwindigkeits-RPA-Regression
-15,00
-10,00
-5,00
0,00
5,00
10,00
15,00
1
7
13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
103
109
115
121
127
133
139
145
151
157
163
169
Geschwindigkeitsdifferenz in km/h (2013 - 2011)
Abschnittsanzahl
Entwicklung der Reisegeschwindigkeiten der Taxi - FCD
3.Quartal 2013 / 3.Quartal 2011

Schriftenreihe des LfULG, Heft 21/2014 | 56
7 Kapazitätsuntersuchungen an ausge-
wählten Straßenabschnitten im Bereich
der Dresdner Waldschlösschenbrücke
7.1 Allgemeine Betrachtungen
Auch wenn die direkte Ableitung der Verkehrssituation aus der Querschnittsgeschwindigkeit nicht möglich ist, ist dennoch
durch die hohe Anzahl an Messungen sowie deren zeitliche Verfügbarkeit ein Informationsgewinn zu verzeichnen. So
können über den Verlauf von Geschwindigkeit und Verkehrsstärke Abschätzungen zur Kapazitätsgrenze des Abschnitts
getroffen werden. Die Kapazität stellt die größtmögliche Verkehrsstärke dar, die von einem Abschnitt aufgenommen wer-
den kann. Der Verkehrsfluss auf einem Abschnitt ist demnach abhängig von der vorhandenen Verkehrsstärke und der
Kapazität, das heißt der maximal möglichen Verkehrsstärke. Das Verhältnis aus vorhandener und maximal möglicher
Verkehrsstärke wird als Sättigungsgrad bezeichnet (SCHNABEL & LOHSE 1997).
Die Kapazität eines Straßenabschnitts ist im Innerortsbereich im Wesentlichen durch Einflüsse entlang der Strecke wie
Abbiegevorgänge an Einmündungen nachgeordneter Straßen oder Grundstückszufahrten,
Ein- und Ausparkvorgängen,
Einrichtungen des ÖPNV oder
Fußgängerquerungen
sowie Einflüsse am Knotenpunkt wie
Vorfahrtsregelung,
Abbiegemöglichkeiten und
LSA-Steuerung
abhängig (BAST 2009).
Im Gegensatz zu möglichen Berechnungsansätzen der Kapazität auf Autobahnabschnitten oder zweispurigen Landstra-
ßen ist eine Berechnung der Kapazität für Innerortsstraßen somit nicht exakt möglich (SCHNABEL & LOHSE 1997).
Nach der in Abbildung 53 dargestellten M-v-Beziehung lässt sich die Kapazität C als maximal aufnehmbare Verkehrsstär-
ke M aus dem Bereich ableiten, in dem die Geschwindigkeit v so weit sinkt, dass die Verkehrsstärke M ebenfalls sinkt.
Der Verkehrsfluss verändert sich demnach mit zunehmender Verkehrsstärke zunächst von flüssigem über dichten Ver-
kehr, bis sich bei Erreichen der Kapazitätsgrenze ein gesättigter Verkehrsfluss einstellt. Bei Überschreitung der Kapazi-
tätsgrenze wird der Verkehr instabil (Stop&Go) und sowohl Geschwindigkeit als auch Verkehrsstärke nehmen ab. Bei
genauer Kenntnis der Kapazität könnte somit der Verkehrsfluss in Abhängigkeit von der Verkehrsstärke ermittelt werden.

image
Schriftenreihe des LfULG, Heft 21/2014 | 57
Abbildung 53: Beziehungen zwischen den Verkehrskenngrößen (SCHNABEL & LOHSE 1997)
Die Auswertungen der grafischen Analyse in Abschnitt 4.1 zeigen jedoch, dass nur an einigen wenigen Querschnitten ein
Einbruch der Verkehrsstärke auf Grund gesunkener Geschwindigkeiten zu verzeichnen ist und somit die Kapazitätsgrenze
erreicht bzw. überschritten wurde. Abbildung 54 zeigt am Beispiel der Carolabrücke in Richtung Neustadt einen solchen
Querschnitt. Während die Verkehrsstärke während der Morgenspitze noch nicht zu einer ausgeprägten Geschwindigkeits-
reduzierung führt, ist in der Nachmittagsspitze ein deutlicher Geschwindigkeitseinbruch zu verzeichnen, in Folge dessen
es zu einem Rückgang der Verkehrsstärke kommt. Die in Abbildung 55 dargestellte M-v-Beziehung für diesen Abschnitt
zeigt den typischen Verlauf des Verkehrsverhaltens nach Überschreitung der Kapazitätsgrenze.
Bei dem überwiegenden Teil der Querschnitte ist dieser Effekt jedoch nicht klar ersichtlich und somit die Kapazität nicht
mit Sicherheit zu bestimmen. Abbildung 56 zeigt mit dem Querschnitt an der Wiener Straße Richtung Zentrum ein Beispiel
für einen Abschnitt ohne erkennbare Kapazitätsgrenze, die M-v-Beziehung in Abbildung 57 zeigt, dass es zu keiner we-
sentlichen Veränderung des Verkehrsflusses in Folge einer Zunahme der Verkehrsstärke kommt. Das Ergebnis der Mess-
fahrten bestätigt dies, weil im gesamten Abschnitt über den Tag eine gute Verkehrssituation gemessen wurde.
Die M-v-Beziehungen sind somit für alle Querschnitte, an denen es zu einer erkennbaren Reduzierung der Geschwindig-
keit in Folge steigender Verkehrsstärke kommt, ein Indikator für den Verkehrsfluss am Detektorquerschnitt. Weil die Fahr-
geschwindigkeiten am Querschnitt, wie in Abschnitt 4.2 dargelegt, jedoch nur unzureichend repräsentativ für den Ver-
kehrsfluss im gesamten Abschnitt sind, müssen die aus den M-v-Beziehungen getroffenen Aussagen zu Verkehrsfluss am
Querschnitt mit Daten zur Reisegeschwindigkeit im Abschnitt, das heißt mit Messfahrtdaten oder Taxi-FCD, verglichen
werden. Es geht dabei vor allem um die Frage, wie sich die qualitative Beschreibung der Änderung des Verkehrsflusses
(flüssig/dicht/gesättigt/Stop&Go) aus der M-v-Beziehung am Querschnitt in den Fahrverhaltenskennwerten und somit in
der konkreten HBEFA-Verkehrssituation im Abschnitt widerspiegelt. Im Weiteren soll dies am Beispiel ausgewählter De-
tektoren, die sich im Einflussbereich der Dresdner Waldschlösschenbrücke befinden, untersucht werden.

Schriftenreihe des LfULG, Heft 21/2014 | 58
Abbildung 54: Beispiel für Querschnitte mit teilweise instabilem Verkehrsfluss
Abbildung 55: M-v-Beziehung am Beispielquerschnitt mit instabilem Verkehrsfluss
Tagesgang PEG 0293_12 Carolabrücke Ri. Neustadt
0
10
20
30
40
50
60
2009-11-02 00:00:00
2009-11-02 01:00:00
2009-11-02 02:00:00
2009-11-02 03:00:00
2009-11-02 04:00:00
2009-11-02 05:00:00
2009-11-02 06:00:00
2009-11-02 07:00:00
2009-11-02 08:00:00
2009-11-02 09:00:00
2009-11-02 10:00:00
2009-11-02 11:00:00
2009-11-02 12:00:00
2009-11-02 13:00:00
2009-11-02 14:00:00
2009-11-02 15:00:00
2009-11-02 16:00:00
2009-11-02 17:00:00
2009-11-02 18:00:00
2009-11-02 19:00:00
2009-11-02 20:00:00
2009-11-02 21:00:00
2009-11-02 22:00:00
2009-11-02 23:00:00
Zeit
km/h
0
20
40
60
80
100
120
Fhz/min
V
V Ergänzung 2.11.
V gleitender Mittelwert Ergänzung 2.11.
V gleitender Mittelwert
V Fahr Abschnitt
V Reise Abschnitt
M
M gleitender Mittelwert
M Ergänzung 2.11.
M gleitender Mittelwert Ergänzung 2.11.
LSA 1
Kern
LSA 1
Kern
LSA 1
Messfahrt
M-v-Beziehung PEG0293_12 - Carolabrücke Ri. Neustadt
0
10
20
30
40
50
60
70
80
0
10
20
30
40
50
60
70
Verkehrsstärke M (als Summe über beide Fahrspuren) (Fzg./min)
Fahrgeschwindigkeit v gemittelt über 2 Fahrspuren
(km/h)
Kapazitätsgrenze
flüssig
gesättigt
dicht
instabil / Stop&Go

Schriftenreihe des LfULG, Heft 21/2014 | 59
Abbildung 56: Beispiel für Querschnitte ohne erkennbare Kapazitätsgrenze
Abbildung 57: M-v-Beziehung am Beispielquerschnitt ohne erkennbare Kapazitätsgrenze
Tagesgang PEG 0124_34 Wiener Straße Ri. Zentrum
0
10
20
30
40
50
60
70
2009-11-04 00:00:00
2009-11-04 01:00:00
2009-11-04 02:00:00
2009-11-04 03:00:00
2009-11-04 04:00:00
2009-11-04 05:00:00
2009-11-04 06:00:00
2009-11-04 07:00:00
2009-11-04 08:00:00
2009-11-04 09:00:00
2009-11-04 10:00:00
2009-11-04 11:00:00
2009-11-04 12:00:00
2009-11-04 13:00:00
2009-11-04 14:00:00
2009-11-04 15:00:00
2009-11-04 16:00:00
2009-11-04 17:00:00
2009-11-04 18:00:00
2009-11-04 19:00:00
2009-11-04 20:00:00
2009-11-04 21:00:00
2009-11-04 22:00:00
2009-11-04 23:00:00
Zeit
km/h
0
20
40
60
80
100
120
Fhz/min
V
V gleitender Mittelwert
V Reise Abschnitt
V Fahr Abschnitt
M
M gleitender Mittelwert
HVS 2
Messfahrt
LSA 1
HVS 2
M-v-Beziehung PEG 0124 Wiener Str. i.H. Uhlandstr. Ri. Zentrum
0
10
20
30
40
50
60
70
80
0
10
20
30
40
50
60
70
Verkehrsstärke M (als Summe über beide Fahrspuren) (Fzg./min)
Fahrgeschwindigkeit v gemittelt über 2 Fahrspuren
(km/h)
flüssig
dicht

image
image
Schriftenreihe des LfULG, Heft 21/2014 | 60
7.2 Datenlage
Für die Untersuchung der Fragestellung, welche Aussagen sich aus den ermittelten M-v-Beziehungen der detektierten
Querschnitte für das Fahrverhalten bzw. für konkrete HBEFA-Verkehrssituationen im betreffenden Abschnitt treffen lassen,
wurden Detektoren, die sich im Einflussbereich der Dresdner Waldschlösschenbrücke befinden, ausgewählt. Der Grund
für diese Auswahl lag darin, dass mit der Öffnung der Dresdner Waldschlösschenbrücke während der Projektlaufzeit (Er-
öffnung im September 2013) umfängliche Änderungen der Verkehrsmengen und somit auch des Verkehrsflusses an vielen
Straßen im Einflussbereich der Brücke erwartet wurden. Es wurde deshalb in einer Vorher-Nachher-Betrachtung unter-
sucht, inwieweit sich Aussagen zum Zusammenhang zwischen detektierter Verkehrsmenge und Fahrverhalten übertragen
lassen. Hierzu werden ausgewählte Detektionswerte aus der VAMOS-Datenbasis herangezogen. Das Fahrverhalten wird
hierbei auf Basis der Taxi-FCD bestimmt. Zur Verifizierung wurden an den betreffenden Abschnitten Messfahrten durchge-
führt.
Bei den ausgewählten Strecken und zugeordneten stationären Detektoren handelt es sich um:
Hansastraße zwischen Fritz-Reuter-Straße und Großenhainer Straße (TEU3)
Große Meißner Straße zwischen Hainstraße und Neustädter Markt (TEU4)
Carolabrücke zwischen Carolaplatz und Rathenauplatz (PEG0293 Spuren 3+4)
Carolabrücke zwischen Rathenauplatz und Carolaplatz (PEG0293 Spuren 1+2)
Karcherallee zwischen Stübelallee und Winterbergstraße (TEU22_2)
Karcherallee zwischen Winterbergstraße und Stübelallee (TEU22_1)
Grundstraße zwischen Steglichstraße und Körnerplatz (TEU10)
Die Lage der Detektoren ist in Abbildung 58 dargestellt.
Abbildung 58: Streckenauswahl für Ermittlung streckenbezogener Verkehrssituationen
Für die Strecken werden die Taxi-FCD aus der Teilbefahrung des gesamten 3. Quartals 2011 für die Vorher-Betrachtung
sowie des 3. Quartals 2013 für die Nachher-Betrachtung ausgewertet, für die Pegelzählstellen und Traffic Eye werden die
Verkehrsmenge und mittlere Geschwindigkeit für den jeweiligen Richtungsquerschnitt ebenfalls für die o. g. Zeiträume
einbezogen.
Waldschlösschenbrücke

Schriftenreihe des LfULG, Heft 21/2014 | 61
7.3 Ableitung der Kapazitätsgrenzen der untersuchten Ab-
schnitte
Die Auswertung der Detektordaten an den untersuchten Querschnitten erfolgte mit dem Ziel, anhand der M-v-Beziehung
die Kapazitätsgrenze des Abschnitts zu ermitteln und somit die unterschiedlichen Verkehrszustände den LOS des HBE-
FA 3.1 (flüssig, dicht, gesättigt, Stop&Go) zuzuordnen. Der qualitative Verlauf des Verkehrsflusses wird mittels der Reise-
geschwindigkeiten der Taxi-FCD (siehe Abschnitt 6) verglichen und darüber mit einer Verkehrssituation nach HBEFA
hinterlegt.
Im ersten Schritt wurden dazu auf Basis der Detektordaten die M-v-Beziehungen an den untersuchten Abschnitt abgeleitet
und, soweit diese erreicht wird, die Kapazität des Abschnitts abgeschätzt. Um Aussagen zu einem Tagesgang der Ver-
kehrszustände treffen zu können, wurden die Werte nach Zeitscheibe ausgewertet. Die Einteilung der Zeitscheiben erfolg-
te dabei analog dem Vorgehen zur Auswertung der Taxi-FCD.
In Abbildung 59 bis Abbildung 63 sind die M-v-Diagramme der untersuchten Abschnitte dargestellt. Danach zeigt sich,
dass die Kapazitätsgrenze an den einzelnen Abschnitten unterschiedlich stark erreicht wird und der Verlauf des Verkehrs-
flusses dementsprechend unterschiedlich stark ausgeprägt ist.
So ist auf den Abschnitten Grundstraße von Steglichstraße nach Körnerplatz und Karcherallee von Winterbergstraße nach
Stübelallee in den Morgenstunden von 07:00 Uhr bis 08:00 Uhr und in den Nachmittagsstunden von 15:00 Uhr bis
17:00 Uhr eine deutliche Verschlechterung des Verkehrsflusses zu erkennen. Auf diesen Abschnitten ist in dieser Zeit bei
der Mehrzahl der Fahrzeuge ein Geschwindigkeitseinbruch zu beobachten.
Deutlich weniger ausgeprägt ist die Kapazitätsgrenze im Abschnitt Karcherallee von Stübelallee nach Winterbergstraße.
Hier kommt es mit zunehmender Verkehrsmenge nur vereinzelt zu einem Rückgang der Geschwindigkeit. Prinzipiell geht
der Verkehrsfluss auf allen drei Abschnitten bei einer Verkehrsmenge von ca. 17 Fzg/min in einen instabilen Bereich über.
Die Kapazitätsgrenze liegt demnach in diesen Abschnitten bei ca. 1.000 Fzg/h. Die Kapazität wird hierbei stark durch die
Grünzeitanteile der LSA beeinflusst. Die maximale Kapazität, das heißt die Kapazität, die ohne Störeinflüsse ausschließ-
lich durch die Anbausituation und die Spurbreite beeinflusst wird, wird für Straßen dieses Typs (ein- oder zweibahnige
Hauptverkehrsstraße) in der Literatur mit Werten von 1.350 bis 1.500 Fzg/h angegeben (BANGERT 1996).
Auf den Abschnitten Große Meißner Straße von Kleine Marienbrücke nach Neustädter Markt und Hansastraße von Fritz-
Reuter-Straße nach Lößnitzstraße geht der Verkehrsfluss bei einer Verkehrsmenge von ca. 24 bis 26 Fzg/min in einen
instabilen Bereich über. Wie auch bei den o. g. Abschnitten auf der Karcherallee und auf der Grundstraße treten diese
hohen Verkehrsmengen in den Morgen- und Nachmittagsstunden auf. Im Gegensatz dazu ist jedoch bei den Abschnitten
auf der Großen Meißner Straße, der Carolabrücke und der Hansastraße während dieser Zeit nur ein geringer Teil der
Fahrzeuge von dem Geschwindigkeitseinbruch betroffen. Die Kapazitätsgrenze liegt in diesen Abschnitten bei ca. 1.450
bis 1.550 Fzg/h. Die maximale Kapazität wird für Straßen dieses Typs (ein- oder zweibahnige Hauptverkehrsstraße bzw.
zufahrtsbeschränkte Hauptverkehrsstraße) in der Literatur mit Werten von 1.500 bis 1.800 Fzg/h angegeben (BANGERT
1996). Die tatsächliche Kapazität wird hierbei, ebenso wie in den Abschnitten auf der Karcherallee und auf der Grundstra-
ße, durch den Grünzeitanteil der LSA bestimmt.
Auf der Carolabrücke kommt es verkehrsmengenbedingt ab einer Belegung von ca. 35 Fzg/min zu einem Rückgang der
Geschwindigkeit und dementsprechend zu einer Reduzierung der Verkehrsmenge. Im Gegensatz zu den anderen betrach-
teten Detektoren ist dieser Einbruch jedoch nicht allmählich zu beobachten, die Geschwindigkeit bleibt hier vielmehr relativ
lange auf einem konstanten Niveau von ca. 50 km/h, bevor sie dann ziemlich abrupt zurück geht. Die mittlere Kapazität
pro Spur liegt damit bei ca. 2.100 Fzg/h, was im Vergleich zu anderen Netzabschnitten hoch ist. Die Ursache hierfür liegt
darin, dass die Verkehrsorganisation im Bereich der Brücke so gestaltet ist, dass evtl. Stauzustände tendenziell an die
Brückenköpfe bzw. -zufahrten gelegt werden und weniger auf die Brückenabschnitte selbst. Diese Beobachtungen wurden
bereits in TU Dresden (1998) diskutiert.

Schriftenreihe des LfULG, Heft 21/2014 | 62
Abbildung 59: M-v-Diagramm Hansastraße von Fritz-Reuter-Straße nach Lößnitzstraße nach Zeitscheibe
Abbildung 60: M-v-Diagramm Große Meißner Straße von Kleine Marienbrücke nach Neustädter Markt nach Zeit-
scheibe
Abbildung 61: M-v-Diagramm Grundstraße von Steglichstraße nach Körnerplatz nach Zeitscheibe
0
25
50
75
100
0
5
10
15
20
25
30
v [km/h]
M [Fz/min]
M-v-Diagramm
Hansastraße von Fritz-Reuter-Straße nach Lößnitzstraße
nach Zeitscheibe
21-06 Uhr
06-07 Uhr
07-08 Uhr
08-09 Uhr
09-10 Uhr
10-11 Uhr
11-12 Uhr
12-14 Uhr
14-15 Uhr
15-16 Uhr
16-17 Uhr
17-18 Uhr
18-19 Uhr
19-20 Uhr
20-21 Uhr
0
25
50
75
0
5
10
15
20
25
30
v [km/h]
M [Fz/min]
M-v-Diagramm
Große Meißner Straße von Kleine Marienbrücke nach Neustädter Markt
nach Zeitscheibe
21-06 Uhr
06-07 Uhr
07-08 Uhr
08-09 Uhr
09-10 Uhr
10-11 Uhr
11-12 Uhr
12-14 Uhr
14-15 Uhr
15-16 Uhr
16-17 Uhr
17-18 Uhr
18-19 Uhr
19-20 Uhr
20-21 Uhr
0
25
50
75
0
5
10
15
20
25
30
v [km/h]
M [Fz/min]
M-v-Diagramm
Grundstraße von Steglichstraße nach Körnerplatz
nach Zeitscheibe
21-06 Uhr
06-07 Uhr
07-08 Uhr
08-09 Uhr
09-10 Uhr
10-11 Uhr
11-12 Uhr
12-14 Uhr
14-15 Uhr
15-16 Uhr
16-17 Uhr
17-18 Uhr
18-19 Uhr
19-20 Uhr
20-21 Uhr

Schriftenreihe des LfULG, Heft 21/2014 | 63
Abbildung 62: M-v-Diagramm Karcherallee von Stübelallee nach Winterbergstraße nach Zeitscheibe
Abbildung 63: M-v-Diagramm Karcherallee von Winterbergstraße nach Stübelallee nach Zeitscheibe
Abbildung 64: M-v-Diagramm Carolabrücke von Rathenauplatz nach Carolaplatz nach Zeitscheibe
0
25
50
75
100
0
5
10
15
20
25
30
v [km/h]
M [Fz/min]
M-v-Diagramm
Karcherallee von Stübelallee nach Winterbergstraße
nach Zeitscheibe
21-06 Uhr
06-07 Uhr
07-08 Uhr
08-09 Uhr
09-10 Uhr
10-11 Uhr
11-12 Uhr
12-14 Uhr
14-15 Uhr
15-16 Uhr
16-17 Uhr
17-18 Uhr
18-19 Uhr
19-20 Uhr
20-21 Uhr
0
25
50
75
100
0
5
10
15
20
25
30
v [km/h]
M [Fz/min]
M-v-Diagramm
Karcherallee von Winterbergstraße nach Stübelallee
nach Zeitscheibe
21-06 Uhr
06-07 Uhr
07-08 Uhr
08-09 Uhr
09-10 Uhr
10-11 Uhr
11-12 Uhr
12-14 Uhr
14-15 Uhr
15-16 Uhr
16-17 Uhr
17-18 Uhr
18-19 Uhr
19-20 Uhr
20-21 Uhr
0
25
50
75
0
5
10
15
20
25
30
35
40
v [km/h]
M [Fzg/min]
M-v-Diagramm
Carolabrücke von Rathenauplatz nach Carolaplatz
nach Zeitscheibe
21-06 Uhr
06-07 Uhr
07-08 Uhr
08-09 Uhr
09-10 Uhr
10-11 Uhr
11-12 Uhr
12-14 Uhr
14-15 Uhr
15-16 Uhr
16-17 Uhr
17-18 Uhr
18-19 Uhr
19-20 Uhr
20-21 Uhr

Schriftenreihe des LfULG, Heft 21/2014 | 64
7.4 Vergleich der Reisegeschwindigkeiten der Taxi-FCD mit
den Verkehrsmengen an den Detektoren
Um Aussagen über die Verkehrssituation im Abschnitt aus den erfassten Verkehrsmengen treffen zu können, wurden die
Detektordaten und die Taxi-FCD der betrachteten Abschnitte auf eine Korrelation zwischen Verkehrsmenge und Reisege-
schwindigkeit untersucht. In den Diagrammen der Abbildung 65 bis Abbildung 70 ist der Vergleich der mittleren Verkehrs-
menge (Mittelwert der 5-Minuten-Werte) an den Detektoren der einzelnen Abschnitte mit den entsprechenden Reisege-
schwindigkeiten der Taxi-FCD aus den Teilbefahrungen nach Zeitscheiben dargestellt.
Danach zeigt sich bei fast allen Abschnitten eine gute Korrelation zwischen Verkehrsmenge und Reisegeschwindigkeit.
Einzig im Abschnitt Große Meißner Straße von Kleine Marienbrücke nach Neustädter Markt ist dies nicht gegeben. Die
Ursache hierfür liegt darin, dass die Reisegeschwindigkeiten der Taxi-FCD in diesem Abschnitt nicht repräsentativ sind,
weil sie durch den innerhalb des Abschnitts befindlichen Taxi-Stellplatz beeinflusst werden.
In den übrigen Abschnitten können aus den Verkehrsmengen innerhalb einer Zeitscheibe Aussagen zur Reisegeschwin-
digkeit und somit zur Verkehrssituation in dieser Zeit getroffen werden. Die qualitative Bewertung des Verkehrsflusses
(flüssig, dicht, gesättigt, Stop&Go) aus der M-v-Beziehung kann somit quantitativ mit einer Verkehrssituation und einem
Stop&Go-Anteil untersetzt werden.
Die Reisegeschwindigkeiten und dementsprechend auch die Verkehrssituationen können jedoch zwischen den einzelnen
Abschnitten bei gleichem LOS stark variieren. So liegen die Reisegeschwindigkeiten in den Nachtstunden, in denen an
allen betrachteten Abschnitten am Detektor mit einer mittleren Verkehrsmenge von 2 bis 4 Fzg/min ein flüssiger Verkehrs-
fluss zu erwarten ist, zwischen 33 km/h im Abschnitt Karcherallee von Winterbergstraße nach Stübelallee und 53 km/h im
Abschnitt Carolabrücke. Die NO
x
-Emissionsfaktoren, die sich aus diesen Reisegeschwindigkeiten ergeben, liegen somit im
Abschnitt Karcherallee fast 40 % über denen im Abschnitt Carolabrücke.
In den meisten Stunden des Tages, in denen dichter oder gesättigter Verkehr herrscht, unterscheiden sich die Reisege-
schwindigkeiten mit Werten zwischen 23 km/h und ca. 45 km/h in den einzelnen Abschnitten ebenfalls deutlich voneinan-
der. In den Zeiten, in denen der Verkehrsfluss auf Grund der Verkehrsmengen instabil wird und sich dementsprechend
Stop&Go-Zustände einstellen, sinken die mittleren Reisegeschwindigkeiten im Abschnitt Grundstraße und Karcherallee
von Winterbergstraße nach Stübelallee auf Werte zwischen 14 bis 15 km/h. Damit werden auch dort die Reisegeschwin-
digkeiten des LOS Stop&Go nach HBEFA 3.1 (12,7 km/h) nahezu erreicht.
In den übrigen Abschnitten ergibt sich entsprechend der mittleren Reisegeschwindigkeit auch in den Spitzenstunden keine
100%ige Stop&Go-Verkehrssituation.

Schriftenreihe des LfULG, Heft 21/2014 | 65
Abbildung 65: Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit Reisegeschwindigkeit v der Taxi-
FCD im Abschnitt Hansastraße von Fritz-Reuter-Straße nach Lößnitzstraße
Abbildung 66: Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit Reisegeschwindigkeit v der Taxi-
FCD im Abschnitt Große Meißner Straße von Kleine Marienbrücke nach Neustädter Markt
Abbildung 67: Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit Reisegeschwindigkeit v der Taxi-
FCD im Abschnitt Carolabrücke von Rathenauplatz nach Carolaplatz
21-06
Uhr
06-07
Uhr
07-08
Uhr
08-09
Uhr
09-10
Uhr
10-11
Uhr
11-12
Uhr
12-14
Uhr
14-15
Uhr
15-16
Uhr
16-17
Uhr
17-18
Uhr
18-19
Uhr
19-20
Uhr
20-21
Uhr
10% M
0
10
15
13
11
10
9
9
10
12
13
13
12
7
5
max M
14
26
27
25
23
19
17
17
20
21
23
23
24
19
10
min M
0
6
8
10
7
6
7
6
7
9
11
8
7
4
3
90% M
5
20
23
21
18
16
14
14
16
18
20
20
20
14
8
M mittel
3
16
19
17
15
13
12
12
13
15
17
17
15
10
6
v Taxi-FCD
38
32
27
27
34
36
31
33
33
28
34
33
32
32
33
0
5
10
15
20
25
30
35
40
45
v in km/h, M in Fzg/min
Zeitscheibe
Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit
Reisegeschwindigkeit v der Taxi-FCD
Hansastraße von Fritz-Reuter-Straße nach Lößnitzstraße
3.Quartal 2011 / Dienstag-Donnerstag außerhalb der Ferienzeit
21-06
Uhr
06-07
Uhr
07-08
Uhr
08-09
Uhr
09-10
Uhr
10-11
Uhr
11-12
Uhr
12-14
Uhr
14-15
Uhr
15-16
Uhr
16-17
Uhr
17-18
Uhr
18-19
Uhr
19-20
Uhr
20-21
Uhr
10% M
1
10
19
16
15
14
13
13
14
16
16
16
16
11
8
max M
15
26
29
27
23
22
22
23
23
27
26
26
26
26
18
min M
0
7
16
13
12
6
10
10
11
8
9
8
11
8
5
90% M
8
22
26
23
20
19
18
19
20
22
23
23
22
19
14
M mittel
4
16
23
20
18
17
15
16
17
19
20
20
19
15
11
v Taxi-FCD
35
29
20
20
20
20
19
23
20
16
16
16
19
22
28
0
5
10
15
20
25
30
35
40
v in km/h, M in Fzg/min
Zeitscheibe
Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit
Reisegeschwindigkeit v der Taxi-FCD
Große Meißner Straße von Kleine Marienbrücke nach Neustädter Markt
3.Quartal 2011 / Dienstag-Donnerstag außerhalb der Ferienzeit
21-06
Uhr
06-07
Uhr
07-08
Uhr
08-09
Uhr
09-10
Uhr
10-11
Uhr
11-12
Uhr
12-14
Uhr
14-15
Uhr
15-16
Uhr
16-17
Uhr
17-18
Uhr
18-19
Uhr
19-20
Uhr
20-21
Uhr
10% M
1
10
19
16
15
14
13
13
14
16
16
16
16
11
8
max M
15
26
29
27
23
22
22
23
23
27
26
26
26
26
18
min M
0
7
16
13
12
6
10
10
11
8
9
8
11
8
5
90% M
8
22
26
23
20
19
18
19
20
22
23
23
22
19
14
M mittel
4
16
23
20
18
17
15
16
17
19
20
20
19
15
11
v Taxi-FCD
53
52
43
45
44
36
43
47
33
37
28
33
45
49
50
0
10
20
30
40
50
60
v in km/h, M in Fzg/min
Zeitscheibe
Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit
Reisegeschwindigkeit v der Taxi-FCD
Carolabrücke von Rathenauplatz nach Carolaplatz
3.Quartal 2011 / Dienstag-Donnerstag außerhalb der Ferienzeit

Schriftenreihe des LfULG, Heft 21/2014 | 66
Abbildung 68: Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit Reisegeschwindigkeit v der Taxi-
FCD im Abschnitt Grundstraße von Steglichstraße nach Körnerplatz
Abbildung 69: Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit Reisegeschwindigkeit v der Taxi-
FCD im Abschnitt Karcherallee von Stübelallee nach Winterbergstraße
Abbildung 70: Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit Reisegeschwindigkeit v der Taxi-
FCD im Abschnitt Karcherallee von Winterbergstraße nach Stübelallee
21-06
Uhr
06-07
Uhr
07-08
Uhr
08-09
Uhr
09-10
Uhr
10-11
Uhr
11-12
Uhr
12-14
Uhr
14-15
Uhr
15-16
Uhr
16-17
Uhr
17-18
Uhr
18-19
Uhr
19-20
Uhr
20-21
Uhr
10% M
0
8
9
8
7
6
6
6
7
7
8
8
7
5
3
max M
10
18
17
15
13
13
11
14
14
15
15
15
13
12
9
min M
0
6
5
2
2
4
4
3
4
6
6
5
4
4
2
90% M
4
15
14
13
11
11
9
10
11
12
13
12
12
9
6
M mittel
2
11
12
10
9
8
8
8
9
10
10
10
9
7
5
v Taxi-FCD
44
19
15
20
30
32
30
33
31
31
28
24
26
32
33
0
5
10
15
20
25
30
35
40
45
50
v in km/h, M in Fzg/min
Zeitscheibe
Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit
Reisegeschwindigkeit v der Taxi-FCD
Grundstraße von Steglichstraße nach Körnerplatz
3.Quartal 2011 / Dienstag-Donnerstag außerhalb der Ferienzeit
21-06
Uhr
06-07
Uhr
07-08
Uhr
08-09
Uhr
09-10
Uhr
10-11
Uhr
11-12
Uhr
12-14
Uhr
14-15
Uhr
15-16
Uhr
16-17
Uhr
17-18
Uhr
18-19
Uhr
19-20
Uhr
20-21
Uhr
10% M
0
5
8
7
7
7
7
7
8
11
11
9
8
6
4
max M
10
14
15
16
17
18
14
14
16
17
18
16
16
13
10
min M
0
3
5
5
6
5
5
5
5
8
7
4
5
4
3
90% M
5
10
13
12
12
12
11
11
14
15
15
14
13
9
7
M mittel
2
8
10
10
10
9
9
9
11
13
13
11
10
7
5
v Taxi-FCD
39
22
24
28
23
29
28
30
28
25
22
22
26
26
28
0
5
10
15
20
25
30
35
40
45
v in km/h, M in Fzg/min
Zeitscheibe
Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit
Reisegeschwindigkeit v der Taxi-FCD
Karcherallee von Stübelallee nach Winterbergstraße
3.Quartal 2011 / Dienstag-Donnerstag außerhalb der Ferienzeit
21-06
Uhr
06-07
Uhr
07-08
Uhr
08-09
Uhr
09-10
Uhr
10-11
Uhr
11-12
Uhr
12-14
Uhr
14-15
Uhr
15-16
Uhr
16-17
Uhr
17-18
Uhr
18-19
Uhr
19-20
Uhr
20-21
Uhr
10% M
0
8
10
11
10
9
9
8
10
11
11
11
9
7
5
max M
11
17
18
17
16
16
15
15
18
17
18
18
16
14
12
min M
0
4
4
4
4
8
6
0
7
0
10
9
8
4
3
90% M
6
15
16
15
14
13
12
13
14
16
16
15
14
11
8
M mittel
2
11
13
13
12
11
11
10
12
13
14
13
12
9
6
v Taxi-FCD
33
22
14
17
20
22
23
23
23
19
18
21
23
26
25
0
5
10
15
20
25
30
35
v in km/h, M in Fzg/min
Zeitscheibe
Vergleich der Verkehrsmenge M pro Zeitscheibe am Detektor mit
Reisegeschwindigkeit v der Taxi-FCD
Karcherallee von Winterbergstraße nach Stübelallee
3.Quartal 2011 / Dienstag-Donnerstag außerhalb der Ferienzeit

Schriftenreihe des LfULG, Heft 21/2014 | 67
7.5 Fazit
Die Auswertung zeigte, dass an den untersuchten Abschnitten eine guten Korrelation zwischen den Reisegeschwindigkei-
ten der Taxi-FCD und den erfassten Verkehrsmengen in den einzelnen Stunden des Tages zu beobachten ist. Die qualita-
tive Bewertung des Verkehrsflusses (flüssig, dicht, gesättigt, Sto&Go) aus der M-v-Beziehung kann somit quantitativ mit
einer Verkehrssituation und ggf. einem Stop&Go-Anteil untersetzt werden.
Auf Grund der relativ starken Schwankungen der Reisegeschwindigkeiten, die zwischen den einzelnen Abschnitten bei
gleichem LOS auftreten, sind jedoch keine pauschalen Zuordnungen möglich. Die Beurteilung muss vielmehr spezifisch
für jeden Einzelabschnitt erfolgen. In Verbindung mit entsprechenden Reisegeschwindigkeiten sind prinzipiell jedoch Aus-
sagen zur Verkehrssituation auf Basis der an den Detektoren erfassten Verkehrsmengen möglich.
Eine Validierung der aufgezeigten Korrelationen kann bei veränderten Verkehrsmengen, wie sie nach der Eröffnung der
Dresdner Waldschlösschenbrücke erwartet werden, unter Auswertung der entsprechenden Taxi-FCD und durch zusätzli-
chen Messfahrten erfolgen.
8 Entwicklung eines Ansatzes zur Ermitt-
lung der stundenfeinen Verkehrssituation
im Bereich detektierter Straßenabschnitte
Auf Basis der Kapazitätsuntersuchungen wurde ein Ansatz entwickelt, der es ermöglicht, in Abhängigkeit von den stunden-
fein vorliegenden Verkehrsmengen Aussagen zum Tagesgang der Verkehrssituation im Bereich der detektierten Straßen-
abschnitte zu treffen. Dazu wurde zunächst die Verkehrsentwicklung, die sich an den in Abschnitt 7 betrachteten Quer-
schnitten auf Grund der Eröffnung der Waldschlösschenbrücke ergeben hat, untersucht. Anschließend wurden die Korrela-
tionsfunktionen zwischen detektierter Verkehrsmenge und Reisegeschwindigkeit der Taxi-FCD aus den Daten des
3. Quartals 2011 mit denen des 3. Quartals 2013 verglichen. Die Taxi-FCD des Jahres 2013 wurden im Bereich der Detek-
toren durch Messfahrten validiert.
8.1 Entwicklung der Verkehrsmenge
In Abbildung 71 sind die an den ausgewählten Abschnitten detektierten Verkehrsmengen an den Wochentagen Dienstag
bis Donnerstag außerhalb der sächsischen Schulferien im Zeitraum des 3. Quartals der Jahre 2011 und 2013 gegenüber-
gestellt. Um die unmittelbaren Veränderungen nach Eröffnung der Waldschlösschenbrücke zu untersuchen, wurden die
Daten des 3. Quartals 2013 noch einmal differenziert in die Zeiträume vor bzw. nach Eröffnung der Brücke dargestellt.
Danach zeigt sich, dass gegenüber 2011 an keinem der betrachteten Querschnitte nach Eröffnung der Brücke eine Erhö-
hung der Verkehrsmenge zu beobachten war. Die Gründe dafür können einerseits darin liegen, dass im Zeitraum
3. Quartal 2013 nach Eröffnung der Brücke lediglich der Monat September in die Auswertung einbezogen wurde, sodass
davon ausgegangen werden kann, dass sich in dieser relativ kurzen Zeit noch keine repräsentativen Verkehrsströme ein-
gestellt haben. Andererseits könnten die Baumaßnahmen auf der Stauffenbergallee und die dadurch bedingten Behinde-
rungen dazu geführt haben, dass der von bzw. in Richtung Autobahn führende Verkehr noch nicht in dem Maße über die
Waldschlösschenbrücke geflossen ist wie ursprünglich angenommen. Eine Auswertung über einen längeren Zeitraum
bzw. mit einem längeren zeitlichen Abstand von der Brückeneröffnung konnte jedoch auf Grund der Projektlaufzeit nicht
durchgeführt werden.

Schriftenreihe des LfULG, Heft 21/2014 | 68
Im Zeitraum 3. Quartal 2013 zeigt der Vergleich „vor Eröffnung WSB“ mit „nach Eröffnung WSB“ nur unwesentliche Erhö-
hungen bzw. z. T. sogar Rückgänge in den Verkehrsbelegungen. Wie in Abbildung 72 dargestellt, liegen die Ursachen für
diese Verkehrszunahme eher darin, dass die Verkehrsmengen im Zeitraum „vor Eröffnung WSB“ tendenziell zu niedrig
angenommen werden, weil dieser Zeitraum lediglich drei Wochen umfasst, wobei zwei Wochen vor und eine Woche nach
den sächsischen Schulferien in die Auswertung einbezogen wurden. Die geringe mittlere Verkehrsmenge liegt demnach
offensichtlich in der geringen Verkehrsmenge während der letzten Woche vor Beginn der Schulferien begründet. Die Ver-
kehrsmengen in der Woche unmittelbar vor Eröffnung der Brücke weisen nahezu identische Verkehrsmengen auf wie
nach der Eröffnung.
Abbildung 71: DTV-Entwicklung 3. Quartal 2011/3. Quartal 2013 an ausgewählten Detektoren im Bereich der
Dresdner Waldschlösschenbrücke (WSB)
Abbildung 72: Vergleich der DTV-Werte am Querschnitt Karcherallee Winterbergstraße Richtung Stübelallee
0
5000
10000
15000
20000
25000
Carola_Nord
Carola_Süd
Hansa_Süd
Karcher_Nord
Karcher_Süd
Meißner_Ost
Grund_Süd
DTV
Detektor
DTV-Entwicklung 3.Quartal 2011 / 2013 (Di-Do außerhalb der Ferienzeit) an
ausgewählten Detektoren
3.Quartal 2011
3.Quartal 2013 vor WSB
3.Quartal 2013 nach WSB
0
2000
4000
6000
8000
10000
12000
14000
05.07.2011
06.07.2011
07.07.2011
23.08.2011
24.08.2011
25.08.2011
30.08.2011
31.08.2011
01.09.2011
06.09.2011
07.09.2011
08.09.2011
13.09.2011
14.09.2011
15.09.2011
20.09.2011
21.09.2011
27.09.2011
28.09.2011
29.09.2011
03.07.2013
04.07.2013
09.07.2013
10.07.2013
11.07.2013
27.08.2013
28.08.2013
29.08.2013
03.09.2013
04.09.2013
05.09.2013
10.09.2013
11.09.2013
12.09.2013
17.09.2013
18.09.2013
19.09.2013
24.09.2013
25.09.2013
26.09.2013
DTV
Datum
Vergleich der DTV-Werte Dienstag - Donnerstag 3. Quartal 2011 bzw. 2013
außerhalb der sächsischen Schulferien
am Querschnitt Karcherallee Winterbergstraße Richtung Stübelallee
3. Quartal 2011
3. Quartal 2013
nach Eröffnung
3. Quartal 2013
vor Eröffnung

image
Schriftenreihe des LfULG, Heft 21/2014 | 69
8.2 Auswertung der Messfahrten
In Auswertung der Taxi-FCD für die betrachteten Abschnitte im Bereich der Waldschlösschenbrücke wurden zur Validie-
rung der Daten Messfahrten durchgeführt. Dabei wurde nach der in Abschnitt 3.1.2 beschriebenen Methodik vorgegangen.
Abbildung 73 zeigt die befahrenen Messstrecken.
Wesentliche Störungen wurden auf der Stauffenbergallee (baustellenbedingt zwischen Radeburger Straße und Königsbrü-
cker Straße sowie im Zufahrtsbereich zur Königsbrücker Straße) sowie auf der Fetscherstraße und der Stübelallee erfasst.
Beim Befahren der Ost-West-Messstrecke wurden größere Störungen lediglich im Bereich zwischen Naumannstraße und
Schillerplatz in Richtung Schillerplatz erfasst. Die übrigen Abschnitte wiesen keine außergewöhnlichen Verkehrszustände
auf.
Die Ergebnisse der Befahrung sind im Anhang A3 in Form der v-s-Diagramme der befahrenen Messstrecken und tabella-
risch als Angabe der Verkehrssituation mit entsprechendem Stop&Go-Anteil richtungsgetrennt sowie als Mittelwert über
beide Fahrtrichtungen enthalten.
Abbildung 73: Lageplan der Messstrecken im Bereich der Dresdner Waldschlösschenbrücke
8.3 Vergleich der Regressionsfunktionen
Auf Basis der Detektordaten und der Taxi-FCD des 3. Quartals 2011 bzw. 2013 wurden die in Abschnitt 7.4 aufgezeigten
Korrelationen über Regressionsfunktionen beschrieben. In Abbildung 74 bis Abbildung 79 sind für die betrachteten Ab-
schnitte die mittleren Reisegeschwindigkeiten der Taxi-FCD in den verschiedenen Zeitscheiben über den entsprechenden
Verkehrsmengen der Detektoren aufgetragen und mit einer quadratischen Regressionsfunktion versehen. Zur Einordnung
der Reisegeschwindigkeiten der Taxi-FCD sind darüber hinaus die detektierten Fahrgeschwindigkeiten angegeben. Weil
bei den Verkehrsstärken, wie in Abschnitt 8.1 beschrieben, keine wesentlichen Änderungen zu verzeichnen waren und
auch die Kapazitätsgrenzen im Wesentlichen unverändert blieben, sind auch die Regressionsfunktionen der Jahre 2011

Schriftenreihe des LfULG, Heft 21/2014 | 70
und 2013 an den einzelnen Abschnitten relativ unverändert. Das Bestimmtheitsmaß der Regressionsfunktionen ist dabei
mit Werten zwischen 0,4 und 0,8 relativ gut.
In Abbildung 80 ist exemplarisch für den Abschnitt Karcherallee von Winterbergstraße nach Stübelallee der Tagesgang
der NO
x
-Emissionsfaktoren dargestellt, der sich bei Betrachtung der Messfahrtdaten, der Taxi-FCD und der Regressions-
funktion – jeweils für die Jahre 2011 und 2013 – ergibt, dargestellt. Die Regressionsfunktionen weisen mit 0,6 bzw. 0,8 ein
relativ hohes Bestimmtheitsmaß auf. Dementsprechend liegen die mit der Regressionsfunktion berechneten Werte nur in
der Frühspitze in der Zeit von 07:00 bis 09:00 Uhr leicht unter dem Wert, der sich aus den Geschwindigkeiten der Taxi-
FCD ergibt. Im übrigen Tagesverlauf wird der aus den Taxi-FCD resultierende Tagesgang durch die Regressionsfunktion
relativ gut repräsentiert. Der Tagesgang der NO
x
-Emissionsfaktoren, der sich auf Basis der Reisegeschwindigkeiten und
des RPA aus den Messfahrten ergibt, ist durch die im Vergleich zu den Taxi-FCD geringe Stichprobe und dem dement-
sprechend größeren Einfluss zufälliger Störungen zwar nicht so gleichmäßig ausgeprägt wie der der Taxi-FCD, aber doch
gut erkennbar. Die Tagesmittelwerte der NO
x
-Emissionsfaktoren sind bei allen sechs betrachteten Datenquellen nahezu
identisch.
Abbildung 74: Regressionsfunktion der Reisegeschwindigkeit über Verkehrsstärke, Hansastraße von Fritz-Reuter-
Straße nach Lößnitzstraße
Abbildung 75: Regressionsfunktion der Reisegeschwindigkeit über Verkehrsstärke, Große Meißner Straße von
Kleine Marienbrücke nach Neustädter Markt
y = -2E-06x
2
- 0,0042x + 37,296
R² = 0,4017
y = -1E-05x
2
- 0,0005x + 38,362
R² = 0,683
0
10
20
30
40
50
60
70
0
200
400
600
800
1000
1200
Reisegeschwindigkeit in km/h
M in Fzg/h
Hansastraße von Fritz-Reuter-Straße nach Lößnitzstraße
Reisegeschwindigkeit über Verkehrsstärke
v Taxi-FCD 2011
v Taxi-FCD 2013
v fahr Detektor 2011
v fahr Detektor 2013
Poly. (v Taxi-FCD 2011)
Poly. (v Taxi-FCD 2013)
y = 7E-06x
2
- 0,0266x + 40,603
R² = 0,6946
y = -1E-06x
2
- 0,0139x + 37,189
R² = 0,3942
0
10
20
30
40
50
60
0
200
400
600
800
1000
1200
1400
1600
Reisegeschwindigkeit in km/h
M in Fzg/h
Große Meißner Straße von Kleine Marienbrücke nach Neustädter Markt
Reisegeschwindigkeit über Verkehrsstärke
v Taxi-FCD 2011
v Taxi-FCD 2013
v fahr Detektor 2011
v fahr Detektor 2013
Poly. (v Taxi-FCD 2011)
Poly. (v Taxi-FCD 2013)

Schriftenreihe des LfULG, Heft 21/2014 | 71
Abbildung 76: Regressionsfunktion der Reisegeschwindigkeit über Verkehrsstärke, Carolabrücke von Rathenau-
platz nach Carolaplatz
Abbildung 77: Regressionsfunktion der Reisegeschwindigkeit über Verkehrsstärke, Grundstraße von Steglich-
straße nach Körnerplatz
Abbildung 78: Regressionsfunktion der Reisegeschwindigkeit über Verkehrsstärke, Karcherallee von Stübelallee
nach Winterbergstraße
y = -3E-06x
2
- 0,0058x + 55,066
R² = 0,3641
y = -7E-07x
2
- 0,0042x + 51,313
R² = 0,3959
0
10
20
30
40
50
60
0
200
400
600
800
1000
1200
1400
1600
1800
2000
Reisegeschwindigkeit in km/h
M in Fzg/h
Carolabrücke von Rathenauplatz nach Carolaplatz
Reisegeschwindigkeit über Verkehrsstärke
v Taxi-FCD 2011
v Taxi-FCD 2013
v fahr Detektor 2011
v fahr Detektor 2013
Poly. (v Taxi-FCD 2011)
Poly. (v Taxi-FCD 2013)
y = -8E-05x
2
+ 0,0288x + 35,579
R² = 0,8738
y = -5E-05x
2
+ 0,0011x + 41,644
R² = 0,7983
0,00
5,00
10,00
15,00
20,00
25,00
30,00
35,00
40,00
45,00
50,00
0
100
200
300
400
500
600
700
800
Reisegeschwindigkeit in km/h
M in Fzg/h
Grundstraße von Steglichstraße nach Körnerplatz
Reisegeschwindigkeit über Verkehrsstärke
v Taxi-FCD 2013
v Taxi-FCD 2011
v fahr Detektor 2011
v fahr Detektor 2013
Poly. (v Taxi-FCD 2013)
Poly. (v Taxi-FCD 2011)
y = 3E-05x
2
- 0,0491x + 43,182
R² = 0,5965
y = -3E-06x
2
- 0,0168x + 32,588
R² = 0,4447
0
10
20
30
40
50
60
70
0
100
200
300
400
500
600
700
800
900
Reisegeschwindigkeit in km/h
M in Fzg/h
Karcherallee von Stübelallee nach Winterbergstraße
Reisegeschwindigkeit über Verkehrsstärke
v Taxi-FCD 2011
v Taxi-FCD 2013
v fahr Detektor 2011
v fahr Detektor 2013
Poly. (v Taxi-FCD 2011)
Poly. (v Taxi-FCD 2013)

Schriftenreihe des LfULG, Heft 21/2014 | 72
Abbildung 79: Regressionsfunktion der Reisegeschwindigkeit über Verkehrsstärke, Karcherallee von Winterberg-
straße nach Stübelallee
Abbildung 80: Vergleich Tagesgang NO
x
-EFAs über v-Regression nach Taxi-FCD, Karcherallee von Winterberg-
straße nach Stübelallee
8.4 Fazit
Durch die abgeleiteten Regressionsfunktionen lassen sich auf Basis der stundenfein detektierten Verkehrsmengen für
jeden betrachteten Abschnitt die mittleren stündlichen Reisegeschwindigkeiten und über das in Abschnitt 6.2 beschriebene
Vorgehen eine Verkehrssituation bestimmen. Auf Grund der z. T. sehr unterschiedlichen Verläufe der Regressionsfunktio-
nen – nicht nur bei Betrachtung verschiedener Querschnitte, sondern auch bei Betrachtung desselben Querschnitts bei
unterschiedlichen Richtungen – gelten die ermittelten Werte jedoch nur für den Abschnitt und die Richtung in unmittelbarer
Umgebung des Detektors. Eine netzweite Ermittlung der Verkehrssituationen allein auf den Daten der Regressionsfunktio-
nen ist demnach nicht möglich. Ein Einsatz ist jedoch in der Umgebung von Hotspots denkbar.
Die Regressionsfunktionen hängen stark von der Kapazität des Streckenabschnitts ab. Deshalb sollten diese bei Verwen-
dung regelmäßig, insbesondere wenn durch bauliche Veränderungen oder Änderungen in der LSA-Steuerung angrenzen-
der Knotenpunkte Kapazitätsänderungen zu erwarten sind, überprüft werden.
y = -8E-06x
2
- 0,0143x + 34,72
R² = 0,8151
y = -2E-05x
2
- 0,0009x + 30,679
R² = 0,6187
0
10
20
30
40
50
60
0
100
200
300
400
500
600
700
800
900
Reisegeschwindigkeit in km/h
M in Fzg/h
Karcherallee von Winterbergstraße nach Stübelallee
Reisegeschwindigkeit über Verkehrsstärke 3.Quartal 2011/2013
v Taxi-FCD 2011
v Taxi-FCD 2013
v fahr Detektor 2011
v fahr Detektor 2013
Poly. (v Taxi-FCD 2011)
Poly. (v Taxi-FCD 2013)
0,00
0,10
0,20
0,30
0,40
0,50
0,60
21-06
Uhr
06-07
Uhr
07-08
Uhr
08-09
Uhr
09-10
Uhr
10-11
Uhr
11-12
Uhr
12-14
Uhr
14-15
Uhr
15-16
Uhr
16-17
Uhr
17-18
Uhr
18-19
Uhr
19-20
Uhr
20-21
Uhr
mittel
EFA in g/km
Karcherallee von Winterbergstraße nach Stübelallee
Vergleich Tagesgang NOx-EFAs über v-Regression nach TAXI-FCD
NOx-EFA nach OriginalTaxi-v 2011
NOx-EFA nach Taxi-v 2011 über M-v-Regression 2011
NOx-EFA nach OriginalTaxi-v 2013
NOx-EFA nach Taxi-v 2013 über M-v-Regression 2013
v-RPA-Regression Messfahrt 2013
v-RPA-Regression Messfahrt 2009

Schriftenreihe des LfULG, Heft 21/2014 | 73
9 Zusammenfassung
Ziel des Projektes ist die Entwicklung und Verifizierung einer Methodik zur Ermittlung von Fahrmusterdaten aus den vor-
liegenden Verkehrsmessdaten, um einen verlässlichen Dateninput für eine qualifizierte Emissions- und Immissionsprogno-
se zu erhalten. Entsprechend der Datenlage und der Zielstellung ergaben sich folgende Teilaufgaben:
Geschwindigkeitsvergleich Detektoren – Messfahrten
Analyse der Taxi-FCD
Entwicklung eines Ansatzes zur Ermittlung der mittleren Verkehrssituationen im Dresdner Hauptstraßennetz auf Basis
der Taxi-FCD
Kapazitätsuntersuchungen an ausgewählten detektierten Straßenabschnitten im Bereich der Dresdner Waldschlöss-
chenbrücke
Entwicklung eines Ansatzes zur Ermittlung der stundenfeinen Verkehrssituation im unmittelbaren Bereich detektierter
Straßenabschnitte
Der Vergleich der an den Detektoren erfassten Fahrgeschwindigkeiten am Querschnitt mit den entsprechenden mess-
technisch erfassten Fahr- bzw. Reisegeschwindigkeiten im zugehörigen Abschnitt wies qualitativ unterschiedlich gute
Korrelationen auf. Es zeigte sich zunächst, dass bei störungsärmeren Verkehrssituationen, das heißt Verkehrssituationen
ohne oder mit einem geringen Standanteil, die Korrelation zwischen Querschnitts- und Abschnittsfahrgeschwindigkeit
relativ gut ist, weil hierbei meist ein homogenes Fahrverhalten im gesamten Abschnitt auftritt.
Die Repräsentanz der Querschnittsgeschwindigkeit bzgl. des Abschnitts hängt zudem stark von der Gesamtlänge des
Abschnitts und vor allem von der Lage des Detektors innerhalb des Abschnitts ab. Die vorhandenen Detektoren wurden
primär mit dem Ziel der Verkehrsstärkemessung installiert. Werden die Detektoren (wie z. B. die Induktionsschleifen) über-
staut – das heißt, kommen Fahrzeuge darauf zum Stehen – oder sind die Abstände zwischen den Fahrzeugen zu gering,
kommt es zu fehlerhaften Messungen. Um diese Messfehler möglichst zu vermeiden, sind die Detektoren bzgl. der Fahrt-
richtung tendenziell am Abschnittsbeginn installiert. Die Störungen im Verkehrsfluss, die einen relevanten Einfluss auf die
Fahrverhaltenskennwerte nach HBEFA haben, treten jedoch bzgl. der Fahrtrichtung tendenziell im hinteren Teil des Ab-
schnitts –meist vor dem nächsten Knotenpunkt – auf. Die Länge dieses störungsanfälligen Bereiches kann je nach Ver-
kehrsaufkommen und Knotendurchlassfähigkeit zwischen 50 m und mehreren hundert Metern betragen. In längeren Ab-
schnitten, in denen der Detektor zudem noch relativ weit am Abschnittsbeginn installiert ist, werden somit Störungen am
Ende des Abschnitts nur selten am Detektor abgebildet.
Der Vergleich der detektierten Fahrgeschwindigkeiten am Querschnitt mit den bei den Messfahrten ermittelten Geschwin-
digkeiten im Abschnitt zeigte demnach, dass die Querschnittsfahrgeschwindigkeit allein kein verlässlicher Indikator für die
Verkehrssituation im Abschnitt ist.
Zur Untersuchung der Eignung der vorhandenen Taxi-FCD bzgl. Aussagen zur Verkehrssituation nach HBEFA 3.1 wurden
an einem ausgewählten Straßenzug des Dresdner Hauptstraßennetzes die bei den Messfahrten erhobenen Fahrverhal-
tenskennwerte mit denen der Taxi-FCD verglichen. Dazu wurden über die Zuordnung der Fahrverhaltenskennwerte zu den
Verkehrssituationen des HBEFA 3.1 die sich daraus ergebenden Emissionsfaktoren verglichen.
Der Vergleich der Emissionsfaktoren der Taxi-FCD mit denen der Messfahrten, die sich jeweils nach Zuordnung der Rei-
segeschwindigkeit und des RPA zu den Verkehrssituationen des HBEFA 3.1 ergaben, zeigte, dass die Ergebnisse sich
zumeist in der gleichen Größenordnung befinden, die Emissionsfaktoren aus den Messfahrten jedoch tendenziell etwas
höher sind. Die Ursache dieser systematisch erscheinenden Abweichung kann vielfältig sein. Eine Ursache kann darin
liegen, dass die Fahrverhaltenskennwerte der Messfahrten durch Mitschwimmen im Verkehr, also mit dem Ziel, möglichst
repräsentative Werte für das allgemeine Verkehrsverhalten abzubilden, erhoben worden sind. Ein Taxi hingegen muss
nicht zwangsläufig ein repräsentatives Fahrverhalten aufweisen, nicht zuletzt deshalb, weil dem Taxiverkehr als Bestand-

Schriftenreihe des LfULG, Heft 21/2014 | 74
teil des ÖPNV-Systems im Straßenverkehr z. T. Sonderrechte wie beispielsweise die Benutzung von Busspuren einge-
räumt werden.
Weiterhin ist es vorstellbar, dass die Taxi-Fahrten im unteren Geschwindigkeitsbereich bzw. mit hohen Standanteilen auf
Grund der häufigeren Neuortung des GPS mit einer größeren Anzahl an Fehlwerten bei der Lokalisierung vertreten sind
als Fahrten im oberen Geschwindigkeitsbereich. Diese langsameren Fahrten würden damit bei der Datenrecherche öfter
als Datenausfall registriert und somit nicht in die Auswertung einbezogen werden, was wiederum den Mittelwert in Rich-
tung der schnelleren Fahrten verschieben würde. Eine genaue Analyse dieser Vermutung wurde jedoch nicht vorgenom-
men.
Trotz der genannten Nachteile bzw. Unsicherheiten kann jedoch geschlussfolgert werden, dass die Taxi-FCD in der vorlie-
genden Qualität, das heißt unter Einbeziehung der Fahrverhaltenskennwerte Reisegeschwindigkeit und RPA, zur Ermitt-
lung der Verkehrssituation gut geeignet sind.
Bei einer netzweiten Auswertung der vorliegenden Taxi-FCD ist jedoch die Ermittlung der Fahrverhaltenskennwerte Rei-
segeschwindigkeit und RPA auf Grund der enormen Datenmengen mit vertretbarem Aufwand nicht praktikabel. Eine Alter-
native liegt deshalb in der Verwendung mittlerer Reisezeiten der Fahrzeuge innerhalb eines Abschnitts. Diese Daten wer-
den am Institut für Verkehrstelematik der Technischen Universität Dresden erfasst und quartalsweise archiviert. Es wurde
deshalb ein praktikabler Ansatz zur Ermittlung der mittleren Verkehrssituationen nach HBEFA 3.1 für das gesamte Dresd-
ner Hauptstraßennetz auf Basis der Reisezeiten der Taxi-FCD entwickelt.
Die Taxi-FCD liegen für das gesamte Dresdner Hauptstraßennetz, in dem die Messfahrten durchgeführt wurden, vor. In
dem Datensatz 3. Quartal 2011 lagen für die in die Auswertung einbezogenen Werktage Montag bis Donnerstag außer-
halb der sächsischen Schulferien während der Tagesstunden zwischen 06:00 Uhr und 21:00 Uhr im Durchschnitt zwi-
schen 28 und 33 Fahrten, für die Nachtstunden zwischen 21:00 Uhr und 06:00 Uhr ca. 270 Fahrten pro Abschnitt und
Richtung vor.
Ein Vergleich der mittleren Reisegeschwindigkeiten der Taxi-FCD mit denen der Messfahrten zeigte in den einzelnen
Abschnitten eine gute bis sehr gute Übereinstimmung.
Für die Ableitung der Verkehrssituation wurden die Korrelationen der Fahrverhaltenskennwerte der HBEFA 3.1-
Verkehrssituationen mit den NO
x
-Emissionsfaktoren betrachtet. Danach zeigte sich bei den Parametern Reisegeschwin-
digkeit und RPA eine gute bis sehr gute Korrelation, eine Korrelation zwischen Standanteil und Emissionsfaktor war nicht
ausgeprägt.
Auf Basis der Korrelationsfunktionen zwischen Reisegeschwindigkeit und Emissionsfaktor wurden für die Einzelabschnitte
richtungsgetrennt Emissionsfaktoren ermittelt. Ausgehend von diesem Emissionsfaktor wurde die Verkehrssituation mit
dem nächstniedrigeren Emissionsfaktor als zutreffende Verkehrssituation ermittelt, wobei zunächst nur die Verkehrssitua-
tionen im LOS „flüssig“, „dicht“ oder „gesättigt“ betrachtet wurden. Zum Ausgleich der Differenz zwischen dem Emissions-
faktor der zugeordneten Verkehrssituation und dem berechneten Emissionsfaktor wurde ein Stop&Go-Anteil berechnet,
sodass sich letztlich über die Kombination aus Verkehrssituation und Stop&Go-Anteil exakt der aus der Regressionsfunk-
tion berechnete Wert ergab.
Ein Vergleich der berechneten Emissionsfaktoren der Taxi-FCD, die ausschließlich auf Basis der Korrelation mit der Rei-
segeschwindigkeit ermittelt wurden, gegenüber denen der Messfahrten, bei deren Berechnung neben der Reisegeschwin-
digkeit auch der RPA in die Korrelationsfunktion einbezogen wurde, zeigte, dass die Abweichungen bei ca. 90 % aller
Messfahrtabschnitte im 20 %-Bereich lagen.
Die Datensätze der Taxi-FCD sind demnach zur Ableitung der Verkehrssituation prinzipiell geeignet. Der Vorteil gegen-
über den Messfahrten liegt in der deutlich höher Fahrtanzahl, wodurch eine größere Abdeckung der Fahrtbeziehungen auf
den Einzelabschnitten und die Kompensation zufälliger Ereignisse erreicht werden.

Schriftenreihe des LfULG, Heft 21/2014 | 75
Der Nachteil liegt in der nicht immer gegebenen Repräsentanz des Fahrverhaltens der Taxi-Flotte. Außerdem kommt es
durch die ausschließliche Betrachtung der Reisegeschwindigkeit in Einzelfällen zu unplausiblen Zuordnungen der Ver-
kehrssituation und somit zu Abweichungen in den Emissionsfaktoren. Für Detailuntersuchungen sind deshalb Messfahrten
unerlässlich. Für Netzbetrachtungen sind die Abweichungen, die sich bei Verwendung der Taxi-FCD ergeben, tolerabel,
weil die Datenmenge, die durch die Taxi-FCD zur Verfügung steht, kaum durch Messfahrten erzeugt werden kann. Bei
entsprechender zeitlicher Abdeckung könnten die Taxi-FCD auch für Abschnitte angewendet werden, für die keine Mess-
fahrten vorliegen.
Durch die Entwicklung eines Programms zur automatischen Aufbereitung der Taxi-FCD könnten die Daten in turnusmäßi-
gen Abständen für das Dresdner Netz aktualisiert werden. Dieses Vorgehen wird als sinnvoll erachtet, weil dadurch mit
relativ geringem Aufwand auf die große Menge der vorliegenden bzw. weiterhin kontinuierlich erfassten FCD zugegriffen
werden kann und sich die hohen Aufwände bei der Installation und zur Unterhaltung des Erfassungssystems der FCD
breiter nutzen lassen.
Für die Untersuchung der Fragestellung, welche Aussagen sich aus den ermittelten M-v-Beziehungen der detektierten
Querschnitte für das Fahrverhalten bzw. für konkrete HBEFA-Verkehrssituationen treffen lassen, wurden Detektoren, die
sich im Einflussbereich der Dresdner Waldschlösschenbrücke befinden, ausgewählt. Der Grund für diese Auswahl lag
darin, dass mit der Öffnung der Dresdner Waldschlösschenbrücke während der Projektlaufzeit (Eröffnung im September
2013) umfängliche Änderungen der Verkehrsmengen und somit auch des Verkehrsflusses an vielen Straßen im Einfluss-
bereich der Brücke erwartet wurden. Es wurde deshalb in einer Vorher-Nachher-Betrachtung untersucht, inwieweit sich
Aussagen zum Zusammenhang zwischen detektierter Verkehrsmenge und Fahrverhalten übertragen lassen. Hierzu wur-
den ausgewählte Detektionswerte aus der VAMOS-Datenbasis herangezogen. Das Fahrverhalten wurde hierbei auf Basis
der Taxi-FCD bestimmt. Zur Verifizierung wurden an den betreffenden Abschnitten Messfahrten durchgeführt.
Die Auswertung zeigte, dass an den untersuchten Abschnitten eine guten Korrelation zwischen den Reisegeschwindigkei-
ten der Taxi-FCD und den erfassten Verkehrsmengen in den einzelnen Stunden des Tages zu beobachten ist. Die qualita-
tive Bewertung des Verkehrsflusses (flüssig, dicht, gesättigt, Stop&Go) aus der M-v-Beziehung kann somit quantitativ mit
einer Verkehrssituation und ggf. einem Stop&Go-Anteil untersetzt werden.
Auf Grund der relativ starken Schwankungen der Reisegeschwindigkeiten, die zwischen den einzelnen Abschnitten bei
gleichem LOS auftreten, sind jedoch keine pauschalen Zuordnungen möglich. Die Beurteilung muss vielmehr spezifisch
für jeden Einzelabschnitt und richtungsgetrennt erfolgen. In Verbindung mit entsprechenden Reisegeschwindigkeiten sind
prinzipiell jedoch Aussagen zur Verkehrssituation auf Basis der an den Detektoren erfassten Verkehrsmengen möglich.
Durch die abgeleiteten Regressionsfunktionen lassen sich auf Basis der stundenfein detektierten Verkehrsmengen für
jeden betrachteten Abschnitt die mittleren stündlichen Reisegeschwindigkeiten und darüber eine Verkehrssituation be-
stimmen. Auf Grund der z. T. sehr unterschiedlichen Verläufe der Regressionsfunktionen – nicht nur bei Betrachtung ver-
schiedener Querschnitte, sondern auch bei Betrachtung desselben Querschnitts bei unterschiedlichen Richtungen – gelten
die ermittelten Werte jedoch nur für den Abschnitt und die Richtung in unmittelbarer Umgebung des Detektors. Eine netz-
weite Ermittlung der Verkehrssituationen allein auf den Daten der Regressionsfunktionen ist demnach nicht möglich. Ein
Einsatz ist jedoch in der Umgebung von Hotspots denkbar.

Schriftenreihe des LfULG, Heft 21/2014 | 76
10 Literaturverzeichnis
BANGERT, M.; BECKRÖGE, W.; BRUSE M. (1996): Immissions-Simulation in Straßen (ISIS). Büro für Umweltmeteorologie,
Paderborn, Studie im Auftrag des LfUG Sachsen, Dresden, 1996
BAST (2009): Bewertungsverfahren für Verkehrs- und Verbindungsqualitäten von Hauptverkehrsstraßen; Berichte der
Bundesanstalt für Straßenwesen, Heft V 183/2009
Heusch/Boesefeldt Beratende Ingenieure für Verkehrstechnik und Datenverarbeitung GmbH (1993): Untersuchungen des
repräsentativen Fahrverhaltens von PKW auf Stadt- und Landstraßen; Aachen und TÜV Rheinland, Köln; im Auf-
trag des Umweltbundesamtes; Berlin,1993
INFRAS (2010): Handbuch für Emissionsfaktoren des Straßenverkehrs (CD-ROM), Version 3.1; INFRAS A, Bern; im Auf-
trag des Umweltbundesamtes; Bern 2010
ISUP (2001): Umsetzungsstrategie für ein Verkehrsmanagementsystem in der Region Dresden: 1. Aufgabenkomplex
"Strategieansatz und Zielkonzept", Schlussbericht zur Machbarkeitsuntersuchung im Auftrag der Landeshauptstadt
Dresden; ISUP Ingenieurbüro für Systemberatung und Planung GmbH/TU Dresden, Institut für Verkehrstelematik,
Lehrstuhl für Verkehrsleitsysteme und -prozessautomatisierung/Fraunhofer Institut Verkehrs- und Infrastruktursys-
teme IVI/Schlothauer und Partner Ingenieurbüro für Straßenverkehr; Dresden, März 2001
LOHMEYER (2011): Einbindung des HBEFA 3.1 in das FIS Umwelt und Verkehr sowie Neufassung der Emissionsfaktoren
für Aufwirbelung und Abrieb des Straßenverkehrs; Ingenieurbüro Lohmeyer GmbH & Co. KG, Radebeul unter Mit-
arbeit der TU Dresden sowie der BEAK Consultants GmbH, Gutachten im Auftrag des LfULG Sachsen, Dresden,
Juni 2011
SCHNABEL, W.; LOHSE, D. (1997): Grundlagen der Straßenverkehrstechnik und der Verkehrsplanung; Verlag für Bauwesen,
1997
TU Dresden (1998): Auswertung empirisch bestimmter Fahrmusterdaten; Eignungsprüfung und Vergleich von Ansätzen
zur Fahrmusterberechnung im Dresdner Hauptstraßennetz; TU Dresden, Lehrstuhl für Verkehrsökologie, Studie im
Auftrag des Amtes für Umweltschutz der Stadt Dresden; Dresden, Dezember 1998
TU Dresden (2005): Das BMBF-Leitprojekt intermobil Region Dresden, Schlussbericht des Zuwendungsempfängers zur
Forschungsinitiative "Mobilität in Ballungsräumen" des Bundesministeriums für Bildung und Forschung; Dresden;
TU Dresden, Institut für Verkehrstelematik, Lehrstuhl für Verkehrsleitsysteme und -prozessautomatisierung; Dres-
den, Mai 2005
TU Dresden (2009): Bestimmung der Verkehrssituationen auf ausgewählten Hauptstraßen der Stadt Dresden; TU Dres-
den, Lehrstuhl für Verkehrsökologie, Studie im Auftrag des Amtes für Umweltschutz der Stadt Dresden; Dresden,
2009
TU Dresden (2010): Bestimmung der Verkehrssituationen auf ausgewählten Hauptstraßen der Stadt Chemnitz; TU Dres-
den, Lehrstuhl für Verkehrsökologie, Studie im Auftrag des Amtes für Umweltschutz der Stadt Dresden; Dresden,
2010
TU Dresden (2011): Erarbeitung einer plausiblen Übertragung der Verkehrssituationen aus HBEFA 2.1 zu HBEFA 3.1;
TU Dresden, Lehrstuhl für Verkehrsökologie, Studie im Auftrag des LfULG Sachsen, Dresden, 2011

Schriftenreihe des LfULG, Heft 21/2014 | 77
11 Anhang
Anhang A1:
In die Untersuchung einbezogene Detektoren
Anhang A2:
Tagesgang der Verkehrssituationen (Messfahrten/Taxi-FCD) im Untersuchungsabschnitt Königsbrücker
Straße
Anhang A3:
Ergebnisse der Messfahrten im Bereich der Dresdener Waldschlösschenbrücke

image
Schriftenreihe des LfULG, Heft 21/2014 | 78
11.1 Anhang A1

Schriftenreihe des LfULG, Heft 21/2014 | 79
11.2 Anhang A2
A2.1:
Tagesgang der Verkehrssituationen Abschnitt 21 (Messfahrten)
Stunde
Abs_21/Richtung 1
Abs_21/Richtung 2
<6
Agglo/FernStr-City/50/dicht
Agglo/FernStr-City/50/dicht
06 - 07
Agglo/ Erschliessung/40/Stop&Go
Agglo/ Erschliessung/40/Stop&Go
07 - 08
Agglo/Erschliessung/40/gesaettigt
08 - 09
Agglo/AB-City/100/Stop&Go
09 - 10
10 - 11
11 - 12
12 - 13
13 - 14
14 - 15
Agglo/ Erschliessung/40/Stop&Go
15 - 16
16 - 17
Agglo/AB-City/60/Stop&Go
17 - 18
18 - 19
Agglo/Erschliessung/40/gesaettigt
19 - 20
20 - 21
Agglo/AB-City/100/Stop&Go
21 - 22
>22
Agglo/FernStr-City/50/dicht
Agglo/FernStr-City/50/dicht

Schriftenreihe des LfULG, Heft 21/2014 | 80
A2.2:
Tagesgang der Verkehrssituationen Abschnitt 22 (Messfahrten)
Stunde
Abs_22/Richtung 1
Abs_22/Richtung 2
<6
Agglo/FernStr-City/50/dicht
Agglo/FernStr-City/50/dicht
06 - 07
Agglo/ Erschliessung/40/Stop&Go
Agglo/ Erschliessung/40/Stop&Go
07 - 08
08 - 09
Agglo/AB-City/100/Stop&Go
Agglo/Erschliessung/40/gesaettigt
09 - 10
10 - 11
Agglo/AB-City/100/Stop&Go
11 - 12
12 - 13
13 - 14
Agglo/Erschliessung/40/gesaettigt
14 - 15
Agglo/AB-City/100/Stop&Go
15 - 16
Agglo/ Erschliessung/40/Stop&Go
Agglo/ Erschliessung/40/Stop&Go
16 - 17
17 - 18
18 - 19
19 - 20
Agglo/AB-City/100/Stop&Go
Agglo/Erschliessung/40/gesaettigt
20 - 21
Agglo/AB-City/100/Stop&Go
21 - 22
>22
Agglo/FernStr-City/50/dicht
Agglo/FernStr-City/50/dicht

Schriftenreihe des LfULG, Heft 21/2014 | 81
A2.3:
Tagesgang der Verkehrssituationen Abschnitt 23 (Messfahrten)
Stunde
Abs_23/Richtung 1
Abs_23/Richtung 2
<6
Agglo/HVS/50/flüssig
Agglo/FernStr-City/50/dicht
06 - 07
Agglo/Sammel/50/dicht
Agglo/Sammel/50/dicht
07 - 08
Agglo/ Erschliessung/40/Stop&Go
08 - 09
09 - 10
Agglo/Sammel/50/dicht
10 - 11
11 - 12
12 - 13
13 - 14
14 - 15
Agglo/ Erschliessung/40/Stop&Go
15 - 16
16 - 17
17 - 18
18 - 19
Agglo/Sammel/50/dicht
19 - 20
20 - 21
21 - 22
>22
Agglo/HVS/50/flüssig
Agglo/FernStr-City/50/dicht

Schriftenreihe des LfULG, Heft 21/2014 | 82
A2.4:
Verkehrssituation Abschnitt 21 Richtung 1 (FCD)
Stunde
Anzahl
v_Reise
Standanteil
RPA
Verkehrssituation
0
12
45,62
10,52%
0,13
Agglo/HVS/80/gesaettigt
2
16
50,91
8,97%
0,11
Agglo/HVS/70/dicht
4
28
43,36
10,76%
0,14
Agglo/HVS/60/dicht
6
27
28,43
16,62%
0,15
Agglo/Sammel/50/gesaettigt
8
7
39,48
25,07%
0,17
Agglo/FernStr-City/60/gesaettigt
10
3
10,77
54,92%
0,11
Agglo/AB-City/60/ Stop&Go
12
7
23,50
23,72%
0,21
Agglo/Sammel/50/gesaettigt
14
5
26,08
21,20%
0,17
Agglo/Sammel/50/gesaettigt
16
3
16,10
37,56%
0,13
Agglo/AB-City/100/stop+go
18
5
27,96
19,93%
0,13
Agglo/Sammel/50/gesaettigt
20
12
36,74
14,99%
0,19
Agglo/HVS/50/dicht
22
8
45,23
10,97%
0,11
Agglo/HVS/80/gesaettigt
A2.5:
Verkehrssituation Abschnitt 22 Richtung 1 (FCD)
Stunde
Anzahl
v_Reise
Standanteil
RPA
Verkehrssituation
0
10
43,85
12,07%
0,13
Agglo/HVS/60/dicht
2
11
51,00
12,83%
0,18
Agglo/HVS/70/dicht
4
18
43,59
12,50%
0,18
Agglo/HVS/60/dicht
6
7
26,40
30,15%
0,14
Agglo/Sammel/50/gesaettigt
8
3
22,82
54,56%
0,30
Agglo/AB-City/100/Stop&Go
10
8
30,94
19,01%
0,23
Agglo/Sammel/50/gesaettigt
12
15
30,80
21,50%
0,17
Agglo/Sammel/50/gesaettigt
14
11
18,03
48,44%
0,22
Agglo/AB-City/100/Stop&Go
16
10
23,22
40,69%
0,24
Agglo/Erschliessung/40/gesaettigt
18
7
25,49
30,54%
0,17
Agglo/Sammel/50/gesaettigt
20
11
43,74
15,14%
0,16
Agglo/FernStr-City/70/gesaettigt
22
22
45,00
10,43%
0,15
Agglo/HVS/60/dicht

Schriftenreihe des LfULG, Heft 21/2014 | 83
A2.6:
Verkehrssituation Abschnitt 23 Richtung 1 (FCD)
Stunde
Anzahl
v_Reise
Standanteil
RPA
Verkehrssituation
0
10
57,40
0,00%
0,10
Agglo/FernStr-City/60/fluessig
2
15
52,33
6,08%
0,12
Agglo/FernStr-City/80/gesaettigt
4
19
56,11
5,05%
0,09
Agglo/HVS/80/dicht
6
14
38,82
9,64%
0,13
Agglo/HVS/70/gesaettigt
8
9
33,43
10,66%
0,17
Agglo/HVS/60/gesaettigt
10
7
38,94
12,03%
0,23
Agglo/HVS/50/dicht
12
7
44,88
4,59%
0,11
Agglo/HVS/50/fluessig
14
6
37,32
8,24%
0,09
Agglo/HVS/50/dicht
16
5
30,03
20,22%
0,18
Agglo/HVS/50/gesaettigt
18
10
45,17
6,42%
0,13
Agglo/HVS/50/fluessig
20
19
51,94
2,26%
0,13
Agglo/HVS/60/fluessig
22
12
58,39
1,29%
0,08
Agglo/FernStr-City/60/fluessig
A2.7:
Verkehrssituation Abschnitt 21 Richtung 2 (FCD)
Stunde
Anzahl
v_Reise
Standanteil
RPA
Verkehrssituation
0
13
40,76
17,36%
0,13
Agglo/FernStr-City/60/gesaettigt
2
16
38,02
23,06%
0,17
Agglo/FernStr-City/60/gesaettigt
4
13
41,25
15,84%
0,13
Agglo/Sammel/60/dicht
6
18
33,76
19,39%
0,13
Agglo/HVS/60/gesaettigt
8
7
25,24
24,89%
0,14
Agglo/Sammel/50/gesaettigt
10
4
28,49
20,97%
0,18
Agglo/Sammel/50/gesaettigt
12
10
32,37
23,93%
0,18
Agglo/HVS/60/gesaettigt
14
5
22,62
30,26%
0,16
Agglo/Erschliessung/40/gesaettigt
16
7
31,22
19,30%
0,10
Agglo/HVS/50/gesaettigt
18
13
27,47
24,47%
0,14
Agglo/Sammel/50/gesaettigt
20
12
29,79
22,36%
0,13
Agglo/HVS/50/gesaettigt
22
15
35,58
23,33%
0,11
Agglo/FernStr-City/60/gesaettigt

Schriftenreihe des LfULG, Heft 21/2014 | 84
A2.8:
Verkehrssituation Abschnitt 22 Richtung 2 (FCD)
Stunde
Anzahl
v_Reise
Standanteil
RPA
Verkehrssituation
0
20
41,11
14,31%
0,09
Agglo/HVS/70/gesaettigt
2
11
38,51
21,09%
0,12
Agglo/FernStr-City/60/gesaettigt
4
15
40,21
20,51%
0,08
Agglo/FernStr-City/60/gesaettigt
6
9
33,66
20,63%
0,12
Agglo/FernStr-City/50/gesaettigt
8
14
29,69
20,74%
0,12
Agglo/Sammel/50/gesaettigt
10
11
27,06
27,25%
0,13
Agglo/Sammel/50/gesaettigt
12
6
30,25
22,27%
0,17
Agglo/Sammel/50/gesaettigt
14
9
28,29
22,77%
0,14
Agglo/Sammel/50/gesaettigt
16
8
22,51
38,14%
0,19
Agglo/AB-City/100/Stop&Go
18
9
27,28
29,54%
0,11
Agglo/Sammel/50/gesaettigt
20
8
35,11
25,83%
0,09
Agglo/FernStr-City/50/gesaettigt
22
13
41,61
14,08%
0,07
Agglo/Sammel/60/dicht
A2.9:
Verkehrssituation Abschnitt 23 Richtung 2 (FCD)
Stunde
Anzahl
v_Reise
Standanteil
RPA
Verkehrssituation
0
12
49,33
7,12%
0,07
Agglo/HVS/70/dicht
2
7
62,37
0,00%
0,05
Agglo/AB-City/80/gesaettigt
4
9
55,87
5,42%
0,06
Agglo/FernStr-City/60/fluessig
6
8
28,28
22,21%
0,11
Agglo/Sammel/50/gesaettigt
8
10
31,80
22,43%
0,14
Agglo/HVS/50/gesaettigt
10
9
30,00
18,94%
0,12
Agglo/HVS/50/gesaettigt
12
9
25,56
31,50%
0,12
Agglo/Sammel/50/gesaettigt
14
11
23,39
32,02%
0,16
Agglo/Erschliessung/30/gesaettigt
16
10
18,13
36,01%
0,14
Agglo/AB-City/100/Stop&Go
18
20
33,36
15,73%
0,14
Agglo/HVS/60/gesaettigt
20
12
54,93
3,37%
0,08
Agglo/HVS/80/dicht
22
16
54,77
1,46%
0,06
Agglo/HVS/80/dicht

11.3 Anhang A3
Anhang A3.1:
v-s-Diagramme der Messfahrten im Bereich der Dresdner Waldschlösschenbrücke
0
10
20
30
40
50
60
70
80
0
2000
4000
6000
8000
10000
12000
14000
16000
v in km/h
s in m
v-s-Diagramm SO-NW
Naumannstraße
K.-Kollwitz-Ufer
Grundstraße
Blaues Wunder
Carolabrücke
Naumannstraße
Terrassenufer
Carolabrücke
Terrassenufer
K.-Kollwitz-Ufer
Grundstraße
Blaues Wunder
0
10
20
30
40
50
60
70
80
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
20000
v in km/h
s in m
v-s-Diagramm SO-NW
Waldschlösschenbrücke
Stauffenbergalle
Radeburger Straße
Karcherallee
Stübelallee
Fetscherstraße
Waldschlösschenbrücke
Stauffenbergalle
Fetscherstraße
Karcherallee
Stübelallee

Schriftenreihe des LfULG, Heft 21/2014 | 86
Anhang A3.2:
Ermittelte Verkehrssituationen im Bereich der Dresdner Waldschlösschenbrücke
Straße
von
bis
Abs_Länge (m)
Tempolimit
StrTyp
VSit_HBEFA
StGo-Anteil
Karcherallee
Tiergartenstraße
Winterbergstraße
417,4
50
HVS
Agglo/HVS/50/dicht
89,1%
Karcherallee
Winterbergstraße
Tiergartenstraße
460,3
50
HVS
Agglo/HVS/50/gesaettigt
2,2%
Karcherallee
Winterbergstraße
Tiergartenstraße
438,9
50
HVS
Agglo/HVS/50/dicht
37,3%
Karcherallee
Winterbergstraße
Stübelallee
492,8
50
HVS
Agglo/HVS/50/dicht
43,9%
Karcherallee
Stübelallee
Winterbergstraße
468,2
50
HVS
Agglo/HVS/50/dicht
5,2%
Karcherallee
Stübelallee
Winterbergstraße
480,5
50
HVS
Agglo/HVS/50/dicht
22,2%
Stübelallee
Karcherallee
Fetscherstraße
982,9
50
HVS
Agglo/HVS/50/fluessig
7,9%
Stübelallee
Fetscherstraße
Karcherallee
1012,5
50
HVS
Agglo/HVS/50/dicht
35,9%
Stübelallee
Fetscherstraße
Karcherallee
997,7
50
HVS
Agglo/HVS/50/gesaettigt
8,3%
Fetscherstraße
Stübelallee
Pfotenhauer Straße
2126,5
50
HVS
Agglo/HVS/50/dicht
54,9%
Fetscherstraße
Pfotenhauer Straße
Stübelallee
2120,3
50
HVS
Agglo/HVS/50/dicht
31,0%
Fetscherstraße
Pfotenhauer Straße
Stübelallee
2123,4
50
HVS
Agglo/HVS/50/dicht
42,7%
Waldschlössschenbrücke Pfotenhauer Straße
Tunnel Einfahrt
958,4
50
HVS
Agglo/HVS/50/fluessig
0,0%
Waldschlössschenbrücke Tunnel Einfahrt
Pfotenhauer Straße
902,9
50
HVS
Agglo/HVS/50/gesaettigt
4,5%
WaldschlössschenbrückeTunnel Einfahrt
Pfotenhauer Straße
930,7
50
HVS
Agglo/HVS/50/fluessig
0,8%
Waldschlössschenbrücke Tunnel Einfahrt
Tunnel Ausfahrt
381,3
50
HVS
Agglo/HVS/50/fluessig
0,0%
Waldschlössschenbrücke Tunnel Ausfahrt
Tunnel Einfahrt
412,0
50
HVS
Agglo/HVS/50/fluessig
0,0%
WaldschlössschenbrückeTunnel Ausfahrt
Tunnel Einfahrt
396,7
50
HVS
Agglo/HVS/50/fluessig
0,0%
Stauffenbergallee
Tunnel Ausfahrt
Landesdirektion
358,6
50
HVS
Agglo/HVS/50/fluessig
5,0%
Stauffenbergallee
Landesdirektion
Tunnel Ausfahrt
357,5
50
HVS
Agglo/HVS/50/fluessig
0,0%
Stauffenbergallee
Landesdirektion
Tunnel Ausfahrt
358,1
50
HVS
Agglo/HVS/50/fluessig
0,0%
Stauffenbergallee
Landesdirektion
Königsbrücker Landstraße
1177,6
50
HVS
Agglo/HVS/50/dicht
45,2%
Stauffenbergallee
Königsbrücker Landstraße Landesdirektion
1179,4
50
HVS
Agglo/HVS/50/fluessig
0,0%
Stauffenbergallee
Königsbrücker LandstraßeLandesdirektion
1178,5
50
HVS
Agglo/HVS/50/fluessig
17,4%
Radeburger Straße
Stauffenbergallee
Meinholdstraße
700,9
50
FernStr-City Agglo/FernStr-City/50/gesaettigt
19,5%
Radeburger Straße
Meinholdstraße
Stauffenbergallee
714,4
50
FernStr-City Agglo/FernStr-City/50/gesaettigt
29,5%
Radeburger Straße
Meinholdstraße
Stauffenbergallee
707,7
50
FernStr-City Agglo/FernStr-City/50/gesaettigt
24,4%
Grundstraße
Tännichtweg
LSA Steglichstraße
349,0
50
HVS
Agglo/HVS/50/dicht
16,2%
Grundstraße
LSA Steglichstraße
Tännichtweg
349,0
50
HVS
Agglo/HVS/50/fluessig
15,6%
Grundstraße
LSA Steglichstraße
Tännichtweg
349,0
50
HVS
Agglo/HVS/50/gesaettigt
10,0%
Grundstraße
LSA Steglichstraße
Körnerplatz
1222,5
50
HVS
Agglo/HVS/50/gesaettigt
1,1%
Grundstraße
Körnerplatz
LSA Steglichstraße
1225,0
50
HVS
Agglo/HVS/50/fluessig
9,4%
Grundstraße
Körnerplatz
LSA Steglichstraße
1223,8
50
HVS
Agglo/HVS/50/fluessig
13,3%
Blaues Wunder
Körnerplatz
Schillerplatz2
669,6
50
HVS
Agglo/HVS/50/dicht
31,9%
Blaues Wunder
Schillerplatz2
Körnerplatz
722,5
50
HVS
Agglo/HVS/50/dicht
46,9%
Blaues Wunder
Schillerplatz2
Körnerplatz
696,1
50
HVS
Agglo/HVS/50/dicht
39,7%
Naumannstraße
Schillerplatz
Batheldesplatz
315,9
50
HVS
Agglo/HVS/50/dicht
30,4%
Naumannstraße
Batheldesplatz
Schillerplatz
243,4
50
HVS
Agglo/HVS/50/dicht
139,8%
Naumannstraße
Batheldesplatz
Schillerplatz
279,7
50
HVS
Agglo/HVS/50/dicht
77,8%
Käthe-Kollwitz-Ufer
Batheldesplatz
Sachsenplatz
3799,0
50
HVS
Agglo/HVS/50/fluessig
0,0%
Käthe-Kollwitz-Ufer
Sachsenplatz
Batheldesplatz
3807,8
50
HVS
Agglo/HVS/50/fluessig
1,4%
Käthe-Kollwitz-Ufer
Sachsenplatz
Batheldesplatz
3803,4
50
HVS
Agglo/HVS/50/fluessig
0,2%
Carolabrücke
Rathenauplatz
Carolaplatz
622,5
50
HVS
Agglo/HVS/50/dicht
38,4%
Carolabrücke
Carolaplatz
Rathenauplatz
612,1
50
HVS
Agglo/HVS/50/dicht
73,9%
Carolabrücke
Carolaplatz
Rathenauplatz
617,3
50
HVS
Agglo/HVS/50/dicht
56,5%

Herausgeber:
Sächsisches Landesamt für Umwelt, Landwirtschaft und Geologie (LfULG)
Pillnitzer Platz 3, 01326 Dresden
Telefon: + 49 351 2612-0
Telefax: + 49 351 2612-1099
E-Mail: lfulg@smul.sachsen.de
www.smul.sachsen.de/lfulg
Autoren:
Matthias Körner, Dr. Falk Richter, Wolfram Schmidt
Technische Universität Dresden, Institut für Verkehrsplanung und Straßenverkehr
Lehrstuhl für Verkehrsökologie
Lehrstuhl für Verkehrsleitsysteme und -prozessautomatisierung
Gerhart-Potthoff-Bau, Hettnerstraße 1, 01069 Dresden
Telefon: + 49 351 463-36563
Telefax: + 49 351 463-37718
E-Mail: Wolfram.Schmidt@tu-dresden.de
Redaktion:
Uwe Wolf
Abteilung Klima, Luft, Lärm, Strahlen/Referat Klima, Luftqualität
Söbrigener Str. 3a, 01326 Dresden
Telefon: + 49 351 2612-5106
Telefax: + 49 351 2612-5199
E-Mail:
uwe.wolf@smul.sachsen.de
Fotos:
Matthias Körner
Redaktionsschluss:
13.06.2014
ISSN:
1867-2868
Hinweis:
Die Broschüre steht nicht als Printmedium zur Verfügung, kann aber als PDF-Datei
unter
https://publikationen.sachsen.de/bdb/
heruntergeladen werden.
Verteilerhinweis
Diese Informationsschrift wird von der Sächsischen Staatsregierung im Rahmen ihrer
verfassungsmäßigen Verpflichtung zur Information der Öffentlichkeit herausgegeben.
Sie darf weder von Parteien noch von deren Kandidaten oder Helfern im Zeitraum
von sechs Monaten vor einer Wahl zum Zwecke der Wahlwerbung verwendet wer-
den. Dies gilt für alle Wahlen.
Missbräuchlich ist insbesondere die Verteilung auf Wahlveranstaltungen, an Informa-
tionsständen der Parteien sowie das Einlegen, Aufdrucken oder Aufkleben parteipoli-
tischer Informationen oder Werbemittel. Untersagt ist auch die Weitergabe an Dritte
zur Verwendung bei der Wahlwerbung. Auch ohne zeitlichen Bezug zu einer bevor-
stehenden Wahl darf die vorliegende Druckschrift nicht so verwendet werden, dass
dies als Parteinahme des Herausgebers zugunsten einzelner politischer Gruppen
verstanden werden könnte.
Diese Beschränkungen gelten unabhängig vom Vertriebsweg, also unabhängig
davon, auf welchem Wege und in welcher Anzahl diese Informationsschrift dem
Empfänger zugegangen ist. Erlaubt ist jedoch den Parteien, diese Informationsschrift
zur Unterrichtung ihrer Mitglieder zu verwenden.