De groene routeplanner: bereiken van een bestemming via een snel en gezond traject

Annelies
Van den Hove

Heeft u zich als fietser al eens afgevraagd of de kortste route wel de gezondste is? Zou u een alternatieve route verkiezen als deze voordeliger is voor uw gezondheid? De luchtkwaliteit blijft immers de belangrijkste milieufactor die in verband wordt gebracht met vermijdbare ziektes en voortijdige sterfte in de Europese Unie. Het integreren van de luchtkwaliteit in een routeplanner biedt daarom een mogelijkheid om zelf uw blootstelling aan luchtvervuiling te controleren.

De luchtkwaliteit in stedelijke omgevingen wordt grotendeels bepaald door fijn stof. Fijn stof is een wijdverspreide polluent die bestaat uit vaste en vloeibare deeltjes verspreid in de atmosfeer. Een specifieke fractie hiervan is zwarte koolstof. Zwarte koolstof is een licht-absorberende en koolstofbevattende component aanwezig in fijn stof. Belangrijke bronnen van zwarte koolstof zijn: mobiele bronnen (bijvoorbeeld verkeer), huishoudelijke verwarming en open biomassa verbranding (bijvoorbeeld bosbranden of het verbranden van landbouwafval). Volgens de Wereldgezondheidsorganisatie (WHO) is zwarte koolstof een waardevolle luchtkwaliteitsindicator van schadelijke partikels afkomstig van verbrandingsprocessen. De blootstelling aan zwarte koolstof kan in verband worden gebracht met hart- en vaatziekten. Zwarte koolstof is op zichzelf niet toxisch, maar heeft wel een sleutelrol als universele drager van toxische componenten. Bovendien zou zwarte koolstof bijdragen tot de klimaatverandering. Zo zou zwarte koolstof niet alleen de invallende zonnestralen verstrooien, maar ook absorberen.

De scriptie ‘Het ontwerpen van een zwarte koolstof kaart van stadsregio Gent voor gebruik bij routing problemen’ bestudeerde de ruimtelijke variatie van zwarte koolstof in de stadsregio Gent. Om deze ruimtelijke variabiliteit in kaart te brengen, werd gebruik gemaakt van mobiele metingen of pollutiedata. Voor locaties waar geen pollutiedata beschikbaar waren, werden landgebruiksregressiemodellen ontwikkeld. Hiervoor werden data verzameld van omgevingseigenschappen, zoals verkeersintensiteit of het aantal huizen gelegen in een bepaalde straal, die konden gebruikt worden om de concentratie aan zwarte koolstof te voorspellen. Deze verzamelde data bestonden in hoofdzaak uit een aantal zorgvuldig gekozen geografisch informatiesysteem (GIS)-lagen. Het finale landgebruiksregressiemodel kon 44% van alle variabiliteit in de data aanwezig verklaren.

Zo werden er lage zwarte koolstof concentraties teruggevonden in het Citadelpark en in de Langemunt, waar de verkeersintensiteit voor voertuigen nagenoeg nul was. Hoge zwarte koolstof concentraties werden teruggevonden in de Charles de Kerchovelaan, Godshuizenlaan en Sint-Lievenslaan, die getypeerd werden door een hoge verkeersintensiteit. Hoewel de verkeersintensiteit in de Sint-Jacobsnieuwstraat circa 50% lager was relatief ten opzichte van de laatst genoemde straten observeerde men daar eveneens een hoge zwarte koolstof concentratie. Deze hogere concentratie kon het gevolg zijn van de breedte van de straat en/of geen aanwezigheid van een fietspad. In een nauwere straat is de dispersie van polluenten immers gelimiteerd in vergelijking met een meer open gebied. Uit de zwarte koolstof kaart van de stadsregio Gent (figuur links) zijn verschillende gebieden/wegen te herkennen. Zo zijn de E17 en E40 herkenbaar door hun rode kleur. Andere drukke wegen, zoals de R4, R40, B401, zijn terug te vinden door hun oranje-rode kleur. Het stedelijk natuurreservaat Bourgoyen-Ossemeersen wordt gekenmerkt door een groene kleur. De ruimtelijke variabiliteit van zwarte koolstof is in overeenstemming met de bronnen van zwarte koolstof.  

Deze zwarte koolstof kaart werd vervolgens gebruikt bij het ontwerpen van een routeplanner die de blootstelling van een fietser aan zwarte koolstof minimaliseerde (figuur rechts). Het voorbeeld geeft de kortste route (zwarte lijn) weer van de Vrijdagmarkt naar het Shoppingcenter Gent Zuid en de alternatieve route (groene lijn) die rekening hield met de blootstelling aan zwarte koolstof. Hiervoor werd met elke straat een kost geassocieerd. Deze kost was de blootstelling aan de hoeveelheid zwarte koolstof. De procentuele afname aan zwarte koolstof hoeveelheid liep voor de berekende routes op tot 16%. Deze afname aan zwarte koolstof hoeveelheid ging wel telkens gepaard met een geringe toename in lengte van het traject in vergelijking met de traditionele kortste route. In sommige gevallen stemde het kortste pad overeen met de laagste blootstelling aan zwarte koolstof. Dit kwam doordat de zwarte koolstof hoeveelheid zowel rekening hield met de zwarte koolstof concentratie als met de lengte van het traject.

Links: zwarte koolstof kaart (kleurencode: zwarte koolstof concentratie in µg/m³). Rechts: route van de Vrijdagmarkt (blauwe stip) naar het Shoppingcenter Gent Zuid (rode stip). De groene lijn toont de route die rekening houdt met de zwarte koolstof hoeveelheid. De zwarte lijn toont de kortste route.

Bij het gebruik van een routeplanner die rekening houdt met luchtkwaliteit kan u dus zelf uw blootstelling aan luchtvervuiling controleren. Hierdoor kan de lengte van het traject echter toenemen. Opteert u dus voor een langer, maar gezonder traject of toch de traditionele kortste route? Aan u de keuze!

Bibliografie

  • 52°North (2015). SOS TestClient Version 2. http://sos.irceline.be/. Bezocht op

    15/10/2015.
  • AethLabs (2015). microAeth Model AE51: operating manual. Technical report.
  • Agentschap voor Geografische Informatie Vlaanderen (2013a). Centraal Referentieadressenbestand.

    https://www.agiv.be/producten/crab. Bezocht op 30/9/2015.
  • Agentschap voor Geografische Informatie Vlaanderen (2013b). Ondersteuning.

    https://www.agiv.be/producten/digitaal-hoogtemodel-vlaanderen/

    meer-over-dhm-v/ondersteuning-faq#vraag7. Bezocht op 8/10/2015.
  • Agentschap voor Geografische Informatie Vlaanderen (2013c). Wat is het CRABproject?

    https://www.agiv.be/producten/crab/meer-info-over-crab/algemeen/wat-is-…. Bezocht op 30/9/2015.
  • Agentschap voor Geografische Informatie Vlaanderen (2014a). Digitaal Hoogtemodel

    Vlaanderen II, DSM, raster, 1 m. https://download.agiv.be/Producten/Detail?id=937&title=Digitaal_Hoogtem…. Bezocht op 8/10/2015.
  • Agentschap voor Geografische Informatie Vlaanderen (2014b). Kaartbladversnijdingen

    NGI, numerieke reeks. https://download.agiv.be/Producten/Detail/40. Bezocht op 8/10/2015.
  • Agentschap voor Geografische Informatie Vlaanderen (2015). CRAB adresposities. https:

    //download.agiv.be/Producten/Detail?id=102&title=CRAB_adresposities. Bezocht

    op 30/9/2015.
  • Beelen, R., Hoek, G., Vienneau, D., Eeftens, M., Dimakopoulou, K., Pedeli, X., Tsai,

    M.-Y., Kunzli, N., Schikowski, T., Marcon, A., Eriksen, K. T., Raaschou-Nielsen, O., Stephanou,

    E., Patelarou, E., Lanki, T., Yli-Tuomi, T., Declercq, C., Falq, G., Stempfelet, M.,

    Birk, M., Cyrys, J., von Klot, S., Nador, G., Varro, M. J., Dedele, A., Grazuleviciene, R.,Molter, A., Lindley, S., Madsen, C., Cesaroni, G., Ranzi, A., Badaloni, C., Ho mann, B.,

    Nonnemacher, M., Kramer, U., Kuhlbusch, T., Cirach, M., de Nazelle, A., Nieuwenhuijsen,

    M., Bellander, T., Korek, M., Olsson, D., Stromgren, M., Dons, E., Jerrett, M., Fischer, P.,

    Wang, M., Brunekreef, B., and de Hoogh, K. (2013). Development of NO2 and NOx land

    use regression models for estimating air pollution exposure in 36 study areas in Europe -

    the ESCAPE project. Atmospheric Environment, 72:10-23.
  • Berghmans, P., Bleux, N., Int Panis, L., Mishra, V. K., Torfs, R., and Van Poppel, M.

    (2009). Exposure assessment of a cyclist to PM10 and ultrafine particles. Science of the

    Total Environment, 407:1286-1298.
  • Beygelzimer, A., Kakadet, S., Langford, J., Arya, S., Mount, D., and Li, S. (2013).

    FNN: fast nearest neighbor search algorithms and applications. R package version 1.1.

    https://cran.r-project.org/package=FNN.
  • Bivand, R., Keitt, T., and Rowlingson, B. (2016). rgdal: bindings for the geospatial data

    abstraction library. R package version 1.1-7. https://cran.r-project.org/package=

    rgdal.
  • Bond, T. C., Doherty, S. J., Fahey, D. W., Forster, P. M., Berntsen, T., DeAngelo, B. J.,

    Flanner, M. G., Ghan, S., Karcher, B., Koch, D., Kinne, S., Kondo, Y., Quinn, P. K.,

    Saro m, M. C., Schultz, M. G., Schulz, M., Venkataraman, C., Zhang, H., Zhang, S.,

    Bellouin, N., Guttikunda, S. K., Hopke, P. K., Jacobson, M. Z., Kaiser, J. W., Klimont, Z.,

    Lohmann, U., Schwarz, J. P., Shindell, D., Storelvmo, T., Warren, S. G., and Zender, C. S.

    (2013). Bounding the role of black carbon in the climate system: a scientific assessment.

    Journal of Geophysical Research: Atmospheres, 118:5380-5552.
  • Boogaard, H., Borgman, F., Kamminga, J., and Hoek, G. (2009). Exposure to ultrafine

    and fine particles and noise during cycling and driving in 11 Dutch cities. Atmospheric

    Environment, 43:4234-4242.
  • Bouckaert, R. R. (2003). Choosing between two learning algorithms based on calibrated

    tests. Proceedings of the Twentieth International Conference on Machine Learning, 1:51-58.
  • Breiman, L. (2001). Random forests. Machine Learning, 45:5-32.
  • Bukowiecki, N., Dommen, J., Prévôt, A. S. H., Weingartner, E., and Baltensperger,

    U. (2003). Fine and ultrafine particles in the Zurich (Switzerland) area measured with a

    mobile laboratory: an assessment of the seasonal and regional variation throughout a year.

    Atmospheric Chemistry and Physics, 3:1477-1494.
  • Cai, J., Yan, B., Ross, J., Zhang, D., Kinney, P. L., Perzanowski, M. S., Jung, K., Miller,

    R., and Chillrud, S. N. (2014). Validation of MicroAeth® as a black carbon monitor for fixed-site measurement and optimization for personal exposure characterization. Aerosol

    and Air Quality Research, 14:1-9.
  • Choi, W., He, M., Barbesant, V., Kozawa, K. H., Mara, S., Winer, A. M., and Paulson,

    S. E. (2012). Prevalence of wide area impacts downwind of freeways under pre-sunrise

    stable atmospheric conditions. Atmospheric Environment, 62:318-327.
  • Demsar, J. (2006). Statistical comparisons of classifiers over multiple data sets. Journal

    of Machine Learning Research, 7:1-30.
  • Dijkstra, E. W. (1959). A note on two problems in connexion with graphs. Numerische

    Mathematik, 1:269-271.
  • Dons, E., Int Panis, L., Van Poppel, M., Theunis, J., and Wets, G. (2012). Personal

    exposure to black carbon in transport microenvironments. Atmospheric Environment,

    55:392-398.
  • Eeftens, M., Beelen, R., de Hoogh, K., Bellander, T., Cesaroni, G., Cirach, M., Declercq,

    C., Dedele, A., Dons, E., de Nazelle, A., Dimakopoulou, K., Eriksen, K., Falq, G., Fischer,

    P., Galassi, C., Grazuleviciene, R., Heinrich, J., Ho mann, B., Jerrett, M., Keidel, D.,

    Korek, M., Lanki, T., Lindley, S., Madsen, C., Molter, A., Nador, G., Nieuwenhuijsen, M.,

    Nonnemacher, M., Pedeli, X., Raaschou-Nielsen, O., Patelarou, E., Quass, U., Ranzi, A.,

    Schindler, C., Stempfelet, M., Stephanou, E., Sugiri, D., Tsai, M.-Y., Yli-Tuomi, T., Varro,

    M. J., Vienneau, D., von Klot, S., Wolf, K., Brunekreef, B., and Hoek, G. (2012). Development

    of land use regression models for PM2:5, PM2:5 absorbance, PM10 and PMcoarse

    in 20 European study areas; results of the ESCAPE project. Environmental Science &

    Technology, 46:11195-11205.
  • Elen, B., Peters, J., Van Poppel, M., Bleux, N., Theunis, J., Reggente, M., and Standaert,

    A. (2013). The aeroflex: a bicycle for mobile air quality measurements. Sensors, 13:221-240.
  • European Environment Agency (2013). Status of black carbon monitoring in ambient

    air in Europe. Technical report.
  • European Environment Agency (2014). Urban Atlas. http://www.eea.europa.eu/

    data-and-maps/data/urban-atlas. Bezocht op 27/10/2015.
  • European Union (2011). Mapping guide for a European Urban Altas. Technical report.
  • Europese Commissie (2013). Mededeling van de Commissie aan het Europees Parlement,

    de Raad, het Europees Economisch en Sociaal Comite en het Comite van de Regio's -

    Programma `Schone lucht voor Europa'. Technical report.
  • Friedman, J., Hastie, T., and Tibshirani, R. (2010). Regularization paths for generalized

    linear models via coordinate descent. Journal of Statistical Software, 33:1-22.
  • Fu, L., Sun, D., and Rilett, L. R. (2006). Heuristic shortest path algorithms for transportation

    applications: state of the art. Computers & Operations Research, 33:3324-3343.
  • Gents MilieuFront (2015). gentsmilieufront. http://www.gentsmilieufront.be/. Bezocht

    op 25/2/2016.
  • GoogleMaps (2016). Routeplanner. https://www.google.be/maps. Bezocht op

    16/05/2016.
  • Hagemann, R., Corsmeier, U., Kottmeier, C., Rinke, R., Wieser, A., and Vogel, B. (2014).

    Spatial variability of particle number concentrations and NOx in the Karlsruhe (Germany)

    area obtained with the mobile laboratory `AERO-TRAM'. Atmospheric Environment,

    94:341-352.
  • Hagler, G. S. W., Thoma, E. D., and Baldauf, R. W. (2010). High-resolution mobile

    monitoring of carbon monoxide and ultrafine particle concentrations in a near-road environment.

    Journal of the Air & Waste Management Association, 60:328-336.
  • Hagler, G. S. W., Yelverton, T. L. B., Vedantham, R., Hansen, A. D. A., and Turner,

    J. R. (2011). Post-processing method to reduce noise while preserving high time resolution

    in aethalometer real-time black carbon data. Aerosol and Air Quality Research, 11:539-546.
  • Hansen, A. D. A., Rosen, H., and Novakov, T. (1984). The aethalometer - an instrument

    for the real-time measurement of optical absorption by aerosol particles. Science of the

    Total Environment, 36:191-196.
  • Hart, P. E., Nilsson, N. J., and Raphael, B. (1968). A formal basis for the heuristic determination

    of minimum cost paths. IEEE Transactions of Systems Science and Cybernetics,

    4:100-107.
  • Hasenfratz, D., Saukh, O., Walser, C., Hueglin, C., Fierz, M., Arn, T., Beutel, J., and

    Thiele, L. (2015). Deriving high-resolution urban air pollution maps using mobile sensor

    nodes. Pervasive and Mobile Computing, 16:268-285.
  • Hasenfratz, D., Saukh, O., Walser, C., Hueglin, C., Fierz, M., and Thiele, L. (2014). Pushing

    the spatio-temporal resolution limit of urban air pollution maps. IEEE International

    Conference on Pervasive Computing and Communications, 14:69-77.
  • Hastie, T., Tibshirani, R., and Friedman, J. (2009). The elements of statistical learning.

    Springer Series in Statistics, Second edition.
  • Hertel, O., Hvidberg, M., Ketzel, M., Storm, L., and Stausgaard, L. (2008). A proper

    choice of route significantly reduces air pollution exposure - a study on bicycle and bus

    trips in urban streets. Science of the Total Environment, 389:58-70.
  • Hoek, G., Beelen, R., de Hoogh, K., Vienneau, D., Gulliver, J., Fischer, P., and Briggs,

    D. (2008). A review of land-use regression models to assess spatial variation of outdoor air

    pollution. Atmospheric Environment, 42:7561-7578.
  • Hu, S., Paulson, S. E., Fruin, S., Kozawa, K., Mara, S., and Winer, A. M. (2012).

    Observation of elevated air pollutant concentrations in a residential neighborhood of Los

    Angeles California using a mobile platform. Atmospheric Environment, 51:311-319.
  • Int Panis, L., de Geus, B., Vandenbulcke, G., Willems, H., Degraeuwe, B., Bleux, N.,

    Mishra, V., Thomas, I., and Meeusen, R. (2010). Exposure to particulate matter in trac:

    a comparison of cyclists and car passengers. Atmospheric Environment, 44:2263-2270.
  • IRCEL (2015). Intergewestelijke Cel voor het Leefmilieu (IRCEL). http://www.

    irceline.be/nl. Bezocht op 18/10/2015.
  • IRCEL-CELINE Lucht (2015). Jaarrapport luchtkwaliteit in Belgie 2014. Technical

    report.
  • James, G., Witten, D., Hastie, T., and Tibishirani, R. (2013). An introduction to statistical learning with applications in R. Springer Texts in Statistics, First edition.
  • Janssen, N. A. H., Gerlofs-Nijland, M. E., Lanki, T., Salonen, R. O., Cassee, F., Hoek,

    G., Fischer, P., Brunekreef, B., and Krzyzanowski, M. (2012). Health effects of black

    carbon. Technical report, World Health Organization.
  • Liaw, A. and Wiener, M. (2002). Classification and regression by randomForest. R News,

    2:18-22.
  • Liebens, J. (2013). Opbouw van het Multimodaal Model ( MM ) versie 3.6.1 - gedetailleerde

    beschrijving modelprocessen. Technical report.
  • Meyer, D., Dimitriadou, E., Hornik, K., Weingessel, A., and Leisch, F. (2015). e1071:

    misc functions of the department of statistics, probability theory group (formerly: E1071),

    TU Wien. R package version 1.6-7. https://CRAN.R-project.org/package=e1071.
  • Oke, T. R. (1987). Boundary layer climates. Taylor & Francis Group, Second edition.
  • OpenStreetMap-auteurs (2015a). OpenStreetMap. http://www.openstreetmap.org.

    Bezocht op 29/9/2015.
  • OpenStreetMap-auteurs (2015b). OpenStreetMap Belgie. http://osm.be/. Bezocht op

    29/9/2015.
  • Papadimitriou, C. H. and Steiglitz, K. (1998). Combinatorial optimization: algorithms

    and complexity. Dover Publications, Inc., Second edition.
  • Peters, J., Theunis, J., Van Poppel, M., and Berghmans, P. (2013). Monitoring PM10

    and ultrafine particles in urban environments using mobile measurements. Aerosol and Air

    Quality Research, 13:509-522.
  • Peters, J., Van den Bossche, J., Reggente, M., Van Poppel, M., De Baets, B., and

    Theunis, J. (2014). Cyclist exposure to UFP and BC on urban routes in Antwerp, Belgium.

    Atmospheric Environment, 92:31-43.
  • Petzold, A., Schloesser, H., Sheridan, P. J., Arnott, W. P., Ogren, J. A., and Virkkula,

    A. (2005). Evaluation of multiangle absorption photometry for measuring aerosol light

    absorption. Aerosol Science and Technology, 39:40-51.
  • Petzold, A. and Schonlinner, M. (2004). Multi-angle absorption photometry - a new

    method for the measurement of aerosol light absorption and atmospheric black carbon.

    Journal of Aerosol Science, 35:421-441.
  • Puttemans, C. (2013). Beschrijving BASMAT versie 3.6. Technical report.
  • Python Software Foundation (2015). Python language reference, version 3.4.3. http:

    //www.python.org.
  • QGIS Development Team and Open Source Geospatial Foundation (2015). QGIS geographic

    information system. http://qgis.osgeo.org.
  • R Core Team and R Foundation for Statistical Computing (2015). R: a language and

    environment for statistical computing. https://www.R-project.org/.
  • Ribeiro Jr, P. J. and Diggle, P. J. (2015). geoR: analysis of geostatistical data. R package

    version 1.7-5.1. https://CRAN.R-project.org/package=geoR.
  • Ripley, B. (2016). tree: classification and regression trees. R package version 1.0-37.

    https://CRAN.R-project.org/package=tree.
  • Sharker, M. H. and Karimi, H. A. (2014). Computing least air pollution exposure routes.

    International Journal of Geographical Information Science, 28:343-362.
  • Su, J. G., Winters, M., Nunes, M., and Brauer, M. (2010). Designing a route planner to

    facilitate and promote cycling in Metro Vancouver, Canada. Transportation Research Part

    A, 44:495-505.
  • The MathWorks and Inc. (2015). MATLAB and Statistics Toolbox Release 2015b.
  • Thomas Lumley using Fortran code by Alan Miller (2009). leaps: regression subset

    selection. R package version 2.9. https://CRAN.R-project.org/package=leaps.
  • Tibshirani, R. (1996). Regression shrinkage and selection via the lasso. Journal of the

    Royal Statistical Society, 58:267-288.
  • Van Cauwenberge, B. (2015). Persoonlijke communicatie.
  • Van den Bossche, J., Peters, J., Verwaeren, J., Botteldooren, D., Theunis, J., and De

    Baets, B. (2015). Mobile monitoring for mapping spatial variation in urban air quality:

    development and validation of a methodology based on an extensive dataset. Atmospheric

    Environment, 105:148-161.
  • Vapnik, V. N. (1995). The nature of statistical learning theory. Springer-Verlag, Second

    edition.
  • Vernieuwe, H., Ducheyne, E., Hendrickx, G., and De Baets, B. (2010). Efficient management

    of transportation logistics related to animal disease outbreaks. Computers and

    Electronics in Agriculture, 71:148-157.
  • VITO NV (2015). Over VITO. https://vito.be/nl/over-vito. Bezocht op

    25/2/2016.
  • VITO NV (2016). airQmap additional information. http://airqmap.com/info.html.

    Bezocht op 18/04/2016.
  • Vlaamse Milieumaatschappij (2014). Luchtkwaliteit in het Vlaamse Gewest - jaarverslag

    immissiemeetnetten - 2013. Technical report.
  • Vlaamse Milieumaatschappij (2015). Wat is fijn stof? https://www.vmm.be/lucht/

    fijn-stof/wat-is-fijn-stof#section-2. Bezocht op 15/10/2015.
  • Walkit (2016). The urban walking route planner. https://walkit.com/. Bezocht op

    18/05/2016.
  • Westerdahl, D., Fruin, S., Sax, T., Fine, P. M., and Sioutas, C. (2005). Mobile platform

    measurements of ultrafine particles and associated pollutant concentrations on freeways

    and residential streets in Los Angeles. Atmospheric Environment, 39:3597-3610.
  • World Health Organization (2013). Health effects of particulate matter: policy implications

    for countries in eastern Europe, Caucasus and central Asia. Technical report.
  • Zwack, L. M., Paciorek, C. J., Spengler, J. D., and Levy, J. I. (2011). Modeling spatial

    patterns of traffic-related air pollutants in complex urban terrain. Environmental Health

    Perspectives, 119:852-859.
Download scriptie (10.62 MB)
Universiteit of Hogeschool
Universiteit Gent
Thesis jaar
2016
Promotor(en)
prof. dr. Bernard De Baets en dr. ir. Jan Verwaeren