Penginderaan Jauh dan Sistem Informasi G (1)
Judul Asli
:
Penulis
:
Sumber Jurnal
:
Penerjemah
Jabatan
Edisi
:
:
:
Remote Sensing and GIS for Land Use Planning: An Application for Mapping
Asbestos Cement Roofing in Tiburtina, Rome, Italy
Lorenza Fiumi, researcher at Institute for Atmospheric Pollution, IIA - CNR,
c/o INSEAN - CNR, Via di Vallerano, 139, Rome, Italy. Stefano Tocci,
researcher at Institute for Atmospheric Pollution, IIA - CNR, c/o INSEAN CNR, Via di Vallerano, 139, Rome, Italy. Carlo Meoni, technician at Institute
for Atmospheric Pollution, IIA - CNR, c/o INSEAN - CNR, Via di Vallerano,
139, Rome, Italy.
International Journal of Remote Sensing & Geoscience (IJRSG)
ISSN No: 2319-3484 Volume 3, Issue 3, May 2014.
Iwan Mulyawan, S.Si., M.Sc
Fungsional Perencana Pertama Bappeda Kabupaten Kuningan
Agustus 2014
PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS
UNTUK PERENCANAAN PENGGUNAAN LAHAN:
APLIKASI UNTUK PEMETAAN ATAP ASBES SEMEN
DI TIBURTINA, ROMA, ITALIA
1. Lorenza Fiumi, researcher at Institute for Atmospheric Pollution, IIA - CNR, c/o INSEAN CNR, Via di Vallerano, 139, Rome, Italy.
2. Stefano Tocci, researcher at Institute for Atmospheric Pollution, IIA - CNR, c/o INSEAN CNR, Via di Vallerano, 139, Rome, Italy.
3. Carlo Meoni, technician at Institute for Atmospheric Pollution, IIA - CNR, c/o INSEAN CNR, Via di Vallerano, 139, Rome, Italy.
Intisari
Makalah ini membahas teknik deteksi penginderaan jauh untuk integrasi data SIG yang bertujuan
untuk pemantauan penutup asbes semen. Secara khusus, makalah ini menyajikan perkembangan lebih
lanjut dari kegiatan penelitian yang ditujukan untuk pemetaan atap asbes semen dengan menggunakan
data hiperspektral MIVIS. Secara rinci akan menjelaskan pengembangan sistem SIG untuk
pemantauan atap asbes semen melalui teknik geo-coding data MIVIS, pertanyaan spasial dan logis
untuk menilai interaksi menurut skala analisis. Oleh karena itu, teknik ini dapat memberikan masukan
kepada otoritas pemerintah dengan menyajikan peta lingkungan yang efisien, cepat dan berulang yang
dapat memberikan informasi tentang lokasi rumah dengan penutup asbes semen. Akhirnya karya ini
memberikan penilaian risiko awal pada kesehatan penduduk dan pekerja di daerah-daerah tetangga.
Kata kunci: penginderaan jauh; data hiperspektral; asbes semen; klasifikasi; SIG
1
1.
Pendahuluan
Sifat luar biasa dari asbes adalah untuk memperkuat fiber dengan bahan isolasi termal dan
akustik. Komponen ini disukai penggunaannya daripada produk umum lainnya yang jumlah
denisnya beragam. Tabel 1 menunjukkn produk yang paling umum digunakan di gedung. Eropa
memiliki deposit alam asbes yang besar [1]. Asbes ditambang di negara Rusia, Kanada, China,
Brazil, Zimbabwe dan Afrika Selatan. Asbes belum ditambang di Amerika Serikat, bahkan sejak
tahun 2002 di Amerika Serikat masih tergantung pada impor untuk memenuhi kebutuhan
manufaktur. Konsumsi asbes di Amerika Serikat diperkirakan 1.060 ton, berdasarkan impor
asbes bulan Juli 2012 [2,3]. Produk yang terbuat dari asbes semen paling sering digunakan.
Dalam campuran murni digunakan produksi asbes untuk atap, semen bervariasi antara 84% dan
90% [4].
Bahan-bahan ini tergantung pada degradasi yang kompleks dengan menghasilkan
konsistensi yang lebih rendah dari produk dan permukaan serat asbes di luar. Produk asbes
semen menjadi "rapuh", Environmental Protection Agency (EPA) menerangkan bahwa ketika
kerusakan parah terjadi pada asbes semen dikarenakan es, hujan asam, angin dan sebagainya,
atau ketika secara mekanis digunakan untuk chipping, grinding, menggergaji, pengamplasan
atau, oleh karena itu partikel yang memungkinkan untuk menjadi udara [5]. Ketika partikelnya ke
udara, serat asbes sangat tahan dan dapat menutupi jarak yang sangat jauh karena sifat
aerodinamisnya [5]. Pada abad terakhir penggunaan serat asbes dan barang yang terbuat dari
asbes telah menyebabkan masalah kesehatan masyarakat yang luar biasa. Para pakar lingkungan
yakin asbes telah berpengaruh secara signifikan pada kesehatan manusia seperti asbestosis,
kanker paru-paru, pleura dan Perito-neal mesothelioma [7,8,9].
Tabel 1 Menggunakan Produk Asbes pada Bangunan
Material
Kandungan
Menyemprot Lapisan dan Menutup
Lapisan
Sampai sekitar 85% asbes (prevalently
amosite dan disemprot chry-sotile)
Mengisolasi lapisan pipa atau boiler
Dalam materi, filter, padding secara
umum 100%. Untuk lapisan lain
campuran 6-10% dengan silikon-kalsium
Kabel, tali, bahan
Secara umum 100%
Produk Asbes Semen
10-15% asbes (chrysotile dan amphibole)
Bitumen memproduksi, ubin, lantai
vinil, PVC dan plastik diperkuat,
pernis, put-ikatan/damar, sealant,
plester, perekat
0,5-2% untuk sealant dempul dan perekat,
10-15% untuk ubin dan lantai vinil
Menurut EPA Amerika Serikat, bahan yang mengandung asbes dianggap berpotensi
berbahaya hanya dalam "keadaan gembur"saja, yaitu ketika hancur atau dikurangi menjadi bubuk
dengan tekanan tangan. Berbeda di Amerika Serikat, di mana penggunaan asbes masih legal tapi
dikontrol ketat, pada tanggal 1 Januari 2005 (setelah direktif 76/769/CEE) pemasaran dan
penggunaan produk yang mengandung asbes dilarang di seluruh Uni Eropa [6,8]. Adanya risiko
kesehatan ini mendorong pembentukan peraturan lingkungan yang ketat tentang bekerja dengan
asbes dan penciptaan pol-dingin dimaksudkan untuk melarang penggunaan asbes produk. Italia
adalah negara Eropa pertama yang menghentikan produksi dan penggunaan asbes dan bahan
yang mengandung itu (UU No 257/1992) [6,10,11]. Untuk memahami besarnya masalah ini,
diperkirakan di Italia terdapat 12 juta ton lembaran asbes semen menutupi sebagian besar industri
dan pertanian tanaman, bangunan umum dan sipil[11]. Saat ini, pemantauan atap asbes semen
didasarkan pada deteksi langsung, otomatis dilakukan oleh para ahli dari Local Health Authority
(ASL). Menurut pendekatan ini, deteksi daerah tercemar menyebabkan serangkaian hubungan
yang sulit dengan dampak ekonomi berikutnya, di saat penyelidikan melibatkan luas teritorial
permukaan. Sebuah alternatif untuk deteksi tradisional penginderaan jauh. Hal ini tidak selalu
mendapatkan analisis rinci, misalnya identifikasi yang tepat dari atap asbes semen dengan
2
menggunakan teknologi penginderaan jauh karena keterbatasan resolusi. National Council for
Research (CNR) memiliki dan mengelola sistem elektronik canggih untuk menembak dan
scanning Multispectral Infrared Visible Imaging Spectrometry (MIVIS). Generasi baru peralatan
sensorik hiperspektral yang bekerja dengan resolusi spasial dan resolusi spektral yang tinggi,
menggunakan baling-baling turbo bimotor CASA 212/200 sebagai dukungan udara, dengan
karakteristik laboratorium terbang yang nyata. MIVIS adalah pola dasar dari generasi baru udara,
sensor hiperspektral yang merupakan instrumen modular terdiri dari 4 spektrometer yang secara
simultan-serempak mengukur radiasi yang dipancarkan oleh permukaan bumi. MIVIS adalah
instrumen modular terdiri dari 4 spektrometer, yang mampu menghasilkan sampling spektral di
102 channel dalam interval antara 0,433 dan 12.70 µm [4,12].
Tabel 2 Karakteristik Teknis MIVIS
SPECTROMETER
SPECTRAL
COVERAGE
CHANNEL
BANDS
RANGING
(MICRON)
I
Visible
20
0.43-0.83
II
Near Infrared
8
1.15-1.55
III
Shortwave Infrared
64
2.0-2.5
IV
Thermal Infrared
10
8.2-12.7
Sistem 755 piksel untuk setiap baris yang diperoleh dengan IFOV (Instant Field of View)
sama dengan 2 mrad, sedangkan total FOV (field of View) menghasilkan sekitar 71,059°. Sinyal
tidak dimurnikan diperkuat, sampel dan dicatat dalam 12 bit [12]. Analisis ini memungkinkan
klasifikasi detail elemen perkotaan harus diakui, dan khususnya ketika meliput bahan, seperti
batu bata, batu, timah, tembaga, asbes semen, dll, yang terlibat [13]. Pelaksanaan hasil klasifikasi
detail Sistem Informasi Geografis (SIG) memungkinkan untuk membuat peta tematik dengan
perhitungan daerah dan pengukuran jarak yang dibandingkan dengan informasi lain yang
berbeda. Untuk itu, tujuan penelitian utama dalam makalah ini dapat diringkas sebagai berikut:
1) Mendeskripsikan potensi data MIVIS untuk memantau daerah sub-urban, kemudian dipilih,
ditandai padai atap rumah dengan asbes semen;
2) Memvalidasi utilitas dari sistem analisis citra yang dikenal sebagai Spectral Angle Mapper
(SAM), di lingkungan tertentu daerah penelitian;
3) Pelaksanaan hasil klasifikasi ini menggunakan Sistem Informasi Geografis (SIG) dengan
analisis spasial Minimum Bounding Algorithm. Akhirnya karya ini secara khusus akan
menjelaskan pengembangan sistem GIS untuk pemantauan atap asbes semen melalui geocoding data MIVIS, pertanyaan spasial dan logis untuk menilai interaksi yang berbeda sesuai
dengan skala analisis. Oleh karena itu, sistem arsitektur ditujukan kepada pemerintah untuk
lebih efisien, cepat dengan prosedur k pemetaan atap secara berulang.
2.
Area Studi: Dinamika Teritorial, Demografis dan Pemukiman
Citra MIVIS digunakan dalam penelitian ini diambil pada area Roma tanggal 5 September
2010 pukul 10:41, dengan ketinggian 1.500 m, sepanjang jalan Tiburtina, jalan sejarah konsuler.
Sebuah resolusi spasial 3m x 3m menghasilkan (untuk rincian, lihat Tabel 3). Awal
pengembangan bangunan diselidiki dalam penelitian ini oleh sistem jalan, di SS 5 Tiburtina.
Dalam konteks ini, bangunan pabrik terutama untuk depot dan gudang yang akan disewakan,
menggunakan bahan murah, seperti asbes semen. Pada situasi gangguan lingkungan, dimana
bangunan permukiman, bangunan industri, fasilitas olahraga, depot terbuka dan kebun sayur
berdiri berdampingan, secara kebetulan dan sebagai akibat dari penilaian spekulatif kota
kontemporer.
3
Gambar. 1 Kerangka Wilayah daerah penelitian. Untuk detail (lihat Gambar. 3).
3.
Bahan Data
Bahan dan data berikut digunakan dalam rangka penelitian ini:
Tabel 3 Daftar Bahan dan Data yang Digunakan dalam Penelitian Ini
TIPE DATA
FORMAT
TAHUN
DETIL
PROSES
.hdr
2010
2 strip: - Waktu
penerbangan: 10:41; Permukaan yang
diperoleh (km2):
106.00; - Covered Area
(km2): 87,195 Resolusi: 3x3 m.
- Koreksi geometris; Peningkatan; - Georeferenciacion
(UTM WGS84); - Mosaicing; Klasifikasi; - Konversi ke
poligon.
.tiff
2004
Skala 1:10.000
- Mosaicking; - Georeferentiation
(UTM WGS84).
2010
Data MIVIS
diklasifikasikan dan
dikonversi ke format
poligonal (vektor).
AERIAL IMAGES
Data MIVIS (Multispectral
Infrared Visible Imaging
Spectrometer)
PETA
RTM (Regional Technical
Map) Lazio
Sebaran Atap Asbes
Shapefile
- Cleaning data; - Penerapan
Batas Minimum; - intersection
dengan RTM.
Sensus ISTAT
Shapefile
2011
Data Sensus ISTAT ke
15 Sensus Penduduk
2011, format poligon
Query:
Pemilihan bagian dalam wilayah
studi. - Perpotongan dengan data
ISTAT pada pekerja dan data
penduduk ke 15 Sensus Penduduk
2011, Format poligonal
Infrastruktur Jalan
Shapefile
2010
Data yang diberikan
oleh Kota Roma
Tematik
GR, Jalan : Jalan Provinsi dan
Jalan Kota
Data Bangunan
Shapefile
2010
Data yang diberikan
oleh Kota Roma
Tematik menurut jenis
penggunaan: - perumahan industri - bangunan umum
2011
Indeks dibuat dengan
integrasi antara data
MIVIS dan data tabel
ISTAT, untuk bagian
sensus.
- Indeks Asbes Semen untuk
penduduk - Indeks Asbes Semen
untuk pekerja - Indeks Asbes
Semen untuk indeks penduduk +
pekerja
2011
Data Sensus ISTAT ke
15 Sensus Penduduk
2011, format tabel
- Join Table dengan bagian
sensus; - Ekstraksi informasi pada
warga, pekerja dan unit lokal,
pada bagian sensus.
Indeks Asbes Semen
Shapefile
DATA TABEL
Data ISTAT Jumlah
penduduk dan pekerja
.txt
4
TIPE DATA
FORMAT
TAHUN
.txt
2000 2012
Data yang diberikan
oleh ASL RMH
Atap terdekontaminasi
.txt,.tiff
2000 2012
Data yang diberikan
oleh ASL RMH
Abatement Plan
ITT ENVI, Versi 4.7
2009
ITT Visual Information
Solutions
Pemrosesan Gambar secara
DIgital
ESRI ArcGIS, Versi 10
2010
ESRI
Elaborasi SIG
Atap terdekontaminasi
Abatement Plan
DETIL
PROSES
SOFTWARE
3.1.
Pengolahan Data
Daerah penelitian dinilai dari sudut pandang kualitatif dengan analisis visual setiap
saluran yang terpisah. Analisis semacam ini menekankan untuk saluran yang paling
reflektif sebuah hubungan yang diterima oleh Signal Noise (Signal to Noise Ratio SNR),
benar-benar sesuai dengan spesifikasi yang disampaikan oleh Bianchi et al [15]. Hanya
kualitas beberapa saluran (dalam-sikap 59,63) keluar jadi di bawah kualitatif standar
tertentu yang penggunaannya dapat dipertanyakan. Saluran SWIR dalam spektral domain
2.000-2500 µm (ch, 31-92) disediakan dengan filter untuk mencapai SNR diterima dalam
hal piksel
3.2.
Spectral Angle Mapper (SAM)
Data radiometrik diklasifikasikan dengan menggunakan Spectral Angle Mapper
(SAM) dengan metode yang cepat untuk pemetaan kesamaan yang ada antara spektra
gambar dan referensi spektrum [16,17,18]. Referensi spektrum dapat ditentukan baik di
laboratorium maupun di lapangan, jika informasi yang diinginkan tidak bisa didapat dari
gambar. Algoritma spektral memberikan kesamaan antara dua spektrum dengan cara
perhitungan dari "angle" membentuk, dan oleh karena itu spektrum yang dianggap sebagai
vektor dalam ruang dimensi yang sama dengan jumlah band. Kesamaan diketahui t
spektrum dan referensi spektrum r keluar dari persamaan berikut:
yang juga dapat dinyatakan sebagai berikut:
dimana α adalah sudut antara vektor dan nb adalah nomor band di gambar. Untuk setiap
spektrum referensi yang dipilih dalam analisis gambar tersebut, sudut α ditentukan untuk
setiap elemen gambar (pixel). Nilai ini di radian ditugaskan untuk spektrum yang sesuai
dengan gambar Output SAM, satu untuk setiap spektrum referensi. Melihat peta dari sudut
spektral yang dihasilkan kubus baru. Data tersebut menyediakan sejumlah band referensi
spektrum yang sama di digunakan untuk pemetaan [17].
5
Algoritma SAM dimplementasikan oleh ENVI [19,20] diperlukan sebagai masukan
pada daerah pelatihan atau referensi spektrum yang dihasilkan dengan spesifik "Region of
Interest" (ROI) atau spektral bank data [21,22]. Pada penelitian ini, spektrum input (set
pelatihan) yang diekstrak dari ROI (Region of Interest). ROI yang akurat dipilih oleh
gambar poligon pada gambar MIVIS, sehingga semua asbes semen untuk jenis atap
(berkubah, bernada, datar) dapat diidentifikasi perbedaannya dengan benar, untuk
mewakili dan mempertimbangkan heterogenitas. Selain itu, ROI telah divalidasi dengan
melakukan survey lapangan (selama verifikasi lapangan setiap situs dimasukan katalog
dokumen). Namun apabila survei lapangan dinilai tidak layak, ROI diverifikasi melalui
interpretasi foto Google Maps.
3.3.
Penilaian Akurasi
Gambar diklasifikasikan kemudian dimosaik. Jumlah luas total atap dengan asbes
semen sebesar 120,878 m2. Meskipun tingkat konsistensi dengan situasi nyata, secara
keseluruhan memiliki akurasi sama dengan 95.9% diperoleh dengan uji ROI [19],
pemeriksaan visual klasifikasi gambar, dan khususnya survei lapangan, ditekankan dalam
beberapa kasus kelas semen asbes dapat dilihat pada peta (lihat gambar 2 dan 4).
Gambar. 2 : Sebaran Atap Asbes Semen
Seperti disebutkan sebelumnya, peta (lihat Gambar 1) menunjukkan kesalahan
karena piksel spasial yang hilang mempengaruhi geometri bangunan yang dipetakan,
menciptakan batas-batas yang tidak teratur. Akibatnya, kebutuhan mendapatkan data
secara akurat dalam mengidentifikasi penutup atap asbes semen, dan yang dapat
menentukan representasi geografis fungsional secara efisien, membawa kita pada analisis
spasial tambahan seperti Minimum Bounding Algorithm (MB) Untuk tujuan ini, klasifikasi
dikonversi dari raster ke format vektor, sehingga mendapatkan fitur poligon untuk setiap
penutup atap asbes semen.
3.4.
Minimum Bounding Algorithm
Data vector yang berasal dari klasifikasi diproses menggunakan paket perangkat
lunak ArcGIS [22] untuk melakukan analisis spasial MB. Minimum Bounding Algorithm
menghitung setiap penutup atap cembung dan memasukannya ke dalam bentuk poligon
[14,23].
6
Gambar. 3a. Atap Asbes Semen di daerah Tivoli (di
bagian atas gambar).
Gambar. 3b. Atap Asbes Semen di daerah S. Basilio
(bawah pada gambar).
Gambar. 3 Peta Distribusi Atap Asbes
Semen di daerah penelitian, dengan rincian
(gbr. 3a dan 3b).
Minimum Bounding process memiliki karakteristik utama untuk membuat layer
vektor baru, menghapus kesenjangan dalam poligon (lubang yang disebabkan oleh
diskontinuitas atau kesalahan klasifikasi). Poligon yang didefinisikan dengan permukaan
yang lebih kompak, mengurangi diskontinuitas internal permukaan asbes semen. Prosedur
ini memungkinkan kita untuk mendefinisikan poligon dengan menggunakan proses
poligon cembung (convex hull). Convex Hull diperbolehkan untuk menghitung poligon
cembung setiap atap penutup asbessemen. Algoritma, seperti yang dijelaskan oleh Ye
[23,24], termasuk dua langkah:
- Ekstraksi poin yang menjadi ciri simpul;
- Elaborasi poligon cembung, bidang yang mencakup semua simpul diekstrak
sebelumnya untuk meminimalkan wilayahnya.
Dalam penelitian ini, digunakan proses geometris cembung karena lebih cocok
untuk karakterisasi tipologi atap yang berbeda (berkubah, pitch, dan datar) untuk
variabilitas spektral bayangan.
7
Klasifikasi SMA
Minimum Bounding
1-c – m2 7,884
a-c =m2 9,668
Gambar 4 : Perbandingan antara Klasifikasi dengan Metode Minimum Bounding
Dari survei in situ dilakukan pada total 12 penutup, dengan total 300 poin, telah
diverifikasi korespondensi yang tepat antara klasifikasi Ground Truth (RTM). Hasil
dilaporkan dalam Tabel 4.
Tabel 4 : Perbandingan antara elaborasi, diperoleh 12 penutup pada Survey in Situ.
RTM
Jumlah
Kelas
MB
Kelas RTM MB/RTM
Ground
Penutup
Truth
12
201
236
300
0,67
0,79
Dari tabel kita dapat mencatat bahwa teknik Minimum Bounding meningkatkan definisi
keseluruhan penutup (misalnya, dengan menghilangkan void). Teknik ini memiliki hasil
terbaik dalam hal akurasi.
4.
Integrasi Data Penginderaan Jauh dengan SIG
Kementerian Lingkungan Hidup Italia bersama-sama dengan Kementerian Kesehatan
Italia telah menetapkan UU 93/2001 (Art. 20) dan Keputusan Menteri 101/2003 (Pengaturan
Pemetaan Asbes) yang secara akurat memetakan keberadaan asbes di Italia dan untuk
melaksanakan proyek remediasi yang mendesak. Untuk tujuan ini, semua daerah harus
menggunakan SIG, alat kepentingan mendasar untuk katalogisasi situasi bahaya dan untuk
visualisasi kartografi lokasi yang terdeteksi.
Sebuah penelitian multidisiplin yang dilakukan oleh sekelompok peneliti dari National
Research Council of Italy (CNR) telah memfokuskan klasifikasi data asbes semen dengan MIVIS
(Multispectral Infrared Visible Imaging Spectrometer). Untuk memenuhi ketentuan D.M. 101/03,
dalam pekerjaan ini, kelompok peneliti mengembangkan prosedur berdasarkan integrasi
penginderaan jauh MIVIS dengan SIG. Seperti yang sudah diketahui, perangkat lunak yang ideal
untuk mengelola sistem yang kompleks di mana hidup berdampingan dengan parameter dan
unsur-unsur alam yang berbeda [26,27].
Mengingat karakter multidisiplin dari pekerjaan ini menggunakan integrasi data asal yang
berbeda, sistem yang dibuat menyajikan tujuan sebagai berikut:
1) Tujuan Prediksi (lokasi dan studi atap asbes semen dengan tujuan menguji bahaya terhubung);
2) Tujuan Perbandingan (akuisisi data dan informasi tentang bangunan tunggal);
3) Pengetahuan dan pelatihan tujuan (pilihan tindakan untuk dilakukan oleh ASL);
4) Tujuan statistik (penyimpanan data, manajemen data dan pengolahan untuk menentukan
strategi pemeliharaan lahan dari ASL dan Pemerintah Daerah lainnya).
Tujuan secara keseluruhan adalah untuk mengembangkan cara-cara alternatif partisipasi
badan-badan publik untuk isu permukaan asbes semen dan mendorong komunikasi terbuka
antara pembuat kebijakan.
8
4.1.
Sistem Arsitektur
Sistem ini dirancang mudah digunakan untuk pengguna berpengalaman dengan
tugas memasukkan dan mengelola data. Itu direncanakan dan terstruktur baik untuk
operasi langsung (update data, pemeriksaan Abatement Plans, dll), dan operasi pasca
pengolahan. Berdasarkan data yang dikumpulkan in situ untuk fase setelah pengolahan
memungkinkan evaluasi distribusi asbes dan penilaian risiko yang berhubungan dengan
asbes untuk pekerja dan penduduk. Kelompok riset memilih arsitektur secara sederhana,
langsung dan mudah digunakan.
Peta dasar bersumber dari Regional Technical Map (RTM) Lazio, terintegrasi
dengan resolusi tinggi seperti pada citra satelit Google Map, dalam rangka untuk memiliki
langsung referensi visual. Pada tahap pertama realisasi SIG, data dan informasi tentang
unsur-unsur karakteristik daerah penelitian, seperti jalan, kode atap asbes semen (geo-kode
UTM WGS84 33N), didekontaminasi atap (arsip ASL), dan data ISTAT (Italian National
Institute of Statistics) yang telah dikumpulkan.
Setiap elemen yang dikumpulkan di wilayah itu secara geografis dimasukkan ke
dalam bentuk shapefile, atas dasar yang beberapa hubungan yang diciptakan untuk
dilakukan overlay dan analisis spasial selanjutnya.
Gambar 5. Peta Atap Asbes Semen dalam sistem SIG, atas peta MIVIS.
Windows menunjukkan integrasi antara data yang berbeda (warga, pekerja, ac, dll ..)
dan foto dari tutupan.
Hasil ini diimplementasikan dalam fase ini hanya elemen studi teritorial yang
terdapat di daerah sampel [ArcGIS Resource Center, 2011]. 1) Asbes semen diwakili
dalam warna merah. Halaman diproduksi dengan mengolah data MIVIS dan memvalidasi
seperti yang disebutkan sebelumnya. 2) Abatement Plan , menurut informasi kembali
diterima dari ASL tentang dekontaminasi sudah dilaksanakan kemudian diperiksa in situ.
3) Jalan, terdapat di daerah penelitian. Pilihan kenampakan toponim disarankan oleh ASL
untuk membuat tugas memeriksa bangunan menjadi lebih mudah. 4) Data ISTAT. Daerah
penelitian dibagi lagi menjadi bagian sesuai dengan pembagian sensus 2011; nilai idensitas
perumahan dan pekerja yang diasosiasikan-diciptakan untuk setiap bagian.
4.2.
Pelaksanaan Tabel Karakteristik Sebagai Studi Lanjut
Pada tahap penelitian kedua ini SIG diselenggarakan secara informatif pada tingkat
yang berbeda, diintegrasikan dengan data yang dikumpulkan melalui pemeriksaan yang
akurat in situ disebutkan seperti di atas. Data ini mencakup deklarasi yang dibuat oleh
sendiri/penyewa dalam bentuk dan Abatement Plans disajikan kepada ASL. Semua
informasi ini dikumpulkan ke dalam tabel pada karakteristik atap, dan database informatif
pada atap yang ada di daerah penelitian. Seperti biasanya, tabel mengasosiasikan dengan
bentuk bangunan yang disusun sebagai berikut:
1). Atap asbes semen menampilkan informasi tentang lokasi geografis dan luasnya atap,
karakteristik daerah penelitian, ukuran dan konstruksi fitur membangun struktur atap,
tanggal konstruksi, tujuan/penggunaan bangunan, jumlah pekerja/penduduk, jenis
9
bahan atap, negara konservasi dan kemungkinan adanya asbes dengan matriks gembur
di dalamnya.
2). Kehadiran Abatement Plan , dengan informasi lokasi geografis dan luasnya
permukaan dengan menggunakan teknik abatement.
3) Jalan, menunjukkan bidang mengacu pada nama, panjang, kepraktisan dan tipologi.
Pada fase ketiga dan terakhir kelompok riset melakukan penilaian pertama kehadiran
asbes di wilayah itu. Sejauh ini kesehatan masyarakat yang bersangkutan, dengan
mempertimbangkan parameter asbes semen menghitung persentase asbes pada setiap
bagian sensus tunggal. Sejauh ini belum ada hukum apapun yang mengatur batas
minimal atau maksimum berbahaya bagi kesehatan manusia, kepadatan asbes di
tingkat nasional kemudian dipertimbangkan, yakni sebesar 0,83% [7,8,9].
Pertimbangan menarik muncul dari perbandingan nilai nasional ini dengan kepadatan
bagian di daerah penelitian. Sebagai fakta, tercatat empat bagian sensus setidaknya
menyajikan kepadatan yang luar biasa dari asbes yang mencapai nilai 3 atau 4 kali
lebih tinggi dari rata-rata nasional.. Akibatnya, perhatian lebih harus diberikan dalam
bentuk perlindungan kesehatan masyarakat pada daerah-daerah tersebut (Gambar. 6).
Gambar. 6 Layout pemetaan SIG dikembangkan di Tiburtina.
Dengan warna yang berbeda ditandai adanya semen asbes di m² di bagian sensus.
Sistem ini menunjukkan risiko terhadap penduduk
Mulai dari penginderaan jauh data MIVIS dan mengintegrasikannya dengan data
kartografi, statistik dan lingkungan yang dikumpulkan, diperoleh satu set indikator dan
data lingkungan yang berhubungan dengan bagian sensus. Sistem ini penting untuk
pengelolaan yang baik bagi administrasi publik di daerah penelitian yang memiliki
lingkungan kritis [28].
5.
Kesimpulan
Hasil sejauh ini menunjukan potensi yang baik dalam penggunaan data penginderaan jauh
MIVIS dan teknik pengolahan data untuk pemetaan atap asbes semen. Metodologi penelitian
yang digunakan dalam tulisan ini yaitu totaliter permukaan 120,878 m2, dengan akurasi 95,6%
diperoleh dari uji ROI di ENVI dan 79% dari survei dalam penilaian in situ. Melalui
penggabungan data yang diambil dari MIVIS, ISTAT dan RTM dengan SIG, adalah memetakan
area of interest dan profil teritorial wilayah dalam waktu singkat secara akurat. Minimum
Bounding Algorithm memungkinkan kita untuk mendapatkan peta yang lebih akurat, mengurangi
waktu kerja secara drastis; RTM digunakan sebagai ground truth , mengingat karakteristik yang
unik (skala, skema memperbarui, dan topologi) ditelusuri melalui survei lapangan.
Selain itu, karya ini bertujuan untuk mewujudkan SIG untuk pengguna ASL, meskipun
masih dalam proses, menimbulkan pertimbangan yang berbeda, baik teoretis alam dan operasi.
10
Sistem yang diusulkan dalam penelitian ini merupakan upaya pertama untuk mendefinisikan
prosedur untukn mampu memetakan, menilai, dan lainnya secara umum. Mengidentifikasi ciri
atap semen asbes yang terdapat di daerah perkotaan dengan menggunakan instrumen yang
inovatif dan investigasi pada analisis spasial seperti SIG dan data penginderaan jauh.
Seperti disebutkan sebelumnya, teknik integrasi ini menggunakan ENVI dan telah
menghasilkan jumlah yang tidak terbatas dengan variabel yang heterogen, diintegrasikan satu
sama lain, dan dikelola oleh pengguna ASL secara cepat. Selain itu secara internasional, di masa
depan, dengan penyisipan SIG menjadi tablet terbaru, maka ASL memeriksa informasi dan/atau
memperbarui setiap bangunan secara real time, untuk memverifikasi apakah Minimum Bounding
benar-benar dilakukan, sehingga mengurangi risiko kesalahan dalam mendaftarkan informasi
atau kehilangan data. Mengingat pertimbangan di atas, diharapkan bahwa sistem pengganti atau
integrasi setidaknya dari pendekatan saat ini di Italia pengelolaan atap abes semen. Lebih-lebih,
struktur sederhana dan aksesibilitas yang mudah untuk membuat instrumen dalam memberikan
dukungan yang efektif bagi pekerja dengan tugas memeriksa wilayah.
Ucapan Terima Kasih
Penulis ingin mengucapkan Terima kasih kepada Ir. Luca Congedo untuk kerjasama penelitian.
Referensi
[1] F. S. P. Coutts, A review of Australian research into natural fibre cement composites. Cement
and Con-crete Composites, (2005) 27, 518−526.
[2] United States Geological Survey Mineral Resource Program.(2004).Available:
http://minerals.usgs.gov/ (accessed: February 2014).
[3] R. L. Virta, 2005 Minerals Year Book: Asbestos. U.S. Department of the Interior,USGS (2006).
Available. http://minerals.usgs.gov/minerals/pubs/commodity/ asbestos (accessed: February
2014).
[4] L. Fiumi, L. Camilucci, A. Campopiano, S. Casciar-di, D. Ramires, F. Fioravanti, G. Ruocco,
Survey of factories with asbestos-cement roofing in the Mag-liana area of Rome. Monografico
2004 di Prevenzione Oggi, ISBN 88-89415-01-0, Ed. Global Madia System Press, Roma
[5] C. Bassani, R.M. Cavalli, F. Cavalcante, V. Cuomo, A. Palombo, S. Pascucci, S. Pignatti.
Deterioration status of asbestos-cement roofing sheets assessed by analyzing hyperspectral
data. Remote Sensing of En-vironment, Elsevier 109 (2007) pp. 361–378.
[6] A. Campopiano, D.Ramires, A.M.Zakrzewska, R.Ferri, A. D’Annibale, G.Pizzutelli - Risk
assess-ment of the decay of asbestos cement roofs. Annals of Occupational Hygiene 53 (2009)
627-638.
[7] Y. Suzuki, S.R. Yuen, R. Ashley Short, thin asbestos fibres contribute to the development of
humanmalig-nant mesothelioma: pathological evidence. Int J Hyg Environ Health (2005)
208:201 -210.
[8] K.R. Spurny, H. Marfels, C. Boose, G. Weiss, H. Opiela, F.J. Wulbeck, Fiber emissions from
wea-thered and corroded asbestos cement products. Part 2. Physical and chemical properties of
the released as-bestos fibres. Zentralbl Hyg Umweltmed (1989) 188(3,4):262–270.
[9] A.Marinaccio, A.Scarselli, A.Binazzi, P.Altavista, S.Belli, M.Mastrantonio, R.Pasetto,
R.Uccelli, P.Comba - Asbestos related diseases in Italy: an inte-grated approach to identify
unexpected professional or environmental exposure risks at municipal level. Int Arch Occup
Environ Health (2008) 81:993-1001.
[10] L. Fiumi, A. Campopiano, S. Casciardi, D. Ramires, Method validation for the identification of
asbestos-cement roofing. Applied Geomatics, (2012) 4:55-64.
[11] A. Marabini, A. Fonda, P. Plescia, Amianto manuale tecnico e operativo. Consiglio Nazionale
delle Ricerche Rome, (2002) Italy, pp 18–25.
[12] R. Bianchi, R. M. Cavalli, L. Fiumi, C. M. Marino, S. Pignatti, G. Pizzaferri, 1994/1995 CNR
LARA Project airborne hyperspectral campaigns, Proceed-ings of Eleventh Thematic
11
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24 ]
[25]
[26]
27]
[28]
Conference and Work-shops Applied Geologic Remote Sensing, Las Vegas, Nevada USA,
(1996), pp. 301-310.
L. Fiumi, Surveying the roofs of Rome Journal of Cultural Heritage, 13 (2012) 304–313.
L.Fiumi, L.Congedo, C.Meoni, Developing Expedi-tious Methodology for Mapping AsbestosCement (AC) Roof Coverings over the Territory of Lazio Re- gion, Applaied Geomatics (2013)
(DOI: 10.1007/s12518-014-0123-2).
R . Bianchi, R.M.Cavalli, L. Fiumi, C.M. Marino, S. Pignatti Airborne imaging spectrometry: a
new ap-proach to environmental problems. Proceedings of the XVIII ISPRS Congress - Vienna
9-19 (1996) July - Vol. I - pp 128–132.
J. W.Boardman, F. A. Kruse Automated spectral analysis: a geological example using AVIRIS
data, North Grapevine Mountains, Nevada. Proceedings of Tenth Thematic Conference on
Geologic Remote Sensing, San Antonio Texas USA, (1994) - Vol. I. pp. 407-418.
R. H. Yuhas, A. F. H. Goetz, J. W. Boardman, Dis-crimination among semiarid landscape
endmembers using the Spectral Angle Mapper (SAM) algorithm. Summaries of the Third
Annual JPL Airborne Geo-science Workshop, 1 June, Pasadena, CA, Jet Propul-sion
Laboratory, (1992), 147-149.
U. Heiden, K. Segl, S. Roessner, H. Kaufmann, De-termination of robust spectral features for
identifica-tion of urban surface materials in hyperspectral re-mote sensing data, Remote
Sensing of Environment (2009) 111, 537-552.
ITT Visual Information Solutions, ENVI, Environ-ment for Visualizing Images, Version 4.4,
2008, Available online at: www.ittvis.com/envi/ (accessed: February, 2013).
F. A., Kruse, A. B. Lefkoff,, J.B. Boardman, K. Hei-debrecht, AT. Shapiro, P.J. Barloon,
A.F.H. Goetz, The Spectral Image Processing System (SIPS), Inter-active Visualization and
Analysis of Imaging spec-trometer data: Remote Sensing of Environmental, (1993)V.44,
pp.145-163.
M. Herold, M. Gardner, D. Roberts, Spectral resolu-tion requirements for mapping urban areas,
IEEE Transactions on Geoscience and Remote Sensing, 41(9) (2003) 1907-1919.
ArcGIS, EsriItalia, Version 10, Available online at http:// www.esriitalia.it.
X. Zhang, Z. Tang, J. Yu, Convex hull properties and algorithms. Appl Math Comput (2010)
216(2010):3209–3218
Q.Z. Ye (1995) A fast algorithm for convex hull ex-traction in 2D images. Pattern Recogn Lett
16(5):531–537.
L. Fiumi, Methods and techniques for territorial analysis. Case study: Province of Naples,
Italian Journal of Occupational and Environmental Hygiene, (2011) 2(2) pp. 60 – 67.
A. Simão, P. Densham, M. Haklay, Web-based GIS for Collaborative Planning and Public
Participation: An Application to the Strategic Planning of Wind Farm. Cites, Journal of
Environmental Management 90 (2009) (6) (2009) 2027–2040.
T. Tang, J. Zhao, D.J. Coleman Design of a GIS-enabled online discussion forum for
participatory planning. In: Proceedings of the 4th Annual Public Participation GIS Conference
(2005), Cleveland, Ohio.
S. Amaduzzi, Geomarketing; i sistemi informativi territoriali, SIT - GIS, a supporto delle
aziende e della pubblica amministrazione. Roma, (2011) - EPC libri. ISBN: 978-88-6310-3113.
12
Biografi
Lorenza Fiumi, Arsitek, Peneliti. Dia telah bekerja di LARA dari CNR Institute for Atmospheric
Pollution sejak tahun 1991 Dia bertanggung jawab untuk mengkoordinasikan dan penelitian
terapan ke daerah perkotaan LARA. Secara khusus, ia telah bekerja pada sebuah metode
melalui penggunaan data penginderaan jauh yang direkam dengan MIVIS, mengidentifikasi
atap asbes semen (eternit). Dia bertanggung jawab untuk pada banyak proyek penelitian dan
bekerja dengan berbagai lembaga ilmu pengetahuan. Penulis banyak menulis publikasi nasional
dan internasional. Email: fiumi@iia.cnr.it
Stefano Tocci, Geografi, Kartografi dan Ahli SIG. Dia bekerjasama dengan CNR-IIA pada
pengembangan data penginderaan jauh melalui penggunaan perangkat lunak SIG.
13
:
Penulis
:
Sumber Jurnal
:
Penerjemah
Jabatan
Edisi
:
:
:
Remote Sensing and GIS for Land Use Planning: An Application for Mapping
Asbestos Cement Roofing in Tiburtina, Rome, Italy
Lorenza Fiumi, researcher at Institute for Atmospheric Pollution, IIA - CNR,
c/o INSEAN - CNR, Via di Vallerano, 139, Rome, Italy. Stefano Tocci,
researcher at Institute for Atmospheric Pollution, IIA - CNR, c/o INSEAN CNR, Via di Vallerano, 139, Rome, Italy. Carlo Meoni, technician at Institute
for Atmospheric Pollution, IIA - CNR, c/o INSEAN - CNR, Via di Vallerano,
139, Rome, Italy.
International Journal of Remote Sensing & Geoscience (IJRSG)
ISSN No: 2319-3484 Volume 3, Issue 3, May 2014.
Iwan Mulyawan, S.Si., M.Sc
Fungsional Perencana Pertama Bappeda Kabupaten Kuningan
Agustus 2014
PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS
UNTUK PERENCANAAN PENGGUNAAN LAHAN:
APLIKASI UNTUK PEMETAAN ATAP ASBES SEMEN
DI TIBURTINA, ROMA, ITALIA
1. Lorenza Fiumi, researcher at Institute for Atmospheric Pollution, IIA - CNR, c/o INSEAN CNR, Via di Vallerano, 139, Rome, Italy.
2. Stefano Tocci, researcher at Institute for Atmospheric Pollution, IIA - CNR, c/o INSEAN CNR, Via di Vallerano, 139, Rome, Italy.
3. Carlo Meoni, technician at Institute for Atmospheric Pollution, IIA - CNR, c/o INSEAN CNR, Via di Vallerano, 139, Rome, Italy.
Intisari
Makalah ini membahas teknik deteksi penginderaan jauh untuk integrasi data SIG yang bertujuan
untuk pemantauan penutup asbes semen. Secara khusus, makalah ini menyajikan perkembangan lebih
lanjut dari kegiatan penelitian yang ditujukan untuk pemetaan atap asbes semen dengan menggunakan
data hiperspektral MIVIS. Secara rinci akan menjelaskan pengembangan sistem SIG untuk
pemantauan atap asbes semen melalui teknik geo-coding data MIVIS, pertanyaan spasial dan logis
untuk menilai interaksi menurut skala analisis. Oleh karena itu, teknik ini dapat memberikan masukan
kepada otoritas pemerintah dengan menyajikan peta lingkungan yang efisien, cepat dan berulang yang
dapat memberikan informasi tentang lokasi rumah dengan penutup asbes semen. Akhirnya karya ini
memberikan penilaian risiko awal pada kesehatan penduduk dan pekerja di daerah-daerah tetangga.
Kata kunci: penginderaan jauh; data hiperspektral; asbes semen; klasifikasi; SIG
1
1.
Pendahuluan
Sifat luar biasa dari asbes adalah untuk memperkuat fiber dengan bahan isolasi termal dan
akustik. Komponen ini disukai penggunaannya daripada produk umum lainnya yang jumlah
denisnya beragam. Tabel 1 menunjukkn produk yang paling umum digunakan di gedung. Eropa
memiliki deposit alam asbes yang besar [1]. Asbes ditambang di negara Rusia, Kanada, China,
Brazil, Zimbabwe dan Afrika Selatan. Asbes belum ditambang di Amerika Serikat, bahkan sejak
tahun 2002 di Amerika Serikat masih tergantung pada impor untuk memenuhi kebutuhan
manufaktur. Konsumsi asbes di Amerika Serikat diperkirakan 1.060 ton, berdasarkan impor
asbes bulan Juli 2012 [2,3]. Produk yang terbuat dari asbes semen paling sering digunakan.
Dalam campuran murni digunakan produksi asbes untuk atap, semen bervariasi antara 84% dan
90% [4].
Bahan-bahan ini tergantung pada degradasi yang kompleks dengan menghasilkan
konsistensi yang lebih rendah dari produk dan permukaan serat asbes di luar. Produk asbes
semen menjadi "rapuh", Environmental Protection Agency (EPA) menerangkan bahwa ketika
kerusakan parah terjadi pada asbes semen dikarenakan es, hujan asam, angin dan sebagainya,
atau ketika secara mekanis digunakan untuk chipping, grinding, menggergaji, pengamplasan
atau, oleh karena itu partikel yang memungkinkan untuk menjadi udara [5]. Ketika partikelnya ke
udara, serat asbes sangat tahan dan dapat menutupi jarak yang sangat jauh karena sifat
aerodinamisnya [5]. Pada abad terakhir penggunaan serat asbes dan barang yang terbuat dari
asbes telah menyebabkan masalah kesehatan masyarakat yang luar biasa. Para pakar lingkungan
yakin asbes telah berpengaruh secara signifikan pada kesehatan manusia seperti asbestosis,
kanker paru-paru, pleura dan Perito-neal mesothelioma [7,8,9].
Tabel 1 Menggunakan Produk Asbes pada Bangunan
Material
Kandungan
Menyemprot Lapisan dan Menutup
Lapisan
Sampai sekitar 85% asbes (prevalently
amosite dan disemprot chry-sotile)
Mengisolasi lapisan pipa atau boiler
Dalam materi, filter, padding secara
umum 100%. Untuk lapisan lain
campuran 6-10% dengan silikon-kalsium
Kabel, tali, bahan
Secara umum 100%
Produk Asbes Semen
10-15% asbes (chrysotile dan amphibole)
Bitumen memproduksi, ubin, lantai
vinil, PVC dan plastik diperkuat,
pernis, put-ikatan/damar, sealant,
plester, perekat
0,5-2% untuk sealant dempul dan perekat,
10-15% untuk ubin dan lantai vinil
Menurut EPA Amerika Serikat, bahan yang mengandung asbes dianggap berpotensi
berbahaya hanya dalam "keadaan gembur"saja, yaitu ketika hancur atau dikurangi menjadi bubuk
dengan tekanan tangan. Berbeda di Amerika Serikat, di mana penggunaan asbes masih legal tapi
dikontrol ketat, pada tanggal 1 Januari 2005 (setelah direktif 76/769/CEE) pemasaran dan
penggunaan produk yang mengandung asbes dilarang di seluruh Uni Eropa [6,8]. Adanya risiko
kesehatan ini mendorong pembentukan peraturan lingkungan yang ketat tentang bekerja dengan
asbes dan penciptaan pol-dingin dimaksudkan untuk melarang penggunaan asbes produk. Italia
adalah negara Eropa pertama yang menghentikan produksi dan penggunaan asbes dan bahan
yang mengandung itu (UU No 257/1992) [6,10,11]. Untuk memahami besarnya masalah ini,
diperkirakan di Italia terdapat 12 juta ton lembaran asbes semen menutupi sebagian besar industri
dan pertanian tanaman, bangunan umum dan sipil[11]. Saat ini, pemantauan atap asbes semen
didasarkan pada deteksi langsung, otomatis dilakukan oleh para ahli dari Local Health Authority
(ASL). Menurut pendekatan ini, deteksi daerah tercemar menyebabkan serangkaian hubungan
yang sulit dengan dampak ekonomi berikutnya, di saat penyelidikan melibatkan luas teritorial
permukaan. Sebuah alternatif untuk deteksi tradisional penginderaan jauh. Hal ini tidak selalu
mendapatkan analisis rinci, misalnya identifikasi yang tepat dari atap asbes semen dengan
2
menggunakan teknologi penginderaan jauh karena keterbatasan resolusi. National Council for
Research (CNR) memiliki dan mengelola sistem elektronik canggih untuk menembak dan
scanning Multispectral Infrared Visible Imaging Spectrometry (MIVIS). Generasi baru peralatan
sensorik hiperspektral yang bekerja dengan resolusi spasial dan resolusi spektral yang tinggi,
menggunakan baling-baling turbo bimotor CASA 212/200 sebagai dukungan udara, dengan
karakteristik laboratorium terbang yang nyata. MIVIS adalah pola dasar dari generasi baru udara,
sensor hiperspektral yang merupakan instrumen modular terdiri dari 4 spektrometer yang secara
simultan-serempak mengukur radiasi yang dipancarkan oleh permukaan bumi. MIVIS adalah
instrumen modular terdiri dari 4 spektrometer, yang mampu menghasilkan sampling spektral di
102 channel dalam interval antara 0,433 dan 12.70 µm [4,12].
Tabel 2 Karakteristik Teknis MIVIS
SPECTROMETER
SPECTRAL
COVERAGE
CHANNEL
BANDS
RANGING
(MICRON)
I
Visible
20
0.43-0.83
II
Near Infrared
8
1.15-1.55
III
Shortwave Infrared
64
2.0-2.5
IV
Thermal Infrared
10
8.2-12.7
Sistem 755 piksel untuk setiap baris yang diperoleh dengan IFOV (Instant Field of View)
sama dengan 2 mrad, sedangkan total FOV (field of View) menghasilkan sekitar 71,059°. Sinyal
tidak dimurnikan diperkuat, sampel dan dicatat dalam 12 bit [12]. Analisis ini memungkinkan
klasifikasi detail elemen perkotaan harus diakui, dan khususnya ketika meliput bahan, seperti
batu bata, batu, timah, tembaga, asbes semen, dll, yang terlibat [13]. Pelaksanaan hasil klasifikasi
detail Sistem Informasi Geografis (SIG) memungkinkan untuk membuat peta tematik dengan
perhitungan daerah dan pengukuran jarak yang dibandingkan dengan informasi lain yang
berbeda. Untuk itu, tujuan penelitian utama dalam makalah ini dapat diringkas sebagai berikut:
1) Mendeskripsikan potensi data MIVIS untuk memantau daerah sub-urban, kemudian dipilih,
ditandai padai atap rumah dengan asbes semen;
2) Memvalidasi utilitas dari sistem analisis citra yang dikenal sebagai Spectral Angle Mapper
(SAM), di lingkungan tertentu daerah penelitian;
3) Pelaksanaan hasil klasifikasi ini menggunakan Sistem Informasi Geografis (SIG) dengan
analisis spasial Minimum Bounding Algorithm. Akhirnya karya ini secara khusus akan
menjelaskan pengembangan sistem GIS untuk pemantauan atap asbes semen melalui geocoding data MIVIS, pertanyaan spasial dan logis untuk menilai interaksi yang berbeda sesuai
dengan skala analisis. Oleh karena itu, sistem arsitektur ditujukan kepada pemerintah untuk
lebih efisien, cepat dengan prosedur k pemetaan atap secara berulang.
2.
Area Studi: Dinamika Teritorial, Demografis dan Pemukiman
Citra MIVIS digunakan dalam penelitian ini diambil pada area Roma tanggal 5 September
2010 pukul 10:41, dengan ketinggian 1.500 m, sepanjang jalan Tiburtina, jalan sejarah konsuler.
Sebuah resolusi spasial 3m x 3m menghasilkan (untuk rincian, lihat Tabel 3). Awal
pengembangan bangunan diselidiki dalam penelitian ini oleh sistem jalan, di SS 5 Tiburtina.
Dalam konteks ini, bangunan pabrik terutama untuk depot dan gudang yang akan disewakan,
menggunakan bahan murah, seperti asbes semen. Pada situasi gangguan lingkungan, dimana
bangunan permukiman, bangunan industri, fasilitas olahraga, depot terbuka dan kebun sayur
berdiri berdampingan, secara kebetulan dan sebagai akibat dari penilaian spekulatif kota
kontemporer.
3
Gambar. 1 Kerangka Wilayah daerah penelitian. Untuk detail (lihat Gambar. 3).
3.
Bahan Data
Bahan dan data berikut digunakan dalam rangka penelitian ini:
Tabel 3 Daftar Bahan dan Data yang Digunakan dalam Penelitian Ini
TIPE DATA
FORMAT
TAHUN
DETIL
PROSES
.hdr
2010
2 strip: - Waktu
penerbangan: 10:41; Permukaan yang
diperoleh (km2):
106.00; - Covered Area
(km2): 87,195 Resolusi: 3x3 m.
- Koreksi geometris; Peningkatan; - Georeferenciacion
(UTM WGS84); - Mosaicing; Klasifikasi; - Konversi ke
poligon.
.tiff
2004
Skala 1:10.000
- Mosaicking; - Georeferentiation
(UTM WGS84).
2010
Data MIVIS
diklasifikasikan dan
dikonversi ke format
poligonal (vektor).
AERIAL IMAGES
Data MIVIS (Multispectral
Infrared Visible Imaging
Spectrometer)
PETA
RTM (Regional Technical
Map) Lazio
Sebaran Atap Asbes
Shapefile
- Cleaning data; - Penerapan
Batas Minimum; - intersection
dengan RTM.
Sensus ISTAT
Shapefile
2011
Data Sensus ISTAT ke
15 Sensus Penduduk
2011, format poligon
Query:
Pemilihan bagian dalam wilayah
studi. - Perpotongan dengan data
ISTAT pada pekerja dan data
penduduk ke 15 Sensus Penduduk
2011, Format poligonal
Infrastruktur Jalan
Shapefile
2010
Data yang diberikan
oleh Kota Roma
Tematik
GR, Jalan : Jalan Provinsi dan
Jalan Kota
Data Bangunan
Shapefile
2010
Data yang diberikan
oleh Kota Roma
Tematik menurut jenis
penggunaan: - perumahan industri - bangunan umum
2011
Indeks dibuat dengan
integrasi antara data
MIVIS dan data tabel
ISTAT, untuk bagian
sensus.
- Indeks Asbes Semen untuk
penduduk - Indeks Asbes Semen
untuk pekerja - Indeks Asbes
Semen untuk indeks penduduk +
pekerja
2011
Data Sensus ISTAT ke
15 Sensus Penduduk
2011, format tabel
- Join Table dengan bagian
sensus; - Ekstraksi informasi pada
warga, pekerja dan unit lokal,
pada bagian sensus.
Indeks Asbes Semen
Shapefile
DATA TABEL
Data ISTAT Jumlah
penduduk dan pekerja
.txt
4
TIPE DATA
FORMAT
TAHUN
.txt
2000 2012
Data yang diberikan
oleh ASL RMH
Atap terdekontaminasi
.txt,.tiff
2000 2012
Data yang diberikan
oleh ASL RMH
Abatement Plan
ITT ENVI, Versi 4.7
2009
ITT Visual Information
Solutions
Pemrosesan Gambar secara
DIgital
ESRI ArcGIS, Versi 10
2010
ESRI
Elaborasi SIG
Atap terdekontaminasi
Abatement Plan
DETIL
PROSES
SOFTWARE
3.1.
Pengolahan Data
Daerah penelitian dinilai dari sudut pandang kualitatif dengan analisis visual setiap
saluran yang terpisah. Analisis semacam ini menekankan untuk saluran yang paling
reflektif sebuah hubungan yang diterima oleh Signal Noise (Signal to Noise Ratio SNR),
benar-benar sesuai dengan spesifikasi yang disampaikan oleh Bianchi et al [15]. Hanya
kualitas beberapa saluran (dalam-sikap 59,63) keluar jadi di bawah kualitatif standar
tertentu yang penggunaannya dapat dipertanyakan. Saluran SWIR dalam spektral domain
2.000-2500 µm (ch, 31-92) disediakan dengan filter untuk mencapai SNR diterima dalam
hal piksel
3.2.
Spectral Angle Mapper (SAM)
Data radiometrik diklasifikasikan dengan menggunakan Spectral Angle Mapper
(SAM) dengan metode yang cepat untuk pemetaan kesamaan yang ada antara spektra
gambar dan referensi spektrum [16,17,18]. Referensi spektrum dapat ditentukan baik di
laboratorium maupun di lapangan, jika informasi yang diinginkan tidak bisa didapat dari
gambar. Algoritma spektral memberikan kesamaan antara dua spektrum dengan cara
perhitungan dari "angle" membentuk, dan oleh karena itu spektrum yang dianggap sebagai
vektor dalam ruang dimensi yang sama dengan jumlah band. Kesamaan diketahui t
spektrum dan referensi spektrum r keluar dari persamaan berikut:
yang juga dapat dinyatakan sebagai berikut:
dimana α adalah sudut antara vektor dan nb adalah nomor band di gambar. Untuk setiap
spektrum referensi yang dipilih dalam analisis gambar tersebut, sudut α ditentukan untuk
setiap elemen gambar (pixel). Nilai ini di radian ditugaskan untuk spektrum yang sesuai
dengan gambar Output SAM, satu untuk setiap spektrum referensi. Melihat peta dari sudut
spektral yang dihasilkan kubus baru. Data tersebut menyediakan sejumlah band referensi
spektrum yang sama di digunakan untuk pemetaan [17].
5
Algoritma SAM dimplementasikan oleh ENVI [19,20] diperlukan sebagai masukan
pada daerah pelatihan atau referensi spektrum yang dihasilkan dengan spesifik "Region of
Interest" (ROI) atau spektral bank data [21,22]. Pada penelitian ini, spektrum input (set
pelatihan) yang diekstrak dari ROI (Region of Interest). ROI yang akurat dipilih oleh
gambar poligon pada gambar MIVIS, sehingga semua asbes semen untuk jenis atap
(berkubah, bernada, datar) dapat diidentifikasi perbedaannya dengan benar, untuk
mewakili dan mempertimbangkan heterogenitas. Selain itu, ROI telah divalidasi dengan
melakukan survey lapangan (selama verifikasi lapangan setiap situs dimasukan katalog
dokumen). Namun apabila survei lapangan dinilai tidak layak, ROI diverifikasi melalui
interpretasi foto Google Maps.
3.3.
Penilaian Akurasi
Gambar diklasifikasikan kemudian dimosaik. Jumlah luas total atap dengan asbes
semen sebesar 120,878 m2. Meskipun tingkat konsistensi dengan situasi nyata, secara
keseluruhan memiliki akurasi sama dengan 95.9% diperoleh dengan uji ROI [19],
pemeriksaan visual klasifikasi gambar, dan khususnya survei lapangan, ditekankan dalam
beberapa kasus kelas semen asbes dapat dilihat pada peta (lihat gambar 2 dan 4).
Gambar. 2 : Sebaran Atap Asbes Semen
Seperti disebutkan sebelumnya, peta (lihat Gambar 1) menunjukkan kesalahan
karena piksel spasial yang hilang mempengaruhi geometri bangunan yang dipetakan,
menciptakan batas-batas yang tidak teratur. Akibatnya, kebutuhan mendapatkan data
secara akurat dalam mengidentifikasi penutup atap asbes semen, dan yang dapat
menentukan representasi geografis fungsional secara efisien, membawa kita pada analisis
spasial tambahan seperti Minimum Bounding Algorithm (MB) Untuk tujuan ini, klasifikasi
dikonversi dari raster ke format vektor, sehingga mendapatkan fitur poligon untuk setiap
penutup atap asbes semen.
3.4.
Minimum Bounding Algorithm
Data vector yang berasal dari klasifikasi diproses menggunakan paket perangkat
lunak ArcGIS [22] untuk melakukan analisis spasial MB. Minimum Bounding Algorithm
menghitung setiap penutup atap cembung dan memasukannya ke dalam bentuk poligon
[14,23].
6
Gambar. 3a. Atap Asbes Semen di daerah Tivoli (di
bagian atas gambar).
Gambar. 3b. Atap Asbes Semen di daerah S. Basilio
(bawah pada gambar).
Gambar. 3 Peta Distribusi Atap Asbes
Semen di daerah penelitian, dengan rincian
(gbr. 3a dan 3b).
Minimum Bounding process memiliki karakteristik utama untuk membuat layer
vektor baru, menghapus kesenjangan dalam poligon (lubang yang disebabkan oleh
diskontinuitas atau kesalahan klasifikasi). Poligon yang didefinisikan dengan permukaan
yang lebih kompak, mengurangi diskontinuitas internal permukaan asbes semen. Prosedur
ini memungkinkan kita untuk mendefinisikan poligon dengan menggunakan proses
poligon cembung (convex hull). Convex Hull diperbolehkan untuk menghitung poligon
cembung setiap atap penutup asbessemen. Algoritma, seperti yang dijelaskan oleh Ye
[23,24], termasuk dua langkah:
- Ekstraksi poin yang menjadi ciri simpul;
- Elaborasi poligon cembung, bidang yang mencakup semua simpul diekstrak
sebelumnya untuk meminimalkan wilayahnya.
Dalam penelitian ini, digunakan proses geometris cembung karena lebih cocok
untuk karakterisasi tipologi atap yang berbeda (berkubah, pitch, dan datar) untuk
variabilitas spektral bayangan.
7
Klasifikasi SMA
Minimum Bounding
1-c – m2 7,884
a-c =m2 9,668
Gambar 4 : Perbandingan antara Klasifikasi dengan Metode Minimum Bounding
Dari survei in situ dilakukan pada total 12 penutup, dengan total 300 poin, telah
diverifikasi korespondensi yang tepat antara klasifikasi Ground Truth (RTM). Hasil
dilaporkan dalam Tabel 4.
Tabel 4 : Perbandingan antara elaborasi, diperoleh 12 penutup pada Survey in Situ.
RTM
Jumlah
Kelas
MB
Kelas RTM MB/RTM
Ground
Penutup
Truth
12
201
236
300
0,67
0,79
Dari tabel kita dapat mencatat bahwa teknik Minimum Bounding meningkatkan definisi
keseluruhan penutup (misalnya, dengan menghilangkan void). Teknik ini memiliki hasil
terbaik dalam hal akurasi.
4.
Integrasi Data Penginderaan Jauh dengan SIG
Kementerian Lingkungan Hidup Italia bersama-sama dengan Kementerian Kesehatan
Italia telah menetapkan UU 93/2001 (Art. 20) dan Keputusan Menteri 101/2003 (Pengaturan
Pemetaan Asbes) yang secara akurat memetakan keberadaan asbes di Italia dan untuk
melaksanakan proyek remediasi yang mendesak. Untuk tujuan ini, semua daerah harus
menggunakan SIG, alat kepentingan mendasar untuk katalogisasi situasi bahaya dan untuk
visualisasi kartografi lokasi yang terdeteksi.
Sebuah penelitian multidisiplin yang dilakukan oleh sekelompok peneliti dari National
Research Council of Italy (CNR) telah memfokuskan klasifikasi data asbes semen dengan MIVIS
(Multispectral Infrared Visible Imaging Spectrometer). Untuk memenuhi ketentuan D.M. 101/03,
dalam pekerjaan ini, kelompok peneliti mengembangkan prosedur berdasarkan integrasi
penginderaan jauh MIVIS dengan SIG. Seperti yang sudah diketahui, perangkat lunak yang ideal
untuk mengelola sistem yang kompleks di mana hidup berdampingan dengan parameter dan
unsur-unsur alam yang berbeda [26,27].
Mengingat karakter multidisiplin dari pekerjaan ini menggunakan integrasi data asal yang
berbeda, sistem yang dibuat menyajikan tujuan sebagai berikut:
1) Tujuan Prediksi (lokasi dan studi atap asbes semen dengan tujuan menguji bahaya terhubung);
2) Tujuan Perbandingan (akuisisi data dan informasi tentang bangunan tunggal);
3) Pengetahuan dan pelatihan tujuan (pilihan tindakan untuk dilakukan oleh ASL);
4) Tujuan statistik (penyimpanan data, manajemen data dan pengolahan untuk menentukan
strategi pemeliharaan lahan dari ASL dan Pemerintah Daerah lainnya).
Tujuan secara keseluruhan adalah untuk mengembangkan cara-cara alternatif partisipasi
badan-badan publik untuk isu permukaan asbes semen dan mendorong komunikasi terbuka
antara pembuat kebijakan.
8
4.1.
Sistem Arsitektur
Sistem ini dirancang mudah digunakan untuk pengguna berpengalaman dengan
tugas memasukkan dan mengelola data. Itu direncanakan dan terstruktur baik untuk
operasi langsung (update data, pemeriksaan Abatement Plans, dll), dan operasi pasca
pengolahan. Berdasarkan data yang dikumpulkan in situ untuk fase setelah pengolahan
memungkinkan evaluasi distribusi asbes dan penilaian risiko yang berhubungan dengan
asbes untuk pekerja dan penduduk. Kelompok riset memilih arsitektur secara sederhana,
langsung dan mudah digunakan.
Peta dasar bersumber dari Regional Technical Map (RTM) Lazio, terintegrasi
dengan resolusi tinggi seperti pada citra satelit Google Map, dalam rangka untuk memiliki
langsung referensi visual. Pada tahap pertama realisasi SIG, data dan informasi tentang
unsur-unsur karakteristik daerah penelitian, seperti jalan, kode atap asbes semen (geo-kode
UTM WGS84 33N), didekontaminasi atap (arsip ASL), dan data ISTAT (Italian National
Institute of Statistics) yang telah dikumpulkan.
Setiap elemen yang dikumpulkan di wilayah itu secara geografis dimasukkan ke
dalam bentuk shapefile, atas dasar yang beberapa hubungan yang diciptakan untuk
dilakukan overlay dan analisis spasial selanjutnya.
Gambar 5. Peta Atap Asbes Semen dalam sistem SIG, atas peta MIVIS.
Windows menunjukkan integrasi antara data yang berbeda (warga, pekerja, ac, dll ..)
dan foto dari tutupan.
Hasil ini diimplementasikan dalam fase ini hanya elemen studi teritorial yang
terdapat di daerah sampel [ArcGIS Resource Center, 2011]. 1) Asbes semen diwakili
dalam warna merah. Halaman diproduksi dengan mengolah data MIVIS dan memvalidasi
seperti yang disebutkan sebelumnya. 2) Abatement Plan , menurut informasi kembali
diterima dari ASL tentang dekontaminasi sudah dilaksanakan kemudian diperiksa in situ.
3) Jalan, terdapat di daerah penelitian. Pilihan kenampakan toponim disarankan oleh ASL
untuk membuat tugas memeriksa bangunan menjadi lebih mudah. 4) Data ISTAT. Daerah
penelitian dibagi lagi menjadi bagian sesuai dengan pembagian sensus 2011; nilai idensitas
perumahan dan pekerja yang diasosiasikan-diciptakan untuk setiap bagian.
4.2.
Pelaksanaan Tabel Karakteristik Sebagai Studi Lanjut
Pada tahap penelitian kedua ini SIG diselenggarakan secara informatif pada tingkat
yang berbeda, diintegrasikan dengan data yang dikumpulkan melalui pemeriksaan yang
akurat in situ disebutkan seperti di atas. Data ini mencakup deklarasi yang dibuat oleh
sendiri/penyewa dalam bentuk dan Abatement Plans disajikan kepada ASL. Semua
informasi ini dikumpulkan ke dalam tabel pada karakteristik atap, dan database informatif
pada atap yang ada di daerah penelitian. Seperti biasanya, tabel mengasosiasikan dengan
bentuk bangunan yang disusun sebagai berikut:
1). Atap asbes semen menampilkan informasi tentang lokasi geografis dan luasnya atap,
karakteristik daerah penelitian, ukuran dan konstruksi fitur membangun struktur atap,
tanggal konstruksi, tujuan/penggunaan bangunan, jumlah pekerja/penduduk, jenis
9
bahan atap, negara konservasi dan kemungkinan adanya asbes dengan matriks gembur
di dalamnya.
2). Kehadiran Abatement Plan , dengan informasi lokasi geografis dan luasnya
permukaan dengan menggunakan teknik abatement.
3) Jalan, menunjukkan bidang mengacu pada nama, panjang, kepraktisan dan tipologi.
Pada fase ketiga dan terakhir kelompok riset melakukan penilaian pertama kehadiran
asbes di wilayah itu. Sejauh ini kesehatan masyarakat yang bersangkutan, dengan
mempertimbangkan parameter asbes semen menghitung persentase asbes pada setiap
bagian sensus tunggal. Sejauh ini belum ada hukum apapun yang mengatur batas
minimal atau maksimum berbahaya bagi kesehatan manusia, kepadatan asbes di
tingkat nasional kemudian dipertimbangkan, yakni sebesar 0,83% [7,8,9].
Pertimbangan menarik muncul dari perbandingan nilai nasional ini dengan kepadatan
bagian di daerah penelitian. Sebagai fakta, tercatat empat bagian sensus setidaknya
menyajikan kepadatan yang luar biasa dari asbes yang mencapai nilai 3 atau 4 kali
lebih tinggi dari rata-rata nasional.. Akibatnya, perhatian lebih harus diberikan dalam
bentuk perlindungan kesehatan masyarakat pada daerah-daerah tersebut (Gambar. 6).
Gambar. 6 Layout pemetaan SIG dikembangkan di Tiburtina.
Dengan warna yang berbeda ditandai adanya semen asbes di m² di bagian sensus.
Sistem ini menunjukkan risiko terhadap penduduk
Mulai dari penginderaan jauh data MIVIS dan mengintegrasikannya dengan data
kartografi, statistik dan lingkungan yang dikumpulkan, diperoleh satu set indikator dan
data lingkungan yang berhubungan dengan bagian sensus. Sistem ini penting untuk
pengelolaan yang baik bagi administrasi publik di daerah penelitian yang memiliki
lingkungan kritis [28].
5.
Kesimpulan
Hasil sejauh ini menunjukan potensi yang baik dalam penggunaan data penginderaan jauh
MIVIS dan teknik pengolahan data untuk pemetaan atap asbes semen. Metodologi penelitian
yang digunakan dalam tulisan ini yaitu totaliter permukaan 120,878 m2, dengan akurasi 95,6%
diperoleh dari uji ROI di ENVI dan 79% dari survei dalam penilaian in situ. Melalui
penggabungan data yang diambil dari MIVIS, ISTAT dan RTM dengan SIG, adalah memetakan
area of interest dan profil teritorial wilayah dalam waktu singkat secara akurat. Minimum
Bounding Algorithm memungkinkan kita untuk mendapatkan peta yang lebih akurat, mengurangi
waktu kerja secara drastis; RTM digunakan sebagai ground truth , mengingat karakteristik yang
unik (skala, skema memperbarui, dan topologi) ditelusuri melalui survei lapangan.
Selain itu, karya ini bertujuan untuk mewujudkan SIG untuk pengguna ASL, meskipun
masih dalam proses, menimbulkan pertimbangan yang berbeda, baik teoretis alam dan operasi.
10
Sistem yang diusulkan dalam penelitian ini merupakan upaya pertama untuk mendefinisikan
prosedur untukn mampu memetakan, menilai, dan lainnya secara umum. Mengidentifikasi ciri
atap semen asbes yang terdapat di daerah perkotaan dengan menggunakan instrumen yang
inovatif dan investigasi pada analisis spasial seperti SIG dan data penginderaan jauh.
Seperti disebutkan sebelumnya, teknik integrasi ini menggunakan ENVI dan telah
menghasilkan jumlah yang tidak terbatas dengan variabel yang heterogen, diintegrasikan satu
sama lain, dan dikelola oleh pengguna ASL secara cepat. Selain itu secara internasional, di masa
depan, dengan penyisipan SIG menjadi tablet terbaru, maka ASL memeriksa informasi dan/atau
memperbarui setiap bangunan secara real time, untuk memverifikasi apakah Minimum Bounding
benar-benar dilakukan, sehingga mengurangi risiko kesalahan dalam mendaftarkan informasi
atau kehilangan data. Mengingat pertimbangan di atas, diharapkan bahwa sistem pengganti atau
integrasi setidaknya dari pendekatan saat ini di Italia pengelolaan atap abes semen. Lebih-lebih,
struktur sederhana dan aksesibilitas yang mudah untuk membuat instrumen dalam memberikan
dukungan yang efektif bagi pekerja dengan tugas memeriksa wilayah.
Ucapan Terima Kasih
Penulis ingin mengucapkan Terima kasih kepada Ir. Luca Congedo untuk kerjasama penelitian.
Referensi
[1] F. S. P. Coutts, A review of Australian research into natural fibre cement composites. Cement
and Con-crete Composites, (2005) 27, 518−526.
[2] United States Geological Survey Mineral Resource Program.(2004).Available:
http://minerals.usgs.gov/ (accessed: February 2014).
[3] R. L. Virta, 2005 Minerals Year Book: Asbestos. U.S. Department of the Interior,USGS (2006).
Available. http://minerals.usgs.gov/minerals/pubs/commodity/ asbestos (accessed: February
2014).
[4] L. Fiumi, L. Camilucci, A. Campopiano, S. Casciar-di, D. Ramires, F. Fioravanti, G. Ruocco,
Survey of factories with asbestos-cement roofing in the Mag-liana area of Rome. Monografico
2004 di Prevenzione Oggi, ISBN 88-89415-01-0, Ed. Global Madia System Press, Roma
[5] C. Bassani, R.M. Cavalli, F. Cavalcante, V. Cuomo, A. Palombo, S. Pascucci, S. Pignatti.
Deterioration status of asbestos-cement roofing sheets assessed by analyzing hyperspectral
data. Remote Sensing of En-vironment, Elsevier 109 (2007) pp. 361–378.
[6] A. Campopiano, D.Ramires, A.M.Zakrzewska, R.Ferri, A. D’Annibale, G.Pizzutelli - Risk
assess-ment of the decay of asbestos cement roofs. Annals of Occupational Hygiene 53 (2009)
627-638.
[7] Y. Suzuki, S.R. Yuen, R. Ashley Short, thin asbestos fibres contribute to the development of
humanmalig-nant mesothelioma: pathological evidence. Int J Hyg Environ Health (2005)
208:201 -210.
[8] K.R. Spurny, H. Marfels, C. Boose, G. Weiss, H. Opiela, F.J. Wulbeck, Fiber emissions from
wea-thered and corroded asbestos cement products. Part 2. Physical and chemical properties of
the released as-bestos fibres. Zentralbl Hyg Umweltmed (1989) 188(3,4):262–270.
[9] A.Marinaccio, A.Scarselli, A.Binazzi, P.Altavista, S.Belli, M.Mastrantonio, R.Pasetto,
R.Uccelli, P.Comba - Asbestos related diseases in Italy: an inte-grated approach to identify
unexpected professional or environmental exposure risks at municipal level. Int Arch Occup
Environ Health (2008) 81:993-1001.
[10] L. Fiumi, A. Campopiano, S. Casciardi, D. Ramires, Method validation for the identification of
asbestos-cement roofing. Applied Geomatics, (2012) 4:55-64.
[11] A. Marabini, A. Fonda, P. Plescia, Amianto manuale tecnico e operativo. Consiglio Nazionale
delle Ricerche Rome, (2002) Italy, pp 18–25.
[12] R. Bianchi, R. M. Cavalli, L. Fiumi, C. M. Marino, S. Pignatti, G. Pizzaferri, 1994/1995 CNR
LARA Project airborne hyperspectral campaigns, Proceed-ings of Eleventh Thematic
11
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24 ]
[25]
[26]
27]
[28]
Conference and Work-shops Applied Geologic Remote Sensing, Las Vegas, Nevada USA,
(1996), pp. 301-310.
L. Fiumi, Surveying the roofs of Rome Journal of Cultural Heritage, 13 (2012) 304–313.
L.Fiumi, L.Congedo, C.Meoni, Developing Expedi-tious Methodology for Mapping AsbestosCement (AC) Roof Coverings over the Territory of Lazio Re- gion, Applaied Geomatics (2013)
(DOI: 10.1007/s12518-014-0123-2).
R . Bianchi, R.M.Cavalli, L. Fiumi, C.M. Marino, S. Pignatti Airborne imaging spectrometry: a
new ap-proach to environmental problems. Proceedings of the XVIII ISPRS Congress - Vienna
9-19 (1996) July - Vol. I - pp 128–132.
J. W.Boardman, F. A. Kruse Automated spectral analysis: a geological example using AVIRIS
data, North Grapevine Mountains, Nevada. Proceedings of Tenth Thematic Conference on
Geologic Remote Sensing, San Antonio Texas USA, (1994) - Vol. I. pp. 407-418.
R. H. Yuhas, A. F. H. Goetz, J. W. Boardman, Dis-crimination among semiarid landscape
endmembers using the Spectral Angle Mapper (SAM) algorithm. Summaries of the Third
Annual JPL Airborne Geo-science Workshop, 1 June, Pasadena, CA, Jet Propul-sion
Laboratory, (1992), 147-149.
U. Heiden, K. Segl, S. Roessner, H. Kaufmann, De-termination of robust spectral features for
identifica-tion of urban surface materials in hyperspectral re-mote sensing data, Remote
Sensing of Environment (2009) 111, 537-552.
ITT Visual Information Solutions, ENVI, Environ-ment for Visualizing Images, Version 4.4,
2008, Available online at: www.ittvis.com/envi/ (accessed: February, 2013).
F. A., Kruse, A. B. Lefkoff,, J.B. Boardman, K. Hei-debrecht, AT. Shapiro, P.J. Barloon,
A.F.H. Goetz, The Spectral Image Processing System (SIPS), Inter-active Visualization and
Analysis of Imaging spec-trometer data: Remote Sensing of Environmental, (1993)V.44,
pp.145-163.
M. Herold, M. Gardner, D. Roberts, Spectral resolu-tion requirements for mapping urban areas,
IEEE Transactions on Geoscience and Remote Sensing, 41(9) (2003) 1907-1919.
ArcGIS, EsriItalia, Version 10, Available online at http:// www.esriitalia.it.
X. Zhang, Z. Tang, J. Yu, Convex hull properties and algorithms. Appl Math Comput (2010)
216(2010):3209–3218
Q.Z. Ye (1995) A fast algorithm for convex hull ex-traction in 2D images. Pattern Recogn Lett
16(5):531–537.
L. Fiumi, Methods and techniques for territorial analysis. Case study: Province of Naples,
Italian Journal of Occupational and Environmental Hygiene, (2011) 2(2) pp. 60 – 67.
A. Simão, P. Densham, M. Haklay, Web-based GIS for Collaborative Planning and Public
Participation: An Application to the Strategic Planning of Wind Farm. Cites, Journal of
Environmental Management 90 (2009) (6) (2009) 2027–2040.
T. Tang, J. Zhao, D.J. Coleman Design of a GIS-enabled online discussion forum for
participatory planning. In: Proceedings of the 4th Annual Public Participation GIS Conference
(2005), Cleveland, Ohio.
S. Amaduzzi, Geomarketing; i sistemi informativi territoriali, SIT - GIS, a supporto delle
aziende e della pubblica amministrazione. Roma, (2011) - EPC libri. ISBN: 978-88-6310-3113.
12
Biografi
Lorenza Fiumi, Arsitek, Peneliti. Dia telah bekerja di LARA dari CNR Institute for Atmospheric
Pollution sejak tahun 1991 Dia bertanggung jawab untuk mengkoordinasikan dan penelitian
terapan ke daerah perkotaan LARA. Secara khusus, ia telah bekerja pada sebuah metode
melalui penggunaan data penginderaan jauh yang direkam dengan MIVIS, mengidentifikasi
atap asbes semen (eternit). Dia bertanggung jawab untuk pada banyak proyek penelitian dan
bekerja dengan berbagai lembaga ilmu pengetahuan. Penulis banyak menulis publikasi nasional
dan internasional. Email: fiumi@iia.cnr.it
Stefano Tocci, Geografi, Kartografi dan Ahli SIG. Dia bekerjasama dengan CNR-IIA pada
pengembangan data penginderaan jauh melalui penggunaan perangkat lunak SIG.
13