Penginderaan Jauh dan Sistem Informasi G (1)

1

Judul Asli : Remote Sensing and GIS for Land Use Planning: An Application for Mapping Asbestos Cement Roofing in Tiburtina, Rome, Italy

Penulis : 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.

Sumber Jurnal : International Journal of Remote Sensing & Geoscience (IJRSG) ISSN No: 2319-3484 Volume 3, Issue 3, May 2014.

Penerjemah : Iwan Mulyawan, S.Si., M.Sc

Jabatan : Fungsional Perencana Pertama Bappeda Kabupaten Kuningan Edisi : 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.

2

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

3

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

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 geo-coding 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

4

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

Sebaran Atap Asbes Shapefile 2010

Data MIVIS

Sensus ISTAT Shapefile 2011

Data Sensus ISTAT ke

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

Indeks Asbes Semen Shapefile 2011

Indeks dibuat dengan

penduduk dan pekerja .txt 2011

5

TIPE DATA FORMAT TAHUN DETIL PROSES

Atap terdekontaminasi .txt 2000 - 2012

Data yang diberikan

oleh ASL RMH Atap terdekontaminasi Abatement Plan .txt,.tiff 2000 -

2012

Data yang diberikan

oleh ASL RMH Abatement Plan SOFTWARE

ITT ENVI, Versi 4.7 2009 ITT Visual Information Solutions

Pemrosesan Gambar secara DIgital

ESRI ArcGIS, Versi 10 2010 ESRI Elaborasi SIG

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:

6

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

7

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.

8

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.

Jumlah

Penutup Kelas MB

RTM Ground

Truth

Kelas RTM MB/RTM

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).

9

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 Na tional 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:

10

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.

11

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

Conference and Work-shops Applied Geologic Remote Sensing, Las Vegas, Nevada USA, (1996), pp. 301-310.

[13] L. Fiumi, Surveying the roofs of Rome Journal of Cultural Heritage, 13 (2012) 304–313. [14] L.Fiumi, L.Congedo, C.Meoni, Developing Expedi-tious Methodology for Mapping

Asbestos-Cement (AC) Roof Coverings over the Territory of Lazio Re-gion, Applaied Geomatics (2013) (DOI: 10.1007/s12518-014-0123-2).

[15] 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.

[16] 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.

[17] 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.

[18] 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.

[19] ITT Visual Information Solutions, ENVI, Environ-ment for Visualizing Images, Version 4.4, 2008, Available online at: www.ittvis.com/envi/ (accessed: February, 2013).

[20] 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.

[21] 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.

[22] ArcGIS, EsriItalia, Version 10, Available online at http:// www.esriitalia.it.

[23] X. Zhang, Z. Tang, J. Yu, Convex hull properties and algorithms. Appl Math Comput (2010) 216(2010):3209–3218

[24 ] Q.Z. Ye (1995) A fast algorithm for convex hull ex-traction in 2D images. Pattern Recogn Lett 16(5):531–537.

[25] 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.

[26] 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.

27] 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.

13

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