Riassunto analitico
L'amianto è un insieme di sei minerali idrati di silicato (crisotilo e anfiboli) caratterizzati da una particolare struttura fibrosa. Grazie alle sue notevoli proprietà fisiche (resistenza al fuoco, calore, elettricità e trazione) e alla sua accessibilità, un enorme quantitativo di cemento amianto (AC) è stato impiegato come materiale da costruzione in Italia e nel resto del mondo.
Durante gli anni '60 molte ricerche scientifiche hanno dimostrato che l'inalazione delle fibre di amianto aumenti considerevolmente il rischio di contrarre gravi malattie alle vie respiratorie come il cancro del polmone, il mesotelioma e l'asbestosi.
Perciò, al fine di tutelare la salute dei cittadini, molti paesi (compresa l'Italia nel 1992) hanno dichiarato il divieto di produzione di materiali contenenti amianto (ACM). Al giorno d’oggi i tetti in cemento amianto sono ancora ampiamente diffusi in tutta Italia e si possono trovare soprattutto nelle coperture degli edifici industriali.
Pertanto, una metodologia automatizzata per l'identificazione dei tetti di AC sarebbe fondamentale per le autorità locali per mappare le superfici di amianto e adottare adeguate politiche di monitoraggio o azioni di rimozione.
In questo lavoro ci siamo concentrati sull'analisi delle immagini con approccio object-oriented (GEOBIA) e sulle tecniche di classificazione supervisionate.
In primo luogo, abbiamo utilizzato un'immagine multispettrale dell'ambiente urbano di Modena, acquisita da WorldView 3, per testare diversi algoritmi di classificazione. Successivamente, abbiamo scelto la metodologia che ha fornito i migliori risultati per studiare l'area critica del distretto ceramico di Fiorano.
Confrontando i risultati ottenuti con la classificazione e le verità a terra abbiamo ottenuto un'accuratezza complessiva di circa il 90%. Questo eccellente risultato, unito alla sostanziale rapidità dell'intera procedura, dimostra quanto le analisi GEOBIA siano in grado di garantire classificazioni ad alte prestazioni a basso costo.
|
Abstract
Asbestos is a set of six hydrated silicate minerals (chrysotile and amphiboles) featured by a particular fibrous structure.
Thanks to its remarkable physical properties (resistance to fire, heat, and electricity, tensile strenght) and its affordability, a huge amount of asbestos cement (AC) was employed as building material in Italy and in the rest of the world.
During the 1960s many scientific research incontrovertibly proved that the inhalation of asbestos fiber could cause serious diseases to human respiratory system such as lung cancer, mesothelioma, and asbestosis.
As a result of all this, in order to protect citizens’ health, many countries (also Italy in 1992) stated the ban on the production of asbestos containing materials (ACM). Nowadays asbestos cement roofs are still widely diffused in Italy and you can find a huge amount of it especially in working buildings.
An automated methodology for the identification of AC roofs, therefore, would be crucial for local authorities to map asbestos surfaces and adopt proper monitoring policies or removal actions.
In this work we focused on object based image analysis (OBIA) and supervisioned classification techniques.
Firstly, we used a multispectral image of Modena urban environment, acquired by WorldView 3, to test different classification algorithms.
After that, we chose the methodology which provided the best results to study the critical area of Fiorano ceramic district.
By comparing the results performed with the classification and the reality on the ground we obtained an overall accuracy around 90%. This excellent achievement, combined with the substantial rapidity of the entire procedure, proves that OBIA are able to ensure high-performance classifications at low cost.
|
