Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Otomasi dalam Konstruksi 96 (2018) 494–507

Daftar isi tersedia diScienceDirect

Otomasi dalam Konstruksi

halaman utama jurnal:www.elsevier.com/locate/autcon

Penilaian dampak lingkungan dariPinaceaeserbuk sari udara dan infrastruktur

hijau menggunakan BIM
Santiago Fernández-RodríguezA,⁎, Juan Pedro Cortés-PérezA, Paloma Prieto MurielA,
Rafael Tormo-MolinaB, José María Maya-ManzanoC
ADepartemen Konstruksi, Sekolah Teknologi, Universitas Extremadura, Avda. de la Universidad s/n, Cáceres, Spanyol
BDepartemen Biologi Tumbuhan, Ekologi dan Ilmu Bumi, Fakultas Sains, Universitas Extremadura, Avda. Elvas s/n, Badajoz, Spanyol
CSekolah Ilmu Kimia dan Farmasi, Institut Teknologi Dublin, Kevin Street, Dublin, Irlandia

INFO ARTIKEL ABSTRAK

Kata kunci: Kualitas udara perkotaan merupakan parameter yang berperan besar dalam kesehatan manusia pada skala lokal. Akibatnya, dalam
Pemodelan informasi bangunan perencanaan kota, perilaku dan potensi risiko alergenisitas untuk beberapa butir serbuk sari yang berasal dari pohon hias dan ruang
Perencanaan kota hijau di sekitar bangunan yang baru dibangun harus dipertimbangkan. Makalah ini bertujuan untuk mempelajari bagaimana paparan
Pemodelan risiko alergi Pinaceae
serbuk sari, yang dipengaruhi oleh parameter cuaca, dapat dinilai dan diintegrasikan dalam perancangan dan pembangunan konstruksi
serbuk sari udara Penilaian
sebagai komponen penilaian kualitas udara sebelumnya, dengan menggunakan BIM. Berdasarkan studi aerobiologis komparatif pada
kualitas udara perkotaan
ketinggian di atas bangunan (disampel dengan dua perangkap di tanah dan pada ketinggian 16 m), sebuah adegan parametrik dinamis
lokal 3D rio dulu dimodelkan menggunakan BIM, dan rata-rata per jamPinaceaekonsentrasi serbuk sari (sampel
kedekatan pohon pinus es ke karena). Dari perekaman kontinu (2009–2011) yang dipengaruhi oleh ketinggian dan
pengaruh angin mengerikan tindakan an kecepatan d dianalisis. Selain itu, peta pohon pinus yang berlokasi geografis di sekitar
bangunan yang dipelajari diproduksi dan rata-rata per jamPinaceaekonsentrasi serbuk sari diwakili oleh Revit. BIM bersama
dengan aerobiologi dapat menjadi alat yang baru dan berguna untuk konstruksi bangunan mengingat partikel biologis di
udara. Ini merupakan langkah pertama menuju integrasi beberapa parameter lingkungan yang tidak biasa dalam
perencanaan kota. Pemodelan butiran serbuk sari sebagai kriteria kesehatan lingkungan untuk pembangunan gedung baru
akan memungkinkan teknisi untuk menghindari kemungkinan titik isolasi di masa depan dalam desain selubung bangunan,
dan tingkat paparan serbuk sari yang tinggi dapat dihindari, menciptakan bangunan 'bebas alergi'.

1. Perkenalan
Membangun teknologi berbasis pemodelan informasi (BIM) dan metode
berbasis lean (konstruksi dan produksi ramah lingkungan dan efisien) telah
diterapkan pada masalah lingkungan, sosial, dan ekonomi. Pendekatan ini
telah berkontribusi pada industri konstruksi, memainkan peran proaktif
dalam pengembangan layanan baru yang berkelanjutan dan proses
manufaktur [1] dan memanfaatkan sinergi antara aspek hijau (analisis
lingkungan, ilmu lingkungan dan pembangunan berkelanjutan) dan BIM dan
konstruksi ramping. Caiado dkk. [2] menunjukkan perlunya
mempertimbangkan aspek sosial ditambah dengan penggunaan alat dan
teknik untuk memajukan pembangunan berkelanjutan. Indikator dan polusi
lingkungan keberlanjutan baru, seperti siklus hidup CO2emisi (LCCE) [3] atau
pemilihan ukuran bangunan rendah karbon [4] di gedung hijau [5], telah
dinilai oleh BIM. Selain itu, berbagai indikator digunakan untuk menilai
dampak lingkungan, seperti jejak gas rumah kaca (GRK), potensi eutrofikasi
(EP), pengasaman
potensial (AP), partikulat kesehatan manusia (HH), penipisan ozon dan kabut asap,
dapat dimasukkan [6,7]. BIM telah berevolusi dari 3D menjadi nD yang dapat
dihitung melalui pedoman kode industri dan perkotaan yang berbeda [8] yang
dapat diterapkan dalam perencanaan dan perancangan kota [9]. BIM adalah
ruang data digital 3D untuk berbagi informasi bangunan yang memungkinkan
kolaborasi multidisiplin di antara berbagai aktor yang terlibat dalam siklus hidup
bangunan [10]. Teknologi ini memungkinkan pembuatan prototipe virtual
bangunan yang terkait dengan database, seperti yang diusulkan dalam artikel ini
dengan data aerobiologis sebagai bagian dari penilaian kualitas udara. Model BIM
berisi informasi lebih dari sekadar geometri dalam hal data parametrik yang dapat
dimanipulasi dalam berbagai analisis, kuantitas lepas landas, dokumentasi
terperinci, dll. [10]. Perangkat lunak BIM mendefinisikan objek-objek ini secara
parametrik sehingga jika objek terkait diubah, objek yang bergantung juga akan
berubah secara otomatis [11]. Untuk menghasilkan model BIM, Autodesk Revit
sering digunakan karena merupakan salah satu alat pembuat BIM yang lebih
terkenal yang digunakan untuk pemodelan 3D pengembangan kompleks di
industri AEC [12].

⁎Penulis
yang sesuai.
Alamat email:santiferro@unex.es (S. Fernández-Rodríguez).

https://doi.org/10.1016/j.autcon.2018.10.011
Diterima 30 Mei 2018; Diterima dalam bentuk revisi 18 September 2018; Diterima 13 Oktober 2018
Tersedia online 18 Oktober 2018
0926-5805/ © 2018 Elsevier BV Semua hak dilindungi undang-undang.
S. Fernández-Rodríguez dkk.
Gambar 1.Skema kerja BIM.
Mengintegrasikan 4D dalam evaluasi proyek perkotaan yang ditinggikan
menarik untuk simulasi evaluasi pentahapan dan pengambil keputusan [13].
Jadi, integrasi model BIM 4D sudah diterapkan pada kualitas udara dalam
ruangan [14]. Perencanaan kota telah dipelajari dari beberapa sudut
pandang: evaluasi desain empiris [15], perubahan iklim di daerah perkotaan
[16], Sistem Informasi Geografis Lingkungan dan Energi (E-GIS) [17],
distribusi bangunan di ruang hijau perkotaan [18], manajemen
keberlanjutan perkotaan [19], ekologi infrastruktur sebagai pembangunan
perkotaan [20] dan pengelolaan kawasan hijau dalam keberlanjutan ekologi
perkotaan [21]. Akibatnya, lanskap perkotaan sangat menarik, dan
penelitian lain telah mengaitkan populasi dan preferensi visual untuk ruang
hijau bervegetasi [22] dan efek kualitas estetika [23]. Pemahaman yang lebih
baik tentang peran lingkungan perkotaan [24] dan jasa ekosistem
diperlukan untuk pengambilan keputusan [25] yang berdampak pada faktor
sosial ekonomi [26] untuk menilai dan mengevaluasi perbandingan
keberlanjutan dari intervensi infrastruktur hijau [27]. Bersama dengan
manfaat infrastruktur hijau perkotaan yang berkaitan dengan aspek termal
dan penggunaan lahan [28,29], banyak perhatian baru-baru ini diberikan
pada asal sumber polusi alami perkotaan yang berasal dari pohon hias,
semak dan tumbuhan [30] karena interaksi manusia di ruang hijau
perkotaan [31].
Sebagai konsekuensi dari proses konstruksi, terjadi fragmentasi habitat,
yang berdampak pada pola spasial, terutama yang menciptakan hambatan
bagi penyebaran organisme dan material (nutrisi, sedimen atau serbuk sari)
[32]. Pentingnya skala lokal dalam penilaian, pemantauan dan prediksi
kualitas udara perkotaan telah disorot [33] melalui efek ngarai perkotaan [34
] atau pengaruhnya terhadap potensi pulau panas [34] dan kenyamanan
termal yang diberikan oleh pepohonan [35]. Makalah telah mempelajari
dampak pohon pada partikel (PM2.5) penyebaran di jalan-jalan perkotaan [36
,37] dan iklim mikro dan kualitas udara di daerah perkotaan [38]. Parameter
baru lain yang dipertimbangkan dalam penilaian dampak perkotaan adalah
aerobiologi, yang menyangkut pelepasan partikel aerobiologis, terutama
serbuk sari dan spora jamur di udara, serta bakteri, virus, atau lainnya.
495
Otomasi dalam Konstruksi 96 (2018) 494–507
bioaerosol. Namun, partikel aerobiologis yang paling penting adalah serbuk
sari yang berasal dari pohon sepertiCupressaceae [39],Olea [40], Quercus [
41] atau dari herbal sebagaiPoaceae [42,43].
Penilaian dampak lingkungan terkait dengan aerobiologi melalui
perubahan iklim [44]; pemodelan sistem lingkungan [42]; analisis siklus
hidup dan penilaian keberlanjutan [45]; karakterisasi, manajemen dan
pengobatan polusi atmosfer [46]; dan metabolisme perkotaan dan
urbanisme ekologis [47]. Menurut langkah-langkah utama protokol
penilaian dampak lingkungan, bidang aerobiologi dimasukkan sebagai
indikator (terutama butiran serbuk sari dan spora jamur) pekerjaan umum
untuk selanjutnya diterapkan dalam inventarisasi lingkungan; langkah-
langkah pencegahan, korektif dan kompensasi; dan program pemantauan
lingkungan [48,49]. Mengambil penelitian dan kebijakan sebagai alat untuk
mengatasi dampak risiko masa depan yang dipicu oleh polutan harus
dipertimbangkan sebagai cara untuk menghindari paparan dalam
konstruksi perkotaan di masa depan.
Berdasarkan studi aerobiologi komparatif atas sebuah bangunan di sebuah
kota di barat daya Semenanjung Iberia [50],Pinaceaeserbuk sari adalah salah satu
dari lima jenis serbuk sari utama yang ditemukan, menunjukkan perbedaan
ketinggian yang signifikan secara statistik, menunjukkan bahwa ketinggian
memengaruhi distribusi jenis serbuk sari ini. Selain itu, pohon pinus dekat dengan
sampel, dan serbuk sari memiliki kapasitas terbatas untuk mengapung karena
ukuran butiran yang besar (> 50 μm).Pinaceaeserbuk sari telah terekam pada
berbagai jarak;Pinus haliiterwakili dengan baik secara lokal, tetapi serbuk sarinya
jarang terekam > 50 m dari pohon induknya. Pengangkutan serbuk sari jarak jauh
terjadi pada frekuensi rendah [51], DanPinus roxburghiifrekuensi serbuk sari
menurun dengan cepat seiring dengan bertambahnya jarak dari sumber, dengan
kepadatan tertinggi < 100 m dari sumber [52]. Faktanya, Fernández-Rodríguez
dkk. [50] menunjukkan bahwaPinaceaemerupakan satu-satunya jenis polen yang
menunjukkan korelasi signifikan antara konsentrasi harian pada dua ketinggian
dengan arah dan kecepatan angin. Paparan langsung ke matahari telah terbukti
menjadi parameter yang signifikan untuk tumbuhan dan pohon [53–56]. Di
samping itu,Pinaceaeserbuk sari telah dipertimbangkan dalam penelitian yang
menyelidiki konsentrasi serbuk sari ambien dan alergi
S. Fernández-Rodríguez dkk.
masalah [57–59] dan telah terbukti memiliki prevalensi sensitisasi alergi
yang rendah [60]. Semua fitur ini membuat jenis polen ini cocok untuk
dipelajari pada bangunan dengan dua sampel untuk menganalisis
pengaruh pohon hias sebagai sumber lokal butiran polen. Penggunaan
model representasi baru, seperti BIM, sudah tepat (Gambar 1).
Tujuan dari makalah ini adalah untuk mempelajari bagaimana paparan serbuk sari, dengan
mempertimbangkan parameter cuaca, dapat dinilai dan diintegrasikan dalam perancangan dan
pembangunan konstruksi sebagai komponen penilaian kualitas udara sebelumnya, dengan
menggunakan BIM sebagai alat. Kami mengusulkan BIM sebagai alat yang ampuh untuk
mempertimbangkan aerobiologi sebagai komponen lain dalam analisis kualitas udara, karena
teknik ini mampu memodelkan, mensimulasikan, menganalisis, dan memvisualisasikan
lingkungan perkotaan dengan menggabungkan pemodelan parametrik dengan simulasi berbasis
agen.
2. Bahan-bahan dan metode-metode
2.1. Situs pengambilan sampel dan data serbuk sari
Penelitian dilakukan di Badajoz, sebuah kota di wilayah Extremadura
(Spanyol Barat Daya), dari dua titik pengambilan sampel di tempat yang
hampir sama di dekat gedung biologi (38°88′28″N, 7°00′85″W) Fakultas
Sains, Kampus Badajoz (University of Extremadura,Gambar 2), tetapi pada
ketinggian yang berbeda (Gambar 3: satu di permukaan tanah di kebun
percobaan (g) dan satu lagi di teras setinggi 16 m (t), dipisahkan oleh jarak
mendatar 20 m. Sampler volumetrik 7 hari digunakan untuk merekam
serbuk sari [61]. Menurut makalah yang diterbitkan sebelumnya oleh
Tormo-Molina et al. [62] dan Maya-Manzano dkk. [63], perekat petrolatum
putih (nomor CAS 8009-03-8) digunakan untuk menangkap serbuk sari di
udara. Prosedur data standar diikuti seperti yang ditunjukkan oleh Spanish
Aerobiology Network (REA; [64]. Jumlah serbuk sari rata-rata harian (0000–
2400 jam) dan jumlah waktu universal terkoordinasi variasi intradiurnal
(UTC) per jam dinyatakan sebagai butir serbuk sari / m3udara.
Pinaceaeserbuk sari dipelajari selama 3 tahun (2009-2011), musim
serbuk sari utama (MPS) diperkirakan menggunakan metode kisaran 5-95% [
65]. Menurut kriteria ini, musim serbuk sari dimulai pada tanggal ketika
jumlah serbuk sari dari awal tahun mencapai atau melebihi 5% dari total
konsentrasi serbuk sari tahunan dan berakhir ketika
AREA STUDI
Gambar 2.Area yang ditentukan dari Kampus Badajoz milik Universitas Extremadura.
496
Otomasi dalam Konstruksi 96 (2018) 494–507
95% dari total ini tercapai atau terlampaui. Untuk memilih episode,
puncak maksimum per jam dianalisis. Untuk analisis pola serbuk sari
intradiurnal, dipilih lima hari berturut-turut (120 jam) yang mencakup
hari dengan tingkat serbuk sari puncak setiap tahun. Lima hari ini
dipilih tergantung pada jenis polen di permukaan tanah (50,6%) dan
teras (52,1%).
2.2. Data meteorologi
Berbagai parameter meteorologi disediakan oleh stasiun cuaca
tetap AT Delta-T DL2 yang terletak di taman percobaan gedung biologi
di kampus Fakultas Sains. Stasiun ini terletak masing-masing 3 dan 20
m dari kebun dan teras. Parameter meteorologi yang dipertimbangkan
dalam penelitian ini adalah arah angin (Wd), kecepatan angin (Ws), jam
matahari (Sh), kelembaban relatif (Rh), curah hujan (R), radiasi matahari
(Sr) dan suhu udara rata-rata (Tmean).
2.3. Teknologi BIM diterapkan pada pengelolaan polen pada bangunan
Penggunaan teknologi BIM memungkinkan pemusatan berbagai
jenis informasi dari sumber yang berbeda, seperti koordinat geografis
pohon, data dalam bidang CAD 2D, dan data tentang konsentrasi
serbuk sari, dalam model 3D tunggal untuk mempelajari dan
merepresentasikan konsentrasi serbuk sari dalam amplop. dari gedung
studi. Pertama, topografi area tersebut diperoleh melalui plugin Revit
yang menghubungkan data dengan Google Earth, yang disebut
CADtoEarth. Kemudian dilakukan pemodelan bangunan dan lokasinya
di lingkungan. Dengan tujuan untuk membuat prototipe virtual
gedung, kami memulai dengan informasi yang terdapat dalam rencana
CAD 2D, dengan representasi di lokasi gedung yang membentuk
kampus Badajoz yang disediakan oleh University of Extremadura. Dari
rencana ini, kami memperoleh dimensi,Gambar 2). Untuk
mendapatkan informasi elevasi, dimensi, dan letak jendela dan pintu
digunakan fotogrametri untuk mendapatkan elevasi 2D (Gambar 3).
Dari informasi tersebut dilakukan pemodelan bangunan pada lokasi
aslinya (Gambar 4). Bangunan model terdiri dari volume eksterior,
termasuk jendela dan pintu fasad. Setiap fasad dimodelkan dalam
bagian yang sesuai
S. Fernández-Rodríguez dkk.
Gambar 3.elevasi bangunan 2D. Fotogrametri.
ketinggian lantai bangunan. Untuk menunjukkan pengaruh ketinggian terhadap
konsentrasi polen, dibuat parameter konsentrasi polen pada elemen fasad, yaitu
elemen yang paling banyak terpapar polen. Setelah bangunan di Revit dimodelkan
dan ditempatkan, setiap pohon ditempatkan pada posisi yang tepat. Penempatan
dalam model 557Pinusspp. termasuk dalam penelitian ini dilakukan dengan
menggunakan koordinat UTM mereka. Untuk ini, plugin Revit (DYNAMO)
digunakan (Gambar 5). Autodesk Revit API (Application Programming Interface)
memungkinkan pengguna untuk menambahkan fitur ke perangkat lunak [66] dan
mengotomatiskan tugas melalui kode pemrograman visual. Dynamo adalah
lingkungan pemrograman visual yang memperluas kemampuan pemodelan
parametrik Revit dengan menambahkan tingkat asosiatif yang tidak ada dalam
aplikasi standar [66]. Penataan fitur ini sangat mendasar untuk analisis pengaruh
serbuk sari pada bangunan studi, dengan mempertimbangkan variabel seperti
arah angin, suhu sehubungan dengan ketinggian dan kemungkinan interferensi
dengan lingkungan. Pendekatan ini memungkinkan untuk memperkenalkan
informasi yang tidak terkait yang berasal dari sumber yang berbeda dalam satu
model, yang pada gilirannya memungkinkan kami untuk mengintegrasikan dan
menghubungkan elemen-elemen yang menarik, yaitu bangunan dan pohon di
lokasi yang sesuai, dalam penelitian (Gambar 6).
Menurut Fernández-Rodríguez dkk. [50], ada pengaruh yang signifikan
dari ketinggian sampler pada konsentrasi harian serbuk sari. Revit
memungkinkan pengguna untuk menentukan parameter dan representasi
3D mereka. Untuk menganalisis variasi spasial serbuk sari, parameter yang
disebut "Konsentrasi serbuk sari Pinaceae”dihasilkan dalam model Revit.
Untuk menganalisis variasi spasial ini dalam kaitannya dengan faktor lain
yang memengaruhi konsentrasi, representasi model 3D dan
Gambar 4.Model bangunan BIM.
497
Otomasi dalam Konstruksi 96 (2018) 494–507
diperoleh, membentuk satu file dengan database terkait. Dalam
penelitian ini, dinding yang membentuk selubung menentukan
serangkaian parameter yang memungkinkan pengenalan nilai yang
sesuai dengan konsentrasi serbuk sari pada ketinggian variabel.
Konsentrasi serbuk sari ini diperoleh dari interpolasi linier antara nilai
konsentrasi serbuk sari dari sampel yang terletak di teras dan di kebun.
Setelah entri data, filter visualisasi dihasilkan untuk mewakili
konsentrasi serbuk sari di setiap bagian bangunan berdasarkan
variabel studi. Untuk melakukan ini, skala kromatik ditentukan yang
menunjukkan variasi konsentrasi serbuk sari menurut ketinggian.
Gambar 3D dari model lengkap diperoleh, termasuk representasi
terdekatPinusspp. [51,52], yang menghasilkan radius aksi pada 50, 100
dan 150 m yang secara langsung mempengaruhiPinaceaeserbuk sari
yang mencapai selubung bangunan.
3. Hasil
3.1. Peta perkotaan pohon pinus
Sebanyak 557 pohon pinus dihitung, yaitu 445Pinus pineadan 112Pinus
halepensis,dengan total 0,53 km2, yang sesuai dengan seluruh area kampus.
Mempertimbangkan masing-masing sampler (taman dan teras) sebagai
pusat, jari-jari aksi ditetapkan pada jarak 50, 100 dan 150 m untuk
mendapatkan jumlah pohon terlepas dari spesiesnya yang terkandung dan
oleh karena itu dapat mempengaruhi konsentrasi serbuk sari pada sampler.
Gambar 7a – c menunjukkan geolokasi pohon pinus di sekitar setiap sampler
dan setiap radius aksi di dekat gedung biologi
S. Fernández-Rodríguez dkk. Otomasi dalam Konstruksi 96 (2018) 494–507

Gambar 5.Kode dinamo untuk menemukan elemen berdasarkan koordinat.

Gambar 6.Lokasi perangkap serbuk sari termasukPinusspp. dan stasiun meteorologi.

Kampus Badajoz dari Universitas Extremadura.
3.2. Analisis episode setiap jam
Berdasarkan studi sebelumnya oleh Fernández-Rodríguez et al. [50],
rata-rata per jamPinaceaekonsentrasi dari 2009 hingga 2011 pada 0800,
1400 dan 2000 jam menggunakan Revit (Gambar 8) telah direkam. Episode yang
dipilih untuk harian maksimumPinaceaeserbuk sari termasuk 3 periode tahunan
dengan total 15 hari; 22–26 April 2009, 28 April–2 Mei 2010 dan 16–20 April 2011 (
Gambar 8).Tabel 1menunjukkan konsentrasi per jam dan perbandingan
meteorologi berdasarkan ketinggian. Kami menemukan korelasi positif yang
sangat signifikan secara statistik untukPinaceaekonsentrasi

498
S. Fernández-Rodríguez dkk.
Gambar 7.Pohon pinus berlokasi di kampus Universitas Extremadura di Badajoz
pada 50 m (a), 100 m (b) dan 150 m (c) dari sampler di permukaan tanah dan teras
di gedung biologi.
di semua episode. Namun, puncak maksimum tidak terjadi pada hari yang sama di
semua kasus. Puncak per jam terjadi, rata-rata, antara 13 dan 16 jam dalam
banyak kasus, meskipun puncak dapat muncul hampir setiap jam di siang hari,
termasuk jam malam. Rata-rata puncak terjadi pertama kali pada ketinggian 16 m
di teras dan 2,5 jam kemudian di permukaan tanah. Dua puncak per jam yang
serupa pada hari yang sama muncul dalam beberapa kasus tetapi hanya pada 2
dari 15 hari yang diteliti. Demikian pula, kemajuan 0,69 jam (41,4 menit) untuk
teras dan 0,76 jam (45,6 menit) untuk tanah ditemukan ketika maksimum
499
Otomasi dalam Konstruksi 96 (2018) 494–507
konsentrasi dibandingkan dengan kecepatan angin tertinggi selama interval
ini. Bisa jadi karena untuk pelepasan serbuk sari, untuk mencapai hembusan
angin tidak diperlukan, dan kenaikan kecepatan angin sebelumnya sudah
cukup untuk memungkinkan pelepasan ini. Suhu rata-rata per jam dan
radiasi matahari menunjukkan korelasi positif yang signifikan secara statistik
dengan puncak per jam, dan kelembaban relatif menunjukkan korelasi
negatif. Kecepatan dan arah angin menunjukkan korelasi signifikan yang
berbeda tergantung pada episodenya.Gambar 9mewakili intradiurnal
Pinaceaetingkat serbuk sari, bersama dengan arah utama yang meningkat
Pinaceaekonsentrasi dan frekuensi untuk kecepatan dan arah angin. Arah
angin utama pada episode 2010 dan 2011 adalah antara 125° dan 175°,
sedangkan antara 150° dan 200° pada hari penelitian pada tahun 2009. Nilai
maksimum kecepatan angin sama pada episode 2010. Gambar 10
menunjukkan representasi 3D dari peta perkotaan dengan pohon pinus di
sekitar gedung biologi dan kecepatan dan arah angin untuk tiga kasus
terpilih pada 29 April 2010. Dalam kasus khusus ini, Pinaceaekonsentrasi
berubah dalam 3 jam (12–14 jam): dari 3140 butir/m3
(12 jam) dengan kecepatan angin 0,36 m/s dan arah angin bertiup dari 122°
(SE), hingga 3866 butir/m3(13 jam) dengan 0,61 m/s dan 106° (E-SE), dan
akhirnya 1868 grain/m3pada waktu 14 jam dengan kecepatan angin 1,19 m/
s dan arah angin 213° (SW).
4. Diskusi
Terlepas dari kenyataan bahwa sekarang ada kesadaran internasional
tentang pengaturan ruang hijau perkotaan, studi tentang desain kawasan
hijau [67] tidak memasukkan informasi aerobiologis atau interaksi spesies
pohon di ruang tersebut dengan bangunan di sekitarnya [18,68]. Hasil kami
dapat berfungsi untuk memajukan penggabungan informasi aerobiologis
sebagai elemen desain infrastruktur hijau, yang berpotensi menghindari
masuknya serbuk sari ke dalamnya. Dalam hal ini, pohon pinus dalam BIM
memodelkan kawasan hijau dan memodelkan bangunan di lingkungannya.
Metodologi yang diikuti dalam penelitian ini didasarkan pada skema yang
diusulkan oleh Aschwanden et al. [15]. Karya ini mengembangkan model 3D
berdasarkan garis kontur sebagai massa di Zurich (Swiss). Model ini
mempertimbangkan parameter geografis (topografi, elevasi, rintangan,
penggunaan lahan, dan kaki langit) untuk menyelidiki topik seperti
aksesibilitas fasilitas, kualitas layanan, dan kenyamanan pejalan kaki.
Dengan cara yang sama, dalam penelitian ini, kami memodelkan sebagian
Kampus Badajoz (Spanyol) menggunakan informasi dari peta topografi
lingkungan, spesies yang akan diselidiki dan geolokasinya, kontur bangunan
sebagai massa dan berbagai zona sirkulasi. Namun, lebih banyak aspek
perkotaan yang terkait dengan komponen dan infrastruktur kualitas udara
dapat dipertimbangkan menggunakan hasil yang ditunjukkan di peta kami,
termasuk kedekatan air mancur hias dengan warga, rencana perjalanan
yang sehat, dan area akses bangunan, termasuk jendela utama yang
terpapar risiko alergenik. Studi ini berfokus pada interaksi serbuk sari
dengan jalan dan bangunan, menganalisis difusi 3D melalui representasi
konsentrasi serbuk sari pada selubung bangunan yang paling dekat dengan
sampel. Bangunan ini juga dimodelkan dengan lebih detail menggunakan
fotogrametri yang dilakukan pada seluruh perimeternya, yang
memungkinkan kami menentukan volume dan selubung eksternal secara
tepat, termasuk jendela dan pintu [69], yang penting untuk kualitas
lingkungan dalam gedung [70]. Menurut praktik pengelolaan kawasan hijau,
penanaman pohon untuk meningkatkan kualitas udara lokal telah
dipertimbangkan [21]. Makalah ini menunjukkan bahwa tantangan utama
untuk ini adalah menemukan solusi terbaik untuk konteks alam yang khas di
mana intervensi diperlukan.
Untuk menganalisis variasi konsentrasi serbuk sari, kami menggunakan
metodologi yang dijelaskan sebelumnya [14], di mana konsentrasi debu di luar
ruangan dianalisis menggunakan BIM dan efek di dalam gedung dipertimbangkan
bersama dengan jumlah sumber dengan cara yang sama seperti dalam penelitian
kami. Dalam penelitian kami, dispersi serbuk sari dianggap sesuai dengan jumlah
unsur penghasil (pohon) melalui pembuatan lingkaran dengan jari-jari berbeda
yang mencakup peningkatan jumlah pohon penghasil serbuk sari dengan
bertambahnya luas. Sebuah studi sebelumnya
S. Fernández-Rodríguez dkk. Otomasi dalam Konstruksi 96 (2018) 494–507

Pinaceaekonsentrasi polen 60-100 butir/m3

Pinaceaekonsentrasi polen 101-140 butir/m3
Pinaceaekonsentrasi polen 141-180 butir/m3
Pinaceaekonsentrasi polen 181-220 butir/m3
Pinaceaekonsentrasi polen 221-260 butir/m3
Pinaceaekonsentrasi polen 261-300 butir/m3
Pinaceaekonsentrasi serbuk sari 301-340 butir/m3

JAM REVIT

0800

1400

2000

Gambar 8.Rata-rata per jam (0800, 1400 dan 2000).Pinaceaekonsentrasi dari tahun 2009 hingga 2011.

Tabel 1
Uji korelasi Spearman membandingkan per jamPinaceaekonsentrasi serbuk sari di tingkat teras pada 16 m (t) dan di permukaan tanah (g) selama periode pengujian terpilih (22–26 April
2009, 28 April hingga 2 Mei 2010 dan 16–20 April 2011).

2009 Statis T G Hujan Tmed Ws Wd RH Rad

T R 0,729⁎⁎ . 0,323⁎⁎ 0,383⁎⁎ 0,101 - 0,325⁎⁎ 0,443⁎⁎

P 0,000 . 0,000 0,000 0,274 0,000 0,000
G R 0,729⁎⁎ . 0,380⁎⁎ 0,550⁎⁎ 0,123 - 0,383⁎⁎ 0,364⁎⁎
P 0,000 . 0,000 0,000 0,181 0,000 0,000

2010 Statis T G Hujan Tmed Ws Wd RH Rad

T R 0,940⁎⁎ . 0,261⁎⁎ 0,612⁎⁎ 0,089 - 0,364⁎⁎ 0,518⁎⁎

P 0,000 . 0,004 0,000 0,335 0,000 0,000
G R 0,940⁎⁎ . 0,277⁎⁎ 0,674⁎⁎ 0,152 − 0,391⁎⁎ 0,508⁎⁎
P 0,000 . 0,002 0,000 0,097 0,000 0,000

2011 Statis T G Hujan Tmed Ws Wd RH Rad

T R 0,842⁎⁎ − 0,049 0,327⁎⁎ 0,165 − 0,103 − 0,265⁎⁎ 0,154

P 0,000 0,596 0,000 0,072 0,265 0,003 0,092
G R 0,842⁎⁎ − 0,054 0,284⁎⁎ 0,209⁎ - 0,233⁎ − 0,206⁎ 0,173
P 0,000 0,560 0,002 0,022 0,010 0,024 0,058

⁎⁎Korelasi; signifikan pada tingkat 0,01 (bilateral).

⁎Korelasi; signifikan pada tingkat 0,05 (bilateral).

500
S. Fernández-Rodríguez dkk. Otomasi dalam Konstruksi 96 (2018) 494–507

(A) (B)
Jumlah konsentrasi serbuk sari rata-rata per
jam (butir serbuk sari m-3) dan Wd 2009

N
30000
NW20000 NE
10.000

W 0 e

SW SE
G T S

(C)

(e)
Jumlah konsentrasi serbuk sari rata-rata per
(D) jam (butir serbuk sari m-3) dan Wd 2010N
60000
NW 40000 NE
20000

W 0 e

SW SE

G T S

(F)

Gambar 9.IntradiurnalPinaceaekonsentrasi serbuk sari pada 16 m (t) dan pada permukaan tanah (g) dengan kecepatan angin (Ws) dan arah (Wd).

501
S. Fernández-Rodríguez dkk.
(G)
(Saya)
Gambar 9. (lanjutan)
menghitung produksi serbuk sari dari spesies pinus Mediterania lainnya (
Pinus pinaster)per meter tajuk pohon, yang dapat dibandingkan dengan
spesies yang dipertimbangkan di sini, memperoleh nilai berkisar 3–5·109
serbuk sari per meter diameter tajuk pohon [71]. Altaf dkk. [14]
memperkenalkan ventilasi sebagai faktor penting dalam model BIM. Dalam
studi ini, arah angin, yang terbukti berkorelasi dengan konsentrasi polen,
dimasukkan dalam model. Pola arah angin dalam suatu kota merupakan
parameter yang penting untuk dipertimbangkan karena mempengaruhi
pengukuran konsentrasi serbuk sari yang berasal dari sumber yang terletak
di jalur arah angin utama ke perangkap serbuk sari dan dapat menyebabkan
overestimasi [63,72]. Konsekuensinya, pemodelan yang dilakukan
menggunakan BIM telah terbukti menjadi alat yang ampuh untuk
menginterpretasikan variasi spasial ini pada skala sangat lokal beberapa
puluh meter. Pengetahuan ini memberikan kesempatan untuk memahami
gradien serbuk sari karena sejauh ini, telah terjadi kesenjangan dalam
aerobiologi mengenai skala ini, dan hanya beberapa artikel yang telah
menganalisis tinggi gradien serbuk sari.73].
Visualisasi 3D dari konsentrasi rata-rata per jamPinaceae serbuk sari
ditampilkan diGambar 8. Hasil ini dapat dimasukkan dalam pengembangan
smart green city, khususnya dalam hal kesehatan. Hasil serupa telah
diperoleh oleh pemerintah Korea [74], di mana aplikasi dikembangkan untuk
memvisualisasikan suhu, kelembapan, dan CO2dalam 3D. Data tentang
kedekatan sumber hias dengan pintu bangunan dapat membantu
menentukan area dengan risiko tingkat serbuk sari tinggi yang lebih tinggi,
memberikan parameter baru untuk penilaian lingkungan dan alergi.
Menganalisis data ini dapat membantu mengelola akses gedung melalui
ruang hijau, dengan asumsi kemajuan dari studi aksesibilitas lainnya [75].
Pada penelitian sebelumnya ini, penulis mendirikan bangunan otomatis
502
Otomasi dalam Konstruksi 96 (2018) 494–507
(H)
Jumlah konsentrasi serbuk sari rata-rata per
jam (butir serbuk sari m-3) dan Wd 2011
N
15000
NW10.000 NE
5000
W 0 e
SW SE
G T S
diagnosis aksesibilitas dari point cloud dalam empat studi kasus nyata di
Vigo menggunakan metodologi dengan jalan lurus sekitar 150 m, dengan
pepohonan di trotoar dan membangun pintu masuk ke pertokoan dan
tempat tinggal. Efek ketinggian di atas fasad bangunan diamati. Studi kami
menunjukkan hasil yang serupa dengan parameter lain, termasuk rata-rata
per jamPinaceaekonsentrasi (Gambar 9) dan arah dan kecepatan angin per
jam (Gambar 10). Balado dkk. [75] hanya membahas sudut pandang
disabilitas fisik, sedangkan proposal kami mengidentifikasi area dengan
konsentrasi serbuk sari yang lebih tinggi, yang merupakan informasi
mendasar untuk pengelolaan aksesibilitas ke ruang bagi orang yang alergi.
Saat ini, ada berbagai usulan untuk dimensi BIM mulai dari 3D hingga
6D atau 7D [8,76]. Dalam studi tersebut, usulan dimensi BIM dikaitkan
dengan aspek intrinsik bangunan dan konstruksinya, seperti waktu
pelaksanaan, biaya dan pemeliharaan. Hasil yang disajikan dalam penelitian
ini memungkinkan kami untuk mendekati dimensi baru BIM di mana
bangunan ditempatkan dalam konteks dengan lingkungannya, dalam hal
ini, serbuk sari udara. Pendekatan ini membuka dimensi baru dalam
pemodelan BIM, memungkinkan pengenalan spesies alergenik yang penting
untuk tujuan aerobiologis sebagai kriteria baru dalam desain bangunan
menggunakan metodologi BIM. Dari perspektif ini, penelitian bangunan
hijau yang berfokus pada ventilasi merupakan bidang studi yang menarik [
77].
Seperti dalam penelitian sebelumnya tentang jenis serbuk sari hias dari kota-
kota di Semenanjung Iberia Barat Daya,Pinaceaeserbuk sari penting berdasarkan
konsentrasi dan jumlah pohon hias [47]. Dalam penelitian di kota-kota di
Extremadura dengan populasi yang lebih kecil dan kerapatan pohon pinus per
hektar yang lebih rendah, 577Pinaceaepohon di Don Benito, 295 pohon pinus di
Plasencia dan 207 di Zafra dihitung. Kelimpahannya dibenarkan
S. Fernández-Rodríguez dkk. Otomasi dalam Konstruksi 96 (2018) 494–507

Pinaceaekonsentrasi polen 1000-1400 butir/m3

Pinaceaekonsentrasi polen 1400-1800 butir/m3

Pinaceaekonsentrasi polen 1800-2200 butir/m3

Pinaceaekonsentrasi polen 2200-2600 butir/m3

Pinaceaekonsentrasi polen 2600-3000 butir/m3

Pinaceaekonsentrasi polen 3000-3400 butir/m3

Pinaceaekonsentrasi polen 3400-3800 butir/m3

Pinaceaekonsentrasi polen 3800-4200 butir/m3

REVIT
(10a) JAM: 1200 KECEPATAN ANGIN: 0,36 m/dtk ARAH ANGIN: 122,8º

..

(10b) JAM: 1300 KECEPATAN ANGIN: 0,61 m/dtk ARAH ANGIN: 106,1º

..

(10c) JAM: 1400 KECEPATAN ANGIN: 1,19 m/dtk ARAH ANGIN: 213,7º

Gambar 10.Representasi 3D peta perkotaan dengan pohon pinus di sekitar gedung biologi dan kecepatan dan arah angin untuk tiga kasus per jam terpilih pada 29 April 2010.

karena peran yang dimainkan oleh pohon Pinus, yang menyediakan layanan
ekosistem dalam rencana perkotaan, termasuk pengaturan suhu perkotaan,
pemurnian udara, dan rekreasi [25]. Pohon pinus dapat dipertimbangkan untuk
digunakan di kota taman dan eko-urbanisme [78]. Ukuran daerah perkotaan yang
kami pelajari mirip dengan penelitian sebelumnya [33,79,80]. Studi kami dapat
berfungsi untuk menyoroti pentingnya mempertimbangkan flora hias pada skala
lokal untuk menilai, memantau, dan memprediksi kualitas udara di daerah
perkotaan [33,81].
Variasi intradiurnal diPinaceaeserbuk sari selama episode yang dipilih
menunjukkan pola per jam yang serupa dengan dua puncak, satu maksimum
pada tengah hari dan satu lagi di penghujung malam. Hasil serupa
ditemukan dalam studi sebelumnya dari musim serbuk sari utama tahunan
Pinacaserbuk sari di negara-negara Mediterania seperti Portugal [82],
Spanyol [50] dan Turki [83]. Puncak terjadi rata-rata pertama di teras dan
2,5 jam kemudian di permukaan tanah. Pada hari yang sama, 2 puncak per jam
serupa muncul dalam beberapa kasus (15 hari). Kong dkk. [35] menyelidiki efek
aliran angin pada ngarai jalanan dengan pepohonan. Aliran udara melewati
bangunan dan melewati mahkota pohon dengan konvensi. Dalam proses ini,
udara dapat diasosiasikan dengan partikel serbuk sari dari pohon. Kebetulan hasil
ini dengan data per jam, termasuk konsentrasi maksimum, menyoroti pentingnya
penggunaan data per jam dalam mempertimbangkan skenario perencanaan
lingkungan perkotaan yang baru.

503
S. Fernández-Rodríguez dkk.
Hubungan dariPinaceaekonsentrasi serbuk sari dan data meteorologi
per jam menunjukkan korelasi positif yang signifikan secara statistik dengan
suhu rata-rata dan korelasi negatif yang signifikan secara statistik dengan
kelembaban relatif. Namun, tidak ada curah hujan selama periode pengujian
2009 dan 2010, tetapi hujan memang terjadi pada tahun 2011, ketika
ditemukan korelasi negatif. Hasil ini sejalan dengan penelitian sebelumnya [
82,83]. Dalam penelitian kami, efek positif kecepatan angin untuk semua
episode konsisten dengan hasil Ribeiro et al. [82] tetapi tidak setuju dengan
hasil yang diperoleh Uguz et al. [83]. Fakta ini mungkin terkait dengan jarak
(0,6 km) dari stasiun meteorologi ke perangkap serbuk sari, berbeda dengan
kasus kami, di mana kedua stasiun lebih dekat. Selain itu, peta pohon hias
tidak tersedia, sehingga analisis kedekatan sumber hias dan kecepatan
angin tidak dapat dilakukan. Damialis dkk. [84] menunjukkan bahwa tidak
adanya hubungan antara komponen angin dan jumlah serbuk sari untuk
Cupressaceaedapat dijelaskan oleh fakta bahwa takson tumbuhan ini
memiliki distribusi lokal yang tinggi. Meskipun sumber lebih melimpah di SW
dan W, dari mana angin bertiup secara dominan, arah angin tidak
menunjukkan korelasi yang signifikan secara statistik denganPinaceae
serbuk sari. Hal ini dapat terjadi karena kedekatan sumber dengan
perangkap serbuk sari, dengan kemungkinan bahwa proses refloating
meningkatkan konsentrasi di luar musim serbuk sari utama, terutama
dengan pekerjaan berkebun yang dilakukan pada siang hari di kampus. Juga
keberadaan bangunan dengan bahan berbeda (yang mengalami tingkat
insolasi berbeda, menghemat panas dengan cara berbeda) dan ketinggian
(menawarkan keteduhan) dapat menciptakan pergerakan udara konvektif [
85]. Kong dkk. [35] menganalisis pengaruh aliran angin di jalan ngarai
dengan pohon, dan Gromke dan Ruck [86] menyelidiki pengaruh dua
dinding di atas pusaran ngarai dengan aliran tegak lurus. Fakta ini dapat
membantu kita untuk memahami fenomena lingkungan ini. Untuk alasan
ini, penelitian ini cocok untuk pemodelan dengan tingkat detail yang tinggi
(data aerobiologi dan meteorologi pada skala per jam) dampak lingkungan
yang terkait dengan satu jenis polen (Pinaceae)dan hubungannya dengan
infrastruktur hijau dan dampaknya pada bangunan untuk membangun dan
mewakili model perencanaan kota masa depan.
Kubota dkk. [87] mempelajari dampak perubahan penggunaan lahan
untuk mengusulkan strategi hijau. Para penulis ini menganalisis pengaruh
suhu udara dan kecepatan dan arah angin pada beberapa ketinggian
dengan interval 3 jam dalam beberapa kondisi: area terbangun, lahan
pertanian beririgasi dan padang rumput, lahan pertanian campuran, lahan
semak campuran dan hutan campuran. Suhu udara puncak siang hari pada
kondisi rencana induk diproyeksikan akan mempertahankan tingkat yang
hampir sama dengan kondisi saat ini. Namun, area bersuhu tinggi akan
lebih melimpah di area built-up yang direncanakan. Yeo dan Yee [17], dalam
pengembangan pemodel otomatis sistem informasi geografis lingkungan
(E-GIS) untuk perencanaan kota ramah lingkungan, mempertimbangkan
aspek-aspek seperti GIS kota terencana, lapisan GIS 2D, pembentukan
volume bangunan 3D dan pembentukan perkotaan 3D GIS dan pencitraan
udara untuk membuat model konseptual. Semua bantalan ini diterapkan
dalam penelitian kami untuk melengkapi kekurangan metode efektif untuk
mengevaluasi distribusi bangunan untuk merencanakan dan mengelola
penataannya di ruang hijau. tong [18] mengusulkan indeks distribusi (IOD)
berdasarkan algoritma genetika untuk menggambarkan pola distribusi
bangunan di ruang hijau [18] seperti taman umum, dan mereka
berpendapat bahwa skala bangunan tunggal atau distribusi kelompok
bangunan akan mempengaruhi lingkungan dan lanskap ekologi lokal secara
signifikan. Studi kami menganalisis komposisi elemen infrastruktur hijau
dan kondisi lingkungan secara lebih rinci.
Dari semua domain manajemen proyek yang terkait dengan BIM dalam studi
oleh Ding et al. [8], keselamatan, kualitas dan manajemen jadwal paling terkait
dengan penelitian ini. Studi ini mengadopsi model 3D untuk memastikan efek
gabungan dari pengaturan bangunan-pohon di luar ruanganPinaceaeserbuk sari.
Parameter atmosfer lainnya (PM2.5) dievaluasi dalam hal pengaruh ketinggian [37].
Hasilnya merupakan kemajuan untuk meningkatkan kesadaran kesehatan
masyarakat dan bermanfaat bagi perencana kota dalam desain arsitektur dan
penanaman pohon untuk menciptakan a
504
Otomasi dalam Konstruksi 96 (2018) 494–507
lingkungan yang nyaman dan sehat.
Teknologi BIM memungkinkan analisis 4D [14].Gambar 10menunjukkan
arah angin 123°, dari massa terbesar pohon pinus ke sampler, dengan
kecepatan 0,36 m/s. Hasil ini sesuai dengan konsentrasi serbuk sari tertinggi
dari episode per jam ini. Selain itu, konsentrasi polen per jam tertinggi
terjadi pada sampler teras (3866 butir/m3), berbeda dengan konsentrasi
1091 butir/m3di Taman. Hasil ini menunjukkan bahwa pohon pinus di area
sekitar bangunan juga mempengaruhi sampler teras dan kecepatan angin
tidak cukup untuk membawa serbuk sari mencapai sampler taman. Temuan
ini konsisten dengan hasil Sharma dan Khanduri [52], yang menunjukkan
bahwa jarak yang ditempuh olehPinusserbuk sari menunjukkan
pembusukan logaritmik; pinus yang paling dekat dengan bangunan berada
dalam jangkauan paling efektif. Namun, studi oleh Sharma dan Khanduri [52
] tidak menyebutkan pengaruh kecepatan angin, yang menunjukkan korelasi
yang signifikan secara statistik denganPinuskonsentrasi serbuk sari [50].
Satu jam kemudian (Gambar 10b), arah angin tetap sama (106°), tetapi
kecepatan angin hampir dua kali lipat (0,61 m/s). Kami mengamati bahwa
perbedaan antara konsentrasi polen sampler teras dan sampler kebun kecil.
Memang, kecepatan angin yang lebih tinggi mengakibatkan serbuk sari
pinus dari lingkungan terdekat mencapai sampler taman. Akhirnya, 1 jam
kemudian (Gambar 10c), arah angin berubah (214°), dan kecepatan berlipat
ganda (1,19 m/dtk), yang menyebabkan masuknya serbuk sari terutama dari
pinus di kebun. Pada situasi ini, konsentrasi serbuk sari tertinggi terjadi
pada sampel taman, 3035 butir/m33dibandingkan dengan 1868 butir/m3di
teras. Hasil ini menunjukkan pengaruh jarak sampler pada konsentrasi
karena massa pinus yang lebih besar yang indeks anginnya berada dalam
radius 50 m dari sampler taman dan agak jauh dari sampler teras.
Hasil kami menunjukkan bahwa kualitas udara lokal sangat bergantung pada
hubungan antara kondisi meteorologi, keberadaan ruang hijau bervegetasi, dan
konfigurasi 3D bangunan. Pengaruh kanopi perkotaan (bangunan dan pohon)
pada penyebaran polutan udara telah terbukti kompleks dan sangat bergantung
pada ruang. Oleh karena itu, pengetahuan yang dihasilkan dalam penerapan BIM
dalam perencanaan kota bertujuan untuk mengoptimalkan peran kawasan hijau
terhadap kenyamanan dan kesehatan manusia [88]. Integrasi yang disajikan
memberikan peluang yang signifikan untuk mengurangi dampak lingkungan [1],
memungkinkan perhatian khusus diberikan pada evaluasi infrastruktur hijau,
seperti penanaman pohon [27], dan dapat memberikan serangkaian tujuan lain
bagi perencana dan insinyur perkotaan dalam sistem perkotaan untuk
pembangunan (kembali) perkotaan [20]. Selain itu, temuan kami dapat membantu
dalam memahami parameter lain dalam konsep kota tangguh. Untuk itu, perlu
dipertimbangkan apakah perencanaan adaptasi mencakup langkah-langkah yang
menangani semua jenis faktor risiko dan, pada saat yang sama, terkait
lingkungan, apa yang membuat kota menjadi pusat risiko [16]. Studi ini
merupakan upaya pertama untuk mempertimbangkan wilayah studi. Meskipun
area yang lebih luas akan memberikan pemodelan yang lebih presisi, efek angin
yang lebih aerodinamis perlu diukur, yang akan menambah kesulitan dalam
interpretasi hasil.
Hasil baru dari penelitian ini dapat dibingkai dalam aturan baru kota
hijau terkait dengan pengelolaan keberlanjutan perkotaan [19]. Bersama
dengan beberapa perbandingan sebelumnya, penelitian kami berkontribusi
pada pengembangan alat ekologi untuk desain dan konstruksi,
pengembangan model fisik dinamis, dan penggabungan metode
interlocking dan optimalisasi topologi untuk konstruksi bangunan [89].
Proposal baru yang terkait dengan penelitian kami adalah untuk
menghasilkan visualisasi mash-up dari lingkungan penginderaan sosial [74]
dan untuk menerapkan data dalam manajemen kemajuan waktu-nyata [90].
5. Kesimpulan
Pohon pinus dalam model BIM area hijau dan pemodelan bangunan di
lingkungannya dipelajari. Serbuk sari setiap jamPinaceaepuncak tidak
mengikuti pola jam konstan dalam waktu untuk sampler yang sama; namun,
data rata-rata menunjukkan korelasi antara perangkap spora di
S. Fernández-Rodríguez dkk. Otomasi dalam Konstruksi 96 (2018) 494–507

ketinggian dan jarak yang berbeda. Pola suhu harian memengaruhi puncak per jam, tetapi kecepatan angin mengubah pola reguler ini dan bahkan mungkin bertanggung jawab WileyCDA/WileyTitle/productCd-0470541377,miniSiteCd-BSG.html.
atas munculnya dua puncak dalam beberapa kasus. Konsentrasi serbuk sari di udara mungkin lebih tinggi pada ketinggian yang lebih tinggi, tergantung pada desain bangunan,
[11] S. Sharma, A. Sawhney, M. Arif, Pemodelan parametrik untuk merancang konstruksi
di luar lokasi, Procedia Eng. 196 (Juni) (2017) 1114–1121,https://doi.org/10.1016/j.
jam, dan angin. Hasil penelitian ini membantu untuk menentukan variabel lingkungan (serbuk sari udara) yang harus dipertimbangkan dalam konstruksi bangunan dan
proeng.2017.08.069 https://www.sciencedirect.com/science/article/pii/
bagaimana melanjutkan untuk mengintegrasikan pemodelannya dalam perencanaan kota. Hasil kami menunjukkan bahwa kualitas udara lokal sangat bergantung pada S187770581733196X.
hubungan antara kondisi meteorologi, keberadaan ruang hijau bervegetasi, dan konfigurasi 3D bangunan. Pengaruh kanopi perkotaan (bangunan dan pohon) pada penyebaran
[12] B. Atazadeh, M. Kalantari, A. Rajabifard, S. Ho, Pemodelan batas kepemilikan
bangunan dalam lingkungan BIM: studi kasus di Victoria, Australia, Comput.
polutan udara telah terbukti kompleks dan sangat bergantung pada ruang. Jadi, ini akan memungkinkan teknisi untuk menambahkan kriteria kesehatan lingkungan dalam desain
Mengepung. Perkotaan. Sistem. 61 (2017) 24–38,https://doi.org/10.1016/
rongga selubung bangunan (ukuran, penempatan dan orientasi). Dari semua domain manajemen proyek yang terkait dengan BIM, keselamatan, kualitas, dan manajemen jadwal j.compenvurbsys. 2016.09.001 https://www.sciencedirect.com/science/article/pii/
paling terkait dengan penelitian ini. Teknologi BIM memungkinkan analisis 4D dalam penelitian lini baru ini. Konsekuensinya, penggunaan baru BIM dalam aerobiologi dapat
S0198971516302290.
[13] M. Mawlana, F. Vahdatikhaki, A. Doriani, A. Hammad, Mengintegrasikan pemodelan 4D dan
menjadi alat yang berguna untuk pembangunan bangunan “bebas serbuk sari”, mengingat kedekatan pohon hias, potensi risiko butiran serbuk sari, dispersi butiran serbuk sari,
simulasi peristiwa diskrit untuk evaluasi pentahapan proyek rekonstruksi jalan raya
dan meteorologi untuk perencanaan kota. itu akan memungkinkan teknisi untuk menambahkan kriteria kesehatan lingkungan dalam desain rongga selubung bangunan (ukuran, perkotaan yang ditinggikan, Autom. Konstruksi 60 (Tambahan C) (2015) 25–38 0926-
penempatan dan orientasi). Dari semua domain manajemen proyek yang terkait dengan BIM, keselamatan, kualitas, dan manajemen jadwal paling terkait dengan penelitian ini. 5805https://doi.org/10.1016/j.autcon.2015.09.005 http://www.sciencedirect. com/sains/
artikel/pii/S0926580515001983.
Teknologi BIM memungkinkan analisis 4D dalam penelitian lini baru ini. Konsekuensinya, penggunaan baru BIM dalam aerobiologi dapat menjadi alat yang berguna untuk
[14] MS Altaf, Z. Hashisho, M. Al-Hussein, Sebuah metode untuk mengintegrasikan kualitas udara
pembangunan bangunan “bebas serbuk sari”, mengingat kedekatan pohon hias, potensi risiko butiran serbuk sari, dispersi butiran serbuk sari, dan meteorologi untuk
dalam ruangan kerja dengan pemodelan informasi bangunan untuk kegiatan konstruksi
perencanaan kota. itu akan memungkinkan teknisi untuk menambahkan kriteria kesehatan lingkungan dalam desain rongga selubung bangunan (ukuran, penempatan dan penjadwalan, Can. J.Civ. Eng. 41 (3) (2014) 245–251,https://doi.org/10.1139/cjce-2013-0230
https://www.scopus.com/inward/record.uri?eid=2-s2.0-84896828105
orientasi). Dari semua domain manajemen proyek yang terkait dengan BIM, keselamatan, kualitas, dan manajemen jadwal paling terkait dengan penelitian ini. Teknologi BIM
&doi=10.1139%2fcjce-2013-0230&partnerID= 40&md5=
memungkinkan analisis 4D dalam penelitian lini baru ini. Konsekuensinya, penggunaan baru BIM dalam aerobiologi dapat menjadi alat yang berguna untuk pembangunan
e7bd7b2ac912846ee4151354e090a891.
bangunan “bebas serbuk sari”, mengingat kedekatan pohon hias, potensi risiko butiran serbuk sari, dispersi butiran serbuk sari, dan meteorologi untuk perencanaan kota. [15] GDPA Aschwanden, S. Haegler, F. Bosché, L. Van Gool, G. Schmitt, Evaluasi desain
Teknologi BIM memungkinkan analisis 4D dalam penelitian lini baru ini. Konsekuensinya, penggunaan baru BIM dalam aerobiologi dapat menjadi alat yang berguna untuk
empiris dalam perencanaan kota, Autom. Konstruksi 20 (3) (2011) 299–310 0926-
5805https://doi.org/10.1016/j.autcon.2010.10.007 http://www.sciencedirect. com/
sains/artikel/pii/S0926580510001718.
pembangunan bangunan “bebas serbuk sari”, mengingat kedekatan pohon hias, potensi risiko butiran serbuk sari, dispersi butiran serbuk sari, dan meteorologi untuk

perencanaan kota. Teknologi BIM memungkinkan analisis 4D dalam penelitian lini baru ini. Konsekuensinya, penggunaan baru BIM dalam aerobiologi dapat menjadi alat yang [16] C. Wamsler, E. Brink, C. Rivera, Perencanaan perubahan iklim di daerah perkotaan:
berguna untuk pembangunan bangunan “bebas serbuk sari”, mengingat kedekatan pohon hias, potensi risiko butiran serbuk sari, dispersi butiran serbuk sari, dan meteorologi
dari teori ke praktik, J. Clean. Melecut. 50 (Tambahan C) (2013) 68–81 0959-6526
https://doi.org/10.1016/j.jclepro.2012.12.008 http://www.sciencedirect.com/
untuk perencanaan kota.
science/article/pii/S095965261200652X.
[17] I.-A. Yeo, J.-J. Ya, Pengembangan pemodel otomatis informasi geografis lingkungan dan
Terima kasih energi (E-GIS) untuk perencanaan kota ramah lingkungan, Autom.
Konstruksi 71 (Bagian 2) (2016) 398–413 0926-5805https://doi.org/10.1016/
j.autcon. 2016.08.009 http://www.sciencedirect.com/science/article/pii/
Pekerjaan ini dimungkinkan oleh dana dari proyek penelitian PRI S0926580516301637.
IB16029 dan bantuan kelompok penelitian GR15060 yang dibiayai oleh [18] Z. Tong, Sebuah pendekatan algoritma genetika untuk mengoptimalkan distribusi bangunan
di ruang hijau perkotaan, Autom. Konstruksi 72 (Bagian 1) (2016) 46–51 0926-5805https://
pemerintah daerah, Junta de Extremadura (Spanyol) dan Dana
doi. org/10.1016/j.autcon.2016.10.001 http://www.sciencedirect.com/science/ article/pii/
Pembangunan Regional Eropa. S0926580516302357.
[19] CN Madu, C.-h. Kuei, P. Lee, Manajemen keberlanjutan perkotaan: perspektif pembelajaran
yang mendalam, Berkelanjutan. Kota Soc. 30 (Tambahan C) (2017) 1–17 2210-6707https://
Referensi
doi.org/10.1016/j.scs.2016.12.012 http://www.sciencedirect.com/science/ article/pii/
S2210670716304590.
[1] P. Saieg, ED Sotelino, D. Nascimento, RGG Caiado, Interaksi pemodelan informasi [20] A. Pandit, EA Minné, F. Li, H. Brown, H. Jeong, J.-AC James, JP Newell,
bangunan, lean dan keberlanjutan pada industri arsitektur, teknik, dan konstruksi: M. Weissburg, ME Chang, M. Xu, P. Yang, R. Wang, VM Thomas, X. Yu, Z. Lu,
tinjauan sistematis, J. Clean. Melecut. 174 (Tambahan C) (2018) 788–806 0959-6526 JC Crittenden, Ekologi infrastruktur: paradigma yang berkembang untuk pembangunan
https://doi.org/10.1016/j.jclepro.2017.11.030 http://www.sciencedirect.com/ perkotaan berkelanjutan, J. Clean. Melecut. 163 (Tambahan) (2017) S19–S27 0959-6526
science/article/pii/S0959652617326811. https://doi.org/10.1016/j.jclepro.2015.09.010 http://www.sciencedirect.com/science/
[2] RGG Caiado, R. de Freitas Dias, LV Mattos, OLG Quelhas, W. Leal Filho, Menuju article/pii/S0959652615012317.
pembangunan berkelanjutan melalui perspektif eko-efisiensi - kajian literatur yang [21] D. Astiaso Garcia, Manajemen area hijau dan teknik bioteknologi untuk
sistematis, J. Clean. Melecut. 165 (Tambahan C) (2017) 890–904 0959-6526https:// meningkatkan keberlanjutan ekologi perkotaan, Sustain. Kota Soc. 30 (Tambahan
doi.org/10.1016/j.jclepro.2017.07.166 http://www. sciencedirect.com/science/ C) (2017) 108–117 2210-6707https://doi.org/10.1016/j.scs.2017.01.008 http://
article/pii/S0959652617316128. www.sciencedirect.com/science/article/pii/S2210670716305224.
[3] MS Oh, S. Na, Membangun Pemodelan Informasi (BIM) berbasis CO2penilaian emisi [22] R. Wang, J. Zhao, Perbedaan kelompok demografis dalam preferensi visual untuk lanskap
pada tahap desain awal, Int. J.Civ. Eng. Technol. 8 (5) (2017) 1411–1425 https:// bervegetasi di ruang hijau perkotaan, Sustain. Kota Soc. 28 (Tambahan C)
www.scopus.com/inward/record.uri?eid=2-s2.0-85021652899& (2017) 350–357 2210-6707https://doi.org/10.1016/j.scs.2016.10.010 http://
partnerID=40&md5=ac368b60c12041a80a9155ad4f82d9b7. www.sciencedirect.com/science/article/pii/S2210670716304024.
[4] L. Chen, W. Pan, BIM-aided variable fuzzy multi-criteria decision making of lowcarbon [23] R. Wang, J. Zhao, Z. Liu, Konsensus dalam preferensi visual: efek kualitas estetika
building measures selection, Sustain. Kota Soc. 27 (Tambahan C) (2016) 222–232 dan tipe lanskap, Urban For. Hijau Perkotaan. 20 (Tambahan C) (2016) 210–217
2210-6707https://doi.org/10.1016/j.scs.2016.04.008 http://www. sciencedirect.com/ 1618-8667https://doi.org/10.1016/j.ufug.2016.09.005 http://www.
science/article/pii/S2210670716300610. sciencedirect.com/science/article/pii/S1618866715300091.
[5] T. El-Diraby, T. Krijnen, M. Papagelis, desain kolaboratif berbasis BIM dan analitik [24] G. Hatvani-Kovacs, M. Belusko, N. Skinner, J. Pockett, J. Boland, Risiko stres panas
sosioteknis bangunan hijau, Autom. Konstruksi 82 (2017) 59–74,https://doi. org/ dan ketahanan di lingkungan perkotaan, Mempertahankan. Kota Soc. 26
10.1016/j.autcon.2017.06.004 https://www.scopus.com/inward/record.uri? eid=2- (Tambahan C) (2016) 278–288 2210-6707https://doi.org/10.1016/j.scs.2016.06.019
s2.0-85021368875&doi=10.1016%2fj.autcon.2017.06.004&partnerID=40 http://www.sciencedirect.com/science/article/pii/S2210670716301299.
&md5=a4748dc0ac73da40f5241b3c3e8ea724. [25] C. Cortinovis, D. Geneletti, Layanan ekosistem dalam rencana perkotaan: apa yang ada, dan apa yang
[6] M. Marzouk, M. El-Zayat, A. Aboushady, Menilai indikator dampak lingkungan dalam proyek masih dibutuhkan untuk keputusan yang lebih baik, Kebijakan Penggunaan Lahan 70 (Suplemen C)
pembangunan jalan di negara berkembang, Berkelanjutan. (Swiss.) 9 (5) (2017), https:// (2018) 298–312 0264-8377https://doi.org/10.1016/j.landusepol.2017.10.017 http://
doi.org/10.3390/su9050843 https://www.scopus.com/inward/record.uri? idul=2- www.sciencedirect.com/science/article/pii/S0264837717302661.
s2.0-85019835810&doi=10.3390%2fsu9050843&partnerID=40&md5= [26] H. Liu, Y. Hu, F. Li, L. Yuan, Asosiasi berbagai layanan ekosistem dan kerugian
662bd1c20e733cb4eefb5ff0ee091d1a. infrastruktur ekologi taman kota dan keterkaitan dengan faktor sosial ekonomi, J.
[7] S. Lee, S. Tae, S. Roh, T. Kim, Green template untuk penilaian siklus hidup bangunan Clean. Melecut. 174 (Tambahan C) (2018) 868–879 0959-6526 https://doi.org/
berdasarkan pemodelan informasi bangunan: fokus pada dampak lingkungan yang 10.1016/j.jclepro.2017.10.139 http://www.sciencedirect.com/science/article/pii/
terkandung, Sustain. (Swiss.) 7 (12) (2015) 16498–16512,https://doi.org/10.3390/ S0959652617324459.
su71215830 https://www.scopus.com/inward/record.uri?. [27] Hukum EP, SAW Diemont, TR Toland, Perbandingan keberlanjutan intervensi
infrastruktur hijau menggunakan evaluasi darurat, J. Clean. Melecut. 145
(Tambahan C) (2017) 374–385 0959-6526https://doi.org/10.1016/j.jclepro.
[8] L. Ding, Y. Zhou, B. Akinci, kerangka aplikasi Pemodelan Informasi Bangunan (BIM): 2016.12.039 http://www.sciencedirect.com/science/article/pii/
proses perluasan dari 3D ke nD yang dapat dihitung, Autom. Konstruksi 46 S0959652616320947.
(Tambahan C) (2014) 82–93 0926-5805https://doi.org/10.1016/j.autcon.2014. [28] TE Morakinyo, A.Lai, KK-L. Lau, E. Ng, Manfaat termal penghijauan vertikal di kota
04.009 http://www.sciencedirect.com/science/article/pii/S092658051400096X. dengan kepadatan tinggi: studi kasus Hong Kong, Urban For. Hijau Perkotaan.
[9] X. Wei, W. Bonenberg, M. Zhou, J. Wang, X. Wang, Studi kasus BIM dalam perencanaan dan (2017), https://doi.org/10.1016/j.ufug.2017.11.0101618-8667http://
desain perkotaan, Adv. Intell. Sistem. Komputer. 600 (2018) 207–217,https://doi. org/ www.sciencedirect. com/sains/artikel/pii/S1618866717305551.
10.1007/978-3-319-60450-3_20. [29] G. Kim, Sistem infrastruktur hijau perkotaan yang terintegrasi pada berbagai jenis lahan
[10] C. Eastman, P. Teicholz, R. Sacks, K. Liston, BIM Handbook: A Guide to Building Information kosong untuk memberikan banyak manfaat bagi masyarakat lokal, Berkelanjutan. Kota
Modeling for Owners, Managers, Designers, Engineers and Contractors, 2nd edition, John Soc. 36 (Tambahan C) (2018) 116–130 2210-6707https://doi.org/10.1016/j.scs.2017. 10.022
Wiley & Sons, 978-0 -470-54137-1, 2011https://www.wiley.com/ http://www.sciencedirect.com/science/article/pii/S2210670716303766.

505
S. Fernández-Rodríguez dkk.
[30] J. Breuste, M. Artmann, J. Li, M. Xie, Edisi khusus infrastruktur hijau untuk
keberlanjutan perkotaan, J. Urban Plann. Dev. 141 (3) (2015) A20150010733-9488
https://doi.org/10.1061/(ASCE)UP.1943-5444.0000291.
[31] N. Kabisch, S. Qureshi, D. Haase, Interaksi manusia-lingkungan di ruang hijau perkotaan —
tinjauan sistematis tentang isu-isu kontemporer dan prospek penelitian masa depan,
Environ. Penilaian Dampak. Wahyu 50 (2015) 25–34 0195-9255https://doi.org/ 10.1016/
j.eiar.2014.08.007 http://www.sciencedirect.com/science/article/pii/ S0195925514000754.
[32] R. Scolozzi, D. Geneletti, Pendekatan kualitatif multiskala untuk menilai dampak
urbanisasi pada habitat alami dan konektivitasnya, Environ. Penilaian Dampak.
Wahyu 36 (2012) 9–22 0195-9255https://doi.org/10.1016/j.eiar.2012.03.001
http://www.sciencedirect.com/science/article/pii/S0195925512000194.
[33] C. Ortolani, M. Vitale, Pentingnya skala lokal untuk menilai, memantau dan memprediksi
kualitas udara di daerah perkotaan, Berkelanjutan. Kota Soc. 26 (Tambahan C)
(2016) 150–160 2210-6707https://doi.org/10.1016/j.scs.2016.06.001 http://
www.sciencedirect.com/science/article/pii/S221067071630107X.
[34] A. Gülten, UT Aksoy, HF Öztop, Pengaruh pohon pada potensi pulau panas di ngarai
perkotaan, Sustain. Kota Soc. 26 (Tambahan C) (2016) 407–418 2210-6707 https://
doi.org/10.1016/j.scs.2016.04.006 http://www.sciencedirect.com/science/article/pii/
S2210670716300592.
[35] L. Kong, KK-L. Lau, C. Yuan, Y. Chen, Y. Xu, C. Ren, E. Ng, Regulasi kenyamanan termal luar
ruangan oleh pepohonan di Hong Kong, Sustain. Kota Soc. 31 (Tambahan C)
(2017) 12–25 2210-6707https://doi.org/10.1016/j.scs.2017.01.018 http://www.
sciencedirect.com/science/article/pii/S2210670716306576.
[36] S. Jin, J. Guo, S. Wheeler, L. Kan, S. Che, Evaluasi dampak pohon pada penyebaran
PM2.5 di jalan-jalan perkotaan, Atmos. Mengepung. 99 (Tambahan C) (2014) 277–
287 1352-2310https://doi.org/10.1016/j.atmosenv.2014.10.002 http://www.
sciencedirect.com/science/article/pii/S1352231014007791.
[37] B. Hong, B. Lin, H. Qin, Investigasi numerik tentang efek gabungan susunan pohon
bangunan pada dispersi partikel halus (PM2.5) di blok perumahan, Sustain. Kota
Soc. 34 (Tambahan C) (2017) 358–370 2210-6707https://doi.org/ 10.1016/
j.scs.2017.07.005 http://www.sciencedirect.com/science/article/pii/
S221067071630765X.
[38] VL Castaldo, AL Pisello, I. Pigliautile, C. Piselli, F. Cotana, Investigasi iklim mikro dan
kualitas udara di daerah perkotaan berbukit bersejarah: investigasi eksperimental
dan numerik di Italia tengah, Sustain. Kota Soc. 33 (Tambahan C) (2017) 27–44
2210-6707https://doi.org/10.1016/j.scs.2017.05.017 http://www.sciencedirect. com/
sains/artikel/pii/S2210670716304322.
[39] I. Silva-Palacios, S. Fernández-Rodríguez, P. Durán-Barroso, R. Tormo-Molina,
JM Maya-Manzano, Á. Gonzalo-Garijo, Pemodelan temporal dan peramalan serbuk
sari udara Cupressaceae di Semenanjung Iberia barat daya, Int. J.Biometeorol. 60
(2) (2016) 297–306,https://doi.org/10.1007/s00484-015-1026-6 http://
www.scopus.com/inward/record.url?.
[40] S. Fernández-Rodríguez, P. Durán-Barroso, I. Silva-Palacios, R. Tormo-Molina,
JM Maya-Manzano, Á. Gonzalo-Garijo, Model perkiraan regional untuk musim serbuk sari
Olea di Extremadura (SW Spanyol), Int. J.Biometeorol. 60 (10) (2016) 1509–1517, https://
doi.org/10.1007/s00484-016-1141-z https://link.springer.com/article/10. 1007/
s00484-016-1141-z?wt_mc=internal.event.1.SEM.ArticleAuthorOnlineFirst.
[41] S. Fernández-Rodríguez, P. Durán-Barroso, I. Silva-Palacios, R. Tormo-Molina,
JM Maya-Manzano, Á. Gonzalo-Garijo, tren musim serbuk sari jangka panjang Quercus di
barat daya Semenanjung Iberia, Process Saf. Mengepung. Prot. 101 (2016) 152–159,https://
doi.org/10.1016/j.psep.2015.11.008 https://www.scopus.com/ inward/record.uri?eid=2-
s2.0-84984922313&doi=10.1016%2fj.psep.2015.11 .
008&partnerID=40&md5=fe4de1de4440c66548441e6c7815b071.
[42] S. Fernández-Rodríguez, P. Durán-Barroso, I. Silva-Palacios, R. Tormo-Molina,
JM Maya-Manzano, Á. Gonzalo-Garijo, Model prakiraan bahaya alergenik
menggunakan tren serbuk sari udara Poaceae di daerah perkotaan di SW
Semenanjung Iberia (Eropa), Nat. Bahaya 84 (1) (2016) 121–137,https://doi.org/
10.1007/s11069- 016-2411-0 https://www.scopus.com/inward/record.uri?eid=2-s2.0-
84987677837&partnerID=40&md5=8ba388264c4b7db2aa0031830cd75e02.
[43] S. Fernández-Rodriguez, P. Durán-Barroso, I. Silva-Palacios, R. Tormo-Molina,
JM Maya-Manzano, Á. Gonzalo-Garijo, A. Monroy-Colin, Penilaian lingkungan terhadap
risiko alergenik yang dipicu oleh serbuk sari rumput di udara melalui model prakiraan di
wilayah Mediterania, J. Clean. Melecut. (2018),https://doi.org/10.1016/j.jclepro. 2017.11.226
dalam pershttps://www.sciencedirect.com/science/article/pii/ S0959652617328998.
[44] D. García De León, H. García-Mozo, C. Galán, P. Alcázar, M. Lima, JL González-
Andújar, Mengurai efek struktur umpan balik dan iklim pada fluktuasi serbuk sari
udara tahunan Poaceae dan konsekuensi yang mungkin terjadi perubahan iklim,
Sci. Lingkungan Total. 530–531 (2015) 103–109,https://doi.org/10.1016/j.
scitotenv.2015.05.104 http://www.scopus.com/inward/record.url?eid=2-s2.0-
84930615224&partnerID=40&md5=9e039c8d2de7891b23001922f7e9d552.
[45] MJ Simard, DL Benoit, Efek pemotongan berulang pada ragweed biasa (Ambrosia
artemisiifoliaL.) serbuk sari dan produksi biji, Ann. Pertanian. Mengepung. Kedokteran 18
(1) (2011) 55–62https://www.scopus.com/inward/record.uri?eid=2-s2.0-
79960375245&partnerID=40&md5=0137cdac649f6949d4e315b0f9260200.
[46] H. Ribeiro, F. Guimarães, L. Duque, F. Noronha, I. Abreu, Karakterisasi partikel pada
butiran serbuk sari di udara, Environ. Polusi. 206 (2015) 7–16,https://doi.org/
10.1016/j.envpol.2015.06.015 https://www.scopus.com/inward/record. uri?eid=2-
s2.0-84934298718&doi=10.1016%2fj.envpol.2015.06.015&
partnerID=40&md5=4978deac3a85e6e4387ffa8a95fcad58.
[47] JM Maya-Manzano, R. Tormo-Molina, S. Fernández-Rodríguez, I. Silva-Palacios, Á.
Gonzalo-Garijo, Distribusi pohon perkotaan hias dan pengaruhnya terhadap
serbuk sari udara, Landsc. Rencana Kota. 157 (2017) 434–446,https://doi.org/10.
1016/j.landurbplan.2016.08.011 https://www.sciencedirect.com/science/article/
506
Otomasi dalam Konstruksi 96 (2018) 494–507
pii/S0169204616301645.
[48] ED 2011/92/EU, Petunjuk Eropa tentang penilaian dampak proyek publik dan
swasta tertentu terhadap lingkungan,http://eur-lex.europa.eu/legal-content/ EN/
TXT/?uri=celex%3A32011L0092, (2011).
[49] EA 21/2013, hukum Spanyol tentang penilaian lingkungan,https://www.boe.es/
buscar/pdf/2013/BOE-A-2013-12913-consolidado.pdf, (2013).
[50] S. Fernández-Rodríguez, R. Tormo-Molina, JM Maya-Manzano, I. Silva-Palacios, Á. Gonzalo-
Garijo, Sebuah studi perbandingan tentang efek ketinggian pada jumlah serbuk sari
udara harian dan per jam, Aerobiologia 30 (3) (2014) 257–268http://www. scopus.com/
inward/record.url?eid=2-s2.0-84906221244&partnerID=40&md5=
19aaebf671a7604357d02d3368252179.
[51] DT Pocknall, Spektrum serbuk sari modern dari daerah pegunungan, Pulau Selatan,
Selandia Baru, NZJ Bot. 20 (4) (1982) 361–371,https://doi.org/10.1080/0028825X.
1982.10428505 https://www.scopus.com/inward/record.uri?eid=2-s2.0-
0020428501&doi=10.1080%2f0028825X.1982.10428505&partnerID=40&
md5=f21f44cdded1019a6fd196fac1373de2.
[52] CM Sharma, VP Khanduri, Aliran gen yang dimediasi serbuk sari di pinus jarum panjang
Himalaya (Pinus roxburghiiSargent), Aerobiologia 23 (2) (2007) 153–158,https://doi. org/
10.1007/s10453-007-9056-0 https://www.scopus.com/inward/record.uri? idul=2-
s2.0-34548124738&doi=10.1007%2fs10453-007-9056-0&partnerID=40&
md5=3c47dc1a549d52c8c7a10ccc5383e79e.
[53] C. Galán, J. Emberlin, E. Domínguez, RH Bryant, F. Villamandos, Analisis komparatif
variasi harian dalam jumlah serbuk sari Gramineae di Córdoba, Spanyol dan
London, Inggris, Grana 34 (3) (1995) 189–198 0017-3134https://doi.org/10.1080/
00173139509429042.
[54] FJ Toro, M. Recio, MdM Trigo, B. Cabezudo, Model prediktif dalam aerobiologi:
transformasi data, Aerobiologia 14 (2) (1998) 179 1573-3025https://doi.org/
10.1007/bf02694203 https://doi.org/10.1007/BF02694203.
[55] A. Stach, M. Smith, JC Prieto Baena, J. Emberlin, Model prakiraan jangka panjang dan jangka
pendek untuk serbuk sari Poaceae (rumput) di PoznaN,Polandia, dibangun menggunakan
analisis regresi, Environ. Exp. Bot. 62 (3) (2008) 323–332 0098-8472https://doi.org/10.1016/
j.envexpbot.2007.10.005 http://www.sciencedirect.com/science/article/pii/
S0098847207001748.
[56] Y.-T. Tseng, S. Kawashima, S. Kobayashi, S. Takeuchi, K. Nakamura, Algoritma untuk
meramalkan jumlah total serbuk sari birch di udara dari kondisi meteorologi tahun-
tahun sebelumnya, Agric. Untuk. Meteorol. 249 (2018) 35–43 0168-1923https://
doi.org/10.1016/j.agrformet.2017.11.021 http://www.sciencedirect.com/science/
article/pii/S0168192317303945.
[57] LA Darrow, J. Hess, CA Rogers, PE Tolbert, M. Klein, SE Sarnat, Konsentrasi serbuk sari
ambien dan kunjungan gawat darurat untuk asma dan mengi, J. Allergy Clin.
Imunol. 130 (3) (2012),https://doi.org/10.1016/j.jaci.2012.06.020 630-638.e634
https://www.scopus.com/inward/record.uri?eid=2-s2.0-
84865684366&doi=10.1016%2fj.jaci.2012.06.020&partnerID=40&md5=
0809ce888219b7436c4cdfbb595d3a38.
[58] RE Dales, S. Cakmak, S. Judek, F. Coates, Serbuk sari pohon dan rawat inap untuk
asma di perkotaan Kanada, Int. Lengkungan. Alergi Imunol. 146 (3) (2008) 241–247,
https://doi.org/10.1159/000116360 https://www.scopus.com/inward/record.uri?
idul=2-s2.0-45149092910&doi=10.1159%2f000116360&partnerID=40&md5=
50a053e65d80ce73f7c0986255ab730e.
[59] LA Schwietz, DW Goetz, BA Whisman, MJ Reid, Reaktivitas silang di antara serbuk sari
konifer, Ann Alergi Asma Immunol 84 (1) (2000) 87–93,https://doi.org/10. 1016/
S1081-1206(10)62746-9 https://www.scopus.com/inward/record.uri?eid= 2-
s2.0-0033953289&doi=10.1016%2fS1081-1206%2810%2962746-9& partnerID=
40&md5=a2556de8d559311d7dc26fbfd039f61f.
[60] J. Domínguez-Ortega, M.Á. López-Matas, MD Alonso, A. Feliú, J. Ruiz-Hornillos,
E. González, R. Moya, J. Carnés, Prevalensi sensitisasi alergi terhadap serbuk sari
konifer di area paparan cemara yang tinggi, Allergy Rhinol. 7 (4) (2016) e200–e206
2152-6575 2152-6567https://doi.org/10.2500/ar.2016.7.0183 http://www.ncbi.
nlm.nih.gov/pmc/articles/PMC5244279/.
[61] JM Hirst, Sebuah perangkap spora volumetrik otomatis, Ann. Aplikasi Biol. 39 (2) (1952)
257–265https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1744-7348.1952. tb00904.x.
[62] R. Tormo-Molina, JM Maya-Manzano, S. Fernández-Rodríguez, Á. Gonzalo-Garijo,
I. Silva-Palacios, Pengaruh faktor lingkungan pada pengukuran dengan perangkap
spora Hirst, Grana 52 (1) (2013) 59–70,https://doi.org/10.1080/00173134.2012.
718359 http://www.scopus.com/inward/record.url?eid=2-s2.0-84875964644&
partnerID=40&md5=7dd32b8316720a1a7bd967cf4a00a54d.
[63] JM Maya-Manzano, S. Fernández-Rodríguez, I. Silva-Palacios, Á. Gonzalo-Garijo,
R. Tormo-Molina, Perbandingan antara dua perekat (silikon dan petroleum jelly) dalam
perangkap serbuk sari Hirst dalam lingkungan yang terkendali, Grana 57 (1–2) (2018) 137–
143, https://doi.org/10.1080/00173134.2017.1319973 https://www.scopus.com/inward/
record.uri?eid=2-s2.0-85019730185&doi=10.1080%2f00173134.2017.
1319973&partnerID=40&md5=abb09cd0a1842bccd7172546ba4445b8.
[64]C. Galán, P. Cariñanos, P. Alcázar, E. Dominguez-Vilches, Manual Manajemen dan
Kualitas Jaringan Aerobiologi Spanyol (REA), Servicio de Publicaciones
Universidad de Córdoba, 978-84-690-6353-8, 2007.
[65] S. Nilsson, S. Persson, Spektrum serbuk sari pohon di wilayah Stockholm (Swedia),
1973–1980, Grana 20 (3) (1981) 179–182 0017-3134https://doi.org/10.1080/
00173138109427661.
[66] KM Kensek, Integrasi sensor media dengan {BIM}: kasus estudio menggunakan
{Arduino}, {Dynamo}, dan {Revit} {API}, Inf. Konstruksi 66 (2014) 536, https://
doi.org/10.3989/ic.13.151 http://informesdelaconstruccion.revistas.csic. es/
index.php/informesdelaconstruccion/article/view/3575/4027.
[67]Lingkungan CfAatB, Mulai Dengan Taman, Cabe Space, 111 (2005) 1-84633- 000-9.
[68] C. Liu, T. Qi, X. Ma, Penelitian tentang penilaian dampak lanskap visual
S. Fernández-Rodríguez dkk.
taman pedesaan di Beijing, J. Environ. Eng. Landsc. Kelola. 24 (1) (2016) 37–47,
https://doi.org/10.3846/16486897.2015.1106545 https://www.scopus.com/
inward/record.uri?eid=2-s2.0-84962278560&partnerID=40&md5=
5889079d22facf197af437c8f06f8548.
[69] B. Quintana, SA Prieto, A. Adán, F. Bosché, Deteksi pintu dalam awan titik berwarna
3D di lingkungan dalam ruangan, Autom. Konstruksi 85 (2018) 146–166,https://doi.
org/10.1016/j.autcon.2017.10.016 https://www.sciencedirect.com/science/artikel/
pii/S0926580516302400.
[70] L. Leung, I. Farmakin, T. Kwok, Hubungan antara komponen manajemen fasilitas
dalam ruangan dan kualitas hidup orang lanjut usia: studi bangunan domestik
pribadi, Habitat Int. 66 (2017) 13–23,https://doi.org/10.1016/j.habitatint.2017.
05.002 https://www.sciencedirect.com/science/article/pii/S0197397516306622.
[71] R. Tormo, A. Muñoz, I. Silva, F. Gallardo, Produksi serbuk sari pada pohon anemophilus,
Grana 35 (1) (1996) 38–46http://www.scopus.com/inward/record.url?eid=2-s2.
0-0001994383&partnerID=40&md5=032f19a0162d8f8e971f396b33dc5a39.
[72] JM Maya Manzano, M. SadyS,R. Tormo Molina, S. Fernández Rodríguez, J. Oteros,
I. Silva Palacios, Á. Gonzalo Garijo, Hubungan antara serbuk sari di udara, arah
angin dan tutupan lahan menggunakan GIS dan statistik sirkular, Sci. Lingkungan
Total. 584 (2017) 603–613,https://doi.org/10.1016/j.scitotenv.2017.01.085 https://
www.sciencedirect.com/science/article/pii/S0048969717300955.
[73] A. Damialis, E. Kaimakamis, M. Konoglou, I. Akritidis, C. Traidl-Hoffmann,
D. Gioulekas, Memperkirakan kelimpahan serbuk sari dan spora jamur di udara pada berbagai
ketinggian dengan menggunakan pesawat terbang: seberapa tinggi mereka dapat terbang? Sains.
Rep.7 (1-11) (2017) 2045–2322,https://doi.org/10.1038/srep44535 http://www.ncbi.nlm.nih. gov/
pmc/articles/PMC5353600/.
[74] SA Kim, D. Shin, Y. Choe, T. Seibert, SP Walz, Integrated energy monitoring and
visualization system for Smart Green City development: merancang model
pemantauan energi terintegrasi informasi spasial dalam konteks manajemen data
masif pada platform berbasis web, Autom. Konstruksi 22 (Tambahan C) (2012) 51–
59 0926-5805https://doi.org/10.1016/j.autcon.2011.07.004 http://www.
sciencedirect.com/science/article/pii/S0926580511001440.
[75] J. Balado, L. Díaz-Vilariño, P. Arias, M. Soilán, Diagnosis aksesibilitas bangunan
otomatis dari titik awan, Autom. Konstruksi 82 (Tambahan C) (2017) 103–111
0926-5805https://doi.org/10.1016/j.autcon.2017.06.026 http://www.
sciencedirect.com/science/article/pii/S0926580517302029.
[76] B. Akinci, M. Fischer, R. Levitt, R. Carlson, Formalisasi dan otomatisasi analisis
konflik ruang-waktu, J. Comput. Sipil Eng. 16 (2) (2002) 124–135 0887- 3801
https://ascelibrary.org/doi/10.1061/%28ASCE%290887-3801%282002%
2916%3A2%28124%29.
[77] Y. Lu, Z. Wu, R. Chang, Y. Li, Pemodelan Informasi Bangunan (BIM) untuk
bangunan hijau: tinjauan kritis dan arah masa depan, Autom. Konstruksi 83
(2017) 134–148,https://doi.org/10.1016/j.autcon.2017.08.024 https://www.
sciencedirect.com/science/article/pii/S092658051730095X.
[78] A. Sharifi, Dari Garden City ke Eco-urbanism: pencarian pembangunan lingkungan
yang berkelanjutan, Sustain. Kota Soc. 20 (Tambahan C) (2016) 1–16 2210-6707
https://doi.org/10.1016/j.scs.2015.09.002 http://www.sciencedirect.com/science/
article/pii/S2210670715300287.
[79] D. La Rosa, C. Takatori, H. Shimizu, R. Privitera, Kerangka kerja perencanaan untuk
mengevaluasi tuntutan dan preferensi oleh kelompok sosial yang berbeda untuk
aksesibilitas ke ruang hijau perkotaan, Sustain. Kota Soc. 36 (Tambahan C) (2018) 346–362
2210-6707 https://doi.org/10.1016/j.scs.2017.10.026 http://www.sciencedirect.com/science/
article/pii/S2210670717311605.
[80] C.-M. Hsieh, J.-J. Li, L. Zhang, B. Schwegler, Efek naungan pohon dan
507
Otomasi dalam Konstruksi 96 (2018) 494–507
transpirasi pada penggunaan energi pendingin gedung, Energi. Bangunan 159 (Suplemen
C) (2018) 382–397 0378-7788https://doi.org/10.1016/j.enbuild.2017.10.045 http://
www.sciencedirect.com/science/article/pii/S0378778817313294.
[81] MJ Velasco-Jiménez, P. Alcázar, A. Valle, MM Trigo, F. Minero, E. Domínguez-Vilches, C.
Galán, Studi aerobiologis dan ekologi tanaman hias berpotensi alergi di Spanyol
selatan, Aerobiologia 30 ( 1) (2014) 91–101,https://doi. org/10.1007/
s10453-013-9311-5 http://www.scopus.com/inward/record.url? idul=2-
s2.0-84903372318&partnerID=40&md5=
3cf149bc98e70f51ae5491da6bbd85b4.
[82] H. Ribeiro, I. Abreu, Survei 10 tahun serbuk sari udara alergenik di kota Porto
(Portugal), Aerobiologia 30 (3) (2014) 333–344http://www.scopus.com/inward/
record.url?eid=2-s2.0-84906239393&partnerID=40&md5=
030b967096f81150bb17018c7ed66241.
[83] U. Uguz, A. Guvensen, NS Tort, Variasi tahunan dan intradiurnal serbuk sari udara
dominan dan efek faktor meteorologi di ÇeSsaya (Izmir, Turki), Lingkungan. Monit.
Menilai. 189 (10) (2017),https://doi.org/10.1007/s10661-017- 6238-2 https://
www.scopus.com/inward/record.uri?eid=2-s2.0-85030176604&
doi=10.1007%2fs10661-017- 6238-2&partnerID=40&md5=
bd22478a7e4c9633825194244d6022b2.
[84] A. Damialis, D. Gioulekas, C. Lazopoulou, C. Balafoutis, D. Vokou, Pengangkutan
serbuk sari udara ke kota Thessaloniki: pengaruh arah angin, kecepatan dan
persistensi, Int. J.Biometeorol. 49 (3) (2005) 139–145,https://doi.org/10.1007/
s00484-004-0229-z https://www.scopus.com/inward/record.uri?eid=2-s2.0-
12844268869&doi=10.1007%2fs00484-004-0229 -z&partnerID=40&md5=
e22513c1c35300970ac945412920095c.
[85] C. Peng, C. Li, Z. Zou, S. Shen, D. Sun, Peningkatan kualitas udara dan lingkungan
termal di distrik kota tua dengan membangun jalur angin, Keberlanjutan 7 (2015)
12672–12692,https://doi.org/10.3390/su70912672 http://www.mdpi. com/
2071-1050/7/9/12672.
[86] C. Gromke, B. Ruck, Pengaruh pohon pada penyebaran polutan di ngarai jalanan
perkotaan—penyelidikan eksperimental medan aliran dan konsentrasi,
Suasana. Mengepung. 41 (16) (2007) 3287–3302 1352-2310https://doi.org/10.1016/j.
atmosenv.2006.12.043 http://www.sciencedirect.com/science/article/pii/
S1352231007000076.
[87] T. Kubota, HS Lee, AR Trihamdani, TTT Phuong, T. Tanaka, K. Matsuo, Dampak perubahan
penggunaan lahan dari Rencana Induk Hanoi 2030 pada pulau panas perkotaan: bagian 1.
Efek pendinginan dari strategi hijau yang diusulkan, Mempertahankan. Kota Soc. 32
(Tambahan C) (2017) 295–317 2210-6707https://doi.org/10.1016/j.scs.2017.04.001 http://
www.sciencedirect.com/science/article/pii/S2210670716305716.
[88] JH Amorim, V. Rodrigues, R. Tavares, J. Valente, C. Borrego, CFD pemodelan efek
aerodinamis pohon pada dispersi polusi udara perkotaan, Sci. Lingkungan Total.
461–462 (Tambahan C) (2013) 541–551 0048-9697https://doi.org/10.1016/j.
scitotenv.2013.05.031 http://www.sciencedirect.com/science/article/pii/
S0048969713005743.
[89] T.-W. Chang, TJ Moleta, D. Park, DESAIN KOMPUTASI di masa lalu, sekarang dan
masa depan arsitektur digital, Autom. Konstruksi 72 (Bagian 1) (2016) 1–2
0926-5805 https://doi.org/10.1016/j.autcon.2016.10.006 http://
www.sciencedirect.com/science/article/pii/S092658051630303X.
[90] J. Matthews, PED Love, S. Heinemann, R. Chandler, C. Rumsey, O. Olatunj,
Manajemen kemajuan waktu nyata: proses rekayasa ulang untuk BIM berbasis
cloud dalam konstruksi, Autom. Konstruksi 58 (Tambahan C) (2015) 38–47
0926-5805https://doi. org/10.1016/j.autcon.2015.07.004 http://
www.sciencedirect.com/science/ article/pii/S0926580515001478.