NobleBlocks

Research indexThesis

Μεθοδολογίες ανάλυσης χώρο/χρονικών δεδομένων για την υποστήριξη αποφάσεων σε εφαρμογές έξυπνων πόλεων

Ζαφειρέλλη

1 May 2026

NobleIDark:/48914/w1/20261105/517C9001DOI10.12681/eadd/62172

Paywalled

The full text is at the publisher

You can read the abstract here, or open it at the publisher.

Read at the publisher

Abstract

Η παρούσα διδακτορική διατριβή διερευνά μεθοδολογίες ανάλυσης χωροχρονικών δεδομένων με στόχο την υποστήριξη της λήψης αποφάσεων σε εφαρμογές έξυπνων πόλεων, εστιάζοντας ειδικότερα στην παρακολούθηση της ατμοσφαιρικής ρύπανσης μέσω δικτύων αισθητήρων χαμηλού κόστους. Στο πλαίσιο των σύγχρονων αστικών συστημάτων, η συνεχής παραγωγή περιβαλλοντικών δεδομένων από τεχνολογίες Internet of Things δημιουργεί νέες δυνατότητες για παρακολούθηση σε σχεδόν πραγματικό χρόνο, αλλά ταυτόχρονα αναδεικνύει κρίσιμα ζητήματα σχετικά με την ποιότητα, την αξιοπιστία και την ερμηνεία των παραγόμενων μετρήσεων. Η έρευνα αναπτύσσει ένα ολοκληρωμένο μεθοδολογικό πλαίσιο για τη διαχείριση και ανάλυση χωροχρονικών δεδομένων ατμοσφαιρικής ρύπανσης στην ευρύτερη περιοχή της Αθήνας, αξιοποιώντας μετρήσεις από αισθητήρες PurpleAir και συμπληρωματικά μετεωρολογικά δεδομένα. Το προτεινόμενο πλαίσιο περιλαμβάνει στάδια προεπεξεργασίας και ποιοτικού ελέγχου, φιλτραρίσματος σφαλμάτων και διπλότυπων εγγραφών, καθώς και ανίχνευσης ακραίων τιμών με στατιστικές και χωροχρονικές τεχνικές, όπως το Ενδοτεταρτημοριακό Εύρος (IQR), η μέθοδος GESD, αλλά και προσεγγίσεις τοπικής και καθολικής ανίχνευσης ακραίων τιμών. Παράλληλα, αναπτύσσεται μεθοδολογία εντοπισμού επεισοδίων ατμοσφαιρικής ρύπανσης, με βάση τη χρονική διάρκεια, την ένταση και τη χωρική τους διάσταση. Ιδιαίτερη έμφαση δίνεται στη χωρική παρεμβολή και οπτικοποίηση των δεδομένων, μέσω τεχνικών όπως η IDW, το space-time cube και η ανάλυση hotspot, με στόχο την ανάδειξη χωρικών προτύπων, μεταβολών και περιοχών αυξημένης επιβάρυνσης. Τα αποτελέσματα καταδεικνύουν ότι η συστηματική ανίχνευση και διαχείριση ακραίων τιμών βελτιώνει σημαντικά την αξιοπιστία των αναλύσεων, ενώ η συνδυαστική αξιοποίηση στατιστικών, χωρικών και χρονικών προσεγγίσεων επιτρέπει την ακριβέστερη αναγνώριση πραγματικών επεισοδίων ρύπανσης έναντι τεχνικών σφαλμάτων αισθητήρων. Συνολικά, η διατριβή συμβάλλει στη γεφύρωση του χάσματος μεταξύ «θορυβωδών» δεδομένων αισθητήρων και αξιοποιήσιμης γνώσης, προτείνοντας ένα αναλυτικό πλαίσιο που μπορεί να ενισχύσει την περιβαλλοντική παρακολούθηση, τα συστήματα έγκαιρης προειδοποίησης και τη λήψη τεκμηριωμένων αποφάσεων για τη βιωσιμότητα και την ανθεκτικότητα των έξυπνων πόλεων.

Discussion

More

Suggest a correction or report