Εκτίμηση ενδεικτών ποιότητας εδάφους μέσω χρήσης σύγχρονων τεχνολογιών παρατήρησης Γης και μεθοδολογιών υπολογιστικής νοημοσύνης

Περίληψη

Για να διαφυλαχθεί το φυσικό κεφάλαιο των εδαφικών πόρων, σε ένα συνεχώς ασταθές περιβάλλον με καταγεγραμμένη μείωση των πόρων και έντονες περιβαλλοντικές αλλαγές και προκειμένου να δημιουργηθούν οι προϋποθέσεις για την ανάπτυξη τεκμηριωμένων προτάσεων προς υποστήριξη των σχετικών πολιτικών και προς την ανάπτυξη βιώσιμων υπηρεσιών, είναι απαραίτητο να βελτιωθούν οι δυνατότητες παρατήρησης της υγείας των εδαφών μέσω της υιοθέτησης πολυδιάστατων και ολοκληρωμένων προσεγγίσεων. Σε αυτό το πλαίσιο, η ύπαρξη των μεγάλων δεδομένων της παρατήρησης της Γης, καθώς και η εμφάνιση καινοτόμων αλγορίθμων υπολογιστικής νοημοσύνης και του υπολογιστικού νέφους ενισχύουν τις δυνατότητές μας σχετικά με την παρακολούθηση του εδαφικού οικοσυστήματος. Στόχος αυτής της διδακτορικής διατριβής είναι η ανάπτυξη μεθόδων ικανών να εκτιμήσουν τις χημικές και φυσικές ιδιότητες των εδαφών, αξιοποιώντας δεδομένα παρατήρησης της Γης και φασματικές βιβλιοθήκες εδαφών σε συνδυασμό με προηγμένους αλγόριθμους υπολογιστικ ...
περισσότερα

Περίληψη σε άλλη γλώσσα

To safeguard natural capital of soils, in a continuously volatile landscape of reduced resources and environmental changes and pave the way for the development of evidence-based conservation recommendations for policies and sustainable services for relevant economic operators, it is essential to improve capacities for soil health monitoring by adopting multidimensional and integrated approaches. In this context, the advent of the Earth Observation (EO) big data era, spearheaded by free, full, and open spaceborne data policy, as well as the emergence of novel computational algorithms and cloud computing resources, pave the way to enhance the mature level of knowledge regarding the topsoil monitoring. The goal of this doctoral thesis is to develop methods able to estimate chemical and physical properties of exposed soils, exploiting EO imagery data and leveraging large soil spectroscopic archives in combination with advanced computational intelligence algorithms. More concretely, the the ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/52114
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/52114
ND
52114
Εναλλακτικός τίτλος
Assessment of soil quality indicators using novel Earth observation technologies and computational intelligence methodologies
Συγγραφέας
Τζιόλας, Νικόλαος του Βασίλειος
Ημερομηνία
2022
Ίδρυμα
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ). Σχολή Γεωπονίας, Δασολογίας και Φυσικού Περιβάλλοντος. Τμήμα Γεωπονίας. Τομέας Εγγείων Βελτιώσεων, Εδαφολογίας και Γεωργικής Μηχανικής. Εργαστήριο Τηλεπισκόπησης, Φασματοσκοπίας, και Γεωγραφικών Συστημάτων Πληροφορίας
Εξεταστική επιτροπή
Ζαλίδης Γεώργιος
Θεοχάρης Ιωάννης
Ben-Dor Eyal
Μόσχου Δημήτριος
Γήτας Ιωάννης
Στυλιανίδης Ευστράτιος
Σταθάκης Δημήτριος
Επιστημονικό πεδίο
Φυσικές ΕπιστήμεςΕπιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική ➨ Τεχνητή νοημοσύνη
Γεωπονικές Επιστήμες και ΚτηνιατρικήΓεωπονία, Δασολογία και Αλιεία ➨ Εδαφολογία
Λέξεις-κλειδιά
Τεχνητή νοημοσύνη; Βαθιά μάθηση; Μηχανική μάθηση; Φασματοσκοπία εδάφους; Μεγάλα δεδομένα; Δορυφορικά δεδομένα; Ερμηνεύσιμη τεχνητή νοημοσύνη; Συνελικτικά νευρωνικά δίκτυα; Ψηφιακή χαρτογράφηση εδάφους; Φασματικές βιβλιοθήκες εδαφών
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
εικ., πιν., χαρτ., σχημ., γραφ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)