Geo-spatial semantics and environmental monitoring

Abstract

This PhD thesis is about the design and development of a semantic data model for automated environmental monitoring. The proposed approach can lead to a source of knowledge that would be invaluable for decision makers to find the root causes of changes in natural phenomena. Deep learning and land monitoring for mapping and assessing agriculture, as well as structured approaches for data modelling and analysis, are some of the sub-areas of interest covered by the research. Other topics include the integration of cutting-edge technologies in agriculture, spatio-temporal parameterisation and environmental monitoring. Through this, the transformation of agriculture as a result of the Internet of Things (IoT), sensor networks, Machine Learning and Artificial Intelligence, semantics and ontologies and other technological developments is proposed. The PhD thesis gives an overview of future research with perspectives in the area of efficient and intelligent solutions in content analysis, search and retrieval, especially in the context of the physical environment. In this context, the research approach focuses on intelligent methods to highlight existing biodiversity challenges. The ultimate goal is to provide a semantic data model for automated environmental monitoring, revealing the fundamental causes of changes in natural phenomena by analyzing spatio-temporal variations. We also highlight the potential of recent technological developments in the field of environmental monitoring, such as handheld computing devices, their increased computational capacity and the rapid growth of IoT. Finally, this thesis highlights the importance of environmental monitoring and the potential of modern technological developments to increase its accuracy and efficiency by applying automated methods. Therefore, researchers will have the possibility of a more detailed and comprehensive understanding of changes in the environment over time, which can influence better environmental policy and decisions related to its management.

Η έννοια της περιβαλλοντικής παρακολούθησης είναι το κεντρικό θέμα σε αυτή τη διατριβή, καθώς και ο τρόπος με τον οποίο μπορεί να χρησιμοποιηθεί για την κατανόηση των αλλαγών στο φυσικό περιβάλλον με την πάροδο του χρόνου. Η παρατήρηση και η μέτρηση φυσικών και βιολογικών χαρακτηριστικών όπως η θερμοκρασία, η υγρασία, η ποιότητα του αέρα και οι πληθυσμοί φυτών και ζώων αποτελούν μέρος της περιβαλλοντικής παρακολούθησης. Στόχος είναι η κατανόηση της υγείας του οικοσυστήματος και η αναγνώριση και η αντίδραση σε περιβαλλοντικές αλλαγές που μπορεί να βλάψουν την ανθρώπινη υγεία ή τον φυσικό κόσμο. Με βάση αυτή την έννοια, προτείνεται η ιδέα της χωροχρονικής σημασιολογίας για να βοηθήσει στην καλύτερη κατανόηση των περίπλοκων αλληλεπιδράσεων μεταξύ των περιβαλλοντικών παραγόντων κατά τη διάρκεια του χρόνου και του τόπου. Αυτό συνεπάγεται τη διερεύνηση των σχέσεων μεταξύ των γεωγραφικών τόπων και του χρόνου για να προσδιοριστεί πώς επηρεάζουν το νόημα των δεδομένων. Μπορούμε να εντοπίσουμε μοτίβα και τάσεις στις περιβαλλοντικές μεταβλητές αναλύοντας χωροχρονικά δεδομένα, τα οποία μπορούν να μας βοηθήσουν να κάνουμε καλύτερες κρίσεις σχετικά με την περιβαλλοντική πολιτική και τη διαχείριση. Η προσέγγιση επικεντρώνεται στην παρακολούθηση των υφιστάμενων προκλήσεων για τη βιοποικιλότητα. Ο στόχος είναι η παροχή ενός σημασιολογικού μοντέλου δεδομένων για την αυτοματοποιημένη περιβαλλοντική παρακολούθηση. Το μοντέλο μπορεί να αποκαλύψει τις θεμελιώδεις αιτίες των αλλαγών στα φυσικά γεγονότα αναλύοντας μεταβλητές χώρου-χρόνου. Η προτεινόμενη μεθοδολογία προορίζεται να είναι πιο αποτελεσματική και ακριβής από τις παραδοσιακές μεθόδους περιβαλλοντικής παρακολούθησης, οι οποίες μπορεί να είναι χρονοβόρες και εντάσεως εργασίας. Ένας άλλος στόχος είναι η δημιουργία ενός σημασιολογικού μοντέλου δεδομένων που μπορεί να χρησιμοποιηθεί για την αυτοματοποιημένη περιβαλλοντική παρακολούθηση. Μελετώντας τις χωροχρονικές μεταβλητές, το μοντέλο μπορεί να ανακαλύψει τις βασικές αιτίες των αλλαγών στα φυσικά γεγονότα. Οι παραδοσιακές προσεγγίσεις περιβαλλοντικής παρακολούθησης, οι οποίες μπορεί να είναι χρονοβόρες και ενεργοβόρες, προορίζονται να γίνουν πιο αποτελεσματικές και ακριβείς με την προτεινόμενη μεθοδολογία. Επιπλέον, στην παρούσα εργασία παρουσιάζεται η έννοια του σχεδιασμού και της ανάπτυξης ενός σημασιολογικού μοντέλου δεδομένων για την αυτοματοποιημένη περιβαλλοντική παρακολούθηση. Το μοντέλο μπορεί να αποκαλύψει τις θεμελιώδεις αιτίες των αλλαγών στα φυσικά γεγονότα αναλύοντας τις μεταβλητές χώρου-χρόνου. Η προτεινόμενη μεθοδολογία προορίζεται να είναι πιο αποτελεσματική και ακριβής από τις παραδοσιακές μεθόδους περιβαλλοντικής παρακολούθησης, οι οποίες μπορεί να είναι χρονοβόρες και εντάσεως εργασίας. Επισημαίνουμε επίσης τις δυνατότητες των πρόσφατων τεχνολογικών εξελίξεων στον τομέα της περιβαλλοντικής παρακολούθησης, όπως οι τεχνολογίες φορητών υπολογιστών, η αυξημένη υπολογιστική ικανότητα στην πληροφορική και η ταχεία ανάπτυξη του Διαδικτύου των Πραγμάτων (IoT). Οι εξελίξεις αυτές ανοίγουν νέους δρόμους για τη δημιουργία μεθοδολογιών και εξοπλισμού με τη βοήθεια υπολογιστή, ικανών να μετρούν ένα ευρύ φάσμα φυσικών μεγεθών. Δίνουμε επιπλέον έμφαση στις δυνατότητες των πρόσφατων τεχνολογικών εξελίξεων στον τομέα της περιβαλλοντικής παρακολούθησης, όπως οι τεχνολογίες φορητών υπολογιστών, η αυξημένη υπολογιστική ικανότητα στην πληροφορική και η ραγδαία ανάπτυξη του Διαδικτύου των πραγμάτων (IoT). Οι εξελίξεις αυτές ανοίγουν νέους δρόμους για τη δημιουργία μεθοδολογιών και εξοπλισμού με τη βοήθεια υπολογιστή, ικανών να μετρούν ένα ευρύ φάσμα φυσικών μεγεθών. Τέλος, η παρούσα διατριβή υπογραμμίζει τη σημασία της περιβαλλοντικής παρακολούθησης καθώς και τη δυνατότητα των σύγχρονων τεχνολογικών εξελίξεων να αυξήσουν την ακρίβεια και την αποτελεσματικότητα αυτής της διαδικασίας. Με την εφαρμογή αυτοματοποιημένων μεθόδων μπορούμε να έχουμε μια πιο λεπτομερή και ολοκληρωμένη κατανόηση των αλλαγών στο φυσικό περιβάλλον με την πάροδο του χρόνου, γεγονός που μπορεί να επηρεάσει την καλύτερη περιβαλλοντική πολιτική και τις αποφάσεις διαχείρισης.