Research work · 2022

Data science for environmental applications

Δημήτριος Ευφροσυνίδης

National Documentation Centre (EKT)

Abstract

Ο συνεχώς αυξανόμενος όγκος περιβαλλοντικών πληροφοριών σε συνδυασμό με την πολυπλοκότητά τους έχει αυξήσει την ανάγκη για εφαρμογή πιο εξελιγμένων μεθόδων και διαδικασιών με σκοπό την αποτελεσματικότερη προσέγγισή τους. Ο πρόσφατα αναδυόμενοςτομέας της Περιβαλλοντικής Επιστήμης Δεδομένων, που είναι ένας συνδυασμός περιβαλλοντικής επιστήμης, μηχανικής μάθησης, εξόρυξης δεδομένων και πληροφορικής, χρειάζεται τώρα,περισσότερο από ποτέ, την προσοχή μας, καθώς ο πλανήτης μας αντιμετωπίζει σοβαρές προκλήσεις.Αυτή η Διατριβή δίνει μια επισκόπηση του τρόπου με τον οποίο οι πρόσφατες εξελίξεις στην επιστήμη των δεδομένων και τη μηχανική μάθηση μπορούν να εφαρμοστούν με επιτυχία για την επίλυση περιβαλλοντικών προβλημάτων. Αρχικά γίνεται προσπάθεια να αντιμετωπίστούν τα μειονεκτήματα της τρέχουσας βιβλιογραφίας στον τομέα, όπου δεν υπάρχουν τυποποιημένες και αποτελεσματικές μεθοδολογίες, τα δεδομένα είναι περιορισμένα, η αναπαραγωγιμότητα είναι χαμηλή και χρησιμοποιούνται περιορισμένοι αλγόριθμοι μηχανικής μάθησης. Κατασκευάζονται αποτελεσματικές ροές για τη συλλογή, τη συγχώνευση, ακόμη και τη δημιουργία συνόλων δεδομένων, την προεπεξεργασία και την ανάλυσή τους. Εποπτευόμενοι και μη εποπτευόμενοι αλγόριθμοι χρησιμοποιούνται για τη μοντελοποίηση, την επικύρωση, την οπτικοποίηση και την ερμηνεία ενός πλήθους περιβαλλοντικών εφαρμογών. Δόθηκε σημαντική εστίαση στην κατανόηση και την επεξήγηση του μαύρου κουτιού της μηχανικής μάθησης μέσω της επιλογής χαρακτηριστικών και της διερευνητικής ανάλυσης δεδομένων. Αυτή η επεξήγηση των κρυφών ιδιοτήτων των δεδομένων είναι καίρια στον περιβαλλοντικό τομέα, καθώς ασχολείται με φαινόμενα του πραγματικού κόσμου που επηρεάζουν την ποιότητα της ανθρώπινης ζωής. Οι μέθοδοι επιλογής χαρακτηριστικών που αποδίδουν πολύ υψηλότερα από τη βάση σύγκρισης, φαίνεται ότι δουλεύουν σε περιβαλλοντικά δεδομένα, συμπεριλαμβανομένων τόσο μεμονωμένων όσο και συνδυαστικών μεθόδων. Χρησιμοποιώντας αυτές τις μεθόδους, αποκαλύπτονται κρίσιμες γνώσεις, που σχετίζονται τόσο με την επιστήμη των δεδομένων όσο και με το περιβάλλον, σχετικά με την ανίχνευση ειδών φυκιών και τη μοντελοποίηση κατανομής ειδών αλιείας στη Μεσόγειο Θάλασσα.Η κλιματική αλλαγή διερευνάται από τη σκοπιά δεδομένων μικροϊστολογίου, όπου οι αν θρώπινες απόψεις για το θέμα μελετώνται από πολλαπλές διαστάσεις. ́Ενα νέο σύνολο δεδομένων για την κλιματική αλλαγή δημιουργείται χρησιμοποιώντας μοντέλα τελευταίας τεχνολογίας και βαθιάς μάθησης και διατίθεται δημόσια. Χρησιμοποιώντας αυτό το ολοκληρωμένο σύνολο δεδομένων σε χώρο, χρόνο και όγκο, ήταν δυνατή η εξαγωγή πολύτιμων πληροφοριών χρησιμοποιώντας γεωεντοπισμό, ανθρώπινο φύλο, στάση, συναίσθημα, ιστορικές θερμοκρασίες, καταστροφές και θέματα συζήτησης.

DOI: 10.12681/eadd/52631