{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1316556"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1316556","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Βιοκλιματικές Συνθήκες στην Ευρύτερη Περιοχή του Λεκανοπεδίου Αττικής και Μοντελοποίηση του Βιοκλιματικού Δείκτη PET με τη Χρήση Τεχνητών Νευρωνικών Δικτύων","abstract":"Αντικείμενο μελέτης της παρούσας διπλωματικής εργασίας είναι οι βιοκλιματικές συνθήκες που επικρατούν σε περιοχές με μεγάλη πυκνότητα δόμησης. Τα δεδομένα που χρησιμοποιήθηκαν προέρχονταν από 12 συνολικά μετεωρολογικούς σταθμούς, οι οποίοι βρίσκονταν προεγκατεστημένοι στην ευρύτερη περιοχή του Λεκανοπεδίου Αττικής και αφορούσαν δεδομένα θερμοκρασίας αέρα, σχετικής υγρασίας, ταχύτητας του ανέμου και ολικής ηλιακής ακτινοβολίας, ενώ η χρονική περίοδος επιλεγόταν ανάλογα με τις ανάγκες της εκάστοτε διαδικασίας. Αρχικά έγινε σύγκριση των βιοκλιματικών συνθηκών που επικρατούν στις αστικές περιοχές και πιο συγκεκριμένα στην πόλη της Αθήνας, με τις αντίστοιχες συνθήκες που επικρατούν στις γειτονικές περιαστικές και μη αστικές περιοχές, με απώτερο σκοπό την περιγραφή του φαινομένου της θερμικής αστικής νησίδας με βιοκλιματικούς όρους. Έτσι υπολογίστηκε ο βιοκλιματικός δείκτης PETγια κάθε ένα από τους 12 μετεωρολογικούς σταθμούς λαμβάνοντας υπόψη μετεωρολογικά δεδομένα για την περίοδο Οκτωβρίου 2006 – Οκτωβρίου 2009. Τα αποτελέσματα έδειξαν ότι οι βιοκλιματικές συνθήκες που επικρατούν σε μία περιοχή είναι άμεσα εξαρτώμενες από την πυκνότητα δόμησής της και την ανθρώπινη δραστηριότητα που λαμβάνει χώρα στην περιοχή, με εξαίρεση κάποιες ειδικές περιπτώσεις οι οποίες οφείλονται σε τοπικούς παράγοντες. Στη συνέχεια μελετήθηκαν οι τάσεις του δείκτη PETστην περιοχή μελέτης. Πιο συγκεκριμένα, χρησιμοποιήθηκε ο έλεγχος Mann-Kendallπροκειμένου να βρεθεί κατά πόσον ο δείκτης παρουσιάζει ή όχι στατιστικά σημαντική τάση, αν αυτή είναι αυξητική ή πτωτική και πότε γίνεται στατιστικά σημαντική. Τα διαθέσιμα και επαρκή για τον έλεγχο δεδομένα αφορούσαν μετρήσεις προερχόμενες από τους μετεωρολογικούς σταθμούς Ελευσίνας, Ελληνικού, Λόφου Αστεροσκοπείου και Τατοΐου για την περίοδο 1985-2008 για τις ώρες 05:00 LST και 14:00 LST. Τα αποτελέσματα του ελέγχου δεν έδειξαν σε καμία περίπτωση σημαντικά στατιστική πτωτική τάση, αφού σε όλες τις περιπτώσεις που παρουσιαζόταν στατιστικά σημαντική τάση, αυτή ήταν αυξητική. Τέλος, επιχειρήθηκε μοντελοποίηση του βιοκλιματικού δείκτη PETμε τη χρήση Τεχνητών Νευρωνικών Δικτύων και κατασκευή νευρωνικού μοντέλου για την πρόγνωση του δείκτη ανά τρεις ώρες για διάστημα τριών ημερών. Για τις ανάγκες αυτής της διαδικασίας χρησιμοποιήθηκαν τα απαραίτητα δεδομένα από το μετεωρολογικό σταθμό του Λόφου Αστεροσκοπείου για την περίοδο 1985-2010. Τα αποτελέσματα της αξιολόγησης του μοντέλου έδειξαν μία αδυναμία του μοντέλου στην πρόγνωση του δείκτη κατά τη χειμερινή περίοδο, ενώ αντίθετα, τα αποτελέσματα της πρόγνωσης για το υπόλοιπο του έτους παρουσίαζαν πολύ μικρότερο σφάλμα, με το μικρότερο να εμφανίζεται για τους μήνες Ιούλιο και Αύγουστο. Επίσης, η ακρίβεια πρόγνωσης του μοντέλου παρουσιάζεται μεγαλύτερη κατά την πρώτη ημέρα της πρόγνωσης, μικρότερη κατά την δεύτερη και ακόμη μικρότερη κατά την τρίτη ημέρα, πλην ελαχίστων εξαιρέσεων.","abstract_html":"Αντικείμενο μελέτης της παρούσας διπλωματικής εργασίας είναι οι βιοκλιματικές συνθήκες που επικρατούν σε περιοχές με μεγάλη πυκνότητα δόμησης. Τα δεδομένα που χρησιμοποιήθηκαν προέρχονταν από 12 συνολικά μετεωρολογικούς σταθμούς, οι οποίοι βρίσκονταν προεγκατεστημένοι στην ευρύτερη περιοχή του Λεκανοπεδίου Αττικής και αφορούσαν δεδομένα θερμοκρασίας αέρα, σχετικής υγρασίας, ταχύτητας του ανέμου και ολικής ηλιακής ακτινοβολίας, ενώ η χρονική περίοδος επιλεγόταν ανάλογα με τις ανάγκες της εκάστοτε διαδικασίας. Αρχικά έγινε σύγκριση των βιοκλιματικών συνθηκών που επικρατούν στις αστικές περιοχές και πιο συγκεκριμένα στην πόλη της Αθήνας, με τις αντίστοιχες συνθήκες που επικρατούν στις γειτονικές περιαστικές και μη αστικές περιοχές, με απώτερο σκοπό την περιγραφή του φαινομένου της θερμικής αστικής νησίδας με βιοκλιματικούς όρους. Έτσι υπολογίστηκε ο βιοκλιματικός δείκτης PETγια κάθε ένα από τους 12 μετεωρολογικούς σταθμούς λαμβάνοντας υπόψη μετεωρολογικά δεδομένα για την περίοδο Οκτωβρίου 2006 – Οκτωβρίου 2009. Τα αποτελέσματα έδειξαν ότι οι βιοκλιματικές συνθήκες που επικρατούν σε μία περιοχή είναι άμεσα εξαρτώμενες από την πυκνότητα δόμησής της και την ανθρώπινη δραστηριότητα που λαμβάνει χώρα στην περιοχή, με εξαίρεση κάποιες ειδικές περιπτώσεις οι οποίες οφείλονται σε τοπικούς παράγοντες. Στη συνέχεια μελετήθηκαν οι τάσεις του δείκτη PETστην περιοχή μελέτης. Πιο συγκεκριμένα, χρησιμοποιήθηκε ο έλεγχος Mann-Kendallπροκειμένου να βρεθεί κατά πόσον ο δείκτης παρουσιάζει ή όχι στατιστικά σημαντική τάση, αν αυτή είναι αυξητική ή πτωτική και πότε γίνεται στατιστικά σημαντική. Τα διαθέσιμα και επαρκή για τον έλεγχο δεδομένα αφορούσαν μετρήσεις προερχόμενες από τους μετεωρολογικούς σταθμούς Ελευσίνας, Ελληνικού, Λόφου Αστεροσκοπείου και Τατοΐου για την περίοδο 1985-2008 για τις ώρες 05:00 LST και 14:00 LST. Τα αποτελέσματα του ελέγχου δεν έδειξαν σε καμία περίπτωση σημαντικά στατιστική πτωτική τάση, αφού σε όλες τις περιπτώσεις που παρουσιαζόταν στατιστικά σημαντική τάση, αυτή ήταν αυξητική. Τέλος, επιχειρήθηκε μοντελοποίηση του βιοκλιματικού δείκτη PETμε τη χρήση Τεχνητών Νευρωνικών Δικτύων και κατασκευή νευρωνικού μοντέλου για την πρόγνωση του δείκτη ανά τρεις ώρες για διάστημα τριών ημερών. Για τις ανάγκες αυτής της διαδικασίας χρησιμοποιήθηκαν τα απαραίτητα δεδομένα από το μετεωρολογικό σταθμό του Λόφου Αστεροσκοπείου για την περίοδο 1985-2010. Τα αποτελέσματα της αξιολόγησης του μοντέλου έδειξαν μία αδυναμία του μοντέλου στην πρόγνωση του δείκτη κατά τη χειμερινή περίοδο, ενώ αντίθετα, τα αποτελέσματα της πρόγνωσης για το υπόλοιπο του έτους παρουσίαζαν πολύ μικρότερο σφάλμα, με το μικρότερο να εμφανίζεται για τους μήνες Ιούλιο και Αύγουστο. Επίσης, η ακρίβεια πρόγνωσης του μοντέλου παρουσιάζεται μεγαλύτερη κατά την πρώτη ημέρα της πρόγνωσης, μικρότερη κατά την δεύτερη και ακόμη μικρότερη κατά την τρίτη ημέρα, πλην ελαχίστων εξαιρέσεων.","abstract_has_math":false,"creators":["Γεωργίου Γεώργιος"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2013,"date_issued":"2013","date_published":"2013","updated_at":"2026-11-19T05:24:49Z","subjects":[],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1316556"],"render_values":[{"text":"uoadl:1316556","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1316556","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1316556","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1316556","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Γεωργίου Γεώργιος"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2013"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1316556","https://pergamos.lib.uoa.gr/uoa/dl/object/1316556"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Αντικείμενο μελέτης της παρούσας διπλωματικής εργασίας είναι οι βιοκλιματικές συνθήκες που επικρατούν σε περιοχές με μεγάλη πυκνότητα δόμησης. Τα δεδομένα που χρησιμοποιήθηκαν προέρχονταν από 12 συνολικά μετεωρολογικούς σταθμούς, οι οποίοι βρίσκονταν προεγκατεστημένοι στην ευρύτερη περιοχή του Λεκανοπεδίου Αττικής και αφορούσαν δεδομένα θερμοκρασίας αέρα, σχετικής υγρασίας, ταχύτητας του ανέμου και ολικής ηλιακής ακτινοβολίας, ενώ η χρονική περίοδος επιλεγόταν ανάλογα με τις ανάγκες της εκάστοτε διαδικασίας. Αρχικά έγινε σύγκριση των βιοκλιματικών συνθηκών που επικρατούν στις αστικές περιοχές και πιο συγκεκριμένα στην πόλη της Αθήνας, με τις αντίστοιχες συνθήκες που επικρατούν στις γειτονικές περιαστικές και μη αστικές περιοχές, με απώτερο σκοπό την περιγραφή του φαινομένου της θερμικής αστικής νησίδας με βιοκλιματικούς όρους. Έτσι υπολογίστηκε ο βιοκλιματικός δείκτης PETγια κάθε ένα από τους 12 μετεωρολογικούς σταθμούς λαμβάνοντας υπόψη μετεωρολογικά δεδομένα για την περίοδο Οκτωβρίου 2006 – Οκτωβρίου 2009. Τα αποτελέσματα έδειξαν ότι οι βιοκλιματικές συνθήκες που επικρατούν σε μία περιοχή είναι άμεσα εξαρτώμενες από την πυκνότητα δόμησής της και την ανθρώπινη δραστηριότητα που λαμβάνει χώρα στην περιοχή, με εξαίρεση κάποιες ειδικές περιπτώσεις οι οποίες οφείλονται σε τοπικούς παράγοντες. Στη συνέχεια μελετήθηκαν οι τάσεις του δείκτη PETστην περιοχή μελέτης. Πιο συγκεκριμένα, χρησιμοποιήθηκε ο έλεγχος Mann-Kendallπροκειμένου να βρεθεί κατά πόσον ο δείκτης παρουσιάζει ή όχι στατιστικά σημαντική τάση, αν αυτή είναι αυξητική ή πτωτική και πότε γίνεται στατιστικά σημαντική. Τα διαθέσιμα και επαρκή για τον έλεγχο δεδομένα αφορούσαν μετρήσεις προερχόμενες από τους μετεωρολογικούς σταθμούς Ελευσίνας, Ελληνικού, Λόφου Αστεροσκοπείου και Τατοΐου για την περίοδο 1985-2008 για τις ώρες 05:00 LST και 14:00 LST. Τα αποτελέσματα του ελέγχου δεν έδειξαν σε καμία περίπτωση σημαντικά στατιστική πτωτική τάση, αφού σε όλες τις περιπτώσεις που παρουσιαζόταν στατιστικά σημαντική τάση, αυτή ήταν αυξητική. Τέλος, επιχειρήθηκε μοντελοποίηση του βιοκλιματικού δείκτη PETμε τη χρήση Τεχνητών Νευρωνικών Δικτύων και κατασκευή νευρωνικού μοντέλου για την πρόγνωση του δείκτη ανά τρεις ώρες για διάστημα τριών ημερών. Για τις ανάγκες αυτής της διαδικασίας χρησιμοποιήθηκαν τα απαραίτητα δεδομένα από το μετεωρολογικό σταθμό του Λόφου Αστεροσκοπείου για την περίοδο 1985-2010. Τα αποτελέσματα της αξιολόγησης του μοντέλου έδειξαν μία αδυναμία του μοντέλου στην πρόγνωση του δείκτη κατά τη χειμερινή περίοδο, ενώ αντίθετα, τα αποτελέσματα της πρόγνωσης για το υπόλοιπο του έτους παρουσίαζαν πολύ μικρότερο σφάλμα, με το μικρότερο να εμφανίζεται για τους μήνες Ιούλιο και Αύγουστο. Επίσης, η ακρίβεια πρόγνωσης του μοντέλου παρουσιάζεται μεγαλύτερη κατά την πρώτη ημέρα της πρόγνωσης, μικρότερη κατά την δεύτερη και ακόμη μικρότερη κατά την τρίτη ημέρα, πλην ελαχίστων εξαιρέσεων.","The subject of this thesis is the bioclimatic conditions prevailing in areas with a high building density. The data used came from a total of 12 meteorological stations which were preinstalled in the greater Athens area, of which data of air temperature, relative humidity, wind speed and global solar radiation or cloud cover were collected, while the time period was chosen according to the needs of each process. Initially, bioclimatic conditions in urban areas and more specifically in the city of Athenswere estimated and compared with the corresponding conditions in neighboring urban and non-urban areas, in order to describe the urban heat island effect in bioclimatic terms.So the bioclimatic index PET was calculated for each of the 12 meteorological stations using meteorological data for the period October 2006 – October 2009. The results showed that the bioclimatic conditions prevailing in an area is directly dependent on its building density and human activity that takes place in the area. Then the Mann-Kendall test for trends was used in order to check the bioclimatic conditions change with time. Meteorological data from the stations of Elefsina, Elliniko, Athens Observatory hill and Tatoi for the time period 1985 – 2008 were used for the test. The results showed that inevery single case that there was a statistically significant trend, it was upward. Finally, Artificial Neural Networks were used to model and predict the bioclimatic index PET for a 3-day period. The necessary data for this process were collected from the meteorological station of Athens Observatory hill for the period 1985-2010. While evaluating the neural model, there was spotted a weakness in forecasting the index during the cold period of the year, while prediction during the summer months was accurate enough."]},{"key":"dc:title","label":"Title","values":["Βιοκλιματικές Συνθήκες στην Ευρύτερη Περιοχή του Λεκανοπεδίου Αττικής και Μοντελοποίηση του Βιοκλιματικού Δείκτη PET με τη Χρήση Τεχνητών Νευρωνικών Δικτύων"]}]}],"canonical_facts":{"dc:creator":["Γεωργίου Γεώργιος"],"dc:date":["2013"],"dc:description":["Αντικείμενο μελέτης της παρούσας διπλωματικής εργασίας είναι οι βιοκλιματικές συνθήκες που επικρατούν σε περιοχές με μεγάλη πυκνότητα δόμησης. Τα δεδομένα που χρησιμοποιήθηκαν προέρχονταν από 12 συνολικά μετεωρολογικούς σταθμούς, οι οποίοι βρίσκονταν προεγκατεστημένοι στην ευρύτερη περιοχή του Λεκανοπεδίου Αττικής και αφορούσαν δεδομένα θερμοκρασίας αέρα, σχετικής υγρασίας, ταχύτητας του ανέμου και ολικής ηλιακής ακτινοβολίας, ενώ η χρονική περίοδος επιλεγόταν ανάλογα με τις ανάγκες της εκάστοτε διαδικασίας. Αρχικά έγινε σύγκριση των βιοκλιματικών συνθηκών που επικρατούν στις αστικές περιοχές και πιο συγκεκριμένα στην πόλη της Αθήνας, με τις αντίστοιχες συνθήκες που επικρατούν στις γειτονικές περιαστικές και μη αστικές περιοχές, με απώτερο σκοπό την περιγραφή του φαινομένου της θερμικής αστικής νησίδας με βιοκλιματικούς όρους. Έτσι υπολογίστηκε ο βιοκλιματικός δείκτης PETγια κάθε ένα από τους 12 μετεωρολογικούς σταθμούς λαμβάνοντας υπόψη μετεωρολογικά δεδομένα για την περίοδο Οκτωβρίου 2006 – Οκτωβρίου 2009. Τα αποτελέσματα έδειξαν ότι οι βιοκλιματικές συνθήκες που επικρατούν σε μία περιοχή είναι άμεσα εξαρτώμενες από την πυκνότητα δόμησής της και την ανθρώπινη δραστηριότητα που λαμβάνει χώρα στην περιοχή, με εξαίρεση κάποιες ειδικές περιπτώσεις οι οποίες οφείλονται σε τοπικούς παράγοντες. Στη συνέχεια μελετήθηκαν οι τάσεις του δείκτη PETστην περιοχή μελέτης. Πιο συγκεκριμένα, χρησιμοποιήθηκε ο έλεγχος Mann-Kendallπροκειμένου να βρεθεί κατά πόσον ο δείκτης παρουσιάζει ή όχι στατιστικά σημαντική τάση, αν αυτή είναι αυξητική ή πτωτική και πότε γίνεται στατιστικά σημαντική. Τα διαθέσιμα και επαρκή για τον έλεγχο δεδομένα αφορούσαν μετρήσεις προερχόμενες από τους μετεωρολογικούς σταθμούς Ελευσίνας, Ελληνικού, Λόφου Αστεροσκοπείου και Τατοΐου για την περίοδο 1985-2008 για τις ώρες 05:00 LST και 14:00 LST. Τα αποτελέσματα του ελέγχου δεν έδειξαν σε καμία περίπτωση σημαντικά στατιστική πτωτική τάση, αφού σε όλες τις περιπτώσεις που παρουσιαζόταν στατιστικά σημαντική τάση, αυτή ήταν αυξητική. Τέλος, επιχειρήθηκε μοντελοποίηση του βιοκλιματικού δείκτη PETμε τη χρήση Τεχνητών Νευρωνικών Δικτύων και κατασκευή νευρωνικού μοντέλου για την πρόγνωση του δείκτη ανά τρεις ώρες για διάστημα τριών ημερών. Για τις ανάγκες αυτής της διαδικασίας χρησιμοποιήθηκαν τα απαραίτητα δεδομένα από το μετεωρολογικό σταθμό του Λόφου Αστεροσκοπείου για την περίοδο 1985-2010. Τα αποτελέσματα της αξιολόγησης του μοντέλου έδειξαν μία αδυναμία του μοντέλου στην πρόγνωση του δείκτη κατά τη χειμερινή περίοδο, ενώ αντίθετα, τα αποτελέσματα της πρόγνωσης για το υπόλοιπο του έτους παρουσίαζαν πολύ μικρότερο σφάλμα, με το μικρότερο να εμφανίζεται για τους μήνες Ιούλιο και Αύγουστο. Επίσης, η ακρίβεια πρόγνωσης του μοντέλου παρουσιάζεται μεγαλύτερη κατά την πρώτη ημέρα της πρόγνωσης, μικρότερη κατά την δεύτερη και ακόμη μικρότερη κατά την τρίτη ημέρα, πλην ελαχίστων εξαιρέσεων.","The subject of this thesis is the bioclimatic conditions prevailing in areas with a high building density. The data used came from a total of 12 meteorological stations which were preinstalled in the greater Athens area, of which data of air temperature, relative humidity, wind speed and global solar radiation or cloud cover were collected, while the time period was chosen according to the needs of each process. Initially, bioclimatic conditions in urban areas and more specifically in the city of Athenswere estimated and compared with the corresponding conditions in neighboring urban and non-urban areas, in order to describe the urban heat island effect in bioclimatic terms.So the bioclimatic index PET was calculated for each of the 12 meteorological stations using meteorological data for the period October 2006 – October 2009. The results showed that the bioclimatic conditions prevailing in an area is directly dependent on its building density and human activity that takes place in the area. Then the Mann-Kendall test for trends was used in order to check the bioclimatic conditions change with time. Meteorological data from the stations of Elefsina, Elliniko, Athens Observatory hill and Tatoi for the time period 1985 – 2008 were used for the test. The results showed that inevery single case that there was a statistically significant trend, it was upward. Finally, Artificial Neural Networks were used to model and predict the bioclimatic index PET for a 3-day period. The necessary data for this process were collected from the meteorological station of Athens Observatory hill for the period 1985-2010. While evaluating the neural model, there was spotted a weakness in forecasting the index during the cold period of the year, while prediction during the summer months was accurate enough."],"dc:identifier":["uoadl:1316556","https://pergamos.lib.uoa.gr/uoa/dl/object/1316556"],"dc:language":["Ελληνικά","Greek"],"dc:title":["Βιοκλιματικές Συνθήκες στην Ευρύτερη Περιοχή του Λεκανοπεδίου Αττικής και Μοντελοποίηση του Βιοκλιματικού Δείκτη PET με τη Χρήση Τεχνητών Νευρωνικών Δικτύων"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:24:49Z"}