{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2879498"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2879498","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Aerosol Typing Based on Multiwavelength Lidar Observations and Meteorological Model Data","abstract":"Αντικείμενο της παρούσας διπλωματικής εργασίας αποτέλεσε η σύγκριση τριών διαφορετικών μεθόδων, “Mahalanobis distance automatic aerosol type classification”, “Neural Network Aerosol Typing Algorithm” (NATALI) and “Source Classification Analysis” (SCAN), οι οποίες κατηγοριοποιούν τα αιωρούμενα σωματίδια της ατμόσφαιρας σε κατηγορίες. Αφορμή για την επιλογή της συγκεκριμένης θεματολογίας αποτέλεσε τόσο η δυσκολία για γρήγορη και εύκολη κατηγοριοποίηση των αιωρούμενων σωματιδίων, όσο και η ζήτηση των ιδιοτήτων των αιωρούμενων σωματιδίων από τα κλιματικά και μετεωρολογικά μοντέλα με σκοπό τη μελέτη της επίδρασης των αιωρούμενων σωματιδίων στο κλίμα και τον καιρό. Συνολικά, μελετήθηκαν ενενήντα επτά στρωματώσεις αιωρούμενων σωματιδίων από τέσσερις σταθμούς του δικτύου “EARLINET”. Η παρούσα διπλωματική εργασία αποτελείται από πέντε κεφάλαια. Στο Κεφάλαιο 1, παρουσιάζουμε το αντικείμενο της εργασίας και τη σημασία των αιωρούμενων σωματιδίων και των διατάξεων “lidar” για τη διεξαγωγή της. Στο Κεφάλαιο 2, εισάγουμε τις έννοιες των αιωρούμενων σωματιδίων, της τεχνικής “lidar” καθώς και τις δύο διαφορετικές μεθόδους κατηγοριοποίησης των αιωρούμενων σωματιδίων. Το Κεφάλαιο 3 στοχεύει στην παρουσίαση της μεθοδολογίας η οποία ακολουθήθηκε κατά τη διάρκεια της παρούσας διπλωματικής εργασίας συμπεριλαμβανομένης της λεπτομερής παρουσίασης της μεθόδου “SCAN”. Το αντικείμενο του Κεφαλαίου 4 αποτελεί η συζήτηση των ευρημάτων της παρούσας μεθοδολογίας. Τέλος, τα συμπεράσματα και οι στόχοι για μελλοντικές μελέτες παρουσιάζονται στο Κεφάλαιο 5.","abstract_html":"Αντικείμενο της παρούσας διπλωματικής εργασίας αποτέλεσε η σύγκριση τριών διαφορετικών μεθόδων, “Mahalanobis distance automatic aerosol type classification”, “Neural Network Aerosol Typing Algorithm” (NATALI) and “Source Classification Analysis” (SCAN), οι οποίες κατηγοριοποιούν τα αιωρούμενα σωματίδια της ατμόσφαιρας σε κατηγορίες. Αφορμή για την επιλογή της συγκεκριμένης θεματολογίας αποτέλεσε τόσο η δυσκολία για γρήγορη και εύκολη κατηγοριοποίηση των αιωρούμενων σωματιδίων, όσο και η ζήτηση των ιδιοτήτων των αιωρούμενων σωματιδίων από τα κλιματικά και μετεωρολογικά μοντέλα με σκοπό τη μελέτη της επίδρασης των αιωρούμενων σωματιδίων στο κλίμα και τον καιρό. Συνολικά, μελετήθηκαν ενενήντα επτά στρωματώσεις αιωρούμενων σωματιδίων από τέσσερις σταθμούς του δικτύου “EARLINET”. Η παρούσα διπλωματική εργασία αποτελείται από πέντε κεφάλαια. Στο Κεφάλαιο 1, παρουσιάζουμε το αντικείμενο της εργασίας και τη σημασία των αιωρούμενων σωματιδίων και των διατάξεων “lidar” για τη διεξαγωγή της. Στο Κεφάλαιο 2, εισάγουμε τις έννοιες των αιωρούμενων σωματιδίων, της τεχνικής “lidar” καθώς και τις δύο διαφορετικές μεθόδους κατηγοριοποίησης των αιωρούμενων σωματιδίων. Το Κεφάλαιο 3 στοχεύει στην παρουσίαση της μεθοδολογίας η οποία ακολουθήθηκε κατά τη διάρκεια της παρούσας διπλωματικής εργασίας συμπεριλαμβανομένης της λεπτομερής παρουσίασης της μεθόδου “SCAN”. Το αντικείμενο του Κεφαλαίου 4 αποτελεί η συζήτηση των ευρημάτων της παρούσας μεθοδολογίας. Τέλος, τα συμπεράσματα και οι στόχοι για μελλοντικές μελέτες παρουσιάζονται στο Κεφάλαιο 5.","abstract_has_math":false,"creators":["Μυλωνάκη Μαρία","Mylonaki Maria"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2019,"date_issued":"2019","date_published":"2019","updated_at":"2026-11-19T05:35:51Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2879498"],"render_values":[{"text":"uoadl:2879498","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2879498","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2879498","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%3A2879498","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μυλωνάκη Μαρία","Mylonaki Maria"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2019"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2879498","https://pergamos.lib.uoa.gr/uoa/dl/object/2879498"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Αντικείμενο της παρούσας διπλωματικής εργασίας αποτέλεσε η σύγκριση τριών διαφορετικών μεθόδων, “Mahalanobis distance automatic aerosol type classification”, “Neural Network Aerosol Typing Algorithm” (NATALI) and “Source Classification Analysis” (SCAN), οι οποίες κατηγοριοποιούν τα αιωρούμενα σωματίδια της ατμόσφαιρας σε κατηγορίες. Αφορμή για την επιλογή της συγκεκριμένης θεματολογίας αποτέλεσε τόσο η δυσκολία για γρήγορη και εύκολη κατηγοριοποίηση των αιωρούμενων σωματιδίων, όσο και η ζήτηση των ιδιοτήτων των αιωρούμενων σωματιδίων από τα κλιματικά και μετεωρολογικά μοντέλα με σκοπό τη μελέτη της επίδρασης των αιωρούμενων σωματιδίων στο κλίμα και τον καιρό. Συνολικά, μελετήθηκαν ενενήντα επτά στρωματώσεις αιωρούμενων σωματιδίων από τέσσερις σταθμούς του δικτύου “EARLINET”. Η παρούσα διπλωματική εργασία αποτελείται από πέντε κεφάλαια. Στο Κεφάλαιο 1, παρουσιάζουμε το αντικείμενο της εργασίας και τη σημασία των αιωρούμενων σωματιδίων και των διατάξεων “lidar” για τη διεξαγωγή της. Στο Κεφάλαιο 2, εισάγουμε τις έννοιες των αιωρούμενων σωματιδίων, της τεχνικής “lidar” καθώς και τις δύο διαφορετικές μεθόδους κατηγοριοποίησης των αιωρούμενων σωματιδίων. Το Κεφάλαιο 3 στοχεύει στην παρουσίαση της μεθοδολογίας η οποία ακολουθήθηκε κατά τη διάρκεια της παρούσας διπλωματικής εργασίας συμπεριλαμβανομένης της λεπτομερής παρουσίασης της μεθόδου “SCAN”. Το αντικείμενο του Κεφαλαίου 4 αποτελεί η συζήτηση των ευρημάτων της παρούσας μεθοδολογίας. Τέλος, τα συμπεράσματα και οι στόχοι για μελλοντικές μελέτες παρουσιάζονται στο Κεφάλαιο 5.","The main objective of this M.Sc. Thesis was to compare the aerosol classification results of three different aerosol classification methods, “Mahalanobis distance automatic aerosol type classification”, “Neural Network Aerosol Typing Algorithm” (NATALI) and “Source Classification Analysis” (SCAN) aerosol classification. The current work has been triggered by both the difficulties on aerosol typing due to aerosol mixtures and the demand on aerosol properties studies to quantify assessments of aerosol radiative impacts on climate. The data selection for this study has been made through the EARLINET database depending on the 3b+2a+1δ optical property availability. Ninety seven aerosol layers from four EARLINET stations (Bucharest, Kuopio, Leipzig and Potenza) have been classified. This Thesis is structured in five chapters. In Chapter 1, we introduce the study and how aerosols and lidars contribute to its development. In Chapter 2, we present the theoretical background concerning the aerosols, the lidar technique and the two different aerosol classification algorithms. Chapter 3 aiming to exhibit the methodology of this study, including a detailed presentation of SCAN. The subject of Chapter 4 is the findings resulting from this study. Finally, the conclusions and perspectives for future studies are provided in Chapter 8."]},{"key":"dc:title","label":"Title","values":["Aerosol Typing Based on Multiwavelength Lidar Observations and Meteorological Model Data"]}]}],"canonical_facts":{"dc:creator":["Μυλωνάκη Μαρία","Mylonaki Maria"],"dc:date":["2019"],"dc:description":["Αντικείμενο της παρούσας διπλωματικής εργασίας αποτέλεσε η σύγκριση τριών διαφορετικών μεθόδων, “Mahalanobis distance automatic aerosol type classification”, “Neural Network Aerosol Typing Algorithm” (NATALI) and “Source Classification Analysis” (SCAN), οι οποίες κατηγοριοποιούν τα αιωρούμενα σωματίδια της ατμόσφαιρας σε κατηγορίες. Αφορμή για την επιλογή της συγκεκριμένης θεματολογίας αποτέλεσε τόσο η δυσκολία για γρήγορη και εύκολη κατηγοριοποίηση των αιωρούμενων σωματιδίων, όσο και η ζήτηση των ιδιοτήτων των αιωρούμενων σωματιδίων από τα κλιματικά και μετεωρολογικά μοντέλα με σκοπό τη μελέτη της επίδρασης των αιωρούμενων σωματιδίων στο κλίμα και τον καιρό. Συνολικά, μελετήθηκαν ενενήντα επτά στρωματώσεις αιωρούμενων σωματιδίων από τέσσερις σταθμούς του δικτύου “EARLINET”. Η παρούσα διπλωματική εργασία αποτελείται από πέντε κεφάλαια. Στο Κεφάλαιο 1, παρουσιάζουμε το αντικείμενο της εργασίας και τη σημασία των αιωρούμενων σωματιδίων και των διατάξεων “lidar” για τη διεξαγωγή της. Στο Κεφάλαιο 2, εισάγουμε τις έννοιες των αιωρούμενων σωματιδίων, της τεχνικής “lidar” καθώς και τις δύο διαφορετικές μεθόδους κατηγοριοποίησης των αιωρούμενων σωματιδίων. Το Κεφάλαιο 3 στοχεύει στην παρουσίαση της μεθοδολογίας η οποία ακολουθήθηκε κατά τη διάρκεια της παρούσας διπλωματικής εργασίας συμπεριλαμβανομένης της λεπτομερής παρουσίασης της μεθόδου “SCAN”. Το αντικείμενο του Κεφαλαίου 4 αποτελεί η συζήτηση των ευρημάτων της παρούσας μεθοδολογίας. Τέλος, τα συμπεράσματα και οι στόχοι για μελλοντικές μελέτες παρουσιάζονται στο Κεφάλαιο 5.","The main objective of this M.Sc. Thesis was to compare the aerosol classification results of three different aerosol classification methods, “Mahalanobis distance automatic aerosol type classification”, “Neural Network Aerosol Typing Algorithm” (NATALI) and “Source Classification Analysis” (SCAN) aerosol classification. The current work has been triggered by both the difficulties on aerosol typing due to aerosol mixtures and the demand on aerosol properties studies to quantify assessments of aerosol radiative impacts on climate. The data selection for this study has been made through the EARLINET database depending on the 3b+2a+1δ optical property availability. Ninety seven aerosol layers from four EARLINET stations (Bucharest, Kuopio, Leipzig and Potenza) have been classified. This Thesis is structured in five chapters. In Chapter 1, we introduce the study and how aerosols and lidars contribute to its development. In Chapter 2, we present the theoretical background concerning the aerosols, the lidar technique and the two different aerosol classification algorithms. Chapter 3 aiming to exhibit the methodology of this study, including a detailed presentation of SCAN. The subject of Chapter 4 is the findings resulting from this study. Finally, the conclusions and perspectives for future studies are provided in Chapter 8."],"dc:identifier":["uoadl:2879498","https://pergamos.lib.uoa.gr/uoa/dl/object/2879498"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Aerosol Typing Based on Multiwavelength Lidar Observations and Meteorological Model Data"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:35:51Z"}