Back to search

National and Kapodistrian University of Athens

ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΤΗΤΑ ΣΥΣΤΗΜΑΤΩΝ ΕΓΚΑΙΡΗΣ ΠΡΟΕΙΔΟΠΟΙΗΣΗΣ ΜΕ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΣΤΗΝ ΑΝΙΧΝΕΥΣΗ ΔΑΣΙΚΩΝ ΠΥΡΚΑΓΙΩΝ

Abstract

dc:description

Οι δασικές πυρκαγιές αποτελούν μία από τις σοβαρότερες περιβαλλοντικές, κοινωνικές και οικονομικές απειλές για την Ευρώπη, ιδίως στις μεσογειακές περιοχές, όπου η κλιματική αλλαγή, η παρατεταμένη ξηρασία και η ανθρώπινη δραστηριότητα εντείνουν τη συχνότητα και την ένταση του φαινομένου. Η παρούσα μεταπτυχιακή διπλωματική εργασία εξετάζει την αποτελεσματικότητα των συστημάτων έγκαιρης προειδοποίησης που βασίζονται στην τεχνητή νοημοσύνη για την ανίχνευση δασικών πυρκαγιών, σε σύγκριση με τις κλασικές μεθόδους, με έμφαση στον ευρωπαϊκό χώρο. Η μελέτη βασίζεται σε συστηματική βιβλιογραφική ανασκόπηση και συγκριτική ανάλυση τεχνολογιών και μελετών περίπτωσης. Το σώμα των μελετών που εξετάστηκαν διαμορφώθηκε με βάση προκαθορισμένα κριτήρια ένταξης και αποκλεισμού, σύμφωνα με τη μεθοδολογική προσέγγιση PRISMA, και περιλάμβανε συνολικά 46 μελέτες. Η ανάλυση επικεντρώθηκε σε τέσσερις βασικές κατηγορίες τεχνολογιών, στις δορυφορικές προσεγγίσεις με αξιοποίηση δεδομένων Copernicus και Sentinel-2, στις εναέριες εφαρμογές με UAVs, στα επίγεια δίκτυα αισθητήρων IoT και WSN, καθώς και στις υβριδικές αρχιτεκτονικές σύντηξης δεδομένων. Παράλληλα, εξετάστηκαν σύγχρονα μοντέλα βαθιάς μάθησης, όπως τα CNNs, το YOLOv8, τα LSTM και οι Vision Transformers. Τα ευρήματα δείχνουν ότι τα συστήματα τεχνητής νοημοσύνης υπερτερούν γενικά ως προς την ταχύτητα επεξεργασίας, την ικανότητα ανάλυσης σύνθετων και ετερογενών δεδομένων και τη δυνατότητα έγκαιρης ανίχνευσης πρώιμων ενδείξεων πυρκαγιάς. Ωστόσο, η αποτελεσματικότητά τους δεν είναι απόλυτη, καθώς εξαρτάται από την ποιότητα και την αντιπροσωπευτικότητα των δεδομένων, την αρχιτεκτονική του συστήματος, τη σταθερότητα των δικτύων επικοινωνίας, τη διαλειτουργικότητα και τον βαθμό επιχειρησιακής αξιοποίησης. Ιδιαίτερη έμφαση δίνεται στα υβριδικά και πολυεπίπεδα συστήματα, στα οποία η σύντηξη δεδομένων από διαφορετικές πηγές ενισχύει την αξιοπιστία των ειδοποιήσεων και μειώνει την αβεβαιότητα. Συμπερασματικά, η τεχνητή νοημοσύνη δεν αποτελεί από μόνη της μια ολοκληρωμένη λύση, αλλά έναν κρίσιμο παράγοντα ενίσχυσης των συστημάτων έγκαιρης προειδοποίησης και των μηχανισμών πολιτικής προστασίας. Η ουσιαστική αξιοποίησή της προϋποθέτει κατάλληλες υποδομές, ποιοτικά δεδομένα, τυποποιημένα πρωτόκολλα αξιολόγησης, θεσμική προσαρμογή και αποτελεσματική ενσωμάτωση στη διαδικασία λήψης αποφάσεων. Η εργασία αναδεικνύει, έτσι, την ανάγκη μετάβασης από μεμονωμένες τεχνολογικές εφαρμογές σε ολοκληρωμένα, ανθεκτικά και επιχειρησιακά ώριμα συστήματα διαχείρισης δασικών πυρκαγιών.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Μούτσου Σταυρούλα
  • MOUTSOU STAVROULA

Subjects

dc:subject × 2

Rights

Language dc:language
Ελληνικά, Greek

Identifiers

dc:identifier.*
Identifier
uoadl:5413691

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Μούτσου Σταυρούλα; MOUTSOU STAVROULA. ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΤΗΤΑ ΣΥΣΤΗΜΑΤΩΝ ΕΓΚΑΙΡΗΣ ΠΡΟΕΙΔΟΠΟΙΗΣΗΣ ΜΕ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΣΤΗΝ ΑΝΙΧΝΕΥΣΗ ΔΑΣΙΚΩΝ ΠΥΡΚΑΓΙΩΝ. 2026. https://pergamos.lib.uoa.gr/uoa/dl/object/5413691