{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5428599"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5428599","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Evaluating Agentic AI for Code Generation in Earth Observation and Thermal Remote Sensing Domains","abstract":"Τα συστήματα Τεχνητής Νοημοσύνης με αυτόνομους πράκτορες διερευνώνται ολοένα και περισσότερο ως εργαλεία υποστήριξης σύνθετων αναλυτικών ροών σε επιστημονικούς και τεχνικούς τομείς. Στην Παρατήρηση της Γης (Earth Observation – EO) και τη θερμική τηλεπισκόπηση, η αξιόπιστη παραγωγή κώδικα για το Google Earth Engine (GEE) απαιτεί περισσότερα από απλές προγραμματιστικές ικανότητες: εξαρτάται από την ορθή επιλογή συνόλων δεδομένων, την κατανόηση της σημασιολογίας των φασματικών ζωνών, τη σωστή διαχείριση των δεδομένων διασφάλισης ποιότητας, την εφαρμογή των κατάλληλων συντελεστών κλιμάκωσης, τη χρονική συνάθροιση και τη γεωχωρική ερμηνεία. Στην παρούσα εργασία, η εφαρμογή ανοικτού κώδικα Gendox επεκτάθηκε ώστε να υποστηρίζει την παραγωγή και την αξιολόγηση κώδικα προσανατολισμένου σε εφαρμογές Παρατήρησης της Γης. Το σύστημα εμπλουτίστηκε με λειτουργίες ερμηνείας εργασιών (tasks), παραγωγής με επαυξημένη ανάκτηση πληροφοριών (Retrieval-Augmented Generation – RAG), παραγωγής κώδικα GEE, οπτικοποίησης βάσει χαρτών και υποβοηθούμενης από Τεχνητή Νοημοσύνη αξιολόγησης των παραγόμενων αποτελεσμάτων. Οι παραγόμενες ροές ανάλυσης δημιουργούν γεωχωρικά αποτελέσματα, τα οποία προβάλλονται σε διαδραστικό χάρτη, ενώ το υποσύστημα αξιολόγησης μέσω Τεχνητής Νοημοσύνης ερμηνεύει τα οπτικά αποτελέσματα και εκτιμά τη συνάφειά τους με το αρχικό αναλυτικό αίτημα. Ως μελέτη περίπτωσης χρησιμοποιείται η Μητροπολιτική Περιοχή της Αθήνας, όπου οι επαναλαμβανόμενοι θερινοί καύσωνες καθιστούν ιδιαίτερα σημαντική τη θερμική ανάλυση μέσω δορυφορικών δεδομένων. Η αξιολόγηση βασίζεται σε δώδεκα σενάρια χρήσης, τα οποία εξελίσσονται από βασικές ροές ανάλυσης Παρατήρησης της Γης σε σύνθετα σενάρια ανάλυσης, εφαρμογές θερμικής τηλεπισκόπησης και εφαρμοσμένες αναλύσεις αστικής θερμότητας. Η αστική μελέτη περίπτωσης παρήγαγε ερμηνεύσιμα αποτελέσματα για την Αθήνα, τα οποία περιλαμβάνουν ανάλυση της βλάστησης και της υγρασίας, ταξινομήσεις έκθεσης στη θερμότητα, επιδράσεις δροσισμού από πράσινες υποδομές και την ένταση της Επιφανειακής Αστικής Θερμικής Νησίδας (Surface Urban Heat Island – SUHI). Στα πιο προηγμένα σενάρια, οι παραγόμενες αναλύσεις παρείχαν ενδεικτικές εκτιμήσεις, μεταξύ των οποίων αύξηση της μέσης θερινής Θερμοκρασίας Επιφάνειας Εδάφους (Land Surface Temperature – LST) από 43,56 °C το 2025 σε 45,28 °C σε ένα σενάριο για το 2030, καθώς και ένταση SUHI περίπου 1,80 °C μεταξύ αστικών και αγροτικών περιοχών αναφοράς κατά το καλοκαίρι του 2025. Σε ποιοτικό επίπεδο, οι ροές ανάλυσης αξιολογούνται ως προς τη χρησιμότητα, την ερμηνευσιμότητα και τη μεθοδολογική τους ορθότητα. Σε ποσοτικό επίπεδο, συγκρίνονται πέντε εμπορικά μοντέλα και μοντέλα ανοικτών βαρών, με τη χρήση βαθμολογιών βάσει κριτηρίων για την ορθότητα του κώδικα, την επιτυχή εκτέλεση, την ανθεκτικότητα και την ποιότητα των επεξηγήσεων. Τα αποτελέσματα δείχνουν ότι τα μοντέλα αιχμής ανταποκρίθηκαν στο σύνολο δοκιμών αξιολόγησης με υψηλή αξιοπιστία. Το Gemini 3.5 Flash πέτυχε την υψηλότερη μέση βαθμολογία παραγωγής κώδικα, με 9,50/10, ενώ το Gemini 3.1 Pro ακολούθησε με μικρή διαφορά, επιτυγχάνοντας 9,42/10 και το υψηλότερο ποσοστό πλήρως επιτυχούς εκτέλεσης, το οποίο ανήλθε σε 92%. Ισχυρή επίδοση είχε επίσης το Claude Sonnet 4.6, με βαθμολογία 9,08/10. Συνολικά, η διατριβή καταλήγει στο συμπέρασμα ότι η Τεχνητή Νοημοσύνη με αυτόνομους πράκτορες, όταν συνδυάζεται με θεμελίωση μέσω ανάκτησης πληροφοριών και ελεγχόμενη βελτίωση, μπορεί να αποτελέσει έναν ιδιαίτερα αποτελεσματικό βοηθό για την παραγωγή κώδικα σε εφαρμογές Παρατήρησης της Γης.","abstract_html":"Τα συστήματα Τεχνητής Νοημοσύνης με αυτόνομους πράκτορες διερευνώνται ολοένα και περισσότερο ως εργαλεία υποστήριξης σύνθετων αναλυτικών ροών σε επιστημονικούς και τεχνικούς τομείς. Στην Παρατήρηση της Γης (Earth Observation – EO) και τη θερμική τηλεπισκόπηση, η αξιόπιστη παραγωγή κώδικα για το Google Earth Engine (GEE) απαιτεί περισσότερα από απλές προγραμματιστικές ικανότητες: εξαρτάται από την ορθή επιλογή συνόλων δεδομένων, την κατανόηση της σημασιολογίας των φασματικών ζωνών, τη σωστή διαχείριση των δεδομένων διασφάλισης ποιότητας, την εφαρμογή των κατάλληλων συντελεστών κλιμάκωσης, τη χρονική συνάθροιση και τη γεωχωρική ερμηνεία. Στην παρούσα εργασία, η εφαρμογή ανοικτού κώδικα Gendox επεκτάθηκε ώστε να υποστηρίζει την παραγωγή και την αξιολόγηση κώδικα προσανατολισμένου σε εφαρμογές Παρατήρησης της Γης. Το σύστημα εμπλουτίστηκε με λειτουργίες ερμηνείας εργασιών (tasks), παραγωγής με επαυξημένη ανάκτηση πληροφοριών (Retrieval-Augmented Generation – RAG), παραγωγής κώδικα GEE, οπτικοποίησης βάσει χαρτών και υποβοηθούμενης από Τεχνητή Νοημοσύνη αξιολόγησης των παραγόμενων αποτελεσμάτων. Οι παραγόμενες ροές ανάλυσης δημιουργούν γεωχωρικά αποτελέσματα, τα οποία προβάλλονται σε διαδραστικό χάρτη, ενώ το υποσύστημα αξιολόγησης μέσω Τεχνητής Νοημοσύνης ερμηνεύει τα οπτικά αποτελέσματα και εκτιμά τη συνάφειά τους με το αρχικό αναλυτικό αίτημα. Ως μελέτη περίπτωσης χρησιμοποιείται η Μητροπολιτική Περιοχή της Αθήνας, όπου οι επαναλαμβανόμενοι θερινοί καύσωνες καθιστούν ιδιαίτερα σημαντική τη θερμική ανάλυση μέσω δορυφορικών δεδομένων. Η αξιολόγηση βασίζεται σε δώδεκα σενάρια χρήσης, τα οποία εξελίσσονται από βασικές ροές ανάλυσης Παρατήρησης της Γης σε σύνθετα σενάρια ανάλυσης, εφαρμογές θερμικής τηλεπισκόπησης και εφαρμοσμένες αναλύσεις αστικής θερμότητας. Η αστική μελέτη περίπτωσης παρήγαγε ερμηνεύσιμα αποτελέσματα για την Αθήνα, τα οποία περιλαμβάνουν ανάλυση της βλάστησης και της υγρασίας, ταξινομήσεις έκθεσης στη θερμότητα, επιδράσεις δροσισμού από πράσινες υποδομές και την ένταση της Επιφανειακής Αστικής Θερμικής Νησίδας (Surface Urban Heat Island – SUHI). Στα πιο προηγμένα σενάρια, οι παραγόμενες αναλύσεις παρείχαν ενδεικτικές εκτιμήσεις, μεταξύ των οποίων αύξηση της μέσης θερινής Θερμοκρασίας Επιφάνειας Εδάφους (Land Surface Temperature – LST) από 43,56 °C το 2025 σε 45,28 °C σε ένα σενάριο για το 2030, καθώς και ένταση SUHI περίπου 1,80 °C μεταξύ αστικών και αγροτικών περιοχών αναφοράς κατά το καλοκαίρι του 2025. Σε ποιοτικό επίπεδο, οι ροές ανάλυσης αξιολογούνται ως προς τη χρησιμότητα, την ερμηνευσιμότητα και τη μεθοδολογική τους ορθότητα. Σε ποσοτικό επίπεδο, συγκρίνονται πέντε εμπορικά μοντέλα και μοντέλα ανοικτών βαρών, με τη χρήση βαθμολογιών βάσει κριτηρίων για την ορθότητα του κώδικα, την επιτυχή εκτέλεση, την ανθεκτικότητα και την ποιότητα των επεξηγήσεων. Τα αποτελέσματα δείχνουν ότι τα μοντέλα αιχμής ανταποκρίθηκαν στο σύνολο δοκιμών αξιολόγησης με υψηλή αξιοπιστία. Το Gemini 3.5 Flash πέτυχε την υψηλότερη μέση βαθμολογία παραγωγής κώδικα, με 9,50/10, ενώ το Gemini 3.1 Pro ακολούθησε με μικρή διαφορά, επιτυγχάνοντας 9,42/10 και το υψηλότερο ποσοστό πλήρως επιτυχούς εκτέλεσης, το οποίο ανήλθε σε 92%. Ισχυρή επίδοση είχε επίσης το Claude Sonnet 4.6, με βαθμολογία 9,08/10. Συνολικά, η διατριβή καταλήγει στο συμπέρασμα ότι η Τεχνητή Νοημοσύνη με αυτόνομους πράκτορες, όταν συνδυάζεται με θεμελίωση μέσω ανάκτησης πληροφοριών και ελεγχόμενη βελτίωση, μπορεί να αποτελέσει έναν ιδιαίτερα αποτελεσματικό βοηθό για την παραγωγή κώδικα σε εφαρμογές Παρατήρησης της Γης.","abstract_has_math":false,"creators":["ΣΕΚΑΣ ΧΡΗΣΤΟΣ","SEKAS CHRISTOS"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-11-19T05:20:24Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5428599"],"render_values":[{"text":"uoadl:5428599","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5428599","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5428599","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%3A5428599","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΣΕΚΑΣ ΧΡΗΣΤΟΣ","SEKAS CHRISTOS"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"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:5428599","https://pergamos.lib.uoa.gr/uoa/dl/object/5428599"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Τα συστήματα Τεχνητής Νοημοσύνης με αυτόνομους πράκτορες διερευνώνται ολοένα και περισσότερο ως εργαλεία υποστήριξης σύνθετων αναλυτικών ροών σε επιστημονικούς και τεχνικούς τομείς. Στην Παρατήρηση της Γης (Earth Observation – EO) και τη θερμική τηλεπισκόπηση, η αξιόπιστη παραγωγή κώδικα για το Google Earth Engine (GEE) απαιτεί περισσότερα από απλές προγραμματιστικές ικανότητες: εξαρτάται από την ορθή επιλογή συνόλων δεδομένων, την κατανόηση της σημασιολογίας των φασματικών ζωνών, τη σωστή διαχείριση των δεδομένων διασφάλισης ποιότητας, την εφαρμογή των κατάλληλων συντελεστών κλιμάκωσης, τη χρονική συνάθροιση και τη γεωχωρική ερμηνεία. Στην παρούσα εργασία, η εφαρμογή ανοικτού κώδικα Gendox επεκτάθηκε ώστε να υποστηρίζει την παραγωγή και την αξιολόγηση κώδικα προσανατολισμένου σε εφαρμογές Παρατήρησης της Γης. Το σύστημα εμπλουτίστηκε με λειτουργίες ερμηνείας εργασιών (tasks), παραγωγής με επαυξημένη ανάκτηση πληροφοριών (Retrieval-Augmented Generation – RAG), παραγωγής κώδικα GEE, οπτικοποίησης βάσει χαρτών και υποβοηθούμενης από Τεχνητή Νοημοσύνη αξιολόγησης των παραγόμενων αποτελεσμάτων. Οι παραγόμενες ροές ανάλυσης δημιουργούν γεωχωρικά αποτελέσματα, τα οποία προβάλλονται σε διαδραστικό χάρτη, ενώ το υποσύστημα αξιολόγησης μέσω Τεχνητής Νοημοσύνης ερμηνεύει τα οπτικά αποτελέσματα και εκτιμά τη συνάφειά τους με το αρχικό αναλυτικό αίτημα. Ως μελέτη περίπτωσης χρησιμοποιείται η Μητροπολιτική Περιοχή της Αθήνας, όπου οι επαναλαμβανόμενοι θερινοί καύσωνες καθιστούν ιδιαίτερα σημαντική τη θερμική ανάλυση μέσω δορυφορικών δεδομένων. Η αξιολόγηση βασίζεται σε δώδεκα σενάρια χρήσης, τα οποία εξελίσσονται από βασικές ροές ανάλυσης Παρατήρησης της Γης σε σύνθετα σενάρια ανάλυσης, εφαρμογές θερμικής τηλεπισκόπησης και εφαρμοσμένες αναλύσεις αστικής θερμότητας. Η αστική μελέτη περίπτωσης παρήγαγε ερμηνεύσιμα αποτελέσματα για την Αθήνα, τα οποία περιλαμβάνουν ανάλυση της βλάστησης και της υγρασίας, ταξινομήσεις έκθεσης στη θερμότητα, επιδράσεις δροσισμού από πράσινες υποδομές και την ένταση της Επιφανειακής Αστικής Θερμικής Νησίδας (Surface Urban Heat Island – SUHI). Στα πιο προηγμένα σενάρια, οι παραγόμενες αναλύσεις παρείχαν ενδεικτικές εκτιμήσεις, μεταξύ των οποίων αύξηση της μέσης θερινής Θερμοκρασίας Επιφάνειας Εδάφους (Land Surface Temperature – LST) από 43,56 °C το 2025 σε 45,28 °C σε ένα σενάριο για το 2030, καθώς και ένταση SUHI περίπου 1,80 °C μεταξύ αστικών και αγροτικών περιοχών αναφοράς κατά το καλοκαίρι του 2025. Σε ποιοτικό επίπεδο, οι ροές ανάλυσης αξιολογούνται ως προς τη χρησιμότητα, την ερμηνευσιμότητα και τη μεθοδολογική τους ορθότητα. Σε ποσοτικό επίπεδο, συγκρίνονται πέντε εμπορικά μοντέλα και μοντέλα ανοικτών βαρών, με τη χρήση βαθμολογιών βάσει κριτηρίων για την ορθότητα του κώδικα, την επιτυχή εκτέλεση, την ανθεκτικότητα και την ποιότητα των επεξηγήσεων. Τα αποτελέσματα δείχνουν ότι τα μοντέλα αιχμής ανταποκρίθηκαν στο σύνολο δοκιμών αξιολόγησης με υψηλή αξιοπιστία. Το Gemini 3.5 Flash πέτυχε την υψηλότερη μέση βαθμολογία παραγωγής κώδικα, με 9,50/10, ενώ το Gemini 3.1 Pro ακολούθησε με μικρή διαφορά, επιτυγχάνοντας 9,42/10 και το υψηλότερο ποσοστό πλήρως επιτυχούς εκτέλεσης, το οποίο ανήλθε σε 92%. Ισχυρή επίδοση είχε επίσης το Claude Sonnet 4.6, με βαθμολογία 9,08/10. Συνολικά, η διατριβή καταλήγει στο συμπέρασμα ότι η Τεχνητή Νοημοσύνη με αυτόνομους πράκτορες, όταν συνδυάζεται με θεμελίωση μέσω ανάκτησης πληροφοριών και ελεγχόμενη βελτίωση, μπορεί να αποτελέσει έναν ιδιαίτερα αποτελεσματικό βοηθό για την παραγωγή κώδικα σε εφαρμογές Παρατήρησης της Γης.","Agentic artificial intelligence systems are increasingly being explored as tools for supporting complex analytical workflows in scientific and technical domains. In Earth Observation (EO) and thermal remote sensing, reliable Google Earth Engine (GEE) code generation requires more than programming ability: it depends on correct dataset selection, band semantics, quality-assurance handling, scaling factors, temporal aggregation, and geospatial interpretation. In this work, the open-source Gendox project was extended to support EO-oriented code generation and evaluation. The system was expanded with task interpretation, retrieval-supported generation, GEE code generation, map-based visualization, and AI-assisted review of the produced outputs. Generated workflows produce geospatial results that are displayed on an interactive map, while the AI review component interprets the visual outputs and assesses their relevance to the original analytical request. The Athens Metropolitan Area is used as the case study, where recurring summer heatwaves make satellite-based thermal analysis especially relevant. The evaluation follows twelve use-case scenarios, progressing from basic EO workflows to aggregation tasks, thermal remote sensing, and applied urban heat analysis. The urban case study produced interpretable results for Athens, including vegetation and moisture patterns, heat-exposure classifications, green infrastructure cooling effects, and SUHI intensity. In the most advanced scenarios, the generated workflows produced internally consistent illustrative estimates, including an increase in average summer LST from 43.56 °C in 2025 to 45.28 °C in a 2030 scenario, and identified a summer 2025 SUHI intensity of approximately 1.80 °C between urban and rural reference areas. Qualitatively, the workflows are assessed for usefulness, interpretability, and methodological soundness. Quantitatively, five commercial and open-weight models are compared using rubric-based scores for code correctness, execution success, robustness, and explanation quality. The results show that frontier models solved the benchmark with high reliability. Gemini 3.5 Flash achieved the highest mean code-generation score, with 9.50/10, while Gemini 3.1 Pro followed closely with 9.42/10 and reached the highest full execution success rate, at 92%. Claude Sonnet 4.6 also performed strongly, with 9.08/10. Overall, the thesis concludes that agentic AI, when combined with retrieval grounding and constrained refinement, can serve as a highly effective assistant for EO code generation."]},{"key":"dc:title","label":"Title","values":["Evaluating Agentic AI for Code Generation in Earth Observation and Thermal Remote Sensing Domains"]}]}],"canonical_facts":{"dc:creator":["ΣΕΚΑΣ ΧΡΗΣΤΟΣ","SEKAS CHRISTOS"],"dc:date":["2026"],"dc:description":["Τα συστήματα Τεχνητής Νοημοσύνης με αυτόνομους πράκτορες διερευνώνται ολοένα και περισσότερο ως εργαλεία υποστήριξης σύνθετων αναλυτικών ροών σε επιστημονικούς και τεχνικούς τομείς. Στην Παρατήρηση της Γης (Earth Observation – EO) και τη θερμική τηλεπισκόπηση, η αξιόπιστη παραγωγή κώδικα για το Google Earth Engine (GEE) απαιτεί περισσότερα από απλές προγραμματιστικές ικανότητες: εξαρτάται από την ορθή επιλογή συνόλων δεδομένων, την κατανόηση της σημασιολογίας των φασματικών ζωνών, τη σωστή διαχείριση των δεδομένων διασφάλισης ποιότητας, την εφαρμογή των κατάλληλων συντελεστών κλιμάκωσης, τη χρονική συνάθροιση και τη γεωχωρική ερμηνεία. Στην παρούσα εργασία, η εφαρμογή ανοικτού κώδικα Gendox επεκτάθηκε ώστε να υποστηρίζει την παραγωγή και την αξιολόγηση κώδικα προσανατολισμένου σε εφαρμογές Παρατήρησης της Γης. Το σύστημα εμπλουτίστηκε με λειτουργίες ερμηνείας εργασιών (tasks), παραγωγής με επαυξημένη ανάκτηση πληροφοριών (Retrieval-Augmented Generation – RAG), παραγωγής κώδικα GEE, οπτικοποίησης βάσει χαρτών και υποβοηθούμενης από Τεχνητή Νοημοσύνη αξιολόγησης των παραγόμενων αποτελεσμάτων. Οι παραγόμενες ροές ανάλυσης δημιουργούν γεωχωρικά αποτελέσματα, τα οποία προβάλλονται σε διαδραστικό χάρτη, ενώ το υποσύστημα αξιολόγησης μέσω Τεχνητής Νοημοσύνης ερμηνεύει τα οπτικά αποτελέσματα και εκτιμά τη συνάφειά τους με το αρχικό αναλυτικό αίτημα. Ως μελέτη περίπτωσης χρησιμοποιείται η Μητροπολιτική Περιοχή της Αθήνας, όπου οι επαναλαμβανόμενοι θερινοί καύσωνες καθιστούν ιδιαίτερα σημαντική τη θερμική ανάλυση μέσω δορυφορικών δεδομένων. Η αξιολόγηση βασίζεται σε δώδεκα σενάρια χρήσης, τα οποία εξελίσσονται από βασικές ροές ανάλυσης Παρατήρησης της Γης σε σύνθετα σενάρια ανάλυσης, εφαρμογές θερμικής τηλεπισκόπησης και εφαρμοσμένες αναλύσεις αστικής θερμότητας. Η αστική μελέτη περίπτωσης παρήγαγε ερμηνεύσιμα αποτελέσματα για την Αθήνα, τα οποία περιλαμβάνουν ανάλυση της βλάστησης και της υγρασίας, ταξινομήσεις έκθεσης στη θερμότητα, επιδράσεις δροσισμού από πράσινες υποδομές και την ένταση της Επιφανειακής Αστικής Θερμικής Νησίδας (Surface Urban Heat Island – SUHI). Στα πιο προηγμένα σενάρια, οι παραγόμενες αναλύσεις παρείχαν ενδεικτικές εκτιμήσεις, μεταξύ των οποίων αύξηση της μέσης θερινής Θερμοκρασίας Επιφάνειας Εδάφους (Land Surface Temperature – LST) από 43,56 °C το 2025 σε 45,28 °C σε ένα σενάριο για το 2030, καθώς και ένταση SUHI περίπου 1,80 °C μεταξύ αστικών και αγροτικών περιοχών αναφοράς κατά το καλοκαίρι του 2025. Σε ποιοτικό επίπεδο, οι ροές ανάλυσης αξιολογούνται ως προς τη χρησιμότητα, την ερμηνευσιμότητα και τη μεθοδολογική τους ορθότητα. Σε ποσοτικό επίπεδο, συγκρίνονται πέντε εμπορικά μοντέλα και μοντέλα ανοικτών βαρών, με τη χρήση βαθμολογιών βάσει κριτηρίων για την ορθότητα του κώδικα, την επιτυχή εκτέλεση, την ανθεκτικότητα και την ποιότητα των επεξηγήσεων. Τα αποτελέσματα δείχνουν ότι τα μοντέλα αιχμής ανταποκρίθηκαν στο σύνολο δοκιμών αξιολόγησης με υψηλή αξιοπιστία. Το Gemini 3.5 Flash πέτυχε την υψηλότερη μέση βαθμολογία παραγωγής κώδικα, με 9,50/10, ενώ το Gemini 3.1 Pro ακολούθησε με μικρή διαφορά, επιτυγχάνοντας 9,42/10 και το υψηλότερο ποσοστό πλήρως επιτυχούς εκτέλεσης, το οποίο ανήλθε σε 92%. Ισχυρή επίδοση είχε επίσης το Claude Sonnet 4.6, με βαθμολογία 9,08/10. Συνολικά, η διατριβή καταλήγει στο συμπέρασμα ότι η Τεχνητή Νοημοσύνη με αυτόνομους πράκτορες, όταν συνδυάζεται με θεμελίωση μέσω ανάκτησης πληροφοριών και ελεγχόμενη βελτίωση, μπορεί να αποτελέσει έναν ιδιαίτερα αποτελεσματικό βοηθό για την παραγωγή κώδικα σε εφαρμογές Παρατήρησης της Γης.","Agentic artificial intelligence systems are increasingly being explored as tools for supporting complex analytical workflows in scientific and technical domains. In Earth Observation (EO) and thermal remote sensing, reliable Google Earth Engine (GEE) code generation requires more than programming ability: it depends on correct dataset selection, band semantics, quality-assurance handling, scaling factors, temporal aggregation, and geospatial interpretation. In this work, the open-source Gendox project was extended to support EO-oriented code generation and evaluation. The system was expanded with task interpretation, retrieval-supported generation, GEE code generation, map-based visualization, and AI-assisted review of the produced outputs. Generated workflows produce geospatial results that are displayed on an interactive map, while the AI review component interprets the visual outputs and assesses their relevance to the original analytical request. The Athens Metropolitan Area is used as the case study, where recurring summer heatwaves make satellite-based thermal analysis especially relevant. The evaluation follows twelve use-case scenarios, progressing from basic EO workflows to aggregation tasks, thermal remote sensing, and applied urban heat analysis. The urban case study produced interpretable results for Athens, including vegetation and moisture patterns, heat-exposure classifications, green infrastructure cooling effects, and SUHI intensity. In the most advanced scenarios, the generated workflows produced internally consistent illustrative estimates, including an increase in average summer LST from 43.56 °C in 2025 to 45.28 °C in a 2030 scenario, and identified a summer 2025 SUHI intensity of approximately 1.80 °C between urban and rural reference areas. Qualitatively, the workflows are assessed for usefulness, interpretability, and methodological soundness. Quantitatively, five commercial and open-weight models are compared using rubric-based scores for code correctness, execution success, robustness, and explanation quality. The results show that frontier models solved the benchmark with high reliability. Gemini 3.5 Flash achieved the highest mean code-generation score, with 9.50/10, while Gemini 3.1 Pro followed closely with 9.42/10 and reached the highest full execution success rate, at 92%. Claude Sonnet 4.6 also performed strongly, with 9.08/10. Overall, the thesis concludes that agentic AI, when combined with retrieval grounding and constrained refinement, can serve as a highly effective assistant for EO code generation."],"dc:identifier":["uoadl:5428599","https://pergamos.lib.uoa.gr/uoa/dl/object/5428599"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Evaluating Agentic AI for Code Generation in Earth Observation and Thermal Remote Sensing Domains"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:20:24Z"}