WORKSHOPS

Τα εκπαιδευτικά εργαστήρια (workshops) αποτελούν μια σύντομη εκπαίδευση στα βασικά στάδια της χρήσης των GIS και των σύγχρονων ψηφιακών και γεωχωρικών τεχνολογιών.

Τα workshops θα διεξαχθούν σε χώρους της Ερευνητικής Μονάδας και του Γεωπονικού Πανεπιστημίου.

Στους συμμετέχοντες θα χορηγηθούν βεβαιώσεις παρακολούθησης.

Τα Workshops θα γίνουν στην Ελληνική γλώσσα

Γεωχωρική Τεχνητή Νοημοσύνη (GeoAI) στα λογισμικά GIS | Εφαρμογές στη γεωργία & στο περιβάλλον

Τι είναι: Συνδυασμός GIS + Machine Learning / Deep Learning για ανάλυση χωρικών δεδομένων μεγάλης κλίμακας.

Τι περιλαμβάνει:

  • Εισαγωγή στη GeoAI και βασικές έννοιες ML

  • Χωρική ταξινόμηση & παλινδρόμηση

  • Ανίχνευση αλλαγών (land use / land cover)

  • Πρόβλεψη αποδόσεων καλλιεργειών

  • Περιβαλλοντικοί κίνδυνοι (ξηρασία, πλημμύρες, διάβρωση)

Εφαρμογές: Πρόβλεψη απόδοσης καλλιεργειών, ανίχνευση ασθενειών φυτών από εικόνες, και μοντέλα πρόβλεψης κινδύνου πυρκαγιάς.

Στόχος: Η αυτοματοποίηση της εξαγωγής πληροφορίας από μεγάλα γεωχωρικά δεδομένα (Big GeoData).

Τι είναι: Η γλώσσα προγραμματισμού R είναι εξαιρετικά ισχυρή για στατιστική ανάλυση και διαχείριση χωρικών δεδομένων χωρίς τη χρήση γραφικού περιβάλλοντος (GUI).

Τι περιλαμβάνει:

  • Βιβλιοθήκες (Packages): Εκμάθηση των πακέτων sf (για διανυσματικά δεδομένα), terra ή raster (για raster) και ggplot2 (για χαρτογράφηση).

  • Data Wrangling: Καθαρισμός, ένωση και μετασχηματισμός χωρικών δεδομένων.

  • Αυτοματοποίηση: Δημιουργία scripts για μαζική επεξεργασία αρχείων (π.χ. επεξεργασία 1000 κλιματικών αρχείων ταυτόχρονα).

Εφαρμογές: Περιβαλλοντική ανάλυση, Γεωργικά πειράματα, Χωρικά μοντέλα παραγωγικότητας

Στόχος: Η ικανότητα εκτέλεσης αναπαραγώγιμης έρευνας (reproducible research) και η διαχείριση πολύπλοκων datasets.

Τι περιλαμβάνει:

  • Χωρική μοντελοποίηση: Overlay, buffers, suitability analysis.

  • Διερευνητική Χωρική Ανάλυση (ESDA): Έλεγχος για χωρική αυτοσυσχέτιση (δείκτες Moran’s I), εντοπισμός χωρικών outliers και ανάλυση προτύπων διασποράς.

  • Ζώνες Διαχείρισης (Management Zones): Ομαδοποίηση (Clustering) περιοχών με παρόμοια χαρακτηριστικά για εφαρμογή μεταβλητών εισροών (VRA - Variable Rate Application).

Εφαρμογές: Μεταβλητές εισροές (λίπανση, άρδευση), Αγρο-περιβαλλοντικός σχεδιασμός, Χωρική κατανόηση δεδομένων πριν το modeling.

Στόχος: Μετατροπή δεδομένων σε οδηγίες για τον καλλιεργητή με αποτέλεσμα την βελτιστοποίηση των εισροών (λιπάσματα, νερό) με βάση την παραλλακτικότητα του αγρού.

Τι περιλαμβάνει:

  • Βασικές αρχές WebGIS

  • Dashboards: Δημιουργία πινάκων ελέγχου για την παρακολούθηση περιβαλλοντικών δεικτών σε πραγματικό χρόνο.

  • StoryMaps: Αφηγηματικοί χάρτες που συνδυάζουν κείμενο, πολυμέσα και διαδραστικούς χάρτες.

Εφαρμογές: Υποστήριξη αποφάσεων, Αγροτικές πλατφόρμες, Περιβαλλοντική ενημέρωση κοινού.

Στόχος: Η δημιουργία εργαλείων καθιστούν τα δεδομένα διαθέσιμα ακόμα και σε φορητές συσκευές, για συνεχή παρακολούθηση και αύξηση της προσβασιμότητας στην πληροφορία για το ενδιαφερόμενο κοινό.

Τι περιλαμβάνει:

  • Πολυκριτηριακή Ανάλυση (MCDA): Χρήση μεθόδων όπως η AHP (Analytic Hierarchy Process) για την ιεράρχηση κριτηρίων.

  • Κριτήρια: Συνδυασμός εδαφολογικών χαρτών, κλιματικών δεδομένων, τοπογραφίας (κλίσεις, έκθεση) και διαθεσιμότητας νερού.

  • Μοντέλα Καταλληλότητας (Suitability Models): Παραγωγή χαρτών που δείχνουν το βαθμό καταλληλότητας (S1, S2, N κ.λπ.) για συγκεκριμένες καλλιέργειες.

Εφαρμογές: Χάρτες καταλληλότητας, Σενάρια καλλιεργειών, Υποστήριξη επενδυτικών αποφάσεων.

Στόχος: Ο στρατηγικός σχεδιασμός καλλιεργειών για μεγιστοποίηση απόδοσης και προστασία του εδάφους.

Τι περιλαμβάνει:

  • Σχεδιασμός Πτήσης: Επικάλυψη εικόνων (overlap), ύψος πτήσης και GSD (Ground Sampling Distance).

  • Structure from Motion (SfM): Η διαδικασία παραγωγής 3D νέφους σημείων (point cloud) από 2D εικόνες.

  • Παραγόμενα Προϊόντα: Ορθοφωτοχάρτες, Ψηφιακά Μοντέλα Επιφανείας (DSM/DTM) και χάρτες δεικτών βλάστησης (π.χ. NDVI) με χρήση πολυφασματικών καμερών.

Εφαρμογές: Παρακολούθηση καλλιεργειών, Χαρτογράφηση ζημιών, Precision farming

Στόχος: Η παραγωγή δεδομένων πολύ υψηλής ανάλυσης (<5cm) για άμεση παρακολούθηση καλλιεργειών και περιβαλλοντικών συνθηκών.

Τι περιλαμβάνει:

  • Cloud Computing: Επεξεργασία πεταμπάιτ δορυφορικών δεδομένων (Sentinel, Landsat, MODIS) χωρίς να απαιτείται ισχυρός τοπικός υπολογιστής.

  • Χρονοσειρές (Time-series Analysis): Ανάλυση της φαινολογίας των καλλιεργειών και περιβαλλοντικών συνθηκών σε βάθος χρόνου

  • Κώδικας: Χρήση JavaScript ή Python API για τη δημιουργία αλγορίθμων παρακολούθησης ξηρασίας ή υγρασίας εδάφους.

Εφαρμογές: Time-series ανάλυση καλλιεργειών, NDVI / EVI trends, Ανίχνευση ξηρασίας, Yield monitoring

Στόχος: Η μακροσκοπική και διαχρονική παρακολούθηση αγροτεμαχίων και περιβαλλοντικών μεταβολών.

Η εγγραφή στο συνέδριο αποτελεί υποχρεωτική προϋπόθεση για τη συμμετοχή σε οποιοδήποτε workshop.

Η εγγραφή στο συνέδριο περιλαμβάνει δωρεάν πρόσβαση σε ένα (1) workshop της επιλογής σας.

Το κόστος για κάθε επιπλέον workshop είναι 20€.

Workshop Form


Τα πεδία με τον αστερίσκο * είναι υποχρεωτικά

Choose the workshops you want to attend. If a workshop is not listed then there are no more spots for this particular workshop. 

Ανεβάστε κάποιο αρχείο αποστολής πληρωμής (π.χ. απόδειξη, invoice, screenshot)
Κύλιση στην κορυφή