Show simple item record

dc.contributor.advisorΚατάκης, Ιωάννης
dc.contributor.authorΚαλογερόπουλος, Ανδρέας
dc.contributor.otherKalogeropoulos, Andreas
dc.coverage.spatialΚύπροςel_GR
dc.date.accessioned2016-07-20
dc.date.accessioned2016-07-20T10:33:31Z
dc.date.available2016-07-20T10:33:31Z
dc.date.copyright2016-05
dc.date.issued2016-07-20
dc.identifier.otherΠΕΣ/2016/00223el_GR
dc.identifier.urihttp://hdl.handle.net/11128/2440
dc.descriptionΠεριέχει βιβλιογραφικές παραπομπές.el_GR
dc.description.abstractΣτην εν λόγω Διατριβή επεξεργαζόμαστε δεδομένα από το ετήσιο Πρόγραμμα Δακοκτονίας, το οποίο υλοποιείται στην Ελλάδα από τις Διευθύνσεις Αγροτικής Οικονομίας και Κτηνιατρικής (ΔΑΟΚ) των Περιφερειακών Ενοτήτων (πρώην Νομαρχιών). Τα στοιχεία ελήφθησαν από τη Βάση Δεδομένων DACUS, του Υπουργείου Αγροτικής Ανάπτυξης και Τροφίμων, η οποία χρησιμοποιείται για την ηλεκτρονική καταγραφή των στοιχείων και από το φυσικό αρχείο της ΔΑΟΚ Χαλκιδικής. Ο δάκος (Bactocera oleae) είναι ένα είδος μύγας που προσβάλλει τον καρπό της ελιάς και προκαλεί υποβάθμιση της ποιότητάς του. Πρόκειται δε για τον κυριότερο εχθρό των ελαιοκαλλιεργειών. Η υλοποίηση του προγράμματος δακοκτονίας γίνεται κάθε χρόνο από Μάιο μέχρι Νοέμβριο. Τα δεδομένα αφορούν σε μετρήσεις του πληθυσμού των ατόμων του δάκου που συλλαμβάνονται σε παγίδες, σε μετρήσεις του μεγέθους της προσβολής και στις επεμβάσεις (ψεκασμοί εδάφους) που πραγματοποιούνται με εντομοκτόνα για τον περιορισμό του πληθυσμού του δάκου. Χρησιμοποιήθηκαν επίσης μετεωρολογικά δεδομένα που ελήφθησαν από το Εθνικό Αστεροσκοπείο Αθηνών. Τα δεδομένα από φυσικό αρχείο ψηφιοποιήθηκαν και όλα μαζί οργανώθηκαν σε Βάση Δεδομένων που κατασκευάστηκε. Με τη χρήση της γλώσσας στατιστικών υπολογισμών R διαμορφώθηκαν κατάλληλοι πίνακες (data frames) και διερευνήθηκε ο τρόπος αλληλεπίδρασης μεταξύ των διαφόρων παραγόντων (πληθυσμός δάκου, προσβολές, ψεκασμοί, μετεωρολογικά στοιχεία). Επίσης δημιουργήθηκαν, αυτόματα, διαγράμματα που απεικονίζουν τη μεταβολή του δακοπληθυσμού σε συνδυασμό με άλλους παράγοντες, σε κάθε δήμο και έτος. Με τη χρήση του Rattle, μιας εφαρμογής της R για την εξόρυξη δεδομένων, αξιολογήθηκαν δύο μοντέλα κατηγοριοποίησης (Δέντρο Απόφασης και Μηχανή Διανυσμάτων Υποστήριξης) για την πρόγνωση της μεταβολής του δακοπληθυσμού. Σκοπός της έρευνας είναι η συμβολή σε μία μελλοντική αξιοποίηση των δεδομένων της βάσης DACUS προκειμένου να αναπτυχθούν μοντέλα που θα οδηγήσουν σε μία ορθολογική εφαρμογή των χημικών επεμβάσεων, έτσι ώστε να επιτευχθεί η καλύτερη δυνατή ποιότητα του παραγόμενου προϊόντος με τη μικρότερη δυνατή οικονομική και περιβαλλοντική επιβάρυνση.el_GR
dc.format.extentix, 78 σ. 30 εκ.el_GR
dc.languagegrel_GR
dc.language.isogrel_GR
dc.rightsinfo:eu-repo/semantics/closedAccessel_GR
dc.subjectΠρόγραμμα Δακοκτονίας -- Ελλάδαel_GR
dc.titleΕφαρμογή μοντέλων ανακάλυψης γνώσης στη βάση δεδομένων DACUS, τουΥπουργείου Αγροτικής Ανάπτυξης και Τροφίμων της Ελλάδαςel_GR
dc.typeΜεταπτυχιακή Διατριβήel_GR
dc.description.translatedabstractIn this Master Thesis we process data of the annual Greek National Project Against the Olive Fruit Fly which runs by the local Directorates of Rural Economy and Veterinary (DAOK) of the Regional Units (former Prefectures). Data have been obtained by both DACUS, a data base owned by the Hellenic Ministry of Rural Development and Food, which is used for the electronic recording of this kind of data and DAOK of Chalkidiki archive. Olive fruit fly (Bactocera [Dacus] oleae) is an insect pest of olive fruit that impairs its qualities. It is the Number One olive growing pest. Greek National Project Against the Olive Fruit Fly runs annually between May and November. Data have to do with monitoring of flies’ population (using traps), measurement of fruit damage and insecticide treatments for population control. Weather data acquired from National Observatory of Athens were also used. Data form DAOK of Chalkidiki archive were digitalized and a database was organized to for the whole of data. Using R, a language for statistical computing, necessary tables (data frames) were constructed to investigate how several factors (fly population, fruit damage, insecticide treatments, weather conditions) interact with each other. Plots depicting flies’ population fluctuation in combination with other factors were also constructed, automatically, for each year and municipality. Using Rattle, a GUI for data mining based on R, two classifiers (Decision Tree and Support Vector Machine) were evaluated for the prediction of flies’ population fluctuation. Aim of the research is to contribute to a future use of the DACUS database in order to develop models leading to a rational insecticide treatment, in order to achieve the optimal quality of the product obtained, along with the minimum economic and environmental impact.el_GR
dc.format.typepdfel_GR


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record