Το μάθημα αυτό σκοπεύει στην εισαγωγή των σπουδαστών στις περιβαλλοντικές εφαρμογές της σύγχρονης στοχαστικής ανάλυσης, όπου η πιθανότητα ενός συμβάντος εκφράζει τον βαθμό πληροφόρησης που διαθέτουμε γι αυτό. Κάτω από την συγκεκριμένη (Bayesian) οπτική, ετερογενείς ποσοτικές αλλά και ποιοτικές πληροφορίες μπορούν να ενσωματωθούν σε ένα ενιαίο χωροχρονικό μοντέλο (χάρτη) το οποίο θα περιγράφει τόσο την εξάπλωση όσο και την μελλοντική συμπεριφορά της περιβαλλοντικής μεταβλητής ενδιαφέροντος. Το ιδιαίτερα χαρακτηριστικά ενός παρόμοιου μοντέλου είναι τόσο η στατιστική υφή του η οποία επιτρέπει τον υπολογισμό των σφαλμάτων εκτίμησης και την απόδοση περιβαλλοντικού κινδύνου, όσο και η αυξημένη ακρίβεια η οποία μπορεί να προκύψει από την ενσωμάτωση φυσικών νόμων που γνωρίζουμε ότι διέπουν το φαινόμενο.
- Διδάσκων: Κωνσταντίνος Μόδης
Τομέας: Μεταλλευτικής
Κατεύθυνση: Περιβαλλοντική Μηχανική και Γεωπεριβάλλον
Διδακτικές Μονάδες : 4
Γλώσσα : el, en
Μαθησιακά Αποτελέσματα : • Έχει εξοικειωθεί με την σύγχρονη οπτική σύνδεσης πιθανότητας και πληροφορίας όπως εκφράζεται από την στατιστική του Bayes.
• Πέραν των κανονικών μετρήσεων, μπορεί να ενσωματώνει και περισσότερα ετερογενή δεδομένα όπως αβέβαιες μετρήσεις ή απόψεις εμπειρογνωμόνων σε ενιαίο χωροχρονικό χάρτη μέσω του λογισμικού BME Lib.
• Παράγει χάρτες απόδοσης περιβαλλοντικού κινδύνου.
• Αξιολογεί την ακρίβεια του υφιστάμενου ερευνητικού δικτύου και προτείνει βελτιώσεις.
• Κατανοεί την δυνατότητα ενσωμάτωσης φυσικών νόμων στο στατιστικό μοντέλο χαρτογράφησης.