Η πρώτη χρήση ενός ψηφιακού αντιγράφου χρονολογείται στη δεκαετία του 1960, προερχόμενη από τη NASA, όταν προσπάθησαν να δημιουργήσουν ένα για την αποστολή Apollo 13 χρησιμοποιώντας πολλαπλούς προσομοιωτές, με σκοπό την πρόβλεψη αποτυχίας και πρόληψη σφαλμάτων. Παρόλο που η έννοια των ψηφιακών αντιγράφων υπάρχει εδώ και αρκετές δεκαετίες, η πρόσφατη έκρηξη στα γραφικά υπολογιστών, στη παραγωγική τεχνητή νοημοσύνη και στους επιταχυνόμενους υπολογισμούς οδήγησε στην επανεμφάνισή της, παρέχοντας μεγαλύτερες δυνατότητες για τη δημιουργία ακριβή και προσαρμοστικών μοντέλων, τα οποία έχουν επίσης τη δυνατότητα να χρησιμοποιούν δεδομένα σε πραγματικό χρόνο για αυτόματη βελτίωση. Τα ψηφιακά αντίγραφα έχουν βελτιώσει τη διαδικασία Αξιολόγησης του Κινδύνου για την Ανθρώπινη Υγεία προσθέτοντας της μια νέα διάσταση. Ουσιαστικά, εάν μπορούμε να διασφαλίσουμε ότι ένα δεδομένο ψηφιακό αντίγραφο προβλέπει με ακρίβεια μια δυνητικά επικίνδυνη κατάσταση σε σχέση με τη δημόσια υγεία, η μελέτη του θα μας δώσει την ευκαιρία να λάβουμε τις κατάλληλες προφυλάξεις ώστε να αποφύγουμε αυτό το αποτέλεσμα. Η δημιουργία ενός ακριβούς ψηφιακού αντιγράφου ενός πραγματικού γεγονότος εξαρτάται από το μοντέλο προσομοίωσης που θα επιλεχθεί για να προβλέψει την πρόοδο της δεδομένης κατάστασης, καθώς και από την πλατφόρμα στην οποία θα οπτικοποιηθεί το ψηφιακό αντίγραφο. Η εύρεση του κατάλληλου μοντέλου προσομοίωσης εξαρτάται από το πρόβλημα που αντιμετωπίζουμε και από την πτυχή του στην οποία θέλουμε να εστιάσουμε. Σε αυτή την Πτυχιακή Εργασία, θα χρησιμοποιήσουμε το FLEXPART, ένα μοντέλο μεταφοράς και διασποράς Lagrangian, για να προβλέψουμε τη διασπορά ενός δεδομένου αερίου σε μια πυκνή αστική περιοχή. Η διάρκεια της προσομοίωσης έχει οριστεί σε τρεις ώρες, κυρίως για λόγους βελτιστοποίησης, όπως η μείωση της χρήσης υπολογιστικών πόρων. Επιπλέον, θα δοθεί μια λεπτομερής ανάλυση της προ και μετά επεξεργασίας των δεδομένων που χρησιμοποιούνται και παράγονται από το μοντέλο και θα μιλήσουμε εν συντομία την πλατφόρμα που χρησιμοποιήθηκε για την οπτικοποίησή του, όμως αυτή την πτυχή της ανάπτυξης του DT τη χειρίστηκε κυρίως ο συμφοιτητής μου Ιωάννης Ζερμπηνός στη δική του Πτυχιακή Εργασία.

The first use of a digital twin goes back to the 1960's, originating from NASA, when they attempted to create one for the Apollo 13 mission using multiple simulators, with the intent of failure prediction and error prevention. Although the concept of digital twins has been around for several decades, the recent boom in the fields of computer graphics, generative artificial intelligence (AI), and accelerated computing has led to its reemergence, providing greater capabilities for creating accurate and adaptive models, which also have the ability to utilize real-time data in order to auto-improve. Digital twins have enhanced the Human Health Risk Assessment process by adding a new dimension. Essentially, if we can ensure that a given DT accurately predicts a potentially dangerous situation in relation to public health, studying it will give us the opportunity to take appropriate precautions to avoid that outcome. Creating an accurate digital twin of a real-life event depends on the simulation model chosen that predicts the progress of the given state, and also the platform on which the digital twin will be visualized. Finding the appropriate simulation model depends on the problem at hand and on which aspect of it we want to focus on. In this Thesis, we will be using FLEXPART, a Lagrangian transport and dispersion model, to predict the dispersion of a gas within a dense urban area. The duration of the simulation is set to three hours, mainly for optimization reasons, such as reducing the usage of computing resources. Furthermore, a detailed analysis of the pre- and post-processing of the data used and generated by the model will be provided, and we will briefly touch on the platform used for its visualization, but that aspect of the DT development was mainly handled by my fellow student Ioannis Zermpinos in his Thesis.