Η φαινολογική εξέλιξη της αμπέλου αποτελεί βασικό στοιχείο για την κατανόηση της ανάπτυξης της καλλιέργειας και τον προγραμματισμό των καλλιεργητικών πρακτικών, καθώς επηρεάζεται από πολύπλοκες αλληλεπιδράσεις περιβαλλοντικών και καλλιεργητικών παραγόντων. Η αυξανόμενη διαθεσιμότητα αγροκλιματικών και καλλιεργητικών δεδομένων δημιουργεί νέες δυνατότητες για τη συστηματική ποσοτική διερεύνηση της φαινολογικής συμπεριφοράς της αμπέλου, καθιστώντας αναγκαία τη χρήση ερμηνεύσιμων στατιστικών προσεγγίσεων ανάλυσης δεδομένων. Σκοπός της παρούσας διπλωματικής εργασίας είναι η στατιστική μοντελοποίηση της φαινολογικής εξέλιξης της αμπέλου, με έμφαση στη σταδιο-εξαρτώμενη ανάλυση της διάρκειας των βασικών φαινολογικών σταδίων. Η ανάλυση βασίζεται σε πολυδιάστατο σύνολο δεδομένων που προέρχεται από 56 αμπελώνες της περιοχής της Δράμας και καλύπτει την τριετία 2023-2025. Κάθε παρατήρηση αντιστοιχεί σε έναν μοναδικό συνδυασμό αμπελώνα-έτους (vineyard-year), με το τελικό αναλυτικό σύνολο δεδομένων να περιλαμβάνει 108 παρατηρήσεις. Το σύνολο δεδομένων περιλαμβάνει καταγραφές φαινολογικών σταδίων, αγροκλιματικές μεταβλητές υψηλής χρονικής ανάλυσης, δείκτες θερμικής συσσώρευσης, δεδομένα άρδευσης και εξατμισοδιαπνοής. Η μεθοδολογική προσέγγιση περιλαμβάνει διαδικασίες καθαρισμού, εναρμόνισης και οργάνωσης των δεδομένων ανά φαινολογικό στάδιο, καθώς και την εφαρμογή ερμηνεύσιμων στατιστικών μοντέλων παλινδρόμησης, με δεδομενο-καθοδηγούμενη επιλογή των τελικών προδιαγραφών μέσω συγκριτικής αξιολόγησης εναλλακτικών μοντέλων, χωρίς εκ των προτέρων ιεράρχηση συγκεκριμένων παραγόντων. Επιπλέον, εφαρμόζεται ανάλυση σεναρίων με στόχο τη διερεύνηση της ευαισθησίας της φαινολογικής απόκρισης σε υποθετικές μεταβολές επιλεγμένων μεταβλητών εντός του εμπειρικού εύρους των διαθέσιμων δεδομένων. Τα αποτελέσματα δείχνουν ότι η διάρκεια και η μεταβλητότητα των φαινολογικών σταδίων διαφοροποιούνται μεταξύ πρώιμων και όψιμων σταδίων ανάπτυξης, ενώ αναδεικνύονται διαφοροποιήσεις στη σχετική συμβολή των εξεταζόμενων μεταβλητών ανά στάδιο. Συγκεκριμένα, η θερμική συσσώρευση διατηρείται ως βασική επεξηγηματική μεταβλητή σε όλα τα εξεταζόμενα φαινολογικά στάδια, ωστόσο η συνολική δομή των στατιστικών μοντέλων διαφοροποιείται μεταξύ των σταδίων ως προς τη συμμετοχή και τον ρόλο πρόσθετων περιβαλλοντικών και καλλιεργητικών μεταβλητών. Η διαφοροποίηση αυτή υποδηλώνει ότι, παρότι υφίσταται ένας κοινός θερμικός μηχανισμός, η φαινολογική απόκριση της αμπέλου διαμορφώνεται μέσω σταδιο-εξαρτώμενων συνδυασμών παραγόντων, οι οποίοι δεν μπορούν να αποτυπωθούν επαρκώς από ενιαία, σταδιο-ανεξάρτητα μοντέλα. Η σταδιο-εξαρτώμενη προσέγγιση επιτρέπει την πληρέστερη κατανόηση της φαινολογικής εξέλιξης της αμπέλου ως δυναμικού και πολυπαραγοντικού συστήματος και υποστηρίζει την αξιοποίηση δεδομένων αμπελουργίας για ερευνητικούς και εφαρμοσμένους σκοπούς.

The phenological development of grapevine constitutes a fundamental component for understanding crop growth and for the planning of viticultural practices, as it is influenced by complex interactions between environmental and management-related factors. The increasing availability of agroclimatic and cultivation data creates new opportunities for the systematic quantitative investigation of grapevine phenological behaviour, making the use of interpretable statistical approaches to data analysis necessary. The aim of this Master’s thesis is the statistical modelling of grapevine phenological development, with an emphasis on stage-dependent analysis of the duration of the main phenological stages. The analysis is based on a multidimensional dataset derived from 56 vineyards located in the Drama region (Northern Greece) and covers the period 2023-2025. Each observation corresponds to a unique vineyard-year combination, resulting in a final analytical dataset of 108 vineyard-year observations. The dataset includes records of phenological stages, high temporal resolution agroclimatic variables, thermal accumulation indices, irrigation and evapotranspiration data. The methodological approach includes data cleaning, harmonisation and organisation by phenological stage, followed by the application of interpretable regression-based statistical models, with data-driven selection of the final model specifications through comparative evaluation of alternative models, without prior ranking of specific factors. In addition, scenario analysis is applied to investigate the sensitivity of phenological responses to hypothetical variations in selected variables within the empirical range of the available data. The results indicate that both the duration and variability of phenological stages differ between early and late stages of development, while stage-specific differences emerge in the relative contribution of the examined variables. Thermal accumulation is consistently retained as a core explanatory variable across all phenological stages; however, the overall structure of the statistical models differs between stages with respect to the inclusion and role of additional environmental and management-related variables. This differentiation suggests that, although a common thermal mechanism underlies grapevine phenological development, phenological responses are shaped through stage-dependent combinations of factors that cannot be adequately captured by unified, stage-independent models. The stage-dependent approach enables a more comprehensive understanding of grapevine phenological development as a dynamic and multi-factorial system and supports the use of viticultural data for research and applied purposes.