Τμήμα Ωκεανογραφίας και Θαλασσίων Βιοεπιστημών

Εφαρμογές Τηλεπισκόπισης στο Θαλάσσιο Περιβάλλον
Σχολή:
Περιβάλλοντος
Τμήμα:
Ωκεανογραφίας και Θαλασσίων Βιοεπιστημών
Επίπεδο Σπουδών:
Προπτυχιακό
Κωδικός Μαθήματος:
191ΕΩ19Ε
Εξάμηνο σπουδών:
Ε
Τίτλος Μαθήματος:
Εφαρμογές Τηλεπισκόπισης στο Θαλάσσιο Περιβάλλον
Πιστωτικές Μονάδες
5
Τύπος Μαθήματος:
Ανάπτυξης δεξιοτήτων
Προαπαιτούμενα Μαθήματα:
Εισαγωγή στη Θαλάσσια Τηλεπισκόπηση
Γλώσσα Διδασκαλίας και Εξετάσεων:
Αγγλική Σε περίπτωση απουσίας φοιτητών/τριών ERASMUS μπορεί να διδάσκεται στην Ελληνική
Το Μάθημα προσφέρεται σε Φοιτητές Erasmus:
ΝΑΙ

Μετά την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές θα:

  • Μπορούν να διαχειριστούν διαφόρων τύπων δορυφορικών δεδομένων και να τα χρησιμοποιούν για να παράγουν δευτερογενή πληροφορία με ημι-αυτόματο τρόπο.

  • Αποκτήσουν τις δεξιότητες για εξάγουν πληροφορίες και δείκτες μέσα από τηλεπισκοπικές μεθόδους για την περιγραφή σύγχρονων κινδύνων των Ελληνικών και παγκόσμιων ωκεανών (εξάρσεις φυτοπλαγκτού, θαλάσσιοι κάυσωνες)

  • Μπορούν να συνθέσουν διαφορετικές παραμέτρους μέσω κατάλληλων στατιστικών μεθόδων για διάφορες ωκεανογραφικές εφαρμογές (υδατοκαλλιέργειες, αλιεία κ.α.)

  • Μπορούν να είναι σε θέση να βρουν και να μελετήσουν μία επιστημονική δημοσίευση και να συμμετάσχουν στην οργάνωση μία πρωτότυπης εργασίας.

1. Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών

2. Αυτόνομη Εργασία

3. Εργασία σε διεπιστημονικό περιβάλλον

4. Σεβασμός στο φυσικό περιβάλλον

5. Άσκηση κριτικής και αυτοκριτικής

  1. Εισαγωγή στις Εφαρμογές Θαλάσσιας Τηλεπισκόπησης

  2. Βασικές έννοιες τηλεπισκόπησης

  3. Δορυφορικά δεδομένα και πηγές

  4. Χωρική στατιστική ανάλυση και επεξεργασία δορυφορικών δεδομένων

  5. Χρώμα της θάλασσας και οπτικές ιδιότητες

  6. Μοντέλα εκτίμησης συγκέντρωσης χλωροφύλλης

  7. Εφαρμογές Θαλάσσιας Τηλεπισκόπησης στην ποιότητα των θαλασσών

  8. Θερμικά δεδομένα και Θαλάσσιοι Καύσωνες

  9. Εφαρμογές Θαλάσσιας Τηλεπισκόπησης στην ωκεανογραφία

  10. Εφαρμογές Θαλάσσιας Τηλεπισκόπησης στην αλιεία

  11. Εκτίμηση ακρίβειας εκτιμήσεων

  12. Γεωχωρικές Υπηρεσίες

  13. Συγγραφή εργασιών

Πρόσωπο με πρόσωπο 

Τα εργαστήρια θα γίνονται στην αίθουσα υπολογιστών και με την χρήση διάφορων λογισμικών ΓΣΠ και ανάλυσης δορυφορικών δεδομένων.

Η διδασκαλία θα πραγματοποιείται με παρουσιάσεις (PowerPoint) καθώς και ζωντανές επιδείξεις του διδάσκοντα.

Η επικοινωνία θα πραγματοποιείτε μέσω e-class και e-mail.

Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις
26
Εργαστηριακές ασκήσεις
39
Εκπόνηση εργασίας
45
Συγγραφή εργασίας
15
Σύνολο Μαθήματος
125

Η τελική βαθμολογία ορίζεται από την επίδοση στις ατομικές εργασίες των φοιτητών, συγκεκριμένα:

  • 45% από 3 εργαστηριακές ατομικές εργασίες (15% η κάθε μία)

  • 45% από την τελική ατομική εργασία

  • 10% από την παρουσίαση της τελικής ατομικής εργασίας

Προτεινόμενη Βιβλιογραφία:

  • Belkin, I.M. (2021), “Review remote sensing of ocean fronts in marine ecology and fisheries”, Remote Sensing, MDPI AG, 1 March, doi: 10.3390/rs13050883.

  • Chatziantoniou, A., Charalampis Spondylidis, S., Stavrakidis-Zachou, O., Papandroulakis, N. and Topouzelis, K. (2022), “Dissolved oxygen estimation in aquaculture sites using remote sensing and machine learning”, Remote Sensing Applications: Society and Environment, Elsevier BV, Vol. 28, p. 100865, doi: 10.1016/j.rsase.2022.100865.

  • Klemas, V. (2013), “Fisheries applications of remote sensing: An overview”, Fisheries Research, Vol. 148, pp. 124–136, doi: 10.1016/j.fishres.2012.02.027.

  • Mobley, C. D. (2022) The Oceanic Optics Book. Dartmouth, NS, Canada, International Ocean Colour Coordinating Group (IOCCG), 924pp. DOI: http://dx.doi.org/10.25607/OBP-1710

  • Platt, T., Sathyendranath, S. and Fuentes-Yaco, C. (2007), “Biological oceanography and fisheries management: perspective after 10 years”, ICES Journal of Marine Science, Vol. 64 No. 5, pp. 863–869, doi: 10.1093/icesjms/fsm072.

  • Spondylidis, S., Giannoulaki, M., Machias, A., Batzakas, I. and Topouzelis, K. (2023), “Can we actually monitor the spatial distribution of small pelagic fish based on Sentinel-3 data? An example from the North Aegean Sea (Eastern Mediterranean Sea)”, Frontiers in Marine Science, Vol. 10, doi: 10.3389/fmars.2023.1117704.

– Συναφή επιστημονικά περιοδικά: