Analyse des données, cartographie et modélisation des propriétés du sous-sol avec la géostatistique | Formation
Comprendre et maîtriser la mise en œuvre des solutions géostatistiques pour l'analyse des données et la cartographie.
Objectifs
A l’issue de ce cours, vous aurez les outils géostatistiques en main pour :
- mieux comprendre et valoriser vos données,
- produire des cartes de meilleure qualité en intégrant différents types de données,
- quantifier les incertitudes sur les cartes calculées,
- comprendre les hypothèses sous-jacentes et choisir la technique géostatistique la plus appropriée pour vos données.
Caractéristiques
- 50% exposés méthodologiques 50% travaux pratiques sur des cas réels pour une meilleure assimilation des notions abordées. L’accent est mis sur les illustrations et la contribution pratique des concepts présentés.
- Exercices réalisés avec le logiciel Isatis.neo et des données de qualité de l’air. Selon le profil des participants, d’autres cas pratiques issus de secteurs d’activité variés pourront être montrés.
- Licence logicielle temporaire et support de cours fournis (y compris fichiers de données).
- Travail individuel revu et corrigé par le formateur pendant les cours en ligne. Evaluation des connaissances acquises par QCM et étude de cas. Attestation de formation fournie en fin de session.
A qui s’adresse ce cours
Ce cours s’adresse à tous ceux qui manipulent des données spatialisées et souhaitent comprendre et mettre en pratique les méthodes géostatistiques pour la cartographie : universitaires, ingénieurs agricoles, ingénieurs de la qualité de l’air, climatologues, consultants et ingénieurs en environnement, épidémiologistes, régulateurs et scientifiques, sylviculteurs, ingénieurs géotechniciens, pédologues, etc.
Formation accessible aux personnes en situation de handicap.
Contenu
JOUR 1 : ANALYSER LES DONNÉES ET LEUR VARIABILITÉ DANS L’ESPACE
- Introduction :
– Valeur ajoutée de la géostatistique par rapport aux méthodes déterministes d’interpolation spatiale.
– Présentation des méthodes déterministes usuelles (plus proche voisin, moyenne glissante, inverse distance, etc.) et leurs limites d’application. - Analyse exploratoire et validation des données :
– Utilisation des statistiques pour l’analyse et le contrôle qualité des données et l’identification de points atypiques : moyenne, variance, histogramme, coefficient de corrélation, régression linéaire, etc.
– Visualisation des données dans l’espace.
– Variabilité spatiale du phénomène étudié : concept et quantification par le calcul, l’interprétation et la modélisation du variogramme expérimental.
– Les différents modèles théoriques de variogramme. Ajustement du variogramme expérimental.
JOUR 2 : CARTOGRAPHIER LE PHÉNOMÈNE ÉTUDIÉ
- L’interpolation par krigeage :
– Principes et propriétés du krigeage. L’effet de lissage du krigeage.
– Choix du voisinage (unique ou glissant, taille, nombre d’échantillons, etc.).
– Analyse des poids de krigeage en fonction de la position des échantillons, du voisinage, de la présence ou non d’un effet de pépite. - La validation croisée pour valider le modèle de variogramme.
- Les différentes variantes du krigeage (simple, ordinaire, avec variance d’erreur de mesure, etc.).
JOUR 3 : AFFINER LA CARTOGRAPHIE
- La géostatistique multivariable : pour réduire les incertitudes d’interpolation
– Analyse des corrélations entre les différents types de données disponibles, quantitatives et semi-quantitatives (données de télédétection, MNT, occupation du sol, modèle physico-chimique, polluants, etc.) : calcul de nuages de points, coefficients de corrélation.
– Etude des relations spatiales entre polluants : calcul et modélisation de variogrammes multivariables.
– Intégration d’une ou plusieurs variables secondaires dans l’interpolation : principes du cokrigeage et mise en œuvre. Cokrigeage collocalisé.
– Analyse des apports du cokrigeage par rapport au krigeage. - La géostatistique non stationnaire : lorsque les données présentent une dérive ou une tendance.
- Introduction aux simulations et à l’analyse de risque : intérêt des simulations, exemples.
Prérequis
Le cours ne nécessite pas de connaissance en géostatistique. Toutefois, une connaissance des statistiques élémentaires est recommandée.