Analyse géospatiale, observation de la Terre et GeoAI : fondements et pratique
- Niveau
- L2 Intermédiaire
- Temps d'étude
- environ 24 heures (estimation de planification)
- Statut
- En rédaction
- Prérequis
- Un cours de niveau L1 dans le domaine, ou un examen d'entrée
Les relevés satellitaires de surfaces brûlées constituent la base de données probantes pour valider les cartes et les modèles de risque d'incendie.
Acquis d'apprentissage
- Define raster and vector data and the other key terms of the discipline and use them correctly in a written case
- Expliquer les fondements des SIG, la télédétection et l'analyse d'images avec un exemple traité et sa source
- Appliquer la méthode de la discipline à un cas documenté et expliquer chaque résultat avec sa source
- Analyser un cas nommé au regard de la cartographie radar des inondations, en précisant les données probantes, la date et les limites
Modules
-
Fondamentaux des SIG
- Fondamentaux des SIG
- Remote sensing and image analysis
- Radar flood mapping
-
Cartographie de l'exposition
- Cartographie de l'exposition
- Méthodes de GeoAI
- Exactitude et validation des cartes
-
Statistique spatiale
- Statistique spatiale
- Cartographie du risque
- Capteurs et missions d'observation de la Terre
-
Surveillance des catastrophes depuis l'espace
- Surveillance des catastrophes depuis l'espace
-
Laboratoire : la méthode de la discipline
- Une scène radar est classée en pixels inondés et secs ; un échantillon probabiliste de points de référence donne l'exactitude pour l'utilisateur et pour le producteur de la carte ; ces deux taux corrigent la superficie cartographiée pour en faire une estimation sans biais assortie d'un intervalle de confiance, et la superficie corrigée rapportée à une couche de population donne le nombre de personnes exposées qu'une décision d'intervention peut utiliser.
- Appliquer la méthode à un cas documenté et expliquer chaque résultat
- Lire les sources de la méthode et les valeurs indiquées
Laboratoires avec les outils de l'Academy
Méthode
- D'une image radar aux personnes dans l'eau : une carte d'inondation, son échantillon de précision et la surface que l'échantillon corrigeLa méthode de la discipline, présentée sur la page de la discipline avec ses sources citées, appliquée à un cas documenté
Instrument
- Ajusteur de distributionUn instrument de la faculté, sur la page de la faculté, exécuté sur les données du jumeau numérique de la faculté
- Période de retourUn instrument de la faculté, sur la page de la faculté, exécuté sur les données du jumeau numérique de la faculté
Constructeur de jumeau
- Constructeur de jumeau numériqueConstruire le lieu de la faculté en 3D, activer ou désactiver les couches et lire les crédits et les dates de chacune
Couche cartographique
- Séismes M4.5+, semaine écoulée (USGS)Une couche cartographique ouverte admise par le registre des licences de l'Academy, lue dans les outils cartographiques
- Événements naturels (NASA EONET)Une couche cartographique ouverte admise par le registre des licences de l'Academy, lue dans les outils cartographiques
- Densité de population, 2020 (GPW v4.11)Une couche cartographique ouverte admise par le registre des licences de l'Academy, lue dans les outils cartographiques
Salle Foundry
- Salle d'acquisition, NXS-EOPBesoins d'observation traduits en plans d'acquisition
- Salle du changement, NXS-EOPProduits de changement reproductibles à partir d'imagerie
Nexus Standards
Enseigne
- NRS-T6Risque lié à l'observation de la Terre et aux systèmes spatiaux
- NRS-A8Données de risque prêtes pour l'IA et conditionnement des modèles
- NRS-T4Risque lié aux réseaux de détection et de mesure
- NRS-M3Trame de méthodes : exposition et connaissance des actifs
- NRS-M22Trame de méthodes : données de risque
S'appuie sur 8
- NS-1The UNI and the artefact catalogue
- NS-16Profil d'application de l'UNI (comment les articles, documents, codes, données, API et interfaces portent l'UNI)
- NRS-A2Normes natives d'ontologie : l'ontologie des risques Nexus, les vocabulaires et les formes
- NRS-C1Vocabulaire et ontologie du risque
- NRS-C2Méthode d'évaluation des risques
- NRS-C3Données sur les aléas, l'exposition, la vulnérabilité et les capacités
- NRS-C4Modèle de données sur les risques, identifiants et échange
- NRS-C8Données probantes, incertitude et provenance
Évaluation
- 40%
Compte rendu de laboratoire
Appliquer la méthode de la discipline à un cas documenté et expliquer chaque résultat avec sa source et sa date
- 40%
Note de cas
Appliquer les méthodes de la discipline à un lieu ou à une organisation nommés, en précisant les données probantes et les limites
- 20%
Contrôle des termes clés
Réponses courtes sur les termes clés, notées par rapport aux définitions
Mode de dispensation
- En ligne à votre rythme, avec les laboratoires dans le navigateur
- Étude en cohorte sur six à huit semaines, avec une revue de laboratoire hebdomadaire
- Co-dispensé avec une institution partenaire, dans le cadre de ses propres cours
Devenir partenaire de ce cours
- Co-enseigner un module et apporter un cas actuel tiré de votre travail
- Accueillir une cohorte pour vos apprenants, avec votre propre calendrier et votre propre évaluation
- Contribuer un laboratoire : un jeu de données que votre institution publie en accès ouvert, ou un modèle
- Examiner le contenu du cours et ses références avant son ouverture
- Traduire le cours et adapter ses cas à votre région
Comment les institutions et les experts participent
Dans le LMS de l'Academy
- Course on the learning platform
- Intermediate, 5 sections
- Groupe de cohorte
- A community group for each cohort of learners
- Réalisation
- Recorded on completion of the assessed work
Références 4
- EU Agency for the Space Programme (Copernicus), OBSERVER: Record-breaking 2025 fire season in the EU: insights from the Copernicus Emergency Management Service,
- Olofsson et al., Good practices for estimating area and assessing accuracy of land change, Remote Sensing of Environment, 2014
- Tellman et al., Satellite imaging reveals increased proportion of population exposed to floods, Nature, 2021
- Torres et al., GMES Sentinel-1 mission, Remote Sensing of Environment, 2012