Formation Data Science Géospatiale

Leçon 1 • Systèmes de Coordonnées et Projections

Couvre les systèmes de coordonnées géographiques et projetées, les datums et la distorsion de projection. Établit la base de référence spatiale nécessaire pour tout travail ultérieur sur les données.

Leçon 2 • Formats de Données Spatiales et Normes

Examine les formats de fichiers et les normes ouvertes largement utilisés pour stocker et échanger des données géospatiales. Prépare les étudiants à importer et exporter des données sur diverses plateformes.

Leçon 3 • Concepts d'Échelle Spatiale et de Résolution

Explique l'échelle cartographique, la résolution spatiale et leurs effets sur la précision de l'analyse. Relie les décisions d'échelle aux résultats de collecte et d'interprétation de données réelles.

Leçon 4 • Modèles de Données Vectorielles et Raster

Présente les deux principaux modèles de données spatiales et leurs compromis. Comprendre les deux modèles est essentiel pour sélectionner les formats appropriés dans les flux de travail d'analyse.

Leçon 1 • Intégration de Données et Harmonisation des Schémas

Aborde la fusion d'ensembles de données avec des projections, des schémas et des résolutions différents en une couche unifiée prête pour l'analyse. Soutient directement les projets d'analyse multi-sources.

Leçon 2 • Évaluation et Nettoyage de la Qualité des Données

Identifie les problèmes courants de qualité des données spatiales, y compris les erreurs de position, les lacunes d'attributs et les défauts de topologie. Équipe les étudiants de flux de travail systématiques de nettoyage et de validation.

Leçon 3 • API et Services Web pour les Données Spatiales

Enseigne l'accès programmatique aux données spatiales via les API REST, WMS, WFS et les services de tuiles. Permet une récupération automatisée et reproductible des données dans les pipelines d'analyse.

Leçon 4 • Sources de Données Primaires et Secondaires

Distingue les données primaires collectées sur le terrain des sources secondaires telles que les portails ouverts et les archives satellitaires. Guide la sélection des sources en fonction de la précision, de la couverture et des licences.

Leçon 1 • Opérations Spatiales Basées sur le Raster

Explore l'algèbre cartographique, la reclassification, les statistiques zonales et l'analyse des surfaces de coût sur les données raster. Les opérations raster permettent la modélisation de surfaces continues sur de grandes étendues.

Leçon 2 • Fondamentaux de l'Analyse de Réseau

Couvre le routage basé sur les graphes, la modélisation des zones de service et le calcul de la matrice origine-destination. L'analyse de réseau est essentielle pour la logistique, l'urbanisme et les interventions d'urgence.

Leçon 3 • Analyse de Proximité et de Distance

Couvre la génération de tampons, les matrices de distance et les calculs de plus proche voisin. Ces opérations sous-tendent la sélection de sites, la délimitation de zones de service et les études d'accessibilité.

Leçon 4 • Analyse de Terrain et de Surface

Présente les opérations basées sur le MNT, y compris la pente, l'orientation, le relief ombragé et l'analyse de visibilité. Relie la modélisation de surface aux applications environnementales, d'infrastructure et de planification.

Leçon 1 • Configuration de l'Environnement Géospatial Python

Configure des environnements conda et pip avec les bibliothèques géospatiales de base et les notebooks Jupyter. Un environnement stable est la condition préalable à tout travail ultérieur basé sur Python.

Leçon 2 • Traitement Raster avec Rasterio et NumPy

Lit, écrit et traite des ensembles de données raster en utilisant Rasterio et les opérations sur les tableaux NumPy. Permet une analyse raster évolutive sans dépendre d'un logiciel SIG de bureau.

Leçon 3 • Automatisation des Flux de Travail et Scripting

Conçoit des scripts de traitement géospatial modulaires et réutilisables avec journalisation, gestion des erreurs et interfaces CLI. Les compétences en automatisation sont essentielles pour les pipelines de données de qualité production.

Leçon 4 • Analyse Vectorielle avec GeoPandas et Shapely

Applique les GeoDataFrames de GeoPandas et les objets géométriques de Shapely pour effectuer des opérations spatiales par programmation. Fait le pont entre les compétences en science des données tabulaires et l'analyse spatiale.

Leçon 1 • Analyse d'Autocorrélation Spatiale

Mesure la dépendance spatiale à l'aide de l'I de Moran, du C de Geary et des indicateurs locaux d'association spatiale. L'analyse d'autocorrélation révèle les schémas de regroupement et de dispersion dans les données d'attributs.

Leçon 2 • Statistiques Spatiales Descriptives

Calcule le centre moyen spatial, le centre médian, l'ellipse d'écart-type et la distribution directionnelle. Ces mesures résument la tendance centrale et la dispersion des ensembles de points spatiaux.

Leçon 3 • Régression Géographiquement Pondérée

Ajuste des modèles de régression variant spatialement pour capturer les relations locales entre les variables. La GWR révèle comment les effets des prédicteurs changent à travers l'espace géographique.

Leçon 4 • Analyse de Motifs de Points

Analyse la distribution des événements ponctuels à l'aide de l'estimation de densité par noyau, de l'analyse par quadrats et du K de Ripley. Identifie si les motifs de points sont aléatoires, groupés ou dispersés.

Leçon 1 • Indices Spectraux et Mathématiques des Bandes

Calcule les indices de végétation, d'eau, de bâti et de sol à partir de bandes multispectrales. Les indices spectraux fournissent des indicateurs quantitatifs rapides des conditions de surface du sol.

Leçon 2 • Principes de Télédétection

Explique le spectre électromagnétique, les types de capteurs et la géométrie d'acquisition d'images. Des connaissances physiques fondamentales sont nécessaires pour une interprétation correcte des images satellitaires.

Leçon 3 • Détection de changements et analyse de séries temporelles

Détecte les changements du couvert et de la surface terrestre à l'aide de la différence d'images, de la comparaison post-classification et de méthodes de séries temporelles. La détection de changement soutient la surveillance environnementale et l'analyse de la croissance urbaine.

Leçon 4 • Prétraitement et Correction d'Images

Couvre l'étalonnage radiométrique, la correction atmosphérique et l'orthorectification géométrique. Le prétraitement garantit que les images sont prêtes pour l'analyse et comparables entre les dates.

Leçon 1 • Ingénierie des Caractéristiques Spatiales

Crée des caractéristiques tenant compte de la localisation, notamment les retards spatiaux, les caractéristiques de distance et les dérivés de terrain pour les modèles ML. L'ingénierie des caractéristiques fait le pont entre les géodonnées brutes et les matrices d'entrée prêtes pour le modèle.

Leçon 2 • Validation de Modèle Spatialement Consciente

Aborde l'autocorrélation spatiale dans les données d'entraînement par validation croisée spatiale et stratégies de retenue par blocs. Une validation appropriée empêche des estimations de performance trop optimistes.

Leçon 3 • Régression et Classification sur Données Spatiales

Entraîne des modèles de boosting de gradient, de forêt aléatoire et linéaires sur des ensembles de données tabulaires spatiales pour des tâches de prédiction. Couvre le réglage des modèles, l'interprétation et le diagnostic des résidus spatiaux.

Leçon 4 • Méthodes de Regroupement et de Régionalisation

Applique des algorithmes de regroupement spatialement contraints et de régionalisation pour délimiter des zones homogènes. Le regroupement soutient la segmentation du marché, le zonage écologique et l'analyse urbaine.

Leçon 1 • Production de Cartes Statiques en Python

Crée des cartes statiques de qualité publication à l'aide de Matplotlib, du tracé GeoPandas et de Cartopy. La production de cartes basée sur Python s'intègre parfaitement dans les flux de travail d'analyse reproductibles.

Leçon 2 • Principes de Conception Cartographique

Couvre la hiérarchie visuelle, la théorie des couleurs, la typographie et le placement des éléments cartographiques pour une cartographie efficace. Des principes de conception solides garantissent que les cartes communiquent avec précision et sans biais.

Leçon 3 • Narration avec des Données Spatiales

Structure les récits spatiaux à l'aide de scrollytelling, de cartes annotées et de rapports basés sur les données pour des publics non techniques. Une narration efficace transforme les résultats analytiques en informations exploitables.

Leçon 4 • Cartographie Web Interactive

Construit des cartes web interactives à l'aide de Folium, Leaflet et Mapbox GL JS avec des couches et fenêtres contextuelles dynamiques. Les cartes interactives augmentent l'engagement du public et permettent l'exploration des données.