Détection de changement avec Python

Description Courte

Cette formation s’adresse aux professionnels et aux passionnés de l’analyse géospatiale qui désirent exploiter Python pour la détection de changements. Grâce à une approche théorique et pratique, les participants découvriront comment exploiter des sources de données variées (optiques, radar, lidar) pour identifier et analyser les évolutions environnementales et urbaines.

Programme de la Formation

Séance 1 – Introduction et Notions de Base

• Présentation des outils et environnements de développement (Python, bibliothèques spécialisées, etc.).
• Importance et enjeux de la détection de changement.
• Acquisition et intégration de données multisources : images optiques, radar et lidar.
• Extraction des caractéristiques discriminantes des données.
• Fusion des données : reprojection, rééchantillonnage et harmonisation des jeux de données.

Séance 2 – TP 1 : Analyse de la Déforestation

• Étude de cas : Surveillance des forêts en Californie.
• Mise en pratique : Détection de changement appliquée à la déforestation.
• Analyse comparative des résultats à l’aide de séries temporelles.

Séance 3 – TP 2 : Cas d’Étude – Zones Urbaines

• Étude de cas : Suivi de l’évolution urbaine à Dubaï.
• Méthodes de détection appliquées à l’expansion des zones construites.
• Création de graphes montrant l’évolution de l’étalement urbain sur plusieurs années.

Séance 4 – TP 3 : Suivi des Changements Glaciaires

• Étude de cas : Effondrement de la glace au Groenland.
• Mise en œuvre d’algorithmes de détection adaptés aux environnements polaires.
• Interprétation des données et validation des résultats.

Compétences Acquises

• Maîtrise des fondamentaux de la détection de changement : Comprendre les enjeux et méthodes avec Python.
• Acquisition et traitement de données multisources : Intégration et fusion de données optiques, radar et lidar.
• Développement de scripts d’automatisation : Conception de workflows pour l’analyse temporelle des données.
• Analyse et interprétation des résultats : Évaluation et validation des détections de changement pour des applications environnementales et urbaines.