Télédétection de A à Z
Online Masterclass
du 26 au 31 août

Télédétection de A à Z

900 MAD
1000 MAD

Masterclass complète de 18h

Description de la Masterclass

Cette Masterclass offre une introduction complète à l'imagerie satellitaire, couvrant les bases des images matricielles, les techniques de traitement et les applications pratiques. Elle est conçue pour fournir aux participants les connaissances et les compétences nécessaires pour comprendre, analyser et utiliser efficacement les images satellitaires dans divers domaines. Aussi elle explore en profondeur les techniques de télédétection, en se concentrant sur la classification supervisée et non supervisée ainsi que l'application des algorithmes de machine learning. Les participants apprendront à utiliser des outils avancés pour l'analyse et l'interprétation des données de télédétection.

Ce que vous apprendrez

  • Comprendre les images matricielles : Définition, formation et caractéristiques des images matricielles.
  • Appliquer les fondamentaux mathématiques : Utilisation des matrices et des transformations géométriques pour le traitement des images.
  • Découvrir les images satellitaires : Types, caractéristiques et différences avec d'autres images.
  • Maîtriser les techniques de traitement : Prétraitement, classification, détection des changements et analyse de texture.
  • Utiliser des logiciels de traitement : Introduction et ateliers pratiques avec QGIS, SNAP et ENVI.
  • Explorer les applications pratiques : Utilisation des images satellitaires pour la gestion environnementale et des ressources.
  • Télédétection Avancée : Concepts avancés et applications de la télédétection.
  • Classification Non Supervisée : Méthodes et techniques de classification non supervisée.
  • Classification Supervisée : Techniques de classification supervisée pour l'analyse des données.
  • Application du Machine Learning en Télédétection : Utilisation des algorithmes de machine learning pour améliorer l'analyse des données de télédétection.
  • Outils Avancés de Télédétection : Exploration des outils avancés pour le traitement et l'analyse des données.
  • Études de Cas et Applications Pratiques : Applications pratiques et études de cas pour mettre en œuvre les techniques apprises.

Prérequis

  • Connaissances de base en informatique.
  • Familiarité avec les concepts mathématiques fondamentaux (matrices, opérations basiques).
  • Intérêt pour l'analyse de données et les applications géospatiales.

Programme de la partrie 1

Module 1: Introduction aux Images Matricielles

Session 1.1: Qu'est-ce qu'une image matricielle ?

  • Définition et caractéristiques d'une image matricielle
  • Exemples d'images matricielles dans la vie quotidienne

Session 1.2: Formation des images matricielles

  • Les capteurs et leur rôle dans la création d'images
  • Processus de conversion des données brutes en images matricielles

Module 2: Fondamentaux Mathématiques du Traitement des Images

Session 2.1: Concepts de base en mathématiques

  • Introduction aux matrices et opérations matricielles
  • Transformations géométriques (translation, rotation, mise à l'échelle)

Session 2.2: Traitement d'images

  • Filtrage spatial (convolution, filtres de moyenne, médian, etc.)
  • Analyse fréquentielle (transformée de Fourier)

Module 3: Introduction aux Images Satellitaires

Session 3.1: Qu'est-ce qu'une image satellitaire ?

  • Définition et spécificités des images satellitaires
  • Différences entre images satellitaires et autres types d'images

Session 3.2: Types d'images satellitaires

  • Imagerie optique (visible, infrarouge)
  • Imagerie radar (SAR)
  • Imagerie hyperspectrale

Module 4: Techniques de Traitement des Images Satellitaires

Session 4.1: Prétraitement des images

  • Correction radiométrique et géométrique
  • Calibration et normalisation

Session 4.2: Techniques d'analyse des images

  • Classification supervisée et non supervisée
  • Détection des changements
  • Analyse de texture

Module 5: Logiciels de Traitement d'Images Satellitaires

Session 5.1: Introduction aux logiciels de traitement

  • Présentation des principaux logiciels (QGIS, ENVI, SNAP, etc.)
  • Critères de choix d'un logiciel

Session 5.2: Ateliers pratiques

  • Initiation à QGIS
  • Traitement de base avec SNAP
  • Analyses avancées avec ENVI

Module 6: Applications des Images Satellitaires

Session 6.1: Applications environnementales

  • Surveillance des forêts et déforestation
  • Suivi des zones urbaines et rurales

Session 6.2: Applications en gestion des ressources

  • Gestion de l'eau et des ressources hydriques
  • Agriculture de précision

Programme de la partrie 2

Module 1 : Introduction à la Télédétection Avancée

  • Session 1.1 : Concepts Avancés de Télédétection
  • Session 1.2 : Applications de la Télédétection Avancée

Module 2 : Classification Non Supervisée

  • Session 2.1 : Introduction à la Classification Non Supervisée
  • Session 2.2 : Méthodes et Techniques de Classification Non Supervisée

Module 3 : Classification Supervisée

  • Session 3.1 : Introduction à la Classification Supervisée
  • Session 3.2 : Techniques de Classification Supervisée

Module 4 : Application du Machine Learning en Télédétection

  • Session 4.1 : Algorithmes de Machine Learning pour la Télédétection
  • Session 4.2 : Intégration du Machine Learning dans l'Analyse de Télédétection

Module 5 : Outils Avancés de Télédétection

  • Session 5.1 : Introduction aux Outils Avancés
  • Session 5.2 : Utilisation des Outils Avancés dans des Projets Pratiques

Module 6 : Études de Cas et Applications Pratiques

  • Session 6.1 : Présentation d'Études de Cas Réelles
  • Session 6.2 : Développement de Projets Pratiques