Programme des cours 2016-2017
| GEOL0097-2 | ||||||||
| Geostatistics | ||||||||
|
Durée :
|
||||||||
| 30h Th, 30h Labo. | ||||||||
|
Nombre de crédits :
|
||||||||
|
||||||||
|
Nom du professeur :
|
||||||||
| Thomas Hermans, Eric Pirard | ||||||||
|
Coordinateur(s) :
|
||||||||
| N... | ||||||||
|
Langue(s) de l'unité d'enseignement :
|
||||||||
| Langue anglaise | ||||||||
|
Organisation et évaluation :
|
||||||||
| Enseignement au premier quadrimestre, examen en janvier | ||||||||
|
Unités d'enseignement prérequises et corequises :
|
||||||||
| Les unités prérequises ou corequises sont présentées au sein de chaque programme | ||||||||
|
Contenus de l'unité d'enseignement :
|
||||||||
| 1. Computers and Geosciences
2. Statistical terminology and data typology 3. Principles of geological monitoring and spatial sampling 4. Exploratory Data Analysis Univariate Visualisation (histograms, box plot) Univariate analysis (percentiles, mean, variance,...) Identification of outliers Principles of data levelling Bivariate Visualisation (scatterplots) Bivariate Analysis (covariance, correlation,...) 5. Spatial Exploratory Data Analysis Terminology an Notations Data posting Local Analysis - Moving window Declustering Spatial Correlation Analysis The experimental variogram Variogram Modeling 6. General principles of spatial modeling Probabilistic vs. Deterministic Modelling Validation of a model Spatial deterministic inference 7. Introduction to regionalized variables Random variable, random function and regionalized variable Joint random variables The covariance and variogram function Stationarity The theoretical and the experimental variogram 8. Kriging The kriging problem Ordinary Kriging equations An intuitive look at ordinary kriging weights Spatial contuinity model influence on kriging weight Properties of the kriging estimate Simple kriging Kriging with trend 9. Change of support and block kriging Importance of the support on statistics Effect of the support on estimates Affine and indirect lognormal corrections Total variance and variance within block Block kriging 10. Estimation with secondary data Secondary information Kriging within strata Kriging with local varying mean Kriging with external drift Cross-covariance and cross-variogram Co-kriging 11. Uncertainty of the estimation Cross-validation Uncertainty of the local estimate Confidence interval Multi-Gaussian approach Indicator kriging 12. Simulations Kriging limitations Simulations and spatial uncertainty Sequential simulation algorithm Sequential Gaussian simulations Sequential Indicator simulations 13. Multiple-point statistics The limitations of the variogram The training image to describe higher order statistics Sequential simulation with TI: snesim algorithm Modeling non-stationary trend Using secondary data Direct sampling algorithm Distance-based vs probability-based Integration of secondary data Pattern-based simulation : Image quilting 14. Applications of geostatistics in Inverse problems Stochastic inversion Importance of the prior distribution Sampling the posterior distribution Optimization problem |
||||||||
|
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
|
||||||||
| 1) Présenter les principales techniques géostatistiques, leurs avantages et leurs limites.
2) Acquérir une maîtrise des concepts théoriques les plus usités en géostatistique. 3) Fournir les bases indispensables à la compréhension des rapports d'expertise en environnement ou en géologie minière et pétrolière traitant d'estimation des réserves. 4) Maîtriser la mise en œuvre pratique des techniques. |
||||||||
|
Savoirs et compétences prérequis :
|
||||||||
| Probability and Statistics (basic course) | ||||||||
|
Activités d'apprentissage prévues et méthodes d'enseignement :
|
||||||||
| Les travaux pratiques seront réalisés pour l'essentiel en utilisant la programmation en MATLAB, PYTHON et SGEMS. | ||||||||
|
Mode d'enseignement (présentiel ; enseignement à distance) :
|
||||||||
| 2h théorie suivies de 2h TP dirigés ou libre (selon matière) | ||||||||
|
Lectures recommandées ou obligatoires et notes de cours :
|
||||||||
| Copie intégrale des PPT utilisés au cours.
Le cours utilisera comme référence principale : Goovaerts P., 1997, Geostatistics for natural resources estimation, Oxford Univ. Press Lectures conseillées : Isaaks E. & Srivastava M., 1989, Introduction to applied geostatistics, Oxford Univ. Press Cressie N., 1993, Statistics for Spatial Data, Wiley Mariethoz G. & Caers J., 2014, Multiple-point statistics : Stochastic Modeling with Training Images, Wiley-Blackwell |
||||||||
|
Modalités d'évaluation et critères :
|
||||||||
| L'évaluation comportera un projet personnel de géostatistique et un examen oral.
Chaque étudiant recevra un ensemble de données dont il devra réaliser la caractérisation et la modélisation spatiale au moyen des outils vus au cours. Le travail sera remis avant l'examen oral et fera éventuellement l'objet de questions complémentaires lors de celui-ci. L'examen oral portera sur les principes théoriques vus au cours. La notation finale sera composée de 75% (examen oral) + 25% (travail personnel) sans qu'aucune des deux cotes ne puisse être inférieure à 8/20. Si l'examen oral est < 10/20, seule cette cote sera prise en compte. |
||||||||
|
Stage(s) :
|
||||||||
|
Remarques organisationnelles :
|
||||||||
| Tout Anglais | ||||||||
|
Contacts :
|
||||||||
| Mlle Nadia ELGARA Secrétariat GeMMe Bât B52 Tél. : 366.37.99 nelgara@ulg.ac.be | ||||||||