Durée
30h Th, 30h Pr
Nombre de crédits
Enseignant
Langue(s) de l'unité d'enseignement
Langue française
Organisation et évaluation
Enseignement au deuxième quadrimestre
Horaire
Unités d'enseignement prérequises et corequises
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement
L'analyse spatiale est une discipline qui permet de comprendre comment les phénomènes se distribuent et interagissent dans l'espace. Elle combine la géographie, les sciences de l'environnement, les mathématiques et l'informatique pour identifier des motifs, mesurer des relations spatiales et prédire des phénomènes géographiques. Grâce à des méthodes statistiques, géostatistiques et des outils de programmation, elle aide à répondre à des questions essentielles pour la gestion des ressources, la planification territoriale, l'étude des écosystèmes et la prévention des risques.
Ce cours a pour but de guider les étudiants dans une démarche scientifique d'analyse des données spatiales. Il a pour objectif de leur permettre de comprendre et exploiter la richesse des données spatiales, de mettre en œuvre des méthodes d'analyse spatiale pour tester des hypothèses, détecter des structures dans l'espace, d'explorer leurs causes possibles et de modéliser les processus géographiques ou environnementaux sous-jacents.
Les enseignements théoriques abordent les sujets suivants:
- Semis de points : comprendre et visualiser la répartition spatiale des événements, identifier des clusters ou des zones de dispersion.
- Données surfaciques : mesurer les relations entre voisins, détecter des motifs spatiaux grâce à l'autocorrélation, et vérifier la robustesse des résultats à l'aide de tests statistiques.
- Interactions spatiales et réseaux : analyser la connectivité entre lieux ou objets, utiliser la théorie des graphes pour représenter des relations complexes.
- Données continues : décrire et prédire des phénomènes grâce à l'interpolation, comprendre la variabilité spatiale via les semivariogrammes.
- Modélisation des phénomènes géographiques : intégrer la dimension spatiale dans les modèles statistiques, comprendre les erreurs liées à l'échelle ou à la structure spatiale, et appliquer des régressions géographiquement pondérées.
- Manipuler et préparer des données spatiales dans R.
- Explorer et visualiser des structures spatiales.
- Mettre en œuvre des méthodes statistiques et géostatistiques.
- Interpréter les résultats pour des applications concrètes : environnement, aménagement du territoire, suivi d'écosystèmes ou prévention des risques naturels.
Étude de cas :
Pour consolider l'apprentissage et favoriser le travail collaboratif, les étudiants seront répartis en groupes et travailleront sur une étude de cas appliquée à un problème d'analyse spatiale. Chaque groupe devra :
- Formuler des hypothèses, préparer et analyser des données spatiales.
- Identifier des structures dans l'espace, tester des relations et explorer leurs causes possibles.
- Présenter ses résultats sous forme de cartes, présentation orale et rapport synthétique, en argumentant les choix méthodologiques et l'interprétation des résultats.
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
Ce cours devra permettre à l'étudiant de développer des connaissances, des compétences pratiques et des capacités d'analyse critique lui permettant de comprendre et d'appliquer des méthodes d'analyse spatiale à des problèmes concrets en environnement, aménagement et gestion des territoires.
Connaissances (savoirs)
- Comprendre les concepts fondamentaux de l'analyse spatiale : distribution des phénomènes dans l'espace, autocorrélation spatiale, interactions spatiales et connectivité, et modélisation des phénomènes géographiques.
- Identifier et caractériser les différents types de données spatiales (points, surfaces, données continues) et les méthodes statistiques et géostatistiques adaptées.
- Connaître les limites et sources d'erreur dans la modélisation spatiale, telles que l'erreur écologique, l'erreur atomiste ou les biais liés à l'échelle.
- Comprendre le rôle de l'analyse spatiale dans l'étude des écosystèmes, la gestion des ressources, la planification territoriale et la prévention des risques.
- Manipuler, visualiser et explorer des données spatiales dans R.
- Appliquer des méthodes statistiques et géostatistiques pour détecter des structures spatiales, mesurer des relations spatiales et prédire des valeurs dans des zones non observées (interpolation).
- Mettre en œuvre des techniques de modélisation spatiale, y compris la régression spatiale et la régression géographiquement pondérée.
- Produire des représentations graphiques claires et pertinentes pour communiquer les résultats d'analyses spatiales.
- Interpréter les résultats d'analyses spatiales dans un contexte environnemental ou territorial.
- Évaluer la pertinence et la robustesse des méthodes choisies en fonction des données et des objectifs de l'étude.
- Développer un raisonnement critique sur les structures spatiales et les interactions entre phénomènes géographiques.
- Travailler de manière autonome et rigoureuse dans la préparation, l'analyse et la communication de données spatiales.
Savoirs et compétences prérequis
Pour suivre ce cours, l'étudiant devra posséder des connaissances de base en :
- Systèmes d'Information Géographique - SIG (géoprocessing, représentation cartographique, géoréférencement) pour manipuler et visualiser des données spatiales. Les étudiants qui n'ont pas de base en SIG sont invités à suivre le cours d'Introduction aux SIG (GEOG0238) dispensé en début de quadrimestre.
-
Statistiques et probabilités, pour appréhender les méthodes d'analyse spatiale et les tests de significativité.
Activités d'apprentissage prévues et méthodes d'enseignement
Le cours combine enseignements théoriques, travaux pratiques et étude de cas pour permettre aux étudiants d'acquérir des connaissances solides et des compétences opérationnelles en analyse spatiale.
- Cours magistraux : présentation des concepts fondamentaux, des méthodes statistiques et géostatistiques, et des approches de modélisation des phénomènes spatiaux.
- Travaux dirigés et exercices pratiques : manipulation et exploration de données spatiales dans R, mise en œuvre de méthodes d'analyse, visualisation des patterns spatiaux et interprétation des résultats.
- Etude de cas : conduit en petits groupes (génnéralement 3 étudiants) et avec pour objectif de favoriser la mise en pratique des méthodes étudiées. Discussions, présentations et échanges sur les résultats d'analyses pour développer l'esprit critique et la capacité à communiquer des conclusions scientifiques.
Mode d'enseignement (présentiel, à distance, hybride)
Cours donné exclusivement en présentiel
Informations complémentaires:
Les cours magistraux et les travaux pratiques sont donnés en présentiel.
Une étude de cas sera réalisée en autonomie par groupes de trois étudiants. Chaque groupe présentera son travail devant ses pairs, afin de susciter échanges, discussions critiques et apprentissage collaboratif autour de problématiques d'analyse spatiale.
Supports de cours, lectures obligatoires ou recommandées
Plate-forme(s) utilisée(s) pour les supports de cours :
- eCampus
Informations complémentaires:
Les diapositives PowerPoint des cours théoriques sont accessibles sur eCampus. À la fin de chaque présentation (chapitre), des liens vers des sources complémentaires (vidéos, ouvrages de référence, articles scientifiques) sont également fournis.
Notez que les diapositives présentées au cours constituent un support synthétique du cours. Elles présentent les éléments essentiels mais n'incluent pas l'intégralité des explications orales ; la prise de notes personnelles est vivement recommandée.
Modalités d'évaluation et critères
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation écrite ( QCM, questions ouvertes )
Travail à rendre - rapport
Informations complémentaires:
L'évaluation est basée sur un examen écrit (75%) et sur une étude de cas (25% -> si réussite de l'examen sur la partie théorique).
Pour chaque étude de cas, un rapport devra être remis par groupe dans les délais fixés lors de la première séance de cours. Chaque groupe présentera et défendra ensuite son travail devant ses pairs. La réalisation et la présentation de l'étude de cas sont obligatoires : les étudiants qui ne s'y conformeront pas ne seront pas autorisés à se présenter à l'examen.
Le but de l'examen sera d'évaluer la compréhension des concepts vus au cours théoriques. Les étudiants devront répondre à des questions couvrant l'ensemble de la matière.
Stage(s)
Remarques organisationnelles et modifications principales apportées au cours
Contacts
Prof. François Jonard, francois.jonard@uliege.be
Earth Observation and Ecosystem Modelling Lab - EOSystM - www.eosystm.uliege.be
Bureau 2/48, Bâtiment B5a, Quartier Agora, Allée du six Août 19, 4000 Liège