Durée
80h Proj.
Nombre de crédits
Enseignant
Coordinateur(s)
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
Dans le cadre de ce cours-projet, chaque étudiant réalise un travail individuel, portant sur une problématique (environnementale, sociétale, ...) définie en accord avec l'enseignant. L'objectif est de mettre en pratique les connaissances en télédétection à travers une démarche scientifique complète :
- Définition d'une problématique et choix des données pertinentes.
- Prétraitement des données (ex. corrections radiométriques et géométriques, préparation des images).
- Analyse et extraction de l'information : indices spectraux, classification, détection de changements ou méthodes avancées (ex. machine learning).
- Application thématique : étude d'écosystèmes, cartographie d'occupation du sol, suivi de la végétation, analyse de risques naturels, ...
- Interprétation et restitution des résultats dans un rapport scientifique et une présentation orale.
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
A l'issue de ce cours, l'étudiant sera capable de concevoir et réaliser un projet individuel en télédétection, de prétraiter et analyser des données spatiales pour répondre à une problématique spécifique, de produire des cartes, graphiques et rapports clairs, et de présenter et défendre ses résultats de manière autonome et critique.
Ce cours-projet vise à favoriser l'autonomie, la rigueur méthodologique et la capacité d'analyse critique, tout en développant des compétences de communication scientifique.
Savoirs et compétences prérequis
Connaissance des fondements théoriques de la télédétection.
Cours de télédétection GEOG0060 / SPAT0032 ou cours équivalent suivi dans une autre université.
Activités d'apprentissage prévues et méthodes d'enseignement
Ce cours est centré sur un projet individuel, permettant à chaque étudiant de développer ses compétences pratiques et analytiques en télédétection à travers une démarche autonome et encadrée.
Les étudiants définiront leur problématique en accord avec l'enseignant, réaliseront le prétraitement et l'analyse des données, et mettront en œuvre des méthodes adaptées (classification, indices spectraux, détection de changements, etc.). Un suivi personnalisé sera réalisé par l'enseignant et l'assistant de cours afin de valider l'orientation méthodologique. Le projet se conclura par un rapport écrit et une présentation orale pour exposer et défendre les résultats.
Mode d'enseignement (présentiel, à distance, hybride)
Combinaison d'activités d'apprentissage en présentiel et en distanciel
Informations complémentaires:
Approche par projet.
L'enseignement combine des séances de suivi individualisées selon le rythme de l'étudiant, un travail autonome sur le projet et une présentation orale accompagnant la remise du rapport, permettant ainsi à l'étudiant de progresser de manière autonome tout en bénéficiant de retours pédagogiques réguliers.
Supports de cours, lectures obligatoires ou recommandées
Plate-forme(s) utilisée(s) pour les supports de cours :
- Microsoft Teams
Informations complémentaires:
L'étudiant pourra bénéficier de guides et fiches méthodologiques pour le traitement et l'analyse d'images, ainsi que d'un accès à des bases de données d'images satellitaires et issues de drones.
Il recevera également un accès au GitLab du laboratoire EOSystM, regroupant divers scripts en R et Python, et pourra bénéficier des équipements drones et logiciels spécialisés du laboratoire pour le traitement des données.
L'étudiant sera mis en contact avec les chercheurs du laboratoire, ce qui lui permettra de bénéficier de leur expertise et d'échanges directs sur certains aspects méthodologiques liés aux recherches en cours.
Modalités d'évaluation et critères
Travail à rendre - rapport
Informations complémentaires:
Rédaction et présentation du rapport : l'étudiant devra produire un rapport structuré selon le format classique d'un article scientifique (résumé, introduction/contexte, méthodologie, résultats, discussion, conclusion et perspectives), idéalement rédigé en anglais.
Archivage des codes : tous les scripts et codes développés dans le cadre du projet devront être déposés et archivés dans le GitLab du laboratoire EOSystM.
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