2023-2024 / GEOL1042-1

Geological imaging and inverse modeling

Durée

30h Th, 10h Pr, 30h Proj.

Nombre de crédits

 Master : ingénieur civil des mines et géologue, à finalité5 crédits 

Enseignant

Langue(s) de l'unité d'enseignement

Langue anglaise

Organisation et évaluation

Enseignement au deuxième quadrimestre

Horaire

Horaire en ligne

Unités d'enseignement prérequises et corequises

Les unités prérequises ou corequises sont présentées au sein de chaque programme

Contenus de l'unité d'enseignement

The course is divided into two parts: a first dedicated to inverse modeling, and a second one to teledetection and image analysis.
"Inverse modeling"
For each problem, review of fundamental geophysical equations (eg wave equation, eikonal equation, Poisson equation, Laplace equation, Maxwell's equations) using integral representation and differential methods for geophysics.
Linear and nonlinear inversion:
1. Method of Backus and Gilbert
2. Singular values decomposition
3. Regularization (Tikhonov, Occam, maximum entropy, total variation)
4. Iterative methods in ray tomography
Geo-Imaging will cover:
1. Introduction to Image Analysis and Stereology / The importance of vision in geosciences
2. From minerals to roxels : basic principles of scientific imaging in geosciences. Image calibration From analog to digital images Digital image file formats
3. Physics of Remote Sensing : Sources of electromagnetic radiation Atmospheric corrections, calibration methods Spectral properties of minerals, rocks and soils VNIR and SWIR ranges Multispectral, superspectral and hyperspectral remote sensing
4. Technologies for Core-Scanning
5. Technology of Earth Observation : Airborne and spaceborne platforms and sensors. Available systems (Landsat TM and ETM+, SPOT 3-4-5, ASTER, IKONOS, QuickBird, Sentinel, HyMap)
6. Image Processing : Image processing operations (global vs. local) Linear filters (low-pass, hi-pass, gradients) Mathematical Morphology (erosion, dilation, opening, closing)
7. Image analysis and processing, optical VNIR SWIR and thermal domains. Preprocessing. Geometric corrections, georeferencing. Radiometric correction, calibrations, atmospheric corrections  Multispectral data processing.  Data fusion, image sharpening Band ratios, indexes
8. Spectral Image Classification : Data transforms: principal components analysis, spectral classification techniques
7. Quantitative mineralogical and textural analysis: Modal (phase) and porosity analysis. Blob analysis: particle size and shape analysis. Texture indices

Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement

Partie Inverison:
Comment dérive-t-on un modèle physique à partir d'un ensemble fini d'observations expérimentales bruitées ? Comment détermine-t-on la qualité d'une image géophysique ? Comment modélise-t-on un problème 3D en 2D ? Le cours de « Modélisation et inversion en géophysique » présente la théorie et les algorithmes nécessaires pour obtenir les réponses aux questions posées ci-dessus. La résolution des problèmes directs et inverses sera exposée pour des modèles linéaires et non-linéaires, selon une approche déterministe et bayésienne. Une attention particulière sera portée les aspects numérique, mathématique et statistique liés aux applications géophysiques.
De nombreux exercices seront résolus sous Matlab, où les étudiants pourront créer leurs propres codes d'imagerie géophysique et les tester sur des données réelles (e.g. Deep Ocean Drilling vertical seismic profiling). Plusieurs cas pratiques seront résolus à l'aide de logiciels couramment utilisés dans les sociétés de prospection géophysique ou équivalent (e.g. Mag3D, Grav3D, EM1DFM, Res2dinv).
 
Partie Teledetection et analyse d'image
To give students a full overview of image processing and analysis in the geosciences To familiarize students with the main techniques for image acquisition and image processing with a particular emphasis on mathematical morphology To give students the possibility to practice digital imaging and develop their critical perception of applications in geology To provide guidelines for selecting appropriate hardware and software tools to solve a given problem.

Savoirs et compétences prérequis

GEOL0021-7 Prospection géophysique ou equivalent   
Calcul matriciel
Introduction aux méthodes numériques ou analyse numérique

Activités d'apprentissage prévues et méthodes d'enseignement

Pour la partie inversion:
Les travaux pratiques auront lieu à chaque séance après l'exposé de la théorie et certains feront l'objet d'un rapport coté (par équipe de 2 étudiants) à remettre pour la semaine suivant le TP. Ces TPs se feront sur PC sous Matlab, et d'autres logiciels fournis.       
 
For the "geo-imaging part":
Students will be given a case study and will have to provide results of image calibration, registration, classification, etc. using open source software provided by the professor

Mode d'enseignement (présentiel, à distance, hybride)

En présentiel avec de la programmation

Lectures recommandées ou obligatoires et notes de cours

Slides disponibles sur ecampus et livre de référence pour la partie inversion: Parameter estimation and inverse problems by Aster et al.    
Supports didactiques mis à disposition sour forme pdf (cf portail) PIRARD E., SARDINI P., Image analysis for advanced characterization of geomaterials, EMU Lecture Notes, 2009 PIRARD, E., 2004, Chapter IV. Image measurements in P. FRANCUS (Ed) "Image analysis, sediments and paleoenvironmental reconstruction", Kluwer, NY PIRARD, E. et CACERES, F., 2004, Télédétection et télégestion des informations géologiques : de nouvelles technologies au service du développement. L'exemple du Sud Lipez (Bolivie).

Modalités d'évaluation et critères

La note finale sera une moyenne pondérée de l'ensemble des deux parties.

Stage(s)

Remarques organisationnelles et modifications principales apportées au cours

Contacts

f.nguyen@ulg.ac.be
043663797
eric.pirard@uliege.be

Association d'un ou plusieurs MOOCs