L'objectif est de rafraîchir les connaissances scientifiques fondamentales utiles pour les autres cours. Le calcul vectoriel, la géométrie 2D et 3D, les différents types de coordonnées, les nombres complexes, les probabilités et statistiques sont notamment abordées. Des notions fondamentales de traitement du signal sont également introduites.

L’objectif de ce cours est de familiariser les étudiants avec les images en termes de représentation numérique, visualisation, statistiques de base, traitement radiométrique global et local, traitement géométrique. Les différentes notions introduites sont développées sous forme de programmes informatiques (langage matlab ou python) pour illustration et afin de comprendre les algorithmes de base utilisés dans les logiciels de traitements d’images (ENVI, SNAP, Photoshop, Gimp,…)

L’objectif est d’introduire les notions de physique de bases pour appréhender les spécificités et les traitements nécessaires aux données de télédétection en vue de leurs applications. Les notions abordées concernent l'énergie du rayonnement solaire et terrestre (physique de la mesure), le traitement des données optiques et des données radar.

Panorama de diverses applications de la télédétection et des outils associés (Lidar, suivi de la sécheresse, suivi hydrologique des parcelles agricoles, estimation de l’occupation des sols, introduction à l’IA,…)

L'objectif est d'approfondir un sujet concernant la télédétection. Les sujets sont définis, ou sinon choisis, par les étudiants sous la supervision d'un encadrant. Ils peuvent être orientés sur une application thématique précise en analysant l'apport de différents capteurs en télédétection, ou au contraire, ou, au contraire, sur les différentes applications d'un capteur spécifique.

Théorie de la modélisation des données géographiques vectorielles, de l'acquisition de données et des SIG. Bases de données géographiques. Manipulation de données géographiques sur les logiciels POSTGIS (dont extensions) et QGIS visant à acquérir une aisance suffisante pour pouvoir suivre les autres modules traitant de données géographiques vectorielles dans de bonnes conditions.

Introduction d'outils classiques (opérateurs et indicateurs géométriques, structures auxiliaires telles que graphes ou triangulations) permettant d'extraire de l'information présente seulement implicitement dans des données géographiques vectorielles et MNT. Travail sur la conception et la mise en oeuvre d'une méthode d’analyse basée sur ces outils de base pour répondre à un problème donné: caractériser des données par leur forme ou leur configuration spatiale, faire des calculs d’accessibilité, etc. Par rapport au cours de M1, les notions vues sous forme d'initiation sont renforcées et complétées et une montée en puissance est opérée quant à la diversité et au volume des données traitées.

Méthodes et outils statistiques appliqués à l’information géographique. Travail sur la mise en œuvre d'une démarche scientifique adaptée aux différentes problématiques et données géographiques étudiées : description statistique des données à analyser, proposition d'indicateurs et de méthodes de classification, représentation des résultats statistiques, interprétation de ces résultats.

Analyse de différents phénomènes évolutifs : évolutions du territoire et déplacements d’individus. Manipulation de données multidates, de traces GPS ou issues de téléphones mobiles, constitution de données historiques. Application à différentes thématiques: déplacements d'humains, d'animaux, simulation d'évolutions urbaines et évolution de la végétation.

Projet tutoré par petits groupes visant à résoudre un problème d'analyse spatiale proposé par un commanditaire (laboratoire de recherche essentiellement). Les objectifs sont l'acquisition d'une autonomie sur la modélisation et l'analyse spatiale de données géographiques vectorielles, l'approfondissement d'une thématique, la communication avec un commanditaire non nécessairement spécialiste en analyse spatiale et l'apprentissage du travail en équipe.

L'objectif de ce module est de permettre aux étudiants d’acquérir ou de renforcer (selon leurs acquis antérieurs) leurs savoirs et savoir-faire en matière de programmation en vue de manipuler programmatiquement des données géographiques vectorielles, de leur donner les bases du langage Python, et de leur faire prendre contact avec quelques bibliothèques Python de manipulation de données géographiques, dont l’api du SIG QGIS.

Cette matière vise d'une part à ouvrir le champ des connaissances scientifiques et techniques liées au master, grâce à des exposés oraux de conférenciers francophones ou anglophones, organisés avec deux autres Masters parisiens en télédétection. D'autre part, les étudiants sont amenés à approfondir un domaine de la géomatique qu'ils choisissent d'après leurs centres d'intérêt ou leur projet professionnel, au cours d'une étude bibliographique menée durant les quatre premiers mois de l'année. Cette étude est soutenue par deux points d'avancement individuels planifiés, et donne lieu à une restitution écrite et orale.

L'objectif est de permettre aux étudiants d’aborder un certain nombre de méthodes et d’outils qui ont trait à la constitution et à l’analyse de données en général, et qui pourront être mobilisés dans les autres modules de la formation: intégration de données géographiques hétérogènes, apprentissage automatique, validation d'une méthode de classification, etc.

Ce projet est réalisé par les étudiants dès la rentrée, en groupes, avec un encadrement à mi-temps. Objectifs: stimuler la cohésion de la promotion, stimuler la prise d'initiative des étudiants et la mise en commun de leurs compétences antérieures, éveiller leur curiosité vis-à-vis des apports théoriques futurs, leur donner une expérience de travail en groupe et de restitution orale leur permettant de bénéficier de retours non sommatifs.

Réalisation d’un stage de 4 à 6 mois sur un sujet défini par un organisme d’accueil qui peut être un laboratoire de recherche ou une entreprise privée ou publique. Confrontation avec le mode professionnel et une problématique réelle en lien avec les thématiques étudiées durant l’année de Master 2 IGAST.