Geostatistics

Durée

30h Th, 30h Labo.

Nombre de crédits

Enseignant

Eric Pirard

Langue(s) de l'unité d'enseignement

Langue anglaise

Organisation et évaluation

Enseignement au premier quadrimestre, examen en janvier

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

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 and 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

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.

Ce cours contribue aux acquis d'apprentissage III.1, IV.3, IV.5 du programme d'ingénieur civil des mines et géologue.

Savoirs et compétences prérequis

Probability and Statistics (basic course)

Activités d'apprentissage prévues et méthodes d'enseignement

Les travaux pratiques seront réalisés en utilisant le logiciel R

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

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 :
Applied Spatial Data Analysis with R. Roger S. Bivand, Edzer Pebesma and V. Gómez-Rubio UseR! Series, Springer. 2nd ed. 2013, xviii+405 pp., Softcover ISBN: 978-1-4614-7617-7
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

Modalités d'évaluation et critères

Examen(s) en session

Toutes sessions confondues

- En présentiel

évaluation orale

Travail à rendre - rapport


Explications complémentaires:

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).

Stage(s)

Remarques organisationnelles et modifications principales apportées au cours

Tout Anglais

Contacts

Mrs Marina CABIDOCHE

Teaching & Research assistant

GeMMe
Sart Tilman B52

e-mail : mcabidoche@uliege.be

Association d'un ou plusieurs MOOCs