Géostatistique et intelligence artificielle sous R, appliquées à l'hydrogéologie

Objectif : installer son environnement et préparer ses données.

Principes de la géostatistique et de la data science environnementale · RStudio et packages essentiels (sp, sf, gstat, raster, tidyverse) · apprentissage supervisé et non supervisé · import et préparation des données hydrogéologiques.

Cas pratique : préparation et visualisation d'une base de données piézométriques.

Objectif : comprendre les données avant de modéliser.

Statistiques descriptives, histogrammes, boîtes à moustaches, corrélations · valeurs aberrantes · tendances spatiales et temporelles (ggplot2, leaflet, sf) · clustering et détection automatique d'anomalies.

Cas pratique : exploration d'un réseau de forages régionaux.

Objectif : mesurer comment une variable hydrogéologique change avec la distance.

Théorie du variogramme · calcul et ajustement automatique avec gstat et automap · analyse directionnelle, anisotropie et portée · apprentissage du modèle variographique à partir de données historiques.

Cas pratique : variabilité spatiale des niveaux d'eau.

Objectif : produire une carte et savoir ce qu'elle vaut.

Krigeage ordinaire, universel, co-krigeage et krigeage assisté par machine learning · validation croisée et mesure d'incertitude · cartes d'isopièzes et de concentration sous R et QGIS · interprétation hydrogéologique.

Cas pratique : estimation des nitrates par krigeage et IA.

Objectif : passer d'une carte unique à une mesure du risque.

Simulation gaussienne séquentielle et simulation indicatrice · réalisations multiples et incertitude · prévision de la qualité de l'eau · évaluation du risque par Random Forest, SVM et réseaux de neurones.

Cas pratique : risque de contamination d'un aquifère.

Objectif : mener une étude complète, seul, de bout en bout.

Nettoyage et préparation · analyse exploratoire et modélisation · estimation, simulation et interprétation · rapport automatisé sous R Markdown · soutenance en ligne avec discussion technique.

Oui. Le module 1 part de l'installation et des premières lignes de code. Il suffit d'être à l'aise avec un ordinateur et d'avoir des bases de statistiques.

Non. R, RStudio, les packages utilisés et QGIS sont gratuits et légaux. Vous gardez tout à la fin de la formation.

Le parcours R/Python est un programme long, construit sur un gisement minier et l'estimation des ressources. Celui-ci est plus court, entièrement consacré à l'eau souterraine — niveaux de nappe, qualité, contamination — et travaille uniquement sous R.

RockWorks sert à modéliser et représenter la géologie et la nappe. Cette formation apprend à estimer et prévoir entre les points de mesure. Les deux se complètent.