Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Modélisation et Interpolation

Description

Cette séance de cours couvre les techniques de modélisation et d'interpolation utilisées en géomatique, telles que les modèles numériques d'élévation, la photogrammétrie et les réseaux irréguliers triangulés. Il explique comment saisir des données brutes, créer des surfaces et interpoler des mesures pour générer des modèles précis.

Dans MOOC

Éléments de Géomatique

Enseignant·e·s (2)

Pierre-Yves Gilliéron

Originaire de Mézières (Vaud), né en 1964, Pierre-Yves Gilliéron obtient un diplôme dingénieur en génie rural et géomètre à lEcole polytechnique fédérale de Lausanne (EPFL) en 1988. De 1988 à 1990, il travaille au laboratoire de photogrammétrie de lEPFL où il participe à un projet de recherche en traitement dimage avec le partenaire industriel LEICA. De 1991 à 1997, il est engagé par un bureau dingénieurs du Valais où il est actif dans le domaine de la géomatique. Responsable du secteur de la photogrammétrie, il dirige des mandats tant en Suisse quà létranger. En 1997, il rejoint lEPFL et il est nommé chargé de cours pour le positionnement par satellite et la topographie. Parallèlement, Il collabore à la recherche et au développement au sein du laboratoire de Topométrie (TOPO) dans le domaine des systèmes de navigation appliqués aux transports. Dès 2018, il occupe le poste d'adjoint à la direction de la section en sciences en ingénierie de l'environnement (SIE) de l'EPFL. -- Il a été membre du comité de lInstitut Suisse de Navigation (ION-CH), de la commission géodésique suisse (SCNAT/SGK), de commissions d'experts de la VSS, du comité its-ch et de diverses associations professionnelles (IGSO, geosuisse, SSPIT).

Devis Tuia

I come from Ticino and studied in Lausanne, between UNIL and EPFL. After my PhD at UNIL in remote sensing, I was postdoc in Valencia (Spain), Boulder (CO) and EPFL, working on model adaptation and prior knowledge integration in machine learning. In 2014 I became Research Assistant Professor at University of Zurich, where I started the 'multimodal remote sensing' group. In 2017, I joined Wageningen University (NL), where I was professor of the GeoInformation Science and Remote Sensing Laboratory. Since 2020, I joined EPFL Valais, to start the ECEO lab, working at the interface between Earth observation, machine learning and environmental sciences.

Source officielle

Concepts associés (22)

Interpolation multivariée

En analyse numérique, linterpolation multivariée ou linterpolation spatiale désigne l'interpolation numérique de fonctions de plus d'une variable. Le problème est similaire à celui de l'interpolation polynomiale sur un intervalle réel : on connait les valeurs d'une fonction à interpoler aux points et l'objectif consiste à évaluer la valeur de la fonction en des points . L'interpolation multivariée est notamment utilisée en géostatistique, où elle est utilisée pour reconstruire les valeurs d'une variable régionalisée sur un domaine à partir d'échantillons connus en un nombre limité de points.

Interpolation numérique

En analyse numérique (et dans son application algorithmique discrète pour le calcul numérique), l'interpolation est une opération mathématique permettant de remplacer une courbe ou une fonction par une autre courbe (ou fonction) plus simple, mais qui coïncide avec la première en un nombre fini de points (ou de valeurs) donnés au départ. Suivant le type d'interpolation, outre le fait de coïncider en un nombre fini de points ou de valeurs, il peut aussi être demandé à la courbe ou à la fonction construite de vérifier des propriétés supplémentaires.

Interpolation polynomiale

En mathématiques, en analyse numérique, l'interpolation polynomiale est une technique d'interpolation d'un ensemble de données ou d'une fonction par un polynôme. En d'autres termes, étant donné un ensemble de points (obtenu, par exemple, à la suite d'une expérience), on cherche un polynôme qui passe par tous ces points, p(xi) = yi, et éventuellement vérifie d'autres conditions, de degré si possible le plus bas. Cependant, dans le cas de l'interpolation lagrangienne, par exemple, le choix des points d'interpolation est critique.

Interpolation bilinéaire

L'interpolation bilinéaire est une méthode d'interpolation pour les fonctions de deux variables sur une grille régulière. Elle permet de calculer la valeur d'une fonction en un point quelconque, à partir de ses deux plus proches voisins dans chaque direction. C'est une méthode très utilisée en pour le , qui permet d'obtenir de meilleurs résultats que l'interpolation par plus proche voisin, tout en restant de complexité raisonnable.

Interpolation au plus proche voisin

Linterpolation au plus proche voisin (ou interpolation arrondie) est une méthode simple d'interpolation numérique d'un ensemble de points en dimension 1 ou supérieure (interpolation multivariée). Le problème de l'interpolation consiste à calculer une valeur approchée d'une fonction en un point quelconque à partir des valeurs de la fonction données en des points définis. L'algorithme du plus proche voisin détermine la valeur recherchée comme étant égale à la valeur au point le plus proche, sans considérer les autres valeurs connues, construisant ainsi une fonction constante par morceaux.

Afficher plus

Séances de cours associées (41)

Modélisation du relief : éléments géomatiques MOOC: Éléments de Géomatique

Couvre l'histoire et les méthodes de la représentation des reliefs en géomatique.

Interpolation par intervalles: Interpolation par intervalles

Couvre Interpolation de lagrange en utilisant des intervalles pour trouver des approximations polynômes précises.

Variables discrètes, propriétés géométriques MOOC: Systèmes d’Information Géographique 2

Couvre les variables discrètes dans les systèmes d'information géographique et leurs propriétés géométriques, y compris l'arrangement spatial et l'autocorrélation.

Interpolation de fonction

Explore l'interpolation des fonctions régulières, l'analyse des erreurs, la convergence et les polynômes de Chebyshev.

Rapprochement des données

Couvre la méthode des moindres carrés pour le rapprochement des données et la gestion des erreurs.

Afficher plus

Concepts associés (22)

Interpolation multivariée

Interpolation numérique

Interpolation polynomiale

Interpolation bilinéaire

Interpolation au plus proche voisin

Afficher plus