Annonce postée par : avallette (anne.vallette(a)acri-st.fr) ---------------------------------------- Sujet : Identification et suivi de l’artificialisation des sols Contexte Depuis les années 2000, la législation autour de l'urbanisme s'est renforcée avec la loi Solidarité et Renouvellement Urbain (SRU) et la création des Schémas de Cohérence Territoriale (SCOT) ; le suivi de l’artificialisation des sols et de l’étalement urbain est au centre des préoccupations à l’échelle interurbaine. Divers jeux de données existent afin de suivre l’évolution urbaine, toutefois ces données sont bien souvent trop générales, peu précises (échelle nationale vs échelle locale) et souvent datées (une ou deux années de retard). Le SCOT’Ouest des Alpes Maritimes cherche à réaliser des cartes de suivi de l’artificialisation des sols pour mieux organiser le territoire dans le cadre de la loi Climat et Résilience et l’Objectif Zéro Artificialisation Nette d’ici 2050. Ce stage propose de prolonger les travaux réalisés par deux stages successifs (M2) qui visaient à l’amélioration des méthodes d’identification et de suivi de l’art ificialisation des sols en particulier en rajoutant des analyses de données d’observations par satellite (Copernicus/Sentinel-2) et en exploitant la temporalité des données pour aider à lever des ambiguïtés de classification. La méthodologie actuelle s’appuie sur des méthodes d’IA assez poussées et permet de donner une estimation des pourcentages de bâtis dans chacun des pixels des images satellites traitées. Les objectifs du stage concernent principalement l’optimisation de la méthode et sa validation. Par validation on entend la stabilité de la classification sur plusieurs époques et donc sa possible sensibilité aux artefacts liés à l’imagerie (nuages, effets d’ombrage et d’environnement…) ainsi que la précision intrinsèque de l’estimation du pourcentage bâti. Objectifs du stage Les attendus du stage sont plus particulièrement : 1. Un développement plus automatisé de la technique de classification mise en place lors du stage précédent. 2. Une identification et une analyse poussée des raisons des causes d’erreur (e.g. limitations inhérentes à la méthode) 3. Une application de cet algorithme à d’autres images du même satellite mais à d’autres « époques » pour apprécier la stabilité (et par conséquent l’instabilité) de cette classification dans le temps (est-ce que les différences d’une cartographie à la suivante sont imputables à des réels changements d’OS ou à des errements de la méthode ? vraisemblablement les deux). 4. Une validation sera aussi envisagée en partenariat avec une commune du SCOT’Ouest qui mettra à disposition des données terrain et sur le territoire de laquelle seront réalisés des observations sur site. Compétences requises Connaissances en traitement d’image Connaissances en machine / deep learning pour la classification et segmentation d’image Maîtrise de logiciels de système d’information géographique (QGIS) et base de données Appétence pour le développement informatique : Linux, Python (skimage, opencv, pandas, Tensorflow, Pytorch, scikit-learn), Git Expérience (projets scolaires ou personnels) en imagerie satellite et en science des données serait un plus Profil recherché Etudiant de M2 ou dernière année d'école d'ingénieur Durée du stage : 6 mois Gratification Selon les règles en vigueur Lieu du stage ACRI-ST (Sophia Antipolis et CERGA-Grasse) Envoi des candidatures anne.vallette(a)acri-st.fr Le stage est fait en collaboration entre le SCOT’Ouest et la société ACRI-ST ---------------------------------------- L'annonce est située https://georezo.net/forum/viewtopic.php?pid=376061#p376061 Pour vous désabonner connectez-vous sur le forum puis Profil / Abonnement -- Association GeoRezo - le portail géomatique https://georezo.net (Message généré automatiquement. Ne pas répondre à ce message, utiliser les coordonnées contenues dans l'annonce)