Introduction aux Systèmes d’Information Géographique - Partie 2 (Coursera)

Introduction aux Systèmes d’Information Géographique - Partie 2 (Coursera)

Ce cours constitue la seconde partie d'un enseignement consacré aux bases théoriques et pratiques des systèmes d’information géographique. - Il propose une introduction aux systèmes d’information géographique qui ne requiert pas de connaissances préalables en informatique. - Il donne la possibilité d’acquérir rapidement les notions de base qui vous permettent de créer des bases de données spatiales et de fabriquer des cartes géographiques. - Il s’agit d’un cours pratique qui repose sur l’utilisation de logiciels libres, notamment QGIS.

Class Deals by MOOC List - Click here and see Coursera's Active Discounts, Deals, and Promo Codes.

Lors de la première partie du cours, vous avez exploré les principes de base de la numérisation du territoire et du stockage des géodonnées. Vous avez notamment appris à :

  • Caractériser des objets et des phénomènes spatiaux (modélisation du territoire) du point de vue de leur positionnement dans l’espace (systèmes de coordonnées et projections, relations spatiales) et en fonction de leur nature intrinsèque (mode objet ou vecteur vs. mode image ou raster);
  • Utiliser diverses méthodes d’acquisition de données (mesure directe, géoréférencement d’images, digitalisation, source de données existantes, etc.);
  • Utiliser divers modes de stockage des géodonnées (fichiers simples et bases de données relationnelles);
  • Utiliser des outils de modélisation des données pour décrire et implémenter une base de données;
  • Créer des requêtes dans un langage d’interrogation et de manipulation des données.

La seconde partie du cours porte sur les méthodes d'analyse spatiale et les techniques de représentation de l'information géoréférencée. Vous apprendrez notamment à:

  • Analyser les propriétés spatiales de variables discrètes, par exemple en quantifiant l’autocorrélation spatiale;
  • Travailler avec des variables continues (échantillonnage, interpolation et construction de courbes d’isovaleurs)
  • Utiliser les modèles numériques d'altitude et leurs dérivées (pente, orientation, etc.);
  • Utiliser des techniques de superposition des géodonnées;
  • Produire des documents cartographiques selon les règles de la sémiologie graphique;
  • Explorer d’autres formes de représentation spatiale (cartographie interactive sur internet, représentations 3D, et réalité augmentée).

Syllabus

WEEK 1
Phénomènes spatiaux discontinus
Les phénomènes spatiaux discontinus se rapportent à la modélisation en objets de l'espace géographique. Les propriétés associées se déclinent en trois dimensions : géométrique, thématique et spatiale. Les propriétés des objets spatiaux sont décrites par des indices selon leur forme, leur taille, la distribution spatiale ainsi que par le degré éventuel de dépendance spatiale. Tous ces indices interviennent, selon le contexte de l'étude, pour caractériser un paysage.

WEEK 2
Phénomènes spatiaux continus
Un phénomène est dit continu dans l'espace s’il est défini en tout point de l'espace géographique et que ses propriétés varient localement de manière graduelle et structurée. L'altitude, l'humidité d'un sol, la teneur en métaux lourds ou autres polluants des sols en sont des exemples. Ce chapitre traite des modes d'échantillonnage, puis présente les fonctions d'interpolation dites déterministes car elles ne se basent sur aucune étude préalable du phénomène. Le cœur de la leçon est consacré à une introduction à la géostatistique basée sur la notion de fonction aléatoire. On traite successivement les concepts des variables régionalisées, de la variographie et du krigeage.

WEEK 3
Modèles numériques d'altitude
Le relief est le facteur révélateur et explicatif prépondérant des phénomènes survenus à la surface de la Terre. Il a fortement conditionné et orienté l’appropriation de l’espace géographique par les sociétés humaines. Selon ses propriétés, les règnes animal et végétal trouvent des conditions favorables à leur établissement et à leur développement. Il occupe, de ce fait, une place majeure en analyse spatiale et dans toute discipline dont l’objet concerne les activités humaines ou des phénomènes naturels. Ce chapitre présente un bref historique des modes d’acquisition de l’altitude, puis expose les algorithmes et leurs propriétés permettant de dériver les indicateurs descriptifs du relief.

WEEK 4
Interactions entre couches de données
L'interaction entre couches fait appel au concept de superposition spatiale – spatial overlay en anglais – auquel sont liées un ensemble de méthodes qui permettent le transfert de données entre divers objets stockés dans des couches de différents types (raster ou vecteur), ceci en fonction de leurs relations spatiales les uns avec les autres. L’analyse de phénomènes distribués dans l’espace géographique requiert souvent que l’on recoure simultanément à des informations provenant de couches distinctes. La superposition spatiale est la fonction emblématique des systèmes d’information géographique. C’est elle seule qui symbolise l’originalité de ces systèmes d’information par rapport aux autres, et surtout qui leur confère toute leur puissance.

WEEK 5
Sémiologie graphique et cartographie thématique
Cette semaine, vous allez apprendre comment représenter l’information géographique, notamment en appliquant les règles établies en cartographie thématique. Sur cette base, vous apprendrez à traiter l’information quantitative ou qualitative que vous souhaitez communiquer, et nous vous apprendrons comment produire des cartes thématiques dans QGIS avec l’aide du composeur d’impression. L'élaboration des cartes thématiques doit être effectuée en respectant un certain nombre de contraintes dont le respect va favoriser l’efficacité de la transmission de l’information. Il s’agit par exemple d’utiliser les couleurs en suivant les règles de la sémiologie graphique, ou de faire figurer toutes les composantes utiles – comme par exemple une légende, une échelle, des sources, un commentaire – pour permettre une lecture optimale.

WEEK 6
Autres formes de représentation
Cette dernière semaine est consacrée à des cas particuliers de la représentation de l'information géographique, soit à la cartographie dynamique et interactive sur Internet, à la représentation en 3 dimensions, et finalement à la réalité augmentée et à sa combinaison avec les systèmes d'information géographique.

Go to Class
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Related Courses

Learn Data Storytelling: Power BI Techniques (Coursera) Coursera
Edureka

Learn Data Storytelling: Power BI Techniques (Coursera)

Welcome to the Data Storytelling with Power BI course, where you'll embark on a journey to acquire practical expertise in data transformation and visualization. Leverage the potential of Power BI to craft narratives through structured data, leading to the discovery of more profound insights. Throughout this course, you'll explore the industry-specific applications of Power BI and delve into its various features and functionalities.

Jun 15th 2026
5-12 Weeks
Design and Make Infographics (Project-Centered Course) (Coursera) Coursera
Michigan State University

Design and Make Infographics (Project-Centered Course) (Coursera)

In this project-centered course*, you will create a content-rich infographic on a topic of your choice using Adobe Illustrator (which you can download for a free, 30-day trial). You might choose to create a visual representation of data from the world of sports, entertainment, politics, or science, to explain a business trend or environmental issue, or even to present a theme or development from your personal life. Your finished infographic will engage your target audience and convey information clearly through effective use of design elements such as typography, color, and structure.

Jun 22nd 2026
4 Weeks
Spatial Data Science and Applications (Coursera) Coursera
Yonsei University

Spatial Data Science and Applications (Coursera)

Spatial (map) is considered as a core infrastructure of modern IT world, which is substantiated by business transactions of major IT companies such as Apple, Google, Microsoft, Amazon, Intel, and Uber, and even motor companies such as Audi, BMW, and Mercedes. Consequently, they are bound to hire more and more spatial data scientists. Based on such business trend, this course is designed to present a firm understanding of spatial data science to the learners, who would have a basic knowledge of data science and data analysis, and eventually to make their expertise differentiated from other nominal data scientists and data analysts.

Jun 15th 2026
5-12 Weeks
Web Application Development: Basic Concepts (Coursera) Coursera
University of New Mexico

Web Application Development: Basic Concepts (Coursera)

This is the first course in a Coursera Specialization track involving Web Application Architectures. This course will give you the basic background, terminology and fundamental concepts that you need to understand in order to build modern full stack web applications. A full stack web developer is familiar with each "layer" of the software technologies involved in a web application, including data modeling and database technologies, the web server environment and middleware components, network protocols, the user interface and basic visual design and user interaction concepts.

Jun 22nd 2026
5-12 Weeks
Spatial Analysis and Satellite Imagery in a GIS (Coursera) Coursera
University of Toronto

Spatial Analysis and Satellite Imagery in a GIS (Coursera)

In this course, you will learn how to analyze map data using different data types and methods to answer geographic questions. First, you will learn how to filter a data set using different types of queries to find just the data you need to answer a particular question. Then, we will discuss simple yet powerful analysis methods that use vector data to find spatial relationships within and between data sets.

Jun 15th 2026
5-12 Weeks
Data-Driven Decisions with Power BI (Coursera) Coursera
Knowledge Accelerators

Data-Driven Decisions with Power BI (Coursera)

New Power BI users will begin the course by gaining a conceptual understanding of the Power BI desktop application and the Power BI service. Learners will explore the Power BI interface while learning how to manage pages and understand the basics of visualizations. Learners will engage in numerous hands-on experiences to discover how to import, connect, clean, transform, and model their own data in the Power BI desktop application.

Jun 22nd 2026
5-12 Weeks
Snowflake - SnowPro Core Certification Preparation (Coursera) Coursera
Board Infinity

Snowflake - SnowPro Core Certification Preparation (Coursera)

"Snowflake - SnowPro Core Certification Preparation" is a comprehensive course meticulously crafted to guide learners through the essentials of Snowflake, preparing them for the SnowPro Core Certification. Spanning three modules, the course begins with the fundamentals of Snowflake, exploring its architecture, data loading, and modeling. The second module delves into operational and management aspects, including account management, performance optimization, and security.

Jun 22nd 2026
3 Weeks
Essential Epidemiologic Tools for Public Health Practice (Coursera) Coursera
Johns Hopkins University

Essential Epidemiologic Tools for Public Health Practice (Coursera)

In order to make a difference in the health and well-being of a population, we must understand the burden of all problems and conditions that affect the population, as well as how well our efforts to mitigate these problems are actually working. This course provides you with some essential skills and tools that will enhance your ability to describe and understand the health of your community

Jun 22nd 2026
4 Weeks
AI and Climate Change (Coursera) Coursera
DeepLearning.AI

AI and Climate Change (Coursera)

In Course 2: AI and Climate Change, you will begin by learning the basics of anthropogenic climate change — why it is happening, its projected impacts, and how it is already driving extreme weather around the globe. You will then learn how machine learning techniques can lessen climate change’s impacts and help communities prepare for those that do occur.

Jun 15th 2026
4 Weeks
Machine Learning in Healthcare: Fundamentals & Applications (Coursera) Coursera
Northeastern University

Machine Learning in Healthcare: Fundamentals & Applications (Coursera)

Examines data mining perspectives and methods in a healthcare context. Introduces the theoretical foundations for major data mining methods and studies how to select and use the appropriate data mining method and the major advantages for each. Students are exposed to contemporary data mining software applications and basic programming skills. Focuses on solving real-world problems, which require data cleaning, data transformation, and data modeling.

Jun 8th 2026
4 Weeks