Contribution à la modélisation de l’évaporation à partir des barrages réservoirs par le biais de l'intelligence artificielle : Application au nord de l’Algérie
No Thumbnail Available
Date
2019
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
L'évaporation joue un rôle important dans le cycle hydrologique et le bilan hydrique,
où l’estimation de la quantité d'eau évaporée est considérée comme l'une des questions
ayant le plus d'intérêt pour les études hydrologiques modernes. La présente étude vise à
développer des modèles mathématiques pour l’estimation de l’évaporation Epan à partir des
barrages-réservoirs dans la région Nord-Est de l’Algérie, mesurée à partir du bac américain
classe A, par les techniques à base d’intelligence artificielle, à savoir les réseaux de
neurones artificiels (ANN), les systèmes Neuro-flous type ANFIS (les systèmes d'inférence
floue à base de réseaux de neurones adaptatifs), et les machines à vecteurs de support
(SVM). Quatre variables climatiques ont été sélectionnées comme entrées des modèles: les
températures maximale et minimale (Tmin, Tmax,), l’humidité relative (H%), et la vitesse du
vent (U2). En plus, la périodicité représentée par le numéro du jour et du mois, a été ajouté
aux entrées pour tester son effet sur les performances des modèles développé. Les modèles
ont été développés sous le logiciel Matlab en tant qu’outil de programmation. L’étude a
révélé que l'intelligence artificielle permet une estimation robuste de l'évaporation
journalière et mensuelle Epan avec une grande précision dans la zone d'étude, tout en tenant
compte des critères de performances statistiques communément utilisés, notamment le
coefficient de corrélation (R), l'indice de Wilmmot (d), l'erreur quadratique moyenne
(RMSE) et l’erreur absolue moyenne (MAE).Cette étude recommande d'utiliser les
approches d'intelligence artificielle pour modéliser l'évaporation Epan à différents pas de
temps dans le Nord-Est de l'Algérie.