الوصف
Cet ouvrage propose une analyse scientifique approfondie du transport solide en suspension dans les bassins versants du nord de l’Algérie, en mettant l’accent sur l’apport des méthodes d’intelligence artificielle et d’apprentissage automatique dans la modélisation hydrosédimentaire. Face à la problématique croissante de l’érosion hydrique, particulièrement marquée dans les régions arides et semi-arides, l’étude vise à pallier les limites liées à la rareté ou à l’insuffisance des données hydrologiques observées.
L’auteur évalue et compare plusieurs modèles avancés de machine learning — notamment les Réseaux de Neurones Artificiels (ANN), l’ANFIS, la Support Vector Machine (SVM-R), les Arbres de Décision (DT), les Ensembles d’Arbres (EOT), la Régression par Processus Gaussiens (GPR) et les réseaux LSTM — à travers deux scénarios de prédiction du débit solide et des concentrations de sédiments en suspension à partir du débit liquide.
L’analyse repose sur des données issues de sept stations hydrométriques réparties dans les bassins de Sebaou (nord-centre) et de Tafna (nord-ouest), représentatifs des conditions hydrologiques algériennes. Les performances des modèles sont évaluées à l’aide d’indicateurs statistiques reconnus (R², coefficient de Nash-Sutcliffe et RMSE), permettant d’identifier les approches les plus fiables selon les contextes étudiés.
Alliant rigueur méthodologique, analyse statistique approfondie et applications concrètes, cet ouvrage constitue une référence utile pour les chercheurs, ingénieurs hydrologues, gestionnaires des ressources en eau et décideurs impliqués dans la lutte contre l’érosion, la sédimentation des barrages et la gestion durable des bassins versants.
المراجعات
لا توجد مراجعات بعد.