Modélisation de la relation pluies -débits par les modèles conceptuels, les réseaux de neurones et les modèles hybridés -Sous BV BOUCHEGOUF

Simple item page
dc.contributor.author Hamma, Rahma
dc.date.accessioned2024-09-10T18:37:28Z
dc.date.available2024-09-10T18:37:28Z
dc.date.issued2024
dc.description.abstractCette étude explore la modélisation pluie-débit à l'échelle journalière en utilisant des modèles conceptuels (GR4J), des réseaux de neurones artificiels (RNA), des réseaux de neurones récurrents (LSTM), ainsi que des variantes intégrant le Filtre de Kalman (ANN-KF, LSTM-KF). Les modèles ont été appliqués au sous-bassin versant de Bouchagouf de l'Oued Seybouse en Algérie. Les critères d'efficacité de simulation utilisés incluent le critère de Nash-Sutcliffe (NSE), le coefficient de corrélation et la chronographie des débits observés et simulés. Les données d'entrée comprenaient les précipitations, l'évapotranspiration potentielle calculée à l'aide de la formule d'Oudin, et les débits journaliers enregistrés à l'exutoire du bassin versant. Les résultats montrent que les réseaux de neurones dynamiques (LSTM) et les RNA ont démontré une meilleure adaptabilité et flexibilité pour modéliser la relation pluie-débit, surtout pour les courtes périodes. En revanche, les modèles conceptuels comme GR4J ont montré une capacité limitée à capturer les schémas généraux de la transformation pluie-débit. L'intégration du Filtre de Kalman (ANN-KF, LSTM-KF) a également amélioré les performances des modèles neuronaux.
dc.identifier.urihttp://dspace.univ-oeb.dz:4000/handle/123456789/19675
dc.language.isofr
dc.publisherUniversite d' Oum El Bouaghi
dc.titleModélisation de la relation pluies -débits par les modèles conceptuels, les réseaux de neurones et les modèles hybridés -Sous BV BOUCHEGOUF
dc.typeOther
Files
Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
Mémoire final (Réparé) 2 (21).pdf
Size:
4.21 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Résumé.docx
Size:
14.1 KB
Format:
Microsoft Word XML
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
قسم الري