Zeghmar, AmerMarouf, NadirMokhtari, El Hadj2023-09-272023-09-272023http://hdl.handle.net/123456789/16712Le fait que le monde soit confronté à des défis liés à l'eau est devenu de plus en plus évident ces dernières années. Ces défis restent répandus et reflètent de graves problèmes de gestion des ressources en eau. La nécessité de la compréhension du comportement des écoulements au sein d'un bassin versant et au niveau des cours d'eau est indispensable, que ce soit pour la gestion des ressources, pour la prévention des risques causés par les crues importantes, ou pour l'amélioration de la qualité des cours d'eau. la lumière du développement rapide des systèmes d'information géographique et de leur capacité d'analyser les données fournies par les technologies de télédétection, il est devenu impératif de rechercher des modèles traditionnels de perte de sol, qui peuvent être combinés avec les SIG et la télédétection (RS), pour améliorer notre compréhension des processus de perte de sol et de leur impact sur les ressources en eau. Dans cette présente étude, deux modèles empiriques ont été appliqués dans le bassin versant du barrage de Beni Haroun: L'équation universelle révisée de perte en sol (RUSLE) et développée par Renard et al. (1997) sur la base de l'équation universelle de perte de sol (USLE) et la méthode de potentiel d'érosion (EPM), développée par Gavrilovi? dans les bassins versants de la rivière Morava en Serbie en 1962. Notre objectif en première partie consiste à déterminer la distribution spatiale de la densité d'érosion et d'estimer l'érosion annuelle moyenne des sols, en fonction des facteurs liés au climat, sol, végétation et la topographie. En plus de cartographier et d'analyser la variance entre la carte topographique (2003) et le levé bathymétrique (2013) du barrage de Beni Haroun. La comparaison des relevés bathymétriques permettant de spatialiser les différentes profondeurs du barrage et de connaître le pourcentage de réduction de la capacité de stockage résultant du phénomène d'érosion des sols. Après cela, une modélisation de transport solide en utilisant les approches d'intelligence artificielle ont été utilisées pour simuler la charge de sédiments en suspension (Qs) au pas de temps journalier, à travers ; la capacité de quatre algorithmes de modélisation, à savoir la forêt aléatoire (RF), l'arbre aléatoire (RT), Comité aléatoire (RC) et l'algorithme KStar. Enfin, une modélisation Pluie-Débit par HEC-HMS et des modèles hybrides a été élaborée. La relation pluie-débit est examinée selon la méthode SCS-CN et SCS unit hydrographe basée sur le model numérique de terraine (MNT), type des sol, l'occupation du sol, afin de simuler l'écoulement dans le bassin versant à l'exutoire. Pour l'applicabilité de la méthode, premièrement, les caractéristiques physiques du bassin sont compilées dans l'environnement Arc-GIS. Par la suite, des paramètres liés aux propriétés physiques du terrain sont traités. Le modèle HEC-HMS est ensuite utilisé pour estimer la modélisation pluie-débit à la fois à l'échelle de la crue et à l'échelle journalière. Dans notre approche, nous utilisons un modèle semi-distribué développé avec HEC-HMS et un modèle hybride qui intègre les sorties du modèle semi-distribué avec des algorithmes d'apprentissage automatique. Ces modèles sont utilisés pour la prediction pluie-débit à la fois à l'échelle des crues et à l'échelle journalière dans le bassin versant de Beni Haroun. Les performances des modèles ont été évaluées à l'aide de l'erreur quadratique moyenne (RMSE), de l'efficacité de Nash - Sutcliffe (NSE), le coefficient de détermination (R2), le diagramme de Taylor et le graphique Violine. The fact that the world is facing water-related challenges has become increasingly evident in recent years.These challenges are still widespread and reflect serious problems in the management of water resources. The need to understand the behavior of flows within the catchment area and at the level of rivers is essential, whether for resource management, for prevention of risks caused by major floods, or for improving the quality of waterways. In light of the rapid development of geographic information systems and their ability to analyze data provided by remote sensing technologies, it has become imperative to seek traditional models of soil loss, which can be combined with GIS and remote sensing (RS), to improve our understanding of soil loss processes and their impact on water resources. In this present study, two empirical models were applied in the catchment area of the Beni Haroun dam: The Revised Universal Soil Loss Equation (RUSLE) and developed by Renard et al. (1997) based on the Universal Soil Loss Equation (USLE) and Erosion Potential Method (EPM), developed by Gavrilovi? in the watersheds of the Morava River in Serbia in 1962. Our first objective part is to determine the spatial distribution of erosion density and to estimate the average annual soil erosion, depending on factors related to climate, soil, vegetation and topography. In addition, to mapping and analyzing the variance between the topographic map (2003) and the bathymetric survey (2013) of the Beni Haroun dam. The comparison of the bathymetric surveys making it possible to spatialize the different depths of the dam and to know the percentage of reduction in the storage capacity resulting from the soil erosion phenomenon. After that, sediment transport modeling using artificial intelligence approaches were used to simulate the suspended sediment load (Qs) at daily time step, through; the ability of four modeling algorithms, namely Random Forest (RF), Random Tree (RT), Random Committee (RC) and KStar algorithm. Finally, Rainfall-Runoff modeling by HEC-HMS and hybrid models was developed. The rainfall-runoff relationship is examined using the SCS-CN and SCS unit hydrograph method based on the digital elevation model (DEM), soil type, land cover, to simulate the flow in the watershed at the outlet. For the method's applicability, first, the physical characteristics of the basin are compiled in the Arc-GIS environment. Subsequently, parameters related to the physical properties of the terrain are processed. The HEC-HMS model is then employed to estimate rain-flow modeling at both the flood scale and the daily scale. In our approach, we utilize a semi-distributed model developed with HEC-HMS and a hybrid model that integrates the semi-distributed model's outputs with machine learning algorithms. These models are used for rainfall-runoff prediction both at the flood scale and the daily scale within the Beni Haroun watershed. Model performance was evaluated using root mean square error (RMSE), Nash-Sutcliffe efficiency (NSE), coefficient of determination (R2), Taylor diagram and the Violin chart.frAlgorithme KStarComité aléatoireForêt aléatoireThesis