La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

ANALYSE EN COMPOSANTES PRINCIPALES, RÉGRESSION MULTIPLE ET RÉSEAU DE NEURONES : LEUR CONTRIBUTION DANS LA PRÉDICTION DE LÉROSION SPÉCIFIQUE. Cas du Bassin.

Présentations similaires


Présentation au sujet: "ANALYSE EN COMPOSANTES PRINCIPALES, RÉGRESSION MULTIPLE ET RÉSEAU DE NEURONES : LEUR CONTRIBUTION DANS LA PRÉDICTION DE LÉROSION SPÉCIFIQUE. Cas du Bassin."— Transcription de la présentation:

1 ANALYSE EN COMPOSANTES PRINCIPALES, RÉGRESSION MULTIPLE ET RÉSEAU DE NEURONES : LEUR CONTRIBUTION DANS LA PRÉDICTION DE LÉROSION SPÉCIFIQUE. Cas du Bassin de lAlgérois Hodna Soummam Chahrazed SALHI, Benina TOUAIBIA OFFICE NATIONAL DIRRIGATION ET DRAINAGE ET DRAINAGEO.N.I.D

2 Érosion Envasement

3 LAlgérie est un pays très érodible ce qui provoque lenvasement des barrages. (4000 tonnes /Km 2.an), lérosion spécifique dépasse le seuil tolérable (10 tonnes/ha) la présente étude vise à contribuer à la quantification et la prédiction de lérosion spécifique à partir des paramètres hydromorphométriques et climatiques des sous bassins des ouvrages en utilisant la méthode des réseaux de neurones lACP et la régression multiple.

4 PRESENTATION DE LA ZONE DEUTDE

5 Situation géographique : Situation générale du bassin hydrographique AHS

6 Le bassin AHS couvre une superficie de Km 2 et décomposer en 03 bassins versants Découpage du bassin Hydrographique AHS

7 Caractéristiques hydroclimatiques Le climat varie de manière contrastée, du type méditerranéen et semi aride dans le nord vers le type désertique dans le Sahara. 1. Pluviométrie Les précipitations varient en moyenne entre 300 et 1500 mm dans la région côtière et de 200 à 500 mm au Sud. 2. Température La température moyenne mensuelle dans le bassin AHS varie entre 6°C et 12°C pour les minima et entre 16° et 25°C pour celle des maxima. 3. Evapotranspiration Pour lensemble du bassin hydrographique Algérois Hodna Soummam (AHS), lévapotranspiration potentielle (ETP) annuelle oscille entre 1000 et 1900 mm.

8 Données climatiques : Localisation des stations pluviométriques station pluviométrique : Le Nombre des stations pluviométriques est de 396

9 Localisation des stations hydrométriques Station hydrométrique : 66 des stations hydrométriques

10 Ouvrages existants: Nombre douvrages existants Barrages en exploitation Petits barrages PrisesDérivation Retenues collinaires et plus et plus

11 COLLECTE ET CRITIQUE DES DONNEES

12 Implantation des ouvrages détude

13 Caractéristiques hydromorphométriques Caractéristiques hydromorphométriques des S/bassins barrages retenus (1) :numéro de louvrage; S : superficie du bassin versant de louvrage; Per : périmètre du bassin versant de louvrage ;H min : altitude minimale; H max : altitude maximale ; P : précipitation moyenne; Le : lame écoulée ; D : densité de drainage; I m : pente moyenne du bassin versant. N°OuvrageWilaya Surface (Km 2 ) Per (Km) Hmax (m) Hmin (m) D(km/km 2 )Im (%) 1 Beni Amrane Boumerdes Ain ZadaB.B.A TaksebtTizi ouzou

14 Caractéristiques climatiques Précipitation : Une vingtaine de stations pluviométriques ont été choisies et traitées afin dévaluer la précipitation moyenne à proximité de chaque ouvrage retenu. les maximum aux ouvrages de lAlgérois (900 mm) et les minimum aux ouvrages de Hodna (200 mm) Lame écoulée : Les lames écoulées des barrages sont déduites de lapport liquide (stations hydrométriques) et celles des retenues collinaires et petits barrages ont été tirées de la carte des écoulements moyens annuels sur le Nord de lAlgérie, éditée en 2005 par l AHRH, la maximale à Taksept (Tizi ouzou)(431 mm) et la minimale à Lechbour (B.B.A)(20 mm)

15 Couvert Végétal Couvert végétal des S/bassins de quelques grands ouvrages

16 Couvert végétal des sous bassins des barrages N° OuvrageCv (%) 1 Beni Amrane Ain zada Taksebt (1) : numéro de louvrage; C v : couvert végétal

17 Couvert végétal des sites des communes

18 Couvert végétal des sous bassins des petits barrages et retenues collinaires N° OuvrageCommune Cv (%) 4 Ain ZouaouaAttatba Oued SkhounaBoumefaâ FrehaFreha (djaballah) DAS Bourahla 1 Sidi Daoud DAS Bourahla KouanineBaghlia Naciria NDSidi Daoud BoussedoumAmalou Oued AssilaDirah Boumerzel (I) Ahl lakser Boumerzel (II) Ouled el berdi-avOuled el berdi bordj oukhris Gueriabir ghbalou Ighil Libene Haizer Chabet Merdja GominsisTaghzout DjedalaDjebahia BouchiouaneKadiria H.M'theneAin Laloui MerdjaAin Bessam harbitiaRidane mihabDirah Dra alouestHadjra zerga BergougBouira Ouled el berdi-amOuled el berdi LechbourMedjana El H'madaEl-Achir DraouetTala Ifacen Oued Ouled Saber Ouled Saber RC Lemhari Oued Sedd Kef Lakhdar Mechtates Sedari chabet Mehadjersidi Ziane Chabet Ain BouaichaRébaia Oued Anseur El HadjEl Azizia Djoueb Chabet El Farfachia Chabet Tatouch Beni slimane Chabet Arous Chabet Loualouia Chabet metreg Chabet Touhiah Sidi rabie B Chabet MahrougaEl Azizia Chabet Sfaï Rébaia Oued Rhorb Oued MessaiEl Azizia Chabet BouhalfiaSouagui Chabet Defla Ouled Brahim Chabet Drabine Oued Ben LoulouBouskène 5.1

19 Lérosion spécifique : Lérosion spécifique des sous bassins des barrages a été estimée à partir des levés bathymétriques. Lérosion spécifique des sites des retenues collinaires a été estimée à partir de leur capacité, vu que ces ouvrages sont complètement envasés ou ayant un taux denvasement assez élevé, le volume est égal à la capacité ou à un pourcentage de cette dernière. Lérosion spécifique moyen annuel dépasse le seuil tolérable (10 tonnes/Ha) dans la plupart des bassins versants au droit des ouvrages retenus.

20 MODELISATION DE LEROSION SPECIFIQUE

21 Application de la régression multiple Lapplication de régression multiple entre lérosion spécifique et les différents paramètres hydromorphométriques et climatiques, à donnée la matrice de corrélation en tableau suivant Matrice des cœfficients de corrélation Où S : superficie du bassin; Per : Périmètre du bassin; Hmax: altitude maximale; Hmin: altitue minimale; P: précipitation moyenne; Le : lame écoulée; D : densité de drainage; Im : pente moyenne; Cv : couvert végétal; Es : érosion spécifique.

22 Application de la méthode dAnalyse en Composantes Principales (ACP) LAnalyse en composantes principales à permis de distinguer les groupes suivant : Projection des individus sur le plan C1- C

23 Projection des individus sur le plan C1 –C

24 Application de la méthode des Réseaux de neurones Plusieurs modèles ont été établis, ci après les résultats des paramètres de validation ModèleNombre de couches cachées Nombre de neurones dans la couche cachée Erreur sur le bilan MSER 3 variables (P, Le, D) 13-0,940,300,62 260,230,300,58 4 variables (P, Le, D, Im) 140,170,100, ,670, variables ( P, Le, D, Im, Cv) 150,260,160, ,220,0040,50 Paramètres de validation des modèles testés

25 Architecture du modèle choisi

26 Lerreur sur le bilan et lerreur quadratique (MSE) sont faibles, de valeur respectivement (0,17) et (0,1). Le coefficient de corrélation est relativement moyen (0,58) et supérieur au coefficient critique de la table de Fischer. Le graphique de lérosion spécifique simulée en fonction de lérosion spécifique observée est présenté ci-dessous Erosion simulée - Erosion observée

27 La variation de lérosion spécifique annuelle observée et simulée est illustrée en la figure suivante Variation de lérosion spécifique simulée et observée

28 Conclusion Les résultats de la modélisation et la prévision de lérosion spécifique annuelle obtenus en utilisant le modèle neuronal, à partir des entrées : densité de drainage D(km/km 2 ), pente moyenne du bassin I m (%), précipitation moyenne P (mm) et lame écoulée Le (mm), montrent une concordance expliquée par un coefficient de corrélation signifiant (0,58) au vu du coefficient de corrélation critique de Fisher et des erreurs quadratique et du bilan (0,10 et 0,17) obtenus mais restent insuffisants pour quantifier et prédire fiablement le phénomène du transport solide. La qualité des résultats obtenus est liée à leffet de surface qui est mis en jeu, à lestimation du couvert végétal des sous bassins des retenues collinaires qui sont de petite taille, à la taille de léchantillon dans le modèle neuronal, à la non disponibilité des données climatiques dans les sous bassins des petits ouvrages.

29 Merci pour votre attention


Télécharger ppt "ANALYSE EN COMPOSANTES PRINCIPALES, RÉGRESSION MULTIPLE ET RÉSEAU DE NEURONES : LEUR CONTRIBUTION DANS LA PRÉDICTION DE LÉROSION SPÉCIFIQUE. Cas du Bassin."

Présentations similaires


Annonces Google