Modélisation Pluie-debit, Debit Liquide-debit Solide Par Les Réseaux De Neurones Artificiels Et Les Réseaux Neuro-flous.cas Du Bassin Versant Kebir Rhumel.

Résumé: Le contrôle de l'envasement des retenues des barrages permet d'évaluer de façon globale l'importance du processus de l'érosion et du transport solide. La recherche de modèle reliant les paramètres hydro-climatiques (précipitations, écoulements et/ou transport de matériaux solides) a fait l'objet de nombreuses études, qui a eu pour but d'expliquer les phénomènes de l'écoulement et du transport solide, de mettre en évidence des relations susceptibles d'être appliquées à des régions et des bassins versants où les mesures sont rares ou inexistantes. C'est dans ce sens qu'on a modélisé dans cette présente étude deux approches pour la simulation des réponses " débit liquide " et " débit solide " à l'exutoire à différentes entrées au pas de temps journalier et mensuel via deux relations sur le bassin versant Kébir Rhumel. La première approche est un modèle basé sur l'intelligence artificielle (réseau de neurone artificiel) et la deuxième étant basée sur l'ANFIS. Dans notre mémoire, on a fait dans un premier lieu une recherche bibliographique concernant le problème majeur de l'érosion et du transport solide et leur impact sur l'envasement des barrages notamment en Algérie. L'évolution reconnue du domaine de la modélisation hydrologique dans les dernières années a donné des nouvelles approches pour la quantification de l'érosion et du transport solide par l'estimation des concentrations en matière en suspension en fonction du débit liquide au niveau de notre bassin versant. L'application sur le bassin versant et l'évaluation des performances de ces deux modèles a montré que le modèle le plus performant en tant qu'outil de quantification du transport solide est celui du neuro-flou pour le cas de la relation pluie-débit et du réseau de neurone artificiel pour celui de la relation débit liquide-débit solide.

Publié dans la revue: