WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Etude du calage, de la validation et des performances des réseaux de neurones formels à  partir des données hydro-climatiques du bassin versant du Bandama blanc en Côte d'Ivoire

( Télécharger le fichier original )
par Yao Blaise KOFFI
Université de Cocody Abidjan - Doctorat  2007
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

2.3. APERÇU DES DIFFÉRENTES APPROCHES DE MODÉLISATION PLUIEDÉBIT

Lors des premières approches de modélisation (bilans hydriques) de bassins versants, les hydrologues s'intéressaient à l'évaluation des flux d'eau liquide qui rentraient, sortaient ou étaient stockés dans le système. On se plaçait à une échelle de temps suffisamment longue pour pouvoir considérer que la variation des réserves en eau du bassin était nulle. Ainsi fut introduite l'année hydrologique, généralement différente de l'année calendaire. Elle est définie comme la période entre le début et la fin de laquelle la variation du stock est nulle.

L'écoulement à l'exutoire du bassin était déterminé en fonction des entrées du système, (précipitation et apports souterrains), et des autres sorties (eaux souterraines, évapotranspiration). Malheureusement, ce type d'approche n'était valable que pour des périodes annuelles et ne permettait donc pas d'étudier les processus internes au système et de prendre en compte l'influence de l'occupation du sol sur les écoulements. Une approche plus fine a donc été progressivement développée, aidée en cela par le développement de l'instrumentation et l'augmentation de la capacité des ordinateurs, pour donner une grande diversité de modèles qui ont fait l'objet de diverses tentatives de classification. De manière à se repérer dans cette complexité, il est présenté ici à titre indicatif, la classification proposée par Ambroise (1998). Il classe les modèles en cinq catégories : les modèles empiriques globaux, les modèles conceptuels, les modèles conceptuels spatialisés, les modèles théoriques (ou physiques) locaux et les modèles physico conceptuels spatialisés. Dans la littérature, d'autres classifications existent, notamment celles de Perrin (2000) et de Mouelhi (2003). Les paragraphes ci-dessous décrivent les modèles hydrologiques selon la classification d'Ambroise (1998).

2.3.1. Modèles empiriques globaux

Il y a tout d'abord les modèles empiriques classiques de l'hydrologie opérationnelle, visant à caractériser globalement la relation pluie-débit par des traitements de séries chronologiques à partir d'approches soit déterministes, soit stochastiques. C'est par exemple le cas des modèles régressives pluies-débits, ou des méthodes basées sur les fonctions de transfert, comme celles de l'hydrogramme unitaire (Ciriani et al., 1977 ; Haan , 1977,Guillot et Duband, 1980 ; Michel et Mailhol,1989). On classe aussi parmi ces modèles les réseaux de neurones (Coulibaly, 1999), traités dans ce présent mémoire. Ces modèles ont en commun de ne faire appel qu'aux variables d'entrée et de sortie du système hydrologique qu'est un bassin versant, sans faire intervenir des données sur sa nature physique. Considéré comme une "boîte noire", le bassin versant est caractérisé par des paramètres et des fonctions sans grande signification physique, donnant une description purement mathématique de son fonctionnement. Les modèles empiriques descriptifs globaux sont très utiles et utilisés en ingénierie hydrologique, et suffisent pour bien des applications liées aux ressources en eau (reconstitution de données, prévision en temps réel, gestion des ressources, etc.). Très dépendants des données utilisées pour les établir, ces modèles sont cependant dangereux à utiliser en dehors de ce domaine d'observation, tant en extrapolation pour le même bassin (événement extrêmes), qu'en transposition, soit à un autre bassin similaire, soit sur le même bassin ayant subi des

modifications (impact d'un aménagement par exemple). Et surtout, ils ne conviennent pas du tout à une analyse du fonctionnement interne d'un bassin, et sont donc de peu d'utilité pour la recherche à cette échelle.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Tu supportes des injustices; Consoles-toi, le vrai malheur est d'en faire"   Démocrite