7.3.2. Analyse des performances des modèles
Le tableau XVI résume les performances
obtenues par les modèles Perceptrons Multicouches Dirigés de
simulation (PMCDs) après les ajouts en entrée du mois, de la
température, de l'ETP et de leurs différentes combinaisons. Les
modèles expriment plus de 60% de la variabilité des débits
quelque soit la station d'étude considérée.
De façon générale, tous les ajouts ont
contribué à améliorer les performances des modèles.
Une analyse plus détaillée permet de faire les remarques
suivantes :
i. l'ajout du mois améliore la performance du
modèle aux stations Bada et Marabadiassa et a au contraire,
contribué à dégrader la performance du modèle
à la station de Bou. A la station de Tortiya, la variation au niveau de
la performance du modèle est faible de l'ordre de 0,01. Ceci se traduit
par des valeurs du rapport Nash Modèle PMCD1s /Nash Modèle PMCD3s
inférieures à 1 aux stations de Bada et de Marabadiassa et
supérieures à 1 à la station de Bou ;
ii. les ajouts des variables comme,
l'évapotranspiration et la température, améliorent la
performance des modèles aux stations qui drainent la plus grande
superficie (Bada et Marabadiassa) et a, au contraire, contribué à
dégrader la performance du modèle à la station de Bou qui
est la plus petite des stations du point de vue superficie. Cependant, à
la station de Tortiya on ne constate aucun changement dans la performance du
modèle. Ceci se traduit par des valeurs du rapport Nash Modèle
PMCD1s /Nash Modèle PMCD3s inférieures à 1 aux stations de
Bada et de Marabadiassa ; égales à 1 à la station de
Tortiya et supérieures à 1 à la station de Bou ;
iii. l'ajout de la température et du mois en
entrée améliore les performances à toutes les stations.
Il faut cependant remarquer que l'amélioration du modèle au
niveau de la station de Bou est minime de l'ordre de 0,01%. A la station de
Tortiya on enregistre toujours la même performance malgré l'ajout
de la température et du mois ;
iv. l'ajout de l'évapotranspiration et du mois
améliore la performance du modèle aux stations Bada et
Marabadiassa et a, au contraire, contribué à dégrader la
performance du modèle à la station de Bou. A la station de
Tortiya, on ne constate aucun changement dans la performance du modèle.
Ceci se traduit par des valeurs du rapport Nash Modèle PMCD1s /Nash
Modèle PMCD6s inférieures à 1 aux stations de Bada et de
Marabadiassa, et supérieures à 1 à la station de Bou.
Tableau XVI : Résumé des
performances des modèles Perceptrons Multicouches de simulations
Stations hydrométrique d'étude
|
Rapports de superficie
|
Modèles Perceptrons Multicouches
|
Nash (%)
|
Nash PMCD 1 )
( s
Nash PMCDx
( s )
|
|
|
PMCD1s
|
67
|
-
|
|
|
PMCD2s
|
77
|
0,87
|
|
|
PMCD3s
|
74
|
0,90
|
Bada
|
1
|
PMCD4s
|
72
|
0,93
|
|
|
PMCD5s
|
73
|
0,92
|
|
|
PMCD6s
|
81
|
0,83
|
|
|
PMCD1s
|
67
|
|
|
|
PMCD2s
|
80
|
0,84
|
|
|
PMCD3s
|
69
|
0,97
|
Marabadiassa
|
0,93
|
PMCD4s
|
72
|
0,93
|
|
|
PMCD5s
|
72
|
0,93
|
|
|
PMCD6s
|
70
|
0,96
|
|
|
PMCD1s
|
81
|
-
|
|
|
PMCD2s
|
82
|
0,99
|
|
|
PMCD3s
|
81
|
1
|
Tortiya
|
0,60
|
PMCD4s
|
81
|
1
|
|
|
PMCD5s
|
81
|
1
|
|
|
PMCD6s
|
82
|
0,99
|
|
|
PMCD1s
|
71
|
-
|
|
|
PMCD2s
|
68
|
1,04
|
|
|
PMCD3s
|
61
|
1,16
|
Bou
|
0,15
|
PMCD4s
|
68
|
1,04
|
|
|
PMCD5s
|
72
|
0,99
|
|
|
PMCD6s
|
64
|
1,11
|
Au niveau de la performance des modèles, on note une
amélioration, à presque toutes les stations, sauf à la
station de Bou où l'ajout de ces variables explicatives
dégrade
considérablement les critères de Nash en
validation. Ceci est traduit par l'équation définie cidessous
:
Nash PMCD 1
( )
s Nash PMCDx
( s ) (avec x variant de 2 à 6 et traduisant
l'indice qui permet de
définir les différents modèles
engendrés par les ajouts des variables climatiques).
Il est aussi utile de signaler qu'à la station de
Tortiya, l'ajout de ces variables explicatives et de leur combinaison
n'influencent pas fortement la qualité des résultats car les
rapports précédemment définis sont égaux ou proche
de 1. En définitive, en comparant les différents modèles
issus des ajouts de variables climatiques, on se rend compte qu'à la
station de Bada, c'est le modèle PMCD6s qui est le meilleur avec un Nash
de 81% ; à la station de Marabadiassa, c'est le modèle PMCD2s
avec un Nash de 80% apparaît comme le plus performant ; à la
station de Tortiya, les modèles PMCD2s et PMCD6s sont les meilleures
avec des Nash de 82% et ; à la station de Bou, le Nash le plus bon est
obtenu avec le modèle PMCD5s.
|