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

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.