Browsing by Author "Hamdad Sadjia"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Apport de l’estimation des précipitations par satellite à l’analyse et la prévision de la sécheresse dans le nord de l’Algérie.
    (FGEI.UMMTO, 2024) Hamdad Sadjia
    Le travail présenté dans cette thèse est une analyse spatio-temporelle du phénomène sec/humide de la période des pluies dans le Nord de l’Algérie pour prédire la sécheresse. A cette fin, nous avons mis en œuvre des réseaux neuronaux artificiels (RNA) pour analyser le comportement des processus. Pour une étude comparative, nous avons également analysé le comportement du phénomène sec/humide de la période des pluies en utilisant des chaines de Markov (CM). Le phénomène sec/humide est divisé en 9 catégories obtenues en fonction des valeurs de l’indice SPI. La base de données est construite à partir des estimations satellitaires des taux de précipitations sur une période allant de 1985 à 2021. Pour évaluer la performance des deux méthodes, des prévisions à court terme ont été déterminées et comparées aux données satellitaires réelles. Les paramètres d’évaluation utilisés montrent que les prédictions obtenus correspondent aux données réelles, tant pour la méthode de la chaine de Markov que pour celle du réseau neuronal. Nous avons ensuite prédit le phénomène sec/humide à long terme, de 2022 à 2050. Les résultats de la prédiction à long terme du phénomène sec/humide réalisée par ANN et CM sont comparés aux simulations données par la phase 6 du projet d’inter comparaison de modèles couplés CMIP6 sous les scénarios, profils socio-économiques partagés SSP126. L’orientation générale est identique pour les 3 modèles indiquent que les zones représentant des surfaces sèches gagnent du terrain au détriment des zones humides avec une légère différence.
  • Thumbnail Image
    Item
    Apport de l’estimation des précipitations par satellite à l’analyse et la prévision de la sécheresse dans le nord de l’Algérie.
    (FGEI.UMMTO, 2023) Hamdad Sadjia
    Le travail présenté dans cette thèse est une analyse spatio-temporelle du phénomène sec/humide de la période des pluies dans le Nord de l’Algérie pour prédire la sécheresse. A cette fin, nous avons mis en œuvre des réseaux neuronaux artificiels (RNA) pour analyser le comportement des processus. Pour une étude comparative, nous avons également analysé le comportement du phénomène sec/humide de la période des pluies en utilisant des chaines de Markov (CM). Le phénomène sec/humide est divisé en 9 catégories obtenues en fonction des valeurs de l’indice SPI. La base de données est construite à partir des estimations satellitaires des taux de précipitations sur une période allant de 1985 à 2021. Pour évaluer la performance des deux méthodes, des prévisions à court terme ont été déterminées et comparées aux données satellitaires réelles. Les paramètres d’évaluation utilisés montrent que les prédictions obtenus correspondent aux données réelles, tant pour la méthode de la chaine de Markov que pour celle du réseau neuronal. Nous avons ensuite prédit le phénomène sec/humide à long terme, de 2022 à 2050. Les résultats de la prédiction à long terme du phénomène sec/humide réalisée par ANN et CM sont comparés aux simulations données par la phase 6 du projet d’inter comparaison de modèles couplés CMIP6 sous les scénarios, profils socio-économiques partagés SSP126. L’orientation générale est identique pour les 3 modèles indiquent que les zones représentant des surfaces sèches gagnent du terrain au détriment des zones humides avec une légère différence.