Abstract:
Les modèles hydrologiques sont un des outils utilisés pour la reconstitution ou la simulation, la prévision pour l’anticipation des évolutions futures du débit d’une rivière, ce qui permet une meilleure gestion des ressources en eau en période d’étiage et l’anticipation des risques
d’inondations en période de crue et la prédétermination dans un but d’analyse fréquentielle des extrêmes : débits associés à une période de retour pour un étiage ou une crue(dimensionnement d’ouvrages d’art, déversoirs de crue, ponts, etc.) ou la délimitation de zones inondables (Plan de Prévention de Risques d’Inondation, etc.).
L’utilisation du couplage Wavelet–ANN (Artificial Neuronal Network)pour la modélisation pluie-débit de trois bassins versants (région Belle-Isle-sur-Terre Ouest de la France, Zardezas, Nord-Est algérien et les Isser, Centre algérien) permet d’améliorer les performances des modèles Perceptrons multicouches(MLP) et nonlinear autoregressive network with exogenous inputs, lorsque le débit n’est pas pris en compte dans les inputs du modèle (MLP) n’est pas performant et le couplage n’améliore pas significativement les performances, alors que dans le cas des modèles NARX elle est importante dans le cas du bassin versant des Isser.
