Elaboration d’un SIG dans le cadre de la cartographie des zones sensibles aux inondations : cas du BV Macta

Show simple item record

dc.contributor.author Ahouaou, Nesrine
dc.contributor.author Kolla, Amira Raounak
dc.contributor.other Chetibi, Meriem, Directeur de thèse
dc.contributor.other Tachi, Salah Eddine, Directeur de thèse
dc.contributor.other Alliche, Abd Malek, Directeur de thèse
dc.date.accessioned 2022-09-19T09:51:14Z
dc.date.available 2022-09-19T09:51:14Z
dc.date.issued 2022
dc.identifier.other EP00483
dc.identifier.uri http://repository.enp.edu.dz/jspui/handle/123456789/10585
dc.description Mémoire de Projet de Fin d’Études : Hydraulique : Alger, École Nationale Polytechnique : 2022 fr_FR
dc.description.abstract Les inondations sont considérées comme l’un des phénomènes catastrophiques les plus destructeurs. La susceptibilité aux inondations est définie comme la susceptibilité aux dommages causés par ce phénomène. Cependant, la prédiction précise des crues éclair reste difficile en raison de la complexité du phénomène. Par conséquent, la cartographie des zones sujettes aux inondations est d’un grand intérêt pour les scientifiques et les d´décideurs afin de réduire les effets négatifs du risque des inondations. Dans le présent travail, l’algorithme LightGBM avec ces trois boosters : DART, GOSS et GBDT ont ´et´e utilisés pour cartographier les cartes de susceptibilité aux inondations dans le bassin versant de Macta, au nord-ouest de l’Algérie. La pente, l’aspect de la pente, les précipitations, la densité des cours d’eau l’indice d’humidité topographique(TWI), l’indice de puissance des cours d’eau (SPI), la couverture végétale(NDVI), l’élévation , la courbure et l’ombrage (hillshade) sont les facteurs d’influence des inondations dans la zone ´étudiée. Ils ont été élaborés `a l’aide des systèmes d’information géographique. L’aire sous la courbe (AUC) a été utilisée pour évaluer la validité des modèles proposés. Les résultats montrent que les algorithmes d’apprentissage automatique utilisés ont donné de très bonnes performances, l’algorithme LightGBM combiné avec le booster GBDT était le modèle le plus optimal avec une valeur AUC de 0,95, suivi de LightGBM combiné avec le booster DART avec 0,94 et enfin, LightGBM combin´e avec le booster goss avec une valeur AUC de 0,88. fr_FR
dc.language.iso fr fr_FR
dc.subject Susceptibilité aux inondations fr_FR
dc.subject Machine Learning fr_FR
dc.subject LightGBM fr_FR
dc.subject La Courbe (AUC) fr_FR
dc.title Elaboration d’un SIG dans le cadre de la cartographie des zones sensibles aux inondations : cas du BV Macta fr_FR
dc.type Thesis fr_FR


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search Repository


Advanced Search

Browse

My Account