Abstract:
Dans cette étude, l'approche adoptée est basée sur les systèmes d'information géographique (SIG), les techniques de télédétection (RS) et les modèles de classification de l'apprentissage automatique qui sont l'arbre de décision et AdaBoost ont été mis en oeuvre pour créer une carte de vulnérabilité aux inondations, dans la province d'Alger. Huit facteurs hydrologiques et topographiques ont été utilisés comme entrées des modèles de vulnérabilité aux inondations. Les résultats ont montré que AdaBoost était le modèle le plus optimal avec une valeur AUC de 0,90 et l’Arbre de décision avec 0,68. Les résultats de cette étude sont utilisés pour la planification et la mise en oeuvre de stratégies d'atténuation des inondations dans la région.
