Cartographie des zones sensibles aux inondations à l’aide de techniques SIG, télédétection et d’intelligence artificielle

Show simple item record

dc.contributor.author Messen, Hillal
dc.contributor.author Serrah, Houcine
dc.contributor.other Tachi, Salah Eddine, Directeur de thèse
dc.contributor.other Marouf, Zineb, Directeur de thèse
dc.date.accessioned 2021-11-17T09:17:56Z
dc.date.available 2021-11-17T09:17:56Z
dc.date.issued 2021
dc.identifier.other EP00319
dc.identifier.uri http://repository.enp.edu.dz/xmlui/handle/123456789/9989
dc.description Mémoire de Projet de Fin d’Études : Hydraulique : Alger, École Nationale Polytechnique : 2021 fr_FR
dc.description.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. fr_FR
dc.language.iso fr fr_FR
dc.subject AdaBoost fr_FR
dc.subject Arbre de décision fr_FR
dc.subject Inondation fr_FR
dc.subject Télédétection fr_FR
dc.subject Apprentissage automatique fr_FR
dc.title Cartographie des zones sensibles aux inondations à l’aide de techniques SIG, télédétection et d’intelligence artificielle 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