الخلاصة:
Le but de ce mémoire est d’exploiter les méthodes de comblement de lacunes dans les
séries des précipitations. Cet objectif a été fixé à cause des gros problèmes lors des mesures
des précipitations.
A cet effet, il est primordial de trouver les meilleurs moyens (technique de comblement)
pour compléter les séries des donnes et estimer les lacunes.
Dans cette étude, nous avons appliqués plusieurs méthodes de comblement sur les séries
des données pour une période allant de 2004 à 2008. Cette période a été sélectionnée en
raison de la disponibilité des données sur les précipitations journalières des stations de
mesures étudiées.
Après application de la moyenne arithmétique, l’interpolation inverse de distance (IDW)
et du réseau de neurones artificiels (RNA) en utilisant les outils MATLAB et logiciel R,
nous avons analyser les résultats des performances et les avons comparés. La comparaison
s’est fait en utilisant certain critères d’efficacités en plus de la visualisation graphique des
mesures observée et estimées.
Enfin, afin d’obtenir des résultats acceptables pour combler les lacunes, nous avons utilisé
des méthodes et des outils informatiques, la méthode (RAN ) ayant été testée comme étant
la meilleure méthode de notre étude. ...الغرض من هذه المذكرة هو إيجاد القيم الناقصة الموجودة في سلاسل معطيات تساقط الأمطار التي
تسبب مشاكل كبيرة أثناء عملية مراقبة التساقطات خلال فترات زمنية مختلفة.
لذا كان من الضروري إجاد طرق إحصائية وأدوات إعلام ألي لملئ هذه الثغرات.
إعتمدنا في دراستنا ه هذ إجراء بعض التطبيقات على سلاسل معطيات تساقط الأمطار لفت رة زمنية بين
(2004 و 2008 (وتم إختيار هذه الفترة بسبب توفرها على معطيات التساقط اليومي لمحطات الرصد
المدروسة.
وبعد تطبيق طريقة المتوسط الحسابي و مسافة عكس الترجيح (IDW (و(RAN مع ) برنامج
(Rstudio , MATLAB (تحصلنا على النتائج ومعاملات الضبط التي تسمح لنا بالمقارنة بي ن مختلف
القيم.
ا، من أجل الحصول على نتائج مقبولة لسد الثغرات، استخدمنا الأسال
ً
أخير يب وأدوات الكمبيوتر، حيث
تم اختيار طريقة RAN كأفضل طريقة لدراستن
