Abstract:
La disponibilité des données de précipitation à haute résolution spatiale
est d'une importance fondamentale dans de nombreuses applications
hydrologique.
Il existe deux sources principales d'estimation des précipitations : les
stations de précipitations et l’estimation satellitaire hydrologique (télédétection)
en particulier dans les bassins non mesurés. Dans cette étude nous avons
comparé la performance de produit satellitaire, TRMM 3B42V7, avec les
mesures des stations au sol. Nous avons essayé d'améliorer l’estimation de la
technologie de télédétection dans une large mesure pour ajuster la qualité des
observations de précipitations.
On a utilisé les précipitations journalières (1999-2004) mesurées dans les
stations au sol et par satellites dans une zone étudiée situé au nord-est de
l'Algérie (Annaba et El-Tarf et Guelma et Skikda et Souk-Ahras). L'évaluation
du produit satellitaire (3B42V7) a donnée un résultat insuffisant avec les
données de stations dans les trois régions avec les critères de performance de (R
2
=0.32 et BIAS = 72.36 et RMSE = 5.54)
En utilisant un modèle d'intelligence artificiel qui sont le Perceptron Multi
Couche (PMC) et la méthode de régression pour l'ajustement des produits
satellitaires, on s'est aperçu que le PMC avait donnée un meilleur résultat (R²=
0.67) grâce à la combinaison d’entrée (P. satellite + température max et min) , et
pour la méthode de régression on trouvé la valeur (R
2
= 0.329 ).
Cette approche présentée peut être utilisée pour ajuster les estimations des
systèmes de mesure satellitaire dans n'importe quelle région .Ayant obtenu le
modèle, on peut exploiter ces données ajustées efficacement dans le cas de
défaillances des stations au sol. Aussi, ces données peuvent faire objet d’une
régionalisation par proximité.
