DSpace Repository

Cartographie de la vulnérabilité aux inondations dans la région d’ El Tarf

Show simple item record

dc.contributor.author GRINE, Youcef
dc.contributor.author BOUHAMIDA, Hadj Laid
dc.date.accessioned 2022-05-16T10:49:05Z
dc.date.available 2022-05-16T10:49:05Z
dc.date.issued 2021
dc.identifier.uri http://dspace.univ-ghardaia.dz:8080/xmlui/handle/123456789/988
dc.description.abstract La problématique des risques naturels en général et des inondations en particulier est un sujet d‘actualité qui marque une action mémorable dans le monde et spécifiquement dans les villes et agglomérations urbaines pose un problème avec acuité, notamment au regard des dernières grandes crues catastrophiques de la wilaya d'El Tarf. En effet, la gestion de ce risque devient de plus en plus une nécessité qui doit inclure tous les acteurs et moyens disponibles et possibles. A travers ce mémoire la portée de cette étude est d'étudier la faisabilité de l'utilisation d'une méthode d'apprentissage automatique pour la cartographie de la sensibilité aux inondations de la wilaya d'El Tarf. À cette fin, nous avons utilisé la méthode de Random Forest (RF) la plus populaire pour ses performances de prédiction. Des cartes d'inventaire des crues ont été générées pour les crues historiques (900 emplacements) et divisées en ensembles de données de formation et de validation (70 % et 30 %) par un schéma de sélection aléatoire. Les facteurs influençant la crue ont été construits dans l'espace sur la base de caractéristiques topographiques, hydrologiques, géologiques et en tant qu'entrées dans les modèles. Ces facteurs comprennent, élévation, pentes, aspect, ombrage, la courbure du plan, accumulation de flux, l’indice d'humidité topographique (IHT), l’indice de transfert de sédiments (ITS), l’indice de rugosité de terrain (IRT), l’indice de puissance de flux (IPF). Précipitation, Sens d’écoulement, l'utilisation des terres/occupation du sol (UT/OS), lithologie, et l'indice de végétation par différence normalisé (IVDN). Le modèle RF décrit la relation entre le nombre d'inondations et les facteurs d'évaluation, et il a une précision de classification relativement élevée. L'efficacité des étapes du modèle RF a finalement atteint une précision de simulation moyenne de 84,81 %. Les analyses de 15 indicateurs montrent que les zones à fortes inondations sont concentrées dans les zones côtières, les bassins, les zones autour des lacs et divers bassins versants, EN_en
dc.publisher université Ghardaia EN_en
dc.subject inondation, cartographie de la sensibilité aux inondations, apprentissage automatique, Random Forest, données formation et de validation. EN_en
dc.title Cartographie de la vulnérabilité aux inondations dans la région d’ El Tarf EN_en
dc.type Thesis EN_en


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account