| Titre : |
Gestion des barrages par remote sensing et machine learning |
| Type de document : |
document électronique |
| Auteurs : |
Abdelatif Fel, Auteur ; Abdelmalek Bermad, Directeur de thèse ; Youcef Aliane, Directeur de thèse |
| Editeur : |
[S.l.] : [s.n.] |
| Année de publication : |
2021 |
| Importance : |
1 fichier PDF (4.15 Mo) |
| Présentation : |
ill. |
| Note générale : |
Mode d'accès : accès au texte intégral par intranet.
Mémoire de Projet de Fin d’Études : Hydraulique : Alger, École Nationale Polytechnique : 2021
Bibliogr. f. 86 - 89 |
| Langues : |
Français (fre) |
| Mots-clés : |
Surface d’eau des barrages Télédétection Apprentissage automatique Prédiction |
| Index. décimale : |
PH00621 |
| Résumé : |
L'Algérie est classée parmi les pays les plus déficitaires en eau vu son appartenance à une zone au climat semi-aride, d'où la nécessité absolue de gérer les ressources en eau, notamment en surface, pour assurer la sécurité hydrique de la région. Par ailleurs, il peut être à la fois judicieux et pratique de s'appuyer sur la télédétection, qui est réputée être l'une des meilleures techniques modernes pouvant fournir des données avec une précision spatiale et temporelle remarquable. Dans cette perspective, le présent projet a pour but d'intégrer l'utilisation de produits de télédétection tels que l'imagerie optique Landsat8 et Sentinel-2, les données météorologiques ERA5 et les techniques de Machine Learning, dans le suivi et la prédiction des surfaces en eau des barrages. Dans cette thèse, l'application d'une nouvelle approche sur les deux barrages Koudiat Acerdoune et Ain Zada est mise au point et testée avec succès. |
Gestion des barrages par remote sensing et machine learning [document électronique] / Abdelatif Fel, Auteur ; Abdelmalek Bermad, Directeur de thèse ; Youcef Aliane, Directeur de thèse . - [S.l.] : [s.n.], 2021 . - 1 fichier PDF (4.15 Mo) : ill. Mode d'accès : accès au texte intégral par intranet.
Mémoire de Projet de Fin d’Études : Hydraulique : Alger, École Nationale Polytechnique : 2021
Bibliogr. f. 86 - 89 Langues : Français ( fre)
| Mots-clés : |
Surface d’eau des barrages Télédétection Apprentissage automatique Prédiction |
| Index. décimale : |
PH00621 |
| Résumé : |
L'Algérie est classée parmi les pays les plus déficitaires en eau vu son appartenance à une zone au climat semi-aride, d'où la nécessité absolue de gérer les ressources en eau, notamment en surface, pour assurer la sécurité hydrique de la région. Par ailleurs, il peut être à la fois judicieux et pratique de s'appuyer sur la télédétection, qui est réputée être l'une des meilleures techniques modernes pouvant fournir des données avec une précision spatiale et temporelle remarquable. Dans cette perspective, le présent projet a pour but d'intégrer l'utilisation de produits de télédétection tels que l'imagerie optique Landsat8 et Sentinel-2, les données météorologiques ERA5 et les techniques de Machine Learning, dans le suivi et la prédiction des surfaces en eau des barrages. Dans cette thèse, l'application d'une nouvelle approche sur les deux barrages Koudiat Acerdoune et Ain Zada est mise au point et testée avec succès. |
|
PH00100 
Ajouter le résultat dans votre panier
Visionner les documents numériques
Faire une suggestion Affiner la rechercheGestion des barrages par remote sensing et machine learning (2021)
