Documents disponibles écrits par cet auteur

Gestion des barrages par remote sensing et machine learning / Abdelatif Fel

Public ISBD Titre : Gestion des barrages par remote sensing et machine learning Type de document : document électronique Auteurs : Abdelatif Fel, Auteur ; Bermad, Abdelmalek, 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 ; Bermad, Abdelmalek, 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.

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00316	PH00621	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Exclu du prêt	Hydraulique	En Traitement