The Modeling Of Response Indicators Of Integrated Water Resources Management With Artificial Neural Networks In The Saf-saf River Basin (n-e Of Algeria)

Cette étude a pour but de déterminer l’intervention la plus importante dans la catégorie de réponse politique et technique dans le cadre de la Gestion Intégrée des Ressources en Eau dans le bassin versant de l’oued Saf-Saf, qui se caractérise par une forte croissance démographique et une évolution du secteur économique incluant l’industrie et l’agriculture. Dans ce travail, le Réseau de Neurone Artificiel a été utilisé pour la modélisation et la prévision des relations existantes entre les variables de réponse et la mobilisation des ressources en eau dans le bassin versant de l’oued Saf-Saf. Les données réelles sont collectées à partir de trente (30) municipalités du bassin versant pour l’année de référence 2010. Les résultats indiquent que le Perceptron multicouches est le modèle le plus performant pour définir la variable de réponse la plus influente sur la mobilisation des ressources en eau et d’intervenir pour résoudre les problèmes éventuels. Le calage du modèle est bon avec un coefficient de corrélation supérieur à 96% pour les trois phases : l'apprentissage, la validation et le test. Le modèle vise à relier la mobilisation des ressources en eau et les variables de réponse avec l’approche de la Gestion Intégrée des Ressources en Eau.