Informations et ressources scientifiques
sur le développement des zones arides et semi-arides

Accueil du site → Doctorat → Canada → Hydro-climatologie globale pour la prévision des crues du Nil au moyen de fonctions de transfert avec bruit et de réseaux de neurones artificiels

École polytechnique de Montréal (1999)

Hydro-climatologie globale pour la prévision des crues du Nil au moyen de fonctions de transfert avec bruit et de réseaux de neurones artificiels

Awadallah, Ayman Georges

Titre : Hydro-climatologie globale pour la prévision des crues du Nil au moyen de fonctions de transfert avec bruit et de réseaux de neurones artificiels

Auteur : Awadallah, Ayman Georges

Université de soutenance : École polytechnique de Montréal

Grade : Doctorat (PhD) 1999

Résumé
Cette thèse traite de la modélisation statistique / stochastique de Ia t614comexion entre les apports naturels, qui proviennent des précipitations en régions tropicales, et les indices de la variabilité climatique. Le bu4 poursuivi tout au long de ce présent travail de recherche, est de mettre au point des modèles de prévision du volume cumulatif des apports naturels qui entrent dans un grand réservoir, soit celui du Haut Barrage d’Assouan (HBA) situé sur le Nil en Égypte. Dew modèles de prévision des débits ont été construits : le premier est basé sur les fonctions de transfert avec bruit (Fm) et le second sur les réseaux de neurones artificiels (RNA). Les entrées des modèles sont les températures de surface de l’océan (TSO) dans des régions déterminées ainsi que les volumes cumulatifs des apports naturels des années antérieures. La prevision se fait trois mois avant L’occurrence de la pointe de la crue, afin de permettre une meilleure planification des prochains prélèvements mensuels faits a partir du réservoir.
Les résultats obtenus grâce aux modèles présentés dans cette thèse sont fort satisfaisants et nettement supérieurs à ceux obtenus par les modèles antérieurs et présentement utilisés. Les modèles parviennent à expliquer 63% de la variation des débits, avec des coefficients de corrélation qui excèdent 0.85 entre les débits prédits et les débits observés, ainsi que des erreurs relatives de 6% en moyenne- Comparée aux modèles de prévision publiés dans la littérature qui n’expliquent que 36% de la variabiIit6 de la crue du Nil, cette performance élevée de nos modèles est due à deux aspects innovateurs de cette thèse. Le premier aspect innovateur se rapporte B un meilleur choix des prédicteurs de la crue qui est basée sur les études récentes en climatologie. Deux indices de la variabilité interannuelle climatique sont utilisés. Le premier est représentatif du phénomène qui couple le courant maritime EI-Nino avec l’Oscillation Australe (EI-Nino / Southern Oscillation, ENSO). Le second, qui est utilisé pour la première fois dans le cadre de cette thèse, est calculé comme la moyenne des anomalies de TSO dans une région spécifique de l’Océan Indien. Cet indice, qui s’est avéré un bon prédicteur de la crue du Nil, permet de raffiner les prévisions faites à l’aide d’un modèle où seul un indice de l’ENSO est utilisé comme variable exogène. D’autres indices climatiques ont été testés, mais compte tenu que leur utilisation n’améliore pas la performance des modèles en prévision, ils n’ont pas été retenus comme entrées des meilleurs modèles construits dans ce travail de recherche. Le second aspect innovateur se rapporte au choix de modèles plus appropriés à la problématique de prévision des écoulements en utilisant les prédicteurs climatiques. Les modèles de fonctions de transfert avec bruit (Fm) et de réseaux de neurones artificiels (RNA) sont utilisés pour la première fois pour prévoir directement les écoulements & partir des indices climatiques. La performance de ces modèles en prévision est nettement supérieure à celle des modèles de régression linéaire qui sont généralement utilisés dans les études de télé connexions entre les debits et les indices climatiques.
L’analyse des résultats des modèles proposés dans cette thèse, surtout pour les années où les modèles donnent de mauvaises prévisions, permet de comprendre la dynamique de l’interaction entre les TSO dans différentes régions et son impact sur la crue du Nil. Pour une année donnée , lorsque le signai de l’ENS0 est faible et celui de l’Atlantique sud est très fort, les modèles décrits dans cette thèse ne donnent pas de bonnes prévisions. Cela se produit seulement pour 7 ans sur un total de 70 années disponibles, ce qui est relativement limité pour pouvoir construire un modèle statistique qui tient compte de cette discordance entre les différents océans.
La comparaison entre les fonctions de transfert avec bruit (FTB) et les réseaux de neurones artificiels (RNA) permet de tirer les deux conclusions suivantes, qui pourraient s’appliquer à de nombreuses problématiques de prévision à moyen terne des écoulements de fleuves tropicaux. La première est que (a relation entre les TSO dans l’est du Pacifique et la crue du Nil peut être approximée par une relation linéaire à un degré acceptable de précision, vu que les résultats des modèles de FTB et de RNA sont similaires. La seconde est que les modèles de FTB sont plus appropriés pour traiter le problème de la prévision à moyen terme des debits en utilisant l’information climatique. Cette dernière conclusion est due à la parcimonie des FTB, a l’existence de méthodes pour leur validation, et au nombre restreint de données disponibles. Ce dernier point désavantage la modélisation par RNA.

Présentation (Amicus)

Version intégrale

Page publiée le 26 octobre 2015, mise à jour le 8 février 2018