Réseaux de neurones artificiels pour la gestion des infrastructures souterraines

En raison de la diminution des précipitations et de la sécheresse au cours de la dernière décennie et du manque d'eau dans une grande partie du pays, la gestion des eaux souterraines est très importante et sensible. Afin d'appliquer une gestion correcte, le besoin d'identifier, de modéliser et de prédire les fluctuations de la nappe phréatique dans les plaines pour une planification à long terme et une meilleure utilisation du potentiel hydrique des plaines est profondément ressenti. Différents facteurs affectent le niveau des eaux souterraines, parmi lesquels les facteurs météorologiques (température, précipitations, évaporation), l'importance de l'écoulement et de l'alimentation de la nappe, etc., ce qui rend l'analyse de ce phénomène difficile. formation Les modèles physico-conceptuels, la régression et les séries chronologiques sont les méthodes les plus courantes d'analyse des fluctuations du niveau des eaux souterraines (hydrogramme).