Résumé : La prévision et la modélisation idéales du débit des cours d’eau et leurs applications hydrologiques sont extrêmement importantes pour la prise de décision et la planification adéquate des ressources en eau et de l’ingénierie hydraulique. Au cours des deux dernières décennies, le potentiel des approches informatiques s’est considérablement accru. Dans cette recherche, l’utilité de deux approches à savoir le modèle de régression à vecteur de support (SVR) et le réseau neuronal de régression généralisée (GRNN), seront utilisés pour la prévision à l’avance des données quotidiennes de débit du fleuve dans le haut bassin du fleuve Sénégal à la station de Bafng Makana en Afrique de l’Ouest. Ces résultats offrent la possibilité d’appliquer le modèle SVR pour la prévision des débits journaliers, avec moins de données requises pour le bassin du fleuve Sénégal.
_ The infuence of climatic inputs on stream fow pattern forecasting: case study of Upper Senegal Rive = L’influence des données climatiques sur la prévision du régime des cours d’eau : étude de cas du haut bassin du fleuve Sénégal
- Numéro d 'accession : 14744
- Localisation : CDA OMVS
- Collectivité : Environnemental Earth Sciences
- Ville d'édition : Berlin, Germany
- Collation : 13p. fig.
- Editeur (s) : Environnemental Earth Sciences, GrossMark
- Date d'édition : 20 February 2018
- Application information, Bodian A., Brown L. C., Débit, Deo R. C., Diop L., Djaman K., El shafie A., Fleuve Sénégal, Haut Bassin du fleuve Sénégal, Hydrologie, Mesure, Prévision des débits, Station Bafing Mokana, Station météorologique, Yaseen Z. M.
Share on print
Imprimer
Share on facebook
Facebook
Share on linkedin
LinkedIn
Share on twitter
Twitter
Share on whatsapp
WhatsApp
