Documentos de Académico
Documentos de Profesional
Documentos de Cultura
discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/259007618
CITATION READS
1 114
3 authors:
Ayoub Zeroual
Universit du Qubec Trois-Rivires
8 PUBLICATIONS 2 CITATIONS
SEE PROFILE
All in-text references underlined in blue are linked to publications on ResearchGate, Available from: Bnina Touaibia
letting you access and read them immediately. Retrieved on: 16 November 2016
This article was downloaded by: [Ecole Nationale Sup d'Hydrauliq], [Professor Bnina Touaibia]
On: 01 November 2013, At: 12:01
Publisher: Taylor & Francis
Informa Ltd Registered in England and Wales Registered Number: 1072954 Registered office: Mortimer House,
37-41 Mortimer Street, London W1T 3JH, UK
To cite this article: Chahrazed Salhi, Bnina Touaibia & Ayoub Zeroual (2013) Les rseaux de neurones et la rgression
multiple en prdiction de lrosion spcifique: cas du bassin hydrographique Algrois-Hodna-Soummam (Algrie),
Hydrological Sciences Journal, 58:7, 1573-1580, DOI: 10.1080/02626667.2013.824090
Taylor & Francis makes every effort to ensure the accuracy of all the information (the Content) contained
in the publications on our platform. However, Taylor & Francis, our agents, and our licensors make no
representations or warranties whatsoever as to the accuracy, completeness, or suitability for any purpose of the
Content. Any opinions and views expressed in this publication are the opinions and views of the authors, and
are not the views of or endorsed by Taylor & Francis. The accuracy of the Content should not be relied upon and
should be independently verified with primary sources of information. Taylor and Francis shall not be liable for
any losses, actions, claims, proceedings, demands, costs, expenses, damages, and other liabilities whatsoever
or howsoever caused arising directly or indirectly in connection with, in relation to or arising out of the use of
the Content.
This article may be used for research, teaching, and private study purposes. Any substantial or systematic
reproduction, redistribution, reselling, loan, sub-licensing, systematic supply, or distribution in any
form to anyone is expressly forbidden. Terms & Conditions of access and use can be found at http://
www.tandfonline.com/page/terms-and-conditions
Hydrological Sciences Journal Journal des Sciences Hydrologiques, 58 (7) 2013 1573
http://dx.doi.org/10.1080/02626667.2013.824090
Reu le 26 aot 2011; accept le 5 mars 2013; la discussion concernant cet article est ouverte jusquau 1er avril 2014
Citation Salhi, C., Touaibia, B., et Zeroual, A., 2013. Les rseaux de neurones et la rgression multiple en prdiction de lrosion
spcifique: cas du bassin hydrographique Algrois-Hodna-Soummam (Algrie). Hydrological Sciences Journal, 58 (7), 15731580.
Rsum Dans ce travail, des modles de prvision de lrosion spcifique des bassins versants en insuffisance
voire en absence de jaugeages ont t labors, en fonction des paramtres climatiques, hydromorphomtriques
et de la couverture vgtale, au droit des sites de barrages et retenues collinaires dans le bassin trs rod quest
lAlgrois-Hodna-Soummam. Les paramtres rgissant lrosion ont t soigneusement slectionns sur la base
dune recherche bibliographique et regroups en deux catgories distinctes par le biais de lanalyse en composantes
principales. Deux mthodes statistiques ont t appliques: la premire, base sur la rgression multiple et la deux-
ime sur les rseaux de neurones artificiels. Des rsultats trs satisfaisants sont obtenus en testant, par validation
croise, la validit du modle neuronal compos de: lame coule, densit de drainage, pente moyenne du bassin
et prcipitation moyenne annuelle comme variables dentres avec un coefficient de dtermination de 0,81 et une
erreur quadratique moyenne de 0,19.
Mots clefs prvision; rosion spcifique; barrages; rgression multiple; rseaux de neurones; bassin versant Algrois-Hodna-
Soummam (AHS); Algrie
Neural networks and multiple regression approaches in the prediction of specific erosion: case of
the Algrois-Hodna-Soummam basin, Algeria
Abstract Predicting specific erosion at the basin scale is essential in order to help prevent or forecast soil loss
problems, water-quality degradation and the impairment of riparian ecosystems. In this study, models were defined
to predict specific erosion of an ungauged basin according to hydromorphometric parameters, climatic parameters
and vegetation cover, at the sites of dams and small dams in a highly eroded basin, the Algrois-Hodna-Soummam.
The governing characteristics were carefully selected based on literature survey, examined and grouped into two
zones by principal component analysis. Two methods were used: multiple regression and static neural networks.
Very satisfactory results were obtained in testing the validity of the neural networks model by cross-validation
the model being composed of: average annual flow, drainage density, average slope of basin, and average annual
rainfall in the input layerwith a determination coefficient of 0.81 and a mean square error of 0.19.
Key words prediction; specific erosion; dams; multiple regression; neural networks, Algrois-Hodna-Soummam (AHS) basin;
Algeria
aux paramtres explicatifs ont t mises au point, deau a t ralise, pouvant apporter une infor-
savoir celle de Demmak (1984), Kassoul et al. mation sur la quantit de sdiments dposs. Les
(1997) et Touabia et Achite (2003), ainsi que celle de ouvrages choisis, au nombre de 56, sont des bar-
Achite et Meddi (2005). Des modles plus globaux rages, petits barrages et retenues collinaires. 20 sta-
ont t dvelopps sous dautres climats, citons tions pluviomtriques et 11 stations hydromtriques
ceux de Walling et Webb (1981) et de Ferguson situes dans lenvironnement des ouvrages tudis,
(1987). Quantifier et prdire lrosion spcifique, ont galement t slectionnes (Fig. 1). Le recours
en insuffisance, voir en labsence de donnes de limagerie satellitaire Landsat UTM+ en 2010 par
jaugeages reste le but principal de ce travail, con- lInstitut National de Cartographie et de Tldtection
sistant en lutilisation des paramtres climatiques, (INCT) avec une rsolution de 30 m 30 m, a per-
hydromorphomtriques et de couvert vgtal des mis didentifier la surface occupe par le couvert
sous bassins au droit de 56 ouvrages (barrages, vgtal pour les sous bassins tudis. Linformation
petits barrages et retenues collinaires) envass ou en est complte par des levs bathymtriques, afin
cours denvasement, implants dans le bassin tudi destimer les dpts de sdiments dans les cuvettes
Algrois-Hodna-Soummam (AHS). La mthodolo- de barrages. Pour les retenues collinaires complte-
gie adopte a consist dabord en lutilisation de ment envases, le recours la courbe topographique
lanalyse en composantes principales (ACP) pour (volumehauteur) a permis de quantifier les sdi-
mettre en vidence les affinits entre les diffrents ments dposs au cours de sa priode de service.
sites des ouvrages retenus et den dduire la zon-
alit par rapport aux diffrents paramtres utiliss.
Ensuite, des modles liant lrosion spcifique aux
Application de lanalyse en composantes
paramtres climatiques, hydromorphomtriques et
principales (ACP)
de couverture vgtale ont t dvelopps par la
mthode de la rgression multiple sur les deux Cinquante-six (56) individus (sites douvrages
zones distinctes identifies par lACP, alors que les retenus) et neuf variablesS: superficie du bassin
rseaux de neurones statistiques ont t appliqus sur versant (km2 ), Per: primtre du bassin versant de
lensemble des donnes. louvrage (km), H max: altitude maximale (m), H min:
Le choix a port sur le bassin hydrographique altitude minimale (m), I m: pente moyenne du bassin
AHS, vu sa position gographique (Fig. 1), sa pop- versant (%), D: densit de drainage (km/km2 ), C V (%):
ulation en perptuelle croissance, son dveloppe- couvert vgtal (%), P (mm): prcipitation moyenne
ment conomique, son agriculture intensive et le annuelle et (mm) Le (mm): lame couleont fait
nombre important douvrages de mobilisation de la lobjet dune ACP (mm). Les valeurs propres de la
ressource en eau existants. Il couvre une superfi- matrice de corrlation, le pourcentage de la variance
cie de 47 875 km2 et il est limit au Nord par la explique et la variance cumule par chacun des axes
Mer Mditerrane, lOuest par le bassin du Cheliff- sont rsums dans le Tableau 1.
Zahres, lEst par celui du Constantinois et au Sud Les trois premires composantes, C1 , C2 et C3 ,
par le bassin du Sahara. Trois grands sous bassins ver- expliquant 74,07% de linformation totale, ont t
sants le composent: Algrois, Hodna et Soummam. retenues. Les variables explicatives choisies sont
Sa pluviomtrie moyenne annuelle fluctue entre 300 projetes sur les axes principaux C1 , C2 et C3 .
1500 mm au Nord dans la rgion ctire et 200 Quatre groupes de sites de bassins douvrages se
500 mm au Sud. Sa temprature moyenne mensuelle sont dgags: celui ayant une forte pluviomtrie,
oscille entre 6 et 12 C pour les minima et 16 et 25 C une importante lame ruissele et une bonne couver-
pour les maxima (ABH 2004). Son climat varie du ture vgtale, le second ayant dimportantes surfaces
type mditerranen sur le littoral et lAtlas tellien des bassins, le troisime ayant une forte densit
semi-aride sur les hauts plateaux. de drainage et drosion spcifique et le quatrime
Prdiction de lrosion spcifique au bassin AHS 1575
Downloaded by [Ecole Nationale Sup d'Hydrauliq], [Professor Bnina Touaibia] at 12:01 01 November 2013
Tableau 1 Valeurs propres, pourcentage de variance et Zouaoua (4), Oued Skhouna (5), Frha
cumuls. (6), DAS Bourahla 1(7), DAS Bourahla
Axes C1 C2 C3 C4 C5 2(8), Kouanine (9), Naciria (10), Sidi
Daoud (11), Boussedoum (12), Ighil Libene
Valeurs propres 3,46 2,44 1,48 0,97 0,53 (19), Chabet Merdja (20), Gominsis (21),
Variances expliques (%) 34,56 24,68 14,84 9,70 5,33
Variances cumules (%) 34,56 59,24 74,07 83,77 89,10 Djedala (22), Bouchiouane (23), Bergoug
(29) et Draout (33);
(ii) ayant une importante surface relativement
aux autres; il sagit de : Beni Amrane (1) et
ayant un faible ruissellement. La projection des indi- Ain Zada (2); et
vidus sur les axes principaux C1 C2 et C1 C3 laisse (iii) ayant une lame coule faible.
apparatre: (b) Sur le plan C1 C3 (Fig. 2(b)) met gale-
ment en vidence trois groupes de bassins
(a) Sur le plan C1 C2 (Fig. 2(a)), trois ensembles douvrages:
(groupes) de bassins douvrages sont mis en (i) ayant des fortes valeurs de prcipitation,
valeur: de lame coule et de couvert vg-
(i) ayant des fortes valeurs de prcipitation tal, savoir: Taksebt (3), Ain Zouaoua
moyenne, de lame coule et de couvert (4), Oued Skhouna (5), Frha (6), DAS
vgtal, il sagit de: Taksebt (3), Ain
1576 Chahrazed Salhi et al.
Bourahla 1 (7), DAS Bourahla 2 (8), LACP a permis de mettre en vidence les affinits
Kouanine (9), Naciria (10), Sidi Daoud entre les diffrents sites des ouvrages retenus et den
(11), Boussedoum (12), Ighil Libene dduire les paramtres qui les caractrisent au mieux.
(19), Chabet Merdja (20), Gominsis Sur la base des regroupements donns par lACP et
(21), Djedala (22), Bouchiouane (23) et pour mettre en vidence cette zonalit par rapport aux
Bergoug (29); diffrents paramtres utiliss, deux groupes de sites
(ii) form par le bassin de Draout (33), distincts se sont dgags: le premier groupe, ayant
reprsente une forte densit de drainage et des fortes valeurs de prcipitation, de lame coule
Downloaded by [Ecole Nationale Sup d'Hydrauliq], [Professor Bnina Touaibia] at 12:01 01 November 2013
drosion spcifique relativement aux autres et de couvert vgtal, reprsent par 17 ouvrages et
bassins; et le deuxime groupe, ayant une faible lame coule,
(iii) ayant une faible lame coule. reprsent par 37 ouvrages. Les rsultats sont rsums
dans le Tableau 2.
6.0
(a) C2
1 24,68 %
de la variance
totale
5.0
2 4.0
3.0
3
2
2.0
1
1.0
3
23 4 7
21
51 41 42 0.0 54 22 12 9
16 8
2 36 38 50
28 4544 5630 55 29 5
20 19 10 2 11
17 27 14 481518 C1
35 17 31 53 26 13 3952 4024 25 47 6
34 4346 49 34,56%
37
33 de la variance
1.0 totale
2.0
C3 6.0
(b) 14,84 % 33
de la variance
totale
5.0 2
4.0
3.0
2.0
37
26
1.0
2 3 3431 47 1 3
13 52 8 7
1
35 39 4346 12
36 17 28
17 4024 19 10 11
51
38 2742 0.0 49
2 25 2
50 21 6 C1
4144 56 15 22 20
14 48 54 34,56%
53 45 1855 29 5 23 9
16
1.0
30 de la variance
totale
4
2.0
Fig. 2 Projection des individus sur le plan des axes principaux (a) C1 C2 , et (b) C1 C3 .
Prdiction de lrosion spcifique au bassin AHS 1577
Tableau 2 Etendues des paramtres des deux groupes identifis par lACP.
S Per H max H min P Le D Im CV
(km2 ) (km) (m) (m) (mm) (mm) (km/km2 ) (%) (%)
Premier groupe
Moyenne 33,69 13,78 665 305 631 140 3,21 22,00 26,26
Maximum 454,24 101,16 2150 560 903 431 4,72 47,70 64,96
Minimum 0,18 1,61 169 60 257 35 0,88 6,42 0,01
Deuxime groupe
Downloaded by [Ecole Nationale Sup d'Hydrauliq], [Professor Bnina Touaibia] at 12:01 01 November 2013
Application de la mthode des rseaux de le rseau nait pas combiner des distributions trs
neurones artificiels (RNA) diffrentes.
Plusieurs modles de RNA possibles ont t
Depuis une dizaine dannes, lapplication des RNA
construits et examins, en se basant sur les combi-
en hydrologie a considrablement volu, notam-
naisons possibles des paramtres afin doptimiser et
ment pour la prvision des dbits (Coulibaly et al.
daffiner le modle retenir. Pour atteindre cet objec-
2000). Les rseaux de neurones artificiels (RNA) sont
tif, on a fait varier le nombre de neurones et les
des modles mathmatiques non linaires de type
fonctions de transfert dans la couche cache (fonc-
Downloaded by [Ecole Nationale Sup d'Hydrauliq], [Professor Bnina Touaibia] at 12:01 01 November 2013
2 000
explique par un coefficient de dtermination signifi-
catif (R2 = 0,65).
Le Tableau 4 illustre la comparaison des MSE
0
0 2000 4000 6000
et les coefficients de dtermination R2 obtenus par
Erosion observe (t/km2) les deux modles de prvision RNA et RM. Ces
deux paramtres indiquent la meilleure performance
Fig. 4 Erosion simulerosion observe. et convergence du modle des rseaux de neurones
par rapport la rgression multiple, lerreur de la
prvision de lrosion spcifique des cours deau par
la rgression multiple linaire restant considrable.
dans la couche de sortie avec une fonction de trans-
fert linaire, ce qui correspond au minimum derreur
de MSE par la validation croise (MSE = 0,19). Les
CONCLUSION
rsultats obtenus montrent une trs bonne concor-
dance explique par un coefficient de dtermination Ce travail a t effectu dans le but de prvoir
significatif (R2 = 0,81) entre lrosion spcifique lrosion spcifique partir dun maximum de carac-
observe et lrosion spcifique simule par le mod- tristiques de forme du bassin, des paramtres clima-
le RNA (Fig. 4) donc un coefficient de corrlation tiques et du couvert vgtal laide de deux mthodes
significatif au vu du coefficient de corrlation critique prcises qui sont: la mthode des rseaux de neurones
de la table de Fisher (Dagnelie 1992). (RNA) et la rgression multiple (RM). Les rsul-
La base de donnes a t divise en deux phases. tats de la modlisation et la prvision de lrosion
Pour rpondre aux objectifs de cette stratgie adapte spcifique annuelle obtenus en utilisant le modle
un chantillon deffectif trop restreint et faire face neuronal, partir des entres (centres et rduites):
au problme de sur-apprentissage ( overfitting ), densit de drainage D (km/km2 ), pente moyenne
la mthode du bootstrap a t utilise pour la du bassin Im (%), prcipitation moyenne P (mm)
simulation des sries de taille suffisante partir de et lame coule Le (mm), montrent une trs bonne
lchantillon initial (trop rduit), pour lutiliser dans concordance explique par un coefficient de dtermi-
la phase apprentissage et test afin de rduire la nation R2 significatif (0,81) et une erreur quadratique
variance et amliorer la prcision de la prdiction moyenne (MSE) de 0,19. Par comparaison avec le
(Zeroual et al. 2010). Le bootstrap propos par Efron modle plus classique quest la regression multi-
(1993) est une technique aujourdhui trs tudie dans ple (RM) appliqu sur les mmes donnes utilises
le cadre de linfrence statistique, notamment pour les dans la mthode neuronale, les rsultats obtenus
problmes pour lesquels les chantillons dexemples indiquent que les modles connexionnistes poss-
sont de petite taille. Le nombre dchantillons de dent un meilleur pouvoir prvisionnel. La statistique
bootstrap N, considrs comme tant des variables, apporte par le bootstrap permet le contrle automa-
a t choisi aprs plusieurs essais, de telle sorte que tique de larrt de lapprentissage et fournit une
les rseaux tablis soient optimiss. statistique robuste de lerreur de prvision.
Metra Nota Cet article est une version rvise Efron, B. et Tibshirani, R.J., 1993. An introduction to the bootstrap.
dune prsentation un atelier scientifique sur le New York: Chapman and Hall.
Ferguson, R.I., 1987. Accuracy and precision of methods for esti-
thme Relations homme/environnement et trans- mating river load. Earth Surface Processes and Landforms, 12,
ports solides : une approche spatialise qui a 95104.
eu lieu Tipaza, Algrie, les 7 et 8 juin 2011, Kassoul, A., Abdelkader, A., et Belorgey, M., 1997. Caractrisation
de la sdimentation des barrages en Algerie. Revue des Sciences
dans le cadre du programme SIGMED (Approche de lEau, 10 (3), 339358. http://www.rse.inrs.ca/art/volume10/
spatialise de limpact des activits agricoles au v10n3_339.pdf [accd le 8 juillet 2013]
Maghreb sur les transports solides et les ressources Nohair, M., St-Hilaire, A., et Ouarda, T.B., 2008. Utilisation des
Downloaded by [Ecole Nationale Sup d'Hydrauliq], [Professor Bnina Touaibia] at 12:01 01 November 2013
en eau des grands bassins versants), soutenu rseaux de neurones et de la rgularisation baysienne en
modlisation de la temprature de leau en rivire. Revue
par lAgence Universitaire de la Francophonie des Sciences de lEau, 21 (3), 373382. http://www.erudit.
(MeRSI 6313PS005) et co-sponsoris par le pro- org/revue/rseau/2008/v21/n3/018783ar.pdf [accd le 8 juillet
gramme MEDFRIEND de lUNESCO (Programme 2013]
Norgaaed, M., 1997. Neural network based system identification tool-
Hydrologique International). box version 1.1 for use with MATLAB. Lyngby, Denmark:
Technical University of Denmark, Department of Automation,
Report no. 97.
REFERENCES Rosenblatt, F., 1958. The perceptron: a probabilistic model for infor-
mation storage and organization in the brain. Psychological
Achite, M. et Meddi, M., 2005. Variabilit spatio-temporelle des Review, 65, 386408.
apports liquide et solide en zone semi-aride. Cas du bassin ver- Sinnakaudan, S., et al., 2006. Multiple linear regression model
sant de lOued Mina. Revue des Sciences de lEau, 18, 3756. for total bed material load prediction. Journal of Hydraulic
http://www.rse.inrs.ca/art/volume18/v18nS_37.pdf Engineering. 132 (5), 521528.
ABH (Agence de Bassin Hydrographique), 2004. Elaboration du Touaibia, B. et Achite, M., 2003. Contribution un essai car-
cadastre hydraulique du bassin hydrographique A-H-S (bassin tographique de lrosion spcifique du bassin versant de
ctiers Algrois, bassin Soummam, bassin Hodna et bassin lOued Mina en Zone Semi-aride de lAlgrie septen-
Isser), Alger. Alger: Ministre des Ressources en Eau (MRE), trionale. Hydrological Sciences Journal / Journal des
Rapport interne. Sciences Hydrologiques,48 (2), 235242. http://iahs.info/hsj/
Coulibaly, P., Anctil, F., et Bobe, B., 2000. Daily reservoir fore- 482/hysj_48_02_0235.pdf [accd le 8 juillet 2013]
casting using artificial neural networks with stopped training Walling, D.E. et Webb, D.W., 1981. The reliability of suspended
approach. Journal of Hydrology, 230, 244257. sediment load data. Dans: D. Walling et P. Tacconi, eds.
Dagnelie, P., 1992. Statistique thorique et applique, Tome 1: Les Erosion and sediment transport measurement / Mesure de
bases thoriques. Paris: Gembloux, Presses agronomiques. lrosion et du transport des sediments. Wallingford, UK: IAHS
Daniel, C. et Wood, F.S., 1980. Fitting equations to data. Second Press, IAHS Publ. 133, 177194. http://iahs.info/redbooks/
edition. New York: John Wiley & Sons, Inc. a133/iahs_133_0177.pdf [accd le 8 juillet 2013]
Demmak, A., 1984. Recherche dune relation empirique entre les Zeroual, A., Touaibia, B., et Ammari, A., 2010. Application des
apports solides spcifiques et les paramtres physico clima- rseaux de neurones en insuffisance de jaugeage pour le
tiques des bassins: Cas Algrien. Dans: D.E. Walling, S.S.D. tarage: cas du Ctier Algrois. Dans: E. Servat et al. eds.
Foster et P. Wurzel, eds. Challenges in African hydrology and Global change: Facing risks and threats to water resources
water resources (Harare symposium, juillet 1984). Wallingford, (6th World FRIEND Conference, Fez, Maroc, 2529 octo-
UK: IAHS Press, IAHS Publ 144, 403414. http://iahs.info/ bre 2010). Wallingford, UK: IAHS Press, IAHS Publ. 340,
redbooks/a144/iahs_144_0403.pdf [accd le 8 juillet 2013] 409417.