Prévision de la sécheresse par réseaux de neurones artificiels et séries chronologiques d'indices de sécheresse

Abstract

La sécheresse est considérée parmi les catastrophes naturelles et les événements extrêmes qui ont affectées l’environnement au cours de ces dernières décennies. La prévision de la sécheresse joue un rôle important dans le suivi et l’identification de ce phénomène. Le but de cette étude est de développer un modèle de prévision de la sécheresse dans le bassin versant d’ISSER en utilisant les séries chronologiques de l’indice SPI pour des durées 6 et 12 mois comme base de données pour former et évaluer le modèle de réseaux de neurones artificiels multicouches . Les résultats de prévision obtenus par les réseaux de neurones artificiels montrent la performance de ce modèle et elles sont plus précises pour une série de SPI de durées plus longue (SPI 12mois par rapport SPI 6 mois).