Modélisation Dynamique des Paramètres de Pollution et Traitement Biologique par un Modèle Neuro-Fuzzy

Abstract

L’objectif de ce travail consiste en l’étude du fonctionnement hydro-climatique du barrage Ghrib dans le but d’établir une relation entre le climat et l'eau de surface. La méthodologie entreprise au cours de cette recherche a été basée sur l'analyse physico-chimique mensuelle des eaux de surface du barrage et l'analyse climatique de l'environnement sur une période allant de 2003 à 2015 avec une base de 156 points de données expérimentaux. Trois modèles ont été appliqués à savoir : ANN-MLP (réseau de neurones de type perceptron multicouche), ANFIS (Système d’inférence neuro-flou adaptatif) et SVM (Machine à vecteurs de support) pour prédire les paramètres climatiques : la température minimale de l'air (Tair,min), la température maximale de l'air (Tair,max), l'humidité relative (HR) et la durée d'ensoleillement (DE) à partir des paramètres physico-chimiques de l'eau de surface de barrage Ghrib : la température de l'eau (Teau), la conductivité électrique (CE), la turbidité (Turb), l'oxygène de saturation (O2sat), le pH, la demande chimique en oxygène (DCO), l'ion d'ammonium (NH4+), l'ion de nitrate (NO3-), la matière organique (MO) et les résidus secs (RS). Une deuxième contribution est apportée dans le sens inverse, c'est-à-dire la prédiction des paramètres physico-chimiques de l'eau de surface de barrage Ghrib à partir des paramètres climatiques. Concernant le réseau direct, les résultats obtenus montrent que les performances corrélatives de ces méthodes sont très acceptables et encourageantes, avec un avantage du modèle SVM. Les coefficients de corrélation R et les erreurs relatives absolues moyennes (ERAM) pour le modèle SVM sont de 0.9945 et une erreur relative absolue moyenne tend vers l'infini pour Tair,min, 0.9979 et 0.77 pour Tair,max, 0.9877 et 0.96 pour HR et 0.9869 et 3,07 pour DE. De même pour le réseau inverse, le modèle SVM présente une meilleure performance par rapport à celui d'ANFIS et de ANN-MLP avec un coefficient de corrélation R compris entre 0.8967 et 0.9948 et une erreur relative absolue moyenne (ERAM) compris entre 2.50 et 30.11 sur l'ensemble des paramètres physico-chimiques de l'eau de surface de barrage Ghrib.