Prédiction de l’aptitude des eaux souterraine à l’irrigation à l’aide de modèle de réseau neuronal (ANNs), plaine de Khemis Miliana

Abstract

Les ressources en eau limitées sont l'un des défis majeurs auxquels l'Algérie est confrontée au cours des années actuelles, ainsi, la présente étude vise à évaluer la qualité des eaux souterraines à des fins d'irrigation en prédisant son aptitude à l'irrigation, une analyse plus approfondie a été réalisée pour évaluer l'indice de qualité de l'eau souterraine d'irrigation (IGWQI) grâce à des approches spatiales et à un modèle de réseau de neurones artificiels (ANN).Les résultats ont indiqué que les valeurs IGWQI calculées variaient entre 36 et 75. Environ 44% de la surface étaient classés comme eau à haute restriction, tandis que 54% de la surface des eaux souterraines étaient classées comme eau à restriction moyenne pour l'irrigation. Les résultats de l'IGWQI ont montré un écart type de 10,32 avec des eaux souterraines à restriction moyenne qui domine. Le résultat confirme que le modèle ANN est le meilleur outil appliqué pour prédire l'aptitude des eaux souterraines à des fins d'irrigation dans la plaine alluviale de Khemis Miliana.