dc.contributor.author |
Laidoudi, Fatima el Zahra |
|
dc.contributor.author |
Bouniati, Soumia |
|
dc.contributor.author |
Gharbi, B |
|
dc.date.accessioned |
2022-12-20T13:43:18Z |
|
dc.date.available |
2022-12-20T13:43:18Z |
|
dc.date.issued |
2021-07-31 |
|
dc.identifier.citation |
univ km |
fr_FR |
dc.identifier.uri |
http://localhost:8080/xmlui/handle/123456789/5534 |
|
dc.description.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. |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.publisher |
univ km |
fr_FR |
dc.subject |
eaux souterraine |
fr_FR |
dc.subject |
IGWQI, irrigation |
fr_FR |
dc.subject |
ANN |
fr_FR |
dc.subject |
Khemis Miliana. |
fr_FR |
dc.title |
Prédiction de l’aptitude des eaux souterraine à l’irrigation à l’aide de modèle de réseau neuronal (ANNs), plaine de Khemis Miliana |
fr_FR |
dc.type |
Other |
fr_FR |