Caractérisation et modélisation hydrodynamique des karsts par réseaux de neurones : application à l'hydrosystème du Lez

Résumé : La connaissance du fonctionnement hydrodynamique des karsts représente un enjeu planétaire pour la ressource en eau car ils alimentent en eau potable près de 25% de la population mondiale. Néanmoins, la complexité, l'anisotropie, l'hétérogénéité, la non-linéarité et l'éventuelle non-stationnarité de ces aquifères en font des objets encore largement sous-exploités du fait de la difficulté de caractériser leur morphologie et leur fonctionnement hydrodynamique. Dans ce contexte, le paradigme systémique permet d'apporter de nouvelles méthodes en étudiant ces hydrosystèmes au travers de la relation entre leurs signaux d'entrée (pluie) et de sortie (débit). Ainsi ce travail porte sur l'utilisation : i) d'analyses corrélatoires et spectrales pour caractériser la réponse des hydrosystèmes karstiques, ii) des réseaux de neurones pour étudier les relations linéaires et non-linéaires de ces hydrosystèmes. Pour ce faire, différents types de configuration de modèles par réseau de neurones sont explorés afin de comparer le comportement et les performances de ces modèles. On cherche à contraindre ces modèles pour les rendre interprétables en terme de processus hydrodynamiques en rapprochant le fonctionnement du modèle à celui du système naturel afin d'obtenir une bonne représentation et d'extraire des connaissances à partir des paramètres du modèle.Les résultats obtenus par les analyses corrélatoires et spectrales permettent d'orienter la configuration des modèles de réseaux de neurones. Appliqués à l'hydrosystème du Lez sur la période 1950-1967, les résultats montrent que les réseaux de neurones sont à même de modéliser les hydrosystèmes au fonctionnement non-linéaires. L'utilisation de deux hydrosystèmes variant dans le temps (la Durance en France et Fernow aux USA) tend à souligner la capacité des réseaux de neurones à modéliser efficacement les systèmes non stationnaires. Des méthodes d'ajustement en temps réel (adaptativité et assimilation de données) permettent d'accroître les performances des modèles par apprentissage statistique face à des modifications des entrées ou du système lui-même.Finalement, ces différentes méthodes d'analyse et de modélisation permettent d'améliorer la connaissance de la relation pluie-débit. Les outils méthodologiques réalisés dans cette thèse ont pu être développés à partir de l'application à l'hydrosystème du Lez dont le fonctionnement est étudié depuis des décennies. Cette méthodologie d'étude et de modélisation présente l'avantage d'être transposable à d'autres systèmes.
Type de document :
Thèse
Réseau de neurones [cs.NE]. Université Montpellier II - Sciences et Techniques du Languedoc, 2014. Français. 〈NNT : 2014MON20169〉
Liste complète des métadonnées

Littérature citée [180 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01811026
Contributeur : Abes Star <>
Soumis le : vendredi 8 juin 2018 - 14:31:06
Dernière modification le : samedi 9 juin 2018 - 01:15:54

Fichier

43514_TAVER_2014_archivage_cor...
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01811026, version 1

Collections

Citation

Virgile Taver. Caractérisation et modélisation hydrodynamique des karsts par réseaux de neurones : application à l'hydrosystème du Lez. Réseau de neurones [cs.NE]. Université Montpellier II - Sciences et Techniques du Languedoc, 2014. Français. 〈NNT : 2014MON20169〉. 〈tel-01811026〉

Partager

Métriques

Consultations de la notice

54

Téléchargements de fichiers

8