Modélisation et diagnostic d'un bassin versant de type Méditerranéen : Le bassin versant de la Têt

par Frédérik Thiery

Thèse de doctorat en Sciences de l'Ingénieur : Automatique

Sous la direction de Monique Polit.

Soutenue en 2006

à Perpignan .


  • Résumé

    Les travaux présentés dans cette thèse portent sur la gestion du bassin versant méditerranéen de la Têt, principale rivière du département des Pyrénées-Orientales, sur une section comprise entre Perpignan et Canet-en-Roussillon. Les contributions de cette thèse se situent à plusieurs niveaux : 1) Développement d’un modèle d’aide à la décision, pluie/débit, comme outil de prédiction des débits de crues extrêmes : nous proposons un modèle basé sur un réseau de neurones de Elman qui permet la prédiction du débit de la rivière à Perpignan, au jour J+1, ainsi que les débits d’influents des stations d’épuration de Perpignan et de Canet, au jour J+1. 2) Classification des données qualitatives, représentatives de la rivière et des deux stations d’épurations situées sur la zone d’étude, à l’aide des cartes auto-organisatrices de Kohonen. Ceci permet notamment de mettre en évidence les corrélations des paramètres entre la rivière et les stations d’épuration. 3) Développement d’un modèle bilan matière permettant de quantifier l’impact des stations d’épuration sur le milieu naturel. Les paramètres fondamentaux nécessaire à cette étude sont l’azote, le carbone dissous et les phosphates. 4) Ces paramètres essentiels pour la modélisation sont difficilement accessibles par des mesures en ligne. Nous avons donc adapté le modèle de classification de Kohonen afin de compléter les données manquantes dans une base de données contenant ces paramètres.

  • Titre traduit

    Modelling and diagnosys af Mediterranean low land catchment : the catchment area of the Têt


  • Résumé

    The results summarized in this documents deal with the mediterranean low land Têt river management. The contributions of this work are divided into severals levels. 1) Design of a rain/flow model as a decision-making tool for predicting flows of extreme floods of the Têt river at Perpignan. We propose a model based on the Recurrent Neural Network introduced by Elman, able to predict the river flow at Perpignan, at the day d+1, and influent flow of both Perpignan and Canet WWTP, at day d+1. 2) Classifications of qualitative data, which are aggregate to the functionning of the Têt river and the two plants localized on the study area. This part of the work was done thanks to the Kohonen’s self organizing maps. This enables to highlight correlations between the river and the plant parameters. 3) A mass balance model development enables the quantification of the WWTP impacts on the river. These fundamental parameters, essential to make this study, are nitrogens, carbons and phosphates. 4) These parameters, essential for modelling, are very difficult to measure inline. So, we adapt the Kohonen model in order to complete missing values in the needed database containing these parameters.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (250 f.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. f.201-238

Où se trouve cette thèse ?

  • Bibliothèque : Université Perpignan Via Domitia. Service commun de la documentation. Section Sciences.
  • Disponible pour le PEB
  • Cote : TH 2006 THIE

Cette version existe également sous forme de microfiche :

  • Bibliothèque : Sorbonne Université. Bibliothèque de Sorbonne Université. Section Géosciences et environnement.
  • Disponible pour le PEB
  • Cote : 06 PERP 0740
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.