Prévision des crues par réseaux de neurones artificiels : évaluation des apports de l'assimilation de données pour les applications aux rivières cévenoles

par Cagri Inan

Projet de thèse en STE - Sciences de la Terre et de l'Eau

Sous la direction de Anne Johannet et de Bedri Kurtulus.

Thèses en préparation à l'IMT Mines Alès en cotutelle avec Mugla Sitki Kocman University , dans le cadre de Biodiversité, Agriculture, Alimentation, Environnement, Terre, Eau , en partenariat avec HSM - Hydrosciences Montpellier (laboratoire) et de Eau, Ressources, Territoires (equipe de recherche) depuis le 02-09-2019 .


  • Résumé

    Dans les régions méditerranéennes, les crues éclair sont devenues un problème plus crucial pour la vie humaine et les biens immobiliers au cours des dernières décennies, en raison de l'augmentation de l'intensité des précipitations et de la population. Pour prévenir les décès, il est nécessaire de créer des modèles de prévision des crues éclair et un système d'alerte rapide pour les zones urbaines et rurales. Cependant, ce n'est pas toujours une mission de descente, en particulier pour les hydrosystèmes complexes tels que les régions karstiques ayant une tendance de précipitation hétérogène et non linéaire. À cette fin, mon objectif de recherche est conçu pour fournir: i) des solutions innovantes aux problèmes de modélisation hydrologique des crues éclair dans les hydrosystèmes complexes et hétérogènes soumis à de fortes précipitations. ii) un modèle de réseau neuronal artificiel dédié à la prévision anticipée des crues éclair, renforçant le système en attribuant un perceptron multicouche en tant qu'outil d'assimilation de données et / ou en couplant différents modèles de réseau neuronal (par exemple, modèles à rétroaction et récurrents, etc.) Mon premier emplacement proposé pour le projet est que les bassins de la frontière cévenole ainsi que les Gardons en France sont jugés pratiques car ils ont déjà été soumis à des crues éclair et risquent fort de se reproduire. De plus, la région et les rivières sont nichées avec des terres urbaines et agricoles, ce qui augmentera les risques de pertes de vies humaines et de biens.

  • Titre traduit

    Prediction of floods by artificial neural networks: assessment of the contributions of data assimilation for applications to Cevennes rivers


  • Résumé

    In Mediterranean regions, flash floods have become a more critical issue for human life and properties over the past few decades with the increment in rainfall intensity and population. To prevent fatalities, it is necessary to create flash flood prevision models and early warning system for urbanized and rural areas. However, it is not always a downhill mission especially for complex hydrosystems such as karstic regions having heterogeneous and nonlinear precipitation trend. For this purpose, my research goal is designed to provide i ) innovative solutions for the problems in hydrological modeling of flash floods in the complex and heterogeneous hydrosystems subjected to heavy rainfalls. ii ) an artificial neural network model dedicated to predicting flash floods in advance, strengthening the system by assigning a multilayer perceptron as a data assimilation tool and/or coupling different neural network models (e.g., feed forward and recurrent models etc.) My first proposed location for the project is the basins of Cevennes border along with Gardons in France are seen convenient as they were previously subjected to flash floods and have a high possibility of recurrence. Moreover, the region and rivers are nested with urban and agricultural lands which will increase the risks of life and property loss.