anove l approah forthe determinationation of groundwater potential

Abstract

تعتبر المياه الجوفية واحدة من الموارد الطبيعية القيمة التي تملكها العديد من البلدان. في المناطق شبه القاحلة، وغالبا ما تكونموردا أساسيا للشرب والمتطلبات الزراعية، والصناعية ويتأثر حوض الشلف وهوأكبر حوض في شمال الجزائر؛ بندرة المياه بسببتوسع الأنشطة الصناعية والزراعية مع النمو السكاني من ناحية، وانخفاض الموارد المائية بسبب الجفاف الشديد من ناحية أخرى.ويهدف البحث الحالي إلى تحديد مناطق المياه الجوفية المحتملة في حوض الشلف، من خلال الجمع بين نموذج الذكاء الاصطناعي (شبكة عصبونية اصطناعية) وأنظمة المعلومات الجغرافي. و قد تم استخدام نظام المعلومات الجغرافية لتحديد، وتوصيف مجموعة من العوامل التي تؤثر على إمكانات المياه الجوفية في مستجمعات المياه، بما في ذلك الميل، و معدل هطول الأمطار، وارتفاع الأرض، والغطاء الأرضي/استخدام الأراضي، ونوع التربة، مؤشر الفرق المعياري للغطاء النباتي، ومؤشر الرطوبة الطبوغرافية، والبعد من المجاري النهرية، والجيولوجيا، وكثافة الصرف حيث تم حساب وزن كل عامل عن طريق استخدام شبكة عصبونية اصطناعية من خلال عدد من نقاط التحقق من الصحة التي تم تقسيمها إلى 70 ٪ بوصفها مجموعة التدريب و 30 ٪ باعتبارها مجموعة التحقق من الصحة. مكنت هذه العملية من ترتيب العوامل اعتمادا على فعاليتها وصلتها بإمكانيات المياه الجوفية حيث تم إنشاء خريطة للمنطقة المحتملة للمياه الجوفية باستخدام طريقة التركيبة الخطية الموزونة من خلال نظام المعلومات الجغرافية.و قد توصل البحث الى تصنيف المناطق المحتملة للمياه الجوفية الناتجة إلى خمس فئات، وهي المناطق الفقيرة والمنخفضة والمتوسطة والعالية والمرتفعة للغاية. ويلاحظ أن 33 ٪ (14267.040 كم2) و 18 ٪ (7640.065 كم2) من منطقة الدراسة تقع تحت منطقة إمكانات المياه الجوفية "الفقيرة" إلى "المنخفضة"، على التوالي و ما يقارب من 11367.29 كم2 من المساحة، تمثل 26 ٪ من مساحة الدراسة، تندرج تحت الفئة "المعتدلة"و تشكل المناطق ذات الإمكانات العالية للمياه الجوفية 17 ٪ فقط (7364.19 كم2) من إجمالي مساحة الدراسة، وتضم منطقة إمكانات المياه الجوفية "العالية جدا" مساحة 2685.92 كم2، وهو ما يمثل 6 ٪ من إجمالي مساحة الدراسة. و إذ تشير الخريطة الناتجة إلى التأثير السائد لكثافة الصرف؛ جيولوجيا؛ والميزات الطبوغرافية في ترسيم منطقة المياه الجوفية. وأخيرا ، من أجل التحقق من دقة نموذج الفرقة ، تم استخدام مؤشرات خطأ الجذر التربيعي ( RMSE) . كما استخدمت المنطقة الواقعة تحت المنحنى ( AUC ) للتحقق من دقة الخرائط. وأظهرت نتائج هذه الدراسة أن قيم RMSE للتدريب والتحقق من صحة تساوي 0.302 و .2460 ، على التوالي. أشارت نتائج تقييم منحنى ROC إلى أن AUC كانت 95و 100٪ على التوالي.بحيث انه يمكن الاستفادة نتائج هذه الدراسة في تعزيز الإنتاجية الزراعية وحل نقص المياه المرتبط بموجات الجفاف المتكررة التي شهدها حوض الشلف في العقود الأخيرة

.Les eaux souterraines sont l'une des ressources naturelles les plus précieuses que possèdent de nombreux pays. Dans les zones semi-arides, les eaux souterraines peuvent constituer une ressource importante pour la consommation, l'agriculture et l'industrie. Le bassin du Cheliff, qui est le plus grand bassin du nord de l'Algérie, est affecté par la pénurie d'eau à cause de l'expansion des activités industrielles et agricoles avec la croissance de la population, d'une part, et à la réduction des ressources en eau à cause des sécheresses extrêmes, d'autre part. Par conséquent, cette thèse vise à délimiter les zones d'eau souterraine potentielles dans le bassin de Cheliff, par la combinaison d'un modèle d'intelligence artificielle (RNA : Réseau de neurones artificiels) et de systèmes d'information géographique (SIG).Le système d'information géographique (SIG) a été utilisé pour identifier et caractériser un ensemble de facteurs influençant le potentiel des eaux souterraines dans le bassin versant, notamment la pente, les précipitations, l'élévation du sol, la couverture/utilisation des sols, le type de sol, l'indice de végétation par différence normalisée (NDVI), l'indice d'humidité topographique (TWI), et les distances par rapport à la rivière, la géologie et la densité de drainage. Ensuite, la pondération de chaque facteur a été calculée via des RNA sur la base d'un nombre des points de validation qui ont été divisés en 70% comme ensemble d'entraînement et 30% comme ensemble de validation. Ce processus a permis de classer les facteurs en fonction de leur efficacité et de leur pertinence pour la potentialité des eaux souterraines. Une carte des zones de potentiel en eaux souterraines a été générée en utilisant la méthode de combinaison linéaire pondérée (CLP) à l’aide du SIG.Les zones de potentiel des eaux souterraines résultantes sont classées en cinq catégories, à savoir les zones pauvres, faibles, modérées, élevées et très élevées. Il est observé que 33% (14267.040 km2) et 18% (7640.065 km2) de la région d'étude se situent respectivement dans la zone de potentiel des eaux souterraines "pauvre" à "faible". Une superficie d'environ 11367,29 km2, représentant 26% de la région d'étude, relève de la catégorie "modérée". Les zones à fort potentiel pour les eaux souterraines ne représentent que 17 % (7364,19 km2) de la zone d'étude totale, et une zone à très fort potentiel pour les eaux souterraines couvre une superficie de 2685,92 km2, correspondant à 6 % de la zone d'étude totale. La carte globale du potentiel suggère l'influence dominante de la densité de drainage, de la géologie et des caractéristiques topographiques dans la délimitation de la zone des eaux souterraines.Finalement, afin de valider la précision du modèle d'ensemble, les indices MSE été utilisés. De même, afin de valider la précision des cartes, l'ASC a été utilisé. Les résultats de cette étude ont montré que les valeurs du MSE pour la formation et la validation sont égales à 0.302et 0,246, respectivement. Les résultats de l'évaluation de la courbe ROC ont indiqué que l'ASC était de 95,0 et 100%, respectivement. Les résultats de cette étude devraient être utiles pour améliorer la productivité agricole et résoudre les pénuries d'eau liées aux sécheresses récurrentes qui ont été observées au cours des dernières décennies