Titre : |
Évaluation De La Susceptibilite Aux Glissements De Terrain Au Moyen Des Modeles Statistiques, Cas De La Region De Constantine (Ne Algerie) |
Type de document : |
texte imprimé |
Auteurs : |
Fatima Zohra Hadri, Auteur ; Chaima Hadri, Auteur ; Foued Bouaicha, Directeur de thèse |
Editeur : |
CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine |
Année de publication : |
2020 |
Importance : |
59 f. |
Format : |
30 cm. |
Note générale : |
Une copie électronique PDF disponible en BUC. |
Langues : |
Français (fre) |
Catégories : |
Sciences de terre et de l'univers:Sciences géographiques et topographie
|
Tags : |
Cartographie de susceptibilité aux glissements de terrain régression logistique réseaux de neurones artificiels Djebel El Ouahch - Constantine. |
Index. décimale : |
192 Géomatique |
Résumé : |
Constantine subit depuis plus d‟un siècle des dommages, liés au phénomène de glissement de
terrain, durant ces dernières décennies le phénomène a pris une grande ampleur entraînant des
pertes et des dégâts matériels importants.Djebel Ouahch fait partie du Constantine le plus
sensible aux glissements de terrain, du fait de l'existence de reliefs relativement jeunes
marqués par une dynamique très importante par rapport aux autres régions. Ces glissements
de terrain sont l'un des problèmes les plus graves à plusieurs niveaux : social, économique et
environnemental. L'augmentation de la fréquence et de l'impact des glissements de terrain au
cours de la dernière décennie a démontré la nécessité d'une étude approfondie de ces
phénomènes, permettant l'identification des zones sensibles aux glissements de terrain.
L'objectif principal de cette étude est d'identifier la méthode optimale pour la cartographie de
la zone sensible aux glissements de terrain dans la région de Djebel Ouahch. Cette zone a été
marquée par le plus grand glissement de terrain de la ville. Deux méthodes statistiques i)
Logistique de régression (LR) ii) Réseaux de neurones artificiels (ANN), ont été utilisées pour
créer une carte de susceptibilité aux glissements de terrain. La réalisation de cette carte de
susceptibilité a nécessité, dans un premier temps, des images satellitaire les données de la
carte géologique et par les données obtenues à l'aide de levés de terrain à l'aide du GPS. Au
total, 200 glissements de terrain ont été cartographiés à partir de ces diverses sources. 75% de
cette base de données a été utilisée pour la construction de modèles et 25% pour la validation.
Dix-sept facteurs de glissement de terrain indépendants sont exploités pour détecter les zones
les plus sensibles: élévation, NDVI, la pente, courbure, rayonnement solaire annuel, aspect,
distance à la rivière, distance aux routes, densité des failles, densité des rivières, distance aux
faille, densité des routes, SPI, TWI, lithologie, courbure du plan, courbure du profil et
Précipitations.Les valeurs AUC obtenues à partir des cartes de susceptibilité montrent que les
modèle LR et ANN ont donné presque le même taux de réussite (AUC = 0.99) et un taux de
prédiction (AUC = 0.87) pour le modèle ANN, LR qui a donné un faible taux de prédiction
AUC = 0.85. Ces résultats indiquent que les deux modèles LR et ANN sont des modèles
similaires pour déterminer la sensibilité aux glissements de terrain dans la zone d'étude la
capacité prédictive était presque la même avec les deux approches. |
Diplome : |
Master 2 |
Permalink : |
https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=14331 |
Évaluation De La Susceptibilite Aux Glissements De Terrain Au Moyen Des Modeles Statistiques, Cas De La Region De Constantine (Ne Algerie) [texte imprimé] / Fatima Zohra Hadri, Auteur ; Chaima Hadri, Auteur ; Foued Bouaicha, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2020 . - 59 f. ; 30 cm. Une copie électronique PDF disponible en BUC. Langues : Français ( fre)
Catégories : |
Sciences de terre et de l'univers:Sciences géographiques et topographie
|
Tags : |
Cartographie de susceptibilité aux glissements de terrain régression logistique réseaux de neurones artificiels Djebel El Ouahch - Constantine. |
Index. décimale : |
192 Géomatique |
Résumé : |
Constantine subit depuis plus d‟un siècle des dommages, liés au phénomène de glissement de
terrain, durant ces dernières décennies le phénomène a pris une grande ampleur entraînant des
pertes et des dégâts matériels importants.Djebel Ouahch fait partie du Constantine le plus
sensible aux glissements de terrain, du fait de l'existence de reliefs relativement jeunes
marqués par une dynamique très importante par rapport aux autres régions. Ces glissements
de terrain sont l'un des problèmes les plus graves à plusieurs niveaux : social, économique et
environnemental. L'augmentation de la fréquence et de l'impact des glissements de terrain au
cours de la dernière décennie a démontré la nécessité d'une étude approfondie de ces
phénomènes, permettant l'identification des zones sensibles aux glissements de terrain.
L'objectif principal de cette étude est d'identifier la méthode optimale pour la cartographie de
la zone sensible aux glissements de terrain dans la région de Djebel Ouahch. Cette zone a été
marquée par le plus grand glissement de terrain de la ville. Deux méthodes statistiques i)
Logistique de régression (LR) ii) Réseaux de neurones artificiels (ANN), ont été utilisées pour
créer une carte de susceptibilité aux glissements de terrain. La réalisation de cette carte de
susceptibilité a nécessité, dans un premier temps, des images satellitaire les données de la
carte géologique et par les données obtenues à l'aide de levés de terrain à l'aide du GPS. Au
total, 200 glissements de terrain ont été cartographiés à partir de ces diverses sources. 75% de
cette base de données a été utilisée pour la construction de modèles et 25% pour la validation.
Dix-sept facteurs de glissement de terrain indépendants sont exploités pour détecter les zones
les plus sensibles: élévation, NDVI, la pente, courbure, rayonnement solaire annuel, aspect,
distance à la rivière, distance aux routes, densité des failles, densité des rivières, distance aux
faille, densité des routes, SPI, TWI, lithologie, courbure du plan, courbure du profil et
Précipitations.Les valeurs AUC obtenues à partir des cartes de susceptibilité montrent que les
modèle LR et ANN ont donné presque le même taux de réussite (AUC = 0.99) et un taux de
prédiction (AUC = 0.87) pour le modèle ANN, LR qui a donné un faible taux de prédiction
AUC = 0.85. Ces résultats indiquent que les deux modèles LR et ANN sont des modèles
similaires pour déterminer la sensibilité aux glissements de terrain dans la zone d'étude la
capacité prédictive était presque la même avec les deux approches. |
Diplome : |
Master 2 |
Permalink : |
https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=14331 |
|