معهد العلوم و التكنولوجيا
Permanent URI for this communityhttps://dspace.cu-maghnia.dz/handle/123456789/4
Browse
2 results
Search Results
Item Évaluation de la qualité des eaux de surface par application des indices de qualité : Cas du cours d’eau de l’Oued Mouillah et du Barrage de Hammam Boughrara.(Institut des sciences et de la technologie/Départeemt d'ydraulique, 2025-06-23) BELASKRI,Fatima; DARMELLAH,MarwaRésume : Cette recherche vise à analyser la qualité des eaux de surface du cours d’eau d’Oued Mouillah et du barrage de Hammam Boughrara, situés dans le nord-ouest de l’Algérie, en recourant à des indicateurs physico-chimiques et biologiques. L’étude repose sur une série d’échantillons prélevés sur le terrain et d’analyses réalisées en laboratoire, ce qui permet d’évaluer des indicateurs normalisés tels que l’Indice de Qualité des Eaux. Les résultats mettent en évidence une dégradation de la qualité de l’eau dans l’espace et dans le temps, liée aux rejets d’origine anthropique, aux pratiques agricoles et aux variations saisonnières de l’hydrologie. Cette étude souligne l’importance d’une surveillance régulière et d’une gestion intégrée des ressources en eau, afin de préserver la qualité de ces écosystèmes aquatiques menacés. Abstract : This research aims to analyze the surface water quality of the Oued Mouillah stream and the Hammam Boughrara dam, located in northwestern Algeria, using physicochemical and biological indicators. The study is based on a series of field samples and laboratory analyses, allowing the assessment of standardized indicators such as the Water Quality Index (WQI). The results reveal a spatial and temporal degradation of water quality, linked to anthropogenic discharges, agricultural practices, and seasonal variations in hydrology. This study highlights the importance of regular monitoring and integrated water resource management to preserve the quality of these threatened aquatic ecosystems.Item Prédiction des précipitations par application de l’intelligence artificielle(Institut des sciences et de la technologie/Départeemt d'ydraulique, 2025-07-03) SELMOUNI CharifaThe aim of thisworkis to evaluate the performance of a precipitationforecasting model based on Long Short-Term Memory (LSTM) neural networks, applied to the Oued Mouillah watershed in the wilaya of Tlemcen. The methodological approach is based on in-depth statistical analysis of the main climatic variables (precipitation, temperature, evaporation, humidity, wind), followed by dimensionality reduction using Principal Component Analysis (PCA), to identify the most significant variables for modeling. The LSTM model was then designed and trained over a twenty-year time series, and evaluated using quantitative performance indicators. A simulation application was developed to exploit the model's outputs, while a Business Model Canvas was drawn up with a view to the operational valorization of the results obtained. الملخص تهدفهذهالدراسةإلىتقييمأداءنموذجللتنبؤبهطولالأمطاريعتمدعلىالشبكاتالعصبيةذاتالذاكرةطويلةالمدى والذيتمتطبيقهعلىمستجمعواديمويلحبولايةتلمسان. يعتمدالنهجالمنهجيعلىتحليل، (LSTM) القصيرةالأجل إحصائيمتعمقللمتغيراتالمناخيةالرئيسية )هطولالأمطار،ودرجةالحرارة،والتبخر،والرطوبة،والرياح(،متبوعًا لتحديدالمتغيراتالأكثرأهميةللنمذجة. تمبعدذلكتصميم، (PCA) بتقليلالأبعادباستخدامتحليلالمكوناتالرئيسية وتدريبهعلىسلسلةزمنيةمدتهاعشرونعامًا،وتقييمهباستخداممؤشراتالأداءالكمي. وقدتمتطوير LSTM نموذج تطبيقمحاكاةلاستغلالمخرجاتالنموذج،فيحينتموضعنموذجنموذجعملبهدفالاستفادةالتشغيليةمنالنتائجالتي تمالحصولعليها .