25.06.2013 Views

1er Séminaire National du laboratoire de Recherche - Université de ...

1er Séminaire National du laboratoire de Recherche - Université de ...

1er Séminaire National du laboratoire de Recherche - Université de ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

3. INFLUENCE DE LA STRUCTURE ET DES ACTIVITES ANTHROPIQUES<br />

SUR LES EAUX SOUTERRAINES DU MASSIF CRISTALLIN DE L’EDOUGH<br />

(ANNABA)- ALGERIE<br />

Hocine KINIOUAR a *, Azzedine HANI b , Habiba MAJOUR c<br />

a <strong>Université</strong> <strong>de</strong> Jijel, Laboratoire <strong>de</strong> Génie Géologique, Département <strong>de</strong>s Sciences <strong>de</strong> la Terre, Faculté<br />

<strong>de</strong>s Sciences, BP 98- 18000 Jijel Courriel : Kiniouar_Hocine@hotmail.com<br />

b, c <strong>Université</strong> <strong>de</strong> Annaba, Département <strong>de</strong> géologie, Faculté <strong>de</strong>s Sciences <strong>de</strong> la Terre, BP 12, 23000<br />

Annaba Courriel : haniazzedine@yahoo.fr<br />

Résumé<br />

Cette étu<strong>de</strong> vient contribuer à la connaissance hydrogéologique <strong>de</strong> l’aquifère<br />

cristallin <strong>du</strong> massif <strong>de</strong> l’Edough renfermant dans son sous-sol un potentiel hydrique<br />

assez précieux surtout d’un point <strong>de</strong> vue qualitatif.<br />

Premièrement, on a procé<strong>de</strong>r à une <strong>de</strong>scription <strong>de</strong>s différentes formations<br />

géologiques sur une échelle régionale, en se référant aux diverses étu<strong>de</strong>s<br />

géologiques déjà effectuées.<br />

Ensuite, sur une échelle locale, on a étudié le réseau <strong>de</strong> fractures, grâce aux photoaériennes<br />

et aux mesures sur le terrain, pour i<strong>de</strong>ntifier les directions principales <strong>de</strong>s<br />

fractures, ayant un intérêt hydrogéologique et hydrodynamique.<br />

L’étu<strong>de</strong> <strong>du</strong> chimisme <strong>de</strong>s eaux <strong>de</strong>s sources située en haute altitu<strong>de</strong> sur une pério<strong>de</strong><br />

<strong>de</strong> 236 jours, en utilisant l’analyse en composante principale et les courbes <strong>de</strong><br />

variation <strong>du</strong> chimisme, a permis <strong>de</strong> comprendre l’influence <strong>de</strong>s différents facteurs sur<br />

la qualité <strong>de</strong>s eaux <strong>de</strong>s sources. Ensuite, l’étu<strong>de</strong> d’une compagne <strong>de</strong> prélèvement<br />

réalisée sur une superficie plus éten<strong>du</strong>e, a permis <strong>de</strong> comparer le chimisme <strong>de</strong>s<br />

eaux <strong>de</strong> haute altitu<strong>de</strong>, avec celui <strong>de</strong>s eaux <strong>de</strong> basse altitu<strong>de</strong> influencées par la mer.<br />

Enfin, Un modèle <strong>de</strong> réseau <strong>de</strong> neurones artificiel a été développé pour simuler<br />

l'écoulement <strong>de</strong> l'eau et la con<strong>du</strong>ctivité <strong>de</strong> l'eau <strong>de</strong> chacune <strong>de</strong>s sources <strong>de</strong> l’aquifère<br />

cristallin. Le RNA que le modèle a développée pour toutes les sources était un<br />

réseau à trois couches utilisant la fonction sigmoï<strong>de</strong> comme activateur et l'algorithme<br />

<strong>de</strong> la rétro-propagation pour l’apprentissage <strong>du</strong> réseau. Les précipitations et les<br />

températures <strong>de</strong> l’air (RAIN, TEMP) étaient <strong>de</strong>s entrées <strong>de</strong> variables climatiques, (Cl,<br />

HCO3, SO4, NO3, CA, Mg, Na, K, CE, T, pH, pCO2) étaient <strong>de</strong>s entrées <strong>de</strong> variables<br />

physico-chimiques et le débit à la source était la sortie <strong>du</strong> RNA, ensuite nous<br />

appliquerons la même métho<strong>de</strong> pour simuler la con<strong>du</strong>ctivité <strong>de</strong> l'eau, mais dans ce<br />

cas, la con<strong>du</strong>ctivité <strong>de</strong> l'eau est considérée comme sortie <strong>du</strong> RNA. Les variables<br />

climatiques et chimiques étaient suivis sur une pério<strong>de</strong> <strong>de</strong> 236 jours. Avec ces<br />

données à chaque cas un réseau <strong>de</strong> neurone est formé (apprentissage) et sa<br />

performance est validée.<br />

Ce travail montre que l’on peut aisément modéliser les débits et la con<strong>du</strong>ctivité <strong>de</strong>s<br />

différentes sources. Il est également possible <strong>de</strong> faire <strong>de</strong>s prévisions <strong>de</strong>s paramètres<br />

physico-chimiques pour la gestion <strong>de</strong> ressources hydriques <strong>de</strong> la région grâce aux<br />

RNA.<br />

Mots clés : Massif <strong>de</strong> l’Edough, aquifère cristallin, fracturation, analyse en<br />

composante principale, réseau <strong>de</strong> neurones artificiels, débit <strong>de</strong>s sources,<br />

con<strong>du</strong>ctivité.<br />

Sidi Bel Abbès : 8-9 Décembre 2009

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!