| Titre : | Cartographie et Suivi de la Sécheresse à l’aide de la GéoAI Cas d’étude : Assilah |
| Auteurs : | AMSAHAL Neima, Auteur ; EL YOUSSEFI Samira, Auteur |
| Type de document : | texte imprimé |
| Editeur : | Agadir : IAV Hassan II, 2026 |
| Format : | 110 PAGES |
| Langues: | Français |
| Mots-clés: | Sécheresse ; Télédétection ; Machine Learning ; Random Forest ; Support Vector Regression ; GéoAI ; Landsat ; MODIS ; CHIRPS ; CMIP6 ; SPI ; VCI ; NDVI ; NDWI ; SAVI ; SVI ; Assilah. |
| Résumé : |
La sécheresse constitue l'un des principaux défis environnementaux liés au changement
climatique. Son suivi et sa prédiction sont essentiels pour une gestion durable des ressources naturelles. Ce travail propose une approche intégrant la télédétection, les données climatiques et le Machine Learning afin de cartographier et de prédire l'évolution de la sécheresse dans la région d'Assilah à l'horizon 2040. Plusieurs indices de sécheresse ont été calculés à partir des données Landsat, MODIS, CHIRPS et CMIP6, notamment le NDVI, le NDWI, le SAVI, le VCI, le SVI et le SPI-6. Ces indices ont ensuite été utilisés pour constituer une base de données d'apprentissage destinée à l'entraînement de deux modèles de Machine Learning : le Random Forest (RF) et le Support Vector Regression (SVR). Les performances des modèles ont été évaluées à l'aide de plusieurs indicateurs statistiques tels que le coefficient de détermination (R²), le RMSE, le MAE et le coefficient de corrélation. Les résultats montrent que les deux modèles reproduisent correctement les tendances spatiales et temporelles des indices étudiés, avec des performances variables selon l'indice considéré. Les projections réalisées jusqu'en 2040 mettent en évidence une évolution de la sécheresse dans la région d'Assilah, illustrant l'intérêt de l'association entre la télédétection, les projections climatiques et le Machine Learning pour le suivi et l'anticipation des phénomènes de sécheresse. |
| Président : | EL AYACHI Moha |
| Rapporteur : | HAMMOUD Yassine |
| En ligne : | http://10.2.0.27/PDF_CDA/uploads/PDF/AMSAHAL_EL_YOUSSEFI_2026_11035.pdf |
Exemplaires (2)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| 200042700 | 11035 | Support papier | Salle des thèses/PFE (RDC) | Master | Consultation sur place Exclu du prêt |
| 200042701 | 11035 | Support papier | Salle des thèses/PFE (RDC) | Master | Consultation sur place Exclu du prêt |
