Généralités sur l’irrigation

Besoin d'aide ?

(Nombre de téléchargements - 0)

Catégorie :

Pour des questions et des demandes, contactez notre service d’assistance E-mail : info@chatpfe.com

Table des matières

INTRODUCTION GENERALE
PARTIE I : SYNTHESE BIBLIOGRAPHIQUE 
CHAPITRE 1 : Présentation de l’entreprise
I. INRA (Institut National de Recherche Agronomique)
I.1 Histoire
II. Centre Régional de la Recherche Agronomique (CRRA) de Rabat
II.1 Présentation
II.2 Organisation et axes scientifiques
II.3 Unité de Recherche sur l’Environnement et la Conservation des Ressources Naturelles (URECRN)
CHAPITRE 2 : Généralités sur l’irrigation 
II. Différents systèmes d’irrigation adoptés au Maroc
II.1 Irrigation gravitaire ou de surface
II.2 Irrigation goutte à goutte
II.3) Irrigation par aspersion
III. Impact de la qualité chimique des eaux d’irrigation sur le sol et les cultures
III.1) Salinité
III.2) Sodium: Proportion relative des cations sodium (Na+) par rapport aux autres
III.3) Alcalinité et dureté
III.4) Concentration en éléments toxiques
III.5) pH de l’eau d’irrigation
CHAPITRE 3 : Régression linéaire multiple (RLM) 
I. Régression Linéaire Simple (RLS)
II. Estimation du modèle par la méthode des moindres carrés ordinaires (MCO)
III. Test de la pente de la droite de régression
IV. Régression linéaire multiple (RLM)
IV.1 Modèle de la RLM
IV.2 Notation matricielle
IV.3 Estimation du modèle par la méthode des moindres carrés ordinaires (MCO)
IV.4 Estimation de la variance des résidus
IV.5 Intervalle de confiance
IV.6 Décomposition de la variabilité
IV.7 Eléments d’évaluation de la qualité du modèle
IV.8 Prévision
CHAPITRE 4 : Théorie des réseaux de neurones artificiels
I. Introduction
II. Historique
III. Domaines d ‘application
IV. Réseau de neurones: fondement biologique
IV.1 Neurone
V. Réseaux de neurones artificiels
V.1 Modélisation
V.2 Différents modèles de RNA
V.3 Méthodes d’apprentissage ou d’entrainement
V.4) Réseau de neurones monocouche : perceptron de Rosenblatt (1958)
V.5 Réseau de neurones multicouche : perceptron multicouches (MultiLayers Perceptron(MLP))
VII .Conclusion
PARTIE II : ETUDE EXPERIMENTALE
CHAPITRE 1: Matériels et méthodes 
I. Description de la zone d’étude
I.1) Contextes géographique, climatique et géologique
II. Méthode d’échantillonnage de l’eau
II.1) Choix des sites de prélèvement
II.2) Méthode de prélèvement
III. Analyse des paramètres physico-chimiques de l’eau in situ
III.1 pH de l’eau
III.2 Conductivité électrique (CE)
III.3 Niveau piézométrique
IV. Analyse des paramètres physico-chimiques de l’eau au laboratoire défini
IV.1Dosage du sodium (Na+) et du potassium (K+)
V. Normes et critères utilisées à l’évaluation de la qualité chimique de l’eau d’irrigation
V.1 Risque de Salinité
V.2 Risque d’alcalinité
V.3 Diagramme de classification américain
VI. Logiciel de traitement des données (IBM SPSS Statistics version 20)
CHAPITRE 2 : Résultats et discussion 
I. Analyse exploratoire des données
I.1 Statistique descriptive des données
I.2 Analyse de corrélations
II. Application de la RLM
III. Application des RNA
IV. Comparaison entre les résultats de le RLM et des RNA
V.Calcul de sensibilité et de spécificité pour les modèles de SAR et de CE
Conclusion

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *