APPLICATION DE LA METHODE SOM DES RESEAUX DE NEURONES ARTIFICIELS POUR LA CLASSIFICATION DE LA QUALITE ENVIRONNEMENTALE DES SYSTEMES LACUSTRES DANS LE MOYEN ATLAS MAROCAIN : CAS DES LACS IFRAH, IFFER ET AFOURGAGH

Abstract

Les cartes topologiques auto-organisatrices de Kohonen (Self Organising Maps: SOM) et d’autres méthodes de l’intelligence artificielle sont des outils efficaces pour modéliser et résoudre des problèmes environnementaux. Dans cette étude, nous avons proposé une approche de classification basée sur un réseau de neurones artificiels du type carte topologique auto-organisatrice (SOM) afin de mettre en évidence la classification des paramètres physico-chimique saisonnière des eaux de systèmes lacustres dans le Moyen Atlas marocain : lacs Ifrah, Iffer et Afourgagh.La classification par carte auto-organisatrice a permis de définir quatre classes d’échantillons. Les classes 1 et 2 sont significativement caractérisées par des concentrations élevées en bicarbonates (HCO3- (mg/l)), sodium (Na+ (mg/l)), magnésium (Mg2+ (mg/l)), (TDS (mg/l)) et en matière en suspension (MES (mg/l)). La classe 3 montre des concentrations élevées en calcium (Ca2+ (mg/l)), potassium (K+ (mg/l)), en sulfates (SO42- (mg/l)) et en nitrates (NO3- (mg/l)). La classe 4 est caractérisée par des valeurs faibles de tous les paramètres sauf la Charge Dissoute Totale et la conductivité électrique (CE (μs/cm) qui sont relativement élevées par rapport aux autres groupes. Les résultats obtenus montrent que la classification par des cartes topologique auto-organisatrices de Kohonen (SOM) est un outil excellent et fondamentalla compréhension et la visualisation de la distribution spatiale et temporelle de la qualité physico-chimique des eaux des trois lacs étudiés du Moyen Atlas