Reconstitution de données climatiques pour l’Algérie du Nord : application des réseaux neuronaux

RésuméDans le contexte actuel de changement climatique et de préservation de la biodiversité, l’appréciation de la vulnérabilité des écosystèmes naturels et de leur capacité d’adaptation figurent parmi les principales préoccupations au niveau mondial (GIEC, 2007). Cette évaluation des écosystèmes nécessite la disponibilité de données climatiques, ce qui est souvent rendu difficile par la faible densité voire l’absence de stations météorologiques notamment, au niveau des zones de montagnes. Dans le cadre d’une étude des relations climat–végétation de l’Algérie du Nord, nous avons eu recours à l’interpolation des données climatiques. Cette opération a pour but de reconstituer, à partir du réseau météorologique existant (269 stations utilisées), les données climatiques au niveau des sites échantillonnés (1035 relevés phytoécologiques). Nous présentons ici, l’application d’une méthode d’interpolation automatique dite, méthode des réseaux neuronaux, qui se caractérise par une grande souplesse de non-linéarité, ainsi que par sa capacité de reconstitution d’une information à partir d’indices partiels et mal définis tel que c’est le cas des données fournies par le réseau météorologique. Pour procéder à la reconstitution des données climatiques, nous utilisons les variables explicatives, longitude, latitude et altitude, les variables à expliquer étant la pluviosité et les températures. Pour définir la meilleure approche, la calibration du réseau a été testée sur les paramètres climatiques pris globalement ou isolément, pour l’ensemble de la zone d’étude et par secteur géographique. Les résultats de l’interpolation sont exprimés à travers une cartographie des paramètres climatiques, réalisée automatiquement par le logiciel MapInfo 8.0. La fiabilité des résultats obtenus par cette méthode est appréciée à travers la réalisation de cartes des erreurs d’estimation par comparaison à des données de référence.

In the present context of climate change and preservation of biodiversity, the appreciation of the vulnerability of the natural ecosystems and their capacity of adaptation appears among the main preoccupations to the world level (GIEC, 2007). This assessment of the ecosystems requires the availability of climatic data, what is often made difficult by the weak density or even the absence of meteorological stations notably, to the level of the mountains zones. In order to study the climate–vegetation relationship in North Algeria, we use an automatic interpolation method, the neural network method, for the reconstitution of climatic data of the sampled sites, (1035 phytoecological samples), from the existing meteorological network (269 stations). This method is characterized by a great suppleness of non-linearity and by its capacity for reconstituting information from partial and not well-defined indications such as the case of data provided from meteorological networks. In order to reconstitution of climatic data, we use the explicate variables, longitude, latitude and altitude, the variables to explain being the rainfall and temperatures. To define the best approach, the network calibration has been activated on climatic parameters taken globally or solely, for the whole of study zone, and by geographical sector. The results of the interpolation are expressed through a climatic parameter cartography, released automatically by the MapInfo software. The reliability results obtained by this method can be appreciated by elaboration of errors maps comparing to reference data.