RNTI

MODULAD
Etude de la prédiction du niveau de la nappe phréatique à l'aide de modèles neuronaux convolutif, récurrent et résiduel
In EGC 2022, vol. RNTI-E-38, pp.313-320
Résumé
La prévision du niveau des nappes phréatiques, ou niveau piézométrique ou encore charge hydraulique est une tâche aux enjeux socio-économiques. Une bonne prévision peut permettre la régulation de la consommation d'eau, éviter des inondations et optimiser l'exploitation de l'eau. C'est ainsi que nous nous intéressons au challenge de la conférence EGC 2022, qui consiste à prédire l'évolution du niveau des nappes sur une durée de trois mois dans le futur. Dans cet article, nous proposons d'utiliser trois types de réseau de neurones (convolutif, récurrent et résiduel) qui collaborent afin de prédire la charge hydraulique toutes les 24 heures allant du 15 octobre 2021 au 15 janvier 2022. Le code source de notre approche, ainsi que les résultats sont publiquement disponibles sur GitHub 1.