Modélisation du régime annuel des petits cours d'eau à faibles données

L¿implantation des Microcentrales Hydroélectriques pour l¿Electrification Rurale Décentralisée est confrontée aux problèmes liés au manque de données hydrologiques. Il a fallu recourir à la modélisation pour pallier ce handicap. Les Réseaux de Neurones Artificiels sont utilisés à cet effet. Les réseaux de type Perceptron à une seule couche cachée ont été optimisés avec les techniques de l¿Analyse de Sensibilité tels l¿Extended Fourier Amplitude Sensivity Test (EFAST) et l¿inférence bayesienne pour obtenir des modèles parcimonieux et globaux qui conviennent aux Hautes Terres centrales de Madagascar. Les performances de ces réseaux ont été comparées à celles des réseaux dynamiques pour la reconstitution du régime annuel et interannuel des cours d¿eau à partir de faibles données hydrologiques. Les résultats obtenus sont très satisfaisants pour une évaluation rapide et fiable du potentiel hydroélectrique d¿un site par rapport à l¿utilisation du débit minimum d¿étiage classique.