Nouvelle approche d'estimation spatio-temporelle des précipitations basée sur WkNN à partir des données MSG/SEVIRI

Voir Plus Voir Moins

Afficher le Résumé

Pour l'estimation des précipitations dans le Nord de l'Algérie, une nouvelle méthode est proposée dans cette étude. Elle est basée sur l'algorithme de classification des k plus proches voisins pondérées WkNN (Weighted k Nearest Neighbours) en utilisant l'ensemble de données issues du radiomètre-imageur SEVIRI (Spining Enhanced Visible and Infra-Red Imager) embarqué à bord du satellite MSG (Meteosat Second Generation). Dans la classification, la méthode utilise les caractéristiques multi-spectrales d'un nouvel échantillon (pixel) comme variables d'entrées du classifieur WkNN pour prédire sa classe d'appartenance en se basant sur les distances pondérées qui le sépare des échantillons de l'ensemble d'apprentissages. Les taux de précipitations correspondant aux différentes classes sont déterminés en fonction des 16 niveaux d'intensités prédéfinis et utilisés dans le radar météorologique de Sétif. Les résultats obtenus sont validés par rapport aux classes d'intensité des précipitations observées et co-localisées avec les données radar.