DSpace ENSSMAL
مرحبا بكم في المستودع الرقمي للمدرسة الوطنية العليا لعلوم البحر و تهيئة الساحل
Welcome to digital repository of National Higher School of Marine Science and Coastal Development
Bienvenue au dépôt institutionnel de l’École Nationale Supérieure des Sciences de la Mer et l’Aménagement du Littoral
Votre guichet pour un accès libre à une archive numérique qui conserve une large gamme de documents scientifiques, de publications, de livres entiers, de thèses et toute autre propriété intellectuelle.
Communities in DSpace
Select a community to browse its collections.
Recent Submissions
Item
Circulation générale et processus de sous-méso échelle dans le bassin Algéro-Provençal de la Méditerranée à partir de données in situ
(2026) Mallil Katia
Data from the SOMBA-GE2014 oceanographic cruise, allowed us to highlight the presence of Algerian Gyres via current measurements. The temperature and salinity sections obtained across the basin allowed the visualization of the influence of the Algerian Gyres on the hydrological distribution. Indeed, young intermediate Levantine waters extend from Saridinian LIW vein towards the interior of the Algerian Basin, in the form of patches. LIW and WIW core climatologies covering the period 1960 to 2017 in the Algerian-Provençal basin were produced using the Mediterranean database of temperature and salinity profiles and new detection methods. A westward transport of LIW from the southern vein of Sardinia to the interior of the Algerian Basin following the periphery of the Algerian Gyres is highlighted by this climatology and confirmed by the cross-correlation of the cooling signal observed during the 1980s. The estimation of trends of LIW and WIW characteristics help to document their evolution. The
acceleration of warming observed throughout the basin from 2010 is alarming. Glider observations have supported our conclusions regarding the effectiveness of mesoscale andsubmesoscale structures for the transport of water masses into the interior of the Algerian Basin. Indeed, we observed WIW, LIW, and WMDW parcels within the Algerian Basin with more pronounced characteristics than adjacent waters.
Item
Diagnostic bioécologique rapide et évaluation des capacités de production du barrage de Bouhamdane
(2025-06-30) GUETTAF Bouchra
L'évaluation de l'état trophique du plan d'eau à travers la méthode du diagnostic bioécologique rapide (DBR), a été effectuée dans le cadre de cette étude, au niveau du barrage de Bouhamdane, situé dans la wilaya de Guelma. La méthode utilisée s'appuie sur une étude intégrée qui associe les facteurs physico-chimiques, le taux de chlorophylle a, la structure du peuplement de phytoplancton et les regroupements de poissons observés pendant les saisons d'hiver (février-ars) et de printemps (avril) en 2025. Les résultats indiquent une propension marquée à l'eutrophisation, définie par : Des concentrations importantes en nutriments, particulièrement en NO₃⁻ et PO₄³⁻ ; Une turbidité et une conductivité électrique élevées ; Une abondance de phytoplancton caractéristique des environnements eutrophes à hypereutrophes (genres Pediastrum, Scenedesmus, Peridinium, Ceratium, etc.) ; Au printemps, la concentration en chlorophylle est supérieure à 8 mg/m³, principalement. Un peuplement de poissons dominé par des espèces tolérantes (comme la carpe et le carassin), avec une rareté d'espèces sensibles. L'étude comparative des stations observées (S1, S2, S3) a révélé de légères isparités spatiales, néanmoins, toutes aboutissent au même constat écologique. Pour résumer, cette recherche souligne la fragilité écologique du barrage Bouhamdane et insiste sur l'importance d'établir un programme de suivi vironnemental régulier, fondé sur des bioindicateurs de confiance pour éviter une détérioration irréversible de l'écosystème.
Item
Diagnostic bioécologique rapide et évaluation des capacités de production du barrage de Bouhamdane
(2025-06-30) GUETTAF Bouchra
Item
Fabrication d’un gel nettoyant hydratant à base d’alginate extrait d’algues brunes
(2025-06-30) CHIKHAOUI Chaima
Les algues marines brunes représentent une ressource naturelle prometteuse grâce à leur richesse en composés bioactifs tels que l’alginate, un polysaccharide aux propriétés gélifiantes, hydratantes et stabilisantes. Ce mémoire s’inscrit dans une démarche de valorisation de l’espèce Cystoseira compressa, récoltée sur la plage de Kouali (Tipaza), comme source d’alginate destinée à un usage cosmétique L’alginate a été extrait par un procédé alcalin, suivi de sa caractérisation à vers des tests de solubilité, de pH, de gélification, ainsi qu’une analyse FTIR comparative avec un alginate commercial. Le biopolymère obtenu a ensuite été utilisé pour formuler un gel nettoyant naturel, enrichi en agents hydratants et tensioactifs doux Le produit final a été évalué par une série de tests : stabilité, pH, viscosité, efficacité nettoyante, analyses microbiologiques et test d’irritation cutanée. Les résultats confirment l’efficacité et la compatibilité cutanée du gel formulé, mettant en évidence l’intérêt de Cystoseira compressa comme source durable d’alginate pour les soins cosmétiques.
Item
Identification of Marine Environments Favourable to Artisanal Fishing using Machine Learning and Satellite Data in Algeria's Exclusive Economic Zone
(2025-06-30) CHERGUI ,Khadidja
Ce travail vise à identifier les zones de pêche pélagique au sein de la Zone Économique Exclusive (ZEE) algérienne en combinant des données satellitaires et des techniques d'apprentissage automatique. Les données biologiques collectées entre 2013 et 2019 ont été croisées avec des paramètres environnementaux clés (chlorophylle, température de surface, matières en suspension, bathymétrie) issus des services Copernicus. Le traitement et l’intégration des données ont été réalisés à l’aide de scripts développés en Python, en exploitant à la fois des outils open source et des solutions propriétaires via ArcGIS (ArcPy). Deux approches de prédiction ont été explorées : une classification binaire (présence ou absence de biomasse pélagique) et une estimation quantitative de la biomasse par égression. Si cette dernière a donné des résultats peu concluants — principalement en raison du manque de calibration des mesures in situ — la classification binaire a, quant à elle, atteint des scores de précision supérieurs à 98 %, grâce à l’utilisation de sept algorithmes de machine learning implémentés sur Google Colab. Les résultats ont permis de générer des cartes de probabilité de présence des zones favorables à la pêche pélagique, contribuant ainsi à une meilleure gestion des ressources halieutiques et au soutien de la pêche artisanale en Algérie