Apport de la télédétection multi spectrale des eaux littorales turbides Pour l’étude de la chlorophylle et la qualité des eaux marines Le long de la côte algérienne (Ouest)
No Thumbnail Available
Date
2024-06-30
Authors
Drici Mohamed Anis
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
La télédétection spatiale multi bande la télédétection multispectrale de SST et Chl-a est un outil
indirect de prospection de la surface de la terre et puissant pour surveiller et comprendre les
processus océaniques et lacustres à différentes échelles spatiales et temporelles, contribuant ainsi à
la gestion durable des ressources naturelles et une avancée majeure dans notre capacité à comprendre et à surveiller les écosystèmes aquatiques à l'échelle globale. a nécessite une méthodologie d’un traitement d’image approprié à l’utilisation de ces données. nous a permis non seulement d’établir un traitement pour les images satellitaire capter au niveau de notre zone d’étude mais aussi avoir des résultats de différent résolution continuer à développer et à améliorer les
techniques de traitement des données ainsi que les modèles prédictifs basés sur ces données Dans ce travail nous avons mis en œuvre une application de traitement des images satellites fournissant des données précieuses pour la gestion des ressources aquacoles. en utilisant les méthodes suivantes :
• Analyse des données multispectrales : Exploration des techniques de traitement d'image et de classification spectrale pour extraire avec précision la SST et le Chl-a à partir de données satellitaires. • Modélisation des variations : Développement de modèles statistiques et spatio-temporels pour quantifier les variations et prédire les tendances à long terme, évaluation de l'incidence des variations de la SST et du Chl-a sur les écosystèmes aquacoles, en mettant l'accent sur les
espèces marines . Interactions SST-Chl-a : Etude des relations complexes entre la SST et le Chl-a, en tenant compte des facteurs environnementaux et des cycles saisonniers Application de techniques de régression et de modélisation spatio-temporelle pour quantifier les variations et prédire les
tendances à long terme • Utilisation des résultats pour optimiser la gestion des fermes aquacoles, en tenant compte des conditions environnementales hangeantes pour surveiller ces écosystèmes marines à large échelle et à intervalles réguliers