Hamiti HyndaLoukkad YaghmourassenLazri Mourad2019-11-122019-11-122014Reseaux Et TelecommunicationsMAST.ELN.03-14https://dspace.ummto.dz/handle/ummto/628368 f. : ill. ; 30 cm. (+ CD-Rom)Notre travail porte sur un nouvel algorithme pour classer les nuages convectifs et déterminer leur intensité à partir des propriétés physiques des nuages extraites de SEVIRI (Spinning Enhanced Visible and Infrared Imager). Les événements convectifs observés de 2006 à 2011 à une échelle temporelle de 15 min, de résolution spatiale 4×5km2 sont analysés sur le nord de l'Algérie. La méthode de classification des précipitations convectives est basée sur la relation entre les caractéristiques spectrales des nuages et leurs propriétés physiques telles que le CWP, phase des nuages (CP) et la température du sommet des nuages (CTT). Pour ce faire, une méthode statistique basée sur "La classification naïve bayésienne" est appliquée. Il s'agit d’un type de classification Bayésienne probabiliste simple basée sur le théorème de Bayes avec une forte indépendance (dite naïve) des hypothèses. Pour une période de 12 mois, les performances de la méthode pour la classification des intensités de précipitations dans les nuages convectifs sont évaluées à l'aide du radar météorologique installé sur le nord de l'Algérie. Les résultats indiquent une performance encourageante de la méthode.frNuage convectiveSEVIRIRadar météorologiqueClassificateur naïfBayésien.Thesis