Académique Documents
Professionnel Documents
Culture Documents
Département d’Informatique
Master SIDI | Module : SIG
A.U : 2022/2023
• Identifier les zones avec une vitesse de vent élevée et une topographie appropriée pour
l'installation d'éoliennes
• Évaluer les impacts environnementaux potentiels de l'installation d'éoliennes dans ces zones
• Évaluer les coûts de construction et d'exploitation des éoliennes dans chaque zone identifiée
• Identifier les zones avec une exposition au soleil maximale et une topographie appropriée
pour l'installation de panneaux solaires
• Évaluer les coûts de construction et d'exploitation des panneaux solaires dans chaque zone
identifiée
• Collecter les données sur la sécheresse, les précipitations, la température et les types de
végétation dans la région
• Analyser les données pour identifier les impacts de la sécheresse sur la zone de végétation
• Évaluer les impacts de la sécheresse sur les populations locales qui dépendent de la
végétation pour leur subsistance
• Proposer des mesures d'adaptation pour minimiser les impacts de la sécheresse sur la zone
de végétation
• Collecter les données sur les niveaux d'eau du barrage, les précipitations et la sécheresse
dans la région
• Analyser les données pour identifier les impacts de la sécheresse sur le barrage Al Hassan
Addakhil
• Évaluer les impacts de la sécheresse sur les populations locales qui dépendent de l'eau
stockée dans le barrage
• Proposer des mesures d'adaptation pour minimiser les impacts de la sécheresse sur le
barrage et les populations locales
Faculté des Sciences et Techniques
Département d’Informatique
Master SIDI | Module : SIG
A.U : 2022/2023
5. Classification supervisée et non supervisée des types de sol, cas des provinces de la région
de Daraa Tafilalet :
• Collecter les données sur les types de sol et les caractéristiques de la région, comme la
topographie et la végétation
• Utiliser des algorithmes de classification supervisée et non supervisée pour classer les types
de sol de la région
• Analyser les résultats de la classification pour mieux comprendre la distribution des types de
sol dans la région
6. Dénombrement automatique des palmiers dattiers à l'aide des images satellites et les
algorithmes d'apprentissage automatique : cas des fermes dans la région de Boudnib :
• Utiliser des algorithmes d'apprentissage automatique pour détecter les palmiers dattiers
dans les fermes de la région de Boudnib