Contribution des réseaux de neurones artificiels (RNA) à la caractérisation des pollutions de sol. Exemples des pollutions en hydrocarbures aromatiques polycycliques (HAP)

We develop the ANNs (Artificial Neural Networks) method to explore contaminant concentration profiles observed in soils of polluted sites. ANNs are particularly efficient in simultaneous analysis of numerous parameters and in identification of complex relations involving field data. Applying the ANN models on a PAH (Polycyclic Aromatic Hydrocarbon) database, we extracted the most characteristic components of known contaminations and applied it to identify the source type of similar polluted sites. The performed tests prove the generalisation capability of the selected ANN model. To cite this article: A. Dan et al., C. R. Geoscience 334 (2002) 957–965. é yse exploratoire de données environnementales utilise fréquemment des outils statistiques. Cet article présente lʹapplicabilité des réseaux de neurones artificiels (RNA) à lʹétude des pollutions des sols par les hydrocarbures aromatiques polycycliques (HAP). Les RNA mettent en évidence des relations entre la distribution en polluants observée dans des prélèvements de sol et le type dʹactivité industrielle génératrice. Ces modèles facilitent, par exemple, lʹidentification des substances chimiques caractéristiques des pollutions observées sur les sites dʹanciennes cokeries et usines à gaz. Pour citer cet article : A. Dan et al., C. R. Geoscience 334 (2002) 957–965.