Resumen Se ha estudiado la capacidad de las redes artificiales neurales (ANN) para modelizar las relaciones de lluvia-descarga de acuíferos kársticos en el sistema kárstico La Rochefocauld, al suroeste de Francia, el cual abastece de agua a la ciudad de Angoulême. Se desarrolló un modelo de redes neurales en base a redes MLP (Perceptron Multi-Capas) y el algoritmo de optimización Levenberg-Marquardt. Se utilizaron datos de lluvia sin la transformación hacia lluvia efectiva. Esto permitió la eliminación de ciertos supuestos simplificadores no verificables y su subsiguiente introducción en el procedimiento de modelizado. Los datos brutos de descarga y lluvia se dividieron en 3 grupos para la preparación, validación y la prueba de predicción del modelo ANN. Las fases de preparación y validación llevaron a una calibración muy satisfactoria del modelo ANN. El intento por predecir descargas mostró que el modelo ANN es capaz de simular las descargas del acuífero kárstico. Se encontró que la forma de los hidrogramas sintéticos es similar a la de los hidrogramas reales. Estos resultados alentadores hacen posible considerar prospectos nuevos e interesantes para el modelizado de acuíferos kársticos los cuales son sistemas altamente no-lineares.

Résumé L’aptitude des réseaux de neurones artificiels (RNA) à modéliser les relations pluie-débit des aquifères karstiques a été évaluée sur le karst de La Rochefoucauld (Sud-Ouest de la France), qui fournit l’eau potable à la capitale régionale Angoulême. Un modèle RNA a été développé à cet effet, basé sur les réseaux PMC (Perceptron Multicouche) et l’algorithme d’optimisation de Levenberg-Marquardt. Les données de pluie utilisées concernent la pluie brute, sans transformation en pluie efficace, ce qui permet de s’affranchir de certaines hypothèses simplificatrices non vérifiables. Les données de pluie brute et de débit ont été réparties en 3 groupes pour l’apprentissage, la validation et le test de prédiction du RNA. Les phases d’apprentissage et de validation ont permis d’aboutir à une calibration très satisfaisante du modèle RNA. La tentative de prédiction a montré que le RNA est apte à simuler les débits de l’aquifère karstique à partir de la pluie brute. La forme des hydrogrammes simulés est semblable à celle des hydrogrammes réels. Les résultats obtenus sont très encourageants et permettent d’envisager des perspectives intéressantes et nouvelles de modélisation des aquifères karstiques, qui sont des systèmes hautement non-linéaires.