L'analyse exploratoire de donnees environnementales utilise frequemment des outils statistiques. Cet article presente l'applicabilite des reseaux de neurones artificiels (RNA) a l'etude des pollutions des sols par les hydrocarbures aromatiques polycycliques (HAP). Les RNA mettent en evidence des relations entre la distribution en polluants observee dans des prelevements de sol et le type d'activite industrielle generatrice. Ces modeles facilitent, par exemple, l'identification des substances chimiques caracteristiques des pollutions observees sur les sites d'anciennes cokeries et usines a gaz. Pour citer cet article : A. Dan et al., C. R. Geoscience 334 (2002) 957-965.
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.