Reconstruction et prévision déterministe de houle à partir de données mesurées - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2009

Deterministic reconstruction and prediciton of non-linear wave-fields using probe data

Reconstruction et prévision déterministe de houle à partir de données mesurées

Elise Blondel-Couprie
  • Fonction : Auteur
  • PersonId : 866357

Résumé

Wave prediction is a crucial task for offshore operations from an obvious security point of view regarding working people and technical equipments or structures. The prediction tools available since now are based on a stochastic description of the sea state and are not able to predict deterministically the wave fields evolution. Only averaged statistical data representative of the sea state can be obtained from the known spectral quantities. To face the growing need of accurate short term predictions, a deterministic prediction model has been developed in order to improve the efficiency of the sea operations which require a precise knowledge of the sea surface on a specific region of interest. After achieving a theoretical study to determine the available time-space predictable domain depending on the current sea state and on the measurement conditions, we created two data assimilation process to combine the measured observations to the physics-based model. This model is a second order model for low to moderate steeped fields, or a high-order model for high crested seas, namely the High-Order Spectral numerical method. The extended second order model and the third order model using the HOS have been validated for the prediction of 2D synthetic and basin wave fields: the averaged prediction errors we obtain are more than two times less than the errors returned by a linear approach. The improvement is also more important that the steepness and the order of the prediction model are high.
La prévision des états de mer est un domaine d'une extrême importance pour la planification des opérations en mer, pour des raisons évidentes de sécurité des personnels et des matériels mis en oeuvre. Les modèles de prévision actuels reposent sur une description stochastique de l'état de mer et ne prédisent pas de façon déterministe l'évolution de la houle, mais seulement celle des données spectrales dont on tire des grandeurs statistiques moyennes caractéristiques d'un état de mer. Face au besoin réel de données précises à court terme, un modèle de prévision déterministe a été développé dans le but d'améliorer l'efficacité des opérations offshore requérant une connaissance précise de la houle sur un site d'intérêt. Après avoir réalisé une étude théorique permettant de déterminer la zone spatio-temporelle de prévision disponible en fonction des caractéristiques du champ de vagues courant et des conditions de mesure, nous avons élaboré deux procédures d'assimilation de données variationnelles afin de combiner au mieux les mesures recueillies sur site et le modèle de propagation de houle choisi. Ce modèle est d'ordre deux dans le cas de houles faiblement à moyennement cambrées, ou d'ordre élevé reposant sur le modèle numérique High-Order Spectral (HOS) pour les houles cambrées non-linéaires. Les modèles à l'ordre deux étendu et à l'ordre HOS M = 3 ont été validés pour la prévision de houles 2D synthétiques et expérimentales : les erreurs moyennes de prévision obtenues sont au moins divisées par deux par rapport à une approche linéaire, l'amélioration étant d'autant plus probante que la cambrure de la houle et l'ordre du modèle sont élevés.
Fichier principal
Vignette du fichier
PhD_E.B-C.pdf (11.9 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00449343 , version 1 (21-01-2010)

Identifiants

  • HAL Id : tel-00449343 , version 1

Citer

Elise Blondel-Couprie. Reconstruction et prévision déterministe de houle à partir de données mesurées. Dynamique des Fluides [physics.flu-dyn]. Ecole Centrale de Nantes (ECN), 2009. Français. ⟨NNT : ⟩. ⟨tel-00449343⟩
420 Consultations
2107 Téléchargements

Partager

Gmail Facebook X LinkedIn More