Thèse Année : 2025

Satellite-derived shoreline data assimilation for sandy coast evolution

Assimilation de données satellitaires du trait de côte pour la modélisation des évolutions des littoraux sableux

Résumé

Understanding and predicting the evolution of sandy shorelines remains a central challenge in coastal science and a critical requirement for sustainable management. Reliable predictions require consistent observations and models capable of representing complex, non-stationary morphodynamic behaviour. This thesis advances shoreline change modelling by integrating publicly available datasets—primarily satellite-derived shoreline (SDS) observations—within calibration and data assimilation frameworks, assessing their added value. By relying exclusively on freely accessible data, the work establishes a transparent, transferable modelling foundation applicable even in data-limited coastal environments. The initial focus is on 1D equilibrium shoreline models, addressing calibration using uncorrected, noisy SDS data without tidal adjustments or a priori site knowledge. Using a simulated annealing algorithm, robust model calibrations were achieved at Truc Vert beach, a fully exposed, wave-dominated site with high-energy waves, large tides, complex intertidal bathymetry, and mild nearshore slopes that introduce substantial observational uncertainty. The strong model performance under these challenging and conservative conditions demonstrates that valuable information can be extracted from low-quality SDS, supporting broader applicability where simple equilibrium models are suitable. Applying uncorrected SDS in sequential data assimilation proved more challenging due to observation noise limiting the algorithm’s ability to track system non-stationarity. To explore the potential of time-varying model free parameters, in situ observations were used to assess links to wave climate and influence on predictive skill. Across multiple sites along the European Atlantic coast, the connection between parameter variability and climate was weak or absent, suggesting non-stationarity primarily reflects local morphodynamic adjustments. Non-stationary models showed slightly improved performance at some sites and reduced skill at others, with data quality influencing outcomes—sites with higher-quality observations benefited more. Notably, nonstationary models captured extremes of erosion, demonstrating their potential for representing rare but significant events, though stronger gains would require regions with multimodal wave climates. Building on these insights, calibration and data assimilation were combined in an international benchmark experiment at a site in Australia documented with SDS data and historical aerial photographs. Two distinct equilibrium-based models were explicitly coupled within a hybrid framework, illustrating how calibration and assimilation can complement each other. This approach highlights the potential of ad hoc hybrid modelling strategies that merge separate empirical formulations to capture multi-scale shoreline dynamics within reduced-complexity frameworks. Finally, the framework was extended to a quasi-2D configuration using grid-based data assimilation with spatial nudging. Applied to the highly dynamic Sacalin spit in the southern Danube delta, where dominant processes are not explicitly represented in the model, the approach successfully constrained shoreline evolution across the grid and improved agreement with long-term satellite observations. Although neighbouring grid dependencies were not yet considered, this implementation represents a critical step toward fully 2D assimilation capable of resolving spatial feedbacks in shoreline evolution. Overall, this work demonstrates that combining long-term satellite observations with hybrid modelling and data assimilation provides a powerful pathway for advancing understanding, prediction, and eventually operational forecasting of shoreline change in complex coastal systems.

Comprendre et prédire l’évolution des littoraux sableux reste un défi central de la dynamique littorale et une condition essentielle pour une gestion durable. Des prévisions fiables exigent des observations cohérentes et des modèles capables de représenter des comportements morphodynamiques complexes et non stationnaires. Cette thèse fait progresser la modélisation de l’évolution du trait de côte en intégrant des données publiques — principalement des traits de côte dérivés de satellites (SDS) — dans des cadres de calibration et d’assimilation de données, afin d’en évaluer la valeur ajoutée. En s’appuyant uniquement sur des données libres d’accès, le travail établit une base de modélisation transparente et transférable, adaptée même aux environnements littoraux disposant de données limitées. La première partie concerne les modèles 1D d’équilibre, calibrés à partir de données SDS brutes et bruitées, sans correction de marée ni connaissance préalable du site. Grâce à un algorithme de recuit simulé, des calibrations robustes ont été obtenues au Truc Vert, site exposé et énergique du littoral atlantique. Les bons résultats obtenus dans ces conditions conservatrices démontrent que des informations pertinentes peuvent être extraites de données satellitaires de qualité modeste, soutenant ainsi leur usage pour la modélisation du trait de côte ayant un comportement d’équilibre. L’assimilation séquentielle de données SDS s’est révélée plus complexe, le bruit des données limitant la capacité du modèle à suivre la non-stationnarité du système. Des observations in situ ont été utilisées pour explorer le rôle potentiel de paramètres ajustables variables dans le temps et leur lien avec le climat de houle. Les résultats, issus de plusieurs sites de la côte atlantique européenne, indiquent un lien faible ou absent avec le climat de vagues, suggérant que la non-stationnarité traduit avant tout des ajustements morphodynamiques locaux. Les modèles non stationnaires ont montré une amélioration modérée sur certains sites et une baisse de performance sur d’autres, influencées par la qualité des données — les sites les mieux documentés bénéficiant le plus. Ces modèles se sont toutefois distingués par une meilleure reproduction des épisodes d’érosion extrême, illustrant leur potentiel pour représenter des événements rares liés à des conditions de forçage éloignées de la moyenne. Des progrès plus marqués nécessiteraient cependant des contextes soumis à des climats de houle multimodaux. En combinant calibration et assimilation dans une expérience internationale menée sur un site australien documenté par des images satellite et photographies aériennes anaciennes, deux modèles d’équilibre ont été couplés dans une approche hybride, montrant leur complémentarité. Cette stratégie ad hoc illustre le potentiel de modèles hybrides pour représenter la dynamique multi-échelle du trait de côte dans des cadres à complexité réduite. Enfin, le cadre a été étendu à une configuration quasi 2D utilisant une assimilation en grille par "nudging". Appliquée à la flèche sableuse de Sacalin, dans le delta du Danube, cette approche a permis de contraindre efficacement l’évolution spatiale du trait de côte et d’améliorer la concordance avec les observations satellitaires à long terme. Bien que les interactions entre cellules voisines ne soient pas encore prises en compte, cette avancée marque une étape importante vers une assimilation pleinement bidimensionnelle, capable de représenter les rétroactions spatiales dans l’évolution des côtes sableuses. Dans l’ensemble, cette thèse montre que la combinaison d’observations satellitaires long terme, de modèles hybrides et d’assimilation de données constitue une voie prometteuse pour améliorer la compréhension, la prévision et, à terme, la modélisation opérationnelle de l’évolution du trait de côte dans des environnements littoraux complexes.

Fichier principal
Vignette du fichier
AZORAKOS_GEORGIOS_2025.pdf (67.56 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)
Licence

Dates et versions

tel-05505134 , version 1 (11-02-2026)

Licence

Identifiants

  • HAL Id : tel-05505134 , version 1

Citer

Georgios Azorakos. Satellite-derived shoreline data assimilation for sandy coast evolution. Environmental Sciences. Université de Bordeaux, 2025. English. ⟨NNT : 2025BORD0349⟩. ⟨tel-05505134⟩
83 Consultations
12 Téléchargements

Partager

  • More