Nantilus
Reconstruction et prévention déterministe de houle à partir de données mesurées
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 œuvre. Les modèles de prévision actuels reposent sur une description stochastique de l état de mer et ne pr...
Enregistré dans:
| Auteurs principaux : | , , |
|---|---|
| Collectivités auteurs : | , , , , |
| Format : | Thèse ou mémoire |
| Langue : | français |
| Titre complet : | Reconstruction et prévention déterministe de houle à partir de données mesurées / Élise Blondel-Couprie; sous la direction de Pierre Ferrant; co-encadrant Félicien Bonnefoy |
| Publié : |
2009 |
| Description matérielle : | 1 vol. (234 p.) |
| Condition d'utilisation et de reproduction : | Publication autorisée par le jury |
| Note de thèse : | Thèse doctorat : Dynamique des fluides et des transferts : Nantes : 2009 |
| Sujets : | |
| Documents associés : | Autre format:
Reconstruction et prévention déterministe de houle à partir de données mesurées Reproduit comme: Reconstruction et prévention déterministe de houle à partir de données mesurées |
| Particularités de l'exemplaire : | BU Sciences, Ex. 1 : Titre temporairement indisponible à la communication |
| Résumé : | 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 œuvre. 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 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 highorder 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 |
|---|---|
| Variantes de titre : | Deterministic reconstruction and prediction of ocean wave fields using probe data |
| Notes : | Partenaire de recherche : Laboratoire de mécanique des fluides, Nantes |
| Bibliographie : | 167 réf. bibliogr. |