CHAPITRE II
GÉNÉRALITÉ
5
[ ]
(
)
………………..(2)
Le premier modèle de 3ème génération (3G) est le modèle WAM (WAMDI Group, 1988;
Komen et al., 1994), qui a été implémenté pour des applications dans le domaine océanique
ou les mers continentales. A la suite de WAM, d’autres modèles comme WAVEWATCH III
(Tolman, 1991, 2002), SWAN (Booij et al., 1999) ou TOMAWAC (Benoit et al., 1996), puis
plus récemment le modèle CREST (Ardhuin et al., 2001) ont été développés.
Certains modèles de recherche incluent aujourd’hui des méthodes de calcul quasi-exactes du
terme S nl , comme la méthode WRT (Webb-Resio-Tracy) (Webb, 1978; Resio & Perrie, 1991),
ou la méthode GQM (Gaussian Quadrature Method) (Lavrenov, 2001).
Les temps de calcul de ces méthodes sont encore trop importants pour des applications
pratiques à grande échelle. Néanmoins, grâce aux améliorations de ces méthodes et aux outils
informatiques de plus en plus puissants, on peut espérer un calcul quasi-exact des interactions
non-linéaires dans un avenir proche.
Le modèle SWAN (Ris, 1997; Booij et al., 1999) est le premier modèle de 3ème génération
conçu spécialement pour les applications côtières, incluant les effets de déferlement
bathymétrique et les interactions non-linéaires entre triplets de fréquences.
Depuis les travaux de Sverdrup & Munk (1947) et les premiers modèles de prévision des
vagues dans les années 1950 et 1960 (Gelci et al., 1957), de nombreuses études théoriques et
observations ont permis le développement de modèles de description et de prévision des états
de mer de plus en plus sophistiqués. Les modèles spectraux permettent de représenter
l’évolution spatio-temporelle du spectre directionnel d’énergie (ou d’action) des vagues sous
l’effet de forçages météorologiques instationnaires, éventuellement dans des conditions
hydrodynamiques (niveau moyen de mer et courants ambiants) instationnaires. Le spectre
directionnel d’énergie fournit une information détaillée sur la répartition de l’énergie des
vagues, à la fois en fréquences et en directions. On peut aussi en déduire des paramètres
intégrés caractéristiques de l’état de mer, comme la hauteur significative spectrale, les
périodes moyennes ou de pic, la direction moyenne de propagation, l’étalement angulaire
moyen, etc.
Le modèle spectral de propagation des états de mer SWAN (acronyme de " Simulating
WAves Nearshore ") est développé au sein de Delft (University of Technology), Il s'agit d'un
modèle numérique permettant le calcul des paramètres des vagues, dans les régions côtières,
les lacs et les estuaires, à partir d'informations fournies sur la bathymétrie, les courants et le
vent. Il résout l'équation de transport de l'énergie (ou de l'action d'onde, en présence de
courants). Pour cela, le spectre est discrétisé en un certain nombre de fréquences et de
directions et l'équation est résolue sur une grille en " différence finie ".
Donc SWAN est un modèle de " troisième génération ", avec la possibilité de le faire
fonctionner en mode première ou seconde génération ; cela permet, en fonction des besoins,
des gains en ressources informatiques.
GÉNÉRALITÉ
5
[ ]
(
)
………………..(2)
Le premier modèle de 3ème génération (3G) est le modèle WAM (WAMDI Group, 1988;
Komen et al., 1994), qui a été implémenté pour des applications dans le domaine océanique
ou les mers continentales. A la suite de WAM, d’autres modèles comme WAVEWATCH III
(Tolman, 1991, 2002), SWAN (Booij et al., 1999) ou TOMAWAC (Benoit et al., 1996), puis
plus récemment le modèle CREST (Ardhuin et al., 2001) ont été développés.
Certains modèles de recherche incluent aujourd’hui des méthodes de calcul quasi-exactes du
terme S nl , comme la méthode WRT (Webb-Resio-Tracy) (Webb, 1978; Resio & Perrie, 1991),
ou la méthode GQM (Gaussian Quadrature Method) (Lavrenov, 2001).
Les temps de calcul de ces méthodes sont encore trop importants pour des applications
pratiques à grande échelle. Néanmoins, grâce aux améliorations de ces méthodes et aux outils
informatiques de plus en plus puissants, on peut espérer un calcul quasi-exact des interactions
non-linéaires dans un avenir proche.
Le modèle SWAN (Ris, 1997; Booij et al., 1999) est le premier modèle de 3ème génération
conçu spécialement pour les applications côtières, incluant les effets de déferlement
bathymétrique et les interactions non-linéaires entre triplets de fréquences.
Depuis les travaux de Sverdrup & Munk (1947) et les premiers modèles de prévision des
vagues dans les années 1950 et 1960 (Gelci et al., 1957), de nombreuses études théoriques et
observations ont permis le développement de modèles de description et de prévision des états
de mer de plus en plus sophistiqués. Les modèles spectraux permettent de représenter
l’évolution spatio-temporelle du spectre directionnel d’énergie (ou d’action) des vagues sous
l’effet de forçages météorologiques instationnaires, éventuellement dans des conditions
hydrodynamiques (niveau moyen de mer et courants ambiants) instationnaires. Le spectre
directionnel d’énergie fournit une information détaillée sur la répartition de l’énergie des
vagues, à la fois en fréquences et en directions. On peut aussi en déduire des paramètres
intégrés caractéristiques de l’état de mer, comme la hauteur significative spectrale, les
périodes moyennes ou de pic, la direction moyenne de propagation, l’étalement angulaire
moyen, etc.
Le modèle spectral de propagation des états de mer SWAN (acronyme de " Simulating
WAves Nearshore ") est développé au sein de Delft (University of Technology), Il s'agit d'un
modèle numérique permettant le calcul des paramètres des vagues, dans les régions côtières,
les lacs et les estuaires, à partir d'informations fournies sur la bathymétrie, les courants et le
vent. Il résout l'équation de transport de l'énergie (ou de l'action d'onde, en présence de
courants). Pour cela, le spectre est discrétisé en un certain nombre de fréquences et de
directions et l'équation est résolue sur une grille en " différence finie ".
Donc SWAN est un modèle de " troisième génération ", avec la possibilité de le faire
fonctionner en mode première ou seconde génération ; cela permet, en fonction des besoins,
des gains en ressources informatiques.