20
Chapitre II. Analyse des événements
extrêmes
II.1. Introduction
Les structures de défenses côtières installées sur les sites maritimes sont conçues pour fournir une
protection suffisante contre les inondations, les franchissements ou l'érosion jusqu'à une période
particulière (environ 50 ans pour les ports de pêches). Pour que leur conception soit réussie, fiable
et efficace, il est nécessaire de connaitre les états de mer extrêmes auxquelles la défense doit faire
face. Cela requiert l’estimation des hauteurs de houles à des périodes de retour souhaités ainsi qu’à
leur incertitude. Ces estimations font appel à des méthodes statistiques. (Thompson et al. 2009).
L’idée est de caractériser la probabilité d’occurrence.
Dans ce chapitre, nous allons aborder l’étude et l’analyse des évènements météorologiques
extrêmes utilisant la théorie des valeurs extrêmes.
II.2. Théorie des valeurs extrêmes
Les événements extrêmes sont des phénomènes marins rares avec de faibles probabilités
d'occurrence. Ils peuvent causer des dommages et menacent ainsi les vies humaines et les
infrastructures côtières. En raison de leur imprévisibilité, il est essentiel de prendre des mesures
pour s'en prémunir en minimisant leurs impacts. La théorie des valeurs extrêmes utilise des
méthodes statistiques pour modéliser la distribution de probabilités des événements extrêmes. Cela
permet d’optimiser les valeurs des données observées et pourra ainsi aider à mieux prévoir les
risques associés. (Coles 2001).
Diverses approches ont été appliquées dans le calcul des houles extrêmes. La base de données
utilisée contient des enregistrements de houles de 30 ans avec un pas de 3 h. Dans ce travail,
l’échantillon est sélectionné par la méthode des maximas par blocs et celle des dépassements de
seuil.
II.2.1. Méthode des Maximas par blocs
La méthode des maximas par blocs (BM) consiste à répartir les données en blocs de taille identique
et récupérer uniquement le maximum de chaque bloc (Figure II-1). Ces maxima sont utilisés pour
ajuster la loi GEV (Generalized Extreme Value) afin de modéliser les événements extrêmes.
Cependant, cette méthode a l’inconvénient de perdre de l'information sur les événements extrêmes.
Chapitre II. Analyse des événements
extrêmes
II.1. Introduction
Les structures de défenses côtières installées sur les sites maritimes sont conçues pour fournir une
protection suffisante contre les inondations, les franchissements ou l'érosion jusqu'à une période
particulière (environ 50 ans pour les ports de pêches). Pour que leur conception soit réussie, fiable
et efficace, il est nécessaire de connaitre les états de mer extrêmes auxquelles la défense doit faire
face. Cela requiert l’estimation des hauteurs de houles à des périodes de retour souhaités ainsi qu’à
leur incertitude. Ces estimations font appel à des méthodes statistiques. (Thompson et al. 2009).
L’idée est de caractériser la probabilité d’occurrence.
Dans ce chapitre, nous allons aborder l’étude et l’analyse des évènements météorologiques
extrêmes utilisant la théorie des valeurs extrêmes.
II.2. Théorie des valeurs extrêmes
Les événements extrêmes sont des phénomènes marins rares avec de faibles probabilités
d'occurrence. Ils peuvent causer des dommages et menacent ainsi les vies humaines et les
infrastructures côtières. En raison de leur imprévisibilité, il est essentiel de prendre des mesures
pour s'en prémunir en minimisant leurs impacts. La théorie des valeurs extrêmes utilise des
méthodes statistiques pour modéliser la distribution de probabilités des événements extrêmes. Cela
permet d’optimiser les valeurs des données observées et pourra ainsi aider à mieux prévoir les
risques associés. (Coles 2001).
Diverses approches ont été appliquées dans le calcul des houles extrêmes. La base de données
utilisée contient des enregistrements de houles de 30 ans avec un pas de 3 h. Dans ce travail,
l’échantillon est sélectionné par la méthode des maximas par blocs et celle des dépassements de
seuil.
II.2.1. Méthode des Maximas par blocs
La méthode des maximas par blocs (BM) consiste à répartir les données en blocs de taille identique
et récupérer uniquement le maximum de chaque bloc (Figure II-1). Ces maxima sont utilisés pour
ajuster la loi GEV (Generalized Extreme Value) afin de modéliser les événements extrêmes.
Cependant, cette méthode a l’inconvénient de perdre de l'information sur les événements extrêmes.