2 ème partie
Cadre Méthodologique, Instrumentation et Analyse des données
64
2.4. Traitements des données hydrodynamiques
2.4.1. La boîte à outils AMEVA
Le traitement statistique du climat de la houle au large de la zone d’étude a été effectué
majoritairement à l’aide de la boîte à outils AMEVA, développée par l’université de Cantabria
(Castellanos et al., 2013).
AMEVA est un logiciel constitué d'un ensemble de fonctions développées en Matlab qui
intègre les différentes méthodologies d'analyse statistique mises en œuvre par les chercheurs
de l'Institut d'hydraulique environnementale de Cantabria, dans le but d'étudier
et de caractériser les variables environnementales, tout en étant un outil convivial dans son
utilisation et sa conception.
Cet outil est conçu de manière modulaire afin que chacune de ses parties puisse être utilisée
indépendamment. La version actuelle comprend les modules suivants : statistiques descriptives,
tableau d'occurrences, classification, maxima temporels, persistances, calibrage, modèle
hétéroscédastique, ajustement des distributions, analyse des extrêmes : GEV et POT, ParetoPoisson.
2.4.2. Analyse des valeurs extrêmes
Les zones côtières sont relativement dynamiques par rapport au reste des régions en raison
de nombreuses activités naturelles et anthropiques. Des événements tels que des vagues
extrêmes, des ondes de tempête et des inondations côtières provoquent de grandes catastrophes
dans les régions côtières (Naseef and Kumar, 2017).
On qualifie de vagues extrêmes des vagues d'une ampleur inhabituelle. Même si les
occurrences de ces vagues extrêmes sont rares, elles causent de graves impacts sur les structures
côtières et offshore, le transport des sédiments et l'érosion des plages, en particulier dans les
zones côtières de faible élévation (Hemer et al., 2012; Izaguirre et al., 2013; Mori et al., 2010;
Thevasiyani and Perera, 2014). De ce fait, la prédiction de l'amplitude maximale de la crête que
l'on peut prévoir à un endroit en mer lors de conditions de tempête sévères représente un sujet
d'intérêt permanent dans le domaine du génie côtier et océanique.
En général, la théorie des valeurs extrêmes (TVE) est utilisée pour la détermination des
niveaux de retour en adoptant une analyse statistique des séries chronologiques historiques de
hauteurs de vagues obtenues à partir de diverses sources telles que les mesures in situ des bouées
(Méndez et al., 2008; Soares and Scotto, 2004; Viselli et al., 2015), des données satellitaires
(Alves and Young, 2003; Izaguirre et al., 2010), et des données rétrospectives ou de réanalyse
par des modèles numériques (Caires and Sterl, 2005; Goda et al., 1993; Jonathan et al., 2014;
Teena et al., 2012).
L'approche habituelle consiste à estimer la valeur de la vitesse du vent ou de la hauteur des
vagues pour une période de retour de 50 ou 100 ans sur la base d'une série temporelle mesurée
de durée limitée. Ici, par exemple, la hauteur de vague de la période de retour de 100 ans est la
hauteur de vague qui serait dépassée en moyenne une fois tous les 100 ans. Comme les données
mesurées ne sont pas disponibles pour 50 ou 100 ans, l'approche normale consiste à ajuster une
distribution de probabilité aux données enregistrées et à l'extrapoler au niveau de probabilité
requis (période de retour) (Vinoth and Young, 2011).
Cadre Méthodologique, Instrumentation et Analyse des données
64
2.4. Traitements des données hydrodynamiques
2.4.1. La boîte à outils AMEVA
Le traitement statistique du climat de la houle au large de la zone d’étude a été effectué
majoritairement à l’aide de la boîte à outils AMEVA, développée par l’université de Cantabria
(Castellanos et al., 2013).
AMEVA est un logiciel constitué d'un ensemble de fonctions développées en Matlab qui
intègre les différentes méthodologies d'analyse statistique mises en œuvre par les chercheurs
de l'Institut d'hydraulique environnementale de Cantabria, dans le but d'étudier
et de caractériser les variables environnementales, tout en étant un outil convivial dans son
utilisation et sa conception.
Cet outil est conçu de manière modulaire afin que chacune de ses parties puisse être utilisée
indépendamment. La version actuelle comprend les modules suivants : statistiques descriptives,
tableau d'occurrences, classification, maxima temporels, persistances, calibrage, modèle
hétéroscédastique, ajustement des distributions, analyse des extrêmes : GEV et POT, ParetoPoisson.
2.4.2. Analyse des valeurs extrêmes
Les zones côtières sont relativement dynamiques par rapport au reste des régions en raison
de nombreuses activités naturelles et anthropiques. Des événements tels que des vagues
extrêmes, des ondes de tempête et des inondations côtières provoquent de grandes catastrophes
dans les régions côtières (Naseef and Kumar, 2017).
On qualifie de vagues extrêmes des vagues d'une ampleur inhabituelle. Même si les
occurrences de ces vagues extrêmes sont rares, elles causent de graves impacts sur les structures
côtières et offshore, le transport des sédiments et l'érosion des plages, en particulier dans les
zones côtières de faible élévation (Hemer et al., 2012; Izaguirre et al., 2013; Mori et al., 2010;
Thevasiyani and Perera, 2014). De ce fait, la prédiction de l'amplitude maximale de la crête que
l'on peut prévoir à un endroit en mer lors de conditions de tempête sévères représente un sujet
d'intérêt permanent dans le domaine du génie côtier et océanique.
En général, la théorie des valeurs extrêmes (TVE) est utilisée pour la détermination des
niveaux de retour en adoptant une analyse statistique des séries chronologiques historiques de
hauteurs de vagues obtenues à partir de diverses sources telles que les mesures in situ des bouées
(Méndez et al., 2008; Soares and Scotto, 2004; Viselli et al., 2015), des données satellitaires
(Alves and Young, 2003; Izaguirre et al., 2010), et des données rétrospectives ou de réanalyse
par des modèles numériques (Caires and Sterl, 2005; Goda et al., 1993; Jonathan et al., 2014;
Teena et al., 2012).
L'approche habituelle consiste à estimer la valeur de la vitesse du vent ou de la hauteur des
vagues pour une période de retour de 50 ou 100 ans sur la base d'une série temporelle mesurée
de durée limitée. Ici, par exemple, la hauteur de vague de la période de retour de 100 ans est la
hauteur de vague qui serait dépassée en moyenne une fois tous les 100 ans. Comme les données
mesurées ne sont pas disponibles pour 50 ou 100 ans, l'approche normale consiste à ajuster une
distribution de probabilité aux données enregistrées et à l'extrapoler au niveau de probabilité
requis (période de retour) (Vinoth and Young, 2011).