44
Introduction
Bien que les vagues soient souvent traitées comme facteur naturel érosif, elles transportent toutefois
une énergie renouvelable pouvant être exploitée notamment pour le développement durable des zones
côtières rocheuses (i.e., falaises) où l’électrification classique est souvent difficile. Au niveau
Méditerranéen, les travaux de (Besio et al.2016), (Hemdane et al.2016) ont montré que ‘la zone la
plus énergique de la Méditerranée se situe dans le bassin occidental entre les îles Baléares, la
Sardaigne, la Corse et la côte nord de l'Algérie et ce, avec une puissance moyenne annuelle - le long
de la côte - d'environ 10 kW/m’. En se basant sur l’étude des indicateurs de la morphologie côtière et
sous-marine, couplée avec la modélisation du forçage induit par les vagues à la côte par le modèle
Mike 21, des zones côtières potentiellement à ressource en énergie marine ont pu être identifiées.
1. Analyse de l’état de la mer et des évènements extrêmes.
La connaissance des états de la mer ainsi que les évènements extrêmes auxquelles est un facteur très
important dans l’étude hydrodynamique et la répartition / distribution des énergies des vagues le long
des côtes, de telles estimations requièrent l’utilisation de méthodes statistiques. (Thompson et al.
2009).Le moyen de prédire ces évènements consiste en des prédictions probabilistes, en utilisant un
échantillon de données. L’idée est de caractériser la probabilité d’occurrence. (Clément A et al.
2018).
Existe plusieurs méthodes utilisées dans le calcul des approches pour le calcul des houles extrêmes
sur une base de données de 29ans avec un pas d’enregistrement de 3h le long du littoral centre de
l’Algérie, il est important de noter que la précision des résultats est positivement proportionnelle à la
taille de l’échantillon. , dans le cadre de ce travail, on a fait le choix de travailler avec la méthode
Peaks Over Threshold (POT) pour définir les valeurs extrêmes :
1.1. Méthode Peaks Over Threshold (POT)
La méthode POT décrite par (Kh. Tilbi, 2018) repose sur l'approximation de la distribution des excès
pour la loi de Pareto généralisée. Une méthode plus simple pour obtenir un échantillon d'excès plutôt
qu'un échantillon de valeurs maximales. Dans la pratique, on remplace la valeur seuil u par la K-ième
plus grande observation de l'échantillon, notée X (n-k+1, n). Pour appliquer cette méthode, il est
recommandé de suivre les étapes suivantes.
Soit X1, ..., Xn un échantillon, à partir d’un certain seuil u, on note Nu le nombre d’observation qui
dépassent ce seuil.
Soit Y1, ..., YNu un échantillon des excès au-dessus du seuil u de distribution conditionnelle
F_u (x)=Pr (X-μ ≤xI X>μ) = (F(x+μ)-F(μ))/(1-F(μ))
2
Pour déterminer le seuil, la bibliothèque py extrêmes du langage Python pour calculer la moyenne
résiduelle et suivre ses fluctuations a été utilisée. L'objectif est de choisir le seuil optimal en observant
la ligne droite de la moyenne résiduelle avant toute variation significative. Nous avons retenu la valeur
de 3.5 m comme seuil (Figure 34).
Introduction
Bien que les vagues soient souvent traitées comme facteur naturel érosif, elles transportent toutefois
une énergie renouvelable pouvant être exploitée notamment pour le développement durable des zones
côtières rocheuses (i.e., falaises) où l’électrification classique est souvent difficile. Au niveau
Méditerranéen, les travaux de (Besio et al.2016), (Hemdane et al.2016) ont montré que ‘la zone la
plus énergique de la Méditerranée se situe dans le bassin occidental entre les îles Baléares, la
Sardaigne, la Corse et la côte nord de l'Algérie et ce, avec une puissance moyenne annuelle - le long
de la côte - d'environ 10 kW/m’. En se basant sur l’étude des indicateurs de la morphologie côtière et
sous-marine, couplée avec la modélisation du forçage induit par les vagues à la côte par le modèle
Mike 21, des zones côtières potentiellement à ressource en énergie marine ont pu être identifiées.
1. Analyse de l’état de la mer et des évènements extrêmes.
La connaissance des états de la mer ainsi que les évènements extrêmes auxquelles est un facteur très
important dans l’étude hydrodynamique et la répartition / distribution des énergies des vagues le long
des côtes, de telles estimations requièrent l’utilisation de méthodes statistiques. (Thompson et al.
2009).Le moyen de prédire ces évènements consiste en des prédictions probabilistes, en utilisant un
échantillon de données. L’idée est de caractériser la probabilité d’occurrence. (Clément A et al.
2018).
Existe plusieurs méthodes utilisées dans le calcul des approches pour le calcul des houles extrêmes
sur une base de données de 29ans avec un pas d’enregistrement de 3h le long du littoral centre de
l’Algérie, il est important de noter que la précision des résultats est positivement proportionnelle à la
taille de l’échantillon. , dans le cadre de ce travail, on a fait le choix de travailler avec la méthode
Peaks Over Threshold (POT) pour définir les valeurs extrêmes :
1.1. Méthode Peaks Over Threshold (POT)
La méthode POT décrite par (Kh. Tilbi, 2018) repose sur l'approximation de la distribution des excès
pour la loi de Pareto généralisée. Une méthode plus simple pour obtenir un échantillon d'excès plutôt
qu'un échantillon de valeurs maximales. Dans la pratique, on remplace la valeur seuil u par la K-ième
plus grande observation de l'échantillon, notée X (n-k+1, n). Pour appliquer cette méthode, il est
recommandé de suivre les étapes suivantes.
Soit X1, ..., Xn un échantillon, à partir d’un certain seuil u, on note Nu le nombre d’observation qui
dépassent ce seuil.
Soit Y1, ..., YNu un échantillon des excès au-dessus du seuil u de distribution conditionnelle
F_u (x)=Pr (X-μ ≤xI X>μ) = (F(x+μ)-F(μ))/(1-F(μ))
2
Pour déterminer le seuil, la bibliothèque py extrêmes du langage Python pour calculer la moyenne
résiduelle et suivre ses fluctuations a été utilisée. L'objectif est de choisir le seuil optimal en observant
la ligne droite de la moyenne résiduelle avant toute variation significative. Nous avons retenu la valeur
de 3.5 m comme seuil (Figure 34).