38
whitecapping a été calibré. Le meilleur réglage physique a également été testé en termes de
performances par rapport aux différentes résolutions temporelles de calcul avec un pas de 10 min, 20
min, 30 min et 1 heure.
En se basant sur les mesures de vagues d'un an recueillies à la bouée Azzefoune B1 (Figure II-1),
une analyse statistique des erreurs a été effectuée afin de sélectionner le meilleur réglage physique
permettant de réduire les erreurs et d'obtenir une meilleure corrélation. Les mesures statistiques
d'erreur sur lesquelles nous avons basé pour évaluer la performance du modèle et la précision de leurs
résultats sont le coefficient de corrélation (r), l'erreur absolue moyenne (MAE), l'erreur quadratique
moyenne (RMSE), le biais et l'indice de dispersion (SI). Les formules utilisées pour calculer
ces paramètres statistiques est détaillée ci-dessous.
bias =
( − )
(16)
RMSE =
( − )
(17)
SI =
(18)
R =
(( )
( )
( ( )
(19)
MAE =
∑ | −
(20)
Où Mi est la valeur mesurée, M ̅ est la valeur moyenne des données mesurées, Pi est la valeur prévue,
P ̅ est la valeur moyenne des données prévues et N est le nombre de données. En plus de ces paramètres
statistiques, nous avons également fondé notre validation sur différentes représentations graphiques,
y compris des diagrammes de dispersion, des diagrammes de Taylor, des diagrammes de RMSE /
biais, des diagrammes de distribution de probabilité, des diagrammes de séries chronologiques et des
diagrammes Quantile-Quantile (Q-Q). Dans le diagramme de Taylor (Taylor, 2001), la différence
quadratique moyenne centrée CRMSD est liée à l'écart-type (σm) et au coefficient de corrélation (R)
par l’équation suivante (Taylor, 2001) :
whitecapping a été calibré. Le meilleur réglage physique a également été testé en termes de
performances par rapport aux différentes résolutions temporelles de calcul avec un pas de 10 min, 20
min, 30 min et 1 heure.
En se basant sur les mesures de vagues d'un an recueillies à la bouée Azzefoune B1 (Figure II-1),
une analyse statistique des erreurs a été effectuée afin de sélectionner le meilleur réglage physique
permettant de réduire les erreurs et d'obtenir une meilleure corrélation. Les mesures statistiques
d'erreur sur lesquelles nous avons basé pour évaluer la performance du modèle et la précision de leurs
résultats sont le coefficient de corrélation (r), l'erreur absolue moyenne (MAE), l'erreur quadratique
moyenne (RMSE), le biais et l'indice de dispersion (SI). Les formules utilisées pour calculer
ces paramètres statistiques est détaillée ci-dessous.
bias =
( − )
(16)
RMSE =
( − )
(17)
SI =
(18)
R =
(( )
( )
( ( )
(19)
MAE =
∑ | −
(20)
Où Mi est la valeur mesurée, M ̅ est la valeur moyenne des données mesurées, Pi est la valeur prévue,
P ̅ est la valeur moyenne des données prévues et N est le nombre de données. En plus de ces paramètres
statistiques, nous avons également fondé notre validation sur différentes représentations graphiques,
y compris des diagrammes de dispersion, des diagrammes de Taylor, des diagrammes de RMSE /
biais, des diagrammes de distribution de probabilité, des diagrammes de séries chronologiques et des
diagrammes Quantile-Quantile (Q-Q). Dans le diagramme de Taylor (Taylor, 2001), la différence
quadratique moyenne centrée CRMSD est liée à l'écart-type (σm) et au coefficient de corrélation (R)
par l’équation suivante (Taylor, 2001) :