Back to Search
Start Over
Real-time reconstruction and prediction of ocean wave fields from remote optical measurements
- Source :
- Fluids mechanics [physics.class-ph]. École centrale de Nantes, 2020. English. ⟨NNT : 2020ECDN0036⟩, HAL
- Publication Year :
- 2020
- Publisher :
- HAL CCSD, 2020.
-
Abstract
- Researches conducted in this thesis address the problem of deterministic prediction of ocean wave fields around a marine structure, a key parameter for the analysis and control of a vast range of offshore operations, on the basis ofdatasets acquired remotely by an optical sensor. Efforts focus on the inclusion, at low computational cost, of the modeling of nonlinear hydrodynamic phenomena, preserving the reliability the surface representation in case of severe sea state.A weakly nonlinear Lagrangian approach (ICWM), whose hydrodynamic properties are evaluated by inter-comparison with reference wave models, is selected for the description of the free surface. The prediction problem is then formulated as an inverse problem that aims at fitting the solution described by the wave model to observations, here composed of free surface elevation datasets generated by a synthetic, yet realistic, lidar sensor scanning the ocean surface at grazing angle. Predictions are then issued through the propagation in time and space of the parameterized wave model. The applicability of the methodology is validated using observations of both unidirectional and directional wave fields, obtained at differentinstants to compensate for their strong spatial non-uniformity. The relative performance comparison between ICWM and lower-order wave models highlights the improvements due to the modeling of wave nonlinearities, especially those pertaining to the correction of the dispersion relation. A demonstration of the usefulness of ICWM is then provided by meansof a procedure that is fully validated experimentally in a wave tank.; Les recherches présentées dans le cadre de cette thèse portent sur le traitement de mesures par télédétection optique de la surface océanique en vue de la prédiction de champs de vagues au voisinage d’une structure marine, information cruciale pour l’analyse et le contrôle d’une large gamme d’opérations en mer. Elles visent notamment à inclure, à moindre coût calcul, la modélisation de phénomènes nonlinéaires, conservant une représentation réaliste de la surface en cas d’état de mer sévère. Une approche Lagrangienne faiblement nonlinéaire (ICWM), dont les propriétéshydrodynamiques sont étudiées par intercomparaison avec des modèles de référence, est sélectionnée pour la description de la surface libre. Le problème de prédiction est formulé comme un problème inverse dont le but est de faire correspondre la solution décrite par le modèle de vagues à des observations, composées ici d’élévations de surface mesurées par un capteur lidar synthétique balayant la surface en incidence rasante. Les prédictions résultent de la propagation en temps/espace du modèle ainsi paramétré. L’applicabilité de la méthodologie est validée à l’aide d’observations de champs de vagues unidirectionnels et directionnels, acquises à des instants différents pour pallier à leur forte nonuniformité spatiale. La comparaison relative des performances de ICWM et de modèles d’ordre inférieur met en évidence les améliorations dues à la modélisation des non-linéarités, notamment celles issues de la correction de la relation dedispersion. Une démonstration de la pertinence de l’utilisation de ICWM est ensuite proposée au moyen d’une procédure entièrement validée expérimentalement en bassin de houle.
- Subjects :
- Ondes de gravité
Ondes non-linéaires
Deterministic prediction
Hydrodynamique
Inverse problem
Hydrodynamics
Houle
Ocean waves
Prédiction déterministe
Gravity waves
Nonlinear waves
Vagues
[SPI.MECA.MEFL]Engineering Sciences [physics]/Mechanics [physics.med-ph]/Fluids mechanics [physics.class-ph]
Subjects
Details
- Language :
- English
- Database :
- OpenAIRE
- Journal :
- Fluids mechanics [physics.class-ph]. École centrale de Nantes, 2020. English. ⟨NNT : 2020ECDN0036⟩, HAL
- Accession number :
- edsair.dedup.wf.001..97828b8987e3e3769d7d1d30b6c3f510