702 FR

Guide de l'analyse et de la prévision
des vagues
Édition 2018
EAU
CLIMAT
TEMPS
OMM-N° 702
Guide de l'analyse et de la prévision
des vagues
Édition 2018
OMM-N° 702
NOTE DE L’ÉDITEUR
La base de données terminologique de l’OMM, METEOTERM, peut être consultée à l’adresse
https://public.wmo.int/fr/meteoterm.
Il convient d’informer le lecteur que lorsqu’il copie un hyperlien en le sélectionnant dans le
texte, des espaces peuvent apparaître après http://, https://, ftp://, mailto:, et après les barres
obliques (/), les tirets (-), les points (.) et les séquences de caractères (lettres et chiffres). Il faut
supprimer ces espaces de l’URL ainsi recopiée. L’URL correcte apparaît lorsque l’on place le
curseur sur le lien. On peut aussi cliquer sur le lien et copier l’adresse qui s’affiche dans le ruban
du navigateur.
OMM-N° 702
© Organisation météorologique mondiale, 2018
L’OMM se réserve le droit de publication en version imprimée ou électronique ou sous toute autre
forme et dans n’importe quelle langue. De courts extraits des publications de l’OMM peuvent
être reproduits sans autorisation, pour autant que la source complète soit clairement indiquée. La
correspondance relative au contenu rédactionnel et les demandes de publication, reproduction ou
traduction partielle ou totale de la présente publication doivent être adressées au:
Président du Comité des publications

Organisation météorologique mondiale (OMM)
7 bis, avenue de la Paix Tél.: +41 (0) 22 730 84 03
Case postale 2300 Fax: +41 (0) 22 730 81 17
CH-1211 Genève 2, Suisse Courriel: [email protected]
ISBN 978-92-63-20702-9
NOTE
Les appellations employées dans les publications de l’OMM et la présentation des données qui y figurent
n’impliquent, de la part de l’Organisation météorologique mondiale, aucune prise de position quant au
statut juridique des pays, territoires, villes ou zones, ou de leurs autorités, ni quant au tracé de leurs frontières
ou limites.
La mention de certaines sociétés ou de certains produits ne signifie pas que l’OMM les cautionne ou les
recommande de préférence à d’autres sociétés ou produits de nature similaire dont il n’est pas fait mention
ou qui ne font l’objet d’aucune publicité.
TABLEAU DES MISES À JOUR
Partie/
Date chapitre/ Objet de l'amendement Proposé par Approuvé par
section
TABLE DES MATIÈRES
Page
AVANT-PROPOS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xi
REMERCIEMENTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xii
INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xiii
Aperçu général. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xiii
Terminologie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xv
Questions climatologiques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xv
Structure du Guide. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xvi
CHAPITRE 1. VAGUES OCÉANIQUES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 VAGUE LINÉAIRE SIMPLE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.2.1 Définitions de base. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2 Rapports de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.3 Mouvement orbital des particules d'eau. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.4 Énergie des vagues. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.5 Influence de la profondeur de l'eau. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.6 Réfraction et diffraction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.7 Vagues déferlantes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 CHAMPS DE VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.3.1 Décomposition des vagues simples. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.2 Groupes de vagues et vitesse de groupe. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.3 Description statistique des enregistrements de vagues . . . . . . . . . . . . . . . . . . . . 13
1.3.4 Durée des enregistrements de vagues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.5 Utilisation des paramètres statistiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.6 Distribution des hauteurs de vagues. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.7 Spectre des vagues. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3.8 Paramètres déduits d'un spectre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3.9 Types de modèles pour les spectres des vagues. . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.3.10 Remarques sur le spectre directionnel des vagues. . . . . . . . . . . . . . . . . . . . . . . . . 23
CHAPITRE 2. VENT À LA SURFACE DE L’OCÉAN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2 SOURCES DE DONNÉES MARITIMES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

2.2.1 Messages météorologiques de navires. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.2.1.1 Évaluation du vent. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.2.1.2 Mesure du vent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2.2 Messages émanant de bouées ancrées et dérivantes . . . . . . . . . . . . . . . . . . . . . . 29
2.2.3 Stations terrestres (côtières) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2.4 Ajustement courant des données in situ selon la hauteur . . . . . . . . . . . . . . . . . . . 29
2.2.5 Données transmises par les satellites. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3 COUCHES LIMITES MARITIMES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

2.3.1 Couche à flux constant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.3.2 Rugosité de la surface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.3.3 Effets de la stabilité. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.4 FACTEURS MÉTÉOROLOGIQUES À GRANDE ÉCHELLE INFLUANT SUR LE

VENT À LA SURFACE DE L'OCÉAN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.4.1 Analyses du vent et de la pression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.4.2 Vent géostrophique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.4.3 Vent du gradient. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
vi GUIDE DE L’ANALYSE ET DE LA PRÉVISION DES VAGUES
Page
2.4.4 Effets du frottement en surface. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

2.4.5 Vent thermique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.4.6 Vent isallobarique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.4.7 Diffluence des champs de vent. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.4.8 Cisaillement du vent dans les zones frontales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.4.9 Analyse des lignes de courant dans les régions tropicales . . . . . . . . . . . . . . . . . . 53
2.4.10 Analyse des systèmes dépressionnaires tropicaux. . . . . . . . . . . . . . . . . . . . . . . . . 53
2.5 PRÉVISION NUMÉRIQUE DU TEMPS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

2.5.1 Modèles à points de grille. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.5.2 Modèles spectraux. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.5.3 Modèles à domaine limité. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.5.4 Paramétrage de la couche limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.5.5 Modèles couplés. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.5.6 Assimilation des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.5.7 Réanalyses. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.5.8 Prévision d'ensemble. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
CHAPITRE 3. FORMATION ET DÉCLIN DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.2 CROISSANCE DES VAGUES DE VENT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

Formules empiriques et courbes de croissance des vagues de vent . . . . . . . . . . 65
3.3 PROPAGATION DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

3.3.1 Dispersion angulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.3.2 Dispersion longitudinale. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.4 DISSIPATION DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

3.4.1 Dissipation des vagues en eau profonde. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.4.2 Dissipation des vagues en eau peu profonde. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.4.3 Dissipation de la houle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.5 INTERACTIONS NON LINÉAIRES VAGUE-VAGUE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.6 OBSERVATIONS GÉNÉRALES SUR LES TERMES SOURCES. . . . . . . . . . . . . . . . . . . . . . . . 77
CHAPITRE 4. PRÉVISION MANUELLE DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.2 MÉTHODES EMPIRIQUES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82

4.2.1 Vents variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.2.2 Évaluation du fetch. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.2.3 Croissance des vagues. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.2.4 Déclin de la houle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.2.5 Vitesse et déplacement des groupes de vagues. . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.2.6 Questions diverses. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.3 CALCUL DES VAGUES DE VENT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

4.3.1 Détermination des caractéristiques de l'état de la mer pour une vitesse
du vent et un fetch donnés. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.3.2 Détermination de l'état de la mer pour une vitesse de vent croissante. . . . . . . . 86
4.3.3 Extrapolation d'un champ de vagues existant se développant
ultérieurement sous l’action d'un vent de vitesse constante . . . . . . . . . . . . . . . . 87
ultérieurement sous l’action d'un vent de vitesse croissante . . . . . . . . . . . . . . . . 88
TABLE DES MATIÈRES vii
Page
4.3.5 Détermination des effets d'un fetch dynamique pour une tempête
tropicale se déplaçant à différentes vitesses. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.4 CALCUL DE LA HOULE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

4.4.1 Tempêtes lointaines. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.4.2 Tempêtes lointaines et fetch long. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
4.4.3 Houle arrivant en un point d'observation à partir d'une tempête proche . . . . . 94
4.4.4 Autres exemples. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.5 CALCUL DES EFFETS LIÉS À LA FAIBLE PROFONDEUR DE L'EAU. . . . . . . . . . . . . . . . . . . 100

4.5.1 Effets sur la houle de la diminution de la profondeur et de la réfraction
à proximité du littoral. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .100
4.5.1.1 Variation de la hauteur des vagues due à la diminution de la
profondeur. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.5.1.2 Effets de la réfraction sur la hauteur des vagues. . . . . . . . . . . . . . . . . . 102
4.5.1.3 Détermination du coefficient de réfraction par la méthode
de Dorrestein . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
4.5.2 Vagues de vent en eau peu profonde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.6 MODIFICATION DES ORIENTATIONS FOURNIES PAR LES MODÈLES NUMÉRIQUES. 106
4.6.1 Problèmes éventuels rencontrés avec les modèles. . . . . . . . . . . . . . . . . . . . . . . . . 107
4.6.2 Vérification opérationnelle des modèles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.6.2.1 Vent. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.6.2.2 Vagues. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.6.2.3 Autres effets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
4.6.3 Cycle de prévision: analyse, diagnostic et pronostic . . . . . . . . . . . . . . . . . . . . . . . 109
4.7 PRÉVISION DES COURANTS D’ARRACHEMENT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

4.7.1 Méthode de prévision de base. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
4.7.2 Éléments à prendre en considération dans la prévision . . . . . . . . . . . . . . . . . . . . 111
4.7.3 Conseils relatifs à la mise en place d’un système de prévision . . . . . . . . . . . . . . . 113
CHAPITRE 5. MODÉLISATION NUMÉRIQUE DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.2 NOTIONS DE BASE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.3 ÉQUATION DU BILAN ÉNERGÉTIQUE DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.4 ÉLÉMENTS DE LA MODÉLISATION DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118

5.4.1 Conditions initiales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.4.2 Vent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.4.3 Apports et dissipation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.4.4 Interactions non linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
5.4.5 Propagation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.4.5.1 Méthodes faisant appel à une grille discrète . . . . . . . . . . . . . . . . . . . . 124
5.4.5.2 Méthodes de traçage de rayons. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
5.4.6 Relaxation directionnelle et interaction entre la mer du vent et la houle . . . . . . 126
5.4.7 Profondeur. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .127
5.4.8 Effets des limites, du littoral et des îles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.5 CLASSIFICATION DES MODÈLES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128

5.5.1 Modèles découplés avec propagation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
5.5.2 Modèles hybrides couplés. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
5.5.3 Modèles couplés discrets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.5.4 Modèles de troisième génération. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5.6 NOUVEAUTÉS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133

viii GUIDE DE L’ANALYSE ET DE LA PRÉVISION DES VAGUES
Page
CHAPITRE 6. MODÈLES DE VAGUES OPÉRATIONNELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
6.1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
6.2 MODÈLES DE VAGUES À SPECTRES BIDIMENSIONNELS . . . . . . . . . . . . . . . . . . . . . . . . . 135
6.3 CARTES DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
6.4 PRODUITS CODÉS DES MODÈLES DE VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142

6.4.1 GRIB. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
6.4.2 NetCDF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.5 VÉRIFICATION DES MODÈLES DE VAGUES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.6 SYSTÈMES DE PRÉVISION D’ENSEMBLE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
CHAPITRE 7. DONNÉES SUR LES VAGUES OBSERVÉES, MESURÉES ET MODÉLISÉES . . . . . . 152
7.1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
7.2 DONNÉES SUR LES VAGUES RECUEILLIES IN SITU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153

7.2.1 Différences entre données visuelles et instrumentales . . . . . . . . . . . . . . . . . . . . . 153
7.2.1.1 Estimation de la hauteur significative des vagues à partir de
l’observation de la mer du vent et de la houle. . . . . . . . . . . . . . . . . . . 153
7.2.1.2 Partitionnement des données du spectre des vagues entre la
mer du vent et la houle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
7.2.2 Observations visuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
7.2.2.1 Observations visuelles réalisées à partir de navires. . . . . . . . . . . . . . . 154
7.2.2.2 Sources de données visuelles sur les vagues recueillies par
des navires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
7.2.2.3 Observations visuelles à partir de stations côtières. . . . . . . . . . . . . . . 157
7.2.3 Données mesurées sur les vagues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
7.2.3.1 Mesures des vagues effectuées sous la surface de la mer. . . . . . . . . . 158
7.2.3.2 Mesures des vagues effectuées à partir de bouées . . . . . . . . . . . . . . . 158
7.2.3.3 Autres mesures des vagues effectuées à la surface de la mer. . . . . . . 164
7.2.3.4 Mesures effectuées au-dessus (mais à proximité) de la
surface de la mer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
7.3 DONNÉES DE TÉLÉDÉTECTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166

7.3.1 Analyse active de la surface des océans par des ondes électromagnétiques. . . 167
7.3.2 Télédétection par satellite. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
7.3.2.1 Altimètres radar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
7.3.2.2 Radars à antenne synthétique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
7.3.2.3 Diffusiomètres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
7.3.2.4 Radiomètres à hyperfréquences. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
7.3.2.5 Nouvelles technologies. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
7.3.3 Télédétection en surface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
7.3.3.1 Capteurs obliques montés sur des plateformes. . . . . . . . . . . . . . . . . . 175
7.3.3.2 Radars haute fréquence à onde de sol et à onde réfléchie . . . . . . . . . 175
7.4 DONNÉES MODÉLISÉES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176

7.4.1 Simulations rétrospectives. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
7.4.2 Réanalyse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
7.4.2.1 Réanalyse ERA5 du Centre européen pour les prévisions
météorologiques à moyen terme. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
7.4.2.2 Le Climate Forecast System Reanalysis (CFSR) des Centres
nationaux de prévision environnementale (NCEP) de
l’Administration américaine pour les océans et l’atmosphère
(NOAA). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
TABLE DES MATIÈRES ix
Page
7.4.3 Modélisation opérationnelle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178

ANNEXE 1. NOMOGRAMMES - VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
ANNEXE 2. PRÉVISION DES VAGUES: NOTIONS FONDAMENTALES ET CONSEILS
PRATIQUES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
BIBLIOGRAPHIE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
AUTRES LECTURES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
AVANT-PROPOS
Les Services météorologiques et hydrologiques nationaux (SMHN) de nombreux pays maritimes

fournissent depuis longtemps des prévisions et des simulations rétrospectives des vagues, afin
de faciliter l'exercice de toutes les activités maritimes (navigation, pêche, exploitation minière,
commerce, ingénierie côtière, construction, loisirs, etc.). Consciente de cela et du fait qu’il était
difficile pour les SMHN des pays en développement de se procurer des documents d'orientation
sur les méthodes de prévision des vagues, l'Organisation météorologique mondiale (OMM) avait
chargé un groupe d'experts de rédiger le Guide de l'analyse et de la prévision des vagues, qui avait
été publié en 1988 sous la cote OMM-N° 702. Ce document officiel mettait à jour et remplaçait
le très populaire Manuel de l’analyse et de la prévision des vagues (OMM‑N° 446), publié pour la
première fois en 1976. L'édition 1988 du Guide a ensuite été mise à jour en 1998 (deuxième
édition). Cette troisième édition (2018) tient compte des dernières mises à jour, ainsi que des
améliorations spectaculaires réalisées au cours des vingt dernières années dans les domaines de
la modélisation des vagues et des capacités d'observation.
Compte tenu des besoins des SMHN en matière de services relatifs aux vagues océaniques et des
progrès rapides des techniques de mesure, d'analyse et de prévision des vagues, la Commission
de météorologie maritime (CMM) de l’OMM a créé en 1984 le Programme concernant les
vagues. Les divers éléments de ce programme ont été mis en œuvre, révisés et mis à jour au
départ par le Sous-groupe de la prévision et de la modélisation des vagues et, depuis la création
de la Commission technique mixte d'océanographie et de météorologie maritime relevant de
l'OMM et de la Commission océanographique intergouvernementale (COI), par une équipe
d'experts spécialisée dans les vagues et les ondes de tempête. L'un de ces éléments consiste
à étudier et à réviser en permanence le Guide de l'analyse et de la prévision des vagues, selon les
besoins. Dans ce but, l'équipe d'experts a créé, en 2011, un groupe spécial d'experts placé sous
la présidence de M. Thomas Bruns (Allemagne), chargé de procéder à une révision et à une mise
à jour complètes du Guide au vu des nouveaux développements et notamment des informations
communiquées par les utilisateurs de l'édition de 1998.
Sous la houlette de M. Bruns, ces experts internationaux ont élaboré des versions
considérablement remaniées des chapitres du Guide. Ces contributions individuelles ont
ensuite été coordonnées, rassemblées et corrigées par M. Bruns afin de produire une version
préliminaire. Celle-ci a été soumise à un large réseau d'experts des vagues, qui l'ont étudiée et
ont fait part de leurs observations. Il a été tenu compte de ces observations autant que faire se
pouvait, puis M. Bruns a procédé aux ultimes vérifications de cette troisième édition.
Aucune publication de cet acabit ne peut prétendre à la perfection, surtout dans un domaine
où les connaissances scientifiques évoluent si vite que des ajouts et des modifications seront
sans doute bientôt nécessaires. Il ne fait cependant aucun doute que cette troisième édition du
Guide sera très utile aux Membres de l'OMM qui fournissent des services maritimes et qu'elle
continuera d’atteindre son double objectif: être pour tous un ouvrage d'initiation, élémentaire
mais suffisant en soi, aux aspects fondamentaux de la prévision des vagues, et constituer en
même temps une source de références et un guide de lecture sur ce sujet.
Les auteurs de chaque chapitre sont dûment mentionnés, mais je tiens à exprimer ici, au nom
de l'OMM, mes remerciements sincères à tous les experts (auteurs, réviseurs et M. Bruns en
particulier) qui ont tant apporté à cette importante publication, riche d’enseignements.
(Petteri Taalas)
Secrétaire général
REMERCIEMENTS
La révision du Guide de l'analyse et de la prévision des vagues est essentiellement le produit d'un
travail d'équipe, auquel divers experts originaires de plusieurs pays ont apporté chacun le
concours de ses compétences particulières, sous la direction générale de M. Thomas Bruns
(Allemagne). Les rédacteurs et les auteurs ont assumé la responsabilité globale de la révision de
chaque chapitre; dans les cas où ils ont reçu une aide substantielle, les noms des coauteurs sont
également cités.
Une grande partie du texte est tirée des deux premières éditions du Guide. Le directeur de
la présente édition tient à remercier, pour leur participation aux éditions précédentes, les
rédacteurs E. Bouws et A.K. Laing, ainsi que, pour leur collaboration aux différents chapitres,
J.A. Battjes, E. Bouws, L. Burroughs, D.J.T. Carter, L. Draper, L. Eide, J.A. Ewing, W. Gemmill,
L. Holthuijsen, M. Khandekar, A.K. Laing, A.K. Magnusson, M. Reistad et V. Swail.
Les personnes suivantes ont contribué à l’élaboration de la présente édition:
– Directeur de publication, introduction:

T. Bruns, Service météorologique allemand (DWD), Centre de Hambourg, Allemagne;
– Chapitre 1:
F. Ocampo‑Torres, Océanographie physique, Centre de recherche scientifique et
d'enseignement supérieur d'Ensenada (CICESE), Mexique;
– Chapitre 2:
T. Bruns, Service météorologique allemand (DWD), Centre de Hambourg, Allemagne;
– Chapitre 3:
A. Chawla, Centre national de prévision météorologique et climatique, Administration
américaine pour les océans et l'atmosphère (NOAA), College Park, Maryland, États-Unis
d'Amérique;
– Chapitre 4:
D. Mercer, J. Mclean et S. Desjardins, Environnement et Changement climatique
Canada, Halifax, Canada;
– Chapitre 5:
J.‑R. Bidlot, Centre européen pour les prévisions météorologiques à moyen terme
(CEPMMT), Reading, Royaume-Uni de Grande-Bretagne et d’Irlande du Nord;
– Chapitre 6:
A. Saulter, Service météorologique britannique (Met Office), Exeter, Royaume-Uni de
Grande‑Bretagne et d'Irlande du Nord;
– Chapitre 7:
V. Swail, Environnement et Changement climatique Canada, Toronto, Canada;
F. Ocampo‑Torres, Océanographie physique, Centre de recherche scientifique et
d'enseignement supérieur d'Ensenada (CICESE), Mexique.
Il est possible de prendre contact avec les collaborateurs de ce Guide par l'intermédiaire de la
Division de la météorologie maritime et des affaires océaniques du Secrétariat de l'OMM, à
l'adresse suivante: mmo@wmo.int.
Le directeur de publication tient à remercier le personnel du Secrétariat qui a contribué à

l’élaboration de cette publication.
INTRODUCTION
Aperçu général
Le présent guide a pour objet les vagues océaniques, et en particulier celles produites par le vent.
Ces vagues influent sur nos côtes et sur des activités de tous types que nous réalisons à proximité
des côtes ou en pleine mer. À tout instant donné, les vagues sont le produit de l'histoire récente
des vents agissant sur des surfaces souvent considérables de l'océan. La connaissance des vents
nous permet de diagnostiquer l'état des vagues. Les progrès accomplis au fil des ans en matière
de prévision numérique du temps ont abouti à une prévisibilité aussi forte pour les vagues que
pour le vent. Le présent guide a pour objet de présenter des informations et des techniques de
base pour l'analyse et la prévision des vagues océaniques. Il ne se veut pas un exposé théorique
exhaustif sur les vagues et ne contient pas de détails sur les recherches actuelles. Il vise plutôt
à donner un aperçu général, avec des détails sur des aspects considérés comme utiles dans la
pratique de l'analyse et de la prévision des vagues.
Les lecteurs intéressés par des questions de recherche fondamentale sur les processus et la
modélisation des vagues se reporteront à l'ouvrage Dynamics and Modelling of Ocean Waves
(Komen et al., 1994), tandis qu'un exposé approfondi des problèmes relatifs aux données sur les
vagues et à leur exploitation est présenté dans Waves in Ocean Engineering: Measurement, Analysis,
Interpretation (Tucker, 1991). Pour ce qui est des problèmes liés aux aménagements côtiers, le
Shore Protection Manual du Coastal Engineering Research Center sert de référence (CERC, 1973,
1984).
En général, les principaux utilisateurs de cette publication sont des professionnels et des
techniciens participant à des activités qui subissent l'influence des vagues océaniques, c'est-
à-dire une vaste communauté d'opérateurs maritimes et de personnes qui leur proposent
des services spécialisés. Les spécialistes de la prévision météorologique maritime forment un
groupe essentiel, mais le Guide s'adresse également aux utilisateurs potentiels des analyses, des
prévisions et des produits climatologiques concernant des données sur les vagues.
Cette troisième édition du Guide de l'analyse et de la prévision des vagues remplace les éditions 1988
et 1998 du même nom (OMM, 1988, 1998), qui remplaçaient elles‑mêmes le Manuel de l'analyse
et de la prévision des vagues (OMM, 1976). Toutes ces éditions tiennent compte du fait que
l'interprétation des données et des produits sur les vagues exige une bonne compréhension des
processus dont sont issus ces derniers. Un aperçu de la théorie élémentaire est donc nécessaire
dans le présent guide. Par conséquent, chaque fois qu'une technique ou qu'une source de
données est présentée, des informations de base appropriées ont été incluses pour rendre la
lecture de cette publication aussi autonome que possible.
Bien qu'un bon nombre des notions de base soient restées constantes d'une édition à l'autre,
les progrès réalisés créent de nouvelles possibilités de services d'information sur les vagues.
Ces dernières décennies, un nombre croissant de produits concernant les vagues ont intégré
des données provenant de satellites ou ont été synthétisés à partir de simulations faisant appel
à des modèles numériques des vagues utilisés par de nombreux centres de prévision de façon
opérationnelle. Une exploitation efficace de ces produits n'est possible que si les prévisionnistes
et les autres utilisateurs ont une connaissance suffisante des bases physiques de la modélisation
des vagues et des observations par satellite.
La modélisation des vagues est apparue comme un thème prédominant dès l'édition 1988
du Guide, puis dans son édition 1998. Il en est de même dans la présente édition. L'effort
international concerté consenti dans les années 1980 pour mettre au point des modèles de
vagues réalistes sur le plan physique a abouti à une génération de modèles de vagues ayant fait
l'objet de recherches et d'essais approfondis et qui sont devenus des outils d'exploitation.
Toutefois, certaines difficultés subsistent. Par exemple, la dissipation joue un rôle essentiel
dans le bilan énergétique, mais elle fait encore l'objet de recherches, notamment concernant le
déferlement des vagues et l'amortissement de la houle.
xiv GUIDE DE L’ANALYSE ET DE LA PRÉVISION DES VAGUES
En outre, pour des raisons de calcul, les modèles d'exploitation font encore appel au
paramétrage des interactions de vague à vague qui régissent la répartition de l'énergie dans le
spectre des vagues. Ces dernières années, grâce aux puissances de calcul disponibles de plus
en plus grandes, il est devenu possible de comparer les paramétrages et les solutions exactes.
Il en résultera en définitive des paramétrages plus réalistes, en particulier dans des conditions
extrêmes, telles que les tempêtes tropicales. Les problèmes de l'évolution des vagues en eau
peu profonde et de l'interaction avec les courants de surface exigent également des efforts
constants. Aucune de ces nouvelles avancées n’est traitée dans la présente édition du Guide, car
les progrès sont multiples et n'auront probablement aucune influence sur le travail quotidien des
prévisionnistes.
Quelques années après la parution de l'édition 1998 du Guide, il a été admis que les organismes
nationaux et internationaux avaient effectué un nombre considérable de travaux de recherche,
qui ont fourni de précieuses informations sur la prévision des vagues et la climatologie. Compte
tenu de l'évolution des pratiques en cours en matière de prévision numérique de la mer du vent,
il est apparu nécessaire de mettre à jour ce Guide régulièrement. L'idée d'insérer une partie
dynamique dans un guide a déjà été appliquée au Guide des applications de la climatologie maritime
(OMM, 1994) et sera également adoptée pour la présente édition du Guide.
L'édition 1998 du Guide comprenait aussi un catalogue décrivant des modèles de vagues
opérationnels. Pour la présente édition, il a été jugé utile d'externaliser ces descriptions sur
une partie dynamique en ligne, car les configurations de modèles d'exploitation évoluent
constamment (le Centre principal pour la vérification des prévisions de vagues (LC-WFV) de
l'OMM et les résultats du projet de vérification des prévisions de vagues mené par la Commission
technique mixte OMM‑COI d'océanographie et de météorologie maritime fournissent
également des informations sur les modèles de vagues opérationnels). Certaines sections du
Guide sont directement liées à la partie dynamique, où les informations recherchées peuvent
être trouvées dans une liste de sites Web. Au fur et à mesure, la partie dynamique sera enrichie
par d'autres contributions (par exemple, les publications récentes sur des sujets traités dans le
présent guide et des informations sur les progrès relatifs aux prévisions des vagues océaniques),
afin de tenir compte des derniers développements.
La modélisation des vagues est largement employée pour synthétiser les données sur les vagues
à des fins climatologiques. Son utilisation est brièvement présentée dans la section 7.4. Le Guide
des applications de la climatologie maritime (OMM, 1994) donne une description détaillée des
processus de simulation rétrospective des vagues et de leur utilisation dans le domaine de la
climatologie des vagues; il a donc été estimé que le chapitre de l'édition précédente du Guide
relatif aux statistiques sur le climat des vagues était redondant. Certains centres de prévision
nationaux fournissent néanmoins des informations sur la climatologie des vagues fondée sur des
champs de vent réanalysés.
L'édition précédente mentionnait l'augmentation des données sur les vagues et le vent
provenant de satellites. Cette troisième édition présente de nouvelles informations sur cette
source de données, notamment dans les chapitres concernant les champs de vent (chapitre 2)
et les données sur les vagues (chapitre 7). Ces données sont devenues indispensables pour
améliorer l'initialisation des modèles numériques et valider les données sur les simulations
rétrospectives. Certains travaux réalisés sur ce thème sont décrits.
Malgré tous ces progrès, il est entendu que de nombreux produits concernant les vagues sont
fondés sur des observations visuelles et que des analyses et des prévisions manuelles sont encore
largement utilisées. Pour cette raison, la présente édition expose également les méthodes
manuelles. Compte tenu des nombreux décès enregistrés au bord des plages dans le monde,
une nouvelle section a été ajoutée sur les prévisions relatives aux courants d'arrachement.
Les méthodes manuelles sont associées aux méthodes numériques en démontrant leur base
physique commune.
INTRODUCTION xv
Terminologie
Dans le présent guide, l’expression «analyse des vagues» fait référence à un large éventail de
processus. Le contexte météorologique traditionnel d'une analyse s'appuie sur l'assimilation
de données, mais cela a limité l'application à la production de produits concernant les vagues,
les données sur les vagues étant trop rares. Aujourd'hui, les satellites fournissent un volume
considérable de données sur le vent et les vagues, qui sont assimilées dans des modèles
numériques.
L'«analyse des vagues» intègre les processus d'évaluation, de calcul et de diagnostic de l'état
des vagues. Il existe un rapport direct entre le vent et les vagues qui, en principe, revient à une
question de calcul par des moyens manuels ou automatiques. Parfois, ce rapport est très simple
et peut être représenté par un tableau indiquant la hauteur des vagues pour une vitesse du
vent donnée (et éventuellement la direction du vent). Dans de nombreux cas cependant, une
approche plus complexe est nécessaire, selon: a) la quantité de détails requise (informations
sur la période des vagues, leur cambrure, etc.); b) les conditions environnementales de la zone
de prévision, y compris la géométrie des côtes, la bathymétrie et les courants; et c) la nature du
vent, qui peut parfois être variable (avec des changements pouvant se produire avant qu'une
condition stationnaire des vagues ait été atteinte).
Dans le présent guide, la «prévision» a une signification légèrement différente de celle qu'on lui
donne généralement en météorologie. Lorsqu'une prévision des vagues est établie, il est possible
de prévoir la propagation de l'énergie des vagues, mais l'évolution de cette énergie dépend du
vent. Ainsi, une grande partie du processus a trait à la prévision des vents qui provoquent les
vagues. En fait, l'évolution des vagues est diagnostiquée à partir du vent prévu.
La «simulation rétrospective» désigne le diagnostic portant sur des informations relatives aux
vagues qui sont fondées sur des données d'archives sur le vent. Un calcul fondé sur les données
actuelles relatives au vent est communément appelé «analyse des vagues». L’expression
«prévision immédiate» est de plus en plus employée en météorologie dans un contexte
semblable.
Les formules utilisées dans le présent guide obéissent à certaines conventions d'écriture. Les
quantités vectorielles, en particulier, sont indiquées en italiques et en caractères gras (par
exemple, a) pour les distinguer des grandeurs scalaires (par exemple, a).
Questions climatologiques
Quel que soit l'objectif principal de l'analyse ou de la prévision des vagues, une appréciation de
la climatologie des vagues est essentielle. Toutefois, comme pour tous les calculs, des résultats
cohérents sont plus probables si l'on connaît le climat local des vagues, en particulier les valeurs
extrêmes et la probabilité de divers paramètres concernant les vagues (par exemple, leur
hauteur et leur période) dans la zone maritime ou océanique à laquelle on s'intéresse. En outre,
l'expérience devrait donner une idée des valeurs probables qui peuvent apparaître dans des
conditions de vent données. Il est donc d'une importance cruciale que toute étude, y compris
la formation à la prévision des vagues, commence par l’examen détaillé de la géographie et
de la climatologie de la zone concernée, afin de pouvoir apprécier les limitations du fetch pour
certaines directions du vent, l'existence de courants océaniques puissants, la configuration type
des champs de vent dans les situations météorologiques prédominantes dans la région et la
probabilité climatologique de la vitesse et de la direction des vents.
Il est utile de connaître les valeurs extrêmes de la hauteur et de la période des vagues: une
hauteur supérieure à 20 mètres est exceptionnelle, de sorte que les hauteurs caractéristiques
ne dépasseront pas souvent 10 mètres. Quant aux périodes caractéristiques, elles varient
habituellement entre 4 et 15 secondes et dépassent rarement 20 secondes. En outre, les
vagues peuvent parcourir de longues distances, tout en conservant une hauteur et une
énergie appréciables. On a ainsi pu observer dans l'Atlantique Sud une houle due à des vagues
xvi GUIDE DE L’ANALYSE ET DE LA PRÉVISION DES VAGUES
engendrées par des tempêtes aux latitudes moyennes de l'Atlantique Nord et des dégâts sur
des atolls situés dans la partie équatoriale du Pacifique provoqués par une houle qui avait
vraisemblablement parcouru plusieurs milliers de kilomètres.
Si l'on est appelé à fournir régulièrement des prévisions sur les vagues pour le même endroit ou
la même zone (par exemple, au titre d'une assistance à des aménagements côtiers ou maritimes
ou à d'autres activités comme le chargement de navires), il est préférable d'organiser des
mesures régulières des vagues à des sites appropriés afin de recueillir les données nécessaires à
la vérification des prévisions concernant les vagues ou à la validation des modèles servant aux
rétrospections. Dans certains cas, on parviendra même à constituer un jeu de données mesurées
suffisamment homogène pour déterminer le climat des vagues par analyse statistique. Pour de
nombreuses applications, la seule façon de réunir un jeu de données satisfaisant consiste en
général à procéder à une rétrospection s'étendant sur une assez longue période, en faisant appel
à des champs de vent déduits d'anciennes cartes du temps ou à des données archivées sur la
pression de l'air provenant de modèles atmosphériques. Cependant, la disponibilité actuelle de
données issues d'altimètres de satellites recueillies dans le monde entier depuis plus de 10 ans
permet de décrire avec précision la climatologie de la hauteur des vagues, du moins dans les
régions des océans du monde qui ne sont pas touchées par des tempêtes tropicales, avec une
résolution spatiale qui est celle des données transmises par satellite.
Structure du Guide
Le présent guide est articulé en sept chapitres et deux annexes. Les trois premiers chapitres
contiennent des informations générales de base et le quatrième porte sur les techniques
manuelles traditionnelles de prévision des vagues. Les chapitres suivants portent sur la
modélisation des vagues et sur les complications qui se produisent lorsque les vagues pénètrent
dans des eaux d’une profondeur limitée ou peu profondes ou qu'elles sont provoquées dans
celles-ci.
Le chapitre 1 fournit un aperçu de la théorie des vagues en eau libre. Des vagues linéaires simples
sont présentées et leur comportement décrit. Il s'agit là des composantes de base de descriptions
plus complexes des champs de vagues, et notamment du spectre de vagues (fréquence-
direction). D'autres sujets sont traités: les notions d'énergie des vagues et de vitesse de groupe
(qui sont particulièrement importantes pour l’examen de la propagation de l'énergie des ondes
de surface), les effets de la profondeur sur les vagues simples et des descriptions statistiques
élémentaires des enregistrements de vagues.
Le chapitre 2 est consacré à la définition des vents qui produisent les vagues. Étant donné la
grande sensibilité du développement des vagues à la vitesse du vent, une prévision fiable des
vagues n'est possible que si les données sur le vent sont d’une précision suffisante. Ce chapitre
présente un aperçu des sources de données sur les vents de surface et des vents obtenus à partir
d'analyses météorologiques. La complication des couches limites maritimes y est également
abordée.
Le chapitre 3 présente la base physique des processus qui régissent l'évolution de l’état des
vagues. Il s'agit principalement de la production de vagues par le vent, de leur propagation à
la surface des océans, de la dissipation et de la redistribution de l'énergie dans le spectre des
vagues dus aux interactions de vague à vague faiblement non linéaires. La formulation de ces
processus est présentée pour être appliquée dans les procédures de prévision manuelle et la
modélisation numérique.
Si la modélisation numérique des vagues est devenue la norme dans de nombreux centres, les
méthodes manuelles restent largement utilisées. Ces méthodes, qui sont d'usage opérationnel
depuis plus de 40 ans, ont fait leurs preuves. Ainsi, le chapitre 4 est resté inchangé pour l'essentiel
par rapport au Manuel d'origine. Il décrit les procédures manuelles permettant de déterminer
les vagues de vent et présente des exemples illustrant comment ces procédures sont appliquées
à des situations de plus en plus compliquées. Des méthodes manuelles simples permettent
INTRODUCTION xvii
d'estimer l'influence des fonds sur la hauteur des vagues. Le chapitre s'achève par une section
portant sur la prévision manuelle des courants d'arrachement. Des nomogrammes et des
conseils relatifs à la prévision manuelle des vagues sont réunis dans les annexes.
Le chapitre 5 décrit la structure générale des modèles numériques de vagues fondés sur une
équation décrivant le bilan énergétique d'un champ d'ondes de surface. Il répertorie chaque
élément identifié et détaille son utilisation dans les modèles de vagues. Le calcul complet de tous
ces processus n'étant pas viable dans un environnement opérationnel, les modèles de vagues
ne traitent pas nécessairement toutes les composantes de façon explicite. Pour améliorer leur
exploitabilité, il est fait appel à des options alternatives. Certaines de ces options ne sont pas
nouvelles et datent d'une époque où les capacités de calcul étaient limitées et où les mécanismes
dominants n'étaient pas aussi bien attribués. Ce chapitre décrit également les classes de modèles
de vagues découlant de cette évolution.
Sont aussi prises en compte la production de nouvelles vagues en eau peu profonde et la
dissipation due au frottement sur le fond à inclure dans les modèles numériques des vagues. Le
chapitre porte en outre sur certains problèmes qui se posent dans la zone à proximité des côtes,
tels que les lames déferlantes ainsi que la surélévation du niveau moyen de l'eau et les courants
provoqués par les vagues.
Le chapitre 6 se penche sur l’exploitation des modèles numériques de vagues. Parmi les éléments
opérationnels importants figurent les résultats des modèles, y compris une gamme de cartes et
de formats codés, ainsi que la vérification des produits émanant des modèles.
Enfin, le chapitre 7 couvre un large éventail de sources de données concernant les vagues
observées visuellement, mesurées et modélisées. Organisé par méthode d'observation, il porte
sur les bouées houlographes, les navires et les observations de vagues par télédétection, y
compris les observations spatiales provenant d'altimètres et de radars à antenne synthétique, et
les observations en surface obtenues à l'aide de radars à haute fréquence, de radars en bande X,
etc. Les bases de données relatives aux simulations rétrospectives des vagues, y compris les
réanalyses, tirées de modèles numériques forcés par des champs de vent régionaux à mondiaux,
constituent une autre source de données importante, notamment pour l'analyse du climat.
Il va sans dire que le présent guide comprend des passages qui datent et qui ont une «durée
de vie» limitée. Certaines informations sur la situation en matière d'acquisition des données,
les modèles employés, les produits fournis, les études en cours et d'autres activités, qui
étaient corrects au moment de la mise sous presse, évolueront nécessairement dans le temps.
Néanmoins, l'inclusion de ces sujets est indispensable dans une publication de ce type.
Le présent guide a pour objet de fournir des orientations pour la résolution de problèmes relatifs
à l'analyse et à la prévision des vagues rencontrés au quotidien. Dans certains cas, cependant, les
problèmes en question n'entrent pas dans le champ de cette publication. Si le lecteur souhaite
approfondir certains sujets, l'ouvrage comprend suffisamment de références pour lui permettre
de le faire. Il pourra également prendre contact avec le rédacteur du chapitre qui l'intéresse; les
noms et les coordonnées des rédacteurs figurent dans la section consacrée aux remerciements.
Cet ouvrage ne prétend pas constituer une formation complète à lui seul. Pour les prévisionnistes
en météorologie maritime appelés à faire des prévisions sur les vagues, des cours de formation
spécialisés sont recommandés. Par exemple, l'interprétation du matériel d'orientation que les
résultats d'un modèle de vagues donné présentent pour un service national particulier va bien
au-delà des limites de ce Guide.
CHAPITRE 1. VAGUES OCÉANIQUES
Rédacteur: A.K. Laing; mise à jour: F. Ocampo‑Torres
1.1 INTRODUCTION
Les vagues qui se produisent à la surface des océans sont le résultat de forces qui agissent sur ces
derniers. Les forces naturelles prédominantes sont la pression ou la tension de l'atmosphère (due
aux vents, en particulier), les tremblements de terre, la gravité de la Terre et des corps célestes
(Soleil et Lune), la force de Coriolis (due à la rotation de la Terre) et la tension superficielle. Les
caractéristiques des vagues dépendent des forces qui les contrôlent. Les ondes de marée, qui
se produisent en raison de l’attraction gravitationnelle de la Lune et du Soleil, sont des vagues
de grande échelle. À l'autre extrémité de l'échelle, les vagues capillaires sont principalement
contrôlées par la tension superficielle de l'eau. Lorsque la gravité de la Terre et la poussée
d’Archimède constituent les principaux facteurs déterminants, il s'agit d'ondes de gravité.
Les vagues peuvent être caractérisées par leur période, c'est-à-dire l'intervalle de temps qui
sépare le passage de deux crêtes de vagues successives en un point fixe. Le type et l'échelle des
forces qui agissent pour créer une vague se traduisent généralement par sa période. La figure 1.1
illustre cette classification des vagues.
À grande échelle, les marées ordinaires sont constantes, mais prévisibles. Les tsunamis (produits
par des tremblements de terre ou des mouvements de terrain), qui peuvent être catastrophiques,
et les ondes de tempête le sont moins. Ces dernières, qui sont liées au mouvement de
phénomènes atmosphériques synoptiques ou à méso-échelle, peuvent provoquer des
inondations côtières.
Les ondes de gravité générées par le vent sont presque toujours présentes en mer. Ces ondes
sont produites par les vents qui soufflent sur l'océan, que ce soit localement ou à des milliers
de kilomètres de distance. Elles ont une incidence sur un large éventail d'activités, telles que la
navigation, la pêche, les loisirs, les industries côtières et maritimes, la gestion des côtes (défense)
et la lutte contre la pollution. Elles influent également beaucoup sur les processus climatiques,
car elles jouent un rôle important dans les échanges de chaleur, d'énergie, de gaz et de particules
entre les océans et l'atmosphère. Ces vagues sont l'objet du présent guide.
Pour analyser et prévoir ces vagues, il convient de s'appuyer sur un modèle, c'est-à-dire une
théorie sur leur comportement face aux facteurs de forçage. Si l'on observe la surface de
Vagues Vagues Vagues Vagues de Vagues à période Vagues de

capillaires de gravité de gravité faible gravité, longue grande
Vagues
capillaires ordinaires groupes marée
de marée
Énergie relative
de vagues
normales
Seiches,
ondes de Soleil
tempête, et
tsunamis Lune
0,1 s 1s 30 s 5 min 12 h 24 h
Période des vagues
Figure 1.1. Classification des vagues océaniques selon leur période

Source: D'après Munk (1951)
2 GUIDE DE L’ANALYSE ET DE LA PRÉVISION DES VAGUES
l'océan, il apparaît que les vagues forment souvent un motif complexe. Pour commencer, nous
rechercherons un modèle de départ simple qui corresponde à la dynamique connue de la surface
de l'océan, à partir duquel nous constituerons une image plus complète des vagues de vent que
nous observons.
Le modèle de l'océan utilisé pour obtenir cette image repose sur quelques hypothèses simples:
– L'incompressibilité de l'eau: la densité est constante et il est donc possible d'en déduire une
équation de continuité pour le liquide, qui exprime la conservation du liquide dans une
petite cellule d'eau (nommée particule d'eau).
– La non-viscosité de l'eau: les seules forces qui agissent sur une particule d'eau sont la gravité
et la pression (qui agit perpendiculairement à la surface de la particule); le frottement n'est
pas pris en compte.
– L'écoulement du liquide est irrotationnel: les particules individuelles n'effectuent pas de
rotation. Elles peuvent se déplacer les unes autour des autres, mais il n'y a pas d'action de
torsion. Nous pouvons ainsi mettre en relation les mouvements de particules voisines en
définissant une quantité scalaire, appelée potentiel de vitesse, pour le liquide. La vitesse du
liquide est déterminée par les variations dans l’espace de cette quantité.
À partir de ces hypothèses, des équations peuvent être formulées pour décrire le mouvement
du liquide. Le présent guide ne présente pas le calcul que l'on peut trouver dans la plupart des
manuels sur les vagues ou les liquides (par exemple, Kinsman, 1965; Neumann et Pierson, 1966;
Crapper, 1984; et Massel, 2013).
1.2 VAGUE LINÉAIRE SIMPLE
Le mouvement le plus simple d'une vague peut être représenté par une onde sinusoïdale
progressive à crête longue. Le descripteur sinusoïdal signifie que la vague se répète et possède la
forme douce de la sinusoïde illustrée par la figure 1.2. Le descripteur à crête longue indique que
la vague se compose d'une série de crêtes longues, parallèles, de hauteur égale et équidistantes
les unes des autres. La vague est dite progressive, car elle se déplace à vitesse constante
perpendiculairement aux crêtes, sans changer de forme.
1.2.1 Définitions de base
– La longueur d'onde, λ, est la distance horizontale (exprimée en mètres, par exemple) qui
sépare deux crêtes successives.
– La période, T, est l'intervalle de temps (exprimé en secondes) qui sépare le passage de
crêtes successives par un point fixe.
– La fréquence, f, est le nombre de crêtes qui passent par un point fixe en une seconde. Elle
est généralement mesurée en nombres par seconde (Hertz) et est égale à 1/T.
– L'amplitude, a, est l'ampleur du déplacement maximal par rapport au niveau moyen de la
mer. Elle est généralement exprimée en mètres (ou en pieds).
T
λ
η Crête
a H = 2a
Niveau zéro
a x,t
Creux
Figure 1.2. Onde sinusoïdale simple

CHAPITRE 1. VAGUES OCÉANIQUES 3
– La hauteur de la vague, H, est la différence d'élévation en surface entre la crête d'une vague
et le creux précédent de la vague. Pour une vague sinusoïdale simple, H = 2a.
– La vitesse de propagation, c, est la vitesse à laquelle le profil d'une vague se déplace,
c'est-à-dire la vitesse à laquelle la crête et le creux de la vague avancent. On l'appelle
couramment vitesse de la vague ou vitesse de phase.
– La cambrure d'une vague est le rapport entre sa hauteur et sa longueur (H/λ).
1.2.2 Rapports de base
Pour tous les types de vagues progressives réellement périodiques, on peut écrire:
λ = cT (1.1)
Autrement dit, la longueur d'onde d'une vague périodique est égale au produit de la vitesse de
la vague (ou vitesse de phase) par la période de celle-ci. Cette formule est facile à comprendre.
Imaginons qu'à un instant donné, la première de deux crêtes successives atteint un point
d'observation fixe, puis qu'une période plus tard (T secondes), la seconde crête atteint le même
point. Dans l'intervalle, la première crête a couvert une distance égale à c fois T.
Le profil de la vague linéaire simple a la forme d'une onde sinusoïdale:

η( x, t ) = a sin(kx − ω t ) (1.2)
Dans l'équation 1.2, k =2π/λ est le nombre d’onde et ω = 2π/T est la pulsation. Le nombre d’onde
est la mesure cyclique du nombre de crêtes par distance unitaire, tandis que la pulsation est
le nombre de radians par seconde. Le cycle d'une vague est une révolution complète, égale
à 2π radians. L'équation 1.2 contient les coordonnées temporelles (t) et spatiales (x). Elle
représente la vision que l'on peut avoir à partir d'un avion, décrivant la progression du temps
et les variations d'un point à un autre. Il s'agit de la solution la plus simple des équations du
mouvement pour le déplacement d'une onde de gravité sur un liquide – c'est-à-dire une vague
linéaire de surface.
Dans l'équation 1.1, la vitesse de la vague c peut s'écrire λ/T, ou, maintenant que nous avons
défini k, ω/k. La variation de la vitesse de la vague en fonction de sa longueur d'onde est appelée
dispersion, tandis que le rapport fonctionnel est appelé relation de dispersion. Cette relation est
déduite des équations du mouvement et, pour les eaux profondes, peut s'exprimer en termes de
fréquence et de longueur d'onde ou, comme c'est généralement le cas, entre ω et k:
ω 2 = gk (1.3)
où g désigne l'accélération due à la pesanteur, de telle façon que la vitesse de la vague est égale
à:
λ ω g
c= = = (1.4)
T k k
Si nous considérons un profil comme une photo prise au moment t = 0, l'axe horizontal est égal à
x et le profil de la vague est «gelé», soit:
η( x) = a sin(kx) (1.5)
Cependant, on obtient le même profil si l'on mesure le déplacement de la vague au moyen d'un
enregistreur de vagues situé à la position x = 0. Le profil alors enregistré est:
η(t ) = a sin(−ω t ) (1.6)
L'équation 1.6 décrit, par exemple, le mouvement d'un objet flottant ancré qui monte et qui
descend au passage d’une vague.
Les paramètres importants dans la prévision des vagues ou les mesures relatives à des dispositifs
stationnaires, tels que des installations en mer, sont donc la hauteur des vagues, leur période
(ou leur fréquence) et leur direction. Un observateur qui doit donner une estimation visuelle ne
peut pas fixer un niveau zéro, comme dans la figure 1.2, et ne peut donc pas mesurer l'amplitude
des vagues. À la place, il indique donc la distance verticale entre la crête et le creux précédent (la
hauteur de la vague).
En réalité, les vagues sinusoïdales simples décrites ci-dessus ne se produisent jamais en mer;
seule la houle qui passe par une zone non ventée s'en approche. Nous avons commencé par
la description de vagues simples, car elles représentent les solutions de base des équations
physiques qui régissent les vagues à la surface des océans. Elles sont les «composantes de base»
des champs de vagues réelles se produisant en mer, comme nous le verrons ultérieurement. En
fait, on fait souvent appel à la notion de vagues sinusoïdales simples pour comprendre et décrire
les vagues à la surface des océans. Malgré cette description simplifiée, les définitions et les
formules qui en découlent sont largement utilisées dans la pratique et ont fait leurs preuves.
1.2.3 Mouvement orbital des particules d'eau
Les particules d'eau se déplacent vers le haut et vers le bas, à mesure que les vagues progressent.
En observant soigneusement de petits objets flottant à la surface, on s'aperçoit que l'eau se
déplace aussi vers l'avant dans les crêtes et vers l'arrière dans les creux. Si l'eau est assez profonde
par rapport à la longueur d'onde, les déplacements sont à peu près du même ordre de grandeur
dans les plans horizontal et vertical. En fait, pendant le cycle d'une vague simple (c'est-à-dire
sa période), les particules décrivent un cercle dans le plan vertical. Ce plan vertical est la coupe
illustrée par la figure 1.2. En eau peu profonde, les particules d'eau décrivent une ellipse. La
figure 1.3 illustre ce mouvement des particules pour une vague sinusoïdale simple en eau
profonde.
Considérons la vitesse à laquelle une particule d'eau accomplit son orbite. La circonférence du
cercle est égale à πH. Une particule parcourt cette circonférence en un temps égal à la période T.
La vitesse de l'eau est donc πH/T. Il s'agit également de la plus grande vitesse horizontale atteinte
dans les crêtes. Il ne faut pas confondre la vitesse des particules d'eau individuelles avec la vitesse
10
11
12
13
Figure 1.3. Progression d'une vague: 13 instantanés pris à des intervalles de temps égaux au
1/12e de la période
Source: D'après Gröen et Dorrestein (1976)
Figure 1.4. Décalage de la trajectoire suivie par une particule d'eau pendant deux périodes
consécutives
à laquelle le profil des vagues se propage (vitesse des vagues). La vitesse de propagation du
profil d'une vague, qui correspond à λ/T, est généralement beaucoup plus grande et la longueur
d'onde λ est souvent largement supérieure à πH.
La figure 1.3 a été légèrement simplifiée pour montrer la progression des crêtes et des creux telle
qu'elle résulte du déplacement des particules d'eau. En réalité, selon la cambrure de la vague,
une particule d'eau ne revient pas exactement à son point de départ à l'issue de sa trajectoire,
mais à un point situé un peu plus en avant dans la direction où les vagues se déplacent
(figure 1.4). Autrement dit, le mouvement de retour dans le creux de la vague est un peu plus
lent que le mouvement en avant dans la crête, de sorte qu'il se produit un petit décalage vers
l'avant. Cet écart nommé «dérive de Stokes» augmente dans le cas des vagues escarpées (voir
section 1.2.7).
1.2.4 Énergie des vagues
Les vagues sont associées à un déplacement dans l'eau. Par conséquent, lorsqu'une vague remue
l'eau, une énergie cinétique lui est associée, qui se déplace avec elle. Les vagues déplacent aussi
des particules dans le plan vertical, influant ainsi sur l'énergie potentielle de la colonne d'eau.
Cette énergie se déplace aussi avec les vagues. L'énergie totale se partage également entre
l'énergie cinétique et l'énergie potentielle, ce qui constitue une caractéristique intéressante des
vagues que l'on nomme l'équipartition de l'énergie.
L'énergie ne se déplace pas à la même vitesse que la vague, c'est-à-dire la vitesse de phase. Elle
se déplace à la vitesse des groupes de vagues et non de vagues individuelles. Nous aborderons
à la section 1.3.2 la notion de vitesse de groupe, mais il est intéressant de noter ici qu'en eau
profonde, la vitesse de groupe est égale à la moitié de la vitesse de phase. Il peut être établi que
l'énergie totale d'une vague linéaire simple est égale à ρwga2/2, ce qui revient au même que
ρwgH2/8, où ρw est la densité de l'eau. Il s'agit du total des énergies potentielle et cinétique de
toutes les particules de la colonne d'eau pour une longueur d'onde.
1.2.5 Influence de la profondeur de l'eau
À mesure qu'une vague se propage, l'eau est remuée de telle façon que l'eau de surface et l'eau
plus profonde sous la vague se déplacent. Si la colonne d'eau est suffisamment profonde, les
particules d'eau décrivent aussi des cercles verticaux, dont le diamètre diminue à mesure que la
profondeur augmente (figure 1.5). De fait, cette diminution est exponentielle.
Au-dessous d'une profondeur égale à la moitié d'une longueur d'onde, le déplacement des
particules d'eau est inférieur à 4 % de leur déplacement à la surface. Il en résulte que, tant que
la profondeur de l'eau est supérieure à la valeur correspondant à λ/2, l'influence du fond sur le
mouvement des particules d'eau peut être considérée comme négligeable. L'eau est donc dite
profonde par rapport à une vague de surface donnée, lorsque sa profondeur est au moins égale
à la moitié de la longueur d'onde. Dans la pratique, il est courant de situer la limite entre l'eau
profonde et l'eau d'une profondeur intermédiaire à h = λ/4. En eau profonde, les déplacements
Figure 1.5. Trajectoires des particules d'eau à diverses profondeurs dans une vague en eau
profonde. Chaque cercle est égal à 1/9e de la longueur d'onde située au-dessous de celui qui
se trouve immédiatement au-dessus. Le profil de la vague progresse de gauche à droite.
à cette profondeur sont égaux à 20 % environ de ceux de la surface. Cependant, tant que l'eau
est plus profonde que λ/4, les vagues de surface ne sont pas déformées de façon sensible, et leur
vitesse est très proche de celle relevée en eau profonde. Les termes suivants servent à caractériser
les rapports entre la profondeur (h) et la longueur d'onde (λ):
– eau profonde: h > λ/4;

– eau de profondeur intermédiaire: λ/25 < h < λ/4;
– eau peu profonde: h < λ/25.
La dissipation des vagues due aux interactions avec le fond (frottement, percolation ou
mouvement des sédiments) n'a pas encore été prise en compte ici.
Lorsque les vagues se propagent dans des eaux peu profondes, par exemple à l'approche des
côtes, presque toutes leurs caractéristiques se modifient, lorsqu'elles commencent à «sentir»
le fond. Seule la période reste constante. La vitesse des vagues décroît avec la diminution de la
profondeur. La relation λ = cT permet de déduire que la longueur d'onde décroît également.
D'après la théorie linéarisée du mouvement ondulatoire, on peut obtenir une expression mettant
en relation la vitesse des vagues c avec le nombre d’onde k = 2π/λ et la profondeur de l'eau h:
g
c2 = tanh kh (1.7)
k
où g désigne l'accélération due à la pesanteur et tanh x la tangente hyperbolique:
e x − e− x
tanh x = (1.8)
e x + e− x
La relation de dispersion pour des eaux de profondeur limitée est très semblable à l'équation 1.7.
En termes de pulsation et de nombre d’onde, nous obtenons ainsi la forme généralisée de
l'équation 1.3:
ω 2 = gk tanh kh (1.9)
En eau profonde (h > λ/4), tanh kh approche l'unité et c est maximal. L'équation 1.7 se réduit alors
à:
g gλ
c2 = = (1.10)
k 2π
ou, si l'on utilise λ = cT (équation 1.1):

2πλ
T = (1.11)
g
gT 2
λ = (1.12)
2π
et
gT g g
c= = = (1.13)
2π 2π f ω
Exprimé en mètres et en secondes, le terme g/2π est égal à 1,56 m s−2. Dans ce cas, on peut écrire
λ = 1,56 T2 m et c = 1,56 T m s−1. Si par ailleurs, λ est exprimé en pieds et c en nœuds, ces formules
deviennent λ = 5,12 T2 pieds et c = 3,03 T nœuds.
Lorsque la profondeur relative de l'eau devient faible (h < λ/25), l'équation 1.10 peut être
simplifiée ainsi:
c= gh (1.14)
Cette relation a de l'importance lorsqu'on a affaire à des vagues de longue période et de grande
longueur d'onde, souvent appelées «vagues longues». Lorsque de telles vagues se déplacent
en eau peu profonde, leur vitesse dépend uniquement de la profondeur de l'eau. Cette relation
s'applique, par exemple, aux tsunamis, pour lesquels l'océan entier peut être considéré comme
peu profond.
Si une vague se déplace dans des eaux de profondeur intermédiaire (λ/25 < h < λ/4), on peut
utiliser des formules approchées pour la vitesse de la vague et sa longueur d'onde en eau peu
profonde:
c = c0 tanh k0h (1.15)
et
λ = λ0 tanh k0h (1.16)
où c0 et λ 0 désignent respectivement la vitesse de la vague en eau profonde et sa longueur d'onde

selon les équations 1.10 et 1.12, et k0 désigne le nombre d’onde 2π/λ 0 en eau profonde.
Une autre caractéristique du changement de profondeur est le changement de hauteur

des vagues. Lorsqu'une vague s’approche du rivage, sa hauteur augmente, sous l'effet des
changements intervenus dans la vitesse de groupe. L'énergie qui se propage vers la côte devant
être conservée, du moins jusqu'à ce que le frottement devienne sensible, si la vitesse de groupe
et la longueur d'onde diminuent, l'énergie de chaque longueur d'onde doit augmenter. Selon
l'expression de l'énergie formulée dans la section 1.2.4, nous pouvons en déduire que la hauteur
des vagues doit augmenter.
1.2.6 Réfraction et diffraction
Lorsque des vagues commencent à sentir le fond, un phénomène nommé réfraction peut se
produire. Lorsque les vagues pénètrent dans des eaux de profondeur intermédiaire, si elles ne
se déplacent pas perpendiculairement aux isobathes, la partie de la vague se trouvant en eau
plus profonde se déplace plus rapidement que la partie située en eau moins profonde, selon
l'équation 1.15, ce qui conduit les crêtes à s'orienter parallèlement aux isobathes. Des exemples
de configuration de la réfraction sont donnés aux figures 1.6, 1.7 et 1.8.
En règle générale, toute modification de la vitesse des vagues due, par exemple, aux gradients
des courants de surface peut être à l'origine d'une réfraction, quelle que soit la profondeur de
l'eau. Quelques exemples sont présentés dans la section 4.5.1 pour illustrer la réfraction dans des
Ligne de plage Brisants
xxx xxx xxx xxx xxx xxx
Isobathes
Crêtes des vagues
Figure 1.6. Réfraction le long d'une plage rectiligne aux isobathes parallèles
conditions simplifiées. Le chapitre 7 de la deuxième édition du Guide de l'analyse et de la prévision

des vagues (OMM, 1998) et le Shore Protection Manual (CERC, 1984) décrivent des méthodes
d'analyse de la réfraction et de la diffraction de façon plus détaillée.
Il faut également mentionner le phénomène de diffraction des vagues. La diffraction s'observe le

plus souvent sous le vent d'obstacles tels que des brise-lames. L'obstacle provoque un transfert
de l'énergie le long de la crête des vagues. Avec ce transfert d'énergie, les vagues peuvent aussi
agiter la zone d'eau abritée par l'obstacle, bien que leur hauteur y soit très réduite. Un exemple
de ce phénomène est présenté à la figure 1.9.
Ligne de plage Ligne de plage
Isobathes Isobathes
Orthogonales Orthogonales
Figure 1.7. Réfraction due à a) une dorsale sous-marine et b) un canyon sous-marin
Baie
Cap Baie
Isobathes Orthogonales
Figure 1.8. Réfraction le long d'une côte irrégulière

Figure 1.9. Diffraction des vagues au brise-lames du port de Channel Islands (Californie)
Source: CERC (1977)
1.2.7 Vagues déferlantes
Dans la section 1.2.3, nous avons noté que la vitesse des particules d'eau était légèrement plus
élevée dans la partie supérieure de l'orbite que dans sa partie inférieure. Cet effet est largement
amplifié dans les vagues escarpées, à tel point que la vitesse maximale vers l'avant peut devenir
non pas πH/T mais 7H/T (Stokes, 1847, 1880). Si 7H devient égal à la longueur d'onde λ (H/λ = 1/7),
la vitesse de progression de l'eau dans la crête devient égale au taux de propagation, qui est λ/T.
La vitesse de l’eau vers l’avant ne peut être supérieure, car l'eau plongerait alors vers l'avant en-
dehors de la vague: autrement dit, la vague déferlerait.
Selon la théorie de Stokes, les vagues ne peuvent pas atteindre une hauteur supérieure à 1/7e de
la longueur d'onde sans déferler. En réalité, la cambrure des vagues est rarement supérieure
à 1/10e de la longueur d’onde. Cependant, pour des valeurs de cet ordre, le profil de la vague
est loin d'être une simple ligne sinueuse et ressemble davantage à une trochoïde (figure 1.10).
Toujours d'après la théorie de Stokes, pour une cambrure limite de 1/7e, les pentes antérieure et
postérieure de la vague se rencontrent dans la crête pour former un angle de 120° (figure 1.11).
Lorsque les vagues se propagent en eau peu profonde, leurs caractéristiques se modifient dès
qu'elles commencent à sentir le fond, comme nous l'avons noté dans la section 1.2.5. Leur
période reste constante, mais leur vitesse décroît, tout comme leur longueur d'onde. Lorsque la
profondeur de l'eau devient inférieure à la moitié de la longueur d'onde, on observe d’abord une
Niveau moyen
Figure 1.10. Vagues de profil trochoïdal. Dans ce cas, les crêtes s'écartent davantage du niveau
moyen que les creux.
légère diminution de la hauteur des vagues1. Celles-ci retrouvent leur hauteur d'origine lorsque
le rapport h/λ = 0,06 est atteint; ensuite, cette hauteur augmente rapidement en même temps
que la cambrure, jusqu'à ce que soit atteint le point de déferlement:
hb = 1, 28 Hb (1.17)
où hb désigne la profondeur de déferlement et Hb la hauteur de la vague déferlante.
1.3 CHAMPS DE VAGUES
1.3.1 Décomposition des vagues simples
Dans la réalité, les vagues océaniques n'ont pas un aspect aussi simple que le profil illustré par
la figure 1.2. Avec leurs formes irrégulières, elles apparaissent comme une surface d'eau confuse
et constamment changeante, car d'autres vagues les dépassent et les traversent sans cesse. Il en
résulte que leurs crêtes sont souvent de courte longueur, en particulier dans le cas des vagues qui
croissent sous l'action du vent (mer du vent).
On observe une mer plus régulière, constituée de vagues quasi sinusoïdales à crête longue,
lorsque celles-ci ne subissent plus l'influence des vents qui les ont engendrées. De telles vagues,
qui portent le nom de houle, peuvent parcourir des centaines, voire des milliers de kilomètres,
après avoir quitté la zone où elles se sont formées. Elles se mêlent fréquemment très loin de cette
zone aux vagues de vent produites localement.
Il est possible de démontrer que les vagues simples décrites dans la section 1.2 se combinent
pour former la configuration observée. Autrement dit, il peut être démontré que la configuration
de vagues observée sur un océan se compose d'un certain nombre de vagues simples, qui
diffèrent les unes des autres par la hauteur, la longueur d'onde et la direction.
Dans un premier temps, considérons des vagues à crêtes longues parallèles, mais de hauteur
différente (présentant, par exemple, le profil représenté dans la partie supérieure de la
figure 1.12). Bien que cette courbe paraisse régulière, elle n'a certes plus le profil d'une vague
sinusoïdale simple, car ni la hauteur, ni la distance horizontale entre les crêtes n'y sont partout
les mêmes. Ce profil correspond cependant à la somme de deux profils de vagues simples de
longueur d'onde légèrement différente (voir les vagues I et II dans la courbe inférieure de la
figure 1.12). En additionnant les amplitudes verticales de la vague I et de la vague II aux points
correspondants de l'axe horizontal, on obtient les amplitudes verticales de la somme des
vagues I et II, matérialisées par le profil de la vague du haut dans la figure 1.12.
Le profil du haut peut donc être redécomposé en deux vagues simples de longueurs d'onde
différentes. L'irrégularité de la hauteur des crêtes dans la somme de I et II s'explique par le fait
que les amplitudes des vagues I et II se cumulent aux endroits où ces vagues sont en phase,
tandis que les amplitudes résultantes sont réduites là où elles ne le sont pas.
Figure 1.11. Cambrure maximale que peut atteindre une vague dans l’eau selon la théorie de
Stokes
1
Si l'on suit une vague en eau peu profonde, sa longueur d'onde décroît et la vague ralentit mais, au début, son
énergie ne diminue pas. Celle-ci se répartit ensuite sur un nombre plus grand de vagues, dont la hauteur se réduit.
Mais cette situation n'est que temporaire. Bientôt, l'énergie de la vague décroît également et sa hauteur commence
à s'accroître.
–1
I
1
–1
II
Figure 1.12. Le profil du haut est égal à la somme (superposition) de deux vagues simples, I et
II, représentées dans la partie inférieure de la figure. L'échelle horizontale est fortement
réduite par rapport à l'échelle verticale.
Si l'on pousse cette idée un peu plus loin, on peut concevoir les vagues de vent, avec leur
configuration irrégulière, comme formées par la superposition d'un nombre infini de vagues
sinusoïdales, qui se propagent indépendamment les unes des autres. Cette idée est illustrée par
la figure 1.13, qui montre l'empilement d'un grand nombre de vagues sinusoïdales. Imaginons,
par exemple, qu'une plaque de tôle ondulée figure un train de vagues sinusoïdales simples figé,
à un moment donné, à la surface de l'océan, puis qu'en dessous, vienne un autre train de vagues
sinusoïdales simples se déplaçant dans une direction légèrement différente du précédent. En
dessous, on trouve un troisième, puis un quatrième train, etc. ayant chacun une direction et une
longueur d'onde différentes. Chaque train de vagues constitue un exemple classique de vagues
sinusoïdales simples.
Il peut être démontré qu'à mesure que le nombre des différentes vagues sinusoïdales prises en
compte s'accroît et que leur hauteur diminue, tandis que leurs périodes et leurs directions se
rapprochent de plus en plus les unes des autres (sans pour autant devenir identiques et cesser de
couvrir une gamme de valeurs très étendue), le résultat de leur addition donne l'état de la surface
de la mer, tel qu'il est observable dans la réalité. Même de faibles irrégularités par rapport à la
forme sinusoïdale peuvent être représentées par la superposition de vagues simples.
1.3.2 Groupes de vagues et vitesse de groupe
Comme nous l'avons vu, les vagues océaniques sont des combinaisons de vagues simples. Sur
une mer irrégulière, le nombre de longueurs d'onde différentes peut être élevé. Même dans
le cas d'une houle régulière, de nombreuses longueurs d'onde différentes sont en présence,
mais elles ont tendance à se regrouper. La figure 1.12 montre comment des vagues simples
ayant des longueurs d'onde rapprochées se combinent pour former des groupes de vagues.
Ce phénomène est courant. Quiconque a soigneusement observé les vagues océaniques aura
remarqué que les vagues les plus importantes ont tendance à arriver par groupes.
Bien que les diverses crêtes d'un même groupe ne soient jamais équidistantes, on peut parler
d'une distance moyenne et, par conséquent, d'une longueur d'onde moyenne. Bien que chaque
crête ou sommet de vague du groupe avance à une vitesse correspondant à sa longueur d'onde,
le groupe lui-même, en tant qu'unité cohérente, se déplace à sa vitesse propre, dite vitesse de
groupe. En eau profonde, cette vitesse de groupe est égale à:
c
cg = (1.18)
2
Figure 1.13. L'état de la mer, somme de nombreuses vagues sinusoïdales

Source: D'après Pierson et al. (1955)
Une autre expression plus générale est également valable en eau de profondeur limitée:
c 2kh 
cg = 1 +  (1.19)
2 sinh 2kh 
Il peut être établi que la formule générale pour la vitesse de groupe est la suivante:
dω
cg = (1.20)
dk
La plupart des textes sur la dynamique des fluides présentent des méthodes utilisées pour
l’établissement de cette formule (par exemple, Kinsman, 1965; et Crapper, 1984).
Nous pouvons également démontrer que la vitesse de groupe est la vitesse à laquelle se déplace
l'énergie des vagues. Si nous considérons le flux d'énergie engendré par un train de vagues,
l'énergie cinétique, associée au mouvement des particules d'eau en orbite presque fermée,
ne se propage pas de manière significative. En revanche, l'énergie potentielle est associée
au déplacement net des particules d'eau le long de la vague à la vitesse de celle-ci. Ainsi, en
eau profonde, tout se passe comme si la moitié de l'énergie se déplaçait à la vitesse de phase,
ce qui revient à dire que l'énergie totale se déplacerait à la moitié de la vitesse de phase.
L'intégrité de la vague est maintenue par un équilibrage constant entre l'énergie cinétique
et l'énergie potentielle. Lorsque la vague atteint des eaux précédemment non perturbées,
l'énergie potentielle au front du train de vagues se transforme en énergie cinétique, d'où une
perte d'amplitude. Cela entraîne l'extinction des vagues du fait qu'elles excèdent leur énergie.
À l'arrière du train de vagues, il reste de l'énergie cinétique. Celle-ci se transforme en énergie
potentielle qui donne naissance à de nouvelles vagues.
Un exemple classique de groupe de vagues est la bande d'ondulations qui irradie à partir du
point où une pierre est jetée dans une mare calme. Si l’on fixe son attention sur la crête d'une
vague donnée, on constate que la vague se dirige vers l'extérieur de la bande d'ondulations
avant de disparaître. Autrement dit, si l’on suit les vagues à la vitesse de phase, on se
déplace comme si on était une crête, mais les vagues qui se trouvent devant disparaissent
progressivement. Comme la bande d'ondulations se compose de vagues comportant des
composantes ayant une gamme étroite de longueurs d'onde, la longueur d'onde de la vague
observée augmente aussi légèrement (et on sera entouré d'un nombre inférieur de vagues).
En revanche, si on se déplace à la vitesse de groupe, les vagues placées devant nous peuvent
s'allonger et celles placées derrière nous se raccourcir, mais le nombre total de vagues situées à
proximité ne changera pas.
Par conséquent, les groupes de vagues peuvent être considérés comme des vecteurs de l'énergie
des vagues (voir également la section 1.3.7) et la vitesse de groupe est également la vitesse à
laquelle l'énergie des vagues se propage. Il est important de tenir compte de ces considérations
lors de la modélisation des vagues.
1.3.3 Description statistique des enregistrements de vagues
Selon l'équation 1.16, la configuration déroutante de la figure 1.13 peut aussi être considérée
comme le déplacement de la surface de l'eau en un point fixe. La figure 1.14, où l'échelle verticale
est exprimée en mètres et l'échelle horizontale en secondes, représente un enregistrement
typique de vague pour ce déplacement. Les crêtes sont indiquées par des tirets verticaux et les
passages au niveau moyen par valeurs décroissantes, par des cercles. La période T des vagues est
le temps écoulé entre deux passages au niveau moyen par valeurs décroissantes (ou croissantes2)
consécutifs, tandis que la hauteur H est la distance verticale séparant un creux de la crête
suivante, telle qu'elle apparaît sur l'enregistrement. Pour définir la hauteur des vagues, on utilise
aussi plus communément la hauteur Hz entre deux passages au niveau moyen, qui est la distance
verticale entre la valeur la plus haute et la valeur la plus basse de l'enregistrement entre deux
passage au niveau moyen par valeurs décroissantes (ou croissantes). Lorsque l'enregistrement
contient des périodes très diverses, le nombre de crêtes devient supérieur à celui des passage
au niveau moyen, auquel cas la hauteur de creux à crête diffère un peu de Hz. Nous négligerons
toutefois cette différence dans le présent chapitre, où nous nous servirons implicitement de Hz. La
méthode Tucker–Draper, qui donne de bons résultats approximatifs, est une méthode simple et
couramment utilisée pour analyser manuellement les enregistrements de vagues (Draper, 1963,
1966).
Les tracés des enregistrements ne se répètent jamais, car l'aspect que revêt la surface de la mer
a un caractère aléatoire; toutefois, si l'état de la mer est «stationnaire», les propriétés statistiques
de la distribution des périodes et des hauteurs sont similaires d'un enregistrement à l'autre. Les
paramètres les plus appropriés pour décrire l'état de la mer à partir d'un enregistrement sont par
conséquent statistiques. Les plus couramment utilisés sont les suivants:
– H désigne la hauteur moyenne des vagues;

– Hmax est la hauteur maximale des vagues d'un enregistrement;
– Tz indique la période moyenne des vagues au passage au niveau moyen, obtenue en
divisant la durée de l'enregistrement par le nombre de passages au niveau moyen par
valeurs décroissantes (ou croissantes) y figurant;
– H1/n est la hauteur moyenne des 1/n plus hautes vagues (lorsque toutes les hauteurs des
vagues mesurées sur l'enregistrement sont présentées par ordre décroissant, il convient de
prendre la une/nième partie de l'enregistrement contenant les hauteurs les plus grandes,
puis de calculer la hauteur moyenne H1/n de cette partie);
– TH1/n est la période moyenne des 1/n plus hautes vagues.
Une valeur souvent utilisée pour n est 3:
– H1/3 est la hauteur des vagues (dont la valeur avoisine celle de la hauteur observée
visuellement);
2
Aucune convention n'est clairement établie quant à l'emploi des passages au niveau moyen par valeurs croissantes
ou décroissantes pour déterminer la hauteur et la période des vagues. À l'usage, on ne constate aucune différence
notable entre les valeurs moyennes obtenues dès lors que l'enregistrement s'étend sur une durée suffisante.
10 s 1m
H max
Figure 1.14. Échantillon d'un enregistrement de vagues (les tirets verticaux indiquent les
crêtes et les cercles signalent les passages au niveau moyen par valeurs décroissantes)
– TH1/3 est la période significative des vagues (à peu près égale à la période associée au
maximum spectral (voir section 1.3.8).
1.3.4 Durée des enregistrements de vagues
La durée optimale des enregistrements des vagues dépend de plusieurs facteurs. En premier
lieu, pour obtenir une description correcte de l'état de la mer, les conditions doivent être
statistiquement stationnaires pendant la période d'échantillonnage, exigence qui n'est
jamais complètement satisfaite dans la pratique, du fait que les champs de vagues sont en
évolution constante (croissance ou décroissance). En second lieu, pour réduire la dispersion
statistique, l'enregistrement doit comporter au moins 200 passages au niveau moyen par
valeurs décroissantes. Ainsi, la période optimale pendant laquelle les vagues sont généralement
mesurées est de 15 à 35 minutes, ce qui satisfait suffisamment aux deux conditions.
Nous n'avons envisagé jusqu'ici que l'analyse manuelle des enregistrements analogiques et de
leurs «diagrammes à déroulement continu». Or la plupart des analyses, réalisées par ordinateur,
s'appuient sur des enregistrements numériques, c'est-à-dire que le déplacement vertical de la
surface de l'océan (ou la position du stylet sur le diagramme de l'enregistreur) est indiqué avec
une cadence d'échantillonnage allant de 1 à 10 relevés par seconde (1 à 10 Hz). Par exemple,
un enregistrement de 20 minutes effectué à une cadence d'échantillonnage de 4 Hz contient
4 800 valeurs.
Lorsque les enregistrements de vagues sont traités automatiquement, l'analyse est toujours
précédée d'un contrôle de la qualité des données enregistrées en vue d'éliminer les valeurs
aberrantes et les erreurs dues à un mauvais fonctionnement des capteurs ou du matériel
d'enregistrement des données ou à des erreurs de transmission.
1.3.5 Utilisation des paramètres statistiques
Dans le présent guide, l'expression «état de la mer» désigne des conditions des vagues décrites
par certains paramètres statistiques. Il est courant de faire appel à la hauteur significative des
vagues H1/3 et à la période moyenne par passage au niveau moyen Tz ou à une autre période
caractéristique pour définir l'état de la mer. La hauteur maximale des vagues correspondante
peut en être déduite, comme il est indiqué dans la section 1.3.6.
L'utilisation de la période moyenne par passage au niveau moyen Tz ne va pas sans inconvénients.
La distribution des différentes périodes de vagues définies par passage au niveau moyen par
valeurs descendantes sur un enregistrement est généralement plus étalée et plus sensible au
bruit que la distribution, par exemple, des périodes des vagues appartenant au tiers dont les
hauteurs sont les plus élevées. En outre, la période moyenne des plus hautes vagues enregistrées
constitue généralement une bonne approximation de la période associée au pic du spectre des
vagues (voir section 1.3.8). On a constaté que les périodes moyennes des 1/n plus hautes vagues
ne différaient pas substantiellement de TH1/n quand n est supérieur à 3, mais accusent une plus
grande dispersion.
Dans le présent guide comme ailleurs, diverses définitions de la cambrure des vagues sont
utilisées. La formule générale est ξ = H/λ, qui devient, par application de l'équation 1.12:
2π H
ξ = (1.21)
gT 2
où H représente l’une quelconque des hauteurs de vague (H1/3, Hm0, Hrms ou √m 0, etc.) et T la
période (Tz, TH1/3, Tp, Tm02 , etc.). Certains de ces paramètres sont présentés dans la section 1.3.8.
1.3.6 Distribution des hauteurs de vagues
L'élévation de la surface de la mer est exprimée par η(x,t). Cette formulation rend compte
des variations de la surface de la mer dans l'espace et dans le temps pour des vagues simples
(voir l'équation 1.2) comme pour des états de la mer plus compliqués. Il a été démontré
(Longuet‑Higgins, 1952) que si la gamme de longueurs d'onde pour un état donné de la mer
n'est pas trop vaste, l'élévation η a une distribution statistique gaussienne (c'est‑à‑dire normale).
Pour un paramètre normalement distribué tel que η, on sait que les valeurs maximales sont
distribuées selon une distribution de Rayleigh. Pour un état de la mer donné, ces valeurs
maximales sont directement liées à la hauteur des vagues. Ainsi, la distribution des hauteurs des
vagues (entre deux passages au niveau moyen par valeurs décroissantes) peut être représentée
par la distribution de Rayleigh. Cette caractéristique a été prouvée sur le plan théorique et
vérifiée empiriquement. Si F(H1) exprime la probabilité que la hauteur des vagues n'excède pas
une certaine hauteur H1 pour un état de la mer caractérisé par une valeur connue de H1/3, on a :
F (H1) = 1 − exp  −2(H1 / H1 / 3 )2  (1.22)

 
La probabilité Q(H1) que la hauteur soit supérieure à H1 est alors:
Q(H1) = 1 − F (H1) (1.23)
Exemple
Problème
Étant donné un état de la mer pour lequel H1/3 = 5 m, quelle est la probabilité d'observer des
vagues d'une hauteur supérieure à 6 m?
Solution
Puisque F(H1) = 1 − exp[−2 (6/5)2] = 0,94, la probabilité que la hauteur des vagues soit supérieure
à 6 m est Q(H1) = 1 – 0,94 = 0,06.
Lorsque l'on calcule H1/3 à partir d'un enregistrement de longueur finie, il faut tenir compte de
la longueur de celui-ci ou du nombre de vagues ayant servi au calcul. Si, sur un enregistrement
de N vagues, un nombre de vagues n dépassent une hauteur donnée H1, la probabilité que la
hauteurs soit supérieure à H1 est:
n
Q(H1) = (1.24)
N
L'insertion des relations 1.22 et 1.23 dans l'équation 1.24 conduit à la formule suivante:
−0,5
 N
H1 / 3 = H1  0, 5 ln  (1.25)
 n
L'équation 1.25 permet de déterminer rapidement H1/3 à partir d'un enregistrement. Cependant,
si l'on connaît H1/3, on peut comparer la distribution de l'enregistrement avec la distribution de
Rayleigh au moyen de la formule suivante:
N
H1 = H1 / 3 0, 5 ln (1.26)
n
Afin de prévoir la hauteur maximale des vagues Hmax d'une séquence de N vagues pour laquelle
H1/3 est connu, on fait couramment appel au mode de distribution des valeurs maximales:
Hmax = H1 / 3 0, 5 ln N (1.27)
Si, par ailleurs, on se réfère au cinquantième centile de la distribution des valeurs maximales,
l'asymétrie de la distribution conduit à une estimation plus prudente de Hmax, c'est-à-dire plus
élevée d'environ 5 % que celle fournie par l'équation 1.27:
Hmax = H1 / 3 0, 5 ln 1, 45 ln N (1.28)
Indépendamment des limites de confiance habituelles de la prévision de H1/3, la prévision de Hmax

doit se fonder sur une durée appropriée, par exemple 6 heures. Cela signifie que N égale 2 000
à 5 000 (en 6 heures, il y a environ 2 700 vagues si la période pic est de 8 secondes). En utilisant
l'équation 1.27, on obtient3:
Hmax ≅ 2, 0 H 1 /3 ≅ 1, 9 H m
0
(1.29)
Les estimations de probabilités relatives à la hauteur des vagues pour un état de la mer donné
sont généralement fondées sur la distribution de Rayleigh, mais il a été démontré que, dans
certains cas, la probabilité d’occurrence de vagues hautes indiquée dans la partie supérieure de
la queue de la distribution de Rayleigh était surestimée. D'autres types de distribution ont donc
été élaborées pour les architectes navals intéressés par les vagues hautes à des fins de conception
(par exemple, Forristall, 1978, 2000; Tayfun, 1981, 1983). Toutefois, certains indices portent
également à croire que les états de le mer dans lesquels on rencontre des vagues extrêmes
(dites «scélérates» ou « monstrueuses»), dont la hauteur globale ou la hauteur de crête est
anormalement élevée par rapport à la hauteur significative des vagues en arrière-plan, sont plus
courants que l'on ne croit (Liu et al., 2010).
1.3.7 Spectre des vagues
Nous avons noté dans la section 1.3.1 qu'une surface de la mer d'aspect aléatoire pouvait être
considérée comme la somme de nombreux trains de vagues simples. Une manière de formaliser
cette notion consiste à introduire le spectre des vagues. Un enregistrement de vagues peut être
décomposé au moyen d'une analyse harmonique (ou analyse de Fourier) en un grand nombre
de vagues sinusoïdales de fréquences, de directions, d'amplitudes et de vitesses différentes.
Chaque fréquence et chaque direction indique une composante de la vague et à chaque
composante sont associées une amplitude et une phase.
L'analyse harmonique (de Fourier) donne ainsi une approximation de la forme irrégulière
mais quasi périodique d'un enregistrement de vagues comme étant la somme de courbes
sinusoïdales. Pour une élévation de surface variant dans le temps dans une seule direction, on a:
n
η(t ) = η0 + ∑ a j sin( jω0t + φ j ) (1.30)
j =1
où η(t) est le niveau de la surface de l'eau enregistré au moment t, η 0 est le niveau moyen (tel qu'il
apparaît, par exemple, à la figure 1.14), ω 0 est la pulsation de la plus longue vague enregistrée, j
est l'indice de la composante, aj est l'amplitude de la jième composante, Φj est l'angle de phase
de la jième composante et n est le nombre total de composantes.
3
Voir la définition de Hm0 et son rapport avec H1/3 à la section 1.3.8.
L'angle de phase tient compte du fait que les composantes ne sont pas toutes en phase, c'est-à-
dire que leurs maxima se produisent généralement à des moments différents. Les composantes à
haute fréquence ayant tendance à devenir négligeables, il y a une limite raisonnable au nombre
n.
Chaque composante d'une vague se déplace à sa propre vitesse (qui dépend de la fréquence de
la vague – ou de sa période, comme l'indique l'équation 1.10). Ainsi, le spectre des composantes
des vagues évolue constamment à la surface de la mer, car les composantes de basse fréquence
(de grande période ou de grande longueur d'onde) se déplacent plus rapidement que les
composantes de fréquence élevée.
Les valeurs attendues des carrés des amplitudes aj représentent la contribution à la variance
du niveau de la surface (η) de chaque composante des vagues (autrement dit, la variance
est égale à E[Σjaj2]). La fonction résultante s'appelle spectre de variance des vagues S(f)4. Les
spectres caractéristiques des systèmes de vagues ont la forme reproduite à la figure 1.15,
où les amplitudes au carré de chaque composante sont pointées en regard des fréquences
correspondantes. La figure montre le spectre d'un enregistrement de vagues mesurées ainsi
qu'un échantillon des données à partir desquelles il a été calculé5. Sur l'axe horizontal, les
composantes des vagues sont représentées par leur fréquence (0,1 Hz correspondant à une
période de 10 secondes).
Dans la pratique, les spectres des vagues peuvent être calculés au moyen de différentes
méthodes. L'algorithme le plus couramment utilisé est la transformation de Fourier rapide
(TFR), mise au point par Cooley et Tukey (1965). Une méthode beaucoup plus lente, désormais
supplantée par la TFR, est la méthode d'autocorrélation fondée sur le théorème de Wiener–
Kinchine, dont l'application pratique a été présentée par Blackman et Tukey (1959) (voir
également Bendat et Piersol, 1971). L'expérience a montré que la différence entre les spectres
calculés par les deux méthodes ne dépasse pas les limites de confiance de chacune d'elles.
1 mètre
2 2 2 2
0 0 0 0
2 2 2 2
1 minute
20
Densité d’énergie (m2 /Hz)
10
0 0,1 0,2 0,3

Fréquence (Hz)
Figure 1.15. Exemple de spectre de l'état de la mer et enregistrement de vagues

correspondant (le 12 novembre 1973, 21 UTC, 53°25'N, 4°13'E, profondeur de l'eau: 25 mètres,
hauteur des vagues: 4,0 m, période des vagues: 6,5 s, vent d'ouest de 38 nœuds (19,6 m s−1))
Source: D'après l'Institut météorologique royal des Pays-Bas (KNMI)
4
On obtient la variance d'un enregistrement de vagues en ramenant à la moyenne les carrés des écarts du niveau de
la surface de l'eau, η, par rapport à son niveau moyen η 0. La section 1.3.8 traite de la relation qui existe entre cette
variance et la zone située sous la courbe spectrale m 0.
5
Cet exemple illustre le cas d'une pure mer du vent. Toutefois, le spectre prend souvent une forme plus complexe,
avec un ou plusieurs pics dus à la houle.
L'énergie des vagues E étant égale à ρwgH2/8 ou à ρwga2/2 (H = 2a), les spectres des vagues étaient
exprimés dans les premiers ouvrages par référence à E et appelés spectres d'énergie des vagues.
Il est toutefois devenu pratique courante de faire abstraction du terme ρwg et de noter a2/2 ou
simplement a2 le long de l'axe vertical. Le spectre de l'énergie des vagues est de ce fait considéré
comme synonyme de «spectre de variance».
Les spectres de vagues sont généralement présentés sous la forme d'une courbe continue reliant
les points discrets relevés à partir de l'analyse de Fourier. Le plus souvent, les systèmes ont une
forme générale semblable à celle qui est présentée à la figure 1.16. La courbe n'est pas toujours
aussi régulière. Des mers irrégulières donnent naissance à des spectres larges qui peuvent avoir
plusieurs maxima soit nettement séparés, soit rassemblés en une large courbe comportant
plusieurs bosses. La houle donne en général un spectre très étroit où l'énergie est concentrée
dans une gamme étroite de fréquences (ou de longueurs d'onde) autour d'une valeur maximale.
Un spectre étroit de ce type est associé à l'aspect relativement «régulier» des vagues. La
section 1.3.2 (et la figure 1.12) indique qu'il s'agit le plus souvent d'une condition pour que les
groupes de vagues soient clairement visibles.
La plupart des mesures ne donnent aucun renseignement sur la direction des vagues et, par
conséquent, on ne peut calculer qu’une distribution de l'«énergie» en fonction de la fréquence
des vagues, E(f). Sur l'axe vertical, la mesure de l'énergie des vagues s'exprime en m2 Hz−1. Cette
unité est courante pour les «spectres de fréquences». En théorie, ce spectre peut être continu,
mais dans la pratique, les variances (ou énergies) sont calculées pour des fréquences discrètes.
Même si l'on utilise un ordinateur très rapide, il faut considérer le domaine de fréquences (ou
le domaine directionnel de fréquences) comme un ensemble de valeurs distinctes ou discrètes.
La valeur de a2 pour une fréquence de 0,16 Hz, par exemple, est considérée comme une valeur
moyenne dans un intervalle compris entre 0,155 et 0,165 Hz. Cette valeur, divisée par la largeur
de l'intervalle, donne la mesure de la densité énergétique exprimée en m2 Hz−1 (en omettant
toujours le facteur ρwg). En fait, le spectre des vagues est souvent désigné comme le spectre de la
densité énergétique.
Ainsi, cette méthode d'analyse des mesures relatives aux vagues donne une distribution de
l'énergie des diverses composantes des vagues, E(f,Θ). Nous avons noté dans la section 1.3.2
que l'énergie des vagues se déplace à la vitesse de groupe cg. D'après l'équation 1.19, nous
pouvons constater qu'elle est fonction de la fréquence et de la direction (ou du vecteur du
nombre d’onde) et, éventuellement, de la profondeur de l'eau. L'énergie de chaque composante
spectrale se propage donc à la vitesse de groupe associée. Il est donc possible d'en déduire la
façon dont l'énergie des vagues dans le champ de vagues local se disperse dans l'océan.
Un enregistrement de vagues et le spectre qui en découle sont des échantillons de l'état de la

mer (voir section 1.3.4). Comme pour toute évaluation statistique, nous devons nous intéresser
à la qualité de notre évaluation et à la mesure dans laquelle celle‑ci indique l'état réel de la mer.
Il existe une théorie statistique suffisamment complète à ce propos. Les lecteurs intéressés par
Variance (densité)
Fréquence
Figure 1.16. Spectre caractéristique de variance des vagues pour un système unique de mer
du vent; en transformant l'axe vertical en unités de ρwgS(f), on obtient un spectre E(f)
d'énergie des vagues.
ce sujet sont invités à consulter certains ouvrages, tels que celui de Jenkins et Watts (1968). La
validité d'une évaluation spectrale dépend de la durée de l'enregistrement, qui dépend elle-
même de la cohérence de l'état de la mer ou de sa stationnarité statistique (autrement dit, du fait
qu'elle n'évolue pas trop rapidement). On peut démontrer que les évaluations spectrales ont une
distribution statistique appelée distribution χ2, pour laquelle l'étendue attendue des évaluations
est mesurée par un nombre nommé «degré de liberté». Plus le degré de liberté est important,
meilleure devrait être l'évaluation.
1.3.8 Paramètres déduits d'un spectre
Un spectre de vagues est la distribution de l'énergie des vagues (ou variance de la surface de la
mer) par rapport à la fréquence (ou à la longueur d'onde ou à la fréquence et à la direction, etc.).
Ainsi, comme il s’agit d’une distribution statistique, nombre des paramètres déduits du spectre
sont assimilables à des paramètres semblables émanant de toute distribution statistique. Par
conséquent, la forme d'un spectre de vagues est habituellement décrite à l'aide des moments6 de
la distribution (spectre). Le moment de nième ordre du spectre, mn, est exprimé par:
∞
mn = ∫0 f n E( f )df (1.31)
(Certains préfèrent l'emploi de ω = 2πf à celui de f.) Dans cette formule, E(f) représente la
densité de variance à la fréquence f, comme dans la figure 1.16, de sorte que E(f)df représente la
variance ai2/2 dans le ième intervalle entre f et f + df. Dans la pratique, l'intégrale qui figure dans
l'équation 1.31 est approchée par une somme finie, fi étant égal à idf:
N
ai2
mn = ∑ fin
2
(1.32)
i =0
De par la définition de mn, le moment d'ordre zéro, m0, représente la zone située sous la courbe
spectrale ou, sous une forme finie:
N
ai2 a2
m0 = ∑ 2
=
2
(1.33)
i =0
qui est la variance totale de l'enregistrement égale à la somme des variances de chaque
composante spectrale. La zone située sous la courbe spectrale a donc une signification physique
qui sert, dans les applications pratiques, à définir les paramètres de hauteur des vagues déduits
du spectre. Sachant que pour une vague simple (section 1.2.4), l'énergie de la vague (par unité
de surface) E est liée à la hauteur de la vague par:
1
E = ρ gH 2 (1.34)
8 w
si l'on substitue à l'état réel de la mer une vague sinusoïdale unique possédant la même énergie,
la hauteur équivalente nous est donnée par:
8E
Hrms = (1.35)
ρw g
où Hrms est la hauteur quadratique moyenne des vagues. E représente à présent l'énergie totale
(par unité de surface) de l'état de la mer.
Nous souhaitons obtenir un paramètre dérivé du spectre et correspondant le plus étroitement

possible à la hauteur significative des vagues H1/3 (déduite directement de l'enregistrement),
ainsi que la hauteur caractéristique Hc de celles-ci (observée visuellement). Il a été démontré qu'il
6
Le premier moment d'une distribution de N observations X1, X2, …, Xn se définit comme la moyenne des
écarts x1, x2, …, xn par rapport à une valeur donnée X0. Le deuxième moment est la moyenne des carrés des écarts
par rapport à X0; le troisième moment est la moyenne des cubes des écarts, et ainsi de suite. Lorsque X0 est égal à la
moyenne de toutes les observations, le premier moment est évidemment égal à zéro; le deuxième moment est alors
appelé «variance» de X et sa racine carrée est appelée «écart type».
fallait multiplier Hrms par le facteur √2 pour obtenir la valeur requise. Le paramètre de hauteur
spectrale couramment employé peut donc se calculer de la façon suivante à partir de la surface
m 0 mesurée sous la courbe spectrale:
8E
Hm = 2 = 4 m0 (1.36)
0 ρw g
La variance totale de l'état de la mer (m 0) est parfois désignée comme étant l'énergie totale,
mais l'énergie totale E est en réalité ρwgm 0. En théorie, la correspondance entre Hm0 et H1/3 n'est
valable que pour des spectres très étroits qui ne se rencontrent pas souvent dans les conditions
naturelles. Cependant, la différence est relativement faible dans la plupart des cas, puisqu’en
moyenne, Hm0 = 1,05H1/3. La hauteur significative des vagues est aussi fréquemment désignée par
Hs. Dans ce cas, il convient d'indiquer quelle est la quantité utilisée (4√m 0 ou H1/3).
Il est plus difficile de déduire des paramètres relatifs à la période des vagues en raison de la
grande diversité des formes spectrales liées aux multiples combinaisons de la mer et de la houle.
Le problème n'est pas sans analogie avec celui qui consiste à définir la période des vagues par
le biais d'une analyse statistique (voir section 1.3.5). Les paramètres de la fréquence et de la
période spectrales des vagues généralement utilisés sont les suivants:
– fp: fréquence des vagues correspondant au pic du spectre (fréquence modale ou fréquence
du pic);
– Tp: période des vagues correspondant à fp: Tp = fp – 1;
– Tm01: période des vagues correspondant à la fréquence moyenne du spectre:
m0
Tm = (1.37)
01 m1
– Tm02: période des vagues théoriquement équivalente à la période moyenne Tz entre deux
passage au niveau moyen par valeurs décroissantes:
m0
Tm = (1.38)
02 m2
– Tm–10: période d'énergie des vagues, ainsi appelée en raison de son rôle dans le calcul de
l'énergie ondulatoire J dans les études sur l'énergie des vagues:
m−1
Tm = (1.39)
−10 m0
où J, l'énergie ondulatoire du front de vagues exprimée en kW m−1, est égale
à J = 0,49H2m0Tm–10.
La période des vagues Tm02 est sensible à l'élimination des hautes fréquences dans l'intégration
(équation 1.31) qui est appliquée dans la pratique. Il faut donc tenir compte de cette élimination
lorsque l'on présente Tm02 et, en particulier, lorsque l'on compare divers jeux de données. Pour
les données émanant de bouées, la fréquence de coupure est généralement égale à 0,5 Hz, car
la plupart des bouées ne mesurent pas avec précision le spectre des vagues au-dessus de cette
fréquence. Il peut être utile d'établir une queue pour les fréquences élevées, avant de calculer
les moments spectraux lorsque l'on ne dispose pas d'informations sur les hautes fréquences (par
exemple, en cas de simulation rétrospective établie par un modèle de vagues).
Goda (1978) a démontré que, dans un certain nombre de cas, les périodes moyennes des plus
hautes vagues figurant sur un enregistrement, par exemple, TH1/3 (voir section 1.3.5), restent
comprises dans une plage allant de 0,87Tp à 0,98Tp.
La largeur du pic spectral peut être employée pour apprécier le caractère irrégulier de l'état de la
mer. Le paramètre de largeur spectrale ε est défini par:
m0m4 − m22
ε = (1.40)
m0m4
Il varie entre 0 (spectre étroit; vagues régulières) et 1 (spectre large; coexistence de nombreuses
périodes; mer d'aspect chaotique).
L'utilisation de ε n'est toutefois pas recommandée, car ce paramètre est sensible au bruit que
les moments d'ordre élevé, en particulier m4, provoquent dans l'enregistrement. Rye (1977) a
montré que le facteur de finesse du pic spectral Qp proposé par Goda (1970) pouvait le remplacer
avantageusement:
2 ∞
Qp = ∫ fS ( f )2 df (1.41)
m02 0
Qp = 1 correspond à ε = 1; Qp devient grand dans les spectres étroits et, dans des conditions
naturelles, Qp est habituellement compris entre 1,5 et 5.
1.3.9 Types de modèles pour les spectres des vagues
La notion de spectre des vagues est couramment employée pour modéliser l'état de la mer. Les
modèles du spectre permettent d'exprimer le spectre sous une forme fonctionnelle, en général
par rapport à la fréquence, E(f), à la fréquence et à la direction, E(f,Θ), ou au nombre d’ondes,
E(k). Comme le nombre d’onde et la fréquence sont liés par la relation de dispersion (voir les
équations 1.3 et 1.4), les formes de la fréquence et du nombre d’onde peuvent être transformées
l'une dans l'autre.
Des modèles du spectre sont utilisés pour obtenir une évaluation du spectre complet des vagues
à partir des valeurs connues d'un nombre limité de paramètres, tels que la hauteur significative
des vagues et leur période. Ces valeurs peuvent être obtenues à l'aide de calculs de prévision a
posteriori, par mesure directe ou par observation visuelle. Nous donnons l'exemple de quelques
modèles ci-après pour donner au lecteur une idée des différents facteurs dont il faut tenir
compte. Dans les trois premiers modèles, aucun effet de fond n'a été pris en compte. Le spectre
TMA (Texel–Marsen–Arsloe) est proposé en tant que forme générale d'un spectre émanant
d'un modèle pour des eaux de profondeur limitée. Dans tous les cas, le spectre de densité de la
variance est représenté par E.
Le spectre de Phillips décrit la forme de la partie hautes fréquences du spectre, au-dessus du

pic spectral. Il y est reconnu que le logarithme du spectre est généralement proche d'une ligne
droite, avec une pente à peu près égale à -5, d'où la forme générale:
g2 g
E( f ) = 0, 005 si f ≥
f 5 u (1.42)
=0 dans les autres cas
Le spectre de Pierson–Moskowitz (Pierson et Moskowitz, 1964) est souvent utilisé comme

modèle d'une mer entièrement levée, état d'équilibre idéalisé atteint lorsque la durée et le fetch
sont illimités. Il repose sur un sous-ensemble de 420 mesures effectuées pendant une durée de
5 ans (1955–1960) par des navires météorologiques britanniques à l'aide du houlographe mis au
point par Tucker (1956). Dans sa version originale, ce modèle répond à la formule suivante:
4
 g 
2 −0,74  
αg  2π uf 
E( f ) = e (1.43)
(2π )4 f 5
où E(f) désigne la densité de variance (en m2 s−1), f la fréquence (Hz), u la vitesse du vent (m s−1)
à 19,5 m au-dessus de la mer, g l'accélération due à la pesanteur (m s−2) et α une quantité
adimensionnelle, α = 0,0081. Il est possible de démontrer que la fréquence du pic du spectre de
Pierson–Moskowitz est égale à:
g
fp = 0, 877 (1.44)
2π u
Les équations 1.43, 1.31 et 1.32 permettent de calculer m0 en fonction de la vitesse du vent. Ainsi,
Hm0 (la hauteur significative des vagues), pour une mer complètement formée, est égale à:
H m = 0, 0246u2 (1.45)
0
où Hm0 est exprimé en mètres, tandis que u est la vitesse du vent en m s−1 à 10 m au‑dessus de
la surface de la mer7. Cela concorde bien avec les valeurs limitant les courbes de la croissance
des vagues étudiées au chapitre 4. Les équations 1.44 et 1.45 ne valent que pour une mer
entièrement levée, de même que leur combinaison:
H m = 0, 04 fp−2 (1.46)
0
Le spectre JONSWAP (Joint North Sea Wave Project, Projet conjoint relatif aux vagues en mer du
Nord) est souvent employé pour décrire des vagues en phase de croissance. Les observations
effectuées au cours du projet JONSWAP (Hasselmann et al., 1973) ont permis de décrire des
spectres de vagues se développant dans des conditions limitées par le fetch, c'est‑à‑dire où la
croissance des vagues en présence d'un vent de terre soutenu a été limitée par la distance par
rapport au rivage. La forme de base du spectre fait référence à la fréquence de crête plutôt qu'à
la vitesse du vent, comme dans l'équation 1.43, mais après avoir remplacé g/(2πu) en utilisant
l'équation 1.44:
4
 f 
−1,25  
α g2  fp 
 
E( f ) = e γ( f ) (1.47)
(2π )4 f 5
La fonction γ est le facteur d'accentuation du pic, qui modifie l'intervalle entourant le pic central,
le rendant beaucoup plus pointu que dans le spectre de Pierson–Moskowitz, mais de forme
semblable. La forme générale du spectre JONSWAP est illustrée à la figure 1.17.
À partir des résultats du projet JONSWAP, Hasselmann et al. (1976) ont proposé un rapport entre
la variance des vagues et la fréquence du pic pour un large éventail d'étapes de croissance. Si
nous transformons leurs résultats en faisant intervenir Hm0 et fp, nous obtenons:
H m = 0, 0414 fp−2( fpu)1 / 3 (1.48)

0
où une nouvelle fois, Hm0 est exprimé en mètres, fp en Hz et u en m s−1 à 10 m au‑dessus du niveau
moyen de l'eau. Cette équation liée aux vagues en formation n'est pas exactement comparable
avec l'équation 1.45 pour des vagues pleinement développées. Il est possible d'obtenir la
fréquence du pic en inversant les termes de l'équation 1.48:
fp = 0, 148 H m−0,6u 0,2 (1.49)

0
Accentuation du pic
E(f )/E(fp)
(JONSWAP)
Forme spectrale de
Pierson-Moskowitz
0
1 2 f/fp
Figure 1.17. Forme générale d'un spectre JONSWAP en fonction de f/fp
7
La hauteur de référence habituelle pour la vitesse du vent est de 10 m. On applique un facteur de correction pour
convertir u à 19,5 m en u à 10 m; dans le cas présent, u a été divisé par 1,075 (voir section 2.4.1).
L'équation 1.49 permet d'estimer le spectre approximatif et les périodes caractéristiques des
vagues lorsque la hauteur de celles-ci et la vitesse du vent sont connues. Elle est couramment
utilisée pour établir des prévisions fondées sur des courbes de croissance associant la hauteur des
vagues à la vitesse du vent et à l'étendue du fetch ou à la durée.
Le spectre TMA, proposé comme modèle pour les eaux de profondeur limitée, prend la forme
suivante:
E( f ) = EJONSWAP ( f )Φ ( f , h) (1.50)
où Φ est fonction de la fréquence f et de la profondeur h (pour en savoir plus, voir Bouws et al.,
1985).
Les spectres présentés ici sont tous du type:

E( f ) = E( f , paramètres) (1.51)
sans qu'il soit tenu compte de la distribution directionnelle de l'état de la mer. La section 3.3
fournit de plus amples renseignements sur la directionnalité, mais la section ci-après présente
une brève introduction sur le spectre directionnel des vagues.
1.3.10 Remarques sur le spectre directionnel des vagues
Même si l'on part d'une idée simple, comme celle illustrée à la figure 1.13, les composantes
de vagues simples peuvent être considérées comme se déplaçant dans une certaine direction
de propagation. L'une des méthodes les plus complètes pour définir le champ de vagues
océaniques consiste à décrire la densité énergétique (ou densité de variance) des vagues de
surface en fonction de la fréquence (ou du nombre d’onde) et de la direction. Dans le cadre
d'une description détaillée, l’élévation de la surface libre de la mer est représentée en fonction de
l'espace (x,y) et du temps (t).
Dans le cas particulier où une description instantanée, comme celle d'une surface marine gelée,
est fournie sous la forme suivante:
η( x, y) = ai, j cos(k x,i x + k y, j y + α i, j ) (1.52)
le spectre bidimensionnel peut être présenté en décrivant la distribution de la densité
énergétique en fonction des composantes relatives au nombre d’onde.
Le spectre bidimensionnel (déterminé en fonction des composantes relatives au nombre d’onde)

contient des informations sur la direction, de la même façon que lorsqu'il est exprimé en termes
de fréquence et de direction. Le rapport entre ces deux spectres fait intervenir le jacobien:
J = dk / dω = 1 / cg (1.53)
qui est utilisé pour assurer la transformation de l'information du domaine du vecteur nombre
d’onde vers le domaine de la direction et des fréquences, en supposant que la relation de
dispersion des vagues de surface s'applique.
Dans un contexte plus large, la surface libre tridimensionnelle η(x,y,t) agitée par les vagues est
représentée par le spectre tridimensionnel (en fonction du vecteur nombre d’onde et de la
fréquence). Cette représentation générale ne nécessite pas d'utiliser la relation de dispersion, à
moins qu'il ne faille assurer la transformation dans un domaine particulier. En outre, si les vagues
se comportent comme des ondes linéaires, le spectre tridimensionnel E(kx,ky,ω) s'effondre sur
un plan incurvé dans l'espace spectral ω kx, ky, qui sont exactement les centres de la relation
de dispersion classique. Les écarts par rapport à la relation de dispersion théorique sont alors
probablement dus à un courant ambiant ou à n'importe quel comportement non linéaire de la
surface de la mer. Dans certains cas, la vitesse et la direction des courants de surface, et même
leur dépendance par rapport à la profondeur, peuvent ainsi s'obtenir à partir d'observations de
E(kx,ky,ω).
Les informations in situ sur la direction des vagues sont généralement évaluées en mesurant les
propriétés des vagues, comme l'élévation de la surface et le vecteur de pente en un point donné,
ou une propriété en trois points ou plus, en produisant un ensemble de séries chronologiques.

En général, l’hypothèse de la stationnarité du processus surface-vague est adoptée et requise
pour l'analyse, et diverses méthodes sont utilisées, à savoir la transformée de Fourier classique
(Longuet‑Higgins et al., 1963), la méthode de probabilité maximale (Capon, 1979), la méthode
d'entropie maximale (Lygre et Krogstad, 1986) et la méthode directionnelle de la méthode
d'analyse du spectre directionnel des vaguelettes (Donelan et al., 1996).
Dans d'autres cas, il est possible d'obtenir des informations sur l'élévation de la surface libre de la
mer sous forme d'un instantané η(x,y), et l'analyse TFR directe peut fournir une estimation directe
du spectre bidimensionnel en fonction du vecteur du nombre d'onde. Une séquence d'élévation
de la surface libre de la mer comportera l'ensemble des informations utiles à l'estimation du
spectre tridimensionnel. Ceci peut se faire par vidéo ou par stéréo vidéo, ou à partir d'une
séquence d'images de radar maritime, afin d'obtenir une estimation de E(kx,ky,ω).
Il est important de signaler qu'en raison des dernières avancées en matière de télédétection, les
radars à synthèse d’ouverture (SAR) modernes se sont avérés très utiles pour obtenir les spectres
de vagues dans les océans du monde entier (Chapron et al., 2001; Lehner et Ocampo‑Torres,
2004). Naturellement, il est nécessaire de connaître dans le détail la version de la fonction de
transfert entre le spectre des images du SAR et le spectre des vagues océaniques.
CHAPITRE 2. VENT À LA SURFACE DE L’OCÉAN
Rédacteur: W. Gemmill, mis à jour par T. Bruns avec la contribution de N. Kohno
2.1 INTRODUCTION
La force fondamentale qui régit les vagues océaniques est la contrainte de surface exercée par le
vent. Par conséquent, la qualité des prévisions de vagues dépend de la diffusion de prévisions de
vents fiables. Les effets des erreurs concernant la vitesse du vent sont cumulatifs dans le temps,
et leur incidence sur la hauteur des vagues prévue peut être considérable. Par exemple, les
diagrammes sur la croissance des vagues des chapitres 3 et 4 indiquent qu'un vent de 15 m s−1
(29 nœuds) peut produire un soulèvement de la mer de 4 m en 12 heures et de 5 m en 24 heures.
Si l'on suppose que la vitesse du vent est de 17,5 m s−1 (34 nœuds), alors la prévision donne une
hauteur de vague de 4,9 m et 6,3 m après 12 heures et 24 heures. Une erreur initiale de 16 % pour
la vitesse du vent donnerait ainsi lieu à des erreurs allant de 25 à 30 % pour la hauteur des vagues
prévue.
Il convient d'effectuer un paramétrage réaliste du transport turbulent de la quantité de

mouvement dans la couche limite maritime pour convertir précisément la vitesse du vent en
contrainte de surface. La stratification de la couche atmosphérique inférieure (jusqu’à 50 m
environ) joue un rôle crucial dans le transport de la quantité de mouvement. Dans des conditions
de stabilité neutre, le vent moyen augmente avec la hauteur selon une loi logarithmique. Dans
ce cas, la contrainte de surface peut être dérivée de la vitesse du vent à une hauteur donnée
en utilisant une relation de transfert de masse. Si la mer est plus chaude que l'air sus-jacent,
la couche basse de l’atmosphère devient instable et il s'y produit un mélange plus turbulent.
Cela augmente la contrainte de surface, si bien que pour la même vitesse du vent à une
hauteur donnée, les vagues deviennent plus hautes dans des conditions instables que dans des
conditions stables.
Il est devenu courant d'adapter les vents à une hauteur prédéterminée de 10 m au‑dessus
de la surface de l'océan par le biais d'un paramétrage approprié de la couche limite. Pour la
prévision des vagues, cela présente l'avantage pratique que la vitesse du vent à 10 m peut être
considérée comme «neutre», c'est-à-dire qu’il est possible de ne pas tenir compte de la stabilité
atmosphérique. Toutefois, dans certaines situations, l'hypothèse d'un vent neutre à 10 m peut
être mise à mal. Il s’agit notamment des cas de passages de fronts ou de forte advection chaude
où la couche limite atmosphérique ne peut pas s’adapter à la température de surface de la mer.
De nos jours, les vents à 10 m sont mesurés en mode d'exploitation par la plupart des modèles
de prévision numérique du temps (PNT). Certains centres de prévision exploitent même des
modèles couplés atmosphère-vagues océaniques utilisant une formule modifiée de la couche
limite.
Lorsque la prévision des vagues n’en était qu’à ses débuts, les champs de vent étaient
déterminés par l'analyse manuelle des observations de météorologie maritime. Ce processus
lent et complexe englobait l'analyse de la distribution de la pression de surface, suivie de
l'extrapolation dans le temps. Les champs de vent étaient alors déterminés en faisant appel à des
rapports dynamiques simples entre le gradient de pression, les forces de Coriolis et les forces de
frottement.
Avec l'arrivée de la prévision numérique du temps, les méthodes manuelles ont perdu de
leur importance pour ce qui est de l'analyse des champs de vent. Toutefois, dans certaines
simulations rétrospectives, pour lesquelles la précision est particulièrement importante et où
l'on peut disposer de davantage de temps, l'utilisation combinée de modèles numériques et
d'interventions manuelles permet sans doute de d'obtenir des champs de vent plus réalistes.
L'application de méthodes manuelles peut également s'avérer utile pour les prévisionnistes dans
les zones reculées où les transmissions de données sont lentes.
Les méthodes manuelles sont également utiles lorsque les modèles disponibles sont limités en
termes de résolution et de physique, par exemple en cas de phénomènes de moyenne échelle
comme les lignes de grains, les orages et les systèmes dépressionnaires tropicaux. Parfois, les
modèles ne s'initialisent pas correctement et leur sortie doit être améliorée pour s'adapter aux
conditions du moment et aux tendances à court terme.
Les connaissances théoriques et pratiques peuvent également s'avérer indispensables lorsque

l'on utilise des prévisions numériques du vent et des vagues. Le présent chapitre est donc
organisé comme suit: la section 2.2 décrit les sources de données maritimes, car les observations
et les mesures relatives à la surface de l'océan sont utilisées par les prévisionnistes et pour
l'assimilation et la vérification des modèles; la section 2.3 porte sur les principes de paramétrage
de la couche limite, la section 2.4 donne un aperçu des facteurs à grande échelle qui influent
sur les vents à la surface de l’océan, et la section 2.5 présente certains aspects et exemples de la
prévision numérique du temps.
2.2 SOURCES DE DONNÉES MARITIMES
Des observations de la surface de l’océan sont régulièrement effectuées par des navires
marchands participant au Programme de navires d'observation bénévoles (OMM, 2018),
quelques navires de recherche, des bouées ancrées ou dérivantes, des plates-formes, ainsi que
des stations météorologiques côtières ou insulaires. Le Manuel du Système mondial d'observation
(OMM, 2015), dans la section 1 de la partie III du Volume I, donne la liste détaillée des
différents types de stations d'observation. Les mesures à distance du vent sont fournies par des
sondeurs hyperfréquence actifs et passifs (altimètres, diffusiomètres et sondeurs-imageurs en
hyperfréquence spécialisés (SSM/I)) embarqués à bord de satellites. Toutes ces données sont
diffusées dans le monde entier par le Système mondial de télécommunications (SMT) en vue
d'être assimilées pour la prévision numérique du temps.
La fréquence et la qualité des observations varient largement selon la plate-forme et le

paramètre. Les relevés de vent au-dessus de l’océan et les relevés de pression comportent des
inexactitudes ou des incohérences par rapport aux observations correspondantes. Les sous-
sections suivantes portent sur la qualité des observations de météorologie maritime.
2.2.1 Messages météorologiques de navires
Les messages météorologiques de navires sont préparés par les officiers de pont dans le cadre
de leurs activités régulières. La vitesse et la direction du vent sont évaluées soit indirectement en
observant l'état de la mer et en sentant le vent, soit directement par un anémomètre si le navire
en est équipé. La figure 2.1 montre la zone géographique couverte par les messages des navires
d'observation bénévoles (VOS) en un an.
2.2.1.1 Évaluation du vent
Les observations du vent font l’objet d’un large éventail d'erreurs. Ces messages sont souvent
préparés en déterminant d'abord la vitesse du vent par rapport à la fameuse échelle Beaufort.
Chaque degré de l'échelle est fondé sur l'aspect de l'état de la mer et représente donc une
gamme de vitesses de vent possibles. Même si un observateur expérimenté est en mesure de
distinguer les différents degrés, toute observation du vent ne sera précise que dans la limite de la
moitié d'un échelon.
Selon le code FM 13 de l'OMM, le message ne doit indiquer qu'une seule vitesse de vent. À cette
fin, les observateurs maritimes se servent d'un tableau de conversion qui a été introduit sur le
plan international en 1948. Le tableau 2.1 présente, dans la colonne de droite, des gammes de
vitesse du vent qui sont fondées sur la régression linéaire de valeurs Beaufort moyennées sur la
vitesse du vent mesurée comme échelle équivalente (OMM, 2012).
CHAPITRE 2. VENT À LA SURFACE DE L’OCÉAN 27
Vent : Nombre de relevés issus de navires

d’observation bénévoles (VOS)
Année: 2018 Maille: 1 degré
90°N
60°N
30°N
30°S
60°S
90°S
30°E 60°E 90°E 120°E 150°E 180 150°W 120°W 90°W 60°W 30°W 0 30°E
10 25 50 100 250 500 750 1000 1500 2000 2500
Figure 2.1. Messages des navires d’observation bénévoles (VOS): Carte annuelle (2018)
Source: Service météorologique allemand, Centre des données maritimes, Hambourg, Allemagne
De nombreuses tentatives ont été faites pour établir la relation la plus réaliste entre les
estimations Beaufort et les vitesses de vent équivalentes au moyen de techniques de régression
linéaires améliorées (Kent et Taylor, 1997). Par exemple, une échelle proposée pour un usage
scientifique est présentée dans les trois colonnes de gauche du tableau 2.1 (OMM, 1970). Si l'on
compare, il apparaît que les observateurs tendent à surestimer les vitesses de vent élevées et à
sous-estimer les vitesses de vent faibles.
D'autres erreurs dans les évaluations des vents proviennent d'une mauvaise interprétation de
l'état de la mer. Par exemple, il peut se passer un laps de temps considérable avant que la mer
atteigne un état traduisant réellement les conditions prédominantes du vent. En outre, il va de soi
que les messages relatifs au vent préparés d'après l'état visuel de la mer pendant la nuit risquent
d'être entachés d'erreurs graves en raison de la mauvaise visibilité. Compte tenu de la taille
croissante des navires, les observateurs sont de plus en plus éloignés de la surface de l'océan, ce
qui rend l'évaluation des vagues plus difficile. L'effet du vent sur la surface de la mer est parfois
modifié par d'autres phénomènes dont l'observateur n'a pas nécessairement connaissance. Les
contaminants de surface de l'eau de mer, comme l'huile minérale ou le plancton, voire même les
précipitations jouent un rôle sur la formation de l'écume. La stabilité de l'air a, dans une certaine
mesure, un effet sur la cambrure des vagues et de forts courants peuvent modifier la forme des
vagues et donc l'aspect général de l'état de la mer. Il s'ensuit que l'écart type d'une observation
du vent est, en moyenne, supérieur à la moitié d'un intervalle de l’échelle de Beaufort.
Mis à part les états de mer confus ou multimodaux, la direction du vent peut aisément être
déterminée à partir de l'orientation des crêtes des vagues de vent. L'écart type d'une observation
donnée de la direction du vent, égal à 10° (Verploegh, 1967), semble indépendant de la vitesse
du vent. La direction de vents constants tels que les alizés et les vents de mousson peut être
établie avec une plus grande précision que celle des vents des latitudes moyennes.
Tableau 2.1. Échelles de conversion de la force Beaufort du vent présentant la vitesse du vent
équivalente pour chaque degré Beaufort et les intervalles équivalents exprimés en mètres
par seconde et en nœuds
Gamme des valeurs

Échelle recommandée pour la prévision des vagues transmises par les
observateurs
Degré Vitesse équivalente
Description Intervalles
Beaufort du vent
m s−1 m s−1 nœuds nœuds
0 Calme 0,8 0–1 0–2 <1
1 Très légère brise 2,0 1–2 3–5 1–3
2 Légère brise 3,6 3–4 6–8 4–6
3 Petite brise 5,6 5–6 9–12 7–10
4 Jolie brise 7,8 7–9 13–16 11–16
5 Bonne brise 10,2 9–11 17–21 17–21
6 Vent frais 12,6 12–14 22–26 22–27
7 Grand frais 15,1 14–16 27–31 28–33
8 Coup de vent 17,8 17–19 32–37 34–40
9 Fort coup de 20,8 19–22 38–43 41–47

vent
10 Tempête 24,2 23–26 44–50 48–55
11 Violente tempête 28,0 26–30 51–57 56–63
12 Ouragan – 31 et plus 58 et plus 64 et plus
Sources: OMM (1970, 2012)
2.2.1.2 Mesure du vent
Les erreurs dues aux mesures effectuées par des anémomètres embarqués à bord de navires
sont généralement imputables à une mauvaise exposition des instruments, à une lecture
incorrecte des indicateurs de vitesse et de direction du vent, au déplacement du navire et à un
entretien inadéquat. Le principal problème est qu'un anémomètre fixe ne peut pas toujours être
correctement exposé à toutes les directions du vent. La superstructure du navire peut interférer
avec la circulation de l'air et, par conséquent, la mesure peut ne pas être représentative du
véritable écoulement de l'air à la surface de l'océan. En outre, le vent apparent mesuré par un
anémomètre embarqué représente l'effet combiné du vent vrai et du vent debout. L'évaluation
du vent vrai à partir de la vitesse du navire et du vent apparent se fait au moyen d'un diagramme
vectoriel, mais cette procédure est souvent source d’erreurs.
Une étude réalisée par Wilkerson et Earle (1990) a montré que la qualité des messages relatifs
au vent des navires équipés d'anémomètres n’étaient pas tellement supérieure à celle des autres
navires. Selon Pierson (1990), les observations du vent fournies par des navires, qu’ils soient ou
non équipés d’un anémomètre, étaient de moindre qualité que celles provenant de bouées.
Sur les navires de grandes dimensions, les anémomètres sont généralement installés à une
hauteur élevée, pouvant aller jusqu'à 40 m au-dessus de la surface de la mer. Normalement, la
vitesse du vent s'accroît avec la hauteur, mais le taux d'accroissement de la vitesse dépend de la
stabilité de l'air. Or les observations courantes ne sont pas corrigées en fonction de la hauteur,
ce qui constitue une autre source d'erreur lorsque l'on compare les données issues de différentes
plates-formes. Pour obtenir la description détaillée des problèmes liés à la mesure du vent en
mer, consulter les travaux de Dobson (1981) et de Taylor et al. (1994, 1999).
Compte tenu des multiples sources d'erreur, les mesures ou observations du vent effectuées à
bord de navires ne sont pas assimilées en priorité par les modèles de prévision numérique du
temps. En revanche, la pression au niveau de la mer mesurée par des navires est nettement plus
fiable.
2.2.2 Messages émanant de bouées ancrées et dérivantes
Depuis 1967, des bouées ancrées équipées d'instruments météorologiques transmettent des
données de surface relatives à l'atmosphère et aux océans. Aujourd'hui, un large éventail de
bouées ancrées et dérivantes couvre d'immenses zones océaniques. Meindl (1996) fournit une
description du réseau de bouées ancrées. L'Ensemble international intégré de données sur
l'océan et l'atmosphère (ICOADS) est le plus grand ensemble d'observations maritimes in situ
disponible (Worley et al., 2005; Woodruff et al., 2011).
Quelques bouées à proximité des côtes transmettent des mesures du vent réalisées par des
anémomètres. Toutefois, les mesures de la pression en surface provenant de bouées dérivantes
sont bien réparties sur de vastes étendues océaniques.
Les bouées produisent probablement des données de meilleure qualité que celles transmises par
les navires et ce, pour plusieurs raisons:
– L'emplacement du capteur sur la bouée est soigneusement calculé pour éviter les
problèmes d'exposition (par exemple, les mesures des vents forts peuvent être biaisées par
l'inclinaison du mât et des effets d’occultation en haute mer);
– Les périodes d'échantillonnage et d'établissement des moyennes concernant les mesures
sont déterminées en tenant compte du déplacement des bouées;
– Des capteurs doubles sont employés pour obtenir des duplicatas et chacun est étalonné
avant sa mise en place;
– Les bouées sont surveillées dans le monde entier en temps quasi réel par le Groupe de
coopération pour les programmes de bouées de mesure (DBCP), ce qui permet de détecter
les erreurs dues aux instruments (figure 2.2).
2.2.3 Stations terrestres (côtières)
Les stations terrestres (côtières) transmettent des données d'une qualité et d'une applicabilité
variables. L'exploitation de ces messages exige une connaissance de l'exposition, de la
topographie locale, de la proximité par rapport à la côte et du type de station: bouée (côtière),
phare ou station de garde-côte. Il faut aussi tenir compte du moment de la journée (étant donné
l'influence possible des brises de terre ou de mer) et le niveau d'entretien des stations.
2.2.4 Ajustement courant des données in situ selon la hauteur
Pour pouvoir effectuer des analyses du vent et de la pression, il faut que les données soient
ajustées à une hauteur normalisée. Or les anémomètres sont installés à une hauteur allant de
3 m à 14 m sur les bouées ancrées, de 15 m à plus de 40 m sur les navires, et jusqu’à 200 m ou
plus au-dessus du niveau de la mer sur les plates-formes ou les stations côtières.
La théorie de Monin et Obukhov (1954) est classique pour le calcul du profil vertical du vent dans
la partie la plus basse de l'atmosphère, appelée couche à flux constant. Pour effectuer ce calcul,
il faut connaître la vitesse du vent à une altitude donnée dans la couche, ainsi que la stabilité de
cette dernière, que l'on obtient à partir de la différence de température entre l'air et la mer. Un
document de l'OMM rédigé par Shearman et Zelenko (1989) présente les méthodes permettant
Août 2014
Capteurs de bouée DBCP Vent et vagues (266) Salinité (51) SST (869) S & T subsurface
Vitesse du vent (121) SST & PA (936) Température de l’air (11) SST, PA & S subsurface
Vagues (163) PA (188) Position uniquement (75)
Figure 2.2. Exemple de carte mensuelle (août 2014) des capteurs actifs placés sur des bouées
ancrées et dérivantes, publiée par le DBCP (PA = pression atmosphérique; SST = température
de surface de la mer; S & T = salinité et température)
Source: http://w ww.jcommops.org/dbcp/network/maps.html
d'ajuster les vents en fonction d'une hauteur normalisée et des rapports d'ajustement établis
sous forme de tableau. Dans la pratique, lorsqu'on analyse le champ de vent à la surface d’un
océan à partir d'observations, on suppose que le champ de vent est à 10 mètres de hauteur.
Pour en savoir plus sur les profils de vent dans la couche limite de la basse atmosphère, voir la
section 2.3.
2.2.5 Données transmises par les satellites
La télédétection par satellite de la vitesse et de la direction du vent au-dessus des océans a

commencé en 1973, lorsque le premier diffusiomètre à hyperfréquences (micro-ondes) a été
embarqué à bord de la station spatiale Skylab pour mesurer l'énergie rétrodiffusée par la surface
des océans. Depuis, de nombreuses autres missions de satellites équipés de différents types de
capteurs ont été effectuées. Des algorithmes empiriques ont dû être élaborés simultanément
pour obtenir des paramètres sur les vents à proximité de la surface à partir de la rétrodiffusion
de la surface de l'océan ou des températures de luminance. Aujourd'hui, des satellites en orbites
polaires mesurent les vents océaniques à une échelle quasi planétaire. Il existe quatre types
d'instruments satellitaires.
Un diffusiomètre est un radiomètre actif fondé sur la diffusion de Bragg d'ondes capillaires sur la
surface océanique. Ces ondes capillaires font ressortir directement les changements de vitesse du
vent de surface. Les diffusiomètres balaient de larges fauchées et restituent des champs de vitesse
et de direction du vent (figures 2.3 et 2.4).
Les altimètres embarqués à bord de satellites sont des radars pointant vers le bas qui déterminent
la distance entre le satellite et une surface cible en mesurant le temps mis par une impulsion
radar pour faire le trajet aller-retour entre le satellite et la surface. Selon la rugosité de la surface
de la mer, l'impulsion sera dispersée et déformée. Par conséquent, grâce à ce balayage des
océans, des évaluations précises de la hauteur des vagues et de la vitesse du vent peuvent être
dérivées des caractéristiques de l'impulsion réfléchie. Des relations empiriques ont été établies
0 10 15 21 27 31 37 nœuds
Figure 2.3. Vitesse du vent mesurée par diffusiomètre le 27 juillet 2014 par le satellite MetOp
avec image METEOSAT infrarouge en arrière-plan
Source: Service météorologique allemand (Deutscher Wetterdienst)
0 10 15 21 27 31 37 nœuds
Figure 2.4. Détail de la figure 2.3: vitesse du vent mesurée par diffusiomètre le 27 juillet 2014
par le satellite MetOp avec image METEOSAT infrarouge en arrière-plan
Source: Service météorologique allemand (Deutscher Wetterdienst)
à partir d'observations de bouées de surface aux mêmes emplacements (par exemple, Freilich
et Challenor, 1994). De nombreuses études similaires ont également été publiées, car chaque
nouvel instrument radar nécessite des corrections.
Le SSM/I et le sondeur-imageur en hyperfréquence spécialisé (SSMIS) sont des radiomètres en

hyperfréquence passifs, qui observent la «luminance» spécifique liée à la rugosité de la surface
océanique due au vent. Cette luminance peut être traduite avec précision en vitesse du vent
12,00 12,20 12,40 12,60 12,00 12,20 12,40 12,60
54,50
54,50
Mer Baltique
54,40
54,40
54,30
54,30
54,20
54,20
54,10
54,10
0 5 10 15 20+
Vitesse du vent (m/s)
54,00
54,00
12,00 12,20 12,40 12,60 12,00 12,20 12,40 12,60
Figure 2.5. Vitesse et direction du vent dans la mer Baltique dérivées de TerraSAR‑X au moyen
de l'algorithme XMOD
Source: A. Pleskachevsky, Centre aérospatial allemand, Brême, Allemagne
près de la surface. Mais ces radiomètres ne sont pas efficaces lorsqu’il y a des reflets solaires,
en présence de pluie et à proximité de la glace ou de la terre. Les données des SSM/I et des
SSMIS sont produites par des systèmes de télédétection, avec l'appui du programme MEaSUREs
(Making Earth System Data Records for Use in Research Environments) de l'Administration
américaine pour l'aéronautique et l'espace (NASA). Elles peuvent être consultées grâce à
différents systèmes de télédétection.
Le radar à synthèse d’ouverture (RSO, acronyme anglais: SAR) et le radar de pointe à synthèse
d’ouverture transmettent et reçoivent une succession d'impulsions polarisées pendant que
le satellite se déplace. Le traitement et le regroupement des enregistrements provenant de
plusieurs antennes situées à des emplacements différents permettent de produire des images de
surfaces terrestres et océaniques à haute résolution. Des algorithmes empiriques ont été élaborés
(par exemple, par Lehner et al., 2000) pour obtenir de petites fauchées de la vitesse du vent
(imagettes). La direction du vent est extraite des traînées provoquées par le vent qui sont visibles
sur les images SAR (Lehner et al., 2012; figure 2.5).
Tous les capteurs réagissent aux changements de la surface de l'eau et ne représentent pas
les vents à 10 mètres en raison des variations de la stratification de l'atmosphère. Toutefois,
l'ajustement selon la hauteur qui est pratiqué pour les mesures in situ n'est pas réalisable. Les
capteurs sont donc généralement étalonnés pour concorder avec le «vent neutre équivalent» à
10 m plutôt qu'avec le vent de surface vrai (voir section 2.3.3). Le tableau 2.2 présente une vue
d'ensemble des instruments embarqués à bord de satellites utilisés pour mesurer le vent.
La qualité des mesures du vent obtenues grâce à des capteurs embarqués à bord de satellites
dépend de la précision des algorithmes employés pour déterminer les paramètres liés au
vent (vitesse et, le cas échéant, direction) à partir des mesures du capteur (température de
luminance mesurée par des sondeurs hyperfréquence passifs, section efficace de rétrodiffusion
radar et paramètres de l'antenne pour les sondeurs hyperfréquence actifs) et des diverses
corrections à apporter pour tenir compte de la contamination par la vapeur d'eau et l’eau
liquide atmosphériques. Toutefois, l'application de ces algorithmes se limite aux zones de haute
mer dans lesquelles ces mesures ne sont pas contaminées par la terre. En outre, la réaction
des capteurs peut évoluer avec le temps; pour contrôler l’extraction des données, il convient
d'employer des procédures appropriées de contrôle de la qualité.
Tableau 2.2. Mesure du vent à partir de satellites
Instrument Mode Couloir Empreinte Mesure

Altimètre Hyperfréquences Nadir 5–15 km Vitesse du vent à
actif 10 m
Diffusiomètre Hyperfréquences 500–1 800 km 50 km Vitesse et

actif direction du vent
à 10 m
SSM/I Hyperfréquences 1 500 km 25 km Vitesse du vent à

passif 10 m
SAR et SAR de pointe Hyperfréquences 100–1 000 km à 5–500 km Vitesse et

passif visée latérale direction du vent
à 10 m
Note: Le «nadir» est le point de la surface de la Terre situé directement sous le satellite. L'«empreinte» est la surface du
sol couverte par le faisceau du capteur. La «fauchée» est le couloir exploré dans lequel les données sont recueillies par le
satellite en mouvement. Elle est généralement plus large que l'empreinte (couloir nominal) selon le mode de balayage
du capteur.
2.3 COUCHES LIMITES MARITIMES
La couche limite de l'atmosphère est la région qui s'étend depuis la surface jusqu'à l'atmosphère
libre (à une altitude d'environ 1 km). À la surface, les forces de frottement prédominent. Dans
l'atmosphère libre, elles perdent de l'importance et, en première approximation, l'écoulement
atmosphérique est proche de l'équilibre géostrophique (voir section 2.4.2).
Les forces de frottement qui nous intéressent sont celles qui émanent de fluctuations turbulentes.
C'est ce que l'on appelle les tensions de Reynolds. Une difficulté fondamentale de la théorie de la
turbulence consiste à lier ces tensions turbulentes aux propriétés de l'écoulement moyen.
L'influence des écoulements turbulents sur les variables moyennes pronostiques (quantité de
mouvement, température et humidité) peut être exprimée par l'équation de diffusion verticale
suivante:
∂C ∂ ∂   ∂C  
= − w′c′ = K   (2.1)
∂t ∂z ∂z  C  ∂z  
où le coefficient de mélange KC décrit la diffusivité turbulente de la valeur moyenne de la variable
C, et c' et w' sont les fluctuations turbulentes de la variable C et du mouvement vertical, le trait
suscrit représentant une moyenne ponctuelle.
Une approche courante consiste à séparer la couche limite maritime en deux régimes (figure 2.6):
la couche de Prandtl ou couche à flux constant (depuis la surface jusqu'à 50 m environ) et la
couche d'Ekman (Ekman, 1905) (depuis 50 m environ jusqu'à l'atmosphère libre au-dessus de
1 km environ).
Selon la théorie de Prandtl sur la longueur de mélange (par exemple, Oertel, 2004), on suppose
que le coefficient de mélange augmente linéairement avec l’altitude dans les 50 premiers mètres.
Il est possible de démontrer que les forces de frottement contribuant à la turbulence sont
constantes lorsque l'altitude augmente et que les effets de la force de Coriolis et de la force du
gradient de pression, ainsi que le gradient horizontal des flux turbulents, sont négligeables. La
direction du vent est constante lorsque l'altitude augmente. On peut également démontrer que,
dans la couche à flux constant, l'écoulement moyen ne dépend que de la longueur de rugosité
de la surface (équation 2.2).
Cependant, dans la couche d'Ekman, on suppose un coefficient de mélange constant. Une

transition de la vitesse et de la direction du vent vers le vent géostrophique se produit dans cette
couche sous l'effet de la force de Coriolis. La solution théorique («spirale d'Ekman») présente
Atmosphère libre
u = géostrophique
~ 1 km
Couche d’Ekman
Kc = const.
~ 50 m
Couche à écoulement constant
u* = const.
Figure 2.6. Schéma de la couche limite à deux régimes; u étant la vitesse du vent horizontal et
u * la vitesse de frottement représentant le flux turbulent de quantité de mouvement vertical
un angle de 45° entre l'écoulement géostrophique (section 2.4.4) en altitude et le vent à la

surface. Les angles plus réduits donnent des résultats qui concordent avec la théorie des couches
d'Ekman et de Prandtl.
La stratification thermique dans la couche limite est importante pour déterminer la vitesse du
vent à proximité de la surface de l'océan. Sur une grande partie des océans, la température
de l'air en surface est en équilibre avec la température de surface de la mer, de sorte qu'une
stabilité proche de la neutralité prédomine. Dans ces conditions, la structure du profil du vent
dans la couche à flux constant est dominée par le frottement et peut être décrite sous une forme
logarithmique (section 2.3.1).
Dans les cas d'instabilité (température de l'air inférieure à celle de l'eau), la convection devient
active. Sa vitesse étant plus élevée en altitude, le vent atteint la surface rapidement, ce qui réduit
la dissipation par frottement et augmente la tension à la surface de l'océan. Une atmosphère
stable (air chaud au-dessus d'une eau froide) augmente les forces de frottement dans la couche
limite, ce qui entraîne des vents moins forts et une tension du vent moindre (section 2.3.3).
2.3.1 Couche à flux constant
Dans des conditions neutres, la solution de Prandtl démontre que le flux horizontal à la surface
de l'océan (u) suit le profil logarithmique classique dans le sens vertical:
u*  z 
u = ln   (2.2)
κ  z0 
où κ est la constante de Kármán, z la hauteur au-dessus du niveau moyen de la mer à laquelle le
flux est observé, z0 la constante d'intégration (appelée longueur de rugosité) et u * la vitesse de
frottement constante à la verticale égale à:
τ
u* = (2.3)
ρa
où τ est l’amplitude de la tension à la surface et ρa la densité de l'air. On peut considérer u *
comme une approximation de la tension de surface. La tension τ est souvent exprimée par le
rapport de transfert de masse:
τ = ρaCdu2 (2.4)
où Cd est le coefficient de frottement. En général, Cd et u sont tous deux fonctions de l'altitude.

Depuis des années, de nombreux programmes de recherche sur le terrain ont pour objet de
déterminer la valeur de Cd.
Monin et Obukhov (1954) ont été les premiers à déduire la dépendance de Cd à la hauteur et à la
stabilité en appliquant leur théorie de la similitude des profils:
u*   z   z 
u = ln   − ψ   (2.5)
κ   z0   L  
et
2
   z   z  
Cd( z) =  κ / ln   − ψ     (2.6)
   z0   L   

La fonction Ψ est établie pour des conditions stables et instables. L est la longueur de mélange
de Monin–Obukhov. En conditions neutres, Ψ(z/L) = 0. Businger et al. (1971) ont proposé
des relations fonctionnelles entre le cisaillement adimensionnel du vent et z/L, que l'on peut
employer pour déterminer la fonction de stabilité Ψ(z/L) dans les équations 2.5 et 2.6.
2.3.2 Rugosité de la surface
L'un des problèmes de la détermination du vent dans la couche turbulente à proximité de

l'océan est la formulation de z0 et de la relation qui la lie à u *. Par convention, il est supposé que
z0 est fonction de la vitesse du vent à une certaine hauteur. La rugosité de la surface dépend
probablement de l'état de la mer (vagues). De nombreux travaux de recherche ont été effectués,
notamment des observations sur le terrain et des expériences en laboratoire, pour déterminer
la relation entre les vagues et la rugosité. Néanmoins, toutes ces recherches ont mis en évidence
un large éventail de dépendances par rapport à l'âge des vagues, leur cambrure, etc. Aucune
conclusion n'a encore été approuvée, et Jones et Toba (2001) ont débattu de la complexité du
sujet. Plus récemment, les études se sont concentrées sur l'influence de la houle sur les profils
de vent et les propriétés en matière de turbulence (Högström et al., 2009; Smedman et al., 2009;
Kahma et al., 2016).
En s'appuyant sur des arguments dimensionnels, Charnock (1955) a établi la relation entre la
longueur de rugosité de la surface de l’océan et la vitesse de frottement du vent comme suit:
α u*2
z0 = (2.7)
g
où g est l'accélération due à la pesanteur et α est le paramètre de Charnock. Pour α, la plage de
variation va de 0,01 pour la houle à 0,04 pour les vagues océaniques jeunes et raides, mais les
valeurs peuvent atteindre 0,1 de façon sporadique. Wu (1980) a déterminé une valeur type de
0,0185. La figure 2.7 illustre les effets de la rugosité qui s'accroissent avec la vitesse du vent à
10 m.
Janssen (1991) a étudié la rétroaction des vagues océaniques sur l'écoulement de l'air et défini un
paramètre de Charnock dépendant de l'état de la mer. Avec une cambrure de la houle croissante,
ou des vagues jeunes, un accroissement considérable du transfert de la quantité de mouvement
entre l'air et l'eau a été constaté. Ce paramétrage permet d'établir un couplage bidirectionnel
des modèles atmosphère-vagues océaniques (section 2.5.5).
2.3.3 Effets de la stabilité
Dans la section 2.3.1 ci-dessus, nous avons examiné la notion de coefficient de frottement
définie dans l'équation 2.4. De nombreuses études ont été réalisées en vue de déterminer Cd
pour diverses vitesses et stabilités du vent et Roll (1965) en a fait le résumé. Wu (1980, 1982) a
50
Hauteur au-dessus du niveau
40
de la mer [m]
30
20
10 –5 m s-1 –10 m s-1 –15 m s-1 –20 m s-1 –25 m s-1 –30 m s-1
0
0,95 1,00 1,05 1,10 1,15 1,20
Vitesse relative du vent
Figure 2.7. Profils de vent adimensionnels mis à l'échelle par le vent à 10 m dans des
conditions neutres Ψ(z/L) = 0 sur une surface maritime rugueuse à l'aide du paramétrage de
Charnock (1955) (équation 2.7)
démontré au moyen d'études empiriques que le coefficient de frottement à une altitude donnée
dépend linéairement de la vitesse du vent et que la formule suivante s'applique à un large
éventail de vents dans des conditions presque neutres et stables:
103 C10 = (0, 8 + 0, 65U10 ) (2.8)
où C10 est le coefficient de frottement à une hauteur de 10 m et U10 la vitesse du vent (m s−1) à la
même hauteur.
Cependant, il convient de modifier cette relation empirique linéaire simple en cas de stratification
de la température. La stratification influe sur le transport turbulent de la quantité de mouvement,
ce qui écarte le profil du vent de la forme logarithmique.
Pour les régimes de force du vent modérée, les résultats de Schwab (1978) font apparaître une
augmentation constante du coefficient de frottement lorsque la vitesse du vent augmente.
Toutefois, il semble que ce ne soit pas une loi généralisée. D'autres expériences sur le terrain,
par exemple celles de Drennan et al. (1996, 2003) ou de French et al. (2007), ont confirmé la
dépendance du coefficient de frottement à la vitesse du vent, mais ont également mis en relief
une grande dispersion des valeurs. Powell et al. (2003) ont analysé 331 profils de vent mesurés
par des radiosondes GPS parachutées pour l'observation du vent à proximité des murs de l'œil de
systèmes dépressionnaires tropicaux dans l'Atlantique, et dans les bassins de l’Est et du centre du
Pacifique. Ils ont constaté que le coefficient de frottement, la vitesse de frottement et la longueur
de rugosité se stabilisaient, voire diminuaient, lorsque la vitesse du vent était supérieure à
40 m s−1.
Schwab (1978) a déterminé Cd au-dessus de l'eau pour un large éventail de vitesses du vent et de
stabilités de l'atmosphère. Les résultats de ses calculs sont illustrés à la figure 2.8. Une question
essentielle doit être résolue sur ce point: l'effet de l'évolution de la stabilité et de la tension du
vent sur la prévision de la croissance des vagues. La figure 2.8 montre que, pour une vitesse
du vent donnée à une hauteur de 10 m, des conditions instables produisent un coefficient de
frottement (ou une tension de surface) plus élevé et donc une croissante plus importante des
vagues que des conditions stables. Liu et al. (1979) ont formulé un ensemble d'équations qui
permettent de calculer les variables de surface u *, z0 et la longueur de stabilité de la couche
limite L, pour déterminer le profil du vent de la couche à flux constant, y compris la stabilité. Kara
et al. (2008) et Bourassa et al. (1999) ont calculé les effets de la stabilité sur les profils du vent en
fonction de la différence de température air–mer (figure 2.9).
Cd x 103
20
2,0
Vitesse du vent à 10 m (m s-1)

15 1,8
1,4
1,6
1,2
1,0
10 0,8
0,6
0,4
5 0,2
0
–20 –15 –10 –5 0 5 10 15 20
Différence de température air-mer (°C)
Figure 2.8. Coefficient de frottement (lignes noires) en fonction de la stabilité (différence de

température entre l'air et la mer) et de la vitesse du vent à 10 m
Source: D'après Schwab (1978)
20
Hauteur au-dessus du niveau
Ta - Tw = – 4 °C
16
Ta - Tw= – 2 °C
de la mer, Z [m]
Ta - Tw = 0 °C
12
Ta - Tw = 2 °C
Ta - Tw = 4 °C
8
0
4 5 6 7 8
Vitesse moyenne du vent, U [m s ] -1
Figure 2.9. Exemple de profils de vent au-dessus du niveau de la mer (Bourassa et al., 1999;
Kara et al., 2008) pour les cas stables, neutres et instables en termes de différences de
température air–mer pour une vitesse de vent donnée U = 6 m s−1 à une hauteur de z = 6 m et
une différence d'humidité spécifique donnée de ∆q = 3 g kg−1 entre la surface et ce niveau. Les
vents sont plus forts dans les couches les plus basses en conditions instables et dans les
couches les plus élevées en conditions stables. En conditions instables, les différences sont
légères dans les couches plus élevées dans le profil vertical. Ces profils sont fondés sur la
théorie de la similitude de Monin–Obukhov (voir section 2.3.1) qui paramétrise les flux pour
la fonction de stabilité, y compris les effets des ondes capillaires et de l'état de la mer.
Pour les modèles de prévision des vagues, il semble approprié d'exprimer le vent saisi dans le
modèle en fonction de u *. Le calcul est effectué en tenant de la compte stabilité. On exprime
ensuite le vent à une altitude nominale donnée en appliquant le profil logarithmique neutre
(équation 2.2, étant donné que u * avec l'effet de stabilité a déjà été pris en compte et Ψ = 0). Ce
vent est alors appelé vent neutre équivalent à cette hauteur (Liu et Tang, 1996; Verschell et al.,
1999). Cette définition est, par exemple, employée pour dériver des vents neutres équivalents à
10 m à partir de mesures effectuées par satellite.
Auparavant, Geernaert et Katsaros (1986) avaient défini le vent neutre équivalent comme étant la
vitesse moyenne du vent qui serait observée s'il y avait une stratification neutre de l'atmosphère.
Cette définition a été utilisée pour calculer les coefficients de frottement neutres et les longueurs
de rugosité dans les modèles d'interaction air‑mer.
Si les vents observés correspondent à des altitudes supérieures à la couche à flux constant
(au-dessus de 50 m), c'est-à-dire nettement à l'intérieur de la spirale d'Ekman, les techniques
mentionnées plus haut ne doivent pas être employées. Il faut plutôt tenir compte de la couche
limite à deux régimes plus complexe (flux constant et Ekman).
Plusieurs techniques ont été mises au point sur la base du modèle de la couche limite à deux
régimes, où la tension de surface et sa direction sont déterminées au moyen des paramètres
relatifs à l'atmosphère libre. Toutefois, les modèles analytiques (par exemple, Cardone, 1969,
1978; Krishna, 1981; Brown et Liu, 1982), ainsi que la théorie de la similitude du nombre de
Rossby (Clarke et Hess, 1974; Stull, 1988), n'ont pas apporté de solutions satisfaisantes à ce
problème.
De nos jours, les modèles de prévision numérique du temps (section 2.5) intègrent des
paramétrages complexes des processus de transport vertical turbulent et fournissent la vitesse et
la direction du vent à l'altitude de 10 m de manière normalisée.
L'advection est un processus physique de base entraînant une modification de la stratification

verticale. Par exemple, la stabilisation se produit lorsque l'advection d'air chaud augmente
avec l'altitude (ou que l'advection d'air froid diminue avec l'altitude). Toute situation contraire,
lorsque l'advection d'air froid augmente avec l'altitude (ou que l'advection d'air chaud diminue
avec l'altitude), entraîne généralement la déstabilisation de la stratification.
Dans les zones océaniques situées à proximité de masses terrestres importantes, l'advection joue
un rôle essentiel dans la transformation des propriétés physiques de l'air continental. Lorsque
l'air circule au-dessus de l'océan, sa température et sa stabilité sont modifiées par la surface
maritime sous-jacente. Par exemple, l'effet d'une irruption d'air froid sur des eaux chaudes est
diminué par un lent renforcement de la stabilité à mesure que l'écart de température entre l'air
et l'eau décroît. La figure 2.10 illustre la modification de la température de l'air évaluée par une
régression linéaire (Phillips, 1972; Phillips et Irbe, 1978).
2.4 FACTEURS MÉTÉOROLOGIQUES À GRANDE ÉCHELLE INFLUANT SUR LE

VENT À LA SURFACE DE L'OCÉAN
La présente section décrit les circonstances dans lesquelles un prévisionniste peut être amené
à travailler à partir de cartes météorologiques de surface lorsqu'il ne dispose pas de modèles
diagnostiques ou prévisionnels pour obtenir les champs de vent à la surface de l'océan ou
que les modèles disponibles sont obsolètes. Il peut également arriver que les prévisions de
modèle disponibles n'aient pas la résolution ou les spécificités requises pour prendre en compte
correctement les caractéristiques à méso-échelle, y compris les lignes de grains et les murs
de l'œil des systèmes dépressionnaires tropicaux. En outre, le prévisionniste peut recevoir des
données d'observation utiles après que la prévision issue de modèles a été produite.
Dans ce cas, le prévisionniste peut élaborer subjectivement une carte des vents à la surface
de l'océan fondée sur la connaissance de quelques principes concernant les mouvements de
30
Température de l’air modifiée [°C]

25
Température de surface de la mer
20 20 °C
10 °C
15
0 °C
10
0
–27 –24 –21 –18 –15 –12 –9 –6 –3 0 3 6 9 12 15 18 21 24 27
-5
Température de l’air [°C]
-10
-15
-20
-25
Figure 2.10. Modification de la température de l'air à 2 m au-dessus de l'eau après 120 min
d'advection. Plus de la moitié de ces changements surviennent dans les 10 premières minutes,
et le plus important concerne le premier mètre au-dessus de la surface. Des équations de
régression ont également été élaborées pour la modification du point de rosée. Même si les
résultats seront parfois légèrement différents, ce diagramme peut aussi être utilisé pour la
modification du point de rosée et fournira une approximation acceptable.
Figure 2.11. Analyse en surface (détail) de la forte tempête Dirk au nord de l'Écosse le
24 décembre 2013 à 18 UTC avec une pression centrale de 920 hPa
(D = centre de la dépression)
Source: Service météorologique maritime, Hambourg, Allemagne
l'atmosphère à grande échelle, et de la théorie de la couche limite. Dans certains centres de

prévision, il est encore d'usage de dessiner manuellement des cartes de la pression en surface
(figure 2.11).
2.4.1 Analyses du vent et de la pression
Aux latitudes moyennes et élevées, on commence généralement par analyser la pression en

surface. Les lignes isobares sont tracées sur une carte des observations de la pression et du
vent. Si des images satellite, voire des données relatives au vent transmises par diffusiomètre,
Figure 2.12. Analyse en surface dans l'Atlantique Sud réalisée le 11 mars 2008, à 0000 UTC, à
bord du Polarstern, navire de recherche allemand
sont disponibles, les centres des systèmes de pression peuvent être localisés sur la carte
(figures 2.12 et 2.13). Les tendances isallobariques issues d'observations de navire sont utiles en
cas de systèmes de pression dynamiques. Des études ont tenté d’estimer la pression au centre
des systèmes dépressionnaires parvenus à maturité à partir de la forme de leurs formations
nuageuses (Turner et Pendlebury, 2004). Si une analyse a déjà été faite, on peut en tirer
une première approximation. Il est possible d'utiliser les observations sur la vitesse du vent
pour contrôler le gradient de pression et celles portant sur la direction du vent pour vérifier
l'orientation des isobares.
Une fois que l’analyse de la pression a été effectuée, la technique la plus simple pour obtenir les
vents à la surface de l'océan consiste à:
– Calculer la vitesse du vent géostrophique;
– La corriger pour tenir compte de la courbure afin d'obtenir la vitesse du vent du gradient;
– Simuler l'effet du frottement en réduisant ce vent à 75 % environ (pour une stabilité neutre)
et en infléchissant la direction du vent d'environ 15° (dans le sens inverse des aiguilles
d'une montre dans l'hémisphère Nord et dans le sens des aiguilles d'une montre dans
l'hémisphère Sud), c'est-à-dire, par rapport au vent géostrophique, vers la zone de plus
basse pression.
Cette technique peut être satisfaisante pour avoir une approximation rapide des vents à la
surface de l'océan, mais dans le cas de situations météorologiques particulières, d'autres facteurs
cruciaux doivent être considérés. Certaines relations météorologiques importantes régissent la
vitesse et la direction des vents à la surface des océans:
– Gradient de pression en surface – vent géostrophique;
– Courbure des isobares – vent du gradient;
– Profils du vent dans la couche limite – effets du frottement de surface;

Figure 2.13. Image satellite composite infrarouge, 11 mars 2008, 0000 UTC, correspondant à
la figure 2.12 (Analyse en surface dans l'Atlantique Sud réalisée le 11 mars 2008, à 0000 UTC, à
bord du Polarstern, navire de recherche allemand)
– Cisaillement vertical du vent géostrophique – vent thermique;
– Gradient de pression évoluant rapidement dans le temps – vent allobarique;
– Gradient de pression évoluant rapidement vers les zones de basse pression – diffluence et
confluence;
– Discontinuité des gradients de pression au niveau des fronts – cisaillement du vent dans les
zones frontales.
Ces relations (mentionnées dans les sections suivantes) peuvent être considérées de façon
indépendante, puis associées pour obtenir une évaluation du champ de vent. Cette technique
repose sur une simplification excessive, car chaque relation donne une composante du vent
déduite d'hypothèses spécifiques, puis regroupées dans des conditions générales pour donner
une approximation du champ de vent.
2.4.2 Vent géostrophique
La principale force qui régit les mouvements dans l'atmosphère est la force du gradient de
pression. L'un des équilibres les plus importants des mouvements dans l'atmosphère à grande
échelle est celui qui s'établit entre la force de Coriolis et la force du gradient de pression, le
mouvement équilibré qui en résulte étant le vent géostrophique. Cet équilibre est généralement
valable:
– Pour les écoulements à grande échelle;

– Dans l'atmosphère libre au-dessus de la couche de frottement;
– Dans des conditions stables;
– Lorsque les isobares sont droites.
L'écoulement géostrophique, parallèle aux isobares, s'exprime par la relation suivante:

1  ∂p ∂p 
(ug, vg ) = − , 
f ρa  ∂y ∂x 
(2.9)
où p désigne la pression atmosphérique, f le paramètre de Coriolis (f = 2Ωsin Θ), ρa la densité de

l'air, Ω la vitesse angulaire de la rotation de la Terre et Θ la latitude. ug et vg sont respectivement
les vents géostrophiques dans les directions x (positive vers l'est) et y (positive vers le nord).
Selon l'équation 2.9, le vent souffle de telle façon que, dans la direction du vent, les hautes
pressions se situent à droite et les basses pressions à gauche dans l'hémisphère Nord (f > 0)
et inversement dans l'hémisphère Sud (f < 0). Pour un gradient de pression donné, le vent
géostrophique augmente à mesure que la latitude diminue et en fait, il tend vers l'infini à
l'équateur. On considère que le rapport du vent géostrophique n'est pas valable dans les basses
latitudes, entre 20° N et 20° S approximativement. En outre, au-dessus des océans, la densité de
l'air peut aller de 1,3 kg m−3 à 0,9 kg m−3 entre les systèmes froids à haute pression et les systèmes
chauds à basse pression1. La figure 2.14 permet d'évaluer la vitesse du vent géostrophique à
partir d'une analyse de la pression.
120
110
100
90 20°
Vent géostrophique [nœuds]
80 25°
30°
70
35°
60 40°
50 45°
50°
40
60°
30 70°
20
10
0
10,4
1,0
1,1
1,2
1,5
1,6
2,0
2,2
2,4
2,9
3,2
3,9
4,3
4,8
5,3
5,8
6,4
7,8
8,6
9,4
1,3
1,8
2,7
3,6
7,0
Distance entre les isobares [degrés de latitude par 4 hPa]
Figure 2.14. Vitesse du vent géostrophique (en nœuds) en fonction de l'espacement des
isobares exprimé en degrés (intervalle de 4 hPa) et de la latitude; la pression est égale
à 1 015,0 hPa, la température à 285° K et la densité à 1,241 kg m−3
(voir également le tableau 2.3)
1
Des extrêmes de pression en surface et de température de l'air ont été pris en considération, sans tenir compte de
l'influence de la température de surface de la mer sous-jacente.
Tableau 2.3. Vitesse du vent géostrophique (en nœuds) en fonction de la latitude et de la

distance (degrés de latitude) pour une différence de pression de 4 hPa et une densité de l'air
constante de 1,241 kg m−3, correspondant à 1 015,0 hPa et à 285 K
Distance Latitude (°)

latitude (°) 20 25 30 35 40 45 50 55 60 65 70
1,0 113 91 77 67 60 55 50 47 45 43 41
1,1 103 83 70 61 55 50 46 43 41 39 37
1,2 94 76 64 56 50 46 42 39 37 36 34
1,3 87 70 59 52 46 42 39 36 34 33 32
1,4 81 65 55 48 43 39 36 34 32 30 29
1,5 75 61 52 45 40 36 34 31 30 28 27
1,6 71 57 48 42 38 34 32 29 28 27 26
1,7 66 54 45 40 35 32 30 28 26 25 24
1,8 63 51 43 37 33 30 28 26 25 24 23
1,9 59 48 41 35 32 29 27 25 23 22 22
2,0 56 46 39 34 30 27 25 24 22 21 21
2,1 54 44 37 32 29 26 24 22 21 20 20
2,2 51 42 35 31 27 25 23 21 20 19 19
2,3 49 40 34 29 26 24 22 21 19 19 18
2,4 47 38 32 28 25 23 21 20 19 18 17
2,5 45 37 31 27 24 22 20 19 18 17 16
2,6 43 35 30 26 23 21 19 18 17 16 16
2,7 42 34 29 25 22 20 19 17 17 16 15
2,8 40 33 28 24 21 20 18 17 16 15 15
2,9 39 32 27 23 21 19 17 16 15 15 14
3,0 38 30 26 22 20 18 17 16 15 14 14
3,1 36 29 25 22 19 18 16 15 14 14 13
3,2 35 29 24 21 19 17 16 15 14 13 13
3,3 34 28 23 20 18 17 15 14 14 13 12
3,4 33 27 23 20 18 16 15 14 13 13 12
3,5 32 26 22 19 17 16 14 13 13 12 12
3,6 31 25 21 19 17 15 14 13 12 12 11
3,7 31 25 21 18 16 15 14 13 12 12 11
3,8 30 24 20 18 16 14 13 12 12 11 11
3,9 29 23 20 17 15 14 13 12 11 11 11
4,0 28 23 19 17 15 14 13 12 11 11 10
4,2 27 22 18 16 14 13 12 11 11 10 10
4,4 26 21 18 15 14 12 11 11 10 10 9
4,6 25 20 17 15 13 12 11 10 10 9 9
Distance Latitude (°)

latitude (°) 20 25 30 35 40 45 50 55 60 65 70
4,8 24 19 16 14 13 11 11 10 9 9 9
5,0 23 18 15 13 12 11 10 9 9 9 8
5,2 22 18 15 13 12 11 10 9 9 8 8
5,4 21 17 14 12 11 10 9 9 8 8 8
5,6 20 16 14 12 11 10 9 8 8 8 7
5,8 19 16 13 12 10 9 9 8 8 7 7
6,0 19 15 13 11 10 9 8 8 7 7 7
6,2 18 15 12 11 10 9 8 8 7 7 7
6,4 18 14 12 11 9 9 8 7 7 7 6
6,6 17 14 12 10 9 8 8 7 7 6 6
6,8 17 13 11 10 9 8 7 7 7 6 6
7,0 16 13 11 10 9 8 7 7 6 6 6
8,0 14 11 10 8 8 7 6 6 6 5 5
9,0 13 10 9 7 7 6 6 5 5 5 5
10,0 11 9 8 7 6 5 5 5 4 4 4
2.4.3 Vent du gradient
En général, la configuration de circulation atmosphérique n'est pas droite, mais suit une
trajectoire courbe. Cela implique une accélération supplémentaire le long du rayon de courbure,
autrement dit l'adjonction d'une force centripète pour équilibrer l'écoulement. Ce mouvement
équilibré est appelé vent du gradient. Le vent du gradient (Gr) est défini par l’équation suivante:
fr  4G 
Gr =  −1 ± 1 +  (2.10)
2  fr 
où f désigne la force de Coriolis, G la vitesse du vent géostrophique (utilisée en tant

qu'approximation du gradient de pression, comme le montre l'équation 2.9) et r le rayon de
courbure d'une isobare en un point donné.
Dans un système de basse pression (dépression), la circulation se fait dans le sens inverse des
aiguilles d'une montre dans l'hémisphère Nord et dans le sens des aiguilles d'une montre dans
l'hémisphère Sud. Autour d'un système de haute pression (anticyclone), le sens de la circulation
est contraire à celui d'un système dépressionnaire dans les deux hémisphères. Le signe positif
de la racine carrée de l'équation 2.10 représente le cas d'une dépression (r > 0); le signe négatif
représente le cas d'un anticyclone (r < 0).
Autour d'un centre de basse pression, la force de Coriolis et la force centrifuge agissent ensemble
pour équilibrer la force du gradient de pression, contrairement à l'écoulement géostrophique où
seule la force de Coriolis équilibre le gradient de pression. Par conséquent, la vitesse du vent du
gradient autour d'une dépression est inférieure à celle d'un vent géostrophique correspondant
au même gradient de pression. L'équilibre des forces montre que, pour un système de haute
pression, la force de Coriolis est équilibrée par la force du gradient de pression et par la force
centrifuge qui agissent ensemble. Ainsi, le flux de gradient autour d'un centre de haute pression
est plus important (en termes d'ampleur) que l'écoulement géostrophique correspondant au
même gradient de pression.
Il existe une limite supérieure au vent du gradient anticyclonique, que l'on obtient lorsque le
terme du gradient de pression atteint:
1 ∂p rf 2
=− (2.11)
ρa ∂r 4
Lorsque le gradient de pression atteint cette valeur, la quantité se trouvant sous la racine carrée
dans l'équation 2.10 devient nulle, ce qui donne une vitesse maximale du vent du gradient
égale à:
fr
Gr = (2.12)
2
Si l'on prend la relation géostrophique avec l'équation 2.11 et qu'on l'associe à l'équation 2.12,
la limite supérieure de la vitesse du vent du gradient pour un flux anticyclonique est égale au
double de la vitesse du vent géostrophique:
Gr ≤ 2G (2.13)
Il n'existe pas de limite inférieure correspondante pour la vitesse du vent du gradient cyclonique
par rapport au gradient de pression. La figure 2.15 illustre la relation entre la vitesse du vent du
gradient et la courbure. Les tableaux 2.4 et 2.5 permettent d'obtenir des valeurs numériques
en mesurant le rayon de courbure d'une isobare sur une carte météorologique et en utilisant la
vitesse du vent géostrophique définie dans l'équation 2.9. Les diagrammes d'équilibre pour les
flux simples sans frottement évoqués plus haut sont illustrés par la figure 2.16.
1,8
Écoulement anticyclonique
1,6
Écoulement géostrophique
1,4
Vitesse du vent [Gr / G]
Écoulement cyclonique
1,2
0,8
0,6
0,4
0,2
0
0 200 400 600 800 1000 1200 1400
Rayon de courbure [km]
Figure 2.15. Rapport de la vitesse du vent du gradient au vent géostrophique pour les flux
cycloniques et anticycloniques à une latitude de 40°N. Dans cet exemple, la vitesse du vent
géostrophique est égale à 15 nœuds. La ligne continue noire représente la zone non ventée
autour d'un centre de haute pression. Pour obtenir les valeurs numériques du vent du
gradient, voir les tableaux 2.4 et 2.5.
2.4.4 Effets du frottement en surface
Comme l'explique la section 2.3, le frottement a pour effet de réduire la vitesse d'écoulement
de l'air libre. Étant donné l'équilibre des forces, l'écoulement s'oriente vers les zones de basse
pression, c'est-à-dire vers la gauche dans l'hémisphère Nord et vers la droite dans l'hémisphère
Sud. À mesure que l'on s'approche de la surface de la Terre, la vitesse du vent tend vers zéro
et l'angle d'afflux tend vers un maximum. Au sommet de la couche limite atmosphérique,
l'impact du frottement en surface devient nul. Cet effet, résultat de l’équilibre entre le gradient
de pression, la force de Coriolis et la force de frottement (figure 2.17), est illustré par la fameuse
spirale d'Ekman, donnant une dérive de 45° à la surface. Dans la nature, cet angle est trop grand
et les vitesses prévues à proximité de la surface sont trop faibles.
Pour représenter les effets du frottement de façon plus réaliste, plusieurs techniques ont été
mises au point qui mettent en relation le vent dans l'atmosphère libre et une tension à la surface
de l'océan. Ces techniques s'appuient souvent sur la notion de couche limite à deux régimes:
une couche à flux constant en surface et la couche d'Ekman au-dessus. Les observations
correspondent beaucoup mieux à cette représentation de la couche limite planétaire, avec une
dérive de 10 à 15° prévu au-dessus de l'océan pour une atmosphère neutre et stable en contact
avec l'océan.
2.4.5 Vent thermique
Jusqu'ici, on a considéré que le champ de pression au niveau de la mer était constant depuis la
surface de l'océan jusqu’au sommet de la couche limite. Or s'il existe des gradients horizontaux
de température différents de zéro en surface, on peut démontrer grâce à l'équation du vent
thermique que le gradient de pression évolue avec l'altitude. Cela s'explique par la règle
classique qui veut que la distance verticale entre deux niveaux de pression est proportionnelle
à la température moyenne de cette couche. Par conséquent, le vent géostrophique au sommet
de la couche limite peut ne pas être le même qu'en surface. Le cisaillement vertical du vent
géostrophique est donné par:
 ∂ug ∂vg  g  ∂T ∂T 
 ,  =  − ,  (2.14)
 ∂z ∂z  T  ∂y ∂x 
Dans l'hémisphère Sud, il faut multiplier le membre gauche de l'équation par −1. L'équation 2.14
indique clairement que le vent géostrophique augmente avec l'altitude si une haute pression
coïncide avec une température élevée (comme c'est le cas pour les vents d'ouest des latitudes
moyennes) et diminue avec l'altitude si une haute pression coïncide avec une basse température.
Gr G Gr
p p Δ-
p
D
Δ- Δ-
C Cnf C Cnf C A
Figure 2.16. Équilibre des forces pour les principaux types de flux sans frottement
(hémisphère Nord) (C = force de Coriolis, Cnf = force centrifuge, G = vent géostrophique,
Gr = vent du gradient, A = centre de l’anticyclone, D = centre de la dépression et −∇p = force
du gradient de pression)
Tableau 2.4. Vent du gradient (flux anticyclonique): la vitesse du vent (exprimée en nœuds)
est indiquée à la latitude de 40°N pour une vitesse donnée du vent géostrophique (extraite
du tableau 2.3) et pour un rayon de courbure donné (exprimé en degrés de latitude)
Rayon de Vitesse du vent géostrophique (en nœuds)

courbure
(° lat.) 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75
25 5 10 15 21 26 32 38 44 50 56 63 70 77 84 92
24 5 10 15 21 26 32 38 44 50 57 63 70 77 85 93
23 5 10 16 21 27 32 38 44 50 57 64 71 78 86 94
22 5 10 16 21 27 32 38 44 51 57 64 71 79 87 95
21 5 10 16 21 27 32 38 45 51 58 65 72 80 88 97
20 5 10 16 21 27 33 39 45 52 58 66 73 81 90 99
19 5 10 16 21 27 33 39 45 52 59 67 74 83 92 102
18 5 10 16 21 27 33 39 46 53 60 68 76 85 95 106
17 5 10 16 21 27 33 40 46 53 61 69 77 87 98 110
16 5 10 16 21 27 33 40 47 54 62 70 80 90 102 118
15 5 10 16 22 27 34 40 47 55 63 72 82 94 109 135
14 5 10 16 22 28 34 41 48 56 65 75 86 101 126
13 5 10 16 22 28 35 42 49 58 67 78 93 117
12 5 10 16 22 28 35 42 51 60 70 84 108
11 5 10 16 22 29 36 43 52 63 76 99
10 5 11 16 23 29 37 45 55 68 90
9 5 11 16 23 30 38 47 59 81
8 5 11 17 23 31 40 51 72
7 5 11 17 24 32 43 63
6 5 11 18 25 35 54
5 5 11 18 27 45
4 5 12 20 36
3 5 13 27
2 6 18
1 9
Note: Pour toute autre latitude, Φ, les vents doivent être mis à l'échelle par le rapport fΦ/f40°, où f désigne la valeur du
paramètre de Coriolis.
En outre, si le vent géostrophique, quelle que soit son altitude, souffle vers une zone plus chaude
(advection froide), il tourne vers la gauche (vent lévogyre) à mesure que l'altitude s'accroît et le
contraire se produit (vent dextrogyre) s'il souffle vers une zone plus froide (advection chaude).
La différence vectorielle du vent géostrophique à deux niveaux différents est appelée vent
thermique. Il est possible de prouver géométriquement que le vecteur du vent thermique
représente un écoulement tel que les hautes températures se situent à droite et les basses
températures à gauche. Le vent thermique, par cisaillement vertical linéaire, peut être intégré
directement dans la solution de la couche d'Ekman, donc dans les modèles diagnostiques que
nous allons considérer plus en détail ci-après.
Tableau 2.5. Vent du gradient (flux cyclonique): la vitesse du vent (exprimée en nœuds) est
indiquée à la latitude de 40°N pour une vitesse donnée du vent géostrophique (extraite du
tableau 2.3) et pour un rayon de courbure donné (exprimé en degrés de latitude)
Rayon de Vitesse du vent géostrophique (en nœuds)

courbure
(° lat.) 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75
25 5 10 15 19 24 28 33 37 42 46 50 54 58 62 66
24 5 10 15 19 24 28 33 37 41 46 50 54 58 62 66
23 5 10 15 19 24 28 33 37 41 46 50 54 58 62 66
22 5 10 15 19 24 28 33 37 41 45 49 54 58 62 65
21 5 10 15 19 24 28 33 37 41 45 49 53 57 61 65
20 5 10 14 19 24 28 32 37 41 45 49 53 57 61 65
19 5 10 14 19 24 28 32 37 41 45 49 53 57 60 64
18 5 10 14 19 23 28 32 36 40 45 49 52 56 60 64
17 5 10 14 19 23 28 32 36 40 44 48 52 56 60 63
16 5 10 14 19 23 28 32 36 40 44 48 52 55 59 63
15 5 10 14 19 23 28 32 36 40 44 48 51 55 59 62
14 5 10 14 19 23 27 31 36 39 43 47 51 55 58 62
13 5 10 14 19 23 27 31 35 39 43 47 50 54 57 61
12 5 10 14 19 23 27 31 35 39 43 46 50 53 57 60
11 5 10 14 18 23 27 31 35 38 42 46 49 53 56 59
10 5 10 14 18 22 27 30 34 38 41 45 48 52 55 58
9 5 10 14 18 22 26 30 34 37 41 44 48 51 54 57
8 5 9 14 18 22 26 30 33 37 40 43 47 50 53 56
7 5 9 14 18 22 25 29 33 36 39 42 45 48 51 54
6 5 9 13 17 21 25 28 32 35 38 41 44 47 50 52
5 5 9 13 17 21 24 28 31 34 37 40 42 45 48 50
4 5 9 13 17 20 23 26 29 32 35 38 40 43 45 47
3 5 9 12 16 19 22 25 28 30 33 35 37 39 42 44
2 4 8 12 15 17 20 22 25 27 29 31 33 35 37 38
1 4 7 10 12 15 17 18 20 22 23 25 26 28 29 30
Note: Pour toute autre latitude, Φ, les vents doivent être mis à l'échelle par le rapport fΦ/f40°, où f désigne la valeur du
paramètre de Coriolis.
Les effets du frottement sur l'écoulement géostrophique dans la couche d'Ekman sont également
influencés par le vent thermique mentionné plus haut. Des études ont démontré l'importance du
vent thermique pour expliquer les écarts par rapport à la spirale d'Ekman classique (Mendenhall,
1967). Sous l'influence du vent thermique, les angles de croisement des isobares de surface sont
plus importants en cas d'advection froide et plus réduits en cas d'advection chaude, comme
nous l'avons vu ci-dessus. La figure 2.18 illustre l'effet du vent thermique sur le vent dans la
couche d'Ekman pour un système dépressionnaire.
G
u
D C A
Δ-
p
F
p0 p1
Figure 2.17. Équilibre du frottement, du gradient de pression et de la force de Coriolis

(hémisphère Nord) (C = force de Coriolis, F = frottement, G = vent géostrophique, A = centre
de l’anticyclone, D = centre de de la dépression, −∇p = force du gradient de pression et
u = vent de surface; p 0 et p1 représentent des isobares)
2.4.6 Vent isallobarique
Ci-dessus, on a considéré que les systèmes de vents évoluaient lentement dans le temps. Or
lorsqu'un système de pression se renforce (ou s'affaiblit) rapidement ou se déplace rapidement,
POINT B — Effet d’une dépression POINT C — Effet de l’advection

froide qui augmente la vitesse d’air chaud qui réduit l’écoulement
du vent de surface trans-isobarique du vent de surface
G C
(SURFACE) EKMAN
z PLUS
G (SURFACE)
z B THERMIQUE
z
EKMAN EKMAN z
EKMAN
PLUS
THERMIQUE
A
POINT A — Effet de l’advection LÉGENDE

d’air froid qui augmente l’écoulement
trans-isobarique du vent de surface G
SURFACE
G
G( NIVEAU DU VENT
S UR DE GRADIENT
FA
CE
) VENT THERMIQUE
z
VENT RÉEL À z
EKMAN PLUS
THERMIQUE
z VENT RÉEL À z
SANS EFFET
EKMAN THERMIQUE
Figure 2.18. Vent thermique: schéma des vents de surface, des isobares de surface (traits
pleins) et d'une surface à pression constante (tirets) dans le cas d’une dépression
extratropicale
Source: Pierson (1979)
G I
G I
G G
I
G
+
I
G
D I - I
I G
G
I
Figure 2.19. Exemple du champ de vent isallobarique d'un système dépressionnaire en

déplacement. Lignes continues = isobares, pointillés = isallobares, G = (ug, vg) = vent
géostrophique, D = centre de la dépression et I = (ui, v i) = vent isallobarique, qui se dirige
toujours vers les centres de baisse de pression. Il en résulte un affaiblissement/renforcement
du vent au nord/sud de la dépression. La direction du vent est altérée à l'avant et à l'arrière du
système.
de telle façon que le vent géostrophique local évolue rapidement, une autre composante du vent
prend de l’importance. On obtient celle-ci par le rapport du vent isallobarique. Une isallobare est
une ligne de même tendance barométrique (rythme de variation de pression). La force du vent
isallobarique est proportionnelle au gradient isallobarique et sa direction est perpendiculaire au
gradient, s'éloignant des centres de hausse de pression et se dirigeant vers les centres de baisse
de pression. Normalement, cette composante est inférieure à 5 nœuds (2,5 m s−1), mais elle peut
dépasser les 10 nœuds (5 m s−1) pendant des périodes de cyclogénèse rapide ou explosive.
La composante du vent isallobarique est donnée par:

  ∂p   ∂p  
1  ∂  ∂t  ∂  ∂t  
(ui, vi ) = −    ,   (2.15)
ρa f 2  ∂x ∂y 
 
 
La figure 2.19 illustre la modification du champ de vent géostrophique autour d'un système
dépressionnaire en déplacement.
2.4.7 Diffluence des champs de vent
La diffluence (confluence) des isobares crée également des écoulements qui font dévier les
vents d'un équilibre géostrophique. Lorsqu'une diffluence des isobares se produit (les isobares
s'éloignant les unes des autres), le gradient de pression devient inférieur à sa valeur en amont.
Ainsi, lorsqu'une particule d'air se déplace vers l'aval, le gradient de pression est déséquilibré
par la force de Coriolis associée à la vitesse d'écoulement. Il s'ensuit que l'écoulement est
dévié vers la zone de haute pression dans une tentative de rétablir l'équilibre des forces par
une augmentation de la force du gradient de pression. Dans le cas d'isobares convergentes,
le gradient de pression augmente par rapport à sa valeur en amont. La force du gradient de
pression devient donc plus importante que la force de Coriolis et l'écoulement se dirige vers
la zone de basse pression dans une tentative de réduire la force du gradient de pression. Dans
les deux cas, une composante non géostrophique normale à l'écoulement géostrophique
se développe, de grandeur Un = (G/f) dG/ds (Haltiner et Martin, 1957), où G est la vitesse
géostrophique, f le paramètre de Coriolis et s le vecteur dans la direction de l'écoulement
géostrophique.
D po
Un U
G
G Un
U
p1
A
Figure 2.20. Exemples de champs de vent confluents/diffluents (p 0 et p1 désignent les
isobares, Un la composante du vent non géostrophique, G et U les vents géostrophiques et de
surface, A = le centre de l’anticyclone et D = le centre de la dépression)
Dans la réalité, comme le frottement superficiel oriente l'écoulement vers les zones de basse
pression, la confluence agrandit l'angle d'afflux par rapport à l'effet du seul frottement, tandis
que la diffluence le diminue, de sorte qu'un écoulement vers les zones de haute pression se
produit rarement. La figure 2.20 illustre la modification du vent géostrophique due aux effets de
la diffluence et de la confluence.
2.4.8 Cisaillement du vent dans les zones frontales
Les lignes de front des cartes du temps en surface (voir figures 2.11 et 2.12) représentent
les limites entre des masses d'air de différentes températures. La dynamique des fronts est
étroitement liée au développement des systèmes dépressionnaires extratropicaux (Bjerknes
et Solberg, 1922). En réalité, les fronts se composent de zones de transition étroites dans
lesquelles des masses d'air se mélangent. Pour simplifier, on peut supposer une discontinuité
des paramètres dans les plans frontaux qui s'étendent en hauteur dans l'atmosphère. Dans un
état d'équilibre, un air potentiellement plus chaud surplombe généralement l'air plus froid, de
sorte que la zone frontale est inclinée à la verticale. Étant donné que la diminution verticale de
la pression est moins importante dans l'air chaud que dans l'air froid, le gradient de pression
et le vent géostrophique changent au niveau frontal de façon discontinue. Les sautes de vent
soudaines au niveau des fronts sont souvent associées à des mers tourmentées ou croisées.
Margules a été le premier (1906) à établir la relation entre l'inclinaison verticale α du front, la
différence de température horizontale T' – T et le cisaillement horizontal de composantes du
vent géostrophique V'g – Vg parallèle au front:
f T Vg′ − Vg
tan α = (2.16)
g T′ − T
où f est le paramètre de Coriolis, T la température moyenne et g l'accélération due à la

pesanteur. Il est évident que le cisaillement du vent sera important dans un front à pente
prononcée entre des masses d'air dont la température est très différente. Ce phénomène est
typique des fronts froids. Des schémas de coupes de fronts chauds et froids sont présentés à la
figure 2.21. La structure des systèmes frontaux peut être complexe et très variée. Lorsqu'un
système dépressionnaire a atteint sa maturité, un front froid se déplace en général plus
a)
Air chaud
Z
Air froid
b)
Z Air chaud
Air froid
Figure 2.21. Coupe schématique verticale. a) Dans un front chaud, l'air chaud glisse sur l'air
plus froid à un angle de petite taille. Il en résulte une stabilisation de la stratification verticale.
b) Dans un front froid, l'air froid soulève l'air chaud. Il en résulte une zone frontale à pente
verticale plus abrupte et la déstabilisation de la stratification verticale, souvent renforcée par
la condensation de la vapeur d'eau dans les niveaux supérieurs.
rapidement que le front chaud en avant. Le secteur chaud entre les fronts se rétrécit
progressivement, jusqu'à ce qu'une occlusion se forme dans laquelle l'air chaud est soulevé par
les masses d'air froid sous-jacentes.
La propagation d'un front et les processus de circulation verticale associés transforment les
discontinuités de la pression en surface et la répartition du vent à proximité de la ligne frontale.
Tout prévisionniste chevronné commence donc son analyse de la pression en surface en
déterminant soigneusement les masses d'air pour localiser les lignes de front en surface. Lors
de son analyse du champ de pression, il/elle trace des isobares avec des cassures au niveau des
lignes frontales selon la dynamique du système synoptique (figure 2.11).
En outre, lorsque l'air chaud (froid) est déplacé par advection au-dessus d’eau relativement
froide (chaude), la modification de la stratification qui en résulte doit être prise en compte
(voir section 2.3.3). Par exemple, après le passage d'un front chaud, la stabilisation diminue
généralement la vitesse du vent de surface par rapport au vent géostrophique. À l'inverse, un air
froid au-dessus d'une eau chaude déstabilise la couche limite et renforce donc les vents moyens
et l'intensité des rafales.
2.4.9 Analyse des lignes de courant dans les régions tropicales
Dans les régions tropicales, il n'est pas possible de déterminer le champ de vent directement
à partir des analyses barométriques, car la relation géostrophique est plus faible aux basses
latitudes, voire complètement inapplicable à l'équateur. En outre, les erreurs de mesure de la
pression peuvent devenir importantes par rapport aux gradients de pression souvent faibles
qui doivent être analysés. Une analyse directe du vent sous la forme de lignes de courant et
d'isotaches donne une bonne représentation du champ de vent à basse altitude.
Le procédé d'analyse des lignes de courant est semblable à l'analyse de pression dans la mesure
où tous les systèmes météorologiques sont cohérents dans le temps et doivent être localisés et
observés de carte en carte. Chaque système doit être suivi depuis son origine jusqu'à sa maturité
et son déclin, de même que ses déplacements. Une connaissance des modèles conceptuels
des systèmes météorologiques s'impose pour réaliser ce travail de telle façon que les lignes
de courant et les isotaches puissent être correctement analysées lorsque les observations
sont rares. Il est particulièrement important que l'analyste suive l'évolution des anticyclones
subtropicaux, car des augmentations soudaines d'intensité peuvent engendrer des poussées
de flux qui pénètrent profondément dans la zone tropicale, ce qui conduit à des augmentations
de la hauteur des vagues et de la houle. Le Forecasters Guide to Tropical Meteorology (Air Weather
Service, 1995) constitue un ouvrage de référence utile pour l'analyse dans les régions tropicales.
2.4.10 Analyse des systèmes dépressionnaires tropicaux
Les systèmes dépressionnaires tropicaux naissent au-dessus des eaux chaudes des océans
tropicaux et subtropicaux. Lorsqu'ils atteignent leur stade de développement extrême (ouragans,
cyclones tropicaux, typhons), ils figurent parmi les phénomènes maritimes les plus dangereux.
Pour qu'un système dépressionnaire tropical se forme, il est avéré que la température de surface
de la mer doit atteindre le seuil empirique de 27 °C. L'évaporation à la surface de l'eau chaude
déclenche généralement la formation de cumulus. Si la stratification de la haute atmosphère
est potentiellement instable, le dégagement de chaleur latente causé par la vapeur d'eau qui se
condense intensifie le mouvement ascendant à l’intérieur des nuages, ce qui peut provoquer une
convection orageuse profonde qui atteint des altitudes élevées.
Par ailleurs, le mécanisme de base de la cyclogenèse, à savoir l’instabilité conditionnelle de

deuxième espèce, laisse supposer la présence d'un vortex cyclonique à grande échelle en
formation. Ces dépressions tropicales de faible intensité se caractérisent par un paramètre de
Coriolis faible mais une forte convergence dans les basses couches, ce qui maintient l'apport
d'humidité à l'intérieur du vortex. Le dégagement de chaleur latente dans les couches
supérieures intensifie à la fois la convection et le vortex. L'instabilité conditionnelle de deuxième
espèce a été décrite pour la première fois par Charney et Elliasen (1964). Cette théorie a fait
l'objet de discussions et d’améliorations de la part de nombreux autres spécialistes (par exemple,
Smith, 1997).
Étant donné que la force de Coriolis disparaît à l'équateur, aucun système dépressionnaire
tropical n'a pu être observé dans la ceinture comprise entre 5 °S et 5 °N. La distribution de la
température de surface de la mer influe considérablement sur la trajectoire et l'intensité de ces
systèmes. Par conséquent, ces derniers se déplacent lentement vers l'ouest (à la différence des
systèmes dépressionnaires des latitudes moyennes) jusqu'à prendre la direction nord-ouest-
nord (dans l'hémisphère Nord) ou sud-ouest-sud (dans l'hémisphère Sud), ou alors ils finissent
par atterrir. Pour en savoir plus sur la climatologie des systèmes dépressionnaires tropicaux dans
l'Atlantique et l'est du Pacifique, consulter le site web du Centre national des ouragans (NHC –
National Hurricane Center).
Tableau 2.6. Classification et nomenclature des systèmes dépressionnaires tropicaux en

termes de vent soutenu maximal (sur 10 min). Les vents qui dépassent le maximum de
l'échelle Beaufort sont classés sur l'échelle de Saffir-Simpson.
Classification des systèmes dépressionnaires Vent soutenu maximal

tropicaux
Dépressions tropicales ≤ 33 nœuds
Tempêtes tropicales 34–63 nœuds
Ouragans («typhons» dans le Pacifique ≥ 64 nœuds (catégories 1 et 2 sur l'échelle de Saffir‑Simpson)

Nord-Ouest, «cyclones» dans l'océan
Indien et le Pacifique Sud)
Ouragans majeurs ≥ 96 nœuds (catégories 3 à 5 sur l'échelle de Saffir‑Simpson)
L'observation en surface des systèmes dépressionnaires tropicaux étant rare, Dvorak

(1975, 1984) a mis au point une technique pratique pour les analyser à l'aide d'images de
satellites géostationnaires. De nombreux centres météorologiques emploient la méthode
de Dvorak depuis des décennies pour assurer l'analyse et le suivi opérationnels des systèmes
dépressionnaires tropicaux.
Dvorak classait l'intensité des systèmes dépressionnaires tropicaux à partir d'analyses détaillées
des formations nuageuses et de leur relation avec les propriétés cinétiques et thermodynamiques
(voir tableau 2.6). Le nombre Ci (intensité courante) est donc directement lié à la vitesse du vent
soutenu maximal et à la pression au centre, comme le montre le tableau 2.7. Velden et al. (2006)
ont publié une étude sur cette technique.
Dvorak (1984) a défini la relation entre le nombre Ci et l'intensité des systèmes dépressionnaires
tropicaux de façon différente dans le Pacifique Nord-Ouest (typhons) et dans l'Atlantique
(ouragans). Une classification différente a été proposée par Koba et al. (1990) à partir d’un
ensemble de données sur les trajectoires finalisées («best track») du Service météorologique
japonais (JMA) et de données fournies par des avions de reconnaissance entre 1981 et 1986.
Les vitesses de vent maximales de Koba et al. étaient souvent plus faibles que celles de Dvorak.
Cela s'explique en partie par le fait que Koba et al. ont défini la vitesse maximale du vent comme
un vent soutenu sur 10 min (norme de l'OMM), tandis que Dvorak l'a définie comme un vent
soutenu sur 1 min (courant aux États-Unis).
Étant donné que la technique de Dvorak est une analyse subjective de l'intensité des systèmes
dépressionnaires tropicaux, elle dépend de l'expérience de l'analyste. D'autres techniques de
Dvorak objectives ont également été mises au point et utilisées sur le terrain (Velden et al., 2006;
Kishimoto et al., 2013). En outre, des sondeurs hyperfréquences embarqués à bord de satellites
en orbite autour de la Terre peuvent observer directement le vent en surface et les détails
structurels des systèmes dépressionnaires tropicaux, comme un cœur chaud. Ces données sont
devenues un outil puissant pour les analyses récentes sur l'intensité de ces systèmes (Tang et Sui,
2014; Oyama et al., 2016). Toutefois, les satellites en orbite observent uniquement la zone le long
de leur trajectoire et certains systèmes dépressionnaires tropicaux peuvent leur échapper. La
technique de Dvorak est donc utile pour l'analyse opérationnelle, car elle s'appuie sur les images
de satellites géostationnaires qui couvrent un large périmètre et sont disponibles à n'importe
quel moment de l'analyse.
Le champ de vent d'un vortex cyclonique puissant est fondamentalement régi par la relation du
vent du gradient exposée dans l'équation 2.10. Plusieurs chercheurs ont tenté de déterminer le
champ de pression au niveau de la mer à l'intérieur du vortex à partir de l'intensité du système
dépressionnaire tropical défini par la technique de Dvorak:
 p∞ − pc
 p(r ) = p∞ − (Fujita, 1952),
 1 + (r / r0 )2

 p(r ) = pc − ( p∞ − pc ) . exp(− r / r0 ) (Schloemer, 1954), (2.17)
et

 c (
 p(r ) = p − p − p . exp −(r / r )B
( ∞ c) 0 ) (Holland, 1980),
où r est la distance par rapport au centre du système, et pc et p ∞ désignent respectivement

la pression au centre et la pression environnementale. Le rayon r0 du vent maximal définit le
diamètre horizontal du système.
La formule de Fujita (1952) se fonde sur les typhons du Pacifique Nord-Ouest et Schloemer
(1954) a analysé les ouragans de l'Atlantique Nord. Le paramètre supplémentaire B introduit
par Holland (1980) est compris entre 1 (formule de Schloemer) et 2,5, en prenant en compte
les caractéristiques régionales. Toutefois, l'asymétrie des champs de vent cycloniques
observés, engendrée par le mouvement et par les conditions environnementales autour du
système dépressionnaire tropical, ne peut pas être représentée par ces formules simples. Des
composantes asymétriques doivent être ajoutées pour prendre ces facteurs en compte dans une
certaine mesure (Yoshizumi, 1968; et Konishi, 1995).
2.5 PRÉVISION NUMÉRIQUE DU TEMPS
Les processus physiques qui déterminent le champ de vent à la surface de l’océan sont décrits par
les équations non linéaires de base du mouvement et de la thermodynamique, qui peuvent être
résolues en faisant appel à des méthodes numériques sur des superordinateurs. Cette méthode,
dont Richardson (1922) a été le pionnier, est connue sous le nom de prévision numérique du
temps (PNT). Pour obtenir la description des principes de base, voir les travaux de Haltiner et
Williams (1980).
Les premiers modèles opérationnels de prévision numérique du temps remontent aux

années 1960, époque où la physique des modèles se limitait à la dynamique des courants
atmosphériques barotropes et quasi géostrophiques. Ces modèles n'étaient capables d’effectuer
Tableau 2.7. Relation entre le nombre Ci (intensité courante), la pression minimale réduite au
niveau de la mer (MSLP) et le vent soutenu maximal (MWS) sur 10 min, définie par Dvorak
(1984) (MWS: vent soutenu sur 1 min) et par Koba et al. (1990)
Pacifique Nord-Ouest Atlantique

Koba et al. (1990) Dvorak (1984) Dvorak (1984)
Pression Pression Pression
Nombre Ci (intensité Vent Vent
Vent soutenu min. au min. au min. au
courante) soutenu soutenu
maximal niveau niveau niveau
maximal maximal
(MWS) de la mer de la mer de la mer
(MWS) (MWS)
(nœuds) (MSLP) (MSLP) (MSLP)
(nœuds) (nœuds)
(hPa) (hPa) (hPa)
1 22 1 005 25 – 25 –
1,5 29 1 002 25 – 25 –
2 36 998 30 1 000 30 1 009
2,5 43 993 35 997 35 1 005
3 50 987 45 991 45 1 000
3,5 57 981 55 984 55 994
4 64 973 65 976 65 987
4,5 71 965 77 966 77 979
5 78 956 90 954 90 970
5,5 85 947 102 941 102 960
6 93 937 115 927 115 948
6,5 100 926 127 914 127 935
7 107 914 140 898 140 921
7,5 115 901 155 879 155 906
8 122 888 170 858 170 890
que des simulations à intégration verticale des vents aux latitudes moyennes. La disponibilité de
prévisions à un jour relatives aux structures de grandes longueurs d'onde dans la troposphère
supérieure a permis aux météorologues d'estimer la trajectoire des systèmes intégrés de
pression en surface. Toutefois, un problème subsistait concernant la dérivation des champs de
température et de vent correspondants.
Grâce à l'introduction de la baroclinicité, de l'humidité prévue, des paramétrages de la couche

limite, etc., la prévision numérique du temps s’est perfectionnée au fil des décennies. Dans le
même temps, elle a largement bénéficié des progrès fulgurants des technologies informatiques,
qui ont permis d'appliquer aux modèles de nouveaux paramétrages physiques et d’améliorer
la résolution horizontale et verticale. Aujourd'hui, des techniques avancées d'assimilation
des données sont employées pour obtenir un état initial tridimensionnel cohérent sur le plan
physique de l’ensemble de la troposphère et de la majeure partie de la stratosphère (ou l'analyse
de cet état), qui se fonde sur de multiples ensembles de données d'observation.
Pour la prévision numérique du temps, plusieurs modèles mondiaux et à domaine limité

sont utilisés à l'échelle planétaire. Ces modèles diffèrent dans la façon dont ils traitent une
multitude de processus physiques, comme la condensation des gouttes de pluie, l'absorption
et la dispersion du rayonnement solaire, et les flux de chaleur et de quantités de mouvement
dans la couche limite atmosphérique. Les systèmes de prévision se distinguent également par
le volume et le type de données concernées par le processus d'assimilation. La conception de
nouvelles générations de modèles continue de s'accélérer. Les sections qui suivent présentent
donc brièvement quelques principes essentiels de la prévision numérique du temps, ainsi que les
principales évolutions en cours en la matière.
2.5.1 Modèles à points de grille
La première expérience numérique de Richardson a échoué, car la stabilité des méthodes

numériques n'avait pas encore été étudiée. Lors de la résolution d'équations aux dérivées
partielles sur une grille discrète, la distance entre les points de grille détermine le pas de
temps maximal à choisir pour tout type d'advection d'un point à un autre réaliste sur le plan
physique. Pour éviter l'instabilité numérique, le pas de temps doit satisfaire la condition de
Courant‑Friedrichs‑Lewy (Courant et al., 1928). Cela signifie que pour un modèle global, un petit
pas de temps et un temps de calcul extrêmement long seraient requis sur une grille latitude–
longitude ordinaire en raison de la convergence des méridiens vers les pôles. Par conséquent, un
grand nombre de modèles globaux à points de grille s'appuient aujourd'hui sur une architecture
de grille avec une résolution horizontale quasi isotrope sur la sphère, ce qui peut être réalisé
par exemple avec une grille icosaédrique (figure 2.22). Les grilles perfectionnées peuvent avoir
une résolution variable dans l'espace et dans le temps. L'exploitation d'un modèle numérique
de vagues sur la même grille offre la possibilité d'un couplage à double sens direct sans
interpolation des champs de vent.
2.5.2 Modèles spectraux
Pour éviter le type d'instabilité numérique décrit ci-dessus, la méthode la plus courante consiste
à développer les équations de la dynamique en fonction des harmoniques sphériques. Les
modèles spectraux calculent la propagation linéaire des champs de quantité de mouvement,
de température et d'humidité dans l'espace des nombres d'ondes et donnent une excellente
approximation des dérivées spatiales. Toutefois, à chaque pas de temps, une transformée en
maille est nécessaire pour évaluer les termes d'advection non linéaires, les processus physiques
d'échelle de la grille et le forçage d'un modèle de vagues. Étant donné que les coûts en temps de
calcul des transformées hybrides (forward-backward) augmentent rapidement avec la résolution,
la méthode spectrale n'est pas aussi efficiente qu'un modèle en points de grille équivalent. Les
modèles spectraux actuels requièrent donc une puissance de calcul de plus en plus forte pour
pallier ce handicap. Toutefois, l'architecture des supercalculateurs est passée du traitement
vectoriel au traitement parallèle, augmentant ainsi l'efficience des modèles à points de grille.
2.5.3 Modèles à domaine limité
À mesure que la prévision numérique du temps a progressé, de nombreux modèles à aire

limitée non hydrostatiques ont été mis au point pour étudier les structures de la circulation
atmosphérique à moyenne échelle. Le modèle météorologique de moyenne échelle 5 (MM5),
exploité par l'université d'État de Pennsylvanie et le Centre national de recherche atmosphérique
des États-Unis d'Amérique (NCAR), a été le premier modèle librement disponible pour la
communauté scientifique. En 2008, le MM5 a été remplacé par le modèle de recherche et de
prévision météorologiques (Weather Research & Forecasting Model, WRF), qui a été conçu pour
répondre aux besoins de recherche atmosphérique et de prévision d'exploitation sur un large
éventail d'échelles spatiales. Par exemple, le WRF est exploité deux fois par jour dans le Système
de prévision méso-échelle appliqué à l'Antarctique (AMPS) (figure 2.23). De nombreux services
météorologiques nationaux utilisent les modèles à aire limitéee comme un maillon dans les
chaînes de prévision opérationnelle, par exemple, HIRLAM, ALADIN ou COSMO, qui ont tous été
conçus dans le cadre d'une coopération de recherche entre instituts météorologiques européens
et services météorologiques nationaux.
Lorsque des modèles à aire limitée sont appliqués aux prévisions météorologiques, des valeurs
aux limites doivent être fournies par un modèle de plus grande échelle. De nombreux centres de
prévision météorologique exploitent des modèles à aire limitée associés à un modèle global. Les
modèles globaux avec affinement régional du maillage, voire maillage mobile, sont aujourd'hui à
la fine pointe de la technologie.
2.5.4 Paramétrage de la couche limite
Actuellement, les modèles de prévision numérique du temps englobent des paramétrages

complexes de la couche limite à deux régimes. Dans la couche de surface, qui s'étend
généralement de la surface au niveau le plus bas du modèle (de 10 à 40 mètres selon les
Figure 2.22. Schéma d'une grille icosaèdre avec affinage régional sur l'Europe, telle
qu'exploitée par le Service météorologique allemand (Deutscher Wetterdienst)
modèles), le transfert par turbulence de la quantité de mouvement, de la température et de

l'humidité sont paramétrés en fonction de la théorie de la similitude de Monin–Obukhov, telle
qu'elle est décrite dans la section 2.3.1.
Dans la couche «externe» au-dessus de la couche de surface, des flux turbulents d'échelle
inférieure à celle de la grille sont décrits en utilisant des variables pronostiques moyennes par le
biais d'équations de diffusion verticale (voir l'équation 2.1).
Toutefois, les paramétrages utilisés dans la prévision numérique du temps se distinguent dans la
façon dont la diffusivité est exprimée en fonction de l'écoulement moyen. Dans la fermeture du
premier ordre, le coefficient de mélange KC s'exprime habituellement en fonction du cisaillement
du vent et du nombre de Richardson (Louis, 1979). Ainsi, aucune équation pronostique
supplémentaire n'est requise pour décrire l'influence de la turbulence sur les variables moyennes.
Figure 2.23. Prévision du vent à cinq jours le 1er mars 2019
Source: Création interactive sur le site web de l'AMPS; avec l’aimable autorisation du Système de prévision méso-échelle
appliqué à l'Antarctique (AMPS) / Corporation universitaire pour la recherche atmosphérique (UCAR)
Dans la fermeture d'ordre 1,5, KC est exprimé en fonction de la longueur de mélange et de

l'énergie cinétique turbulente. Les schémas de fermeture utilisés dans la prévision numérique du
temps se distinguent dans la définition de ces variables en fonction de la stratification verticale
dans la couche limite. Mellor et Yamada (1974) ont étudié la hiérarchie des modèles de fermeture
de la turbulence. Dans ces schémas, une attention spéciale est portée à la modélisation de la
convection peu profonde.
Stull (1988) a présenté une vue d'ensemble des schémas de fermeture de la turbulence. Holt et
Raman (1988), Garrat (1994) et Hurley (1997) ont examiné les schémas de fermeture du premier
ordre et d'ordres supérieurs. Hu et al. (2010) et Shin et Hong (2011) ont comparé différents
paramétrages de la couche limite fondés sur le modèle WRF dans le cadre d’études de cas.
2.5.5 Modèles couplés
Les modèles de vagues reposent généralement sur des vents à 10 m issus de la sortie d'un
modèle atmosphérique. Comme le vent ne peut pas «sentir» les vagues dans le modèle
de vagues, il convient d'établir des hypothèses sur la façon dont le vent accroît la rugosité
de la surface de la mer laquelle, à son tour, diminue la vitesse du vent à 10 m. Toutefois, le
paramétrage de la couche limite maritime décrit dans la section 2.3 ne prend pas en compte les
lois de la croissance des vagues de vent liées à la durée et au fetch (voir section 4.2). Le couplage
bidirectionnel direct de modèles atmosphère-vagues peut combler cette lacune en modifiant le
paramétrage ordinaire.
Depuis 1998, le Centre européen pour les prévisions météorologiques à moyen terme
(CEPMMT) exploite un système de prévision des vagues couplé atmosphère–océan. L'interaction
bidirectionnelle a considérablement amélioré les résultats des prévisions atmosphériques
(Janssen, 2004; Chen et al., 2013). Un degré d'exactitude encore plus élevé peut être atteint – au
risque d'une complexité accrue – avec le couplage de l'atmosphère, des vagues et des courants
océaniques (voir par exemple, Liu et al., 2011; Janssen et al., 2013).
2.5.6 Assimilation des données
La prévision numérique du temps est un problème de valeurs initiales. Lorenz (1963) a été le
premier à reconnaître le comportement chaotique des courants atmosphériques. C'est la non-
linéarité des équations fondamentales qui peut engendrer une croissance exponentielle des
petites erreurs dans le champ initial. Concrètement, il est désormais reconnu que les modèles
déterministes ont un horizon de prévision naturellement limité.
Les techniques modernes d'assimilation des données intègrent des observations de surface, des
sondages en altitude, des messages d'aéronefs et un large éventail de données obtenues par
satellite et par d’autres dispositifs de télédétection. Des méthodes mathématiques sophistiquées
sont utilisées pour interpoler des observations sur la grille du modèle tridimensionnel. Pour
première approximation, la prévision précédente établie à l'aide d'un modèle est utilisée pour
éviter les instabilités numériques dans l'intégration en aval. Les méthodes variationnelles
consistent généralement à minimiser une fonction de coût qui fait la synthèse des carrés des
écarts entre l'analyse et les observations, écarts pondérés en fonction de l'estimation empirique
de l'exactitude de ces observations. Ces méthodes permettent de combiner les mesures issues
de plates-formes et d'instruments d'exactitude différente. Par exemple, même si elles sont
exactes, les mesures in situ de la température ne sont pas toujours représentatives de la maille du
modèle. Les limites de l'assimilation des données apparaissent clairement dans les régions où,
les observations étant rares, l'analyse s'appuie principalement sur la première approximation
du modèle. Il en résulte le risque de ne pas saisir une évolution soudaine – même si elle a été
observée par un seul navire.
Dans une analyse variationnelle à quatre dimensions (Lorenc, 2003), l'assimilation des données
couvre un intervalle de temps de 6 ou 12 heures. La fonction de coût condense également
le carré des écarts entre les champs de prévision et les champs analysés, écarts pondérés en
fonction de l'exactitude de la prévision. L'analyse en fonction du temps satisfait aux conditions
des équations de la dynamique et n'est pas trop éloignée de la prévision.
Certains modèles de prévision numérique du temps, en particulier les modèles régionaux

à maille fine, peuvent simuler des systèmes dépressionnaires tropicaux. Néanmoins, ils ne
permettent pas encore de prévoir avec précision les variations d'intensité lorsque les systèmes
dépressionnaires sont petits, intenses ou au stade de la cyclogenèse. Par conséquent,
plusieurs modèles d'exploitation assimilent des pseudo-champs de pression et de vent déduits
d'observations relatives à l'intensité des systèmes dépressionnaires tropicaux (voir section 2.4.10)
pour créer des conditions initiales réalistes.
2.5.7 Réanalyses
Des climatologues ont reconnu l'intérêt que pouvaient présenter des analyses numériques dès
les premiers stades de la prévision numérique du temps. Toutefois, les analyses opérationnelles
archivées par les centres météorologiques ne permettent pas d'obtenir des climatologies
fiables, en raison des changements apportés aux modèles en matière de résolution spatiale et
de paramétrages physiques. En outre, les techniques d'assimilation ont évolué au fil des ans et
de nouvelles sources de données ont été intégrées. Dans les années 1990, de grands centres
météorologiques ont lancé des projets destinés à réanalyser les conditions météorologiques
passées sur la base de «la meilleure assimilation possible» afin de pallier l'hétérogénéité
des analyses opérationnelles. Des ensembles de données couvrant 15 à 40 ans, voire tout le
XXe siècle, sont disponibles sur Internet, par exemple sur les sites du Centre national de recherche
atmosphérique (NCAR/CAS) (Section d'analyse du climat), du CEPMMT (ERA), des centres
nationaux de prévision environnementale (NCEP) (CFSR), de l'Administration américaine pour les
océans et l'atmosphère (NOAA) (Division des sciences physiques) ou du Service météorologique
japonais (JMA) (JRA). Pour obtenir la description de divers ensembles de données, il convient de
consulter, par exemple, les travaux de Kalnay et al. (1996), d'Uppala et al. (2005), de Swail et al.
(2000, 2006) et de Kobayashi et al. (2015). Tous les ensembles de données continuent néanmoins
de présenter le même défaut: l'hétérogénéité des observations de base.
2.5.8 Prévision d'ensemble
En 1994, une nouvelle ère a débuté pour l'étude de l'incertitude des prévisions météorologiques,
avec l'introduction du système de prévision d'ensemble du CEPMMT (ENS, anciennement
EPS). L'idée fondamentale consiste à réaliser un ensemble de N + 1 prévisions, chacune partant
de conditions initiales perturbées au niveau individuel, tandis qu'un membre commence par
«la meilleure analyse possible» d’un état initial non perturbé. La résolution spatiale de ces
séries est réduite, faute de ressources informatiques suffisantes. En conséquence, on obtient
N + 2 prévisions, y compris la prévision à haute résolution normalisée et la prévision non
perturbée à résolution réduite. En raison de la croissance des erreurs, les prévisions commencent
à diverger rapidement en fonction de la stabilité dynamique de l'état initial. La dispersion des
prévisions et la moyenne d'ensemble fournissent beaucoup plus d'informations qu'une prévision
déterministe unique. Des prévisions d’ensemble (ENS) actualisées sont disponibles pour les
utilisateurs enregistrés.
Des météogrammes, comme celui présenté à la figure 2.24, illustrent la plage de paramètres
météorologiques attendus pendant la période de prévision. Ainsi, les prévisionnistes sont en
mesure d'associer des prévisions déterministes concernant le vent avec la probabilité prédite
d'excéder certains seuils. La figure 2.25 présente l'exemple de la prévision probabiliste d'une
vitesse de vent élevée. La prévision d'ensemble étant basée sur le modèle couplé vagues
océaniques–atmosphère, des probabilités sont également disponibles sur les paramètres relatifs
aux vagues (voir section 6.6).
Météogramme ENS
Reading, Royaume-Uni
51,38°N 0,97°W (point terrestre ENS) 51 m
Prévision haute résolution et distribution ENS Mercredi 9 janvier 2019 00 UTC
Nébulosité totale (octas)
8
0
Précipitations totales (mm/6h) 11
8
0
Vitesse du vent à 10 m (m/s)
12
10
8
6
4
2
Température (°C) à 2m réduite à 51 m (hauteur de la station) de 62 m (HRES) et 96 m (ENS)
–3
Mer 9 Jeu 10 Ven 11 Sam 12 Dim 13 Lun 14 Mar 15 Mer 16 Jeu 17 Ven 18 Sam 19
janvier
2019
max
90 %
75 %
médiane
Contrôle ENS (16 km) Haute résolution (8 km)
25 %
10 %
min
Figure 2.24. Exemple de météogramme de prévision numérique d'ensemble (ENS) comparant

la simulation du modèle à haute résolution (courbes bleues) à la distribution de fréquence de
50 sorties de modèle et à la sortie de contrôle à l’état non perturbé (courbes rouges)
Source: Création interactive sur le site web du Centre européen pour les prévisions météorologiques à moyen terme,
https://w ww.ecmwf.int/en/forecasts/charts/web/classical_ meteogram (pour les utilisateurs enregistrés)
Des modèles globaux de prévision d'ensemble sont également utilisés par le Service
météorologique du Royaume-Uni (MOGREPS), le NCEP (GEFS) et le JMA (GEPS). Par ailleurs,
un nombre croissant de centres de prévision exploitent des systèmes de prévision d'ensemble
régionaux.
Figure 2.25. Carte de la probabilité T + 5 d (code couleur: jaune < 35 %, vert clair > 35 %,
vert foncé > 65 %, bleu > 95 %) d'excéder le seuil de vitesse de vent de 10 m s−1 (ENS)
Source: Création interactive sur le site web du Centre européen pour les prévisions météorologiques à moyen terme,
https://w ww.ecmwf.int/en/forecasts/charts/web/classical_ meteogram (pour les utilisateurs enregistrés)
CHAPITRE 3. FORMATION ET DÉCLIN DES VAGUES
Rédacteurs: M. Reistad avec le concours de A.K. Magnusson, mis à jour par A. Chawla
3.1 INTRODUCTION
Le présent chapitre donne une vue d'ensemble des processus qui contribuent à la formation et
au déclin des vagues. On y trouvera des indications sur la façon dont ces processus sont formulés
pour la prévision des vagues.
La prévision des vagues vise principalement à évaluer la façon dont les vagues évoluent
lorsque des champs de vent variables agissent sur la surface de l'océan. Pour comprendre cette
évolution, il convient de recenser les processus qui influent sur l'énergie des vagues. En termes
simples, l'énergie des vagues à un endroit donné est modifiée par l'advection (énergie qui se
propage vers un point donné ou à partir de ce point), les gains d'énergie des vagues dus au
milieu extérieur (forçage du vent) et les pertes d'énergie des vagues dues à la dissipation. Dans
la modélisation des vagues, la technique habituelle consiste à représenter ces influences sous
la forme d'une équation de conservation de l'énergie des vagues, telle que celle présentée au
chapitre 5 (équation 5.1), puis à la résoudre. Les sources d'énergie des vagues (gains et pertes)
correspondent à trois grands processus: les gains externes (Sin), la perte par dissipation (Sds) et
le déplacement d'énergie à l'intérieur du spectre, dû à des interactions vague‑vague faiblement
non linéaires (Snl). Le présent chapitre décrit ces termes, ainsi que la propagation.
3.2 CROISSANCE DES VAGUES DE VENT
Le seul apport d'énergie à la surface de la mer aux échelles de temps considérées vient du vent.
Le transfert d'énergie vers le champ de vagues est l'effet de la contrainte de surface provoquée
par le vent. Il est approximativement proportionnel au carré de la vitesse du vent. Ainsi, comme
nous l'avons déjà relevé dans la section 2.1, une erreur de caractérisation du vent peut engendrer
une erreur importante concernant l'énergie des vagues et, par conséquent, une erreur de
paramètres tels que la hauteur significative des vagues.
On suppose qu’après l'apparition de vent sur un océan calme, la croissance des vagues de vent
se déroule en deux grandes étapes: une croissance initiale linéaire, suivie d’une croissance
exponentielle. Les petites fluctuations de pression associées à la turbulence de l'air qui s’écoule
au-dessus de l'eau suffisent à en perturber légèrement la surface et à produire une croissance
linéaire lorsque les vaguelettes se déplacent en résonance avec les fluctuations de pression. Il
s’agit de la résonance de Phillips (Phillips, 1957). On en trouve des formulations chez Barnett
(1968) et Ewing (1971). Toutefois, ce mécanisme n'est significatif qu'au début de la croissance
des vagues sur une mer calme.
La plus grande partie du développement s'amorce pendant la phase subséquente de croissance

exponentielle, lorsque les gouttelettes prennent une ampleur suffisante pour commencer à
influer sur la circulation de l'air sus-jacent. Le vent pousse et tire à présent les vagues avec une
vigueur qui dépend de leur taille. Cette croissance s'explique généralement par ce que l'on
appelle une «instabilité du flux de cisaillement», c'est-à-dire le flux d'air qui attire les crêtes et
exerce une poussée sur les creux (ou juste en avant de ceux-ci). Miles (1957) a présenté une
théorie utile à ce sujet. Selon lui, le rythme de cette croissance est exponentiel et dépend de
l'état de la mer; il est généralement décrit en termes de composantes du spectre de la densité
énergétique des vagues (voir section 1.3.7).
Selon la formulation de Miles (1960):

k
E( f , θ ) = P(k , f )(e2π ft µ − 1) (3.1)
2
4πρw µg
ou
δ E( f , θ )
Sin( f , θ ) = = 2π f µ E( f , θ ) (3.2)
δt
où E(f,θ) désigne une composante fréquence (f) - direction (θ), k le nombre d’onde, P(k,f) le
spectre de la turbulence provoquée par les vagues, μ un coefficient de couplage à définir, g
l'accélération due à la pesanteur, ρw la densité de l'eau et Sin l'énergie spectrale due au vent.
Il a été noté que les taux de croissance prévus par Miles sont nettement plus réduits que ceux
observés lors d'études en laboratoire et sur le terrain. À partir d’une expérience sur le terrain,
Snyder et Cox (1966) ont proposé une forme simple:
ρa  u 
µ = cos(θ − ψ ) − 1 (3.3)
ρw  c 
où c et θ désignent respectivement la vitesse et la direction de la composante produite, Ψ et u la
direction et la vitesse du vent, et ρa la densité de l'air.
Des mesures effectuées en 1974 dans la baie d'Abaco, aux Bahamas, ont permis à Snyder et al.
(1981) de proposer une révision:
 ρ U 
Sin( f , θ ) = E( f , θ )max 0, K12π f a  5 cos(θ − ψ ) − 1  (3.4)
 ρ w  c 
où U5 désigne la vitesse du vent à 5 m et K1 une constante déterminée de manière empirique.
L'altitude à laquelle la vitesse du vent a été indiquée dans le document original est de 5 m.
Comme l’application de cette formule à d'autres situations peut être affectée par la structure
de la partie basse de la couche limite atmosphérique (voir section 2.3), il serait peut-être plus
judicieux d'exprimer l'apport du vent en fonction de la vitesse de frottement u *, qui a pour
valeur:
(3.5)
où τ désigne représente l’ampleur de la tension du vent et Cd le coefficient de frottement.
Le coefficient de frottement, qui lie u * à u, varie en fonction de u. Pour exprimer le terme de

l'apport du vent, Komen et al. (1984) ont utilisé la forme approximative suivante:
(3.6)
Les constantes K1 (~0,25) et K 2 (~28) autorisent une certaine souplesse dans la définition de ce
terme.
Des recherches ultérieures ont montré que la traînée aérodynamique à la surface de la mer
dépendait de l'état des vagues. En appliquant des théories quasi linéaires, Janssen (1991) et
Jenkins (1992) ont mis en évidence que le coefficient de frottement dépendait du paramètre
de l'âge des vagues défini par cp/u *, où cp désigne la vitesse de phase de la fréquence maximale
du spectre des vagues. Ces théories suggèrent que la traînée aérodynamique et le taux de
croissance des vagues sont plus élevés pour une mer du vent jeune (âge des vagues bas) que
pour une mer du vent vieille (âge des vagues élevé). Ce résultat concorde avec les données
expérimentales de Donelan (1982) et Maat et al. (1991).
Les vents ont une variabilité d’échelle inférieure à la maille (dans le temps et dans l'espace)
qui ne peut pas être résolue par des modèles météorologiques. Cette caractéristique appelée
turbulence peut avoir une incidence considérable sur la croissance des vagues (Abdalla et
Cavaleri, 2002). Considérons un champ de vent où la vitesse du vent est telle que la vitesse
de frottement dans le sens des vagues correspond à la vitesse de phase de la vague. Selon
l'équation 3.6, si les rafales de vent dépassent la vitesse de phase, les vagues grossissent; à
l'inverse, si elles n'atteignent pas la vitesse de phase, il n’y a aucun effet négatif. Abdalla et
Cavaleri (2002) ont rapproché ce constat de l'«effet de diode» par analogie avec la capacité
de filtrage d'une diode électronique. La limite de cette explication est qu'elle ne prend pas en
compte un processus dénommé «effet de vent négatif» par lequel les vagues renvoient l'énergie
à l'atmosphère lorsqu'elles se déplacent plus lentement que le vent. Ce processus fait l'objet de
CHAPITRE 3. FORMATION ET DÉCLIN DES VAGUES 65
nombreux débats au sein de la communauté scientifique, mais il est largement reconnu que,
même si ce processus existe, la dissipation qui survient quand le vent ralentit est plus réduite que
la croissance pendant que le vent s'accélère.
La relation entre la vitesse de frottement et la vitesse du vent est non linéaire. Une vitesse de
frottement moyenne fondée sur un champ de vent fluctuant est plus importante que la vitesse
de frottement liée à une vitesse de vent moyenne. En outre, les théories quasi linéaires de Janssen
(1991) ont démontré que les termes sources relatifs à l'apport du vent correspondaient à une
fonction non linéaire de la vitesse de frottement. Toutes ces informations laissent supposer que
la turbulence aura une incidence positive nette sur la croissance des vagues. Le problème réside
dans la difficulté de quantifier concrètement le niveau d'intensité des rafales. Kahma et Calkoen
(1992) ont observé des taux de croissance plus élevés dans les couches limites instables, sous
l'effet de la différence thermique entre l'air et la mer. Dans leurs travaux, Abdalla et Cavaleri
(2002) ont établi un lien similaire avec la turbulence. Par conséquent, l'impact de la turbulence
peut être intégré en ajoutant l'effet de la différence de température entre l'air et la mer dans les
termes relatifs à la croissance des vagues (Tolman, 2002; Bidlot, 2012).
Formules empiriques et courbes de croissance des vagues de vent
Pour exprimer la croissance des vagues, il existe également de nombreuses formules empiriques
qui ont été déduites de vastes ensembles de données. Ces formules n'ont pas pour objet de
séparer les processus physiques en cause. Elles représentent la croissance nette des vagues
tirée des propriétés connues du champ de vent (vitesse et direction du vent, fetch et durée).
Pour représenter ces relations, on simplifie les comparaisons en rendant toutes les variables
adimensionnelles:
– Fréquence du pic fp* = ufp/g;

– Fetch X* = gX/u2;
– Durée t* = gt/u;
– Hauteur H * = gH/u2;
– Énergie E * = Eg2/u4.
Par exemple, selon les données du Projet commun d'étude des ondes en mer du Nord
(JONSWAP) de 1973 (voir Hasselmann et al., 1973, 1976; et section 1.3.9), la fréquence du pic et
l'énergie totale du spectre sont liées au fetch (X) et à la vitesse du vent à 10 m (U10) par:
fp* = 3, 5 X * − 0,33 et E * = 1, 6 × 10−7 X * (3.7)
Des représentations graphiques de ces relations empiriques très utiles sur le plan opérationnel
existent depuis le milieu des années 1940, et les courbes de Sverdrup et Munk (1947) et de
Pierson et al. (1955) sont largement utilisées (voir annexe 1). Dans ces relations, il peut également
s'avérer nécessaire de tenir compte de la profondeur de l'eau. Comme la croissance des vagues
est influencée par la profondeur, avec d'autres processus de dissipation en jeu, on surestime,
dans les courbes d'eau profonde, la croissance des vagues en eau peu profonde.
Gröen et Dorrestein (1976) ont élaboré un ensemble de courbes plus récent. Celles-ci font appel
à diverses présentations pour calculer la hauteur et la période des vagues selon la vitesse du
vent, la longueur du fetch et la durée d'action du vent, ainsi que les effets de la réfraction et de
la diminution de la profondeur. La figure 3.1 présente des graphiques adimensionnels de base
indiquant la hauteur et la période caractéristiques des vagues par rapport à la longueur du fetch
et à la durée d'action du vent. Ces graphiques ont été tracés pour correspondre à des hauteurs
et des périodes de vagues évaluées visuellement, qu’on appelle hauteur (Hc) et période (Tc)
«caractéristiques» par opposition à la hauteur «significative» (H1/3) et à la période moyenne (Tz).
L'ensemble des courbes et leurs applications sont présentés à la section 4.1.
Il existe une certaine incertitude quant à la relation qui unit les quantités déduites d'observations
visuelles et instrumentales, mais il semble que certains biais (Hc et Tc étant toutes les deux
légèrement plus élevées que H1/3 et Tz, respectivement) doivent être pris en compte lorsque l'on
utilise ce type de graphique. Toutefois, les erreurs systématiques sont généralement faibles
comparées aux erreurs aléatoires dans les observations individuelles.
H c * Tc *
0,24
2
Hc* par rapport à X* 10 1
Hc* par rapport à t*

2
10 2 10,00
6,28
5
Tc* par rapport à X*
Tc* par rapport à t* 10 3 1,00
2 5 2 5 2 5 2 5 2 5
10 10 ² 10 ³ 10 ⁴ 10 ⁵
t* et X*
Figure 3.1. Abaque fondamental utilisé pour la prévision manuelle des vagues. Les courbes
correspondent à des paramètres adimensionnels (Hc* = gHc/u2; Tc* = gT/u)
Source: d'après Gröen et Dorrestein (1976)
Lorsque le champ de vagues présente des variations modérées (à une certaine distance de la
côte ou, dans le cas idéalisé d'un vent constant soufflant perpendiculairement au large d'une côte
longue et rectiligne au-dessus d’une eau de profondeur uniforme), le spectre de fréquences des
vagues semble avoir une forme universelle en eau peu profonde, de même qu'en eau profonde
(où les spectres de Pierson–Moskowitz et JONSWAP ont été proposés, voir la section 1.3.9).
L'hypothèse d'une queue de spectre k−3 dans le spectre du nombre d’onde (Phillips, 1958)
conduit, en eau profonde, à la queue correspondante f−5 dans les spectres de Pierson–Moskowitz
et JONSWAP. La même hypothèse en eau peu profonde conduit à une autre forme de queue
de fréquence, car la relation de dispersion est différente. Pour une eau peu profonde, le résultat
est une queue de fréquence f−3. Cette hypothèse a conduit Bouws et al. (1985) à proposer une
forme universelle du spectre en eau peu profonde qui est semblable au spectre JONSWAP en eau
profonde (la queue f−5 étant remplacée par la queue k−3 transformée). Il s'agit du spectre TMA
(Texel–Marsen–Arsloe).
L'évolution de la hauteur significative des vagues et la période significative des vagues dans
la situation idéalisée décrite est paramétrée à partir d'observations en eau profonde et peu
profonde avec les formules suivantes:
*m3
 κ1 X *m1 
H * = A tanh(κ3h ) tanh   et
*m4
 tanh(κ 4h ) 
(3.8)
 κ X *m2 
T *
= 2π B tanh(κ 4h*m4 ) tanh  2 
*m4
 tanh(κ 4h ) 
où les paramètres adimensionnels pour la hauteur significative des vagues H *, la période

significative des vagues T*, le fetch X* et la profondeur h * sont respectivement H * = gHs/
u2, T* = gTs/u, X* = gX/u2 et h * = gh/u2 (le fetch désignant la distance jusqu’à la côte au vent).
De nombreux chercheurs ont évalué les valeurs de ces coefficients. Ceux du CERC (1973)
s'établissent comme suit:
A = 0,283, B = 1,2;
κ 1 = 0,0125, κ 2 = 0,077, κ 3 = 0,520, κ4 = 0,833;
m1 = 0,42, m2 = 0,25, m3 = 0,75, m4 = 0,375.
La figure 3.2 montre les courbes de croissance correspondantes.
Il n’a été question jusqu’ici que des vagues qui sont en cours de croissance sous l’action du vent.
Lorsque le vent s'arrête ou que les vagues se propagent en dehors de leur zone de formation,
0,3
0,2
Hauteur significative de la vague
0,1
adimensionnelle H *
0,02
0,01
100 101 102 103 104 105 106 107

Fetch adimensionnel X*
8
Période adimensionnelle T*
100 101 102 103 104 105 106 107

Fetch adimensionnel X*
Figure 3.2. Courbes de croissance en eau peu profonde pour une hauteur (en haut) et une
période des vagues (en bas) adimensionnelles significatives par rapport au fetch, tracées
pour diverses profondeurs
on les appelle souvent «houle». La houle n'a pas le même aspect qu'une mer démontée
ordinaire. Son dos est plus lisse et ses crêtes sont longues. Alors que les vagues de vent croissent
sous l'influence du vent, la houle décroît en son absence. Les spectres de la houle ne sont pas
nécessairement étroits. Pour des points situés à proximité des grandes zones de formation de
la houle, des vagues plus rapides provenant de points situés plus à l'arrière de la zone d'origine
peuvent rattraper des vagues plus lentes à proximité du front. Il en résulte un large spectre.
Les dimensions de la zone d'origine des vagues et la distance par rapport à celle-ci sont donc
également importantes pour le type de spectre de la houle observé. La propagation est la
caractéristique la plus importante de la houle.
3.3 PROPAGATION DES VAGUES
Une perturbation créée à la surface de l'eau s'éloigne du point où elle a pris naissance. Pour un
train de vagues ayant une période T (donc une fréquence f = 1/T) et une longueur d'onde λ, la
vitesse de la vague (vitesse de phase) est c = λ/T. Cela peut également s'écrire ω/k, où ω est la
pulsation (2πf) et k le nombre d’onde 2ω/λ (nombre de crêtes par unité de distance). L'énergie
des vagues se déplace à la vitesse de groupe, qui n'est généralement pas la même. Dans le cas
des vagues se dispersant en eau profonde, la vitesse de groupe (cg) n'atteint que la moitié de la
vitesse de phase. Comme il est indiqué dans la section 1.3.2, cela peut s'expliquer par la relation
de dispersion en prenant cg = dω/dk. En eau peu profonde, les vagues ne se dispersent pas, car
le fond domine la réaction du liquide à une perturbation et la vitesse de groupe est égale à la
vitesse de phase.
En général, pour des eaux d'une profondeur finie h, la relation de dispersion est égale à:
ω 2 = gk tanh kh (3.9)
et la vitesse de groupe à:
ω  2kh 
cg = 1 +  (3.10)
2k  sinh 2kh 
Si la valeur h est importante, cette relation se réduit à ω/2k et si h est faible, à ω / k = gh.
Dans la modélisation des vagues, la façon dont une quantité moyenne locale d'énergie se
déplace est un élément d’intérêt. Ce n'est pas aussi simple que le déplacement de l'énergie en
un point selon une ligne droite (ou plus exactement selon une grande trajectoire circulaire)
dans l'océan. En tout point, l'énergie se disperse dans diverses directions. En outre, les vagues
de fréquences différentes se propagent à des vitesses différentes. Ainsi, à partir d'une source
ponctuelle, chaque composante du spectre E(f, θ) peut se propager dans la direction θ à une
vitesse cg(f,h).
3.3.1 Dispersion angulaire
On considère souvent que la partie directionnelle de la distribution des vagues de vent a la

forme cos2(θ – ψ), où ψ désigne la direction prédominante des vagues et θ la direction de la
composante spectrale concernée. La plupart de l'énergie se propage dans la direction moyenne
de la mer. À des angles d'inflexion, une moindre quantité d'énergie est transportée et, à
toutes fins pratiques, l'énergie qui se propage perpendiculairement à la direction moyenne est
négligeable. De nombreuses preuves indiquent que la dispersion dépend de la longueur des
vagues. Il existe plusieurs formulations analogues de la distribution directionnelle, fondées
sur des observations. En utilisant la forme cos2(θ – ψ)/2, Mitsuyasu et al. (1975) et Hasselmann
et al. (1980) donnent au spectre de distribution directionnelle s(f, θ) des formes fonctionnelles
qui dépendent du rapport entre la fréquence et la fréquence du pic. Celles-ci indiquent que la
dispersion est la plus étroite à la pointe du spectre et qu'elle s'élargit aux fréquences plus basses
et plus élevées. Toutefois, des incertitudes subsistent quant à la forme fonctionnelle réelle du
paramètre s dans le cas d'états simples de la mer (par exemple, formation de mer du vent et
A
P
Fetch
Figure 3.3. Directions possibles d'une houle issue d'un front de tempête AB et incidente à un
point P
longue houle). Cela est dû au fait que divers instruments de mesure des vagues directionnelles
situés près les uns des autres produisent des résultats très différents (par exemple, Allender et al.,
1989).
Les vagues qui se sont éloignées de leur zone d'origine (la houle) sont amoindries par la
dispersion angulaire, pour ce qui est de la densité énergétique le long de leur crête. Les modèles
numériques en tiennent automatiquement compte en partageant le spectre en composantes et
en simulant indépendamment la propagation de chacune d'entre elles. Les méthodes manuelles
exigent davantage d'interventions de l'opérateur, qui doit appliquer des coefficients de
dispersion angulaire et de dispersion longitudinale.
Comme l'illustre la figure 3.3, un point P reçoit de l'énergie de tous les points des vagues situés le
long du front du fetch. Il est possible de calculer la somme de tous les apports. Les résultats sont
donnés à la figure 3.4 pour une distribution de l'énergie selon un cosinus au carré sur le front
du fetch. Pour toute fréquence fixe, les courbes de ce diagramme représentent le pourcentage
de l'énergie des vagues émanant du front du fetch qui aboutissent à ce point. Il s'agit des
coefficients de dispersion angulaire. Les coordonnées spatiales sont exprimées en fonction de
la largeur AB de la zone du fetch. Par exemple, à une distance de 2,5 AB le long de la direction
prédominante de la houle, l'énergie des vagues a décru jusqu'à 25 % environ de l'énergie qui
existait par unité de surface sur le front du fetch AB. La réduction de la hauteur des vagues due
à la dispersion angulaire est la racine carrée de ce coefficient. La hauteur ainsi déterminée est la
hauteur maximale que la houle peut atteindre.
3.3.2 Dispersion longitudinale
Il faut appliquer une autre réduction pour tenir compte de la dispersion longitudinale. Nous
avons expliqué comment les vagues longues et leur énergie se déplacent plus rapidement que
les vagues courtes et leur énergie. Un champ de vagues qui s'éloigne de sa zone de formation
présente un mélange de fréquences. À une grande distance du fetch d'origine, les vagues
de basse fréquence (vagues longues) arrivent les premières, suivies des vagues de fréquence
croissante.
Si le spectre sur le bord antérieur du fetch d'origine est celui représenté à la figure 3.5,
connaissant la distance par rapport à ce bord et le temps écoulé, il est facile de calculer la vitesse
de la vague la plus lente susceptible d'atteindre le point d'observation. Par conséquent, nous
connaissons la fréquence maximale que nous observerions. La longueur du fetch et le moment
auquel le vent cesse d'engendrer des vagues peuvent limiter les basses fréquences. De la même
façon, après un certain temps, les vagues les plus rapides peuvent être passées par le point
d'observation. Si c'est le cas, le spectre de la houle se limite à une bande étroite (indiquée par
les zones ombragées dans la figure 3.5). La partie ombragée du spectre correspond aux valeurs
maximales auxquelles on peut s'attendre au point d'observation. Le rapport entre cette zone et la
zone totale située sous le spectre s'appelle coefficient de dispersion de l'énergie des vagues. Cet
2X
10
1,5 X
X 20
25
30
A
0,5 X 40
50
60
80 70
95 90
0 Fetch
0,5 X
B
1,5 X
2X
0 X 2X 3X 4X 5X
Figure 3.4. Coefficients de dispersion angulaire (en pourcentage) applicables à l'énergie de la

houle
effet de dispersion longitudinale a pour conséquence que si l'on analyse la façon dont la houle
arrive en un point d'observation et que l'on note l’évolution des fréquences dans le spectre de la
houle, il est possible de se faire une idée du point d'origine des vagues.
La dispersion longitudinale et la dispersion angulaire peuvent être considérées comme les

principales causes de l'atténuation progressive de la houle. Par conséquent, étant donné le
spectre d'énergie des vagues qui s'éloigne d'une zone d'origine et un point auquel on souhaite
a) b)
E
Fréquence Fréquence
Figure 3.5. Effet de la dispersion sur des vagues qui s'éloignent d'un fetch, montrant le spectre
sur le front du fetch. Les premières composantes qui arrivent en un point éloigné en aval
constituent la partie ombragée du spectre en (a). Les fréquences plus élevées arrivent plus
tard, mais à ce moment, certaines des vagues les plus rapides (ayant la plus basse fréquence)
sont déjà passées, comme l'illustre (b).
calculer la houle, il est possible de calculer les coefficients de dispersion angulaire et de dispersion
longitudinale pour obtenir une évaluation de la houle en ce point. D'autres processus influent
sur la hauteur de la houle, lorsque les distances de propagation sont importantes; par exemple,
une certaine quantité d’énergie se perd également sous l'effet du frottement interne et de la
résistance de l'air. Cette dissipation de la houle a longtemps été considérée comme négligeable,
mais selon des études récentes (Ardhuin et al., 2009), même si ce processus peut être limité, les
distances parcourues par la houle montrent qu'il peut avoir une incidence importante (pour
en savoir plus, voir section 3.4). Snodgrass et al. (1966) ont émis des observations intéressantes
sur la propagation de la houle, qu'ils ont suivie sur toute l'étendue de l'océan Pacifique depuis
l'océan Antarctique, au sud de l'Australie et de la Nouvelle-Zélande, jusqu'aux îles Aléoutiennes,
au large de l'Alaska. Le chapitre 5 fournit une description plus détaillée de la façon de déterminer
le spectre des vagues de vent et de la houle, et d'appliquer les notions exposées ci-dessus.
D'autres éléments à prendre en considération concernant la propagation des vagues sont la

profondeur de l'eau et les courants. Il n'est pas trop difficile d'adapter l'équation d'advection
pour tenir compte de la diminution de la profondeur de l’eau et de la réfraction. À des fins
de modélisation opérationnelle, on ne tient souvent pas compte des courants. Leur influence
sur les vagues dépend des caractéristiques locales du champ de courant et de la propagation
des vagues par rapport à la direction du courant. Bien que la modulation par les courants
des paramètres moyens puisse être négligeable en eau profonde, et même sur les mers
épicontinentales à des fins ordinaires, la modulation de la densité spectrale dans la gamme des
hautes fréquences peut être significative (voir, par exemple, Tolman, 1990). Les vagues dans ces
gammes de fréquences peuvent même être arrêtées ou déferler lorsqu'elles se heurtent à un
courant puissant, comme dans un estuaire. Le raidissement des vagues couplé à des processus
non linéaires peut avoir un impact considérable sur les spectres des vagues près de la zone de
blocage (Chawla et Kirby, 2002). Pour des considérations générales sur le sujet, voir Komen et al.
(1994).
3.4 DISSIPATION DES VAGUES
L'énergie des vagues peut être dissipée par quatre processus distincts: le moutonnement,
l'interaction entre les vagues et le fond, le déferlement et la dissipation de la houle. Le
déferlement ne se produit que dans des eaux très peu profondes où la profondeur et la hauteur
des vagues sont du même ordre de grandeur (voir Battjes et Janssen, 1978). Ce mécanisme
ne s'applique pas aux mers épicontinentales. D'autres mécanismes peuvent contribuer à la
dissipation de l'énergie des vagues due à l'interaction entre les vagues et le fond. Ils ont fait
l'objet d'une étude de Shemdin et al. (1978), qui se sont notamment penchés sur le frottement
sur le fond, la percolation (écoulement de l'eau dans le sable et sur le fond de la mer) et la
circulation de l'eau dans les matériaux du plancher océanique (déplacement des matériaux dont
se compose le fond de la mer).
3.4.1 Dissipation des vagues en eau profonde
Le moutonnement constitue le principal mécanisme de dissipation de l'énergie des vagues en

eau profonde et en haute mer. À mesure que les vagues croissent, leur cambrure s'accentue
jusqu'à un point critique où elles déferlent (voir section 1.2.7). Ce processus est fortement non
linéaire. Il limite la croissance des vagues, dont l'énergie se perd dans les courants océaniques
sous-jacents.
Les contraintes du moutonnement résident dans le fait que ce phénomène épisodique peut
survenir sur diverses longueurs d'onde et que les mesures de la dissipation doivent être
effectuées dans des régions qui sont parfois humides (sous la crête des vagues), parfois sèches
(au-dessus du creux des vagues). Par conséquent, les mesures de ce processus sur le terrain sont
complexes et difficiles à quantifier en termes de spectre. Dans la plupart des modèles, les termes
de la dissipation par moutonnement sont utilisés comme «boutons de réglage» pour fermer
l'équilibre spectral, sans formulations théoriques/observationnelles limitées. Le WISE Group
(2007) a fourni une analyse détaillée des formulations de la dissipation par moutonnement.
Il n'existe pas de consensus au sein de la communauté scientifique concernant la forme de

dissipation due au moutonnement, la fonction de dissipation allant de la variation linéaire avec
l'énergie spectrale E à des puissances différentes de E.
L'approche la plus classique est le modèle du moutonnement à «impulsions aléatoires»

d'Hasselmann (1974). Cette dissipation, qui dépend de l'énergie existante des vagues et de leur
cambrure, peut s'exprimer sous la forme suivante:
f2
Sds( f , θ ) = −ψ (E ) E( f , θ ) (3.11)
f
où Ψ(E) est une propriété du spectre intégré E. Ψ peut être formulé en fonction du paramètre
de cambrure des vagues (ξ = Ef4/g2, où f désigne la fréquence moyenne). Hasselmann (1974)
et Komen et al. (1984) ont proposé des formulations pour Ψ. Bien que cette formulation soit
fréquemment utilisée, elle présente des anomalies importantes, telles que l'amplification
erratique de la mer du vent en cas de houle (Van Vledder et Hurdle, 2002) et la diminution de la
dissipation de la houle lorsque sa cambrure augmente (Ardhuin et al., 2010).
Ces dernières années, la théorie relative aux processus de dissipation des vagues a connu un
certain nombre d'avancées fondées sur des observations physiques. Ces avancées englobent la
prise en compte du déferlement par rapport au spectre de saturation du seuil (Alves et Banner,
2003) et la dissipation de vagues de haute fréquence due au déferlement des vagues dominantes
(Banner et al., 1989; Young et Babanin, 2006). Des formulations de dissipation fondées sur une
nouvelle compréhension des processus en œuvre ont été élaborées (Ardhuin et al., 2010; Babanin
et al., 2010).
Il existe également des processus de déferlement à micro-échelle et d'action capillaire parasite

qui entraînent une perte d'énergie des vagues. Cependant, il reste beaucoup à apprendre sur
la dissipation et, de façon générale, les travaux ne tentent pas de différencier les processus de
dissipation. La formulation de Sds en eau profonde nécessite par conséquent des recherches
supplémentaires.
3.4.2 Dissipation des vagues en eau peu profonde
Lorsqu'une vague se déplace dans des eaux peu profondes (d'une profondeur de l'ordre de
la hauteur de la vague), la vitesse de sa partie supérieure a tendance à augmenter par rapport
à celle de sa partie inférieure. À un certain point, la crête atteint une vitesse suffisante pour
dépasser le creux précédent. L'avant de la vague devient instable et l'eau de la crête «tombe» le
long de l'avant de la vague (déferlement à déversement). Dans les cas extrêmes, la crête tombe
librement dans le creux (déferlement en volute). Dans tous les cas, un jet d'eau à grande vitesse
est injecté dans la zone précédant la crête. Ce jet crée un tourbillon submergé et, en cas de grand
déferlement, il pousse l'eau qui remonte pour former une nouvelle vague (souvent considérée
comme la continuation de la vague déferlante). Cette vague peut de nouveau déferler, d'où le
caractère intermittent du brisant (Jansen, 1986).
Le déferlement des vagues est naturellement très visible dans l'eau vive produite dans la zone de
brisants. Il semble possible de le modéliser en traitant chaque brisant comme un mascaret d'une
hauteur égale à celle de la vague. La dissipation dans un tel mascaret peut être déterminée de
façon analytique. En supposant une certaine distribution aléatoire de la hauteur des vagues dans
la zone de brisants, le taux total de dissipation peut être estimé. Ce modèle (voir par exemple,
Battjes et Janssen, 1978) prévoit très bien la diminution de la hauteur significative des vagues
dans la zone de brisants. Si l'on utilise la formule du mascaret, le taux de dissipation dû au
déferlement en profondeur limitée est alors:
2
Qbω Hm E(ω, θ )
Sdéferlement (ω, θ ) = −α (3.12)
8π Etotal
où α représente un coefficient empirique d'ordre 1, ω la fréquence moyenne des vagues et Q b la
fraction des lames déferlantes déterminée par:
1 − Qb E
= −8 total (3.13)
ln Qb 2
Hm
où Hm est la hauteur maximale possible des vagues (déterminée comme étant soit une fraction
fixe de la profondeur locale, soit une limite de la cambrure des vagues) et Etotal désigne l'énergie
totale des vagues. D'autres formulations du déferlement de vagues en profondeur limitée ont été
proposées, mais pour des plages à profil monotone, celle du mascaret fonctionne tout aussi bien.
Les formes de dissipation des lames déferlantes en eau profonde (formule du moutonnement) et
en eau peu profonde (formule du mascaret) sont radicalement différentes. Le déferlement peut
également survenir sous l'effet du raidissement des vagues en présence d'un courant opposé.
Dans tous ces cas de figure, les vagues se cambrent, deviennent instables et déferlent. Lorsqu’ils
ont étudié le déferlement des vagues dû à un courant opposé en eau profonde, Chawla et Kirby
(2002) ont montré qu'une formule modifiée du mascaret pouvait être utilisée pour expliquer
la dissipation de l'énergie face à des courants opposés. Toutefois, la constante de dissipation α
était différente de celle employée pour le déferlement en eau peu profonde (ce qui n'est pas
surprenant étant donné que les processus physiques sont différents). Plus récemment, en
utilisant une constante de la dissipation mise à l'échelle, Filipot et al. (2010) ont présenté une
formule unifiée pour la dissipation des vagues qui permet de passer sans discontinuité de l’eau
profonde à l’eau peu profonde. D'autres formules ont été élaborées pour le déferlement en eau
peu profonde, mais contrairement au déferlement en eau profonde où la dissipation peut être
intermittente (pour ce qui est de l'espace, de la direction et de la fréquence), les vagues en eau
peu profonde (au moins pour les plages monotones) dissipent l'énergie tout au long de la zone
de brisants. En outre, la réfraction réduit considérablement la dispersion directionnelle, ce qui
explique le succès des modèles simples de déperdition de l'énergie, tels que celui de Battjes et
Janssen (1978).
La dissipation de l'énergie en eau peu profonde ne se limite pas au déferlement en eau de

profondeur limitée. Deux autres processus interviennent en raison des interactions vagues-
bathymétrie: l'amortissement dû au frottement et la dispersion de la houle. D'un point de
vue technique, la dispersion de la houle n'est un processus de dissipation des vagues, mais un
mécanisme qui redistribue leur énergie. En dehors de ces deux processus, la dissipation des
vagues peut également être causée par la percolation (par exemple, les vagues qui se dissipent
sur un récif corallien), les interactions avec une couche de boue et les interactions avec des
espèces végétales (par exemple, des vagues qui se propagent au-dessus d’herbiers marins).
Nous n'étudierons ici que la forme la plus courante de dissipation des vagues, soit la dissipation
sur fond sableux. Le frottement sur le fond constitue la forme de dissipation des vagues la plus
courante en eau de profondeur intermédiaire en dehors de la zone de brisants lorsque les vagues
peuvent encore sentir le fond. Il provient essentiellement de l'effort des vagues visant à maintenir
une couche limite turbulente juste au-dessus du fond.
Plusieurs formules ont été proposées pour le frottement sur le fond. Une expression simple, en
termes de bilan énergétique, est celle d'Hasselmann et al. (1973) dans le projet JONSWAP:
ω2
Sfond(ω, θ ) = −Γ E(ω, θ ) (3.14)
g 2 sinh kh
où Γ désigne un coefficient déterminé empiriquement. Tolman (1994) a démontré que
différentes formules pouvaient être écrites dans la forme générique ci-dessus, les différences
résidant dans le mode de calcul du coefficient Г. L’analyse dimensionnelle montre que Γ a une
échelle de vitesses et peut donc être représenté comme le résultat d'un coefficient de frottement
adimensionnel et d’une mesure de la vitesse près du fond. À partir d'études précédentes, Tolman
(1994) a mis au point une formule du frottement pour un fond mobile où le coefficient de
frottement a changé en raison de la formation et de la destruction des rides de fond. Il a montré
que la plupart des mers du vent surviennent dans un régime où les rides ont disparu, entraînant
un régime d'écoulement en nappe où le facteur de frottement diminue à mesure que la vitesse
au fond augmente, de telle façon que leurs effets s'annulent, entraînant une valeur constante
pour Γ. Cela explique le succès de la formule simple de JONSWAP ci‑dessus. Toutefois, cela ne
s'applique pas aux conditions de houle où le fond est généralement sujet à la formation de
rides, d'où une rugosité du fond accrue et, par conséquent, une augmentation de la dissipation
par frottement. En utilisant des mesures sur le terrain, Ardhuin et al. (2003a, 2003b) ont montré
qu'une formule du frottement sur fond mobile était indispensable pour décrire la diminution de
la houle sur le plateau continental et constituait le processus dominant dans la transformation de
la houle sur le plateau.
3.4.3 Dissipation de la houle
Jusqu'à récemment, les processus de dissipation de la houle en eau profonde (hors ceux liés
aux effets du fond) ont fait l'objet de maintes discussions dans la communauté scientifique.
À partir d'expériences de laboratoire, Donelan (1990) a trouvé des éléments probants sur
l'amortissement de la houle. Toutefois, les taux de dissipation obtenus étaient trop importants
pour être applicables à la propagation de la houle sur le terrain. Tolman (2002) a introduit
un terme «vent négatif» pour la dissipation de la houle, mais davantage comme un terme
d'ajustement destiné à réduire les erreurs. Il est difficile d'observer la dissipation de la houle
sur le terrain, car le processus est flou et les houles doivent être suivies sur de longues distances
pour pouvoir effectuer des observations significatives. En utilisant des ensembles de données
issus de radars à antenne synthétique, Ardhuin et al. (2009) ont pu surveiller des houles dans
l'océan Pacifique et montrer que la dissipation de la houle constituait un processus physique
réel. Les causes sous-jacentes de ce phénomène continuent d’être largement débattues au sein
de la communauté scientifique. Néanmoins, d'après Ardhuin et al. (2010), la prise en compte
des processus de dissipation de la houle par le biais de formules semi‑empiriques permet de
supprimer les biais importants dans les simulations des modèles sur les zones dominées par la
houle.
Dans le calcul manuel des vagues, il n'est pas nécessaire de porter une attention particulière aux
processus de dissipation. En général, la dissipation des vagues de vent est incluse implicitement
dans les courbes de croissance globales utilisées.
3.5 INTERACTIONS NON LINÉAIRES VAGUE-VAGUE
Dans l'introduction, nous avons noté que les vagues sinusoïdales simples, ou leurs composantes,
sont des ondes linéaires. Il s’agit d’une approximation. Les équations principales méritent
une analyse plus détaillée. Alors que la théorie est limitée par la condition que les vagues ne
deviennent pas trop abruptes, il a été démontré que les interactions faiblement non linéaires ont
une influence sur l'évolution du spectre des vagues.
Ces interactions faiblement non linéaires et résonantes de vague à vague provoquent un transfert
d'énergie entre vagues de fréquences différentes, redistribuant l'énergie dans le spectre de façon
à conserver certaines caractéristiques de la forme spectrale (forme autosimilaire). Le processus
est conservatif, interne au spectre des vagues et n'entraîne aucune modification de la quantité
totale d'énergie du champ de vagues.
On peut exprimer la résonance qui permet ce transfert entre vagues en posant comme condition
que la somme des fréquences et celle des nombres d'ondes des vagues interagissantes soient
chacune égales à zéro. Cela se produit d'abord au niveau du troisième ordre d'analyse des
perturbations de l'énergie des vagues (comme l'a démontré Hasselmann, 1962). Les intégrales
qui expriment ces transferts d'énergie sont des triples intégrales complexes:
Snl( f , θ ) = f ∫∫∫ dk1dk2dk3δ ( k1 + k2 − k3 − k ))δ ( f1 + f2 − f3 − f )

 n1n2(n3 + n) − n3n(n1 + n2 ) K ( k1, k2 , k3, k ) (3.15)
Dans cette intégrale, les fonctions delta, δ, assurent le respect des conditions de résonance, les
éléments (fi,ki) pour i = 1, 2, 3 désignent les couples de fréquences et de nombres d'onde corres-
pondant aux composantes des vagues qui agissent entre elles, les éléments ni = E(fi,θi)/fi désignent
les densités d'action des vagues et la fonction de Kernel K donne l'ampleur du transfert d'énergie
à la composante k (ou (f,θ)) émanant de chaque association de composantes des vagues agissant
entre elles.
Ce processus interactif est à l'origine de la baisse de la fréquence du pic lorsque la mer du vent
prend de l'ampleur. La figure 3.6 illustre la fonction de transfert non linéaire Snl(f) calculée pour
une mer du vent où la répartition de l'énergie, donnée par le spectre moyen JONSWAP, est égale
à E(fi,θi), (voir section 1.3.9). La croissance positive qui se produit juste au-dessous de la fréquence
du pic conduit à cette baisse de fréquence. Cette interaction qui comprend quatre composantes
SPECTRE MOYEN
JONSWAP
0,2
24
S x 106 (m2)
Énergie E(m2/Hz)
0,1 16
E
Snl 8
0,0 0
Snl −8
0,0 0,2 0,4 0,6 0,8

Fréquence Hz
Figure 3.6. Croissance à partir d'interactions non linéaires (S nl) en fonction de la fréquence du
spectre moyen JONSWAP (E)
est également appelée «quadruple interaction». Ces termes d'interaction non linéaires sont les
termes de l'ordre le plus bas qui peuvent simuler cette baisse spectrale. Il est donc important
d'inclure leur effet, même dans une formule de vague linéaire.
Les interactions non linéaires de vague à vague se traduisent aussi par le phénomène du
«dépassement» (overshoot). À proximité du pic, la croissance pour une fréquence donnée est
dominée par les interactions non linéaires de vague à vague. À mesure que la mer du vent prend
de l'ampleur (ou que l'on se déplace le long d'un fetch), la fréquence du pic diminue. Une
fréquence donnée fe sera d'abord largement inférieure à la fréquence du pic et conduira à une
légère croissance due au forçage du vent, à quelques interactions non linéaires et à une faible
dissipation. Lorsque la fréquence du pic diminue et se rapproche de fe, l'énergie à la fréquence
fe subit l'influence d'un apport important d'interactions non linéaires, comme le montrent les
figures 3.6 et 3.7, dans la vaste région positive de S ou Snl, située juste au-dessous du pic. Lorsque
le pic tombe au-dessous de fe, cet apport s'inverse et l'on atteint un équilibre (appelé état de
saturation). La figure 3.8 illustre l'augmentation de la densité de l'énergie le long d'un fetch pour
une telle fréquence donnée fe.
La théorie non linéaire peut s'exprimer comme dans l'équation 3.15, mais son évaluation s'avère
difficile. La résolution de l'intégrale de l'équation 3.15 est très gourmande en temps de calcul
et il n'est pas pratique de l'inclure sous cette forme dans les modèles opérationnels des vagues.
Certains modèles de vagues s'appuient sur la similitude de la forme spectrale, qui est l'une des
manifestations de ce processus, pour obtenir un algorithme permettant d’éviter le calcul de
l'intégrale. Une fois établie l'énergie totale du spectre de la mer du vent, ces modèles la font
«cadrer» avec une forme spectrale prédéfinie. Il est également possible aujourd'hui de recourir à
des techniques d'intégration et à des simplifications qui permettent d'établir une approximation
raisonnable de l'intégrale (voir l'approximation discrète des interactions d'Hasselmann et
Hasselmann (1981, 1985) et Hasselmann et al. (1985), ou l'approximation à deux échelles de
Resio et al. (1992)). Ces calculs efficaces de l'intégrale de transfert non linéaire ont permis de
mettre au point des modèles de vagues de troisième génération qui calculent explicitement le
terme source non linéaire sans forme prescrite pour le spectre de la mer du vent. Les interactions
faiblement non linéaires de résonance de vague à vague ne représentent qu'un aspect du
problème de la non‑linéarité. Lorsque la cambrure des vagues et les non‑linéarités s'accentuent,
les modélisateurs sont contraints de recourir à des théories moins robustes et à des formules
empiriques pour représenter des processus tels que le déferlement. Ces aspects ont été abordés
dans la section 3.4.
Taux de croissance (S)

Snl
Sin
Sds f
Densité d’énergie (E)
E(f)
Figure 3.7. Structure de l'augmentation d'énergie spectrale. Les courbes du haut représentent
les composantes S nl, Sin et Sds et celles du bas le spectre de fréquences E(f) et la courbe S de la
croissance totale
Trois termes d'interaction des vagues (également nommés «triples interactions») jouent un
rôle important en eau peu profonde. Pour les vagues se dispersant en eau plus profonde,
ces termes sont non résonants et n'influent donc pas sur le processus d'interaction. Mais en
eau peu profonde, les vagues devenant non dispersives, ces termes contribuent largement à
distordre les vagues et à les projeter en avant (Elgar et Guza, 1985). Ces termes d'interaction
débouchent sur la création de composantes sur‑ et sous‑harmoniques. Bien que certaines
Croissance exponentielle
Dépassement Saturation
Croissance linéaire
Energie (E)
Fetch (X)
Figure 3.8. Augmentation de l'énergie des vagues pour une seule fréquence le long d'un fetch
croissant, illustrant les diverses étapes de la croissance
formules semi‑empiriques aient été mises au point (Eldeberky et Battjes, 1995; Eldeberky, 1996),
la question continue de faire l’objet de travaux de recherche pour les modèles vent-vague de
moyenne de phase (voir l'étude globale de WISE Group (2007)).
3.6 OBSERVATIONS GÉNÉRALES SUR LES TERMES SOURCES
L'ensemble des termes sources est S = Sin + Sds + Snl. Si l'on ne tient pas compte des
caractéristiques directionnelles (en ne considérant que la dépendance vis-à-vis de la fréquence),
on peut établir pour S un diagramme semblable à celui de la figure 3.7. Cela nous donne une
idée de l'importance relative des différents processus selon la fréquence. On peut constater par
exemple que le transfert non linéaire est le principal facteur de croissance pour des fréquences
proches du pic spectral. En outre, pour la bande des fréquences moyennes (située entre la
fréquence du pic et environ deux fois cette fréquence), la croissance est dominée par l'apport
direct de l'atmosphère. Le terme de non-linéarité renvoie la plus grande partie de cette énergie
dans la gamme des basses fréquences. Le terme de dissipation, dans la mesure où il est connu,
agit principalement dans la gamme des moyennes et hautes fréquences.
La figure 3.9 illustre l'évolution d'un spectre de fréquences le long d'un fetch au moyen d'un
ensemble de spectres mesurés au cours de l'expérience JONSWAP. Le décalage vers le bas de la
fréquence du pic et l'effet de «dépassement» pour chaque fréquence y apparaissent nettement.
Les termes sources ne sont pas toujours appliqués facilement. Dans la plupart des modèles de
vagues, l'alliance de la théorie et des méthodes empiriques autorise un certain «ajustement»
des modèles, qui dépend également de facteurs tels que la grille utilisée, la configuration aux
limites, le type des apports de vent, le pas de temps, l'influence de la profondeur, la puissance de
0,7
0,6
5
0,5
4
Énergie, E (m2/Hz)
0,4
0,3 3
0,2
2
0,1
1
0
0,1 0,2 0,3 0,4 0,5 0,6 0,7
Fréquence (Hz)
Figure 3.9. Croissance d'un spectre de fréquences le long d'un fetch. Les spectres 1 à 5 ont été
mesurés respectivement à 9,5, 20, 37, 52 et 80 km de la côte. La vitesse du vent était de 7 m s−1.
Source: Hasselmann et al. (1973)
calcul disponible, etc. Les modèles manuels, quant à eux, obéissent à des lois qui peuvent être
considérées comme universelles, si bien qu’on peut généralement les appliquer partout sans
modification.
Pour les calculs manuels, la distinction entre la mer du vent et la houle est tout à fait réelle et
joue un rôle essentiel dans le processus de calcul. Pour les modèles paramétriques hybrides
(voir section 5.5.2), cette distinction est nécessaire, bien qu'elle pose le problème de l'interface
entre le régime de la mer du vent et celui de la houle. Dans le cas des modèles numériques
qui font appel à des composantes spectrales pour tous les calculs (modèles spectraux
discrets), la définition de la houle est arbitraire. Il n'existe pas de règle inflexible permettant de
déterminer à partir du seul spectre quelle est la part de l'énergie qui est engendrée localement
et quelle est celle qui a des origines extérieures. Cela peut présenter des difficultés lorsque
l'on tente d'interpréter des évaluations émanant d'un modèle en fonction de caractéristiques
traditionnellement comprises par l'«usager». De nombreux utilisateurs ont en effet l'habitude et
expriment le désir de recevoir l'information sous forme de «mer du vent» et de «houle». Il existe
un algorithme pour calculer le spectre de Pierson–Moskowitz (voir section 1.3.9) dans le cas de
vagues pleinement développées à une vitesse de vent local donnée et, en précisant une forme
pour la dispersion directionnelle (voir section 3.3.1), affecter l'énergie excédentaire à un spectre
de la houle. Des algorithmes perfectionnés permettent d'évaluer, pour les conditions locales
de formation, une fréquence de coupure réaliste, qui peut être nettement plus élevée que la
fréquence du pic dans le spectre de Pierson–Moskowitz, et donc de désigner comme excédent
de la houle l'énergie des vagues de basse fréquence qui progressent dans des directions proches
de celle du vent. Ces dernières années, des algorithmes de partitionnement spectral ont été
élaborés pour établir les états de la mer sous-jacents qui composent le spectre océanique (pour
en savoir plus, voir la section 6.2).
CHAPITRE 4. PRÉVISION MANUELLE DES VAGUES
Rédacteur: L. Burroughs, mis à jour par D. Mercer, J. Mclean et S. Desjardins
4.1 INTRODUCTION
Pour calculer la croissance des vagues, il existe de nombreuses formules empiriques qui sont
déduites de grands ensembles de données d’observation visuelle. D'autres formules établies plus
récemment sont fondées sur la mesure des vagues. Elles n'ont pas pour objet de distinguer les
processus physiques en jeu et représentent la croissance nette des vagues obtenue à partir des
propriétés connues du champ de vent (vitesse et direction du vent, fetch et durée).
Certaines différences fondamentales entre les hauteurs et les périodes des vagues observées
visuellement et celles fournies par des instruments influent sur la prévision des vagues. En
général, l'œil se concentre sur les vagues les plus proches et les plus raides. Ainsi, la hauteur des
vagues observée visuellement est à peu près égale à la hauteur significative des vagues (H1/3),
alors que la période des vagues observées visuellement est souvent plus courte que la période
observée par des instruments. Il existe plusieurs formules qui permettent de transformer les
données visuelles en H1/3 avec précision. À des fins météorologiques, il est rarement nécessaire
d'opérer cette transformation. Depuis le milieu des années 1940, ces relations empiriques font
l'objet d'une présentation graphique très utile sur le plan pratique.
Les courbes tracées par Sverdrup et Munk (1947) et par Pierson, Neumann et James (PNJ) (1955)
sont largement utilisées. Ces deux méthodes sont semblables en ce sens que les équations de
base sont déduites de l'analyse d'un grand nombre d'observations visuelles par des méthodes
graphiques fondées sur des paramètres connus des caractéristiques des vagues. Toutefois, elles
diffèrent fondamentalement par la façon dont le champ de vagues est défini. Dans la première
méthode, on définit un champ de vagues par une seule hauteur de vague et par la période des
vagues (H1/3 et T1/3), alors que dans la seconde, on le définit en fonction du spectre des vagues.
L'avantage le plus évident de la méthode PNJ est qu'elle permet une description plus complète
de la surface de la mer. Son principal inconvénient est le temps nécessaire pour effectuer les
calculs.
Gröen et Dorrestein (GD) ont ensuite élaboré un autre ensemble de courbes (Gröen et
Dorrestein, 1976). Ces courbes comprennent diverses présentations pour le calcul de la hauteur
et de la période des vagues si l’on connaît la vitesse du vent, la longueur du fetch, la durée du
vent, et les effets de la réfraction et de la diminution de la profondeur. Ces courbes diffèrent
peu de celles obtenues par la méthode PNJ, sauf que la hauteur et la période des vagues sont
appelées hauteur caractéristique des vagues (Hc) et période caractéristique des vagues (Tc)
plutôt que H1/3 et T1/3, et que des unités du Système international d'unités (SI) sont employées
plutôt que des pieds et des nœuds. Les méthodes PNJ et GD ont toutes deux pour origine
des données évaluées visuellement. La seule différence entre paramètres «caractéristiques»
et «significatifs» (c'est-à-dire Hc et H1/3 et Tc et T1/3) est que Hc et Tc comportent une légère
surévaluation systématique par rapport à H1/3 et T1/3, qui sont évaluées par des instruments.
Cependant, ces différences sont négligeables à toutes fins pratiques.
Breugem et Holthuijsen (BH) ont affiné les résultats précédents et présenté un nouvel ensemble
d'équations (Breugem et Holthuijsen, 2007), qui diffère des travaux précédents à deux titres:
l'ajout de la hauteur significative des vagues Hm0 et de la période maximale Tp, en ajustant la
fonction tangente hyperbolique typique pour accroître la flexibilité de façon à cadrer avec la
zone intermédiaire située entre les mers entièrement levées (Pierson et Moskowitz, 1964) et
les zones de croissance initiale (Kahma et Calkoen, 1992), et l'intégration de données issues de
nouvelles études sur le terrain. Mercer (2008) a exploité ces nouvelles équations pour créer un
nomogramme structuré comme celui de GD, mais présenté légèrement différemment à des fins
d'exploitation. Les vents y sont exprimés en nœuds, le fetch en milles marins, la période du pic
en secondes et la hauteur des vagues en mètres.
Nomogramme de croissance des vagues de Breugem et Holthuĳsen

Vitesse du vent (nœuds)
Fetch (milles marins) 100 km = 54 nm 1 nœud = 0,51 m/s
Période du pic (secondes) 100 milles = 145 km 1 m/s = 1,94 nœuds
Hauteur significative des vagues H1/3 en mètres
Durée du vent en heures
Figure 4.1. Nomogramme manuel sur la croissance des vagues

Source: Breugem et Holthuijsen (2007)
La figure 4.1 représente les courbes de BH pour l’eau profonde. Elle reprend la forme indiquée
dans la figure 3.1 (voir section 3.2) et sera utilisée pour le calcul des vagues dans ce chapitre. Les
courbes de GD sont présentées à titre de comparaison à l'annexe I. Dans la figure 4.1, les lignes
rouges épaisses représentent la croissance des vagues le long d'un fetch croissant, qui apparaît
sous la forme de lignes vertes obliques. Chaque ligne rouge épaisse correspond à une vitesse
constante du vent. La hauteur de vague significative, Hm0 est obtenue à partir des lignes noires
horizontales et la période du pic Tp à partir des lignes bleues. Les lignes verticales indiquent
la durée en heures qui s'écoulera entre une hauteur des vagues égale à zéro et ce niveau de
croissance. Si la durée est limitée, les vagues ne grandiront pas le long des lignes noires épaisses
au‑delà de ce point, quelle que soit la longueur du fetch.
Les courbes sont presque horizontales dans la partie droite du diagramme. Cela signifie qu'à
partir d'une vitesse du vent donnée, les vagues ne grandissent plus et atteignent le plein
développement lorsque la durée et le fetch sont suffisamment longs.
Parmi les formules élaborées à partir de données mesurées sur les vagues, les plus importantes
sont celles déduites de l'expérience JONSWAP (Joint North Sea Wave Project) qui est décrite dans
la section 1.3.9 (voir également la figure 1.17 et l'équation 1.49).
Dans le présent chapitre, plusieurs exemples de prévision manuelle sont présentés. Chacun
de ces exemples a pour objet de montrer comment effectuer une prévision à partir d'un
ensemble donné de circonstances et/ou de conditions. Certaines méthodes empiriques de
travail sont brièvement citées dans la section 4.2. Dans la pratique, elles se sont avérées fiables
et les sections 4.3 et 4.4 en font mention. dans la section 4.3, des exemples soulignant les
divers aspects du calcul des vagues de vent sont présentés. La section 4.4 illustre des exemples
de calculs de la houle. Tous les exemples des sections 4.3 et 4.4 sont valables pour des eaux
profondes. Les effets des eaux peu profondes sur les vagues ont été abordés dans le chapitre 3 et
quelques exemples d'applications manuelles liées aux eaux peu profondes (profondeur limitée)
sont présentés dans la section 4.5. Le tableau 4.1 donne le résumé de chaque exemple présenté
CHAPITRE 4. PRÉVISION MANUELLE DES VAGUES 81
Tableau 4.1. Exemples précis de prévisions manuelles présentés dans le chapitre 4
Description No de sous‑section
1 Détermination des caractéristiques de l'état de la mer pour une vitesse du vent
4.3.1
et un fetch donnés
2 Détermination de l'état de la mer pour une vitesse de vent croissante 4.3.2
3 Extrapolation d'un champ de vagues existant en cas de développement d'un

4.3.3
vent constant
4 Extrapolation d'un champ de vagues existant en cas de développement d'un

4.3.4
vent croissant
5 Estimation de la croissance des vagues due à un fetch dynamique dans trois

4.3.5
cas
6 Calcul du moment d'apparition de la houle, de ses périodes et de l'évolution

4.4.1
de ces périodes dans les 36 heures suivant cette apparition
7 Identique à l’exemple 6, mais long fetch dans l'aire génératrice 4.4.2
8 Calcul des caractéristiques de la houle à Casablanca en cas de tempête

4.4.3
d'origine proche
9 Évaluation de la hauteur de la houle dans les cas décrits dans les exemples 6, 7
4.4.4
et 8
10 Détermination du nombre d’onde et du coefficient d'amplification pour deux

4.5.1.1
périodes des vagues et plusieurs profondeurs représentatives
11 Détermination du coefficient et de l'angle de réfraction en eau peu profonde

pour un angle donné formé par les vagues en eau profonde et le fond, une faible 4.5.1.2
profondeur et la période des vagues
12 Détermination du coefficient de réfraction par la méthode de Dorrestein 4.5.1.3
13 Détermination de la hauteur et de la période des vagues en eau peu profonde

4.5.2
pour une vitesse du vent, une profondeur d'eau limitée et un fetch donnés
et précise dans quelle sous-section il est abordé. La section 4.6 décrit de quelle façon et à quel
moment utiliser les techniques manuelles permettant de modifier les prévisions des vagues
élaborées par des modèles de vent et de vagues. Des observations et des conseils en matière de
prévision des vagues de courant sont donnés dans la section 4.7.
Les explications données dans le présent chapitre et dans le chapitre 2 fournissent en principe
toutes les données nécessaires pour effectuer une prévision locale et une analyse spatiale
des vagues (analyse d'une carte des vagues) par des méthodes manuelles. Une expérience
approfondie est nécessaire pour analyser une carte complète dans un délai raisonnable,
principalement en raison de l'évolution constante des conditions de vent.
La méthode classique consiste à partir des conditions connues des vagues et du vent, par
exemple 12 heures auparavant, puis à calculer, une fois la carte du vent présent analysée, la carte
des vagues correspondante. En cas de changement soudain du vent, la carte intermédiaire du
vent 6 heures auparavant peut aussi s'avérer nécessaire. Il est également nécessaire de connaître
le vent prévu dans l'aire génératrice et le déplacement prévu de cette aire pour assurer une
prévision des vagues de qualité pour les 24 à 36 heures à venir.
Compte tenu des multiples modèles de vagues disponibles, y compris des ensembles à
couverture mondiale, la plupart des prévisionnistes s'appuient généralement sur des ressources
numériques parfois très différentes et choisissent la solution qui offre la meilleure probabilité.
Les moyens classiques d'exploiter les observations disponibles et les techniques manuelles
permettant de corriger les biais ou erreurs potentielles des ressources numériques, afin de
modifier en conséquence les prévisions des modèles, sont décrits dans la section 4.6.
4.2 MÉTHODES EMPIRIQUES
La présente section décrit brièvement plusieurs méthodes empiriques qui portent, entre autres,
sur les vents variables, la croissance et le déclin des vagues, la vitesse et le déplacement des
champs de vagues, et la longueur du fetch. Ces méthodes sont utiles lorsqu’on dispose de peu
de temps pour préparer une prévision ou lorsqu’on souhaite vérifier de manière concrète les
données numériques disponibles. Les principales variables traitées dans la prévision des vagues
sont la vitesse du vent, la durée du vent, la longueur et la largeur du fetch et les caractéristiques
initiales des vagues. L'objectif consiste à prévoir la hauteur, la période et la direction des vagues.
Un résumé des conseils et des techniques présentés dans cette section et dans les chapitres
précédents est donné à l’annexe 2.
4.2.1 Vents variables
– Si un changement de direction du vent n'excède pas 30°, la hauteur et la période des

vagues sont calculées comme si le vent n'avait pas tourné, en supposant que leur direction
s’est alignée sur la direction moyenne. Si la rotation du vent est plus prononcée, les vagues
préexistantes sont assimilées à de la houle, et les vagues engendrées ultérieurement sont
calculées à partir de la nouvelle direction du vent.
– Dans le cas fréquent où le vent augmente à direction constante, il convient d'appliquer la
méthode décrite à la section 4.3.4. Pour accélérer les calculs, on retranche de la nouvelle
vitesse du vent le quart de son accroissement par rapport à la vitesse antérieure et on
travaille avec la valeur ainsi obtenue.
Exemple:
La vitesse du vent est passée de 10 à 20 nœuds (1,94 nœud = 1 m s−1) au cours des
12 dernières heures; pour calculer la hauteur caractéristique des vagues, il faut appliquer
une vitesse du vent égale à 17,5 nœuds sur une durée de 12 heures. Si la vitesse du vent
augmente brusquement, il est recommandé d'effectuer le calcul en deux étapes.
– Lorsque le vent devient trop faible pour maintenir la hauteur des vagues existantes, ou s'il
change de direction d’un angle supérieur à 30°, les vagues se transforment en ondes de
houle et doivent être traitées comme telles. Il faudrait donc calculer les vagues en fonction
de la nouvelle vitesse inférieure du vent, et les associer à la houle engendrée par le vent
antérieur, plus fort.
– Vent au-dessus de courants. En cas de courants contraires, il convient d'ajouter la vitesse
de ces courants à celle du vent pour obtenir la vitesse effective du vent. Pour les courants
qui se déplacent dans la même direction que le vent, il convient de soustraire la vitesse des
courants à la vitesse du vent.
4.2.2 Évaluation du fetch
– Le fetch est la distance sur laquelle un champ de vagues est forcé par un vent de vitesse à
peu près constante. Une case de fetch est définie par la longueur et la largeur d'une zone où
la vitesse de vent est à peu près constante, la longueur étant alignée sur le vent. La direction
du vent ne doit pas s'écarter de plus de 30° environ du vent moyen, et les vitesses de vent
dans la case ne doivent pas différer de plus de 5 à 10 nœuds de la moyenne. Lorsque des
changements importants de la direction et/ou de la vitesse du champ de vent sont prévus,
la case de fetch est ajustée en termes de position, d'orientation et de dimensions. Des
exemples de cases de fetch sont illustrés à la figure 4.2, ainsi que la façon de déterminer
celles qui vont toucher un point donné. Normalement, la tâche consiste à calculer le champ
des vagues pour un point donné, et les cases de fetch d’intérêt seront donc celles qui
enverront des vagues importantes vers le point cible. La section 4.2.3 porte sur la croissance
des vagues à l'intérieur des cases de fetch et la section 4.2.4 présente brièvement la
propagation de la houle une fois que les vagues ont quitté la case.
– Pour les systèmes dépressionnaires tropicaux, si le champ de vent est à peu près symétrique
par rapport à un système, la longueur de la case de fetch est définie comme dans la
figure 4.3. La largeur du fetch est définie de la même façon que précédemment, en utilisant
la bande radiale des vitesses de vent semblables. La longueur du fetch est simplement égale
à la distance radiale par rapport à la bande de vents sélectionnée.
Figure 4.2. Cases de fetch d'une tempête en mer de Weddell (Antarctique). Ces exemples
montrent comment choisir des cases de fetch pour des points donnés, comme l'emplacement
d'un navire. Ici, les cases sont déterminées par des vitesses de vent ne s'écartant pas de plus
de 5 nœuds de la vitesse de vent moyenne dans la zone, et par une direction du vent ne
différant pas de plus de 30° de la direction de vent moyenne. Le point A est concerné par les
cases 1 et 2, le point B par les cases 4 et 5, le point C uniquement par la case 5 et le point E par
les cases 9 et 10. Le point D est concerné par la case 8 et également par les vents du nord-
ouest des cases 9 et 10. Les cases 3, 6 et 7 n'influent directement sur aucun de ces points, mais
la case 3 pourrait devenir importante si le point A se déplace vers le sud, tout comme les cases
6 et 7 peuvent influer sur le point D s'il se déplace vers le nord.
– Pour le fetch dynamique, si la zone des vents forçants se déplace le long des vagues,
cela équivaut à une plus longue case de fetch forçant les vagues. Par exemple, une case
de fetch longue de 50 milles marins se déplace vers l'est à une vitesse de 10 nœuds, au-
dessus d’un champ de vagues de la même taille se déplaçant dans la même direction à une
vitesse de groupe moyenne de 20 nœuds. Au bout de 5 heures, la case de fecth se déplace
de 50 milles marins, tandis que le champ de vagues se déplace de 100 milles et au final,
le champ de vagues tout entier dépasse le champ de vent. Si la case de fetch (ou champ
de vent) était stationnaire, le fetch maximal pour le champ de vagues serait de 50 milles
marins. Mais si elle se déplaçait, le fetch maximal serait de 100 milles marins. Ce cas est
typique des systèmes dépressionnaires tropicaux aux latitudes moyennes et de certains
fronts, comme le montre l'exemple présenté dans la section 4.3.5.
4.2.3 Croissance des vagues
– Les prévisions relatives au vent doivent être précises. L'énergie des vagues est
proportionnelle au carré de leur hauteur, qui est elle aussi proportionnelle au carré ou au
cube de la vitesse du vent.
– Dans une mer entièrement levée, H1/3 ≌(U10/12,5)2, où U10 est le vent à 10 m en nœuds.
– Pour la méthode de base du nomogramme, voir la figure 4.1. Pour une vitesse de vent
donnée, suivre la ligne correspondant à la vitesse du vent en partant de la gauche jusqu'à
atteindre la longueur de fetch ou la durée souhaitée. Ensuite, lire la hauteur des vagues et la
période du pic:
DT R
30°
30°
Figure 4.3. Fetch d’un système dépressionnaire tropical idéalisé. DT représente le centre du
système, R la distance radiale par rapport à la bande de vents indiquée par les flèches
incurvées et le rectangle en pointillés désigne la case de fetch pour les vagues qui se
déplacent vers le nord. Comme la case de fetch se définit par des vents soufflant à une vitesse
ne s’écartant pas de plus de 30° de la vitesse moyenne du vent dans la zone, le triangle formé
par les lignes en tirets est équilatéral. La longueur du fetch est donc à peu près égale à la
distance radiale par rapport à la bande de vents. Si le système se déplace rapidement, cette
relation de fetch nécessite des ajustements pour tenir compte du fetch dynamique.
• Si les vagues sont limitées par le fetch, la ligne de fetch sera atteinte avant la ligne de
durée souhaitée. Chercher le fetch maximal et lire la hauteur et la période des vagues,
mais aussi, en prime, la durée requise pour atteindre ce fetch.
• De la même façon, si la hauteur des vagues est limitée par la durée, la ligne de durée
maximale sera atteinte avant le fetch souhaité. Une nouvelle fois, s’arrêter à la ligne
de durée et noter la hauteur et la période des vagues, et lire le fetch requis pour cette
durée.
• Si l’on part d'un état de la mer préexistant, suivre la ligne de vitesse de vent
appropriée jusqu'à atteindre la hauteur des vagues considérée, puis continuer pour
atteindre la durée et/ou le fetch souhaité. Par exemple, si la mer est de 2 mètres et
la vitesse du vent de 25 nœuds, et qu’il faut calculer l’état de la mer après 12 heures.
Suivre la ligne de 25 nœuds jusqu'à la hauteur de vague de 2 mètres (à 6 heures sur le
nomogramme), puis continuer le long de la ligne pour 12 heures supplémentaires. Il
en résulte une hauteur de vague de 3,5 mètres et une période proche de 8,5 secondes.
4.2.4 Déclin de la houle
– La hauteur de la houle diminue généralement d'environ 25 % en 12 heures, et de 40 % en

24 heures.
– Les vents contraires n'ont quasiment aucun effet sur la hauteur de la houle.
– Pour la houle distante, la dispersion angulaire l'emporte généralement sur les effets de la
dispersion longitudinale. Voir section 3.3.1.
4.2.5 Vitesse et déplacement des groupes de vagues
– La vitesse des groupes de vagues cg (en nœuds) est approximativement égale à 1,5 Tp, où Tp
désigne la période du pic (en secondes). De la même façon, le mouvement de 12 heures
en degrés est égal à 0,3 Tp. Ne pas oublier que les vagues se déplacent le long de grands
cercles.
– Pour le mouvement de la mer du vent, faire la moyenne de la période du pic. Exemple: une
vague croît pendant 12 heures, passant d’une période de 8 secondes à 12 secondes. Une
moyenne de 10 secondes donne un mouvement de 3° en 12 heures en utilisant 0,3 Tp.
– Pour le mouvement de la houle, ne pas utiliser la période moyenne du pic. La période du
pic de la houle augmente avec le temps, tout comme la vitesse de groupe de la houle.
La dispersion des vagues en eau profonde élargira le champ de la houle sur une surface
croissante à mesure qu’elle s’éloignera de la source; le calcul de la période moyenne
donne une surestimation du temps de propagation pour les houles plus longues. Les
nomogrammes relatifs au déclin de la houle prennent ce facteur en compte.
4.2.6 Questions diverses
– Additionner les hauteurs de vague au carré, puis prendre la racine carrée:
H tot = H12 + H22 + H32 ⋅ ⋅ ⋅
– Les vagues situées dans des courants qui se déplacent dans la même direction augmentent
en longueur d'onde et diminuent en cambrure. Celles qui se trouvent dans des courants
contraires ont une longueur d'onde réduite et une cambrure plus marquée. En fait, si la
vitesse de groupe des vagues (cg = 1,52 Tp en nœuds) avoisine celle du courant contraire, le
déferlement des vagues s'avère probable. La plupart des courants sont beaucoup plus lents
que les vagues, mais il faut tenir compte de l’eau peu profonde ou des courants de marée
puissants, ainsi que des grands courants océaniques, tels que le Gulf Stream.
– Pour les vagues qui se rapprochent d'une glace de mer, deux cas sont à considérer. S'il
s'agit d'une nappe de glace compacte, les vagues de courtes périodes se dissipent ou
sont partiellement réfléchies à proximité de la lisière des glaces, et les vagues de longues
périodes peuvent être transmises comme des ondes de flexion dans la nappe de glace.
Dans les deux cas, on suppose que les vagues conservent leur amplitude jusqu'à ce qu'elles
frappent la lisière, puis que leur hauteur devienne égale à zéro. Pour les floes ou les radeaux
de glace recouvrant partiellement la surface avant de s’agréger à la banquise, l'énergie
des vagues est dissipée et/ou diffusée, ce qui se produit généralement sur moins de 4 à
8 kilomètres. Supposer que les vagues diminuent rapidement. Supposer que les vagues
formées sous le vent d'un champ de glace ont une hauteur initiale égale à zéro et qu'elles
croissent normalement (on peut diminuer légèrement la hauteur en présence de floes sous
le vent de la banquise).
– Une forte/faible stabilité dans la couche limite inférieure réduit/renforce la tension du
vent en surface, ce qui se traduit par des vagues plus basses/plus hautes. La baisse des
températures entraîne un air à plus forte densité à pression constante. Cet effet est linéaire
par rapport à la température absolue. Il peut être important aux latitudes moyennes à
élevées, où les températures hivernales sont souvent inférieures aux températures estivales
d'au moins 30 °C, et produire des niveaux de tension du vent en surface supérieurs d'au
moins 10 % à ceux des mêmes vitesses de vent l'hiver.
4.3 CALCUL DES VAGUES DE VENT
Sauf indication contraire, il est assumé que les hauteurs de vague sont des hauteurs significatives,
H1/3 ≌ Hm0, et que la période pour le champ de vagues est la période du pic Tp.
Côte
100 km X1
Avion
X2
400 km
Navire
Figure 4.4. Illustration de la situation évoquée dans la sous-section 4.3.2
4.3.1 Détermination des caractéristiques de l'état de la mer pour une vitesse du

vent et un fetch donnés
Problème
Déterminer les caractéristiques de l'état de la mer à l'extrémité d'un fetch long de 600 kilomètres
(environ 325 milles marins), où le vent souffle depuis 36 heures à la vitesse de 15 m s−1 (environ
30 nœuds).
Solution
Le diagramme de la figure 4.1 indique que le fetch constitue le facteur limitant. Pour un fetch de
600 km, la hauteur caractéristique des vagues (Hm0) est de 5 m et la période du pic (Tp) de 10,3 s.
Pour déterminer la période significative des vagues TH1/3, nous utilisons les résultats de Goda
(1978) sous une forme approximative: TH1/3 ≌ 0,9 Tp ≌ x 10,3 ≌ 9,3 s.
On peut déterminer l'intervalle des périodes importantes des vagues à partir de la figure 1.17, où
la fréquence du pic fp (= 1/Tp) varie de 0,7 fp à 2,0 fp. Cela se traduit par une fourchette de 5 à 15 s.
L'énergie maximale du spectre se situera aux environs de la période de 10 s.
Estimer la hauteur maximale des vagues, en rappelant l'équation 1.27, Hmax ≅ H m0 (ln N ) / 2
où N désigne le nombre d’onde pour une période de temps donnée. Pour une durée de 6 à
48 heures, Hmax ≌ 2 Hm0 ≌ x 10 m, mais pour une heure, période type entre les observations de
vagues provenant de bouées et de navires, le résultat est moindre. Dans ce cas, pour des vagues
de 10,3 s, N ≌ 350, puis Hmax ≌ 1,7 Hm0 ≌ 8,5 m. En résumé, Hm0 = 5,0 m, Tp = 10,3 s, l'intervalle des
périodes de hauteur significative des vagues est de 5 à 15 s, et la hauteur maximale des vagues
attendue en une heure est de 8,5 m (sur une longue période, elle serait de 10 m).
4.3.2 Détermination de l'état de la mer pour une vitesse de vent croissante
Problème
Un avion est tombé en mer à 100 milles marins des côtes. Le navire le plus proche se trouve à
400 milles marins du littoral. Le vent a soufflé régulièrement à 35 nœuds pendant les dernières
24 heures, après être passé progressivement de 25 à 35 nœuds au cours des 24 heures
précédentes. Sa direction est restée la même à 240° pendant toute la période (à 30° de la côte).
La figure 4.4 illustre la situation.
Le problème consiste à prévoir l'état de la mer:
– à l'endroit où l'avion est tombé afin de juger si un hydravion de recherche et de sauvetage

peut y amerrir pour sauver le pilote ou s'il faut confier la mission au navire le plus proche, ce
qui prendrait évidemment plus de temps;
– à l'endroit où se trouve le navire.
Solution
La longueur du fetch au point de chute est:

100
=X1 = 200 milles marins,
sin 30
et à la position du navire:
400
=X2 = 800 milles marins.
sin 30
Les conditions de durée du vent sont complexes. Pendant la première période de 24 heures,
la vitesse du vent a augmenté régulièrement de 25 à 35 nœuds, puis elle est restée constante
pendant les 24 heures qui ont suivi. En référence à la section 4.2.1, nous diviserons la période
des premières 24 heures en deux intervalles de 12 heures, le vent passant de 25 à 30 nœuds
dans les 12 premières heures, et de 30 à 35 nœuds dans les 12 heures suivantes. Si l'on applique
la méthode aux vents croissants et que l'on soustrait un quart de la différence, on obtient
28,75 nœuds suivis de 33,75 nœuds; ainsi, après avoir arrondi, on obtient 29 nœuds pour les
12 premières heures, puis 34 nœuds.
Le nomogramme de la figure 4.1 indique qu'un vent de 29 nœuds forme en 12 h des vagues de
3,7 m de haut. Pour le second intervalle de 12 h, la vitesse de vent de 34 nœuds débutant à 3,7 m
de hauteur est utilisée, de même que pour l'intervalle de 12 h qui suit. Il convient de noter que
du fait qu'à 34 nœuds, 3,7 m seraient atteints en 8 h, la «durée» finale serait de 20 h si on suit la
ligne correspondant à 34 nœuds. Le diagramme montre qu'au bout de 20 h avec une vitesse de
vent de 34 nœuds, la hauteur s'élève à 5,9 m. Au début de la seconde période de 24 h, la hauteur
des vagues est de 5,9 m et le vent se stabilise à 35 nœuds pour toute la durée de la période.
Pour pouvoir travailler avec une vitesse de 35 nœuds, il faut déterminer la durée équivalente au
bout de laquelle les vagues atteindraient une hauteur de 5,9 m, soit 18 heures. Ainsi, la durée
équivalente pour une vitesse de 35 nœuds est de 18 + 24 = 42 heures. Dans ces conditions,
Hm0 = 7,5 m et Tp = 13,5 s.
Toutefois, pour que ces valeurs soient atteintes, il faut que le fetch ait une longueur minimale
d'environ 700 milles marins. À la position du navire le plus proche, il n'y a pas de limitation du
fetch (800 milles marins), mais au point de chute de l'avion, il y en a une (200 milles marins). La
figure 4.1 indique qu'un fetch de 200 milles marins serait atteint au bout d'environ 18 heures,
avec des vents qui seraient restés constants à 35 nœuds pendant tout le temps nécessaire pour
que les vagues provenant du rivage atteignent la limite du fetch au niveau du navire. Des vents
soufflant sur une plus grande distance n'augmenteraient pas les vagues à la position du navire.
Ainsi, pour une vitesse de vent de 35 nœuds et un fetch de 200 milles marins, Hm0 = 5,8 m et
Tp = 11 s. Enfin, les hauteurs de vague maximales seraient environ le double de la hauteur Hm0 aux
deux endroits.

ultérieurement sous l’action d'un vent de vitesse constante
Problème
La figure 4.5 montre un champ de vagues à l'instant t0. Le problème consiste à prévoir quel sera
l'état de la mer au point B à l'instant t0 + 12 heures, étant donné qu'un vent d'ouest souffle à la
vitesse constante de 35 nœuds au point B et à l'ouest de celui-ci.
Solution
On ne peut pas prendre B comme point de départ pour les calculs, puisque les vagues s'en
éloignent. Le point de départ, qui doit se trouver au vent, est celui où les vagues se sont
déplacées à partir de l'instant t0 pour arriver au point B à l'instant t0 + 12 h.
Pour évaluer à quelle distance de B le point A doit se trouver du côté du vent, nous choisissons
un point où la hauteur des vagues est de 4 m environ (probablement 4,2 m au point A). Selon
la figure 4.1, pour les vagues dont Hm0 = 4 m et u = 35 nœuds, Tp = 8 s. Au bout de 12 h, Tp atteint
environ 11 s et la période moyenne est d'environ 10 s. Le taux de propagation des vagues est
donné par c = gT / 2π et la vitesse de groupe par cg = c/2 en eau profonde. Comme g / 2π = 1,56 m
s–1 (ou 3,03 nœuds), la vitesse de groupe cg ≈ 0,8Tp m s–1 ou ≈ 1,5Tn nœuds. Pour les vagues dont
Tp = 10 s, cg est égal à 15 nœuds; en 12 heures, ces vagues parcourent une distance de 180 milles
marins ou 3° de latitude. En divisant 3 par Tp = 10, on obtient 0,3. Cet exemple montre que,
exprimée en degrés de latitude, la distance parcourue en 12 heures est égale à 0,3 Tc, formule
commode pour déterminer à quelle distance du côté du vent il faut positionner le point A.
Au point A, Hc est égal à 4,2 m à l'instant t0. La durée équivalente nécessaire à la formation de
vagues de cette hauteur par un vent de 35 nœuds est de 10 h. Au point B, on peut déterminer Hm0
à t0 + 12 h en prenant une durée totale de 10 + 12 = 22 h. La figure 4.1 montre que Hm0 = 6,5 m
et Tp = 11,5 s. La hauteur maximale des vagues sur 2 000 vagues serait d’environ 13 mètres, et le
maximum à n'importe quelle heure donnée serait d'environ 1,7 Tp = 11 m.

ultérieurement sous l’action d'un vent de vitesse croissante
Problème
La situation à l'instant t0 est la même que celle de la figure 4.5, sauf que la vitesse du vent passe
de 35 nœuds à l'instant t0 à 55 nœuds à l'instant t0 + 12 h dans la zone qui englobe la distance AB.
Le problème consiste à prévoir l'état de la mer au point B.
Solution
Comme la vitesse du vent augmente si rapidement, il faut diviser la période couverte par la
prévision en deux intervalles de 6 heures durant lesquels la vitesse du vent passe de 35 nœuds
à l'instant t0 à 45 nœuds, puis de 45 nœuds à 55 nœuds. Selon la section 4.2.1, les vitesses
correspondantes utilisées pour calculer les vagues sont de 43 nœuds (arrondi de 42,5) puis de
53 nœuds (arrondi de 52,5).
À l'instant t0, Hm0 est égal à 4,2 m. Les vagues atteignent cette hauteur au bout de 5 h avec des
vents de 43 nœuds. Ainsi, pour le premier intervalle, la durée équivalente, étant donné une
vitesse de vent u = 43 nœuds, est de 5 + 6 = 11 h. À la fin du premier intervalle, Hm0 = 6,2 m. Sous
l'action d'un vent de 53 nœuds, les vagues atteindraient la hauteur de 6,2 m après une durée
équivalente de 7 h. Ainsi, pendant le second intervalle de 6 h, nous pouvons prendre une durée
équivalente de 13 h et un vent de 53 nœuds. D'où Hm0 = 9,0 m et Tp = 12,2 s.
2m
3m
4m
A B
Figure 4.5. Champ de vagues à l'instant t0 défini par des lignes correspondant à une même
hauteur des vagues
4.3.5 Détermination des effets d'un fetch dynamique pour une tempête
tropicale se déplaçant à différentes vitesses
L’exercice ci-après présente, en se fondant sur trois cas, les effets d'un fetch dynamique sur le
champ de vagues formé par une tempête tropicale en mouvement.
Problème
Considérons une tempête tropicale avec des vents maximaux de 50 nœuds et un rayon des vents
maximaux de 20 milles marins. À l'aide du nomogramme de la figure 4.1, calculons la hauteur
significative des vagues formées par les vents les plus violents de la tempête et la longueur du
fetch dans trois cas de figure (présentés à la figure 4.6). Dans le cas A, on suppose que la tempête
est stationnaire, dans le cas B, qu'elle se déplace en ligne droite à une vitesse de 5 nœuds
pendant au moins 6 heures, et dans le cas C, qu'elle se déplace à la vitesse de groupe du champ
de vagues pendant 24 heures.
Solution
Cas A: La longueur du fetch doit d'abord être déterminée. Le fetch relatif à la tempête se calcule
facilement à la condition que le vent ne s'écarte pas de plus de 30° de la direction de la vague.
Pour un cercle d'un rayon de 20 milles marins, le fetch F est égal à 2Rsin(30), où R est le rayon
de vents maximaux, et mesure 20 milles marins, dans le cas le plus simple. Pour les tempêtes
tropicales stationnaires ou à déplacement lent, la relation pour la longueur de fetch F = R est une
bonne règle à appliquer (voir figure 4.3).
Si l'on prend un fetch de 20 milles marins et des vents de 50 nœuds, des vagues de 3,3 m se
forment au bout de 6,5 s. Selon le nomogramme, cela aurait pris 2,75 h; après cela, les vagues
formées seraient limitées par le fetch et se maintiendraient à 3,3 m de hauteur. La vitesse de
groupe des plus grosses vagues serait d'environ 1,5 × 6,5 = 9,8 nœuds. Par commodité, arrondir
cette valeur à 10 nœuds.
Cas B: Les vagues se déplacent plus vite que la zone de fetch sous la tempête (5 nœuds) et
finissent par la devancer et se propager sous forme de houle. Toutefois, le forçage prend
davantage de temps que si la zone de fetch était stationnaire. Si la vitesse de groupe est supposée
constante, alors, par rapport à la tempête, les vagues traversent une case de fetch de 20 milles
marins à une vitesse de 5 nœuds, ce qui signifie qu'elles peuvent continuer de croître pendant
4 h maximum. Sur le nomogramme, sur la ligne des 50 nœuds, partir de 3,3 m puis se déplacer
vers la droite sur une distance correspondant à 4 h supplémentaires: on obtient 5,5 m et 9 s.
Toutefois, il s’agirait d’une surestimation, car la période (et donc la vitesse de groupe) a
augmenté de 6,5 à 9 s, et la vitesse la plus basse a été utilisée, ce qui a rallongé la durée passée
dans la zone de fetch. Pour pallier ces variations, utiliser une période moyenne d'environ 8 s,
ce qui donne une vitesse de groupe de 12 nœuds, ce qui permet 1,7 h supplémentaire dans le
fetch. Repartir de 3,3 m sur la ligne des 50 nœuds, puis se déplacer vers la droite sur une distance
correspondant à 1,7 h supplémentaire: on obtient 4,4 m.
Le fetch qui se déplace dans la même direction que les vagues qu'il génère prolonge la période
de forçage des vagues; autrement dit, les vagues sont forcées par une longueur de fetch plus
importante. On parle de fetch dynamique. Le fetch dynamique le plus extrême survient lorsque
la zone de fetch de la tempête reste au-dessus des vagues en cours de formation et accélère en
même temps que les vagues augmentent, portant au maximum le fetch effectif qui entraîne la
formation des vagues.
Cas C: Étant donné que les vagues sont continuellement forcées, le calcul est simple. Si l'on part
de 3,3 m sur la ligne des 50 nœuds du nomogramme, puis que l'on se déplace vers la droite sur
une distance correspondant à 24 h, on obtient une hauteur significative des vagues de 12,2 m
et une période de 15,5 s. Dans le nomogramme, cela équivaut à un fetch d'environ 480 milles
marins, et la période indique que la vitesse de groupe est de 23 nœuds. Le champ de vagues final
est à peu près quatre fois plus élevé que celui d'une tempête stationnaire et le fetch dynamique
est 24 fois plus long que le fetch de 20 milles marins relatif à une tempête.
Il est rare que des situations de croissance idéalisées se produisent. La trajectoire et la vitesse de
la tempête doivent correspondre étroitement à celles du champ de vagues en voie de formation
et, en général, les tempêtes ne restent pas dans un grand cercle plus d'une journée. Si la tempête
est plus lente que le champ de vagues, les vagues la devancent, se transforment en houle, puis
se dispersent progressivement. Si la tempête est plus rapide que le champ de vagues, les vagues
se retrouvent à l’arrière de la tempête et diminuent. Souvent, les vagues formées par un fetch
dynamique s'approchent d'un point sans que rien ne puisse laisser présager leur arrivée. En effet,
à mesure que les vagues croissent, la période du pic augmente et la distribution de l'énergie
dans les spectres s'oriente vers des fréquences plus basses, les pics devenant plus prononcés
à proximité des périodes les plus longues. C’est pourquoi, dans le cas d'un fetch dynamique,
peu de paramètres permettront d'indiquer que des vagues hautes précèdent la tempête, en
particulier s’il s’agit d’un système dépressionnaire tropical.
Figure 4.6. Cas A, B et C de l'exercice relatif au fetch dynamique. Les rectangles représentent
la zone de fetch sous la tempête. Les parties ondulées représentent les champs de vagues
initialement formés sous la tempête. Les flèches pleines indiquent la vitesse des vagues (vw),
les flèches en pointillés illustrent la vitesse de la zone de fetch (vf). L'état initial est représenté
à gauche, l'état final, à droite. Dans le cas A, le fetch est stationnaire et les vagues sortent de
la case de fetch. Dans le cas B, la case de fetch est plus lente, mais l'arrière du champ de
vagues fait encore l’objet d’un forçage. Dans le cas C, le champ de vagues tout entier se
trouve encore dans la case de fetch et continue d'être forcé, d'où un fetch dynamique optimal.
4.4 CALCUL DE LA HOULE
Pour la plupart des applications pratiques, il convient d’établir une distinction entre les deux
types de situations suivantes :
– La houle arrivant au point d'observation provient d'une tempête très lointaine (600 milles
marins ou plus). Dans ce cas de figure, la plupart des prévisions ne nécessitent pas de
connaître les dimensions de l'aire où la tempête (un système dépressionnaire tropical, par
exemple) a engendré cette houle. Autrement dit, la tempête est considérée comme une
source ponctuelle. L'effet important à considérer est la dispersion longitudinale des vagues.
– La houle arrivant au point d'observation provient d'une tempête proche. Elle s'étale depuis
des points situés sur le front de la tempête. En raison de la proximité de ce front, la houle
peut atteindre le point d'observation à partir de plusieurs points du front. Il faut donc
prendre en compte non seulement l'effet de la dispersion longitudinale, mais aussi celui de
la dispersion angulaire. L'élément clé du calcul de la houle est la propagation de l'énergie
des vagues et, par conséquent, la vitesse de groupe des éléments individuels des vagues.
Les distances en jeu étant souvent considérables, il est plus commode de les exprimer en
milles marins et d'exprimer la vitesse de groupe en nœuds, la période T étant mesurée,
comme d'habitude, en secondes. On a alors (comme dans la section 1.3.2):
c gT
cg = = = 1, 517T (nœuds) (4.1)
2 4π
4.4.1 Tempêtes lointaines
Dans le cas d'une tempête lointaine (figure 4.7), la prévision de la houle doit répondre aux
questions suivantes:
– Quand la première onde de houle venant d'une direction donnée arrivera-t-elle au point
d'observation?
– Quel sera l'intervalle des périodes à chaque instant?
– Quelles seront les longueurs d'onde correspondantes?
– Quelle sera la hauteur de la houle?
Les données initiales sont la distance Rp (en milles marins) entre le front de tempête le plus
proche et le point d'observation P, la durée Dp de la production de vagues se déplaçant en
direction de P et la période la plus longue des vagues engendrées dans la zone de tempête.
Tempête
Tempête
Rp Nouvelle houle éventuelle

arrivant plus tard
1
P
2
Figure 4.7. Houle provenant d'une tempête lointaine. Les vagues se dirigeant vers le point P
ont été engendrées durant un temps Dp.
Les composantes ayant la période la plus longue arrivent les premières au point P, car ce sont
celles qui se déplacent le plus vite. Leur temps de parcours (en heures) est:
Rp Rp Rp
=t = = 0, 659 (4.2)
cg 1, 517T T
Ces composantes continuent de défiler pendant une période de Dp heures, puis elles
disparaissent. On détermine la période Dp à partir de cartes météorologiques en calculant
combien de temps un fetch donné reste dans une zone donnée. Dans l'intervalle, les
composantes plus lentes parviennent à leur tour au point P et, dans le présent exemple, on
assume que la durée durant laquelle les composantes de chaque catégorie passent par le
point P est de Dp heures. Il reste une composante dont la vitesse est si lente que ses vagues
commencent à arriver en P alors que les plus rapides sont sur le point de disparaître (comparer les
quadrilatères 1 et 2 de la figure 4.7). La première vague de la composante lente (quadrilatère 2),
de période T2, s'est déplacée pendant t heures; la dernière vague de la composante rapide
(quadrilatère 1), de période T1, a quitté le front de la tempête Dp heures plus tard et s'est donc
déplacée pendant (t – Dp) heures. On a, pour la composante lente:
Rp Rp
=T2 = 0, 659 (4.3)
1, 517t T
et, pour la composante rapide,
Rp = cg(t − Dp ) = 1, 517(t − Dp )
ou
Rp Rp
T1 = = 0, 659 . (4.4)
1, 517(t − Dp ) t − Dp
Rp étant exprimé en milles marins, t et Dp en heures, et T1 et T2 en secondes.
T1 et T2 sont les valeurs extrêmes de toutes les valeurs observables en P à un moment donné. Il est
possible que certaines des périodes comprises dans l'intervalle ainsi défini ne figurent pas dans le
spectre observé du fait que les composantes correspondantes ont pu se dissiper lors de leur long
parcours en dehors de la zone de la tempête. On déduit facilement des équations précédentes
que l'intervalle des fréquences possibles est donné par:
Dp
f1 − f2 = 1, 517 (4.5)
Rp
Cela signifie que la largeur maximale de la bande (intervalle) des fréquences de vagues qui se
superposent au point d'observation est constante pour ce point et qu'elle dépend de la durée Dp
de formation des vagues. Cet intervalle se rétrécit à mesure que l'on s'éloigne de la tempête.
L’observation confirme ce résultat, obtenu à partir d'un modèle schématique et indiquant qu'en
raison de la dispersion longitudinale, la houle revêt un aspect d'autant plus régulier qu'elle
parcourt une plus longue distance.
Exemple d'une houle provenant d'une tempête lointaine
Problème
Des vagues ont été engendrées dans la direction R durant 18 heures. La période la plus longue
dans la zone de la tempête était de 15 s. Effectuer une prévision de la houle pour le point A, situé
à 600 milles marins de la zone de formation. Il s'agit de déterminer quand les premières vagues
arriveront en A et quelles périodes il sera possible d'y observer au cours des 36 heures suivantes.
Solution
Au point A, Rp = 600 milles marins, Dp = 18 h et Tmax = 15 s.
Selon l'équation 4.2, les premières vagues arrivent au bout de t = 0,660 × 600/15 = 26,4 h après le
début de la tempête. Ces vagues continuent d'arriver pendant 18 heures après leur apparition.
Tableau 4.2. Intervalles des périodes de houle et longueurs d'onde au point A selon le
moment d'arrivée après le début d'une tempête
Moment d'arrivée (h) Période(s) Longueurs d'onde (m)

30 15,0–13,2 351–272
36 15,0–11,0 351–189
42 15,0–9,4 351–138
48 13,2–8,2 272–105
54 11,0–7,3 189–83
60 9,4–6,6 138–68
66 8,2–6,0 105–56
Front de la dépression
O
Rp
Figure 4.8. Houle provenant d'une tempête lointaine quasi stationnaire, à l'intérieur de
laquelle les vagues parcourent une distance R, et où l'aire génératrice a un fetch long
On calcule l'intervalle des périodes (T1 − T2) au point A pour les 36 heures suivant le moment
de l'arrivée de la première vague, à intervalles de 6 heures, à partir de 30 heures après la
tempête, comme l'indique le tableau 4.2. On peut aussi obtenir la gamme des longueurs d'onde
en utilisant la relation λ = 1,56 T2 (m). Les composantes de vagues ayant une période de 15 s
disparaissent après t = 44,4 h.
Nous avons choisi une durée de prévision longue pour mettre en évidence la décroissance
progressive de la période des vagues. En fait, les vagues de période courte ne se remarquent
pratiquement plus lorsqu'elles ont voyagé pendant 2 à 3 jours ou que la tempête s'est déplacée
dans le cas d'un système dépressionnaire tropical. Toutefois, un tel système n'engendre pas une
houle égale dans toutes les directions: cela dépend de la structure des champs de vent dans le
système et du déplacement de ce dernier.
4.4.2 Tempêtes lointaines et fetch long
La prévision des vagues provenant d'une tempête lointaine avec un fetch long est plus complexe,
car, en général, les diverses composantes ne parcourent pas la même distance à l'intérieur de
la zone de formation des vagues. Les vagues les plus longues et les plus hautes s'observent
d'ordinaire dans la partie sous le vent de la tempête. À toutes fins pratiques, on peut choisir une
valeur moyenne appropriée de la distance S (voir figure 4.8) et appliquer une durée corrigée D ’p
en ajoutant à Dp le temps nécessaire aux composantes pour couvrir le «fetch moyen» S:
S S
Dp′ = Dp + = Dp + (4.6)
cgi 1, 517T1
où cgi désigne la vitesse de groupe de la composante considérée. On peut démontrer que, dans
ce cas, la gamme des fréquences de la houle ne demeure pas constante en un point donné P,
mais croît légèrement à mesure que les plus longues composantes disparaissent du spectre et
cèdent la place à des composantes de plus en plus courtes.
Exemple de houle provenant d'une tempête lointaine avec un fetch long
Problème
Sur la figure 4.8, des vagues sont produites dans la direction R. Le fetch «moyen» de génération
est de 180 milles marins pour des vagues ayant une période comprise entre 12 et 15 s;
Rp = 600 milles marins; Dp = 18 h. L'objectif consiste à définir les conditions des vagues au point P.
Solution
La durée corrigée des vagues dont T = 15 s est égale à

Dp = 18 h + (0,66 × 180/15) ≌ 18 h + 8 h = 26 h. Comme précédemment, cette composante arrive
en P 26,4 h après le début de la tempête, mais disparaît 26 h plus tard. De la même façon, la
durée corrigée de la production des vagues, avec T = 12 s, est égale à Dp = 27,9 h. La durée de
déplacement pour que cette composante atteigne le point P est égale à t = 0,66 × (600/12) = 33 h.
Les dernières vagues dont T = 12 s passent par le point P au bout de t = 33 h + 27,9 h, soit 60,9 h.
Les intervalles des périodes et des longueurs d'onde sont présentés au tableau 4.3.
Si l'on compare les résultats des sections 4.4.1 et 4.4.2, on voit que dans cette dernière le spectre
des ondes reste plus large pendant une période plus longue. Étant donné la vaste gamme de
périodes d'énergie, la houle aura également un aspect moins régulier.
4.4.3 Houle arrivant en un point d'observation à partir d'une tempête proche
Comme nous l'avons indiqué dans l'introduction de la section 4.4, la houle qui s'étale à partir de
divers points du front d'une tempête proche (moins de 600 milles marins) peut atteindre le point
d'observation. Ainsi, lorsque l'on prévoit la houle provenant d'une tempête proche, on doit tenir
compte de l'effet de la dispersion angulaire en plus de la dispersion longitudinale des vagues.
Pour évaluer la houle, il faut:
– Calculer l'état de la mer dans la zone de fetch qui influe sur le point de prévision;
– Mesurer la distance entre le bord antérieur de la zone de fetch et le point d'observation;
– Déterminer la période du pic spectral et l'intervalle des périodes des vagues situées de part
et d'autre de ce pic;
– Déterminer le moment d'arrivée de la houle au point de prévision;
– Calculer l'intervalle de périodes présentes à divers moments;
– Déterminer le facteur de dispersion angulaire et le facteur de dispersion longitudinale des
vagues à chaque moment de la prévision.
Tableau 4.3. Intervalles des périodes de houle et des longueurs d'onde au point P selon le
moment d'arrivée après le début d'une tempête
Moment d'arrivée (h) Période(s) Longueur d'onde (m)

30 15,0–13,2 351–272
36 15,0–11,0 351–189
42 15,0–9,4 351–138
48 15,0–8,2 351–105
54 14,1–7,3 310–83
60 12,0–6,6 225–68
66 10,4–6,0 169–56
La dispersion angulaire peut être calculée en utilisant la largeur de la zone de fetch et la distance
entre le bord antérieur de cette zone et le point de prévision sur la figure 3.4 (voir également la
section 3.3). Ce coefficient étant un pourcentage de l'énergie, il faut en calculer la racine carrée
lorsque l'on l'applique à la hauteur des vagues.
À partir des résultats de l'expérience JONSWAP, Hasselmann et al. (1976) ont proposé une
relation entre la variance de la surface de la mer (énergie générée par les vagues) et la fréquence
de pic pour une vaste gamme d'étapes de croissance. En transformant les résultats pour faire
intervenir Hm0 et fp, on obtient:
H m = 0, 414 fp−2( fpu)1 / 3 (4.7)

0
L'équation 4.7, le spectre JONSWAP (figure 1.17) et la méthode PNJ peuvent être utilisés pour
déterminer le coefficient de dispersion longitudinale des vagues à chaque moment de prévision
au point de prévision. La figure 3.5 montre comment le spectre des vagues se disperse avec le
temps, tout comme l'illustre l'exemple ci‑après.
Exemple
La figure 4.9 représente la tempête génératrice de la houle qu'il faut prévoir à Casablanca. Les
cartes antérieures montraient qu'un front froid s'était déplacé vers l'est au cours des dernières
24 heures. Ce front progressait lentement, mais à une vitesse suffisante pour qu'aucune vague
ne franchisse le bord antérieur de la zone de fetch. À l'heure où la carte avait été dressée, le front
ralentissait et une dépression secondaire commençait à se développer. Selon les prévisions,
cette dépression allait se creuser et, de ce fait, le vent deviendrait traversier du sud dans la zone
de fetch. Il était également prévu que le front poursuivrait son déplacement, mais que les vents
d'ouest faibliraient sur son arrière. Au moment de l'analyse, on pouvait donc considérer que la
mer était entièrement levée à l'intérieur de la zone de fetch, où le vent cesserait de favoriser la
croissance des vagues.
Problème
Au moment de l'analyse, la zone de fetch (représentée par des hachures sur la figure 4.9)
mesurait 480 milles marins de long et 300 milles marins de large, et les vents étaient
d’ouest‑nord‑ouest. La distance entre le bord antérieur de la zone de fetch et Casablanca (Rc)
était de 600 milles marins. Le problème consiste à déterminer l'ensemble des caractéristiques de
la houle à Casablanca et sa direction. Pour cet exercice, il faut utiliser le nomogramme de Gröen
et Dorrestein présenté à l'annexe 1.
1000
995
D
1005
1010 D
Rc
Casablanca
1015
1020
Figure 4.9. Situation météorologique sur l'Atlantique Nord à l'instant t = 0

Solution
Durant les dernières 24 heures, la vitesse moyenne du vent était égale à u = 15 m s−1 dans la zone
de fetch. Pour ce vent, Hc = 4,8 m et Tc = 8,6 s. Selon l'équation 1.49, Tp = 10,1 s et la gamme de
périodes importantes se situe entre 14,4 s et 5,0 s (entre 2,0 fp et 0,7 fp). Les premières vagues
dont la période est de 14,4 s atteindront la côte:
0, 659 × 600
t = = 27, 5 h
14, 4
après le moment de l'analyse. Ces vagues dont la période est de 14,4 s cessent d'arriver à la côte
au bout de:
0, 659 × (480 + 600)
t = = 49, 4 h
14, 4
Comme le temps requis pour que les composantes des vagues dont T = 14,4 s arrivent depuis
l'arrière de la zone de fetch est inférieur à 24 heures, les équations 4.3 et 4.4 peuvent être utilisées
pour déterminer la gamme des fréquences à chaque moment de prévision à Casablanca. Cette
gamme figure dans le tableau 4.4.
Le coefficient de dispersion angulaire est déterminé à partir du rapport entre Rc et la largeur du

fetch, soit 600/300 = 2. Dans le cas présent, le coefficient de dispersion angulaire est de 30 %
(d'après la figure 3.4), ce qui signifie que la hauteur de la houle observée sur le littoral de
Casablanca devrait être inférieure à 0, 3 × 4, 8 = 2,6 m, c'est‑à‑dire environ la moitié de la
hauteur initiale de la houle.
Le calcul du coefficient de dispersion longitudinale à tout moment de la prévision est la partie

la plus délicate de cette dernière. Il faut choisir une représentation spectrale et procéder à
l'intégration du spectre des fréquences S(f) pour chaque moment de la prévision. Dans cet
exemple, on utilise conjointement l'équation 1.49 et le spectre JONSWAP (figure 1.17) pour
déterminer la gamme des fréquences importantes correspondant à fp = 1/Tp = 0,099, c'est-à-dire
entre 0,7 fp et 2,0 fp (1/14,4 = 0,069 Hz et 1/5,04 = 0,198 Hz), et l'on se sert de la méthode PNJ
pour déterminer la fraction de l'énergie pour des gammes de fréquences données (coefficient de
dispersion longitudinale) atteignant Casablanca à tout moment déterminé.
Tableau 4.4. Prévision des périodes de houle, des longueurs d'onde et de la hauteur de la
houle à Casablanca à divers moments après l'arrivée des ondes de plus longue période. Hc et
les multiplicateurs de dispersion angulaire et de dispersion longitudinale sont également
indiqués (les valeurs entre parenthèses des deux dernières colonnes sont fondées sur
l'approximation d'une distribution uniforme de l'énergie sur la gamme des périodes).
Moment Multiplicateur Multiplicateur Hauteur de la

Longueur
d'arrivée Période(s) Hc de dispersion de dispersion houle à l'arrivée
d'onde (m)
(h) angulaire longitudinale (m)
30 14,4–13,2 323–272 4,8 0,55 0,35 (0,23) 0,9 (0,6)
36 14,4–11,0 323–189 4,8 0,55 0,63 (0,41) 1,7 (1,1)
42 14,4–9,4 323–138 4,8 0,55 0,75 (0,54) 2,0 (1,4)
48 14,4–8,2 323–105 4,8 0,55 0,90 (0,64) 2,4 (1,7)
54 13,2–7,3 272–83 4,8 0,55 0,84 (0,70) 2,2 (1,8)
60 11,0–6,6 189–68 4,8 0,55 0,73 (0,69) 1,9 (1,8)
66 9,4–6,0 138–56 4,8 0,55 0,62 (0,68) 1,6 (1,8)
72 8,2–5,5 105–47 4,8 0,55 0,40 (0,68) 1,1 (1,8)

Pour déterminer les valeurs de l'énergie, on utilise les spectres co-cumulatifs déformés obtenus
à partir de la courbe PNJ pour des vitesses de vent allant de 10 à 44 nœuds en fonction de la
durée (présentés à l'annexe 1). La vitesse du vent est de 15 m s−1 (environ 30 nœuds). L'objectif
est de déterminer l'intersection des basses et des hautes fréquences avec la courbe de 30 nœuds,
ainsi que l'intersection des valeurs de E avec ces points. Pour f = 0,069 Hz, E = 51. Pour f = 0,198,
E = 2,5. La différence est de 48,5. Pour calculer le coefficient de dispersion longitudinale à 36 h,
on recherche les valeurs de E pour les périodes se terminant à ce moment, que l'on divise par
l'énergie totale: (51 – 31,5)/48,5 = 0,402.
Les courbes PNJ permettent d'établir la proportion d'énergie dans les gammes de fréquences
données. Pour obtenir la hauteur significative des vagues, il est préférable de recourir aux
courbes BH (figure 4.1).
La hauteur des vagues se calcule en multipliant la racine carrée du coefficient de dispersion

longitudinale (multiplicateur de dispersion longitudinale) par la racine carrée du coefficient de
dispersion angulaire (multiplicateur de dispersion angulaire) et par Hc. Pour 36 heures, on obtient
0, 042 × 0, 3 × 4, 8 = 1, 7 m .
À l'instant t = 48 h, une partie beaucoup plus importante du spectre est encore présente, tandis
que les périodes sont décalées vers des valeurs inférieures (les fréquences vers des valeurs
supérieures). Le coefficient de dispersion longitudinale est égal à (51 − 12)/48,5 = 0,804 et la
hauteur de la houle à 0, 804 × 0, 3 × 4, 8 = 2, 4 m . Les différentes hauteurs de la houle calculées
de cette façon sont indiquées dans le tableau 4.4.
Il existe une méthode plus rapide, nommée méthode de Bretschneider (1952). Ce dernier a
mis au point deux nomogrammes empiriques pour prévoir le changement de période et le
changement de hauteur de la houle en fonction de la longueur du fetch et de la distance de
propagation depuis la zone de fetch. Ces nomogrammes englobent implicitement le déclin dû à
la dispersion angulaire et à la dispersion longitudinale. Bien qu'ils ne soient pas aussi exacts que
la technique PNJ, ils sont rapides et simples d'utilisation.
Si l'on utilise la hauteur initiale de vague de 4,8 m (environ 16 pieds) et la figure 4.10, on obtient
un facteur de hauteur de la houle proche de 0,475, ce qui donne 4,8 m x 0,475 ≅ 2,3 m. La valeur
maximale obtenue avec la méthode PNJ présentée dans le tableau 4.4 était de 2,4 m. Les deux
résultats sont proches, mais on ne connaît ni l'évolution des hauteurs de la houle au niveau
du point d'observation ni le moment où les vagues les plus hautes apparaîtront. Pour calculer
le changement de la période du pic, il convient de consulter la figure 4.11 qui montre que la
période du pic passe de 10 s à 13 s, à peu près au moment où l'on atteint la hauteur de vague
maximale. La fourchette de périodes du tableau serait calculée comme auparavant.
Cet exemple a été choisi parce qu'il illustre la façon dont la houle évolue en fonction du temps.
La hauteur des vagues présente d'abord une croissance générale, puis, lorsque le spectre atteint
sa plus grande largeur, demeure longtemps constante. La dispersion angulaire est importante,
même pour les zones de fetch voisines. Pour les tempêtes plus éloignées, la dispersion angulaire
devient le terme dominant du déclin.
4.4.4 Autres exemples
Problème
On suppose que la houle provient d'une petite zone de fetch où des vents associés à un système
dépressionnaire tropical ont soufflé avec la force d’un ouragan. Les vagues de la mer du vent
ont une hauteur caractéristique de 12 m sur un front de 120 milles marins. Il s'agit d'évaluer la
hauteur de la houle dans les cas présentés dans les sections 4.4.1 et 4.4.2 avec l'expérience tirée
de la section 4.4.3.
Variation de la hauteur de la houle (Hs)
0 5 10 15 20 25 30 35 40 1,0 0,8 0,6 0,4 0,2 0

Hauteur initiale de la houle (ft) Coefficient de la hauteur finale de la houle
Distance de propagation (milles)

Largeur du fetch (milles) Corps des ingénieurs de l’armée américaine
Figure 4.10. Nomogramme de Bretschneider sur la décroissance de hauteur de la houle. Pour

calculer, choisir la hauteur initiale de la houle (en pieds) sur l'axe horizontal gauche, se
déplacer verticalement vers le haut jusqu'à la ligne jaune représentant la distance de
propagation (en n mi = milles marins), puis horizontalement pour atteindre la ligne verte
représentant la largeur de fetch correcte (définie comme la longueur du fetch, en n mi), puis
de nouveau verticalement vers le bas pour obtenir le coefficient de hauteur de la houle.
Multiplier la hauteur initiale de la houle par ce coefficient.
Sources: Bretschneider (1952), CERC (1977) et COMET (2011)
Solution 4.4.1
Dans la section 4.4.1, la distance entre le point A et la zone de fetch est égale à 600 milles marins,
soit cinq fois la largeur de la zone de fetch. Selon la figure 3.3, le coefficient de dispersion
longitudinale est d'environ 12 %. Ainsi, la hauteur caractéristique de la houle atteignant le
point A devrait être inférieure à 0, 12 × 12 = 4, 2 m .
On peut déterminer le coefficient de dispersion longitudinale à partir du même graphique PNJ

qu'auparavant (voir annexe 1), mais il faut calculer une vitesse effective du vent, puisqu’on
ne connaît que la hauteur des vagues. Pour connaître cette vitesse, il faut suivre la ligne
correspondant à une période de 15 s jusqu'au point où elle coupe la hauteur des vagues donnée,
ce qui, dans notre cas, donne 21,5 m s−1 (43 nœuds). On détermine ensuite les valeurs de E et on
calcule les coefficients de dispersion longitudinale, comme dans la section 4.4.3. Comme c'est au
bout de 42 heures que le spectre de la houle est le plus large, c'est à ce moment‑là que la hauteur
des vagues est la plus grande. Le coefficient de dispersion longitudinale est de 0,8, ce qui donne
un multiplicateur de 0,9, d'où une hauteur caractéristique des vagues de 3,7 m lorsque l'on tient
compte de la dispersion angulaire dans le calcul.
Variation de la période de la houle (Ts)
4 6 8 10 12 14 16 1,0 1,2 1,4 1,6 1,8 2,0

Période initiale de la houle (s) Coefficient de la période finale de la houle

Figure 4.11. Nomogramme de Bretschneider sur la décroissance de période de la houle. Pour

calculer, choisir la période initiale de la houle (en s) sur l'axe horizontal gauche, se déplacer
verticalement vers le haut jusqu'à la ligne jaune représentant la distance de propagation
correcte (en n mi = milles marins), puis horizontalement pour atteindre la ligne verte
représentant la largeur du fetch correcte (définie comme la longueur du fetch, en n mi), puis
verticalement vers le bas pour obtenir le coefficient de période de la houle. Multiplier la
période initiale de houle par ce coefficient.
La hauteur est d'abord très faible, tant que seules les ondes longues atteignent le point A, puis
devient maximale pendant la période comprise entre 40 et 50 heures (voir tableau 4.2), période
durant laquelle le spectre de la houle atteint sa plus grande largeur.
La distance entre le point B et la zone de fetch étant environ égale à 8 fois la largeur de celle-ci, le
coefficient de dispersion angulaire devrait avoisiner 6 %; par conséquent la hauteur de la houle
au point B ne devrait pas excéder 2,9 m. Étant donné que la dispersion longitudinale de l’énergie
des vagues doit avoir encore augmenté entre le point A et le point B, et que les composantes
les plus petites se seront probablement dissipées au cours de leur long parcours sous l'action
des frottements internes et de la résistance de l'air, on peut calculer, à partir des courbes PNJ,
le coefficient de dispersion longitudinale pour chaque moment d'arrivée. La partie la plus large
du spectre, à laquelle correspondent les hauteurs les plus grandes, passe par le point B environ
60 heures après la formation. À ce moment-là, le coefficient de dispersion longitudinale est égal à
0,6, ce qui donne un multiplicateur de 0,8. Par conséquent, la hauteur caractéristique de la houle
sera de 2,3 m.
Solution 4.4.2
Dans la section 4.4.2, le spectre de la houle au point A était plus complexe. On observe une
série de périodes de formation des vagues allant de 12 à 15 s. Il y a également un fetch limité
(180 milles marins). Les vagues ayant la hauteur caractéristique la plus grande diffèrent pour
chacune des périodes limites.
Pour déterminer ces périodes limites, on utilise les spectres co-cumulatifs déformés obtenus à
partir des courbes PNJ pour des vitesses du vent allant de 10 à 44 nœuds en fonction du fetch.
Pour établir la hauteur caractéristique maximale des vagues ayant une période de 15 s, on trace la
ligne correspondant à une période de 15 s jusqu'à l'endroit où elle coupe la ligne correspondant
à un fetch de 180 milles marins, ce qui nous donne la hauteur des vagues (4,5 m = 14,8 pieds). On
trouve également la vitesse effective du vent pour ces vagues (13 m s−1 = 26 nœuds). De la même
façon, on détermine ces valeurs pour des vagues d'une période de 12 s (hauteur caractéristique:
4,8 m = 15,8 pieds et vitesse effective du vent: 14 m s−1 = 28 nœuds). Les valeurs de E (proportions
de l'énergie) peuvent être établies de la même façon que précédemment. Si on compare la
hauteur des vagues pour des périodes de 15 et 12 s en tenant compte du coefficient de dispersion
longitudinale pour chaque heure de prévision, on peut démontrer que les vagues qui arrivent au
bout de 60 h sont celles qui ont la plus grande hauteur caractéristique. Sachant que le coefficient
de dispersion angulaire au point A est de 12 %, la hauteur caractéristique la plus grande est
d'environ 1,7 m. Le coefficient de dispersion longitudinale au bout de 60 heures est de 0,82 et
le multiplicateur de 0,9; ainsi, les vagues qui atteignent le point A au bout de 60 heures ont une
hauteur caractéristique maximale de 1,5 m.
4.5 CALCUL DES EFFETS LIÉS À LA FAIBLE PROFONDEUR DE L'EAU
Plusieurs types d'effets liés à la faible profondeur de l'eau (diminution de la profondeur,

réfraction, diffraction, réflexion et effets du fond) sont décrits ailleurs dans ce Guide. La
présente section est consacrée à quelques-unes des méthodes pratiques inspirées des
travaux du CERC (1977) et de Gröen et Dorrestein (1976). En termes absolus, une règle
empirique pratique consiste à ne pas tenir compte des effets d'une profondeur supérieure
à 40 m environ, sauf si les vagues sont très longues, autrement dit si une grande partie de
l'énergie des vagues est concentrée dans des vagues ayant une période supérieure à 10 s. Il
faut établir une distinction entre:
– la houle provenant d'eaux profondes qui pénètre dans une zone où la profondeur est faible
et variable;
– les vagues de vent dont la croissance se trouve limitée dans une zone où la profondeur est
faible, mais constante.
Les cas plus complexes résultant d'une combinaison des deux conditions décrites ci-dessus
exigent généralement l'emploi de modèles numériques.
La section 4.5.1 traite des effets exercés par la réfraction et la diminution de la profondeur sur une
houle suffisamment peu cambrée pour qu'ils ne la fassent pas déferler. Dans la section 4.5.2, un
diagramme permet d’évaluer la hauteur et la période des vagues dans une eau de profondeur
constante.
4.5.1 Effets sur la houle de la diminution de la profondeur et de la réfraction

à proximité du littoral
Nous négligerons ici l’amortissement dû au frottement sur le fond et au déferlement. Bien que
la diminution de la profondeur et la réfraction soient généralement concomitantes, nous les
examinerons séparément.
4.5.1.1 Variation de la hauteur des vagues due à la diminution de la profondeur
Pour obtenir le coefficient d'amplification Ks dû à la diminution de la profondeur, c'est‑à‑dire

la modification de la hauteur des vagues H provoquée par ladite diminution (sans réfraction),
nous devons considérer la règle fondamentale selon laquelle le flux d'énergie doit être conservé.
Comme l'énergie est liée au carré de la hauteur de la vague (voir sections 1.2.4 et 1.3.8) et que
l'énergie des vagues se déplace à la vitesse de groupe, le flux d'énergie est égal à cgH2, qui est
une constante pour les vagues à incidence normale. Donc, le coefficient d'amplification, qui
dépend du rapport entre la vitesse de groupe en eau profonde cg0 et la vitesse de groupe cg à la
profondeur h, est donné par:
H cg0 c0
Ks
= = = (4.8)
H0 cg 2cg
où c0 = g / k0 désigne la vitesse de phase en eau profonde, k0 le nombre d’onde en eau

profonde et H 0 la hauteur des vagues en eau profonde. Étant donné que la vitesse de groupe cg
est donnée par:
g 1 2kh 
cg = β tanh kh , β = 1 + 
h 2 sinh 2kh 
et que la relation de dispersion ω2 = k tanh (kh) peut être utilisée pour montrer
que k0 = k tanh (kh), le coefficient d'amplification peut également s'exprimer ainsi:
1
Ks = (4.9)
2β tanh kh
Le nombre d’onde k = 2π/λ à la profondeur h est généralement résolu par itération, mais peut
s'exprimer approximativement ainsi:
k0
k≈ (4.10)
tanh k0h
L'approximation est uniquement valable lorsque k0 ≈ k. Pour trouver le coefficient d'amplification
et le changement de longueur d'onde à différentes profondeurs, nous devons disposer du
nombre d’onde en eau profonde k0 ou de la longueur d'onde. Ensuite, les figures qui suivent
peuvent être utilisées pour obtenir les résultats souhaités. La figure 4.12 présente diverses
courbes relatives à la transformation des propriétés d'une vague qui se propage à partir d'eaux
profondes vers des eaux peu profondes. La courbe notée λ / λ 0 étant égale à k0 / k, pour une
profondeur donnée, nous devons prendre la valeur de cette courbe, l'inverser et la multiplier par
k0. Le coefficient d'amplification Ks apparaît également sur cette figure. Pour la commodité de
l'utilisateur qui ne cherche qu'à obtenir le coefficient d'amplification Ks pour une vague en eau
profonde ayant un nombre d’onde k0 (=2π/λ 0), la courbe représentant Ks par rapport à h/λ 0 est
présentée à une échelle dilatée dans la figure 4.13.
Exemple
Pour une vague en eau profonde de période T0 = 10 s, λ 0 = 1,56 T02 = 156 m, puis k0 = 0,04 m−1.
Pour T0 = 15 s, λ 0 = 351 m et k0 = 0,018 m−1. Pour chaque profondeur, nous devons trouver h/λ 0,
puis la valeur de λ/λ 0 pour calculer k à partir des figures 4.12 et 4.13, et obtenir Ks à partir de la
figure 4.13.
Le tableau 4.5 présente le coefficient d'amplification Ks pour plusieurs faibles profondeurs. Il

montre que la hauteur des vagues commence par décroître, puis se remet à croître jusqu'à
atteindre le point de déferlement, qui dépend aussi de la hauteur initiale des vagues en eau
profonde (voir également les figures 4.12 et 4.13).
La baisse initiale de l'énergie des vagues n'est pas due au frottement lié au fait que la vague
commence à «sentir» le fond. Elle est due à l'augmentation initiale de la vitesse de groupe qui
entraîne une légère dispersion de l'énergie des vagues; à mesure que la profondeur continue de
décroître, la vitesse de groupe diminue, entraînant une convergence de l'énergie des vagues et
une augmentation de leur hauteur.
10
Ks
1
2β
cg /c0
/
0
c/c 0
.
h/
0,1
0,01
0,0001 0,001 0,01 0,1 1

h/0
Figure 4.12. Illustration de diverses fonctions de h/λ 0

Source: D'après le CERC (1984)
4.5.1.2 Effets de la réfraction sur la hauteur des vagues
L'exemple précédent faisait abstraction de la réfraction. On y supposait donc que les vagues
se propagent perpendiculairement aux isobathes, ce qui est rare dans la réalité, où l'angle
d'incidence des vagues par rapport aux isobathes s'écarte généralement de 90°, ce qui revient à
dire que α (angle formé par la ligne de crête d'une vague et l'isobathe locale) est différent de 0°.
Cela entraîne une variation de l'intervalle entre les rayons des vagues. D'après la loi de Snell:
H cg0 cos α0
=
H0 cg cos α
Le coefficient de réfraction est égal à:

cos α0
Kr = (4.11)
cos α
où α 0 désigne l'angle que forment une crête et une isobathe locale en eau profonde. La
figure 4.14, extraite des travaux du CERC (1977), s'appuie sur l'équation 4.11. Elle fournit
directement, par référence à différentes valeurs de α 0, les valeurs de l'angle d'incidence en eau
peu profonde (traits pleins) et du coefficient de réfraction (pointillés) pour une période de
vagues et une profondeur données, mais ceci uniquement si les isobathes sont rectilignes et
parallèles.
1,8
1,6
1,4
Ks
1,2
1,0
0,8
0,01 0,1 1
h/0
Figure 4.13. Graphique présentant le coefficient d'amplification Ks par rapport à h/λ 0

Source: D'après le CERC (1984)
Problème
Soit un angle α 0 = 40° que forment les crêtes des vagues en eau profonde et les isobathes d'un
fond en pente. Le problème consiste à trouver α et la réfraction pour une profondeur h = 8 m et
pour T = 10 s.
Solution
h/(gT2) = 8/(9,8 × 100) = 0,0082 et, d'après la figure 4.14, le coefficient de réfraction est égal à
0,905 et α = 20°.
Tableau 4.5. Nombre d’onde k et coefficient d'amplification Ks pour deux périodes de vagues
à plusieurs profondeurs h, obtenus en utilisant les équations 4.9 et 4.10
h (m) T = 10 s, k0 = 0,04 m −1 T= 15 s, k0 = 0,018 m −1

k (m −1) Ks k (m −1) Ks
100 0,040 1,00 0,018 0,94
50 0,041 0,95 0,021 0,92
25 0,046 0,91 0,028 0,98
15 0,055 0,94 0,035 1,06
10 0,065 1,00 0,043 1,15
5 0,090 1,12 0,060 1,33
2 0,142 1,36 0,095 1,64

80°
0,50
70
70°
°
0,60
60
°
0,70
50
60°
40
°
50° 0,80
30
°
20
0,85
°
15
40°
10
°
5°
°
0,90
30°
0,95
Lignes de Kr constant
0,97
20°
0,99
10°
Lignes de constant
(angle crête des vagues/ isobathes)
0
2 5 2 5 2 5
10−4 10−3 10−2 0,1
h/(gT )
2
Figure 4.14. Modification de la hauteur et de la direction des vagues provoquée par la

réfraction sur des pentes aux isobathes parallèles et rectilignes. α 0 est l'angle d'incidence en
eau profonde, mesuré entre la crête des vagues et l'isobathe locale. Les courbes en traits
pleins sont celles des angles égaux d'incidence pour diverses associations de périodes et de
profondeurs. Pour évaluer la réfraction lorsqu'une vague pénètre en eau moins profonde, en
partant d'un angle donné α 0, suivre une ligne horizontale en allant de droite (eau profonde) à
gauche. Les courbes en pointillés sont celles du coefficient d'égale réfraction Kr.
Source: D'après CERC (1977)
4.5.1.3 Détermination du coefficient de réfraction par la méthode de Dorrestein
Comme dans la réalité les isobathes sont rarement rectilignes, on observe généralement une
succession de convergences et de divergences (voir également les sections 1.2.6 et 3.3.2).
Dorrestein (1960) a conçu une méthode pour déterminer manuellement la réfraction lorsque
les isobathes ne sont pas rectilignes. Cette méthode requiert le traçage entre un point P, situé en
eau peu profonde, et la zone d'eau profonde de quelques rayons englobant toutes les directions
de vagues qui doivent être prises en compte conformément à une distribution directionnelle
donnée en eau profonde.
L'hypothèse est qu'en eau profonde, la distribution angulaire de l'énergie des vagues est à peu
près uniforme dans la gamme des azimuts compris entre α' 1 et α' 2 . Ces angles correspondent aux
angles d'incidence α1 et α2 au point P. Il faut tracer des rayons au moins pour les vagues situées
à ces limites extérieures de la distribution. Il peut suffire de supposer que les isobathes sont
rectilignes et d'utiliser la figure 4.14 pour calculer ces angles. Dans ce cas, selon Dorrestein, le
coefficient de réfraction est égal à:
c0 α1 − α2
Kr = ⋅ (4.12)
c α1′ − α2′
où c0 désigne la vitesse de phase en eau profonde et c la vitesse de phase au point P.
Problème
Comme dans l'exemple de la section 4.5.1.2, h = 8 m au point P. T = 10 s, donc h/(gT2) = 0,0082.

Selon la figure 4.9, α = 20° lorsque α 0 = 40°. Le problème consiste à trouver Kr par la méthode de
Dorrestein.
Solution
Selon la loi de Snell:

c0 sin α0 sin 40
= = = 1, 88
c sin α sin 20
En général, il est prudent d'utiliser une petite fenêtre α = α1 − α2 centrée autour de α (= 20°
dans ce cas) pour appliquer les résultats concernant un fond en pente idéalement linéaire afin
d'obtenir les réponses à un cas réel de topographie du fond. Si nous prenons α1 = 21° et α2 = 19°,
nous trouvons, d'après la figure 4.14, α1 ≈ 42° et α2 ≈ 37,5°. Dans ce cas, l'équation 4.12 donne
Kr = 0,904.
Les résultats concernant Kr dépendent souvent du choix de la distance séparant α1 et α2

(ou α'1 et α'2).
4.5.2 Vagues de vent en eau peu profonde
En eau peu profonde, la topographie et la composition du fond ont un effet dissipateur sur les
vagues. Nous présentons ici une méthode manuelle simple d'utilisation pour prévoir la hauteur
caractéristique Hc et la période associée des vagues dans des eaux de profondeur faible mais
constante. On se sert à cette fin de la figure 4.15, qui repose sur le même nomogramme que pour
la croissance en eau profonde, en y ajoutant des termes qui permettent de prendre en compte les
effets limitants du fond. Comme dans les sections précédentes du présent chapitre, on suppose
que Hc est à peu près égale à la hauteur significative des vagues H1/3 ou Hm0, et que Tc est à peu
près égale à la période significative des vagues T ou Tp (voir chapitre 1). Pour ne pas surcharger
le graphique, on n'y fait apparaître que les rapports Hc/h et Tc/h, tous deux en fonction of u/h.
u est la vitesse du vent au niveau standard (généralement 10 m au-dessus de l'eau) en m s−1. La
hauteur Hc et la profondeur h des vagues sont exprimées en mètres, et la période des vagues
Tc en secondes. Les courbes en traits pleins représentent Hc/h et Tc/h dans le cas d'un fetch
suffisamment long, par exemple, quand le rapport X/h est largement supérieur à 3 000, où il y
a lieu de penser qu'un certain équilibre s'établit entre l'action du vent et la dissipation liée aux
effets du fond. L'effet de la limitation du fetch est mis en évidence pour X/h = 3 000.
Problème
Il s'agit de trouver Hc et Tc pour u = 20 m s−1, h = 10 m et le fetch X = 200 km et 30 km.
Solution
Sur la base de la section 3.2, nous effectuons l'adimensionnement suivant: H* = gHs/u2, T* = gTs/u,
X* = gX/u2, h* = gh*/u2. Ensuite, h* ≌ h/40 ≌ 0,25 et X* ≌ X/40 ≌ 5 000 et 750. En utilisant la
figure 3.2, nous obtenons T* ≌ 2,8 et 2,1 et H* ≌ 0,060 et 0,045. Le redimensionnement donne
respectivement T = 5,6 s et 2,4 s et H = 2,4 m et 1,8 m pour les fetchs de 200 et 30 km. Les fetchs
proviennent soit du littoral du côté du vent, soit du côté au vent de la case de fetch, selon la
distance la plus courte.
4
Tc
h
2
s
de
0
00
on
=3
of
X/h
pr
1
ux
Ea
0,8
0,6
Hc
0,4
h
0,2
0,1 00
s
30
de
fon
0,08 =
h
X/
ro
p
0,06
ux
Ea
0,04
0,02
0,01
1 2 4 6 8 10 20 40
u/ h
Figure 4.15. Diagramme servant à évaluer la hauteur caractéristique et la période des vagues
soulevées par le vent en eau de profondeur faible mais constante. Les courbes en traits pleins
correspondent aux valeurs limites pour des fetchs assez longs appelés X et les courbes en
pointillés aux conditions où la longueur du fetch, caractérisée par le rapport X/h = 3 000, est
relativement courte.
Source: Gröen et Dorrestein (1976)
4.6 MODIFICATION DES ORIENTATIONS FOURNIES PAR LES MODÈLES

NUMÉRIQUES
Les modèles de vagues actuels permettent de produire des prévisions d’une grande précision, à
condition toutefois que les modèles de vent qui les forcent soient fiables. La plupart des centres
de prévision de la planète ont par ailleurs largement accès aux sorties des principaux modèles
de vagues (sur Internet par exemple). De ce fait, le processus de prévision des vagues consiste
désormais à utiliser les données issues d’un modèle comme une bonne approximation de départ,
puis à rechercher les faiblesses ou les biais du modèle de vagues et du modèle du vent qui le
force. Une erreur de 10 % dans l’estimation de la vitesse du vent peut souvent déboucher sur
une erreur de 20 à 30 % dans la prévision de la hauteur des vagues. On peut avoir recours aux
techniques manuelles présentées précédemment pour confronter les résultats de la modélisation
à la réalité et pour orienter la modification des résultats du modèle et améliorer les prévisions. Les
sections qui suivent portent sur la démarche générale de la prévision, en mettant l’accent sur la
façon de combiner les observations, les orientations données par les modèles et les techniques
manuelles afin d’améliorer les prévisions. La section 4.6.1, qui porte sur les modèles et les
difficultés éventuellement rencontrées, est suivie de la section 4.6.2 consacrée à la vérification
de l’initialisation et du fonctionnement des modèles par rapport aux observations. Le cycle
classique de l’analyse, du diagnostic et du pronostic appliqué à cet environnement est présenté à
la section 4.6.3.
4.6.1 Problèmes éventuels rencontrés avec les modèles
Tous les modèles ont des points forts et des carences qui leur sont propres et dont le
prévisionniste doit absolument avoir connaissance. Il existe aussi des problèmes d’ordre général
communs à l’ensemble des modèles numériques. Les vagues et les modèles de prévision associés
sont extrêmement sensibles au forçage du vent et ce paramètre doit être pris en considération en
priorité. Les modèles de vagues en eau profonde sont performants, mais il arrive que, suivant la
configuration du modèle, les effets liés à la faible profondeur de l’eau, ainsi qu’à la marée et aux
courants, ne soient pas pris en compte correctement, voire pas du tout.
En ce qui concerne les modèles du vent, c’est aux problèmes associés à la stabilité de la couche
limite, notamment entre 10 mètres et la surface, qu’il convient généralement d’être attentif. Le
repérage des biais est ici le plus souvent une question d’expérience, mais les erreurs les plus
graves ont tendance à se manifester dans les environnements stables (forte advection chaude
au-dessus d’eaux froides) ou instables (forte advection froide au-dessus d’eaux chaudes).
La résolution du modèle peut ne pas résoudre correctement certains effets locaux tels que
la canalisation des vents ou des jets causés par l'effet de coin autour d'îles au relief abrupt.
Si des erreurs d’initialisation sont détectées, il est essentiel d’en définir les causes, car elles
détermineront les modifications à apporter à la prévision, et la durée pendant laquelle ces
modifications devront être maintenues.
S’agissant des modèles de vagues en tant que tels, les problèmes que l’on pourra rencontrer
varient souvent en fonction du modèle utilisé: il est donc fondamental de les mettre en évidence
pour chaque modèle employé, et notamment pour le principal modèle de prévision des
vagues. En eau peu profonde, le déferlement, la surcote liée à l’action des vagues et le jet de
rive pourront poser des difficultés. Les effets de réfraction et de diffraction sont des facteurs que
l’on peut paramétrer ou négliger. De nombreux modèles de vagues ne tiennent pas compte des
interactions vagues‑courant ou vagues‑marée et ceux qui le font ne sont pas forcément associés
à des modèles océaniques permettant d’obtenir une image réaliste des échanges d’énergie et
de transport de la quantité de mouvement. Enfin, il convient de mentionner les interactions
vagues‑glace et vagues‑glace‑courant qui peuvent entraîner des difficultés associées à la
dissipation et au développement des vagues dans des régions où l’on trouve des floes ou de la
banquise.
La présentation et l’interprétation des données peuvent également constituer des difficultés

lors du recours à un modèle de vagues. De manière générale, les champs de vagues sont une
combinaison d’éléments multiples, tels que les mers du vent et les diverses composantes de la
houle produite à proximité ou à de très grandes distances, chacun de ces éléments ayant ses
propres caractéristiques spectrales. Certains modèles fournissent le spectre des vagues dans
son intégralité, d’autres uniquement la hauteur significative, la période du pic et la direction
des vagues, ainsi que les mêmes éléments pour une ou plusieurs composantes de la houle. Les
modèles comportent des algorithmes devant permettre de détecter les principales composantes
des mers du vent et de la houle, et de les distinguer de manière simple, mais ils donnent
parfois des résultats erronés. Des difficultés peuvent également résulter du masquage des
vagues, les composantes de la plus petite de deux grosses vagues pouvant ne pas être prises
en compte. Dans le même ordre d’idées il peut arriver que la période du pic affichée ne soit pas
représentative de la vague significative, mais d’une autre de ses composantes.
De manière générale, la résolution est un aspect problématique commun à tous les modèles, ceci
recouvrant en particulier le degré de correspondance entre le modèle de vagues et le modèle du
vent, la qualité de la bathymétrie, notamment à proximité des côtes, et le littoral. Les interactions
avec la glace de mer, les courants, les marées ou des combinaisons de ces éléments sont des
aspects problématiques pour les modèles du vent et des vagues. On trouvera aux chapitres 5
et 6 des informations relatives aux modèles de vagues, ainsi que des conseils relatifs à d’autres
sources d’informations pertinentes.
Il y a deux grandes leçons à retenir de ce qui précède. Il faut se familiariser avec les modèles,
puis observer leur comportement dans des situations réalistes afin d’en apprécier les biais et les
erreurs. Enfin, il est toujours essentiel d’obtenir une représentation exacte du champ de vent.
4.6.2 Vérification opérationnelle des modèles
On passera en revue ci-dessous les difficultés ou les problèmes communément associés aux
orientations fournies par les modèles, ainsi que les solutions simples permettant d’y remédier, à
commencer par la confrontation avec les observations. Pour de plus amples informations sur les
observations et leurs caractéristiques, on se reportera au chapitre 2 consacré aux vents maritimes
et au chapitre 7, qui traite des données sur les vagues.
4.6.2.1 Vent
Comme on l’a déjà indiqué précédemment, il faut vérifier les données sur le vent disponibles
et les comparer à celles issues du modèle du vent. On veillera, pour ce faire, à tenir compte du
fait que la plupart des modèles de vagues utilisent en entrée des vents à 10 m et que nombre
d’entre eux partent de l’hypothèse de la stabilité neutre pour extrapoler à la surface et calculer
la tension du vent qui est effectivement utilisée par le modèle. L’hypothèse de la stabilité neutre
doit être vérifiée au regard du type et de la version du modèle. Il convient également d’en tenir
compte en fonction des instruments utilisés. Les bouées, ainsi que les anémomètres et les navires
situés à proximité du littoral se trouvent à des élévations différentes qui doivent être ramenées à
10 m; ils tiennent souvent compte de la température de l’air et de la mer pour estimer la stabilité
et effectuer les corrections correspondantes. De nombreux instruments de télédétection ne
mesurent pas la vitesse du vent directement, mais des caractéristiques de la surface de l’océan
et la plupart d’entre eux utilisent un algorithme qui donne des vents à 10 m en partant de
l’hypothèse d’une stabilité neutre.
Une fois tous ces éléments comparés avec le modèle, on peut détecter les biais et, dans le
meilleur des cas, en déterminer la cause. Si cette dernière n’apparaît pas clairement, il pourra
s’avérer nécessaire de conserver initialement la correction du biais avant de la supprimer
progressivement sur une période de 6 à 12 heures. Si la cause du biais est manifeste, il est parfois
possible d’obtenir de bien meilleurs résultats. Ainsi, si une tempête s’approche et que le modèle
sous-estime les vents dans un des secteurs concernés, il peut être possible de conserver la
correction du biais pour les zones desquelles s’approche le champ de vent de ce secteur jusqu’à
ce qu’il soit passé. Les lignes de grains et les systèmes dépressionnaires tropicaux sont des
exemples de cas de figure de ce type.
Si la valeur du forçage du vent semble correcte, il faut comparer les observations des vagues
aux sorties du modèle. En cas de discordance, si l’on est sûr de la valeur du forçage du vent, il
convient de rechercher d’autres causes possibles à ces différences. La houle a souvent un rôle
à jouer à cet égard. Il arrive que les modèles régionaux des vents et des vagues ne résolvent
pas la houle générée en dehors de la partie de haute résolution du domaine du modèle. Les
modèles mondiaux peuvent permettre de détecter la cause, mais étant donné que leur résolution
est généralement inférieure, ceci peut affaiblir ou altérer le champ de vagues produit. Dans le
cas des phénomènes marqués de moyenne échelle, dont les lignes de grains et les systèmes
dépressionnaires tropicaux, les modèles régionaux eux-mêmes peuvent rencontrer des difficultés
avec les vagues du vent et la houle. Enfin, il se peut qu’une houle ou une mer du vent apparue
avant le cycle d’assimilation des données et qui se trouve encore dans la zone de prévision n’ait
pas été modélisée correctement. La majorité des principaux modèles de vagues n’utilisent pas
l’assimilation des données.
4.6.2.2 Vagues
Pour prendre en compte une zone de houle anormale présente dans le domaine de prévision
et qui va en sortir dans une direction donnée, il faut décaler les résultats vers des valeurs
supérieures à proximité et à l’avant du champ de houle et revenir à la prévision du modèle à
l’arrière. En cas de houle due à une ligne de grains qui s’approche, il faut décaler les résultats
vers le haut à l’avant du front de rafale puis descendre à zéro derrière la ligne (si la ligne rattrape
les vagues et s’il y a un courant de surface s’opposant aux vagues derrière la ligne, il peut même
être possible de diminuer un petit peu les vagues). Dans le cas des systèmes dépressionnaires
tropicaux de l’hémisphère Nord, il faut faire attention aux vagues apparaissant à la droite de
la trajectoire du système, notamment si celui-ci se déplace à une vitesse élevée ou accélère en

ligne droite, car cela peut créer un fetch dynamique susceptible de générer des vagues plus
hautes que celles attendues d’un tel système. Comme on l’a expliqué plus haut, ceci est dû au fait
que les vagues ont été forcées pendant une période prolongée et qu’elles sont parfois presque
pleinement développées. Il est nécessaire d’estimer le temps pendant lequel les vagues ont été
forcées avant qu’elles ne quittent la zone de fetch. Ainsi, des vagues ayant une vitesse moyenne
de 25 nœuds dans une case de fetch d’une longueur de 100 milles marins sous une tempête se
déplaçant à une vitesse de 20 nœuds seront forcées pendant une durée pouvant aller jusqu’à
20 heures, alors que dans le cas d’une tempête stationnaire, la durée maximale du forçage est
de 4 heures. Pour des vents de 60 nœuds, ceci correspond à la différence entre 4,5 m et 14 m (en
utilisant le nomogramme de Breugem et Holthuijsen).
4.6.2.3 Autres effets
Dans le cas des mers du vent ou d’une houle en eau peu profonde, un certain nombre d’effets
peuvent ne pas être perceptibles à l’échelle du modèle (détroits peu profonds ou zones de
plateau par exemple). Il peut se révéler nécessaire de tenir compte de la réfraction vers des zones
moins profondes, du déferlement des vagues en eau peu profonde et des interactions courant
de marée-vagues. En ce qui concerne les floes et les champs de glace massifs, certains modèles
partent de l’hypothèse que le champ de glace initial ne se déplace pas pendant la période de
prévision. En cas de vents forts et de simulations de plus longue durée avec le modèle, ceci
peut entraîner des différences, en exposant des zones à des effets de vagues qui n’existent pas
initialement. L’analyse initiale de la glace utilisée dans le modèle peut également comporter des
erreurs de position. Dans le cas des vagues qui s’approchent de la glace, à moins que le modèle
n’ait une haute résolution, on partira de l’hypothèse que leur hauteur reste la même jusqu’au
moment où elles atteignent la lisière des glaces puis qu’elle devient nulle. L’échelle de longueur
de l’amortissement des vagues est généralement d’une ou deux mailles de grille tout au plus.
4.6.3 Cycle de prévision: analyse, diagnostic et pronostic
La prévision des vagues passe généralement par les étapes suivantes:
1. Analyse: vérification des conditions actuellement observées et des tendances récemment

observées et comparaison avec l’initialisation du modèle:
a) Vérifier d’abord les vents. Si les vents prévus par le modèle sont inexacts, il est très
probable qu’il en sera de même du champ de vagues. Rechercher l’ordre de grandeur
et la configuration spatiale des erreurs. Ceci donnera des indications sur la manière
dont il faut modifier la prévision établie par le modèle.
b) Vérifier toutes les observations relatives aux vagues:
i) Pour les bouées, les navires et les plateformes en mer, rechercher d’autres
composantes des vagues issues des observations manuelles ou des spectres des
vagues, ces derniers étant l’option la plus prometteuse. De cette manière, on sera
peut-être en mesure de repérer les champs de vagues non résolus par d’autres
sources et d’effectuer une comparaison avec la différentiation des champs
de vagues effectuée par le modèle. Ceci peut également révéler des effets de
masquage des vagues et permettre de déterminer les composantes des vagues
qui sont les plus problématiques.
ii) La plupart des satellites et des autres instruments de télédétection donnent une
bonne estimation de la hauteur significative des vagues dans l’espace, que ce soit
le long de lignes (altimètres radar) ou pour des domaines données (SAR).
2. Diagnostic et pronostic:
a) En cas de discordances relatives au vent dans le domaine de prévision, la mise en
évidence de leur origine devrait fournir une stratégie pour modifier la prévision.
Par exemple, un système dépressionnaire tropical à l’approche dont la puissance a
été sous-estimée dans la prévision devrait entraîner l’application d’un biais faible à
la hauteur des vagues ou à la période du pic dans le modèle, qui peut s’amplifier à
l’approche du système.
b) En cas de discordances relatives aux vagues non associées à des discordances relatives
aux vents dans le domaine de prévision:
i) Les vagues observées sont trop faibles par rapport au vent, ce qui peut
notamment être causé par une stabilité plus élevée que prévu. Il peut alors
se révéler nécessaire de conserver des vagues faibles jusqu’au moment
de la diminution probable de la stabilité. D’autres causes possibles sont le
déplacement avec le vent de courants océaniques ou de courants de marée, qui
réduisent la tension du vent sur l’eau. Des courants océaniques puissants tels que
celui de Kuroshio ou du Labrador sont également associés à de forts gradients de
température de surface de la mer, de sorte qu’il est possible que la stabilité et les
effets du courant agissent conjointement sur la tension du vent en surface.
ii) Les vagues observées sont trop fortes par rapport au vent, ce qui peut être causé
par une houle engendrée en dehors de la zone et qui est en train de pénétrer
dans le domaine de prévision, ou qui s’y trouve déjà et la quitte ou se dissipe. Si
l’on parvient à isoler la cause de la houle et le comportement récent, on devrait
disposer d’une stratégie de modification de la prévision. Si l’on a affaire à un
système météorologique puissant, stationnaire ou qui s’approche du domaine
de prévision, il peut s’avérer nécessaire de conserver des vagues plus hautes tout
au long de la prévision. Dans le cas d’un champ qui s’affaiblit et s’éloigne, on
pourra peut-être revenir progressivement vers la prévision établie par le modèle.
Ici encore, il est fort possible que la stabilité et les courants entrent en ligne de
compte, d’autant plus que certains modèles de vagues continuent à partir de
l’hypothèse d’une stabilité neutre. Étant donné que la plupart des modèles à
grande échelle ne tiennent pas compte des courants, les courants de marée ou
les courants océaniques à grande échelle peuvent être problématiques.
c) Dans les cas de figure mixtes, où l’erreur du modèle est due en partie à des erreurs
dans le forçage du vent, d’autres facteurs pouvant être directement influencés par
le vent peuvent également faire sentir leurs effets. Il faut alors tenter de prendre en
compte la cause principale de l’erreur, dans le meilleur des cas, ou une pluralité de
causes. En sus du vent, il conviendra vraisemblablement de tenir compte des effets
de la marée, qui incluent les courants, ainsi que du mélange d’eau plus froide à la
surface et de la remontée d’eau plus froide près des côtes, ces deux phénomènes
ayant un effet stabilisateur. Les systèmes dépressionnaires tropicaux peuvent
également provoquer une forte remontée des eaux sur la droite de leur trajectoire
dans l’hémisphère Nord, en refroidissant souvent les eaux de surface sur une zone
très étendue. Il peut être nécessaire de tenir compte de ces remontées des eaux, car
de nombreux modèles atmosphériques ne sont pas associés à un modèle océanique
et pourraient rencontrer des difficultés dans la modélisation d’un refroidissement
dû à la remontée des eaux ou à la rétroaction vent-courant. Si ces paramètres sont
utilisés pour forcer un modèle de vagues qui ne tient pas compte desdits facteurs, le
problème risque d’être exacerbé.
3. Contrôle et répétition du cycle autant que de besoin.
4.7 PRÉVISION DES COURANTS D’ARRACHEMENT
La mise au point de systèmes de prévision des courants d’arrachement suscite de plus en

plus d’intérêt, car ce phénomène est une des principales causes de décès chez les baigneurs.
Plusieurs pays ont enregistré des avancées récentes dans ce domaine, mais l’on ne dispose pour
l’heure que de données numériques directes limitées. Compte tenu de la nature dynamique
de la morphologie des plages et de sa sensibilité au temps et à d’autres facteurs, il faudra
probablement attendre encore assez longtemps pour disposer de données numériques de
qualité. La démarche généralement adoptée aux États‑Unis ainsi que dans d’autres régions
consiste à se servir des observations et de données empiriques pour déterminer les corrélations
entre les prédicteurs objectifs et les courants d’arrachement observés. On établit alors une fiche
technique pour chaque plage faisant l’objet d’une prévision, sur la base des prédicteurs et de leur
niveau d’importance individuel et l’on attribue des indices objectifs à chaque facteur de risque.
Quand l’indice global est suffisamment élevé, on publie un avis de risque faible, moyen ou élevé
de présence d’un courant d’arrachement le long de la plage concernée.
Les principaux facteurs contribuant à la formation des courants d’arrachement sont les suivants:
– Bathymétrie et forme/orientation du trait de côte, qui rendent certains sites vulnérables aux
courants d’arrachement;
– Vagues ou houle agissant sur la plage à un angle proche de l’incidence normale;
– Mer du vent résultant d’un vent du large persistant;
– Phase et amplitude de la marée, en particulier les marées moyennes à basse;
– Mécanismes de forçage tels que la surcote liée à l’action des vagues, les structures
construites par les humains sur la côte, les barres de sable et la bathymétrie à proximité du
littoral, ainsi que les récifs coralliens.
4.7.1 Méthode de prévision de base
Une fois la fiche technique établie pour une ou plusieurs plages données, le travail du
prévisionniste consiste à déterminer les niveaux des prédicteurs, sur la base d’observations,
de données numériques, de l’expérience passée, de la connaissance des effets locaux et de
l’identification des configurations. Un exemple de fiche technique établie pour les plages de
Pender et Brunswick (États‑Unis), la première étant orientée à l’est et la seconde au sud, est
donné à la figure 4.16.
Problème
Prenons une hypothèse simple appliquée à la plage de Pender. Des vents de 15 à 20 nœuds
soufflent depuis deux jours à 135° et il est prévu que cette situation se maintienne pendant
encore au moins 30 heures. Une bouée ancrée au large signale l’existence d’une houle d’une
hauteur de 3 pieds et d’une période de 12 secondes, venant de l’est, et trouvant son origine dans
une tempête distante quasiment stationnaire. La lune est presque pleine et la marée basse se
produira vers 14 h, heure locale, mais elle ne sera pas inférieure au plus bas niveau moyen de
marée basse (moyenne des plus bas niveaux de marée basse mesurée chaque jour pendant la
période considérée).
Solution
On saisit les valeurs suivantes dans la fiche technique en commençant par le haut de la feuille:
2,5 pour le vent (vent du large d’une direction de 135°), 1 pour la persistance (2 jours plus
30 h > 48 h), 3,5 pour la houle et 0,5 pour le niveau de la marée. Le total obtenu est de 7,5 ce qui
correspond à un risque élevé de formation de courants d’arrachement d’après les indications
figurant au bas de la fiche.
Pour la plage de Brunswick dans les mêmes conditions, on obtient les valeurs suivantes: 0 pour
le vent (nord du vent du large de 150° à 220°), 0 pour les dernières 48 h de vent (pas de vent du
large pendant cette période), 0 pour la houle (la houle venait de l’est et il aurait fallu des vents du
sud-est ou du sud) et 0,5 pour les marées. On obtient un total de 0,5 qui correspond à un faible
risque de formation de courants d’arrachement.
4.7.2 Éléments à prendre en considération dans la prévision
Les principaux éléments à prendre en considération dans la prévision sont la houle, les mers du
vent, le vent, les niveaux de la marée et, le cas échéant, les effets locaux connus, tels que les zones
où se forment généralement les courants d’arrachement.
La prise en compte du vent revêt une grande importance pour deux raisons essentielles: elle
permet d’analyser les mers du vent et de veiller à ce que le modèle de vagues utilise une valeur
correcte du champ de vent. L’analyse du vent est traitée au chapitre 2. Lors de la prévision des
courants d’arrachement, la règle de la persistance du vent sur une période de 48 h utilisée
dans la fiche technique peut se révéler problématique. Quand le vent est particulièrement fort,
il peut être judicieux de se fonder sur des périodes plus courtes. Inversement, pour un vent
particulièrement faible, on devra peut‑être allonger la période de référence.
Le risque de présence d’un courant d’arrachement peut se maintenir pendant un certain temps
après la disparition du vent. En effet, pendant qu’il se produit, le courant d’arrachement forme
ou agrandit ses canaux, ce qui lui permet de perdurer. En outre, une légère modification de la
direction du vent en fin de phénomène peut entraîner une interférence entre les vagues, ce qui
augmente la possibilité de persistance du courant.
Figure 4.16. Fiche technique de prévision des courants d’arrachement sur les plages de
Pender et Brunswick, Caroline du Nord, États-Unis d’Amérique
Source: COMET. Ce document émane du programme COMET® hébergé sur le site Internet de la Corporation
universitaire pour la recherche atmosphérique (UCAR) (http://meted.ucar.edu/), parrainé en partie par des accords
de coopération avec l’Administration américaine pour les océans et l'atmosphère (NOAA) et le ministère américain du
Commerce. ©1997-2017 UCAR. Tous droits réservés.
L’analyse de la houle repose en premier lieu sur les observations relatives à sa direction, à sa
période et à sa hauteur. Ce sont les bouées météorologiques situées à proximité, qu’elles soient
privées ou publiques, qui constituent la meilleure source de données de ce type. Une difficulté
éventuelle sera de repérer la houle pouvant être masquée par d’autres composantes des vagues.
Certaines bouées transmettent les spectres des vagues, directionnels ou moyennés, ce qui
constitue une excellente ressource. D’autres fournissent la hauteur significative des vagues,
la composante mer du vent ainsi que la composante la plus marquée de la houle. Il en existe
d’autres enfin qui ne donnent que la hauteur significative des vagues. Nombreuses sont celles qui
ne fournissent pas la direction des vagues. Il faut donc bien souvent compléter les observations
par des orientations issues des données numériques. On mentionnera pour finir les observations
recueillies par satellite, notamment par les radars à antenne synthétique et d’autres types de
radars tels que les dispositifs de détection et de localisation par la lumière et les instruments
CODAR.
Quand on dispose d’une bouée qui fournit le spectre des vagues, on peut déterminer la mer
du vent et les composantes de la houle significative. Si ce n’est pas le cas, une houle de mer
significative venant du large risque d’être masquée, dans les données fournies par la bouée, par
la mer du vent ou par des composantes de la houle qui n’auront pas d’incidence sur la plage. Si
les spectres ne sont pas directionnels, on peut les comparer avec les spectres produits par des
modèles à proximité et mettre en évidence leurs différentes composantes et leurs directions.
Les observations de navires situés aux alentours peuvent également aider à mettre la houle en
évidence et à établir la corrélation avec les données fournies par les bouées.
Comme on l’a expliqué plus haut, avant de s’appuyer sur les données numériques issues des
modèles de vagues, il convient d’abord d’analyser les données relatives au vent utilisées par ces
derniers, pour y repérer d’éventuelles erreurs. Les modèles de vagues donnent généralement de
bons résultats, mais sont extrêmement sensibles au vent. Il faut comparer l’analyse de la houle et
des vagues aux résultats du modèle, afin de pouvoir modifier au besoin les orientations fournies
par le modèle des vagues.
De nombreux modèles fournissent des données relatives à la mer du vent et aux composantes
primaires de la houle, dont la hauteur, la période et la direction. Certains d’entre eux déterminent
aussi systématiquement les spectres directionnels des vagues à différents points (le modèle
Wave Watch III de l’Administration américaine pour les océans et l'atmosphère (NOAA) utilise
les positions des bouées pour tracer les spectres point par point). On peut ainsi reconnaître les
composantes qui vont se déplacer vers la plage considérée. Il se peut également que l’on dispose
d’un tableau des composantes des vagues et de leurs paramètres, dont la direction, mis en
évidence et extraits des spectres, ces derniers pouvant aider à repérer le masquage des vagues
dans les observations et à les corriger.
D’autres éléments tels que la phase de la marée, l’appréciation de la situation et les effets de lac
sont à prendre en compte dans la prévision. À marée basse, ou vers cette phase, les conditions
favorables à l’apparition de courants d’arrachement et à leurs effets peuvent être renforcées.
Pour les plages comportant des bancs de sable, les eaux du large poussées vers le littoral
peuvent se trouver partiellement «piégées», ce qui renforce les courants littoraux et les courants
d’arrachement. Si l’état des vagues se maintient, la menace peut revenir pendant plusieurs
cycles de marée compte tenu de la lenteur habituelle de l’évolution des bancs de sable et de la
bathymétrie.
4.7.3 Conseils relatifs à la mise en place d’un système de prévision
On recherchera des plages semblables où un système de prévision est déjà en place, afin
d’ajuster ce dernier aux conditions existantes sur la plage ciblée. Il faut par ailleurs se procurer
les données historiques et météorologiques/océanographiques relatives à des phénomènes
antérieurs, afin de déterminer les conditions et les paramètres du vent et des vagues qui les
caractérisent. Pour ce faire, on peut s’adresser aux organismes d’intervention d’urgence, aux
réseaux locaux de maîtres-nageurs sauveteurs ou consulter les rapports de police et de médecine
légale. Il faut aller à la rencontre des sauveteurs, des organismes d’intervention d’urgence,
des garde-côtes et des spécialistes de l’ingénierie côtière. Il convient en outre de maintenir
des contacts réguliers avec des intervenants tels que les maîtres-nageurs afin d’être informé
systématiquement des incidents, des sauvetages, des victimes ou de la formation de courants
d’arrachement. Il importe enfin de suivre les travaux de recherche récents, en particulier dans la
région concernée.
La prévision opérationnelle des courants d’arrachement fait l’objet de nombreux travaux de

recherche. L’une des stratégies employées consiste à se procurer les rapports établis par les
maîtres-nageurs, au cours d’une période donnée, au sujet d’incidents associés à des courants
d’arrachement, que l’on pourra éventuellement compléter par d’autres données empiriques
fiables. On rassemble ensuite les données physiques relatives aux prédicteurs des phénomènes,
tels que les niveaux d’eau, le vent, les mers du vent et la houle, avant de procéder à la corrélation
de ces éléments avec les incidents observés, ce qui implique souvent le recours à une analyse
de régression. On élabore ensuite une fiche technique analogue à celle de la figure 4.16, mais
utilisant les meilleurs prédicteurs disponibles pour la plage concernée. La liste de contrôle
modifiée de l’échelle de Lushine portant sur les courants d’arrachement dans le centre-est de
la Floride, élaborée par Lascody (1998), en est un bon exemple. Elle a été établie à partir d’une
fiche technique antérieure en donnant plus de poids au vent, à la période de la houle et aux
marées de grande amplitude. En s’appuyant sur un jeu de données plus vaste, Engle et al. (2002)
ont constaté que l’on obtenait une meilleure corrélation en mettant davantage l’accent sur la
direction et la dispersion angulaire des vagues et en donnant moins d’importance à la direction
du vent (figure 4.17).
Cette méthode a l’avantage d’être conçue pour prévoir les conditions susceptibles de provoquer
un incident nécessitant une intervention d’urgence. On peut lui reprocher de ne pas prendre
en compte les cas de figure où les services d’urgence auraient dû intervenir, mais ne l’ont pas
fait. Cette méthode est également biaisée par le niveau de fréquentation des plages qui est
généralement faible par mauvais temps. Elle devrait toutefois couvrir les périodes pendant
lesquelles la fréquentation est élevée. Il est en outre possible de l’adapter à partir de nouvelles
données. Elle ne prend toutefois pas directement en compte les caractéristiques physiques de la
situation ni l’évolution de la morphologie de la plage, qui modifient la configuration des courants
d’arrachement.
Une démarche apparentée consiste à étudier les photographies d’un site pour mettre en
évidence les courants d’arrachement, puis à établir une corrélation avec les prédicteurs, en
suivant la méthode exposée précédemment (Gallop et al., 2011). On travaille certes ici sur des
éléments plus objectifs que les rapports des sauveteurs, mais cette méthode ne prend pas non
plus directement en compte les changements de la bathymétrie à proximité du littoral et risque
de ne pas fournir une bonne estimation de la puissance du courant. Gallop et al. ont également
relevé dans leur étude de cas que le courant d’arrachement était principalement provoqué par
l’énergie des vagues des 10 jours précédents environ et était moins sensible aux conditions du
moment. Ils ont par ailleurs constaté plusieurs modifications de la morphologie de la plage
ayant eu une incidence sur l’apparition des courants d’arrachement au cours de leurs 3,3 années
d’étude.
Des travaux de recherche notables sont également menés sur la modélisation des courants
d’arrachement dans le but de les prédire directement (Austin et al., 2013 ou van Dongeren
et al., 2013, par exemple). Une des principales difficultés réside dans la nécessité d’actualiser
fréquemment la bathymétrie de la zone située près du littoral dans le modèle. En effet, si la
bathymétrie évolue souvent progressivement, elle peut subir des changements radicaux au
cours de phénomènes météorologiques extrêmes ou de longue durée. La prévision des courants
d’arrachement impose aussi souvent le recours à des modèles de vagues imbriqués alimentant
un modèle à haute résolution qui fournit la surcote, l’abaissement du niveau moyen de l’eau, ainsi
que les courants d’arrachement.
Figure 4.17. Liste de contrôle modifiée de l’échelle des courants d’arrachement de Lushine
pour le centre-est de la Floride
Source: Engle et al. (2002)
CHAPITRE 5. MODÉLISATION NUMÉRIQUE DES VAGUES
Chapitre rédigé par M. Reistad et A.K. Magnusson et mis à jour par J.‑R. Bidlot
5.1 INTRODUCTION
Les services météorologiques et hydrologiques nationaux des pays maritimes sont de plus en
plus souvent appelés à établir des prévisions ou à réaliser des études climatologiques sur les
vagues. Les exploitants de plateformes pétrolières en particulier ont besoin de ces données à de
nombreux égards: prévision de l'état de la mer, calculs de fatigue, planification opérationnelle et
opérations maritimes. En outre, les cabinets d'experts-conseil qui interviennent dans le secteur
maritime ont un besoin croissant d'informations sur les vagues au titre de leurs projets.
Pour faire face à cette demande croissante, il faut évaluer les conditions des vagues sur de vastes
étendues océaniques à intervalles réguliers, souvent plusieurs fois par jour. Compte tenu du
volume des données et des calculs à effectuer, on ne peut se passer de l’outil informatique.
En outre, les données mesurées concernant les vagues sont souvent rares et indisponibles au
moment et à l'endroit où on en a besoin. L’utilisation des informations relatives à l’atmosphère
et à l’océan et l’application des principes physiques fondamentaux décrits aux chapitres 1 et 3
permettent une amélioration constante des modèles numériques qui fournissent les estimations
requises sur l’état de la mer.
Quand on modélise les vagues, il est nécessaire d’organiser les connaissances issues de la théorie
et de l'observation sous une forme présentant une utilité pratique pour les prévisionnistes, les
ingénieurs, les gens de mer et le grand public. La tension de surface exercée par le vent étant l’un
des paramètres d’entrée clés des modèles de vagues, la fiabilité des sorties des modèles dépend
de la qualité des champs de vent introduits. Le chapitre 2 était consacré à la détermination des
caractéristiques des vents maritimes. Les autres paramètres ayant une influence importante sur
l’environnement dans lequel évoluent les vagues sont la glace de mer, les courants de surface et
la modification de la profondeur de l’eau.
Le Manuel de l'analyse et de la prévision des vagues de l'OMM (1976) présentait, au travers de la

description détaillée d’un modèle spécifique, la structure et la méthodologie des modèles
numériques des vagues. Plutôt que d’entrer dans le détail du fonctionnement d’un ou plusieurs
modèles en particulier, on a choisi dans le présent chapitre de faire une description générale
des trois classes de modèles définies dans le projet de modélisation des vagues SWAMP (groupe
SWAMP, 1985). Les modèles de «troisième génération» sont désormais couramment utilisés grâce
à l’augmentation des capacités de calcul.
On trouvera à la section 5.2 une introduction aux notions de base de la modélisation des vagues.
La section 5.3 porte sur l’équation du bilan énergétique des vagues. Une brève description de
certains éléments de la modélisation des vagues est présentée à la section 5.4, et les aspects les
plus importants de la classification des modèles sont définis et analysés à la section 5.5.
5.2 NOTIONS DE BASE
Aux échelles temporelles et spatiales sur lesquelles sont prévues les données relatives aux
vagues, la représentation mathématique des vagues de surface comporte un élément aléatoire
important, qui impose le recours à une description statistique pour caractériser l’état de la mer.
Théoriquement, à ces échelles, il faut partir de l’hypothèse de la stationnarité (stabilité dans le
temps) et de l'homogénéité spatiale du processus décrivant la surface de la mer. À l’évidence,
aucune condition de ce type ne peut se maintenir aux échelles plus vastes qui caractérisent la
croissance et le déclin des vagues. Pour modéliser l’évolution des vagues de façon efficace, il
CHAPITRE 5. MODÉLISATION NUMÉRIQUE DES VAGUES 117
faut que ces échelles (pas de temps et dimension de maille) soient suffisamment réduites pour
résoudre l’évolution des vagues, sachant que, dans le temps ou l'espace, il y aura toujours des
phénomènes se produisant à plus petite échelle qu'il faudra négliger.
La représentation la plus courante du champ de vagues est la variance de la densité spectrale à la

surface de l’eau E(f,θ), qui discrétise le champ de vagues en fréquence f et direction θ en partant
de l’hypothèse de la théorie des vagues linéaires (voir section 1.3.7). Cette représentation est
particulièrement utile, parce que l’on sait déjà interpréter les connaissances existantes sur la
physique des vagues en fonction des composantes spectrales E(f,θ) (le spectre de la densité
énergétique peut aussi être défini comme une fonction du nombre d’onde le long des axes de
coordonnées, une simple transformation connectant les deux définitions). Chaque composante
peut être considérée comme une onde sinusoïdale pour laquelle il existe une théorie relativement
bien comprise. Les paramètres relatifs à l’état de la mer peuvent être obtenus à partir de ce
spectre, à savoir la hauteur significative des vagues, le spectre des fréquences, la fréquence du
pic et les fréquences secondaires maximales, le spectre directionnel, la direction primaire des
vagues, toute direction secondaire des vagues, la période au passage au niveau moyen et la
dispersion directionnelle (voir chapitre 1).
Tous les modèles ne font pas appel à cette représentation. On peut en élaborer de plus simples
à partir d’une évaluation directe de la hauteur significative des vagues ou du spectre des
fréquences, les caractéristiques directionnelles étant souvent estimées directement à partir du
vent.
On possède une assez bonne connaissance des processus physiques qui sont supposés
contrôler les champs de vagues. Pour qu’ils soient utilisables dans la modélisation des vagues,
ces processus sont décrits au travers de la réaction de grandeurs statistiques utiles telles que
le spectre des vagues. Tous ces processus n’étant pas encore parfaitement compris, on utilise
également, à des degrés divers, des résultats empiriques dans les modèles de vagues. Bien que
les travaux de recherche actuels visent à obtenir une bonne représentation physique de ces
processus, il reste encore une certaine marge de «réglage» dans les modèles de vagues (leurs
résultats pouvant être ajustés en modifiant des constantes empiriques). Bien que des modèles
aux finalités diverses puissent présenter quelques légères différences, leur structure générale
reste la même. On en trouvera une représentation schématique à la figure 5.1.
Instant
Instant t t + δt
État initial Croissance ∂E (f, θ; t + δt) État modifié

E (f, θ; x, t ) des vagues t E (f, θ; t + δt)
=
Données Propagation –∇ • (cgE)
sur les vagues
Réfraction
diminution – ∂ (∇θ • (c E)
g
de la profondeur ∂θ
+
SIMULATION 
Interactions Snl
RÉTROSPECTIVE
numérique/manuelle non linéaires
+
Dissipation Sds
+
Forçage Sin
Vent atmospherique
 
atmosphérique atmosphérique
Figure 5.1. Éléments de la modélisation des vagues
5.3 ÉQUATION DU BILAN ÉNERGÉTIQUE DES VAGUES
Les notions décrites au chapitre 3 sont représentées de façons diverses dans les modèles de
vagues. La formulation la plus générale des modèles informatiques fondés sur les éléments
représentés à la figure 5.1 fait intervenir l'équation du bilan énergétique spectral, qui décrit le
développement du champ d'ondes externes de gravité dans le temps et dans l'espace:
∂E
+ ∇ • (cgE ) = S = Sin + Snl + Sds (5.1)
∂t
où E = E(f,θ,x,t) désigne le spectre à cinq dimensions des vagues, qui est une fonction du spectre
de la variance de la surface de la mer sur deux dimensions, temps t et espace x, et cg = cg(f) est
la vitesse de groupe en eau profonde associée à sa fréquence directe intrinsèque f. S désigne
la fonction source nette, constituée de sa forme la plus simple en eau profonde exprimée en
trois termes: Sin est l’apport énergétique du vent, Snl le transfert non linéaire d’énergie dû aux
interactions de vague à vague et Sds la dissipation (Sds peut être divisé en une série de termes
fondés sur les différents processus de dissipation modélisés).
Cette forme d’équation est valable en eau profonde en l'absence de réfraction et de courants
significatifs ou de glace de mer.
5.4 ÉLÉMENTS DE LA MODÉLISATION DES VAGUES
La modélisation des vagues consiste essentiellement à résoudre l’équation du bilan énergétique

exprimée par l’équation 5.1. Pour ce faire, il convient d'abord de définir les valeurs de départ
de l’énergie des vagues ou les conditions initiales, ce qui impose de définir les termes sources
se trouvant dans le membre droit de l’équation 5.1, ainsi qu'une méthode pour résoudre les
changements qui se produisent avec le temps.
5.4.1 Conditions initiales
Étant donné qu’elles portent sur un système «dissipatif forcé» les prévisions établies par les
modèles de vagues dépendent de la qualité des champs de vent et des champs océaniques qui
les animent, particulièrement à longue échéance. Toutefois, à courte échéance, la qualité de la
prévision est fortement influencée par la précision de l’estimation du champ de vagues réel dans
les conditions initiales prises en compte par le modèle. Dans la prévision numérique du temps, le
processus d’assimilation des données, au cours duquel les champs de «première approximation»
du modèle sont fusionnés avec les observations pour fournir la meilleure estimation de ces
conditions de départ (processus dit d’«analyse»), constitue une étape fondamentale dans la
production de la prévision.
Dans certaines zones océaniques de l'hémisphère Nord, la densité des observations est telle
que l’on peut procéder à une analyse directe des paramètres observés (tels que la hauteur
significative des vagues ou leur période). Les données obtenues in situ sont fournies par les
navires, les bouées et les plateformes et leur qualité peut être variable (voir chapitre 7). Il
s’ensuit que l’initialisation des modèles informatiques à partir d’observations obtenues in situ
n’est pas chose aisée. Les modèles à phases moyennées utilisent des représentations spectrales
du champ de vagues, et il est difficile de reconstituer une distribution spectrale complète à
partir d'une hauteur, d'une période et d'une direction. Cependant, la possibilité d'obtenir des
données de grande qualité sur les vagues à partir de capteurs embarqués à bord de satellites
offrant une bonne couverture de l'océan a incité les prévisionnistes à rechercher des moyens
d'assimiler ces données dans les modèles de vagues. Les premières méthodes testées faisaient
appel à la hauteur significative des vagues mesurée par des altimètres radar embarqués à bord
des satellites GEOSAT et ERS-1. Il a été démontré qu'on pouvait influer de façon positive sur les
résultats des modèles de vagues en y assimilant ces données (voir par exemple Breivik et Reistad,
1992 et Lionello et al., 1992), et des améliorations de la qualité ont été démontrées sur une durée
d’au moins 24 à 36 heures pendant la prévision (figure 5.2). Les missions d’altimètres successives
se sont révélées des sources précieuses d’informations pour les analyses (Janssen et al., 2008, et
Abdalla et al., 2010) et les réanalyses opérationnelles (Dee et al., 2011). On a également employé
des méthodes visant à assimiler les informations spectrales, telles que les spectres des vagues
obtenus à partir des images des radars à antenne synthétique (SAR) (Abdalla et al., 2006).
L’assimilation de ce type de données devrait avoir un effet particulièrement bénéfique pour les
modèles qui simulent la propagation de la houle à longue échéance (dans la région intertropicale
par exemple, figure 5.2), étant donné que l’énergie peut être résidente pendant plusieurs jours
dans la prévision établie par le modèle.
a) Comparaison avec des données de bouées: b) Comparaison avec des données de bouées:
hauteur des vagues période du pic
Janvier à mars 2012 Janvier à mars 2012
pas de données, toutes les bouées pas de données, toutes les bouées
ENVISAT, toutes les bouées ENVISAT, toutes les bouées
25 Jason 2, toutes les bouées 25 Jason 2, toutes les bouées
ENVISAT + Jason 2, toutes les bouées ENVISAT + Jason 2, toutes les bouées
pas de données, Tropiques
Indice de dispersion (%)

pas de données, Tropiques
Indice de dispersion (%)
ENVISAT, Tropiques ENVISAT, Tropiques

Jason 2, Tropiques Jason 2, Tropiques
ENVISAT + Jason 2, Tropiques ENVISAT + Jason 2, Tropiques
20 20
15 15
10 10
0 24 48 72 96 0 24 48 72 96
Échéance de la prévision (heures) Échéance de la prévision (heures)
Figure 5.2. Incidence de l’utilisation de données altimétriques relatives à la hauteur des vagues dans l’analyse d’un modèle mondial. Vérification
réalisée par rapport à toutes les données disponibles provenant de bouées et des données provenant de bouées situées dans les tropiques pour la
hauteur des vagues a) et la période du pic b). On a fait tourner le modèle à plusieurs reprises sur une période de 3 mois, à une résolution de 28 km,
en utilisant les vents issus de l’analyse opérationnelle, dans les configurations suivantes: passage de référence sans données, passage avec les
données d’Envisat, passage avec les données de Jason‑2 et passage avec les données d’Envisat et Jason‑2. L’indice de dispersion est l’écart type de
la différence normalisé par la moyenne des observations.
Source: Centre européen pour les prévisions météorologiques à moyen terme (CEPMMT)
Les méthodes employées pour produire l’analyse (voir Violante‑Carvalho et Ramos (2006)
pour un résumé) sont considérées comme «séquentielles», la combinaison de la première
approximation et des observations étant effectuée à un moment donné en utilisant les
observations réalisées à une période analogue à la première approximation. Une analyse
«variationnelle» réduit au minimum la variance d’erreur grâce à une fenêtre temporelle
prédéfinie. Les méthodes variationnelles sont généralement plus fines que les méthodes
séquentielles et sont communément employées dans les applications numériques de prévision
du temps et de prévision océanique. Cependant, les méthodes variationnelles exigent
souvent beaucoup plus de calculs. Lefèvre et Aouf (2012) ont constaté que des méthodes plus
sophistiquées ne se sont pas révélées beaucoup plus avantageuses en matière d’assimilation
des données relatives aux vagues que des méthodes séquentielles perfectionnées telles que
l’interpolation optimale (voir par exemple Lionello et al., 1992, et Greenslade et Young, 2004,
2005a).
Compte tenu de leur large couverture géographique, ce sont les observations fournies par
les instruments de télédétection embarqués à bord de satellites qui jouent un rôle clé dans
l’assimilation des données par les modèles mondiaux de vagues. Les modèles plus localisés font
plutôt appel aux plateformes in situ, qui constituent une source d’observations régulièrement
actualisées. Les observations réalisées par des instruments altimétriques permettent une
assimilation fondée sur les valeurs de la hauteur significative des vagues, tandis que les données
provenant des SAR de pointe (ASAR) fournissent une estimation tronquée du spectre des vagues.
Avant toute application dans le modèle, les corrections du champ de première approximation
utilisant ces paramètres doivent être converties en corrections du spectre bidimensionnel des
vagues. En cas d’assimilation de la hauteur significative des vagues, on peut ajuster le spectre
des vagues dans son intégralité, ou uniquement au niveau de la composante de la mer du vent,
pour préserver la cambrure moyenne des vagues ou une relation empirique entre la hauteur
adimensionnelle significative et la période moyenne des vagues (Lionello et al., 1992). S’agissant
de l’assimilation des données provenant des ASAR, la correction est appliquée à des partitions
spécifiques du spectre des vagues (Lefèvre et Aouf, 2012).
Pour évaluer les erreurs d’observation de la hauteur significative des vagues, il est fréquent
d’avoir recours à une méthode de «triple colocalisation» (par exemple Janssen et al., 2007)
par laquelle on procède à une comparaison croisée par paires d’au moins trois estimateurs
indépendants de l’état de la mer (par exemple un modèle, un capteur embarqué à bord d’un
satellite et un réseau in situ) pour obtenir une estimation du biais (linéaire) et de l’erreur aléatoire
pour chaque type de donnée. Dans le système d’assimilation des données, les corrections
locales apportées aux points de colocalisation modèle‑observation sont répercutées dans les
cellules du modèle environnantes par une matrice de covariance des erreurs spatiales. Plusieurs
solutions sont envisageables pour établir cette matrice. C’est ainsi que la méthode de Lonnberg
et Hollingsworth (1986) utilise la différence entre les résultats du modèle et les observations,
alors que la méthode du Centre météorologique national (NMC) (Greenslade et Young, 2005b)
examine les différences entre les prévisions à diverses échéances qui sont valables pendant la
même période. Quant à la méthode canadienne de covariance rapide (Polavarapu et al., 2005),
elle évalue la structure des erreurs d’ébauche à partir de la différence entre l’état du modèle
variant en fonction du temps et la moyenne de l’état du modèle calculée pour l’ensemble des
pas de temps. Il est possible de simplifier la fonction de corrélation spatiale en la considérant
comme une relation définie par l’échelle de longueur de corrélation, mais ceci nécessite de poser
l’hypothèse de l’uniformité spatiale de ces échelles («isotropie»). En haute mer, il a été démontré
que ces échelles étaient d’environ 200 à 500 km (Greenslade et Young, 2005a), même s’il est
raisonnable de supposer qu’il existe des échelles plus courtes et un comportement anisotrope
dans les zones épicontinentales où la protection assurée par la topographie, les effets liés à la
faible profondeur de l’eau et l’interaction avec les marées modifient le champ de vagues sur de
courtes distances. Delpey et al. (2010) ont également fait la démonstration du comportement
anisotrope des champs de houle en haute mer.
Même si l’on dispose de données d’observation relatives aux vagues, les conditions initiales du
modèle de vagues dépendent de l’existence de champs de vent de bonne qualité (voir la section
suivante) pour produire les conditions initiales employées au début de toute prévision.
5.4.2 Vent
Les mouvements de l'atmosphère au‑dessus de la surface de la mer constituent un élément

essentiel de la modélisation des vagues. Aux échelles de temps considérées, le seul apport
d’énergie à la surface de la mer provient du vent. Le transfert d'énergie dans le champ de
vagues résulte de la tension de surface imposée par le vent, dont la variation correspond
approximativement au carré de sa vitesse. De ce fait, une erreur de détermination du vent peut
entraîner une erreur importante dans le calcul de l'énergie des vagues et, par conséquent, de
paramètres tels que la hauteur significative des vagues.
Il existe une interaction complexe entre l'atmosphère et le champ de vagues, la vitesse

moyenne du vent, la vitesse des rafales, le profil du vent, la stabilité atmosphérique, la masse
volumique de l’air, l'influence des vagues proprement dites sur la couche limite atmosphérique,
etc. et il importe de tenir compte de tous ces éléments. La définition des vents nécessaire à la
modélisation des vagues est présentée au chapitre 2.
Dans le cas d’un modèle informatique, on obtient un historique ou un pronostic du vent en

fournissant les valeurs du champ de vent émanant d'un modèle atmosphérique pour une série
de pas de temps, soit directement grâce au couplage des différents modèles (Janssen, 2004;
Chen et al., 2013) soit par le biais des champs d’entrée, après avoir fait tourner un modèle
atmosphérique. Ceci résout le problème de la durée du vent. De même, la spécification du
champ de vent et la configuration à la limite utilisées dans le mécanisme de propagation
permettent de résoudre les problèmes liés au fetch. Le prévisionniste qui fait appel à des
méthodes manuelles doit procéder à sa propre évaluation du fetch et de la durée.
5.4.3 Apports et dissipation
La couche limite atmosphérique n'est pas complètement indépendante du champ de vagues.

En fait, l’apport au champ de vagues est dominé par un mécanisme de rétroaction qui dépend
de l’énergie du champ de vagues. La vitesse à laquelle l’énergie alimente le champ de vagues est
désignée par Sin.
On admet généralement que le terme Sin (apport du vent) a la forme suivante:

Sin = A( f , θ ) + B( f , θ )E( f , θ ) (5.2)
A(f,θ) désigne l'interaction de résonance entre les vagues et les fluctuations turbulentes de la
pression atmosphérique (Phillips, 1957), tandis que le second terme de droite représente la
rétroaction entre les vagues croissantes et les fluctuations turbulentes de la pression (Miles,
1957). La théorie de Miles a ses limites et n’est pas en mesure d’expliquer toutes les particularités
qui ont été observées, comme le changement de direction du vent ou la décroissance de la
vitesse du vent (Donelan et al., 2006).
L'équation 5.2 est souvent définie en fonction de la vitesse de frottement u* = (τ / ρa ) , où
τ désigne la tension due au cisaillement du vent et ρa la masse volumique de l’air. Du point de vue
physique, il est préférable de prendre u * plutôt que la vitesse Uz au niveau z (généralement
considéré comme correspondant à 10 m):
u*  10 
U10 = ln   (5.3)
κ  z0 
où z0 est la rugosité de la surface et ĸ la constante de von Kármán.
Komen et al. (1984) ont donné une approximation d’une telle opération, comme l’illustre
l’équation 3.5. Toutefois, l’absence de données relatives à la tension du vent a empêché
l’application de traitements plus rigoureux. Il ne semble pas y avoir de relation linéaire entre
Uz et u * et le coefficient de frottement Cd, utilisé pour déterminer τ (τ = paCdUz2) s’est révélé être
une fonction croissante de Uz (voir par exemple Large et Pond, 1981, Wu, 1982, Hersbach,
2011 et Edson et al., 2013). Bien que le choix de cette dépendance joue un rôle crucial dans la
modélisation des vagues, le problème est loin d’être résolu. On notera que Cd dépend aussi de
z (de Uz) (voir par exemple l’équation 2.5). Les progrès récents réalisés au moyen d’une théorie
quasi linéaire tenant compte des effets des vagues croissantes sur le flux d'air moyen ont permis
d'affiner encore davantage la formulation (Janssen, 2004).
Il existe d’autres formulations de l’équation 5.3 qui sont au cœur des travaux de recherche
activement menés dans ce domaine (Tolman et Chalikov, 1996, Donelan et al., 2006, WISE Group,
2007, Ardhuin et al., 2010, Chalikov et Rainchilk, 2011 et Stopa et al., 2016). La forme générale de
l’équation 5.2 est conservée, sachant toutefois que l’on modélise la contribution négative du vent
et que B(f,θ) peut devenir une fonction du spectre lui-même (Zieger et al., 2015).
Le terme Sds désigne le rythme auquel l'énergie est perdue par le champ de vagues. En eau
profonde, cela se produit principalement par le biais du déferlement des vagues et la formation
de moutons. Initialement, ce terme source était traité comme un processus aléatoire se
produisant à la surface de la mer. Cependant de récentes observations réalisées in situ et par
SAR ont apporté un éclairage sur la magnitude du terme relatif à la dissipation des vagues. On
a ainsi mis en évidence les multiples aspects du problème, tels que le comportement limite du
déferlement, l’incidence cumulative des vagues plus longues sur le déferlement des vagues
courtes et la dissipation des vagues non déferlantes (Ardhuin et al., 2010, Babanin, 2011 et
Jiang et al., 2016). Dans les eaux peu profondes, la dissipation des vagues peut aussi être due à
l’interaction avec les fonds marins (frottement et déferlement dus aux fonds marins). On trouvera
de plus amples détails au chapitre 3.
5.4.4 Interactions non linéaires
Les termes de dissipation tiennent généralement compte de toute non-linéarité importante

dans le champ de vagues et dans son évolution. Les termes d'apport et de dissipation peuvent
être considérés comme complémentaires de ces aspects linéaires et faiblement non linéaires
des champs de vagues que l’on peut décrire de façon dynamique. La propagation des vagues
de surface et la redistribution de l’énergie dans le spectre des vagues due à des interactions
faibles et non linéaires entre les composantes des vagues, que l’on désigne par le terme source
Snl, relèvent de cette dernière catégorie. Les interactions non linéaires sont examinées à la
section 3.5.
L’effet du terme Snl peut être sommairement décrit de la manière suivante. Dans la région
dominante du spectre située à proximité du pic, l'apport du vent est supérieur à la dissipation.
L’énergie excédentaire est transférée vers des fréquences supérieures et inférieures par les
interactions non linéaires. Aux fréquences supérieures, l’énergie est dissipée. Le transfert vers
des fréquences inférieures entraîne la croissance de nouvelles composantes des vagues du côté
antérieur (gauche) du spectre. Cela provoque la migration du pic spectral vers des fréquences
inférieures. Les interactions non linéaires de vague à vague conservent la forme spectrale. En
conséquence les spectres des mers grossissantes sont formés par ces interactions non linéaires
pour se conformer à un spectre autosimilaire (voir par exemple le projet conjoint relatif aux
vagues en mer du Nord (JONSWAP), à la section 1.3.9).
S’il est possible de calculer explicitement le terme source Snl, la puissance de calcul requise reste
considérable. Dans les modèles de troisième génération, les interactions non linéaires entre
les composantes des vagues sont calculées explicitement au moyen de techniques spéciales
d'intégration et à l'aide de simplifications introduites par Hasselmann et Hasselmann (1985) et
Hasselmann et al. (1985). Grâce à ces simplifications, les ordinateurs modernes sont désormais
tout à fait capables de produire des prévisions de vagues en temps réel. Il existe des méthodes
plus précises, telles que l’approximation multiple d’interaction discrète (Tolman, 2013) et
l’approximation sur deux échelles (Perrie et al., 2013) pour le calcul de l’interaction de vague
à vague, qui ne sont pas encore utilisées dans les applications de grande emprise, mais sont
disponibles pour l’élaboration de modèles (Tolman et al., 2012). Avant l’arrivée des ordinateurs
puissants, on a développé des modèles numériques de vagues de deuxième génération, dans
lesquels les interactions non linéaires étaient paramétrées ou traitées d'une façon simplifiée.
Cette évolution en matière de traitement peut entraîner des différences importantes entre les
modèles des trois générations. La figure 3.7 donne une illustration simplifiée des trois termes
sources par rapport au spectre des vagues.
5.4.5 Propagation
L'énergie des vagues se propage à la vitesse de groupe (voir section 1.3.2), et non pas à la vitesse
des vagues ou de leurs crêtes (qui correspond à la vitesse de phase, celle à laquelle la phase est
constante). La modélisation des vagues faisant intervenir des descripteurs tels que la densité
énergétique, c'est la vitesse de groupe qui est importante.
On quantifie les effets propagateurs des vagues en notant que le taux local de variation de
l’énergie est égal au flux net d'énergie à destination ou en provenance de cette zone (divergence
du flux de densité énergétique). Le problème pratique posé par la modélisation informatique
réside dans la mise au point d’un procédé numérique permettant de calculer la propagation.
Dans les modèles manuels, la propagation n'est considérée qu'en dehors de l'aire génératrice et
l'on se concentre sur la dispersion et l'étalement des vagues à mesure qu’elles se propagent.
La propagation influe sur la croissance des vagues en fonction de l’équilibre entre l’énergie
qui quitte une zone et celle qui y pénètre. Dans un modèle numérique, c'est la propagation
de l’énergie des vagues qui permet de modéliser la croissance limitée par le fetch. Le niveau
d'énergie sur terre étant nul, il n’y a pas, dans la partie d’une côte située sous le vent, d’apport en
amont d’énergie des vagues. C'est pourquoi l’énergie apportée par l’atmosphère se dissipe et le
niveau total d’énergie près des côtes reste faible.
5.4.5.1 Méthodes faisant appel à une grille discrète
L'équation du bilan énergétique (voir équation 5.1) se résout souvent numériquement par
l'application de schémas aux différences finies sur une grille discrète, comme dans la figure 5.3.
Les espacements de la grille dans les deux directions horizontales sont Δxi (i = 1, 2). L’équation 5.1
peut prendre la forme suivante:
2  (cg E )x − (cg E )x 
i − ∆xi
E( x, t + ∆t ) = E( x, t ) − ∆t ∑  i i
∆xi
i
 + ∆tS ( x, t )
 (5.4)
i =1 
où Δt désigne le pas de temps et E et S sont fonction du nombre d’onde (k) ou de la fréquence et

de la direction (f,θ).
Quand on utilise la représentation spectrale E = E(f,θ) la densité énergétique est une succession
de cellules rattachées à des couples fréquence-direction (f,θ). Cette démarche consiste à
rassembler dans la même cellule de fréquence un ensemble de composantes de vagues se
déplaçant à des vitesses de groupe légèrement différentes, autrement dit à utiliser une fréquence
et une direction uniques pour caractériser chaque composante. Compte tenu du caractère
dispersif des vagues océaniques, la surface de la cellule contenant les composantes comprises
dans les intervalles (Δf,Δθ) s'accroît avec le temps à mesure que les vagues s'éloignent du point
d'origine. L'énergie des vagues de cette cellule s'étale selon un arc de largeur Δθ et s'étend en
fonction de la gamme de vitesses de groupe. Dans l'approche aux différences finies, toutes les
composantes se propagent à la vitesse de groupe moyenne de l'ensemble de cette cellule, de
sorte qu’elles finissent par se séparer à mesure qu’elles se propagent dans l’océan modélisé.
C'est ce qu'on appelle l'effet «sprinkler» (arroseur), car il fait songer aux gouttes qui jaillissent
en éventail d'un système d’arrosage dans un jardin et il s'agit d'une spécificité de cette méthode
de modélisation. Tous les modèles à grille discrète souffrent de l'effet sprinkler (figure 5.4), bien
qu'habituellement, l'effet de lissage d’une production constante en réduise les effets néfastes
éventuels ou qu'un lissage se produise en raison d’une erreur numérique (diffusion numérique).
Il existe une large gamme de schémas aux différences finies: elle va des schémas de premier
ordre, qui font uniquement appel à des points de grille adjacents pour établir le gradient
d’énergie, aux schémas de quatrième ordre utilisant cinq points consécutifs. Le choix du pas de
temps Δt dépend de la dimension de la maille Δx. Pour que la stabilité numérique soit garantie, la
distance parcourue dans un pas de temps (Δtcg) doit être inférieure à une maille (Δx). En général,
les modèles utilisent une dimension de maille de 10 à 100 km et des pas de temps de quelques
minutes à 1 h.
Les modèles à grille discrète calculent l’ensemble du spectre (f,θ) sur tous les points de la grille à
chaque pas de temps.
5.4.5.2 Méthodes de traçage de rayons
Une autre solution consiste à résoudre l’équation du bilan énergétique (voir équation 5.1) le
long de trajectoires particulières ou de rayons. L'intégration temporelle est toujours effectuée
par l'établissement de différences finies, mais l'intégration spatiale n'est pas nécessaire et l'effet
«sprinkler» est évité. Cependant, le coût élevé des calculs conduit généralement à réduire le
nombre de points de sortie.
Il existe pour les vagues une relation de dispersion, qui relie la fréquence des vagues à leur
nombre d’onde (voir équations 1.3 et 1.4), et qui s’exprime de la manière suivante:
f ( x, t ) = σ  k( x, t )ψ ( x, t ) (5.5)
Ici, σ désigne la fréquence particulière associée au nombre d’onde k et aux caractéristiques du

milieu Ψ, lesquelles seront dans ce contexte la profondeur de l'eau et/ou la présence de courants.
On obtient alors des courbes caractéristiques par l'intégration de:
dx ∂σ
= cg = (5.6)
dt ∂k
Dans un océan aux courants réguliers, il suffit de tracer ces courbes une seule fois. La figure
5.3 présente des exemples correspondant à la réfraction due à la topographie du fond. On se
reportera à LeBlond et Mysak (1978) pour de plus amples informations sur la théorie des rayons.
Ainsi, à partir du point auquel on souhaite chiffrer la quantité d'énergie, on calcule le tracé des
rayons ou des trajectoires particulières jusqu'à la limite de la zone jugée nécessaire pour obtenir
Eau profonde Eau de profondeur

ou de profondeur constante faible et variable
j+2
j+1
(x, y)
θ0 θ
Δy
(x, y)
θ0 θ0
j
(x0, y0) (x0, y0)
j–1
i– 1 i i+1 i+2
Δx
Figure 5.3. Grilles couramment utilisées pour la modélisation numérique des vagues (x
équivaut à x1 et y à x2). Dans les modèles aux points de grille, la propagation de l'énergie
présente dans les cellules (f,θ) s'effectue de point en point selon une formule semblable à
l’équation 5.4. Dans les modèles à rayons, on suit la propagation de l'énergie le long de
trajectoires caractéristiques.
Longueur de la
Distance parcourue perturbation
Fréquence Période
en km en km
0,050 20 3630 556
0,067 15 2722 232 20 s
0,083 12 2185 333
15 s
0,100 10 1815 278
0,167 6 1092 167 12 s
15°
10 s
6s
y
1111 km
Front de la x 0
tempête
1 –15°
6 1
1
10 1
12
15 1
20
Figure 5.4. Propagation de composantes spectrales discrètes à partir du front d'une tempête,
illustrant les effets de la dispersion angulaire et longitudinale sur l'énergie des vagues. On
peut observer l'effet «sprinkler» résultant de la discrétisation du spectre.
un résultat fiable. Puisque l’on cherche à connaître les antécédents d'une fréquence particulière,
on déplace la surface de référence avec la composante et il suffit de prendre en compte
l’évolution de la fonction de base le long des rayons, autrement dit:
∂E
=S (5.7)
∂t
La résolution directionnelle que l'on désire obtenir au point visé régit le mode de calcul
des rayons. L'équation 5.7 peut se résoudre le long de chacun d'eux, soit pour chacune des
fréquences prises séparément, soit pour la quantité totale d'énergie. Dans le premier cas, on
fait totalement abstraction de Snl. Dans le second, on prend en compte les interactions dans le
domaine de la fréquence, mais les directions ne sont pas couplées.
La méthode des rayons était très répandue par le passé dans les modèles où la mer du vent et
la houle font l'objet d'un traitement distinct. La propagation de la houle le long des rayons n'y
dépend que de l'amortissement dû aux frottements et à la dispersion géométrique longitudinale.
Les interactions avec la mer du vent y interviennent parfois lorsque la fréquence de pointe du
spectre de Pierson-Moskowitz (fPM = 0.13g/U10) est inférieure à la fréquence de la houle.
5.4.6 Relaxation directionnelle et interaction entre la mer du vent et la houle
Avant l’adoption généralisée des modèles de vagues de la troisième génération, nombre des
différences observées entre les modèles numériques des vagues résultaient de leur mode de
traitement des interactions faiblement non linéaires de vague à vague (Snl). Les différences
sont particulièrement remarquables dans le cas des champs de vent non homogènes et/ou
non stationnaires. Lorsque la direction du vent change, la mer du vent existante se transforme
partiellement en houle et une nouvelle mer du vent se développe. L'évolution dans le temps de
ces composantes conduit à une relaxation du champ de vagues vers un nouvel état stationnaire,
qui finit par s’approcher d'une mer entièrement levée dans la nouvelle direction du vent.
Trois mécanismes contribuent à la relaxation directionnelle:
1. L'apport énergétique du vent à la nouvelle mer du vent;

2. L’atténuation de la houle;
3. Des interactions non linéaires faibles conduisant à un transfert d'énergie entre la houle et la
mer du vent.
La façon dont ces mécanismes sont modélisés peut entraîner des écarts significatifs entre les
modèles. Le troisième mécanisme apparaît comme dominant à cet égard.
5.4.7 Profondeur
La profondeur de l'eau peut avoir une influence considérable sur les propriétés des vagues et
sur la façon dont elles sont modélisées. On sait que les vagues sentent le fond de la mer, qui
les modifie considérablement à des profondeurs inférieures à un quart environ de la longueur
d'onde en eau profonde (voir aussi section 1.2.5). Dans une mer au spectre large, les vagues
longues peuvent subir l'influence de la profondeur sans que celle‑ci ait beaucoup d'effets sur les
vagues courtes.
La profondeur a un effet majeur sur les caractéristiques de propagation. Les vagues sont ralenties
et, si le fond de la mer n'est pas plat, peuvent subir une réfraction. Le ralentissement des vagues
entraîne une augmentation de leur énergie (voir équation 5.1). Il y a également davantage de
processus de dissipation du fait de l’interaction avec le fond de la mer. Le cadre de modélisation
des vagues décrit ici est suffisamment large dans son principe pour tenir compte des effets liés
à la profondeur sans qu’il soit nécessaire d’apporter des modifications majeures à la forme du
modèle présenté à la figure 5.1. Les effets de la faible profondeur de l'eau ont été traités de
manière plus approfondie aux chapitres 1 et 3.
5.4.8 Effets des limites, du littoral et des îles
À l'exception des modèles mondiaux, les modèles de vagues ont généralement une frontière
ouverte avec l'océan. C'est ainsi que l’énergie des vagues peut être introduite dans la zone
modélisée. La meilleure solution est d'obtenir des données aux limites, émanant d’un modèle qui
couvre une zone plus vaste, par exemple un modèle mondial. Si l’on ne connaît pas la quantité
d’énergie que les vagues apportent avec elles en entrant dans la zone modélisée, on peut soit
poser comme hypothèse qu'elle est nulle à tout moment aux limites de la zone, soit spécifier
un flux d’énergie zéro à travers les limites. Quelle que soit la solution adoptée, il sera difficile
de représenter fidèlement la houle engendrée à de grandes distances. Le champ du modèle
doit donc avoir une étendue suffisante pour englober toutes les houles susceptibles d'influer
sensiblement sur les conditions dans la région considérée.
Dans les modèles d’exploitation mondiaux dotés d’une grille d’une résolution de l'ordre de
10 à 100 km, il est difficile de représenter fidèlement le littoral et les îles. Une résolution trop
faible fait perdre une grande partie de l'effet d'ombre géométrique produit par les îles et les
caps. Il faut prendre des dispositions spéciales pour simuler convenablement l'état de la mer au
voisinage de tels obstacles, en utilisant par exemple une grille plus fine dans certaines zones,
c’est-à-dire un modèle «imbriqué», les résultats obtenus avec la grille large servant de données
d'entrée aux limites pour la grille fine. Il peut également s'avérer nécessaire d'augmenter la
résolution directionnelle de façon à mieux modéliser une faible profondeur et les effets d'ombre.
Une autre solution consiste à évaluer les effets des particularités topographiques de petite échelle
sur la direction des vagues concernées et à inclure ces informations d’échelle inférieure dans le
modèle au titre de l’advection (Chawla et Tolman, 2008). Une solution plus élégante consiste
à affiner la grille lorsque cela s’avère nécessaire. On peut pour ce faire utiliser la méthode des
multigrilles imbriquées bidirectionnelles (Groupe de développement de WAVEWATCH III, 2016),
dans laquelle des sous-domaines à résolution plus fine interagissent avec la grille à plus faible
résolution, ou résoudre le problème sur un maillage à variation lissée utilisant des grilles non
structurées (Roland et al., 2009, Zijlema, 2010 et Li, 2012).
5.5 CLASSIFICATION DES MODÈLES
Les modèles de vagues calculent le spectre des vagues en intégrant numériquement

l’équation 5.1 sur une zone géographique. Les différences entre les modèles tiennent notamment
à la façon de représenter le spectre et Snl, aux formes que l'on prête à Sin et Sds, et aux modalités
de l'intégration, selon qu’elle s’opère en coordonnées caractéristiques naturelles le long des
divers rayons, ou par l'intermédiaire d'un opérateur d'advection discrétisé dans un système aux
points de grille commun à toutes les composantes de vagues.
Au cours du développement des modèles de vagues, une attention particulière a dû être

accordée au traitement du terme source non linéaire Snl, dont la spécification a fait apparaître des
différences entre les catégories de modèles. Même dans les modèles de troisième génération le
choix du traitement de Snl continue à être un sujet de débat. Il est toutefois admis que le choix
opéré à cet égard ne doit pas contraindre à l’élaboration de paramétrisations à base physique
supplémentaires pour d’autres termes sources (Tolman et al., 2012).
Dans l'équation du bilan énergétique (voir équation 5.1), le terme interactif Snl associe les
composantes. Les modèles fondés sur des composantes spectrales discrètes qui comportent un
terme non linéaire formulé en fonction de plusieurs (sinon de la totalité) des composantes sont
appelés «modèles couplés discrets (CD)». Dans ces modèles, il est nécessaire d’évaluer toutes les
composantes pour pouvoir simplement calculer l’évolution de l'une quelconque d’entre elles.
Comme les calculs effectués avec ces modèles peuvent prendre beaucoup de temps, certains
modélisateurs préfèrent ne pas tenir compte du terme de couplage et inclure implicitement les
interactions non linéaires faibles dans leur formulation de Sin + Sds. De tels modèles sont appelés
«modèles découplés avec propagation (DP)». Ils permettent de calculer chaque composante de
façon indépendante. Des modèles perfectionnés appartenant à cette classe peuvent inclure une
forme paramétrique simple de Snl, mais ils se distinguent néanmoins par la prééminence de Sin et
Sds dans le terme source.
Le troisième type de modèle part de la constatation que les spectres des mers grossissantes sont
façonnés par les interactions non linéaires pour se conformer à un spectre autosimilaire (voir
par exemple JONSWAP, section 1.3.9). La forme spectrale se caractérise par un petit nombre de
paramètres et l'on peut exprimer l'équation du bilan énergétique dans ces termes. Cela donne
une équation d'évolution individuelle pour un petit nombre de paramètres plutôt que pour un
grand nombre de composantes. Cependant, cette représentation paramétrique n'est valable que
pour la forme autosimilaire du spectre de la mer du vent, et les vagues se trouvant en dehors de
l'aire génératrice (houle) exigent un traitement particulier. On obtient généralement ce résultat
en créant une interface entre le modèle paramétrique de la mer du vent et un modèle découplé
de houle avec propagation en faisant intervenir un ensemble d'algorithmes qui permettent
d'échanger l’énergie de la mer du vent et l’énergie de la houle, d'où le nom de «modèles couplés
hybrides (CH)» attribué à cette classe. Le groupe SWAMP (1985) a décrit et examiné de manière
exhaustive ces différentes catégories de modèles.
5.5.1 Modèles découplés avec propagation
Les modèles de cette catégorie représentent généralement le spectre des vagues comme une
succession bidimensionnelle discrétisée de cellules fréquence-direction, dans laquelle chaque
cellule ou composante se déplace à la vitesse de groupe appropriée le long de son propre rayon.
La croissance des composantes y est formulée conformément à une fonction source qui revêt la
forme suivante:
S = A + B E( f , θ ) (5.8)
Le transfert non linéaire d'énergie étant de fait négligé, les facteurs A et B sont généralement
déterminés empiriquement.
La croissance de chaque composante spectrale est envisagée indépendamment de celle

de toutes les autres jusqu'à une limite de saturation, également indépendante des autres
composantes du spectre et représentée par une distribution d'équilibre universelle. Si l'on
n'en fait pas totalement abstraction, le couplage non linéaire est paramétrisé d'une manière
simple, au moyen par exemple d'un ou deux paramètres spectraux. La limite de saturation peut
être donnée par l'énergie d'une mer entièrement levée, souvent représentée par le spectre de
Pierson-Moskowitz (voir la section 1.3.9). Si le spectre d'une mer entièrement levée est donné par
E∞, une modification de Sin peut se traduire par:
 2  2
∂E   E    E  
S = =  A 1 −   + BE  1 −    (5.9)
∂t  E∞    E∞  
  
(Pierson et al., 1966 et Lazanoff et Stevenson, 1975), ou:
2
∂E  E 
S = = ( A + BE ) 1 −  (5.10)
∂t  E∞
(Ewing, 1971). On peut aussi utiliser la gamme de Phillips:
α g2
E∞ = f −5 (5.11)
(2π )4
comme limite de saturation (Cavaleri et Rizzoli, 1981).
La dissipation de l’énergie des vagues, à l’exception de celle due aux frottements sur le fond et
à la dissipation de la houle, se trouve aussi implicitement représentée par l’introduction d'une
limite de saturation. La prise en compte de chacun de ces effets peut varier d'un modèle DP à
l'autre et ne les caractérise pas.
Dans les modèles vraiment découplés, et dans ceux dont le couplage est très réduit, les échelles
différentielles de temps et d'espace dt et ds sont reliées par l'intermédiaire de la vitesse de groupe
cg d'une composante de vague ds = cgdt. Il en découle que le remplacement, dans les modèles
DP, de la longueur du fetch X par cgt pour chaque composante de vague suffit à passer des lois
gouvernant la croissance des vagues par conditions de vent stables et uniformes quand le fetch
est le facteur limitant aux lois applicables quand la durée d'action du vent est le facteur limitant.
Le découplage des composantes des vagues confère aux modèles DP une autre caractéristique:
ils fournissent généralement une image spectrale dont la structure est plus fine en fréquence et
en direction que celle donnée par les modèles couplés, où une redistribution permanente de
l’énergie provoque un lissage du spectre.
5.5.2 Modèles hybrides couplés
Le transfert non linéaire d'énergie empêche de simuler indépendamment l'évolution de chaque

composante. À moins que le champ de vent ne soit très irrégulier, ce transfert est suffisamment
rapide par rapport à l'advection et aux autres fonctions sources pour que s’établisse une
distribution spectrale de quasi-équilibre. La forme des distributions se révèle la même dans un
large éventail de conditions génératrices et ne diffère que sous l’angle des échelles d’énergie et
de fréquence. Hasselmann et al. (1973 et 1976) ont confirmé théoriquement l'existence de cette
quasi-autosimilarité.
Il semble qu’il existe un rapport universel entre l’énergie totale adimensionnelle et les paramètres
de fréquence ε et ν respectivement. Les représentations adimensionnelles intègrent g et une
mesure de la vitesse du vent, par exemple à 10 m U10, ou la vitesse du frottement u *. Ainsi, ε = Eg2/
u4 et νp = fpg/u, où u = U10 ou u *, et E désigne l’énergie totale (émanant du spectre intégré).
Le transfert non linéaire qui en stabilise la forme régit si fortement l'évolution du spectre de la
mer du vent en voie de développement qu'il apparaît raisonnable d'exprimer la croissance de
ce spectre au moyen d'un ou de quelques paramètres (par exemple ε l’énergie adimensionnelle

des vagues). Dans une telle expression de premier ordre à un seul paramètre, il n'existe qu'une
seule et unique valeur pour chacune des autres variables adimensionnelles (par exemple νp, la
fréquence du pic non dimensionnelle).
Ainsi, à un extrême, le modèle paramétrique peut ne pronostiquer qu'un seul paramètre (par
exemple, l'énergie spectrale totale), le spectre de la mer du vent n'étant prévu qu'à partir de
celui‑ci. Pour un tel modèle, l'équation d'évolution s'obtient en intégrant l’équation 5.1 sur
l’ensemble des fréquences et des directions:
δE
+ ∇ • (cgE ) = S E (5.12)
δt
où cg désigne la vitesse de propagation effective de l’énergie totale,
cg =
∫ cgE( f , θ )df dθ
(5.13)
∫ E( f , θ )
et SE la projection de la fonction source nette S sur le paramètre E,
SE = ∫ S( f , θ )df dθ (5.14)
cg se détermine de façon unique en fonction de E par l'intermédiaire de la forme spectrale
indiquée et SE doit être décrit comme une fonction, généralement déterminée empiriquement,
de E et de U10 ou de u *.
Si l'on introduit des paramètres supplémentaires, par exemple la fréquence du pic fp, le
paramètre de Phillips α ou la direction moyenne de propagation θ, la croissance du spectre de la
mer du vent s'exprime par un ensemble réduit d'équations de transfert couplées (une équation
pour chaque paramètre). Hasselmann et al. (1976) ont proposé une méthode générale pour
transformer l’équation de transfert dans sa représentation complète (f,θ) en une représentation
paramétrique spatiale approchée.
Les modèles paramétriques de vagues semblent donner qualitativement les mêmes résultats
lorsque le vent varie lentement et n'est que faiblement non uniforme. Plus on utilise de
paramètres, plus les formes spectrales obtenues varient. Si, en particulier, on emploie la direction
moyenne des vagues θ, les effets de décalage directionnel deviennent notables lorsque le vent
tourne rapidement.
La relation fetch-durée ne s'établit pas de la même manière avec un modèle paramétrique

qu'avec un modèle DP en ceci que la vitesse moyenne de propagation y remplace la vitesse de
groupe pour chaque bande de fréquences:
X = Acgt (5.15)
où X désigne le fetch, t la durée et A une constante habituellement égale à 2/3. Il n'est par
conséquent pas possible d'apporter à ces deux types de modèles un ajustement dans les cas où
la longueur du fetch et la durée d'action sont simultanément des facteurs limitants.
Lorsque le transfert non linéaire d'énergie cesse de dominer l'évolution du spectre des vagues,
la représentation paramétrique ne fonctionne plus. Ceci s’applique à la partie basse fréquence
du spectre que le vent n'engendre plus activement (la houle). L'évolution de la houle est
gouvernée principalement par l'advection, et éventuellement par un amortissement modéré.
Sa représentation s'effectue donc dans le cadre de la propagation discrète découplée au sein
des modèles paramétriques. La combinaison d'un modèle paramétrique de la mer du vent et
d'un modèle découplé de la propagation de la houle forme ce qu'on appelle un modèle hybride
couplé (CH).
En cas d’interaction entre la mer du vent et la houle, ces modèles CH sont susceptibles de
rencontrer certaines difficultés. Des régimes de transition caractéristiques apparaissent dans les
cas de figure suivants:
– Le vent décroît ou tourne, auquel cas la mer du vent se transforme en houle

– La houle pénètre dans une zone où la vitesse du vent est suffisamment élevée pour que la
fréquence du pic Pierson-Moskowitz fp = 0,13g/U10 soit inférieure à la fréquence de la houle,
auquel cas la houle intervient soudainement dans le processus de croissance des vagues.
Ces transitions se modélisent très simplement avec les modèles CH. Quand le vent tourne, la mer
du vent cède habituellement une partie de son énergie à la houle. Cette perte d’énergie peut être
une fonction continue du changement de direction que subit le vent, ou ne se produire qu'au
moment où le changement de direction dépasse un certain angle.
Quand le vent faiblit, les modèles CH transfèrent généralement à la houle les bandes de
fréquences qui se déplacent plus vite que lui. Ils transfèrent parfois aussi à la houle la quantité
d’énergie qui excède celle qui est normalement présente dans une mer du vent entièrement
levée.
La houle peut être réabsorbée sous forme de mer du vent lorsque la vitesse du vent augmente
et que la fréquence du pic de cette mer devient égale ou inférieure à la fréquence de la houle.
Certains modèles CH ne tiennent compte de la réabsorption que si l'angle formé par les
directions de propagation de la mer et de la houle satisfait à des critères spécifiques.
Certains modèles laissent la houle se propager jusqu'aux points de destination comme si elle
n'était pas affectée par les vents locaux, les interactions ne se déroulant qu'en ces points. Si la
mer du vent l'emporte sur la houle en l'un de ces points, elle l'annihile. La réabsorption de la
houle dans la mer du vent est ainsi non conservative.
On se sert ordinairement des trajectoires non caractéristiques ou des rayons pour simuler la
propagation de la houle dans les modèles CH. La classe CH peut comprendre de nombreuses
méthodes semi-manuelles. L'approche paramétrique permet d’utiliser des relations empiriques
pour établir l’évolution des paramètres spectraux à utiliser. Ceux-ci peuvent souvent être évalués
sans l'aide d'un ordinateur, et il en va de même pour les caractéristiques de la houle.
5.5.3 Modèles couplés discrets
Il est possible d'esquiver le problème que soulève la prise en compte des interactions houle-mer
du vent dans les modèles CH en élargissant la représentation spectrale discrète à l’ensemble du
spectre et en introduisant des transferts d’énergie non linéaires. Dans les modèles d'exploitation
actuels, ces interactions se paramétrisent de diverses façons. Le nombre de paramètres utilisables
est toutefois souvent limité ce qui crée une disparité entre les degrés de liberté entrant dans la
description du spectre (par exemple 24 directions et 30 fréquences) et dans la description du
transfert non linéaire (par exemple 10 paramètres).
Dans les modèles CD, une fonction source du type Miles Sin = BE est très courante, et c’est
également le cas dans les modèles DP. Cependant, le facteur B est fortement exagéré dans
les modèles DP pour compenser l'insuffisance du terme Snl explicite. Un terme de forçage de
Phillips peut également être introduit de telle façon que Sin = A + BE, mais la valeur de A n'est
généralement significative que lors du cycle de démarrage du modèle.
La distinction entre les modèles CH et CD actuels n'est sans doute pas aussi tranchée que la
classification le suggère. Dans les modèles CD, le transfert non linéaire est parfois modélisé par
un jeu restreint de paramètres. La principale différence tient au nombre de degrés de liberté.
Avec les modèles CD, on paramétrise généralement la partie haute fréquence du spectre.
Toutefois, certaines des formulations les plus récentes fondées sur les valeurs d’observation
tentent de s’affranchir de la nécessité de paramétrer les hautes fréquences (Zieger et al., 2015).
On peut introduire le terme source non linéaire Snl sous la forme d'une simple redistribution de
l'énergie conforme à une forme spectrale paramétrisée, par exemple le spectre JONSWAP. Une
autre solution consiste à paramétriser Snl de la même façon que le spectre, sachant toutefois qu’à
chaque forme spectrale correspond une formulation différente de Snl. On peut remédier à ce
problème en utilisant une valeur de Snl paramétrée pour un nombre limité de formes spectrales
sélectionnées et en choisissant celle qui se rapproche le plus du spectre réel. D'autres techniques
font intervenir des calculs très complexes de Snl, tels que l’approximation d'interaction discrète
(Hasselmann et Hasselmann, 1985), l’approximation multiple d’interaction discrète généralisée
(Tolman, 2013) et les calculs presque exacts (Van Vledder, 2006, 2012) qui résultent de
l’intégration numérique de l’équation 3.15.
En traitant séparément chaque bande de fréquence-direction, on obtient avec les modèles CD

une certaine inertie de la distribution directionnelle. Ceci permet d'établir un décalage entre la
direction du vent et la direction moyenne de la mer du vent et rend le modèle plus sensible aux
limitations latérales du champ de vent ou à l'asymétrie des conditions aux limites. La structure
des directions à l’intérieur des spectres fournie par les modèles CD est en outre plus fine que celle
issue des modèles CH.
5.5.4 Modèles de troisième génération
Les modèles de vagues sont également classifiés en fonction de leur appartenance à la première,
à la deuxième ou à la troisième génération de modèles. Ce système tient compte de la méthode
de traitement du terme source non linéaire Snl:
– Les modèles de première génération ne comportent pas de terme Snl explicite. Les transferts
d’énergie non linéaires sont exprimés implicitement par les termes Sin et Sds.
– Les modèles de deuxième génération traitent le terme Snl par des méthodes paramétriques,
par exemple en appliquant un spectre de référence (comme le spectre JONSWAP ou
Pierson-Moskowitz) pour réorganiser l’énergie (après la croissance et la dissipation des
vagues) selon les fréquences.
– Les modèles de troisième génération calculent explicitement les transferts d'énergie
non linéaires, bien qu'il soit généralement nécessaire de procéder à des approximations
analytiques et numériques pour accélérer les calculs.
On a procédé, dans le cadre de l'étude du groupe SWAMP (1985), à la comparaison des résultats
obtenus par de nombreux modèles d'exploitation de première et de deuxième génération.
S’il est vrai qu’il est possible d’étalonner les modèles de vagues de première et de deuxième
génération de façon à obtenir des résultats raisonnables pour la plupart des types de vent, cette
comparaison a mis en évidence certaines carences, en particulier en cas de vents extrêmes et
d’états des vagues dans lesquels la fiabilité des prévisions revêt une importance extrême. C’est
lors de l’introduction de champs de vent identiques émanant d’un ouragan que l’on a relevé
les différences les plus prononcées entre les résultats des modèles, les hauteurs significatives
maximales des vagues produites étant comprises entre 8 et 25 m.
La variabilité des résultats de l'étude du groupe SWAMP et l’arrivée d'ordinateurs plus puissants
ont incité les chercheurs à mettre au point une troisième génération de modèles, qui calculaient
explicitement chacun des mécanismes identifiés dans l’évolution des vagues. Ceci a débouché
sur l’élaboration de WAM (Komen et al., 1994), puis de WAVEWATCH III (WAVEWATCH III
Development Group, 2016) et de SWAN (Holthuijsen, 2007). Le modèle WAM a donné de
bons résultats dans des conditions de vents et de vagues extrêmes. La figure 5.5 présente une
comparaison entre la valeur observée de la hauteur significative des vagues et celle qui a été
obtenue au moyen du modèle WAM au cours du passage de l'ouragan Camille dans le golfe
du Mexique en 1969. La dimension de maille était de 0,25° de latitude et de longitude. Cette
comparaison met en évidence une bonne performance du modèle dans une situation complexe
de vents tournants.
La principale différence entre les modèles de vagues de deuxième et de troisième génération

tient à ce que, dans ces derniers, l’équation du bilan énergétique des vagues est résolue sans
contrainte sur la forme du spectre des vagues. On obtient un tel résultat en s'efforçant de calculer
de façon précise le terme Snl. Comme nous l'avons vu dans la section 3.5, Hasselmann, de
l'Institut Max Planck de Hambourg (Allemagne), a élaboré une technique d'intégration simplifiée
pour calculer le terme source non linéaire Snl. Le calcul efficace du terme source non linéaire ainsi
que l’existence d’ordinateurs plus puissants ont permis d'élaborer des modèles spectraux de
prévision des vagues de troisième génération (par exemple le modèle WAM, groupe WAMDI,
1988). Ces modèles possèdent une structure semblable et intègrent les dernières connaissances
Hauteur significative des vagues (m)

Limites de précision à 90 %
3G WAM
Jour du mois et heure du jour
Figure 5.5. Comparaison des hauteurs de vagues calculées et observées pendant le passage
de l’ouragan Camille (1969). Le capteur de vagues est tombé en panne au plus fort de la
tempête
Source: Groupe WAMDI (1988)
en matière de physique de l’évolution des vagues. Les méthodes exactes de calcul de ce terme
se généralisent désormais (Van Vledder, 2012), ce qui permet enfin de valoriser pleinement le
potentiel de la modélisation de troisième génération.
D'autres modèles peuvent différer par les schémas de propagation employés, par la méthode
de calcul du terme source non linéaire Snl, par la manière dont ils traitent les effets en eau peu
profonde et l'influence des courants océaniques sur l’évolution des vagues et par leur couplage
éventuel à un modèle atmosphérique, hydrodynamique et/ou de circulation océanique.
5.6 NOUVEAUTÉS
L’amélioration de la paramétrisation de la croissance et de la dissipation des vagues, des

interactions non linéaires de vague à vague et de l’interaction de l’océan avec l’atmosphère
est fondamentale pour renforcer la précision des modèles de vagues. Comme on l’a indiqué
aux chapitres 3 et 5, une somme considérable de travaux récents a produit de nouvelles
formulations de la mer du vent, de la houle et de la dissipation des vagues déferlantes limitées
par la profondeur (voir par exemple Ardhuin et al., 2010, Filipot et Ardhuin, 2012 et Zieger et al.,
2015), qui sont progressivement introduites dans les modèles de prévision d’exploitation. Stopa
et al. (2016) ont évalué la performance des modèles pour les termes sources les plus récemment
mis au point. Compte tenu de l’existence d’un nombre croissant de données issues des systèmes
d’imagerie mesurant les processus de formation des moutons et des observations obtenues
par télédétection de la houle en haute mer, on peut s’attendre à de nouveaux progrès et à des
améliorations dans ce domaine.
Dans les modèles de troisième génération, un outil de contrôle de premier ordre de la

spécification du spectre bidimensionnel des vagues est fourni par la méthode d’approximation
de l’interaction discrète DIA (Hasselmann et al., 1985) qui est couramment utilisée pour
paramétrer les interactions linéaires à quatre vagues. Il existe de nombreuses autres méthodes
présentant une adéquation plus étroite avec la solution analytique, qu’il s’agisse des techniques
quasi analytiques (Masuda, 1980, Van Vledder, 2006 et Gagnaire‑Renou et al., 2010), des
formes plus généralisées de l’approximation de l’interaction discrète DIA (Tolman, 2013) ou
encore de l’approximation à deux échelles du terme de l’interaction de vague à vague (Perrie
et al., 2013). Toutefois, la méthode de l’approximation de l’interaction discrète DIA continue à
être employée dans la pratique en raison de son efficacité de calcul. Avec l’augmentation de la
puissance de calcul disponible, l’utilisation d’autres méthodes dans les modèles d’exploitation
est envisageable. Le problème rencontré avec les solutions de substitution dans l’estimation du
terme de l’interaction non linéaire est que ce dernier n’a pas été complètement équilibré avec
les termes existants de l’apport et de la dissipation, ce qui signifie qu’il faut se pencher sur les
paramètres et les coefficients d’ajustement dans ces termes sources.
L’élément de contrôle le plus important de la prévision issue d’un modèle de vagues est la qualité
des vents atmosphériques utilisés (Cavaleri et Bertotti, 2006 et Janssen, 2008). On relève de
manière générale une amélioration constante de la qualité de prévision des champs de vent
marins dans les prévisions numériques du temps, ce qui a eu un impact positif sur la prévision
des vagues. L’adoption de systèmes de modélisation atmosphère-vagues-océans totalement
intégrés, dans lesquels les effets rétroactifs entre l’atmosphère, les vagues de surface et l’océan
sont calculés explicitement, devrait se révéler d’une importance fondamentale pour la poursuite
de l’amélioration des systèmes de prévision des vagues et de l’atmosphère. On dispose d’un
volume croissant de données émanant de travaux expérimentaux menés sur la paramétrisation
des couplages dans les situations extrêmes (tempêtes tropicales par Moon et al., 2004 et Chen
et al., 2013, par exemple). Janssen et Viterbo (1996) et Janssen (2004) ont mis en évidence une
amélioration des prévisions établies par le modèle d’exploitation du Centre européen pour les
prévisions météorologiques à moyen terme (CEPMMT) résultant du couplage de l’atmosphère
aux vagues.
En haute mer, la seule mesure à prendre pour améliorer la résolution spatiale des modèles de
vagues consiste à adopter une échelle compatible avec les vents forçants disponibles. Dans les
zones côtières toutefois, les modèles doivent prendre en compte les variations (souvent à petite
échelle) de la bathymétrie et les effets d’abri derrière les caps. Au-delà du recours à des systèmes
traditionnels imbriqués uni ou bidirectionnels, certains modèles de vagues ont été conçus pour
fonctionner avec des systèmes de grilles non structurées (voir par exemple Sorensen et al., 2004,
Roland, 2008 et Zijlema, 2009), des grilles plus fines localement (voir par exemple, Tolman,
2008, Popinet et al., 2010 et Li, 2012) et en adoptant des techniques numériques qui traitent
efficacement la propagation spatiale et interspectrale de l’énergie dans les cellules de grilles à
haute résolution (voir par exemple, Booij et al., 1999, Van der Westhuysen et Tolman, 2011 et Li,
2012). Le défi à relever à l’avenir consistera à fournir des produits qui exploitent les avantages de
ces modèles aux échelles océaniques et côtières.
Du point de vue du prévisionniste, le principal résultat des avancées réalisées dans la science
des modèles de vagues ces dernières années tient au fait que la prévision du spectre des vagues
est suffisamment bonne pour pouvoir envisager d’utiliser un jeu plus riche de paramètres
pour décrire les caractéristiques d’un état de mer donné. La possibilité existe en particulier
d’ajouter des paramètres «avertissement» pour souligner les conditions de mer difficiles ou
dangereuses, celles par exemple où le fonctionnement ou la manœuvrabilité d’un navire
risquent d’être fortement limités. Il existe déjà des exemples de services opérationnels ou
préopérationnels utilisant l’estimation de la hauteur maximale des vagues (Janssen et Bidlot,
2009), les indices de mer croisée (Savina et Lefèvre, 2004 et Kohno, 2013), la cambrure critique
(Viggosson et Bernodusson, 2009) et la totalité du spectre des vagues comme éléments d’entrée
pour déterminer la réaction des navires (Lai et al., 2006). Ces exemples ne représentent pas
un corpus exhaustif, mais les travaux en cours chez les spécialistes de la modélisation des
vagues permettent de tabler sur une poursuite de l’amélioration des produits scientifiques et
prévisionnels qui sous-tendent la prévision des états de mer dangereux.
CHAPITRE 6. MODÈLES DE VAGUES OPÉRATIONNELS
Chapitre rédigé par A. Saulter à partir d’écrits originaux de M. Khandekar
6.1 INTRODUCTION
Dans le prolongement du travail de pionniers de Sverdrup et Munk (1947) sur l’élaboration

de méthodes de prévision des vagues et avec l’arrivée de capacités de calcul modernes de
très haute performance, l’analyse et la prévision opérationnelles des vagues ont atteint un
niveau très avancé. Les services météorologiques et hydrologiques nationaux, les institutions
océanographiques et certains acteurs commerciaux de la prévision météorologique utilisent
désormais des modèles numériques d'exploitation qui fournissent des informations détaillées sur
l’état de la mer à des endroits donnés.
Le chapitre 5 était consacré à une présentation des concepts des modèles numériques modernes
de vagues, des paramètres qu’ils utilisent pour représenter les processus de développement des
vagues, ainsi que de la combinaison des données d’observation et des champs de modèles dans
le cadre du processus d’assimilation des données. Le présent chapitre a pour vocation de décrire
les types de produits que le prévisionniste peut généralement obtenir à partir de ces modèles
(6.2 à 6.4) et les méthodes permettant de déterminer l’incertitude des prévisions, que ce soit en
ayant recours à la vérification des modèles sur le long terme (6.5) ou aux systèmes de prévision
d'ensemble (6.6).
6.2 MODÈLES DE VAGUES À SPECTRES BIDIMENSIONNELS
Dans les modèles numériques, l’état de la mer est décrit sous la forme de spectres
bidimensionnels (fréquence-direction) de la densité énergétique des vagues. La figure 6.1
montre des spectres de vagues produits par le modèle mondial de vagues du Service
météorologique britannique le même jour à la même heure pour deux sites distincts. Si les
niveaux d’énergie des vagues sont analogues, leur répartition n’est pas la même sur les deux
sites. Dans le spectre dominé par la mer du vent (voir le cas 1, à gauche), on trouvera des vagues
très cambrées à crêtes courtes, provenant principalement d’une direction avoisinant est-sud-
est. Les vagues étant bien développées compte tenu des conditions de vent locales, elles ont
commencé à adopter une structure organisée «de groupe». Dans le spectre à composantes
multiples (voir le cas 2, à droite), l’énergie des vagues s’approche du site en provenance de trois
secteurs de vent différents (nord‑est, sud‑sud‑ouest et sud‑sud‑est). Les composantes de basse
fréquence (longue période) représentant l’énergie de la houle en provenance du nord-est et
du sud‑sud‑ouest auront une faible cambrure et une structure «de groupe». Les vagues du vent
de mer de haute fréquence en provenance du sud-sud-est seront agitées et sembleront plus
aléatoires. S’agissant de l’impact de telles conditions sur la navigation, les mers croisées peuvent
entraîner des mouvements imprévisibles pour ce qui est des navires, surtout en cas de rencontre
de vagues hautes provenant de directions différentes.
Tout spectre fournit un portrait détaillé de l’état des vagues. S’il est vrai qu’elles sont utilisées
dans un petit nombre d’applications spécifiques, les données spectrales sont généralement
considérées comme trop volumineuses et nécessitant une interprétation trop détaillée pour
être communiquées dans les prévisions maritimes. On présente donc aux utilisateurs une
série de paramètres caractéristiques relatifs à l’état de la mer qui sont dérivés du spectre.
Le choix des paramètres les plus pertinents au titre des opérations maritimes peut varier en
fonction des activités concernées et du lieu où elles se déroulent (au large ou dans les zones
côtières). La hauteur significative des vagues peut être considérée comme le paramètre relatif
à l’état de la mer le plus couramment utilisé. Conformément à la définition énoncée plus haut
(voir section 1.3.8), la hauteur significative des vagues (Hs, bien qu’il s’agisse en réalité plutôt
de Hm0 en raison de sa dérivation à partir du moment zéro du spectre de la vague modélisée)
correspond à une description statistique de la population des hauteurs de vagues dans une mer
et présente donc un intérêt général pour la plupart des activités se déroulant au large et le long
des côtes.
Outre la hauteur significative des vagues, deux caractéristiques de l’état de la mer couramment
présentées dans les prévisions opérationnelles sont la période des vagues et leur direction
de propagation. Les périodes des vagues communément obtenues à partir du spectre sont
la période du pic (Tp), la période par passage au niveau moyen par valeurs croissantes ou
décroissantes (Tz, plus précisément il s’agit du moment du deuxième ordre de la fréquence
du spectre Tm02) ou la période moyenne (Tm, stricto sensu le moment du premier ordre de
la fréquence Tm01). La nature de la direction des vagues fournie par les modèles peut varier
(direction d’origine ou direction vers laquelle se dirigent les vagues), alors que les données
mesurées s’appliquent invariablement à la direction d’origine des vagues, conformément à la
convention météorologique concernant la direction du vent. Le paramètre de direction prend
généralement la forme d’une «direction de principe» associée à la fréquence spectrale d’énergie
maximale ou d’une direction moyenne dérivée du spectre total. La mesure de la dispersion
directionnelle constitue un autre paramètre caractéristique utile. Associé à la période des vagues
(pour calculer la longueur d’onde), il donne des indications permettant de savoir si les vagues
seront à crêtes longues ou courtes.
La prudence est de mise dans l’interprétation de la période et de la direction prévues à partir du

spectre total des vagues. Lorsque plusieurs «systèmes de vagues» sont présents dans une mer
donnée, les valeurs totales peuvent correspondre au final à une moyenne dépourvue de toute
signification sur le plan physique. C’est ainsi que la direction moyenne globale issue du spectre
des vagues à composantes multiples représenté à la figure 6.1 sera influencée par la totalité des
composantes, y compris le système de houle qui se déplace dans la direction opposée à la mer
du vent. Dans de tels cas de figure, une dispersion directionnelle élevée et une incohérence
majeure entre les directions du vent et des vagues peuvent être révélatrices d’un problème.
Pour obtenir une estimation plus précise de l’état des vagues, on peut également calculer les
Figure 6.1. Spectres bidimensionnels (fréquence–direction) de l’énergie des vagues élaborés

pour un vent de mer dominant dans le golfe du Mexique (diagramme 1 à droite) et des
conditions multimodales associant vent de mer et houle dans l’Atlantique Sud (près de l’île
d’Ascension) (diagramme 2 à gauche). Les directions portées sur les diagrammes polaires
correspondent à la direction que vont prendre les vagues. Bien que les valeurs de la hauteur
significative des vagues des spectres soient globalement identiques et que les périodes
moyennes de passage au niveau moyen par valeurs croissantes et les périodes moyennes se
situent entre 1 et 1,5 s, les spectres affichent cependant des distributions différentes.
Source: Service météorologique britannique (© Droits d’auteur British Crown, Met Office)
CHAPITRE 6. MODÈLES DE VAGUES OPÉRATIONNELS 137
Figure 6.2. Regroupement de données partitionnées relatives aux vagues sur une base
chronologique. Le diagramme montre l’évolution des données issues d’une mer complexe
comprenant des mers de vent à courte période (haute fréquence) superposées à des houles
de période modérée à longue, ayant pris naissance dans d’autres régions du bassin
océanique.
Source: Hanson et Phillips (2001). © American Meteorological Society. Autorisation d’utilisation accordée.
paramètres de la hauteur significative, de la période, de la direction et de la dispersion pour des

composantes distinctes de la mer du vent et de la houle. Pour ce faire, on «partitionne» le spectre
des vagues. La figure 6.2 présente l’évolution dans le temps de données partitionnées et montre
le développement localisé de mers de vent de courte période (vagues de haute fréquence, dont
la fréquence diminue avec le temps) et l’arrivée de houles de plus longue période dont le point
d’origine est éloigné.
Plusieurs méthodes de partitionnement du spectre des vagues en différentes composantes

sont utilisées dans la pratique opérationnelle. Le découpage peut être réalisé en fonction de la
fréquence, la houle correspondant à une énergie à longue période (par exemple dans SWAN,
Booij et al., 1999), ou sur la base de la fréquence et du vent, la houle étant définie comme la
partie du spectre ne subissant pas l’influence directe du vent (par exemple, Groupe WAMDI,
1988). On peut également avoir recours au partitionnement topographique qui définit des
systèmes de vagues multiples à partir de la forme du spectre des vagues (par exemple, dans
WAVEWATCH III dans le prolongement de Hanson et Phillips (2001)). Pour faciliter le processus
de prévision, le United States Army Corps of Engineers et les Centres nationaux de prévision
environnementale (NCEP) ont mis au point une méthode de suivi des partitions devant
permettre aux prévisionnistes de remonter de la houle jusqu’aux tempêtes qui lui ont donné
naissance (figure 6.3; groupe de développement WAVEWATCH III, 2016).
Dans un souci d’exhaustivité et pour faciliter l’évaluation du degré de confiance dans les produits
de modélisation des vagues, on accompagne souvent les paramètres des vagues de paramètres
relatifs au forçage atmosphérique de la surface de l’océan, à savoir la vitesse et la direction du
Figure 6.3. Transformation de données relatives à la hauteur significative des vagues dans le
Pacifique Nord partitionnées topographiquement (à gauche) en systèmes (à droite) au
moyen de la méthode de suivi de la houle des NCEP
Source: NCEP (https://polar.ncep.noaa.gov/waves/workshop/pdfs/w wws _ 2013 _wave_tracking.pdf)
vent (et parfois la pression en surface). Lorsque les champs de vagues sont modifiés de façon
significative par des courants et par la variation du niveau de l’eau, on peut également fournir ces
données océanographiques relatives aux conditions aux limites.
6.3 CARTES DES VAGUES
On appelle «carte des vagues» une carte indiquant la distribution spatiale de paramètres
concernant le vent et les vagues. Elle peut présenter des informations sur l'état de la mer
sous forme de diagnostic (informations analysées) ou de pronostic (informations prévues).
Pour que sa transmission soit utile, une carte des vagues doit être simple et lisible. La quasi-
totalité des cartes des vagues comportent des isoplèthes de la hauteur significative des vagues
accompagnées d'une légende, ainsi que d’autres paramètres tels que la période des pics, la
direction des vagues, etc. Les cartes visionnées sur Internet permettent souvent d’afficher
des données plus détaillées pour des sites précis: ainsi, sur les cartes des NCEP, il est possible
de cliquer sur certaines zones pour faire apparaître les spectres des vagues et les données
partitionnées correspondantes. De nombreux prestataires de services météorologiques ou
Peak period (s)

Période modale (s)
Wind sea height (m)
Hauteur vagues vent (m)
Swell period (s)
Période houle (s)
Swell height (s)
Hauteur houle (s) Vagues Waves
Swell direction SIG (m)
Direction houle 25,00
Ice mask (>0.5 : grey)
Masque glace (> 0,5 : gris) 10,00
9,00
8,00
7,00
6,00
5,00
4,00
3,50
3,00
2,50
2,00
1,50
1,00
0,50
0,00
Figure 6.4. Carte des vagues de l’océan Atlantique Nord-Ouest établie par Environnement
Canada. La carte montre la hauteur significative des vagues sous forme d’isohypses ombrées
auxquelles sont superposés les diagrammes des stations pour des sites prédéfinis dans la
grille du modèle.
Source: Centre météorologique canadien, Environnement et Changement climatique Canada (https://weather.gc.ca/

model_forecast/wave_f.html)
océanographiques publient des cartes des vagues. Les exemples présentés dans la présente
section ne se veulent pas une liste exhaustive des différents types de cartes, mais ont pour but
d’illustrer certaines des options utilisées actuellement.
Dans l’exemple présenté à la figure 6.4, on a superposé aux isohypses donnant la hauteur
significative des vagues les «diagrammes de stations» décrivant plus en détail les champs de
vagues et les conditions de vent génératrices. Dans les cartes de ce type, les isohypses de la
hauteur des vagues renvoient généralement à la hauteur significative totale Hs, définie comme
suit:
H s2 = H wi
2 2
+ H sw (6.1)
où Hwi et Hsw représentent respectivement la mer du vent et la hauteur significative de la

houle aux positions 2 et 4 des diagrammes des stations. La vitesse et la direction du vent sont
présentées en utilisant la convention météorologique appliquée aux barbules de vent: la période
du pic des vagues, la période de la houle et la hauteur des vagues de la mer du vent et de la
houle sont exprimées en nombres entiers; les flèches indiquent la direction de déplacement des
vagues de la houle.
Dans l’exemple présenté à la figure 6.5, les informations données sur les vagues sont simplifiées
puisqu’il s’agit d’estimations de la hauteur significative, de la période et de la direction des
vagues obtenues à partir du spectre total. La hauteur significative est présentée sous forme
d’isohypses, la direction de propagation des vagues par une flèche et la période des vagues
par un numéro. Les hampes de vent sont superposées pour illustrer les conditions de forçage
atmosphérique. Les valeurs prévues de la période et de la hauteur des vagues ainsi que de
la vitesse et de la direction du vent sont fournies pour des sites sélectionnés (désignés par
des lettres) dans la zone de prévision. En outre, les zones hachurées désignent les régions où
les vagues auront une direction opposée à des courants puissants, ce qui débouchera sur la
formation de vagues particulièrement abruptes.
La figure 6.6 est un rendu simple de la période du pic et de la direction des vagues. Ce type
de carte accompagne utilement une carte de la hauteur significative des vagues quand on
peut craindre le début d’un épisode de houle de période longue. Dans l’exemple présenté ici,
la gradation des valeurs des périodes dans l’ensemble de l’Atlantique Sud fait apparaître une
dispersion des vagues associée à la propagation de la houle, formée dans l’océan Austral, vers
l’Afrique occidentale tropicale.
Figure 6.5. Carte de prévision des vagues du Service météorologique japonais (JMA) pour les
mers entourant le Japon
Source: Site du JMA (https://w ww.data.jma.go.jp/gmd/waveinf/chart/awjp_e.html), carte de prévision des vagues –

mers entourant le Japon
Figure 6.6. Exemple de carte de la période du pic et de la direction des vagues établie par le
Centre de météorologie et d'océanographie numériques de la marine des États-Unis
(FNMOC). La gradation des valeurs des périodes dans l’Atlantique Sud fait apparaître une
dispersion des vagues associée à la propagation de la houle formée dans l’océan Austral vers
l’Afrique occidentale tropicale.
Source: FNMOC (https://w ww.fnmoc.navy.mil/wxmap_cgi/index.html)
6.4 PRODUITS CODÉS DES MODÈLES DE VAGUES
Les sorties des modèles de vagues se présentent sous la forme de produits en points de grille. Les
formats GRIB (données traitées sous forme de valeurs aux points de grille exprimées en binaire)
et netCDF (Network Common Data Form) sont les deux formats les plus couramment utilisés
pour l’échange de données.
6.4.1 GRIB
Le format GRIB est généralement employé par les météorologues pour conserver les données
météorologiques historiques et les prévisions. Les normes du format GRIB sont fixées par la
Commission des systèmes de base et sont énoncées dans le Manuel des codes (OMM, 2011).
Deux versions du format GRIB sont couramment utilisées opérationnellement. La première
édition (actuelle sous-version 2) est employée dans le monde entier par de nombreux centres
météorologiques. Une nouvelle version (GRIB2) a par ailleurs été établie et les produits de
données adoptent peu à peu ce format.
Les fichiers GRIB ont deux composantes: le descriptif des données (l’en-tête) et les données
binaires à proprement parler. Dans le format GRIB1, les données ne sont pas comprimées, alors
que cela est possible en GRIB2. L’en-tête du fichier GRIB est divisé en deux parties: une section
obligatoire où figure la définition du produit et une section facultative consacrée à la définition
de la grille. La section relative à la définition du produit indique qui a créé les données (centre
scientifique/opérationnel), le modèle numérique/processus concerné (modèle de prévision
numérique du temps ou modèle climatique mondial, par exemple), les paramètres qui sont
conservés, les unités dans lesquelles sont exprimées les données (mètres pour la hauteur
significative des vagues de la mer du vent et de la houle, par exemple), le système vertical des
données et l’heure. La seconde section comporte une description de l’organisation spatiale
des données, incluant le type de grille, la résolution horizontale et l’emplacement de l’origine.
Les codes GRIB employés pour décrire les paramètres associés aux vagues sont énumérés
sous TABLES. On trouvera des détails supplémentaires sur le format en cliquant sur le lien
WMOCODES et des informations complémentaires sur la structure des fichiers et les définitions
des sections relatives à la définition du produit et à la description de la grille en cliquant sur le lien
GRIB. Il existe de nombreux visionneurs et lecteurs des fichiers GRIB. C’est ainsi que l’utilitaire
wgrib est mis à disposition par le Centre de prévision climatique des NCEP sous WGRIB.
6.4.2 NetCDF
NetCDF est une norme ouverte de format de données binaire autodéfini couramment employé
dans le domaine de la climatologie et de l’océanographie. La page d’accueil du projet netCDF
est hébergée par le programme Unidata de la Corporation universitaire pour la recherche
atmosphérique (UCAR) et constitue la principale source de logiciels et de normes netCDF. Les
bibliothèques netCDF prennent actuellement en charge trois formats binaires différents pour les
fichiers netCDF. Le format classique employé dans la première version de netCDF est toujours
le format par défaut pour la création de fichiers. Un format offset 64 bits a été introduit dans la
version 3.6.0; il prend en charge des tailles de variables et de fichiers plus importantes. Le format
NetCDF‑4/HDF5 a été introduit dans la version 4.0. Le nombre des utilitaires d’extraction et de
manipulation des données disponibles ne cesse d’augmenter; on citera les opérateurs netCDF de
NCO, le navigateur visuel netCDF de base de Ncview ou des utilitaires plus complexes tels que
Panoply.
À l’instar du format GRIB, les fichiers netCDF comportent une partie relative aux données et
un en-tête autodescriptif. Ce dernier décrit l’agencement du reste du fichier, notamment les
séries de données, ainsi que les métadonnées arbitraires du fichier sous forme d’attribut de
nom/valeur. Les données océanographiques sont généralement exprimées conformément aux
conventions relatives au climat et à la prévision (CF) pour les données des sciences de la Terre. En
conséquence, les métadonnées doivent fournir une description précise de ce que représentent
les données pour chaque variable et des propriétés spatiotemporelles des données (y compris
des informations sur les grilles, telles que les limites des mailles et les méthodes de calcul de la
moyenne par maille). Ceci permet aux utilisateurs des données provenant de sources différentes
de déterminer quelles données sont comparables et de développer des applications possédant
des capacités puissantes d’extraction, de remaillage et d’affichage. Pour de plus amples
informations sur les CF, on se reportera au lien CF Conventions and Metadata.
6.5 VÉRIFICATION DES MODÈLES DE VAGUES
Il est nécessaire et essentiel de procéder à une vérification sérieuse des modèles de vagues
utilisés dans la pratique en comparant leurs résultats aux données d’observation du vent et des
vagues. Il importe d’évaluer constamment les performances du modèle pour en déterminer
les points forts et les carences et apporter les améliorations qui s’imposent. Cette vérification
est également indispensable pour quantifier le degré de confiance pouvant être accordée aux
produits du modèle à des fins de prévision opérationnelle.
La mise à l’épreuve et la vérification des modèles interviennent à plusieurs niveaux. Lors de la

conception initiale d'un modèle de vagues (lors de l’introduction de nouvelles paramétrisations
d’un terme source par exemple), on modélise habituellement un certain nombre d’essais types
idéalisés. Ces essais se concentrent sur la comparaison du développement du spectre des vagues
pendant les périodes de croissance et de dissipation par rapport à des schémas numériques
existants ou à des observations. Le spectre bidimensionnel constituant le produit de base des
modèles spectraux de vagues, un essai envisageable consiste à utiliser le modèle pour simuler
l’évolution d'un spectre de vagues avec un fetch ou une durée déterminée pour des champs de
vent stationnaires et uniformes. Pour évaluer les performances du modèle, on peut avoir recours
aux données obtenues à partir de travaux de terrain, à l’image de l'expérience du Projet commun
concernant les vagues dans la mer du Nord (JONSWAP) (voir section 1.3.9), ou au nombre
croissant de réseaux opérationnels fournissant des mesures spectrales.
Le niveau de vérification suivant, qui est aussi le plus utile dans une optique opérationnelle,
consiste à comparer les observations avec les produits d’analyse et de prévision générés par
des modèles de vagues totalement bidimensionnels, forcés par des champs atmosphériques (et
océaniques) mondiaux ou régionaux analysés/prévus par un modèle opérationnel de prévision
météorologique (océanique). Dans l’idéal, il faudrait procéder à la vérification des modèles
en effectuant des comparaisons avec des mesures de spectres de vagues (voir par exemple la
figure 6.7 et Bidlot et al., 2005). Le développement de la télédétection par radar à synthèse
d'ouverture de pointe (ASAR) a permis de tester la performance dans des bandes de fréquence
spécifiques au sein du spectre de vagues, en procédant à une comparaison avec des observations
réalisées à l’échelle mondiale (voir par exemple Li et Holt, 2009). On ne trouve toutefois encore
que peu de mesures du spectre total des vagues réalisées en temps quasi réel et régulièrement
publiées et il faut faire preuve de circonspection lorsqu’on procède à des comparaisons directes
de spectres directionnels de vagues individuels. Ainsi, lorsque l’on teste des spectres discrétisés à
haute résolution, la probabilité est forte de rencontrer des effets de «double peine» (situation
où une concordance proche, mais imparfaite entre le modèle et les observations est pénalisée
de manière analogue à une représentation totalement déformée de la situation observée). Ceci
est particulièrement susceptible de survenir en cas d’évolution rapide de la situation, lorsque de
légères erreurs de prévision dans l’évolution d’une tempête dans le temps peuvent entraîner de
grandes différences dans les comparaisons. Il peut alors s’avérer nécessaire d’avoir recours à des
techniques de vérification plus avancées qui atténuent les contraintes de temps ou produisent
une mesure plus nuancée de la «distance» entre les spectres de vagues modélisés et observés.
En outre, il faut garder à l'esprit que les observations spectrales sont des estimations statistiques
des vagues et que les composantes individuelles du spectre peuvent être associées à un fort
niveau d’incertitude, ceci pouvant découler soit de la forte variabilité dans l’échantillonnage
des différentes fréquences du spectre des vagues qui sont observées au cours d’une rafale
de mesures, soit de variations dans la réponse de la coque des bouées in situ, ou encore de
différences entre les algorithmes de traitement des données (Swail et al., 2010).
Différence absolue entre les valeurs moyennes de la hauteur des vagues équivalente (modèle-observations)
en mètres, à partir de données spectrales de bouées issues des États-Unis et du Canada
–0,20– 0,175 –0,175 –0,15 –0,15 –0,125 –0,125 –0,1 –0,1–0,075 –0,075–0,05 –0,05–0,025 –0,025 –0 0–0,025 0 ,025–0,05
0,05– 0,075 0,075–0,1 0,1 –0,125 0,125 –0,15 0,15–0,175 0,175–0,2 0,2–0,225 0,225 –0,25 0,25–0,275
20
17,5
15
12,5
10
7,5
5 (s)
Juil- Jan- Juil- Jan- Juil- Jan- Juil- Jan- Juil- Jan- Juil- Jan- Juil- Jan- Juil- Jan- Juil- Jan- Juil- Jan- Juil- Jan- Juil- Jan- Juil- Jan-
98 99 99 00 00 01 01 02 02 03 03 04 04 05 05 06 06 07 07 08 08 09 09 10 10 11
Figure 6.7. Exemple de validation spectrale (unidimensionnelle), montrant la variation du

biais mensuel (exprimé en mètres) entre le modèle des vagues du Centre européen pour les
prévisions météorologiques à moyen terme (CEPMMT) et les observations de la hauteur de
vagues réalisées par des bouées, calculée pour différents «sous‑domaines» du spectre de
fréquences.
Source: Bidlot et al. (2006)
Ceci explique pourquoi la validation des modèles d’exploitation est réalisée à partir d’un
échantillon de données aussi volumineux que possible. Les principaux résultats sont
généralement fondés sur des comparaisons de paramètres déduits du spectre de la vague, tels
que Hs, Tz (ou Tp) et si des données sur la direction des vagues sont disponibles, sur la direction
moyenne (pour différentes bandes de fréquence). Comme le champ de vent qui commande
le modèle est intrinsèquement lié au champ de vagues, la plupart des évaluations comportent
également une vérification de la vitesse et de la direction du vent afin d’estimer les erreurs du
champ de forçage.
Les méthodes normalisées de vérification reposent sur des statistiques résultant de l’analyse
de la dispersion et de la distribution des erreurs calculées à partir d’un échantillon de données
corrélées issues des modèles et de l’observation, en procédant par exemple à une analyse
de régression des paramètres. Pour donner une image aussi complète que possible de la
performance du modèle, dans la plupart des méthodes de vérification opérationnelles, on
produit plusieurs paramètres statistiques dont on analyse l'importance et la variation afin de
déterminer l'efficacité du modèle. Les paramètres suivants sont les plus couramment utilisés:
– Erreur moyenne ou systématique (les valeurs proches de zéro indiquent que le modèle est
performant);
– Erreur quadratique moyenne (illustrée par la figure 6.8; les valeurs proches de zéro
indiquent que le modèle est performant);
– Indice de dispersion, défini comme le rapport entre l’erreur quadratique moyenne et la
valeur moyenne observée du paramètre (les valeurs proches de zéro indiquent que le
modèle est performant);
– Coefficient échantillon r de corrélation linéaire (coefficient de Pearson) entre le modèle et la
valeur observée (les valeurs proches de 1,0 indiquent que le modèle est performant).
Outre l’analyse de la dispersion de données concordantes dans le temps, la comparaison des

fonctions de distribution des probabilités de paramètres observés et modélisés sur un échantillon
temporel de longue durée, via un diagramme quantile-quantile par exemple, constitue une
bonne méthode de test des biais systématiques des modèles, tout en supprimant l’influence des
effets de corrélation temporelle à haute fréquence (tels que les discordances entre la prévision
du maximum de la tempête et l’observation). La stratification d’échantillons de vérification de
plus grande taille peut aider à mettre en évidence des modifications dans la qualité du modèle
en fonction du type de vagues, en comparant par exemple la vérification pour des tempêtes
intenses et des épisodes plus calmes dominés par la houle. Une forme simple et couramment
utilisée de stratification consiste à considérer la pente de la ligne de régression entre le modèle
et les valeurs observées, et l'ordonnée à l'origine de la ligne de régression sur l'axe des y.
D’autres tests de la performance des modèles évaluent la capacité de prévision de phénomènes
spécifiques. C’est ainsi que des statistiques catégorielles décrivent la capacité de prévision
d’une hauteur de vagues dépassant un certain seuil. La synthèse des différents paramètres et
procédures de vérification établie par le Groupe de travail mixte de l’OMM pour la recherche sur
la vérification des prévisions renferme des informations utiles à ce sujet.
La vérification des modèles de vagues dépend de la disponibilité de mesures fiables de l’état

de la mer et de données météorologiques connexes. Les études de vérification utilisent
traditionnellement des mesures du vent et des vagues obtenues à partir de bouées in situ
et de plateformes fixes. Si certaines études ont mis en évidence des incohérences dans le
réseau mondial d’observation in situ (voir par exemple Durrant et al., 2009a), ces données
sont généralement considérées comme représentant la «réalité du terrain». Or, l’étendue
géographique du réseau d’observation in situ est limitée, en particulier dans l’hémisphère Sud.
La vérification de modèles mondiaux et de grands modèles régionaux fait également largement
appel aux mesures de l’état de la mer obtenues par des satellites altimétriques et des ASAR, ainsi
qu’aux mesures du vent par diffusiomètre pour évaluer les performances en haute mer. Pour
obtenir des échantillons de taille statistique suffisante, il est généralement nécessaire de disposer
d’échantillons de données d’observation sur une durée allant de plusieurs mois à une année
lorsqu’on procède à une vérification à l’échelle régionale ou pour des sites spécifiques.
Dans les Services météorologiques et hydrologiques nationaux (SMHN) de nombreux pays,

on procède systématiquement à la vérification des modèles opérationnels des vagues.
Les statistiques correspondantes sont mises à jour périodiquement pour contrôler le bon
fonctionnement du modèle. On signalera dans ce domaine une initiative internationale notable,
celle de la comparaison des systèmes opérationnels de prévision des vagues mise en œuvre
par la Commission technique mixte OMM/COI d'océanographie et de météorologie maritime
(CMOM) depuis 1995 (Bidlot et al., 2002, 2007). Ce dispositif s’est révélé extrêmement utile pour
fournir aux centres individuels de prévision une source de données de vérification concordantes
faisant l’objet d’un contrôle de qualité sur le long terme, ainsi qu’un système de vérification
pratique de la performance des prévisions établies par les modèles en les comparant à des
modèles analogues exploités par d’autres centres. La réussite du dispositif est démontrée par
la participation de 17 centres opérationnels répartis dans le monde entier, ainsi que par la mise
en place récente d’une structure davantage tournée vers l’exploitation, au sein de laquelle le
CEPMMT fait office de Centre principal pour la vérification de la prévision des vagues de l’OMM.
Une partie des résultats est régulièrement publiée sur les pages du site du CEPMMT consacrées à
la vérification.
Le dispositif se limite actuellement à une comparaison avec les paramètres de vagues intégrés les
plus communément observés (hauteur significative et période des vagues) par les plateformes
d’observation in situ. La possibilité d’élargir le système en y incorporant des observations
satellitaires et en proposant les produits sous forme de cartes (voir par exemple la figure 6.9) a
été démontrée par de nombreux centres, et les travaux de Bidlot et al. (2005) ont prouvé l’intérêt
et la faisabilité de son application à d’autres aspects de la vérification du spectre des vagues
(figure 6.7).
0001: ÉCART-TYPE HAUTEUR VAGUES à 12 UTC de janvier 1993 à juillet 2018, toutes les bouées
1,5
t+000 t+024 t+072 t+120 t+168
1,4
1,3
1,2
1,1
1
Écart-type (m)
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
mois (médiane de la moyenne mobile sur 3 mois)
Figure 6.8. Variation par année de la valeur de l’erreur quadratique moyenne associée aux
prévisions établies par le modèle mondial des vagues du CEPMMT concernant la hauteur
significative des vagues par comparaison avec un réseau mondial de plateformes de mesure
in situ des vagues.
Source: CEPMMT (https://w ww.ecmwf.int/en/forecasts/charts)
Figure 6.9 Carte du biais de la hauteur significative des vagues (exprimé en mètres) du
modèle mondial de prévision des vagues du Service météorologique britannique par
comparaison avec les données de missions d’altimètres embarqués à bord de satellites
(vérification effectuée entre septembre 2014 et août 2016)
6.6 SYSTÈMES DE PRÉVISION D’ENSEMBLE
Les prévisions sont par nature sujettes à une incertitude, qui découle pour partie d’erreurs de
paramétrage par le modèle de processus réels, mais également d’erreurs d’observation. Toutefois
une part importante de cette incertitude est également le résultat de différences mineures entre
l’analyse et l’état des conditions environnementales au lancement de la prévision. Ces différences
peuvent entraîner des discordances beaucoup plus marquées entre la prévision et la situation
réelle à plus longue échéance, en fonction de la stabilité des conditions météorologiques
de fond. Une méthode de prévision envisageable consiste à quantifier les incertitudes et à
considérer la prévision comme un échantillonnage à partir de la distribution de probabilités des
conditions plausibles, plutôt que comme un résultat unique «déterministe». Le renforcement
constant de l’outil informatique permet aux centres de modélisation d’adopter une démarche
probabiliste de la prévision fondée sur l’exploitation de systèmes de prévision d’ensemble des
vagues.
L’objectif d’un système de prévision d’ensemble est de fournir aux prévisionnistes une mesure
des incertitudes relatives au modèle et au climat associées à une prévision donnée. L’ensemble
indiquera une incertitude de prévision plus faible dans des conditions météorologiques bien
définies et stables que dans des conditions instables, dans lesquelles on risque de ne pas analyser
correctement l’état du temps présent et où le développement du système météorologique est
plus dynamique. Comme on a affaire à un système dissipatif forcé, l’incertitude de la prévision
des vagues est essentiellement déterminée par des variations des données atmosphériques de
départ, de sorte que l’on n’a que modérément besoin de disposer d’un système de prévision
d’ensemble complexe fondé sur l’assimilation des données et utilisant des conditions initiales
perturbées pour générer les conditions de départ des membres de l’ensemble, comme dans
la prévision d’ensemble du temps. Des applications novatrices pour les prévisions mondiales à
moyen terme (entre 1 à 4 semaines) ont été mises au point dans des centres tels que le CEPMMT
(Molteni et al., 1996 et Saetra et Bidlot, 2004), les NCEP (Chen, 2006) et le FNMOC (Alves et al.,
2013). Des travaux sur les systèmes de prévision d’ensemble régionaux à court terme, où il est
davantage nécessaire de définir correctement l’incertitude lors de l’initialisation des systèmes
de prévision, sont en cours au sein du Service météorologique britannique (Bunney et Saulter,

2015), du Service météorologique italien (Pezzutto et al., 2016) et du Bureau météorologique
australien (Zieger et al., 2018).
Les données fournies par un ensemble (voir par exemple figures 6.10 et 6.11) permettent de ne
pas se limiter à une seule méthode lors de l'interprétation et de la diffusion d’une prévision. En
voici quelques exemples: les membres individuels peuvent être identifiés et utilisés pour décrire
des scénarios de prévision de rechange de manière déterministe; des variations dynamiques
dans la dispersion des prévisions d’ensemble peuvent servir à estimer l’incertitude associée à
un produit déterministe obtenu à partir de l’ensemble; ou des informations sur la probabilité
d’un résultat donné (par exemple la probabilité qu’une hauteur de vague dépasse un certain
seuil opérationnel) peuvent être utilisées directement. Le choix de la méthode impose de bien
comprendre les besoins de l’utilisateur final et la performance de l’ensemble. Ainsi, comme
le modèle ne tente pas de représenter les erreurs d’observation, la probabilité prévue et la
probabilité de l’observation postérieure d’un phénomène donné (appelée «fiabilité» de la
prévision) ne devraient pas correspondre exactement.
Cependant, un ensemble bien défini devrait présenter un bon rapport de fiabilité. De la même
façon, un ensemble de qualité fera apparaître une forte corrélation entre la dispersion de la
prévision du système de prévision d’ensemble et la différence entre la prévision de contrôle de
l’ensemble/prévision moyenne et les observations. Tous ces comportements sont foncièrement
tributaires de la qualité du modèle sous-jacent. Dans l’exemple de la figure 6.12, on voit que
la fiabilité d’une prévision d’ensemble à court terme est fortement influencée par la correction
d’un biais sous-jacent. Il est recommandé, lors de l’évaluation de la probabilité de dépassement
d’un seuil, d’évaluer non seulement la probabilité, mais aussi la mesure de dépassement du
seuil. Ainsi, une prévision dans laquelle 90 % des membres de l’ensemble ont dépassé un seuil
d’1 m Hs doit se voir accorder un niveau de confiance supérieur à une prévision d’une probabilité
semblable de 90 %, mais qui a dépassé le seuil de seulement 10 à 20 cm.
Une application spécifique potentielle des prévisions d’ensemble consiste à mettre en évidence
l’apparition d’états de mer «dangereux» présentant une faible probabilité et un fort impact au
sein de l’ensemble à long terme (Petroliagis et Pinson, 2012). Dans des cas extrêmes, l’exactitude
du modèle sous-jacent peut être davantage sujette à caution que pour des prévisions courantes,
mais on peut y remédier en utilisant une climatologie de fond du modèle. Lalaurette (2003) a
décrit la méthode de l’indice de prévision d'événements extrêmes pour les paramètres relatifs
au vent, à la température et aux précipitations, dans laquelle les membres de la prévision ont été
comparés à un modèle climatique. Cet indice de prévision d’événements extrêmes a également
été appliqué aux vagues (Owens et Hewson, 2018). On en trouve une illustration à la figure 6.13,
dans laquelle l’image de gauche correspond à l’indice de prévision d’événements extrêmes
(avec une fourchette de −1 à 1) pour la hauteur significative des vagues, avec des valeurs proches
de 1 en mer de Norvège. La figure de droite représente le quatre-vingt-dix-neuvième centile
correspondant de la distribution de la hauteur des vagues pour ce même jour. Par conséquent,
l’indice de prévision d’événements extrêmes indique que le modèle prévoit des hauteurs de
vagues supérieures à 4 m, chose inhabituelle pour cette période de l’année.
Prévision d’ensemble Vagues (ENSgram)

64,03°N 7,14°E (point en mer)
Prévision haute résolution et distribution ENS Samedi 12 janvier 2019 00 UTC
0% 25 % 50 % 75 % 100 %
Répartition de la direction du vent à 10 m
Vitesse du vent à 10 m (m/s)
Direction moyenne des vagues (convention océanographique) 1 2,5 4 6 9m
Période moyenne des vagues (s)
Sam 12 Dim 13 Lun 14 Mar 15 Mer 16 Jeu 17 Ven18 Sam19 Dim 20 Lun 21 Mar 22
Jan
max
2019 90 %
75 % Contrôle ENS-WAM (28 km) HRES-WAM (14 km)
médiane
25 %
10 %
min
Figure 6.10. Produit de prévision d’ensemble des vagues en série chronologique à point fixe
du CEPMMT. Les deux graphiques de la partie supérieure représentent la variabilité de la
direction et la vitesse du vent et les trois autres graphiques les prévisions des paramètres
totaux des vagues. Dans le cas d’espèce, on a superposé un modèle déterministe à haute
résolution à la prévision de contrôle de l’ensemble en utilisant des courbes bleues et rouges
respectivement.
Source: Création interactive sur le site Internet du Centre européen pour les prévisions météorologiques à moyen terme,
https://w ww.ecmwf.int/en/forecasts/charts/web/classical_ meteogram (accès réservé aux utilisateurs inscrits)
2016/10/30_12z, 144 fcst_hr

Moyenne d’ensemble (isoplèthe, m) et dispersion des hauteurs Valide 2016/11/05 12z
60 N
30 N
EQ
30 S
60 S
30 E 60 E 90 E 120 E 150 E 180 150 W 120 W 80 W 60 W 30 W 0
Dispersion (m)
0 0,3 0,6 0,9 1,2 1,5 1,6 2,1 2,4
2016/10/30_12z, 144 fcst_hr

Probabilité (ensemble) que hauteur >= 4,0 m Valide 2016/11/05 12z
60 N
30 N
EQ
30 S
60 S
30 E 60 E 90 E 120 E 150 E 180 150 W 120 W 80 W 60 W 30 W 0
Niveau de probabilité
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
Figure 6.11. Cartes de prévision d’ensemble montrant (dans la partie supérieure) la moyenne
d’ensemble (isohypses) et la dispersion (zone ombrée) de la hauteur significative des vagues,
et (dans la partie inférieure) la probabilité que la hauteur significative des vagues dépasse
4m
Source: NCEP (http://polar.ncep.noaa.gov/waves/nfcens/viewer.shtml)
Figure 6.12. Diagramme de fiabilité pour deux prévisions de vagues établies par un système
de prévision d’ensemble à une échéance de 2 jours, concernant une hauteur significative des
vagues supérieure à 6 m (en bleu, modèle régional de l’océan; en rouge modèle régional du
Royaume-Uni). Les prévisions sont considérées comme fiables quand la probabilité de la
prévision et la fréquence des observations postérieures sont semblables (les données se
rapprochent de la première bissectrice). Dans l’exemple présenté ici, l’effet de la correction
du biais de la prévision est significatif; sur le graphique de droite, les courbes représentant les
prévisions après la correction du biais sont beaucoup plus proches de la première bissectrice
que dans les prévisions brutes (graphique de gauche).
Sat 12 Jan 2019 00UTC ©ECMWF t+48-72h VT: Mon 14 Jan 2019 00UTC - Tue 15 Jan 2019 00UTCThu 10 Jan 2019 00UTC ©ECMWF VT: Mon 14 Jan 2019 00UTC - Tue 15 Jan 2019 00UTC
Extreme forecast index and Shift of Tails (black contours 0,1,2,5,8) for max significantmax
wave
significant
height wave height (in m) Model climate Q99 (one in 100 occasions reali
-1 -0.9 -0.8 -0.7 -0.6 -0.5 0.5 0.6 0.7 0.8 0.9 1 0 0.5 1 2 3 4 6 8 10 12 14 20
60°W 40°W 20°W 0°E 20°E 60°W 40°W 20°W 0°E 20°E
80°N 80°N 80°N 80°N
3
-0.
0.3
70°N 70°N 70°N 70°N
0.3
0
0.3
.3
-0
60°N 60°N 60°N 60°N
3
0.
-0.3
50°N 50°N 50°N 50°N
40°N 40°N 40°N 40°N
30°N 30°N 30°N 30°N
20°N 20°N 20°N 20°N

-0.3
-0
10°N 10°N 10°N 10°N

.3
60°W 40°W 20°W 0°E 20°E 60°W 40°W 20°W 0°E 20°E
Figure 6.13. Indice de prévision d’événements extrêmes (graphique de gauche) et quatre-

vingt-dix-neuvième centile correspondant de la hauteur significative des vagues obtenu à
partir de la simulation du climat à longue échéance issue du modèle (graphique de droite).
Source: CEPMMT (https://w ww.ecmwf.int/en/forecasts/charts)
Il existe une version moins onéreuse en calculs que le système d’ensemble total, communément
appelée «l’ensemble du pauvre» (Ebert, 2001) et qui combine certaines prévisions établies par
les modèles indépendants de plusieurs centres opérationnels. La disponibilité d’une telle série
de données peut contribuer à une «prévision par consensus» dans laquelle les prévisions sont
pondérées et les biais corrigés en fonction des performances passées, afin de produire une
«prévision par consensus optimale» qui est généralement de meilleure qualité que celles qui sont
établies par les modèles individuels (Durrant et al., 2009b).
CHAPITRE 7. DONNÉES SUR LES VAGUES OBSERVÉES, MESURÉES ET
MODÉLISÉES
Chapitre rédigé par V. Swail et F. Ocampo‑Torres, avec des contributions de J. Ewing, D. Carter,
A. Saulter, R.E. Jensen, R. Bouchard et L. Cavaleri
7.1 INTRODUCTION
Les données sur les vagues sont au cœur de toutes les activités d’analyse et de prévision des
vagues. Swail et al. (2010) remarquent que les besoins des utilisateurs en données sur les vagues
répondent aux finalités suivantes: assimilation dans les modèles opérationnels de prévision des
vagues; utilisation dans la prévision opérationnelle par les centres de prévision météorologique;
validation des modèles numériques des vagues; étalonnage et validation des techniques de
télédétection des vagues et validation des produits de simulation rétrospective des vagues. Ces
éléments sont de plus en plus régulièrement pris en compte dans l’analyse climatique, les critères
de conception des navires et des plateformes en mer, l’évaluation de l’énergie générée par les
vagues et les études sur les tendances climatiques. Il existe bien d’autres domaines dans lesquels
les données sur les vagues jouent un rôle important, tels que les études sur l’interaction air-mer,
la physique des couches supérieures de l’océan, la modélisation des zones côtières et les modèles
couplés océan-atmosphère. On s’intéressera principalement dans le présent ouvrage aux aspects
de ces données qui contribuent directement à l’analyse et à la prévision des vagues, ainsi qu’aux
sources de ces données les plus fréquemment utilisées.
Les données sur les vagues sont largement accessibles auprès de diverses sources, dont l’utilité
immédiate sur le plan opérationnel peut varier. Il s’agit notamment des systèmes d’observation
in situ, tels que les bouées et les navires, et des systèmes de télédétection, terrestres et spatiaux.
Certains de ces dispositifs mesurent uniquement les propriétés intégrales des vagues telles que
la hauteur, la période et la direction, alors que d’autres fournissent une description spectrale
complète du champ de vagues, soit uniquement dans le domaine fréquentiel, soit sous forme de
spectres fréquentiels et directionnels intégraux.
On trouvera ci-après la description des systèmes les plus couramment utilisés, des méthodes
d’observation qu’ils emploient, ainsi que de leurs points forts et de leurs carences. S’il n’a pas
pour vocation d’entrer dans le détail de chacun des systèmes d’observation, le présent guide
entend fournir suffisamment d’informations pour que les données obtenues soient utiles. Hauser
et al. (2005), Swail et al. (2010) et Cavaleri et al. (2018) ont produit d’excellentes synthèses sur les
méthodes d’observation des vagues et du traitement des données (in situ et par télédétection),
ainsi que sur les difficultés qui y sont associées. L’OMM a en outre publié des guides de référence
sur les méthodes recommandées d’observation ou de mesure visuelle des vagues et sur la
transmission des informations par le biais du Système mondial de télécommunications (SMT),
dont le Guide des instruments et des méthodes d'observation météorologiques (OMM, 2014b), Partie
II, Chapitre 4, et le Manuel des codes (OMM, 2011). Le Programme de météorologie maritime
et d'océanographie de l’OMM fournit une synthèse exhaustive de l’observation et les données
maritimes.
Le présent chapitre passe en revue les différentes méthodes d’observation. La section 7.2 traite
des observations in situ, visuelles et mesurées, réalisées au moyen de bouées, de navires et
d’autres méthodes plus limitées. La section 7.3 est consacrée aux observations réalisées par
télédétection, notamment à partir de l’espace par altimètre et radar à antenne synthétique (SAR),
ainsi que des observations effectuées depuis la surface terrestre, avec les radars haute fréquence
et les radars fonctionnant dans la bande X. On abordera brièvement dans la section 7.4 une autre
source importante de données destinées plus spécialement à l’analyse climatique: les bases
de données de simulations rétrospectives des vagues, dont les réanalyses, issues de modèles
numériques forcés par des champs de vent régionaux à mondiaux.
CHAPITRE 7. DONNÉES SUR LES VAGUES OBSERVÉES, MESURÉES ET MODÉLISÉES 153
7.2 DONNÉES SUR LES VAGUES RECUEILLIES IN SITU
7.2.1 Différences entre données visuelles et instrumentales
Bien que le moyen le plus simple de caractériser les vagues soit de réaliser une observation
visuelle de leur hauteur et de leur période, les données obtenues de cette manière ne sont
pas nécessairement compatibles avec celles qui proviennent des mesures effectuées avec des
instruments.
Il est quelque peu paradoxal de constater que des efforts considérables sont déployés pour
obtenir les hauteurs significatives correctes des vagues à partir d’estimations visuelles de la mer
et de la houle prises séparément, afin de les confronter aux valeurs obtenues grâce à des mesures
instrumentales des spectres de l’énergie et des spectres modélisés, tandis que l’on s’efforce par
ailleurs de diviser les spectres mesurés ou modélisés entre les composantes mer et houle qui sont
mieux connues de la plupart des utilisateurs d’informations sur les vagues (données en temps
réel, prévisions ou climatologie), ce qui correspond donc à une image visuelle de l’état de la mer
total. Les paragraphes suivants traitent brièvement de ces différentes méthodes.
7.2.1.1 Estimation de la hauteur significative des vagues à partir de l’observation de la

mer du vent et de la houle
Les observations visuelles des vagues rapportent les paramètres de la mer du vent et de la
houle séparément. Lors de la fusion de différents trains de vagues (par exemple la mer du
vent et la houle ou plusieurs ondes de houle), leurs hauteurs ne se combinent pas de façon
linéaire. L'énergie des vagues est liée au carré de leur hauteur, et c'est l'énergie qui est additive.
Traditionnellement, lorsque plusieurs trains de vagues se combinent, la hauteur résultante
Hcombinée est déterminée par la racine carrée de la somme des carrés des hauteurs des différents
trains Hmer et Hhoule (analogue à l’équation 6.1):
2 2
H combinée = Hmer + Hhoule (7.1)
Plusieurs trains de houle peuvent être combinés si nécessaire.
Toutefois les comparaisons réalisées avec les mesures instrumentales (Wilkerson et Earle, 1990
et Gulev et Hasse, 1998) montrent que l’on tend ainsi à surestimer la hauteur significative des
vagues observées de plusieurs dizaines de centimètres. D’autres estimations de la hauteur
significative des vagues ont été proposées. Wilkerson et Earle (1990) ont recommandé d’utiliser
comme hauteur significative des vagues la plus élevée des deux composantes (mer du vent ou
houle). Barratt (1991) a constaté que cette méthode entraînait une sous-estimation de la hauteur
significative des vagues aux latitudes moyennes et a proposé une démarche mixte, reposant
sur l’application de l’équation 7.1 quand la mer du vent et la houle se trouvent dans le même
secteur directionnel de 45° et de la valeur maximale dans tous les autres cas de figure. Gulev et
Hasse (1998, 1999) ont affiné cette méthode et conclu que la valeur seuil optimale était de 30°.
Leur formulation est désormais d’une utilisation courante, même s’il existe probablement des
variations régionales en fonction de la nature du régime des vagues.
7.2.1.2 Partitionnement des données du spectre des vagues entre la mer du vent et la
houle
Lefèvre et al. (2005) ont expliqué que le spectre bidimensionnel de l’énergie des vagues était
couramment utilisé pour représenter la répartition de la variance moyenne de l’élévation de la
surface de la mer due aux vagues du vent comme une fonction de la fréquence et de la direction
de propagation. Le nombre de fréquences multiplié par le nombre de directions employées
pour représenter un spectre de vagues est généralement supérieur à plusieurs centaines. Il est
donc courant, lors de la comparaison des états de la mer, de ramener les informations spectrales
à un petit nombre de paramètres obtenus par intégration sur le spectre. Les paramètres les
plus fréquemment utilisés sont la hauteur significative et la période moyenne des vagues.
Portilla‑Yardun et al. (2009) ont constaté qu’étant donné que la mer du vent et la houle n’étaient
pas mesurées ou modélisées séparément, il fallait diviser le spectre pour fournir ces informations
dans les produits de sortie (Bidlot, 2001). Il ne s’agit pas là d’une question anecdotique et de très
nombreuses méthodes ont été adoptées à partir de certaines des propriétés physiques du vent et
des vagues. Plusieurs algorithmes de partitionnement ont été proposés pour définir les systèmes
de vagues et leurs caractéristiques à partir de séries chronologiques de spectres directionnels des
vagues (Hanson et Phillips, 2001, Wang et Hwang, 2001; Violante‑Carvalho et al., 2002, Hwang
et al., 2012 et Alliot et al., 2013).
7.2.2 Observations visuelles
Les vagues sont généralement décrites sous forme de mer du vent ou de houle. Dans ce contexte,
la mer du vent désigne les vagues produites par le vent local au moment de l'observation, alors
que la houle désigne soit des vagues venues d'ailleurs soit des vagues produites localement,
mais qui ont ultérieurement cessé d’être modifiées par le vent (en raison d’un changement de
direction du vent, par exemple).
Il est généralement admis que les observations visuelles de la hauteur des vagues ont tendance
à être proches de la hauteur significative des vagues (voir les définitions à la section 1.3.3);
l’estimation comparative des hauteurs a été présentée à la section 7.2.1. Les périodes des vagues
observées visuellement sont beaucoup moins fiables que celles mesurées par des instruments,
car l'œil a tendance à se fixer sur les vagues proches de période courte fortement escarpées,
ne tenant ainsi pas compte des vagues de plus longue période et moins cambrées, même si
celles-ci possèdent une hauteur et une énergie plus importantes. Cela apparaît si l'on examine
des tracés de probabilité jointe (diagrammes de dispersion) de la hauteur et de la période des
vagues observées visuellement. Dans nombre de ceux-ci, la période signalée est si courte que
la cambrure (rapport entre la hauteur et la longueur) est beaucoup plus élevée que cela n'est
physiquement possible pour des vagues. C'est presque certainement la période des vagues qui
est erronée, et non leur hauteur.
On peut faire des observations visuelles utiles de la hauteur des vagues en mer à partir de
navires (voir section 7.2.2.1). Les observations visuelles faites à terre (voir section 7.2.2.3) ne sont
significatives que pour la zone d'observation, car les vagues se modifient considérablement dans
les dernières centaines de mètres qu’elles parcourent avant d’atteindre le littoral, et l'observateur
est trop éloigné des vagues non modifiées (au large) pour en évaluer les caractéristiques.
Pour un observateur situé sur la côte, les vagues semblent généralement s'approcher presque
perpendiculairement au littoral en raison de la réfraction et elles sont donc davantage
susceptibles d’être obliques par rapport au vent que ce n’est le cas plus au large. Les observations
réalisées à partir de la côte ne sont normalement valables que pour le site où elles sont effectuées
et elles présentent rarement un intérêt autre que pour la climatologie locale. Elles peuvent
toutefois être utiles à certains groupes d’utilisateurs très spécifiques tels que les surfeurs.
7.2.2.1 Observations visuelles réalisées à partir de navires
Les «navires occasionnels» constituent la source traditionnelle, et pendant longtemps la plus

importante, d’informations sur les vagues. Vu la rareté des mesures des vagues effectuées en
surface en haute mer, le programme des navires d'observation bénévoles (VOS) de l'OMM
exploite la couverture offerte par le trafic maritime. Si l’essentiel des navires participants
appartiennent à la marine marchande, le programme VOS bénéficie également du concours
de navires de recherche, de navires de la marine ou des garde-côtes, de ferries, de navires
ravitailleurs et de paquebots. Les navires participants transmettent des informations
météorologiques qui comprennent des observations visuelles des vagues.
Compte tenu de la nature de leur profession, on peut considérer les marins comme des
observateurs expérimentés. L'observation des vagues fait partie de leurs tâches quotidiennes
et ils doivent posséder une parfaite connaissance de l’évolution de la mer du vent et de la houle
puisqu’elle influe sur les mouvements du navire (tangage, roulis, pilonnement) et peut être la
cause de retards et d’avaries structurelles. Toutefois Houmb et al. (1978) ont constaté que les
officiers avaient tendance à sous-estimer la hauteur des vagues par rapport à leurs subordonnés,
et Gulev et al. (2003) ont montré que seulement 20 à 50 % des observateurs respectaient
strictement les directives en matière d’observation.
L'observateur se trouvant à bord d'un navire peut généralement distinguer plusieurs trains de
vagues, évaluer la hauteur et la période de chaque train et donner la direction de déplacement
des vagues. Les vagues qui se déplacent dans la même direction sont décrites comme constituant
une mer du vent. Tous les autres trains sont par définition considérés comme de la houle (bien
que les marins qualifient souvent de houle une mer du vent bien levée au fetch long, à l’instar de
celle qui est due aux alizés).
Le nombre de navires d’observation bénévoles a baissé ces dernières années. L’introduction

de systèmes automatiques d’observation météorologique sur bon nombre des navires restants
contribue à une augmentation du nombre de messages. Or, ces systèmes automatiques ne
réalisent pas d’observations des vagues (ni des nuages ou de la visibilité) et il arrive souvent
que les observateurs embarqués ne saisissent pas manuellement ces valeurs dans les messages
transmis, de sorte que le nombre d’observations des vagues a diminué.
Le présent ouvrage n’a pas pour vocation d’apprendre aux observateurs à rendre compte
des vagues. Les lignes directrices régissant ces observations sont exposées dans le Guide des
instruments et des méthodes d'observation météorologiques (OMM, 2014b), Partie II, Chapitre 4.
De nombreux organismes nationaux, comme l’Administration américaine pour les océans et
l'atmosphère (NOAA, 2010), prodiguent également des conseils sur ce point.
Jusqu’en 2012, les données étaient diffusées sur le SMT au moyen du format FM 13 SHIP,
remplacé alors normalement par la Forme universelle de représentation binaire des données
météorologiques (BUFR FM-94). On trouvera la description de ces formats dans le Manuel des
codes (OMM, 2011).
Le présent ouvrage a pour vocation de fournir des conseils sur le bon usage des observations
des vagues, en tenant compte des métadonnées associées et des problèmes spécifiques posés
par les observations réalisées à bord de navires. Laing (1985) et Gulev et al. (2003) ont fait une
description exhaustive du traitement des données, des systèmes de codage, de l’évolution des
formats des données, des corrections de biais ad hoc et des estimations des incertitudes des
données sur les vagues recueillies par les navires. On trouvera dans les paragraphes qui suivent
un résumé succinct des principales difficultés qu’ils ont mises en évidence.
La difficulté à distinguer entre la mer du vent et la houle constitue une source possible
d’incertitude dans les estimations visuelles des vagues. Le problème se manifeste quand des
mers du vent bien levées sont assimilées à de la houle et qu’une petite houle est qualifiée de mer
du vent, ce qui débouche sur des biais dans la climatologie de la mer du vent et de la houle.
Les estimations visuelles de la hauteur des vagues sont relevées en chiffres de code, chaque unité
correspondant à 50 cm. Hogben et Lumb (1967) ont signalé qu’en pratique, les observateurs
appliquaient souvent le code 01 (0,25 m à moins de 0,75 m) à des hauteurs de vagues inférieures
qui devraient être chiffrées 00, ce qui entraîne une légère surestimation systématique des petites
vagues par les navires d’observation bénévoles.
On sait que les périodes des vagues sont systématiquement sous-estimées dans les données
visuelles des navires d’observation bénévoles. Ceci s’explique notamment par la difficulté qu’il
y a à distinguer les périodes si la mer du vent et la houle se propagent dans la même direction,
notamment si les techniques d’observation ne sont pas mises en œuvre correctement. C’est
ainsi que les périodes des vagues relevées visuellement sont systématiquement sous-estimées
en raison d’un mauvais calcul de la période et de la direction véritables des vagues à partir de la
période apparente, le problème étant analogue pour l’évaluation du vent vrai à partir du vent
apparent (Gulev et al., 2003).
Il se peut aussi que les observations historiques des périodes de la houle soient erronées
en raison de la modification des codes en 1968. Or, ce changement n’a pas été accepté
simultanément par la totalité des nations et des armateurs, ce qui a entraîné une surestimation
des périodes de la houle pour l’année 1969 et le début de 1970.
Les données visuelles relevées après 1950 comportent des estimations distinctes de la mer du
vent et de la houle. Au cours des décennies précédentes, les officiers relevaient uniquement la
composante des vagues la plus élevée.
On considère généralement que les observations nocturnes sont moins précises que celles qui
sont réalisées pendant la journée, la lumière du jour assurant de bien meilleures conditions pour
évaluer l’état de la mer. De nuit, il arrive que les marins ne respectent pas rigoureusement les
règles en matière d’observation et qu’ils ne sortent même pas sur le pont pour ce faire (Gulev
et al., 2003). Toutefois Gulev et al. (2003) n’ont pas constaté de biais systématique entre les
observations nocturnes et diurnes.
Les vagues se déplaçant en direction contraire d'un courant sont plus escarpées et généralement
plus hautes qu'en eau calme, et plus basses lorsqu’elles suivent le courant. De ce fait, il se peut
que les observations ne soient pas représentatives de la zone environnante. De la même façon,
les effets de la réfraction due à la topographie du fond en eau peu profonde peuvent provoquer
une augmentation ou une diminution locale de la hauteur des vagues.
Les vagues observées à partir d'un grand navire semblent plus petites que si elles sont observées
à partir d’une petite embarcation. Nombre d’observateurs tendent à se servir des informations
sur le vent pour estimer les paramètres des vagues et inversement (Gulev et al., 2003). En d’autres
termes, les observations visuelles des vagues et du vent ne sont pas totalement indépendantes
les unes des autres dans les pratiques d’observations existantes.
Si les données sur les vagues fournies par les navires d’observation bénévoles sont parfois
considérées comme moins fiables que les produits satellitaires ou issus de la modélisation, en
raison de leur faible précision, de l’insuffisance de l’échantillonnage et de la relative complexité
(par rapport à d’autres paramètres) des procédures de prétraitement et de correction des
erreurs systématiques, elles sont celles qui ont été relevées depuis le plus longtemps de manière
continue. Elles comportent en outre des estimations séparées des paramètres de la mer du vent
et de la houle, même si cette distinction est effectuée de manière subjective par les officiers.
De manière générale, si les observations visuelles individuelles réalisées à partir de navires sont
entachées d’un fort degré d’incertitude, elles présentent collectivement un intérêt considérable
pour l’étude de la climatologie des vagues, à condition d’appliquer des procédures d’assurance
qualité performantes (Gulev et Hasse, 1998; et Gulev et Grigorieva, 2006).
7.2.2.2 Sources de données visuelles sur les vagues recueillies par des navires
L’essentiel des informations visuelles sur les vagues proviennent des observations effectuées par
les navires d'observation bénévoles participant au programme VOS que l’on a présenté ci-dessus.
Les observations sont également consignées et transmises par les agents météorologiques des
ports à des services centraux nationaux, ainsi qu’aux deux centres mondiaux de collecte situés au
Royaume-Uni et en Allemagne, dans le cadre du Système de données de climatologie maritime
de la Commission technique mixte OMM/COI d'océanographie et de météorologie maritime
(CMOM).
L’Ensemble international intégré de données sur l'océan et l'atmosphère (ICOADS; Freeman et al.,
2017), fruit du nouveau partenariat international sur l’ICOADS, constitue la principale source de
données d’observations historiques recueillies à partir de navires. On a regroupé les données
maritimes de surface mondiales recueillies depuis la fin du XVIIe siècle avant de les soumettre à
un contrôle qualité, dans le but de les rendre largement accessibles à la communauté scientifique
internationale. Le jeu de données ICOADS est fusionné avec la collection de métadonnées de la
Liste internationale de navires sélectionnés, supplémentaires et auxiliaires de l’OMM gérées par
le Centre CMOM de soutien aux programmes d'observation in situ (JCOMMOPS), de sorte que
les informations pertinentes relatives aux observations accompagnent les données (OMM, 2010).
Les données en temps réel sont normalement échangées sur le plan international par le biais du
SMT du Programme de la Veille météorologique mondiale. Pour avoir accès aux données, il suffit
de contacter le représentant permanent d’un Service météorologique et hydrologique national
(SMHN) auprès de l’OMM (voir OMM, 2014a pour plus de détails). Les données transmises
par le SMT seront progressivement intégrées au Système d’information de l’OMM, qui fournira
également à terme un service de recherche, de consultation et d'extraction de données.
7.2.2.3 Observations visuelles à partir de stations côtières
Dans les stations côtières, il est important d'observer la hauteur et la période des vagues à un
endroit où elles ne sont pas déformées, que ce soit en raison de la faible profondeur de l’eau
(profondeur ne constituant qu'un faible multiple de leur hauteur) ou d’un phénomène de
réflexion. Cela signifie que l'endroit choisi pour réaliser les observations doit se trouver bien
en dehors de la zone de déferlement, ne pas se situer sur un haut-fond ou dans une zone où le
gradient du fond est abrupt, ni à proximité immédiate d'une jetée ou de rochers escarpés qui
risquent de renvoyer les vagues vers le point d'observation. Le point d'observation doit être
entièrement exposé à la mer, c’est-à-dire qu’il ne doit pas être abrité par des caps ou par des
hauts-fonds.
Les observations sont généralement plus précises si l'on peut se servir d'une perche verticale
fixe comportant des marques graduées qui permettent de déterminer la hauteur des vagues qui
passent. L'observation d'un objet à la surface, tel qu’une bouée, peut également améliorer les
évaluations.
Si les observations sont destinées à des travaux de recherche sur les vagues, il est important que
les conditions suivantes soient respectées:
– Elles doivent toujours être effectuées au même endroit, de façon que des corrections en
fonction de la réfraction, etc., puissent être effectuées ultérieurement;
– Il faut connaître précisément la profondeur moyenne de l'eau à l'endroit et au moment de
l'observation, de façon à pouvoir effectuer ultérieurement des corrections en fonction de la
variation de la hauteur due à la profondeur.
Les observations concernant la direction des vagues effectuées depuis les côtes ne sont
significatives que pour le site où elles sont réalisées. Si l'utilisateur ne se rend pas compte que
les données ont été obtenues à un endroit où la faible profondeur de l'eau a un effet majeur (de
réfraction), son interprétation risque d'être erronée.
Il est possible que la base de données ICOADS renferme certaines observations visuelles des
vagues réalisées depuis des stations côtières, d’autres pouvant être accessibles par le biais du
représentant permanent du SMHN concerné.
7.2.3 Données mesurées sur les vagues
Depuis plus de 60 ans (voir par exemple Tucker, 1991), des mesures des vagues sont effectuées
par des plateformes sur des sites de sources ponctuelles. Elles constituent généralement la
source la plus fiable de données relatives aux vagues et interviennent dans tous les aspects des
études sur les vagues de gravité de surface produites par le vent. Les mesures des vagues ont
été et continueront à être utilisées pour valider les modèles numériques, étalonner et valider
les techniques de télédétection, et valider les produits de simulation rétrospective des vagues.
Les mesures sont réalisées au moyen de dispositifs tels que les bouées de surface, les systèmes
installés au fond (pression), les profileurs acoustiques, des systèmes fixes tels que les sondes
à câble continu et les sondes à résistance avec capteurs disposés à intervalles réguliers, et des
radars et lasers descendants. On trouvera ci-dessous une brève description de chacune de ces
méthodes, ainsi qu’une synthèse de leurs points forts et de leurs carences.
7.2.3.1 Mesures des vagues effectuées sous la surface de la mer
L’avantage des systèmes de mesure des vagues positionnés sous la surface de la mer est qu’ils
sont moins susceptibles d’être endommagés que ceux qui sont situés en surface. La transmission
des données vers le continent constitue toutefois une difficulté, car les câbles sont chers et
peuvent s'abîmer. Il est également possible de transmettre les informations par radio à partir
d'une bouée ancrée à proximité.
Cavaleri et al. (2018) ont relevé qu’il y a près de sept décennies que l’on utilise les transducteurs
de pression pour mesurer les vagues (Bishop et Donelan, 1987 et Pomaro et al., 2017). La facilité
d’installation, le coût relatif et la durée de vie de ces dispositifs expliquent leur grande popularité.
S’ils sont surtout utilisés en eau peu profonde (< 15 m), on en installe aussi sous la surface en eau
profonde, sur des plateformes situées au large. Dans ces cas de figure, la variation de la pression
au niveau du capteur donne la mesure de la hauteur des vagues. On peut calculer le spectre de
la pression à la profondeur où est effectuée la mesure à partir du signal de pression, en faisant
appel à l'analyse spectrale. Il faut corriger la pression mesurée pour tenir compte de l’atténuation
hydrodynamique due à la profondeur. Pour cela, on fait appel à la théorie des vagues linéaires
(voir section 1.2) (bien qu’il soit permis de penser que la correction ainsi obtenue est trop faible).
On peut ensuite calculer les spectres unidimensionnels des vagues et des paramètres associés,
tels que la hauteur significative des vagues. L'atténuation a pour effet de filtrer les longueurs
d'onde courtes, mais pour la plupart des applications pratiques, une perte d'informations sur
les vagues de haute fréquence n'est pas un inconvénient. Cependant, si la profondeur de l'eau
est supérieure à 10–15 m environ, l’atténuation affecte une trop grande partie de la gamme de
fréquences et les facteurs de correction deviennent conséquents, réduisant ainsi la valeur des
données. Les capteurs peuvent être compromis par l’encrassement biologique, notamment dans
les eaux côtières et les mers fermées. Les courants et les non-linéarités peuvent également avoir
une incidence sur l’évaluation de la hauteur significative des vagues. Cavaleri et al. (2018) ont fait
la description de diverses techniques permettant d’éliminer le bruit et de compenser les courants
et les effets non linéaires.
Les profileurs de courant ascendants à effet Doppler peuvent être employés dans les zones
côtières pour évaluer les caractéristiques des vagues. Herbers et Lentz (2010) ont fait un résumé
des différents systèmes utilisés, en mettant en évidence les limites de chacun d’entre eux dans la
bonne interprétation des données relevées. Quand la mer est très agitée dans un environnement
côtier à la profondeur limitée, le déferlement des vagues peut être fréquent et la présence de
grosses bulles juste sous la surface peut parasiter les mesures acoustiques à la surface. Il arrive
également que l’on suspende des profileurs de courant à effet Doppler à faible profondeur sous
une plateforme ou une bouée de surface.
Des échosondeurs inversés placés sur le fond de la mer peuvent aussi être utilisés en eau peu
profonde. Le temps de déplacement du faisceau acoustique étroit est directement lié à la
hauteur des vagues et donne une mesure sans atténuation due à la profondeur. En mer agitée,
cependant, ce faisceau est dispersé par les bulles provenant des vagues déferlantes, ce qui
diminue la fiabilité des mesures.
7.2.3.2 Mesures des vagues effectuées à partir de bouées
Dans les applications en eau libre, la bouée constitue la plateforme de mesure des vagues
la plus populaire. La plupart des mesures des vagues provenant de bouées sont effectuées
dans les bandes côtières d’Amérique du Nord et d’Europe occidentale, et les données sont
lacunaires dans la plupart des autres océans, notamment dans l’océan Austral et sous les
tropiques (figure 7.1). La figure 7.1 ne comporte pas la totalité des sites de mesure des vagues,
mais uniquement ceux qui transmettent leurs données directement par le biais du SMT. Ce sont
toutefois ces données qui sont le plus utiles en mode opérationnel, et le plus susceptibles d’être
accessibles dans les archives de vagues. Elles ont traditionnellement été diffusées au moyen
des codes alphanumériques FM 65 WAVEOB de l’OMM (OMM, 2011); ces dernières années, les
transmissions sont de plus en plus souvent réalisées en code BUFR. De surcroît, dans certains cas
(par exemple le Centre national de bouées de mesure (NDBC) de la NOAA), les informations
relatives aux vagues sont diffusées dans les messages FM 13 SHIP. Le message SHIP est utilisé
Groupe de coopération pour les programmes de bouées de mesure Observations: vagues Janvier 2019
Plate-formes ayant fourni des mesures (observations des vagues) au SMT pendant le mois. Données SMT reçues par Météo France.
Bouées dérivantes FRANCE (31) R.-U./FRANCE (1) Plate-formes fixes
JAPON (1) GRÈCE (3) É.-U. (140) R.-U. (50)
PORTUGAL (10) ESPAGNE (15) É.-U. (2)
BA côtières/nationales
R.-U. (5) INDE (6)
AUSTRALIE (6) BRÉSIL (4) RÉPUBLIQUE DE CORÉE (17)
CANADA (15) IRLANDE (3)
Produit par www.jacommops/org, 06/02/2019
Figure 7.1. Données d’observation des vagues communiquées par le biais du SMT au mois de
janvier 2019
Source: http://w ww.jcommops.org/dbcp/network/maps.html
de préférence au message BUOY, car il contient des champs relatifs aux paramètres de la mer
du vent et de la houle que l’on ne trouve pas dans le message BUOY. Le nouveau modèle de
messages BUFR pour bouées ancrées permettra d’inclure des données spectrales et des données
relatives à la mer du vent et à la houle.
Les systèmes de mesure des vagues montés sur des bouées sont décrits dans les paragraphes
suivants. On trouvera des explications complémentaires dans le Guide des instruments et des
méthodes d’observation météorologiques (OMM, 2014b). Les documents techniques établis par le
NDBC (1996, 2009) donnent en outre des informations détaillées sur les mesures des vagues
effectuées par le NDBC de la NOAA, qui est le plus grand réseau opérationnel existant de bouées
ancrées.
7.2.3.2.1 Systèmes de mesure
Un système de mesure des vagues monté sur une bouée comporte généralement trois éléments
principaux: a) la plateforme, comprenant la coque, le profilé, la composition, la superstructure et
le mouillage, b) le capteur et c) la charge utile ou le dispositif d’analyse embarqué.
Les bouées de mesure des vagues peuvent avoir la forme d’une sphère, d’un disque ou d’un
bateau (voir par exemple le dispositif océanographique météorologique automatisé de la Marine
des États-Unis d’Amérique (NOMAD), Timpe et Van de Voorde, 1995)), et leurs dimensions
vont de 1 à 12 m pour les bouées en forme de disques, à moins d’un mètre de diamètre pour
les nouvelles bouées à coques sphériques. Quant aux bouées de type NOMAD, elles ont une
longueur de 6 m et une largeur de 3 m et pèsent plus de 5 200 kg. Les bouées de mesure des
vagues sont souvent polyvalentes et peuvent donc être munies de superstructures hébergeant
généralement des capteurs météorologiques. Il arrive également qu’elles soient équipées
de panneaux solaires assurant une alimentation électrique complémentaire et de cages

pour empêcher l’intrusion de mammifères marins. Si pendant longtemps les coques étaient
généralement en aluminium, le recours aux structures en mousse se développe ces dernières
années. Les ancrages (et les systèmes d’arrimage) peuvent être constitués de chaînes à maillons,
de polypropylène, de corde ou de cordon élastique, ce qui permet à la bouée de flotter librement
et de tourner activement dans un rayon bien défini. L’ancrage doit être réalisé de manière à ne
pas influer par trop sur les mouvements de la bouée. Un amarrage tendu ou semi-tendu est
susceptible d’empêcher la bouée de mesurer la surface libre correctement.
Si les capteurs ont connu une évolution au cours des trois dernières décennies, le phénomène
s’est nettement accéléré depuis quelques années. Traditionnellement, la plupart des bouées sont
équipées d’accéléromètres qui mesurent leur élévation. Le type de capteur le plus couramment
utilisé est un accéléromètre lié à la structure, en raison de son faible coût et de ses faibles
exigences en matière de maintenance. Dans ces systèmes, la direction verticale correspond à
l’axe de la bouée elle-même plutôt qu’à la véritable verticale par rapport à la Terre. Ceci peut
entraîner des erreurs importantes qui sont exposées ci-dessous. Les capteurs montés sur cardan
comportent un système mécanique intégré permettant de conserver l’accéléromètre à la
verticale lorsque la bouée et le capteur s’inclinent. Ils sont utilisés en exploitation depuis le début
des années 1970 (Steele et al., 1992, 1998) pour déterminer directement les angles de tangage
et de roulis (ou pour mesurer l’accélération dans les directions x, y et z). Les capteurs peuvent
réaliser des mesures à des fréquences s’échelonnant entre 1 Hz et 10 Hz, voire davantage; en
outre, l’intervalle entre les mesures peut aller de 17 minutes à plus de 35 min. L’ensemble de ces
variations contribuent à l’apparition de différences dans les vagues mesurées.
Ces dernières années, la tendance est à l’abandon de ces accéléromètres fixes et montés sur
cardan au profit de détecteurs électroniques de mouvement associant des accéléromètres
triaxiaux à des magnétomètres numériques, et de composants mesurant la direction pour couvrir
neuf degrés de liberté de façon à mesurer le mouvement de la bouée et à le traduire à la surface
libre. Le coût, la consommation électrique et la dimension de ces dispositifs sont nettement
inférieurs.
Les systèmes d’exploitation non directionnels de mesure des vagues fournissent des évaluations
de l’accélération ou des spectres de déplacement. S’ils ne sont pas fournis directement, les
spectres de déplacement sont calculés en procédant à une double intégration temporelle des
spectres d’accélération.
Bender et al. (2009, 2010) ont montré les conséquences spectaculaires du recours aux
accéléromètres fixes. Ils ont constaté que l’inclinaison prolongée de la bouée due aux courants
ou au forçage du vent sur la superstructure entraînait des différences importantes (26 %–56 %)
dans les estimations de la hauteur significative des vagues. Le problème de l’inclinaison est plus
marqué en eau peu profonde. Le NDBC de la NOAA a mis en œuvre les corrections embarquées
proposées par Bender et al. (2010) sur ses systèmes de bouées afin de supprimer cet effet dans
des situations extrêmes.
Les systèmes directionnels de mesure des vagues requièrent, outre la mesure de l’accélération
verticale ou de l’élévation (déplacement), celle de l’azimut, du tangage et du roulis de la bouée.
Ces paramètres permettent de calculer les pentes est-ouest et nord-sud.
Les mesures des vagues fondées sur les mouvements des bouées sont réalisées au moyen de
deux types de bouées directionnelles: les bouées translationnelles (qui suivent les particules)
et les bouées associées au tangage-roulis (qui suivent la pente). Les données directionnelles
sur les vagues étant déduites des mouvements de la bouée, il est nécessaire d’appliquer à la
mesure de la réponse de la bouée une fonction de transfert mathématique associée à la taille et
à la composition de la coque, à la superstructure, à l’amarrage en patte d'oie et aux systèmes de
mesure pour obtenir une estimation de la surface libre. La configuration de chaque bouée devrait
inclure une fonction de transfert qui lui est propre et dépend des facteurs physiques influant sur
ses mouvements. Or, Cavaleri et al. (2018) ont constaté que ce n’était probablement pas le cas
dans les réseaux existants de bouées de mesure. La relation de dépendance susmentionnée est
particulièrement marquée lorsque les niveaux d’énergie sont faibles, et pour les périodes courtes
et longues des vagues, quand le signal mesuré est faible et que le risque de contamination par un
signal supplémentaire augmente.
7.2.3.2.1.1 Les «cinq premières» mesures des vagues
La mesure directionnelle des vagues a pour finalité d’obtenir des estimations précises de de la
distribution bidimensionnelle de l’énergie S en fonction de la fréquence f et de la direction θ:
S ( f , θ ) = S ( f )  a1 cos θ + b1 sin θ + a2 cos 2θ + b2 sin 2θ + ∑ n =3 an cos nθ + bn sin nθ 

∞

(7.2)
De manière générale, seuls les quatre premiers moments de la distribution directionnelle
peuvent être résolus: la direction moyenne des vagues, la dispersion, l’asymétrie et
l’aplatissement directionnels (Jensen et al., 2011). Le concept des «cinq premières» mesures a
été introduit dans un objectif d’évaluation théorique des estimations directionnelles dans les
systèmes de mesure des vagues (O’Reilly, 2007).
Techniquement, le principe des «cinq premières» mesures correspond à cinq variables

caractéristiques pour une fréquence (ou période) donnée des vagues. La première variable est
l’énergie des vagues, qui est liée à leur hauteur, et les quatre autres sont les quatre premiers
coefficients de la série de Fourier (voir équation 7.2) qui définit la répartition directionnelle de
cette énergie. Pour chaque bande de fréquences, on définit la direction des vagues ainsi que
leur dispersion (moment du deuxième ordre), leur asymétrie (moment du troisième ordre)
et leur aplatissement (quatrième ordre). L’asymétrie indique de quelle façon la répartition
directionnelle est concentrée, tandis que l’aplatissement définit la finesse du pic de répartition.
L’obtention de ces trois paramètres supplémentaires pour chaque bande de fréquences permet
d’améliorer la représentation du champ des vagues. On peut avoir recours à des observations
de qualité supérieure des «cinq premières» variables pour décrire des systèmes de vagues à
deux composantes pour la même fréquence, s’ils sont à une distance d’au moins 60°, alors que
cela n’est pas possible avec d’autres systèmes de mesure. Bien que le nombre des coefficients de
Fourier soit supérieur à cinq, les «cinq premières» variables fournissent le niveau minimum de
précision requis pour un système d’observation directionnel des vagues. Elles comportent les
informations fondamentales (hauteur significative Hs, période du pic Tp et direction moyenne à la
période du pic θm), ainsi que des détails en nombre suffisant sur les composantes des systèmes de
vagues pouvant être utilisées dans le cadre d’une très large gamme d’activités.
Pour qu’un réseau d’observation des vagues soit utile à l’ensemble des utilisateurs, il est
recommandé qu’il décrive avec précision les détails du champ spectral directionnel des vagues,
ainsi que les paramètres intégrés standard (Swail et al., 2010). Il est vivement recommandé que
tous les dispositifs de mesure de la direction des vagues produisent une estimation fiable des
cinq premiers paramètres standard. Les champs des cinq premiers coefficients doivent être
inclus dans le modèle FM65 BUFR pour la communication des données relatives aux spectres des
vagues sur le Système mondial de télécommunications (SMT).
Dans les capteurs, la charge utile (logiciel d’analyse) acquiert le signal brut et le transforme en
une estimation (x,y,z) de la surface libre, à partir de laquelle sont obtenus des estimateurs de
la direction (les plus faibles coefficients de Fourier a1(f), b1(f), a2(f) et b2(f) dans l’équation 7.2),
les spectres de fréquences et les paramètres intégraux des vagues. Dans le cas des bouées qui
suivent les particules, les estimations des coefficients de Fourier découlent directement de la
mesure de l’accélération et de la théorie des vagues linéaires (O’Reilly et al., 1996). Dans le cas
des systèmes qui suivent la pente, les estimations de a1 et b1 incorporent diverses corrections
pour la réponse de la coque et du mouillage. Steele et al. (1992) ont constaté que les bouées
translationnelles utilisaient α1, α2, r1 et r2, qui présentent une relation trigonométrique avec les
quatre coefficients directionnels de Fourier.
7.2.3.2.1.2 Technologies émergentes
Des avancées récentes permettent d’avoir recours à des bouées plus stables équipées d’un
matériel de captage des mouvements et d’un dispositif de perches à houle de type capacitif pour
déduire le niveau de l’eau induit par la présence des vagues (Graber et al., 2000). Les systèmes de
ce type ont fait la preuve de leur fiabilité dans la mesure de la mer du vent et de la houle dans des
directions opposées, ainsi que dans la détermination précise des flux de quantité de mouvement
entre l’océan et l’atmosphère (Ocampo‑Torres et al., 2011).
Ces dernières années, la technique du système de positionnement global (GPS) a été

introduite dans les bouées de mesure des vagues comme solution de substitution aux
systèmes traditionnels d’accéléromètres ou de capteurs de mouvements montés sur cardan ou
directement sur la structure pour mesurer le tangage, l’inclinaison et le roulis de la bouée. Le
principe de mesure par GPS est fondé sur la dérive par effet Doppler de la fréquence du signal
satellitaire et fournit les trois composantes de la vitesse de la bouée, et donc de la surface de la
mer, en partant de l’hypothèse que la bouée suit bien la surface de l’eau. Ces capteurs GPS sont
d’autant plus intéressants qu’ils sont de petite taille et peu coûteux. Centurioni et al. (2017) ont
fait une bonne description de leurs caractéristiques, de leurs avantages et des possibles erreurs
associées à la mesure des vagues par GPS.
Cette multiplication de nouveaux systèmes de mesure des vagues capables de fournir des
estimations directionnelles de très bonne qualité de la surface libre pour un coût nettement
réduit révolutionne la mesure des vagues. Il convient toutefois de se pencher sur le contrôle et
l’évaluation de ces nouvelles techniques pour mieux comprendre les différences dans la mesure
des vagues d’un système de bouée à l’autre. On y reviendra plus en détail à la section 7.3.2.5.
7.2.3.2.2 Mesure des vagues au moyen de bouées dérivantes
Une carence en données de mesure des vagues est à déplorer pour la majorité des océans de la
planète. La perspective de la mise en place d’un réseau de bouées dérivantes capable de fournir
des mesures de qualité est porteuse de changements considérables, comme le montre clairement
la figure 7.1. On a par le passé mis à l’eau une poignée de bouées dérivantes capables de fournir
des mesures des vagues de qualité, mais leur nombre était insuffisant pour avoir une incidence
significative sur la climatologie mondiale des vagues ou pour une assimilation dans les modèles
opérationnels de prévision des vagues. L’émergence de nouveaux capteurs de qualité et peu
coûteux montés sur des bouées à coques de plus petite dimension a ouvert la voie vers la mise en
place de réseaux renforcés de mesure des vagues à l’échelle mondiale.
De nombreux groupements ont récemment travaillé à la mise au point de bouées dérivantes.

On mentionnera en particulier les activités du Groupe de coopération pour les programmes
de bouées de mesure (DBCP) visant à exploiter le concept de bouée dérivante adopté par le
Programme mondial de flotteurs lagrangiens de surface. Centurioni et al. (2017) ont décrit les
caractéristiques techniques d’une bouée dérivante de mesure des spectres directionnels des
vagues utilisant le GPS (DWSD) mise au point par le laboratoire de flotteurs lagrangiens de la
Scripps Institution of Oceanography. Ils ont également présenté la méthode de traitement des
données et les résultats des évaluations.
En résumé, le flotteur DWSD est constitué d’une sphère d’un diamètre de 0,39 m et d’un poids
de 12 kg, et de piles amovibles alcalines ou au lithium. Le capteur du flotteur DWSD mesure les
composantes verticale (w), zonale (est–ouest, u) et méridionale (sud–nord, v) de la vitesse de la
bouée. Des séries chronologiques de u(t), v(t) et w(t) sont mesurées pendant environ 17 min à
2 Hz puis sont divisées en quatre segments se recouvrant partiellement de 256 s, dont on calcule
ensuite la moyenne. Les paramètres de la densité spectrale, des cospectres et des spectres de
quadrature de la puissance sont obtenus avec les transformées de Fourier des fonctions de
corrélation de chaque paire de séries chronologiques de la vitesse, ce qui donne les cinq premiers
coefficients indépendants de Fourier (a 0, a1, a2, b1, b2) et, partant, les spectres des vagues pour
chaque heure (et éventuellement chaque demi-heure) de l’état de la mer.
7.2.3.2.3 Métadonnées
De même que pour toute autre source de données d’observation, il est essentiel de disposer
d’un relevé exhaustif des métadonnées pour bien comprendre les informations sur les vagues
émanant des plateformes, des charges utiles et des systèmes de traitement utilisés. Ceci est
indispensable pour comprendre les différences systématiques entre les mesures provenant de
réseaux d’observation distincts ou d’un même système d’observation qui a évolué au fil du
temps. Il est également crucial pour les applications climatologiques de veiller à l’homogénéité
temporelle des relevés pour éliminer les tendances factices. Les éléments à prendre en compte
lors de l’examen des données sur les vagues émanant de bouées sont les suivants: type de coque
et construction, type de capteur, système de traitement, fréquence d’échantillonnage et durée
des mesures, présence de capteurs météorologiques ou d’un autre type, type d’amarrage et
profondeur de l’eau. Par le passé, les métadonnées des bouées ancrées étaient généralement
fragmentées et difficiles à exploiter de manière systématique. On pouvait le plus souvent les
obtenir auprès des organismes nationaux chargés de la réalisation des mesures. En conséquence,
la CMOM a établi, par le biais du JCOMMOPS, un service central d’archivage des métadonnées
associées aux bouées ancrées.
7.2.3.2.4 Disponibilité et sources des données émanant des bouées
À la différence des observations fournies par les navires d’observation bénévoles, il n’existe pas
de base de données centrale rassemblant les observations provenant des bouées ancrées, ou
consacrée spécifiquement aux mesures des vagues. La base de données ICOADS renferme la
plupart des données sur les vagues émanant de bouées ancrées, bien qu’elles y figurent souvent
dans le format utilisé pour les observations réalisées à partir de navires, avec une précision limitée
à 50 cm. La base ICOADS permet de joindre aux données le message original de la bouée, y
compris les informations spectrales, mais ce n’est pas systématique et le traitement en est difficile.
La plupart des données sur les vagues émanant de bouées doivent être obtenues directement
auprès des organismes nationaux compétents. Aux États‑Unis, il s’agit des centres nationaux
d’information sur l’environnement (NCEI) qui constituent les archives officielles des vagues, bien
que de nombreux utilisateurs continuent à s’adresser directement aux NDBC pour obtenir des
données, alors même que ces dernières n’ont pas toujours fait l’objet d’un contrôle de qualité
aussi complet que celles des archives officielles. Dans les autres pays, les utilisateurs doivent
s’adresser aux coordonnateurs nationaux désignés par l’OMM (2014a). Des efforts sont en cours
au sein de la CMOM pour établir un centre mondial d’acquisition consacré spécifiquement aux
données sur les vagues qui ferait office de service central d’archivage, mais ce n’est pas encore
une réalité.
7.2.3.2.5 Évaluation de la mesure des vagues
Il existe des différences marquées entre les mesures des vagues, en fonction des plateformes, des
capteurs, des modes de traitement et des mouillages (Swail et al., 2010, et Cavaleri et al., 2018).
Le contrôle et l’évaluation systématiques des systèmes de mesure en phases préopérationnelle
et opérationnelle constituent une composante fondamentale de tout système mondial
d’observation des vagues, et revêtent une importance tout aussi grande que la mise en service
de nouveaux appareils. L’objectif premier est de veiller à la cohérence des mesures des vagues
à un niveau de précision répondant aux besoins de la plus large gamme d’utilisateurs de ces
informations. Par le passé, on a réalisé des tests entre plateformes. Au cours des 25 dernières
années, des expériences ont été conduites sur divers sites en mettant l’accent sur l’évaluation
des systèmes de mesure des vagues (voir par exemple les projets Wave Direction Measurement
Calibration (WADIC) (Allender et al., 1989), Harvest Platform (O’Reilly et al., 1996), Wave Crest
Sensor Intercomparison Study (van Unen et al., 1998), Flux, État de la mer et Télédétection en
Condition de fetcH (Pettersson et al., 2003), NDBC Sensor Systems (Teng et Bouchard, 2005) et
Impact of Typhoons on the Ocean in the Pacific (Collins et al., 2014)) et les méthodes d’analyse à
utiliser dans le processus d’évaluation (Krogstad et al., 1999). Toutefois, avec l’arrivée à maturité
des nouveaux systèmes de captage et de mesure des vagues, il sera nécessaire de procéder à
davantage d’évaluations entre les mesures.
Une étude a été lancée en juillet 2015 par le laboratoire d’enquête et d’expérimentation de
terrain sur l’état de l’océan, dans le canyon de Monterey au large de la côte californienne (Jensen
et al., 2015). Cette initiative accompagne le projet pilote conjoint de la CMOM et du DBCP sur
l'évaluation et la vérification des mesures des vagues (PP‑WET), et se déroule sous la supervision
de l’équipe spéciale du DBCP chargée de la mesure des vagues.
L’étude mentionnée ci-dessus a adopté une démarche différente de celle qui avait été détaillée
par O’Reilly (2007) et Jensen et al. (2011). Les quatre paramètres directionnels de Fourier ont
été utilisés pour calculer les quatre moments de la distribution directionnelle pour chaque
bande de fréquences: la direction moyenne, la dispersion, l’asymétrie et l’aplatissement. Le
partitionnement a été effectué pour chaque bande discrète de fréquence et chaque niveau
discret d’énergie. Un pourcentage de biais et d’erreur quadratique moyenne a été déterminé en
établissant la moyenne des différences entre deux jeux de données. Le résultat est un graphique
qualitatif présentant une fourchette définie d’écarts en pourcentage. Ces techniques peuvent
fournir des informations quantitatives et qualitatives utiles et circonscrire ainsi l’évaluation des
propriétés directionnelles à un nombre raisonnable de produits.
Il ressort en premier lieu de cette étude qu’en dépit de la cohérence des mesures de la hauteur,
de la période et de la direction des vagues, on a constaté une variation sensible des spectres
de fréquence et des composantes de la direction liées à la fréquence (direction, dispersion,
asymétrie et aplatissement moyens des vagues), ceci démontrant que la concordance des
paramètres intégraux des vagues est une condition nécessaire, mais pas suffisante pour de
nombreuses applications.
Cavaleri et al. (2018) ont fait une description très détaillée de plusieurs méthodes d’évaluation
des mesures des vagues issues de systèmes d’observation différents.
7.2.3.3 Autres mesures des vagues effectuées à la surface de la mer
En eau peu profonde, lorsqu'on dispose d'une plateforme ou d'une structure, il est possible
d'obtenir des mesures des vagues à la surface de la mer en utilisant des perches à résistance ou
à capacité. La hauteur des vagues est alors directement liée à la variation de résistance ou de
capacité de la perche. Cependant, ces perches sont facilement endommagées par des objets
flottants et sont sujettes à l'encrassement par des sédiments marins.
On peut également avoir recours à des enregistreurs de vagues embarqués (SBWR) pour obtenir
des informations sur les vagues à partir de la mesure des mouvements d'un navire stationnaire
ou d’un bateau‑feu. Dans ce type de système, des enregistreurs de pression montés sous la
surface, à l’intérieur de la coque des deux côtés du navire, fournissent des mesures des vagues
par rapport au navire. Des accéléromètres positionnés dans le navire mesurent le déplacement
vertical de celui‑ci. Après étalonnage, la somme des signaux émanant des capteurs de pression
et des accéléromètres permet d'évaluer les mouvements de la surface de la mer, à partir desquels
on déduit la hauteur et la période des vagues. Le SBWR est un système robuste, moins vulnérable
qu'une bouée et susceptible de donner des informations sur les vagues dans des conditions
extrêmes. Cependant la précision des mesures n'est généralement pas aussi bonne que celle des
bouées, car la réaction d’un navire face aux vagues de haute fréquence est davantage amortie.
Les systèmes de type SBWR sont coûteux et ils ne sont déployés qu’en nombre limité sur les mers
de la planète.
Plusieurs études océanographiques et techniques ont fait appel à des batteries d'enregistreurs
pouvant donner des détails sur la direction des vagues. Le degré de résolution directionnelle
dépend du nombre d'enregistreurs et de leur espacement. Les types d'instruments entrant
en ligne de compte sont des perches (Donelan et al., 1985) et des transducteurs de pression
(O'Reilly et al., 1995). Les informations sur la direction des vagues recueillies par ces systèmes
dépendent généralement du site, les vagues enregistrées subissant l'influence de la réfraction
et de la dissipation en eau peu profonde. Ces batteries peuvent soit être montées sur une
plateforme au large soit installées sur le fond en eau peu profonde, à condition que la profondeur
ne dépasse pas 10 à 15 m. Cette même limite s’applique aux batteries de transducteurs de
pression montés sur des plateformes au large, en raison de l’atténuation en profondeur de la
signature des vagues en surface.
Des courantomètres à ultrasons ou électromagnétiques qui mesurent les deux composantes

horizontales de la vitesse orbitale des vagues conjointement avec un enregistreur de pression ou
une perche peuvent fournir des informations utiles sur la direction des vagues. Ces systèmes sont
généralement installés en eau peu profonde, mais ils peuvent également être montés sur des
plateformes au large, à condition que l’influence de la plateforme ne soit pas trop importante.
Ces dispositifs sont analogues au système de bouée faisant appel au tangage et au roulis décrit
dans la section 7.2.3.2. Le plus connu des instruments autonomes de ce type est sans doute le
courantomètre S4. Le courantomètre UCM-40 est également fréquemment utilisé.
De nouvelles méthodes ont permis la mise au point de techniques fondées sur le signal
acoustique Doppler pour mesurer la vélocité des fluides associée au mouvement orbital des
vagues. La combinaison de mesures d’un minimum de trois séries chronologiques débouche
sur une amélioration des estimations du spectre directionnel des vagues. En règle générale,
on utilise la pression et les composantes horizontales de la vitesse orbitale des vagues pour
déterminer les vagues directionnelles. Young (1994) a défini la configuration optimale d’une
batterie de capteurs puis s’est fondé sur la théorie des vagues linéaires pour produire un tableau
permettant de transformer les informations mesurées (hauteur, pente, vitesse, accélération,
etc.) en spectre directionnel de la densité d’énergie des vagues. Une technique prometteuse a
été mise au point pour mesurer simultanément jusqu’à 12 séries chronologiques de signaux de
vagues (vitesses orbitales) afin d’obtenir un spectre directionnel des vagues à haute résolution en
utilisant la technique acoustique Doppler (Work, 2008).
7.2.3.4 Mesures effectuées au-dessus (mais à proximité) de la surface de la mer
Il est possible de mesurer les vagues au-dessus de la surface de la mer au moyen de lasers
descendants, d'instruments à infrarouge, de radars ou d’instruments acoustiques si l'on dispose
d'une plateforme adaptée. Tucker et Pitt (2001) ont bien décrit ces instruments. Ils ont pour
avantages d’être non intrusifs (c’est-à-dire qu'ils ne perturbent pas l'écoulement), d’avoir un
coût d’exploitation faible, d’être faciles à monter et à entretenir et de ne pas nécessiter les
longues heures de navigation requises pour la mise en service et la récupération des bouées.
Ils permettent en outre de mesurer la hauteur absolue de la surface quand ils sont montés sur
une plateforme fixe, ce qui donne la possibilité d’étudier des aspects fondamentaux du champ
de vagues. Cependant, certaines plateformes situées au large peuvent modifier sensiblement le
champ de vagues par réfraction, diffraction et protection. Il faut veiller au bon positionnement
des instruments pour réduire au maximum ces effets. Dans le cas des plateformes «sur treillis»,
une règle empirique indique que l’«empreinte» de la mesure à la surface de la mer doit être
éloignée de la pile de la plateforme d'une distance supérieure à l’équivalent de 10 fois le rayon de
ladite pile.
Les mesures des vagues effectuées au-dessus de la surface sont parfois considérées comme des
données de télédétection, étant donné que le capteur ne se trouve pas dans l’eau. Cependant
Grønlie (2004) a fait une description très détaillée des différentes techniques de radar adaptées
à la mesure des vagues et des courants de surface et les a classées dans la catégorie des capteurs
directs, étant donné qu’elles comportent une mesure directe de l’élévation du niveau de la
surface. Les capteurs indirects sont ceux qui donnent lieu à une déduction des informations sur
les vagues à partir d’images associées à la diffusion de Braff à des angles rasants faibles, tels que
les capteurs des systèmes de navigation des navires, les systèmes basés à terre ou les satellites
(décrits à la section 7.3.1).
Les lasers EMI et Schwartz et le radar Saab et Marex (Plessey) sont des exemples d’instruments
à détection plongeante et non intrusifs couramment utilisés. Les instruments radar mesurent
généralement une empreinte plus large de la surface de l’océan, mais ils ont plus de difficultés à
mesurer des vagues courtes de haute fréquence.
Ewans et al. (2014) ont fait une excellente description du capteur SAAB REX WaveRadar, qui est
très répandu dans les systèmes de mesure des vagues installés sur les plateformes pétrolières ou
gazières offshore, plus de 500 dispositifs étant actuellement en service partout dans le monde.
Ce système permet de mesurer la hauteur des vagues en surface in situ, à faible coût et avec
suffisamment de souplesse dans le choix des taux d’échantillonnage, dont les fréquences peuvent
varier de 1 à 10 Hz. Cependant la largeur angulaire de 10° de son faisceau de micro‑ondes

et son empreinte de plusieurs mètres à la surface de l’océan laissent augurer des restrictions
substantielles en termes de résolution spatiotemporelle. Selon certains travaux en effet, la
précision des mesures des vagues par les radars n’atteint pas le niveau que l’on pourrait espérer.
Les différences sont inférieures à 8 % et, pour la plupart d'entre elles, à 5 % (les valeurs fournies
par les bouées étant supérieures) et concordent donc avec les comparaisons entre capteurs
de vagues réalisées dans le cadre du projet WADIC (Allender et al., 1989). Il serait toutefois
souhaitable de connaître l’explication de ces différences.
Les altimètres laser descendants (voir Magnusson et Donelan, 2013 et Donelan et Magnusson,
2017) ont été utilisés comme référence au titre d’une évaluation comparative des mesures dans
la mer du Nord (Allender et al., 1989), ainsi que plus récemment dans le projet PP‑WET du DBCP.
Dans ce dernier cas, la hauteur de la surface a été mesurée au moyen d’une batterie carrée (de
2,6 m de côté) de capteurs montés sur une plateforme (télémètres laser d’une précision de
±4 mm) «LASAR». On a ainsi pu analyser les propriétés directionnelles de groupes de vagues
qui s’associent parfois pour produire des vagues d’une hauteur exceptionnelles ou des vagues
scélérates. Ces systèmes ont également été montés sur un navire de recherche mobile (Donelan
et al., 2005).
Au cours de ces dernières années, l’industrie du forage en mer s'est beaucoup intéressée à
la mesure précise de l'asymétrie observée des hautes vagues, qui influe sur la conception
des structures de forage. C’est ainsi qu’une batterie de quatre lasers Optech (LASAR) a été
montée sur un portique situé entre deux plateformes sur l’installation de forage pétrolier
Ekofisk, dans la région centrale de la mer du Nord. Ce dispositif a permis de mesurer les
variations de la surface de la mer à des fréquences d’échantillonnage de 5 Hz et a également
été utilisé pour évaluer l’orientation des vagues. L’étude des données obtenues a fourni des
estimations de la variabilité des échantillons associés à la hauteur significative des vagues et de
la période des vagues par passage au niveau moyen et a permis de démontrer l’incidence de la
variabilité de l’échantillonnage sur la description à court et à long terme des vagues de l’océan
(Bitner‑Gregersen et Magnusson, 2014).
De nouveaux systèmes faisant appel à la photographie et à la vidéographie stéréo peuvent

également figurer dans la catégorie des capteurs qui effectuent des mesures à partir d’un point
situé au-dessus de la surface, tout en en restant proches. Des systèmes de ce type ont déjà donné
des résultats prometteurs (Benetazzo et al., 2012). Fedele et al. (2013) ont démontré l’efficacité
des techniques de vidéo en stéréo pour évaluer la dynamique spatiotemporelle des vagues dans
une zone donnée de l’océan.
7.3 DONNÉES DE TÉLÉDÉTECTION
En général, les enregistreurs de vagues traditionnels mesurent le déplacement dans le temps

de la surface de l'eau en un point fixe. Les techniques de télédétection (Shearman, 1983) ne
permettent pas d’effectuer des mesures de cette manière. Au lieu de cela, elles vérifient une zone
ou une empreinte qui, dans le cas des capteurs embarqués à bord de satellites, a généralement
une dimension de plusieurs kilomètres (sauf les SAR, qui peuvent avoir une empreinte de
quelques mètres) et transmettent une mesure des conditions moyennes des vagues dans
l’ensemble de la zone. Les radars de surface peuvent également avoir une résolution en portée
de quelques mètres, inférieure à la longueur d'onde des vagues de gravité mesurées, bien que
leur empreinte reste vaste en azimut. Par conséquent, on se sert rarement de capteurs à faible
résolution sur des sites côtiers ou de faible profondeur, car le champ de vagues peut y varier
considérablement sur des distances nettement inférieures à un kilomètre. Le point fort de la
télédétection à partir de la surface est que le matériel peut généralement être conservé en un
endroit sûr, à l’abri des effets potentiellement dévastateurs de l’océan, le rendant ainsi facile
d'accès pour effectuer des opérations d’entretien et des essais.
Les mesures de vagues effectuées par télédétection font généralement appel à des capteurs
hyperfréquence actifs (radars) qui émettent des ondes électromagnétiques. Les déductions
relatives à l'état des vagues sont effectuées à partir du signal de retour. On trouvera dans les
Front d’ondes incidentes
Réflexion des facettes
Figure 7.2. Altimètre radar à incidence normale sur une mer agitée, illustrant les différentes
longueurs des trajets de l'énergie réfléchie par les facettes
Source: Tucker (1991)
sections ci-dessous une description synthétique des systèmes usuels de télédétection en surface
ou embarqués à bord de satellites, appliqués à l’analyse et à la prévision des vagues. Avant
d’examiner les capteurs proprement dits, nous allons aborder quelques caractéristiques des
interactions entre les ondes électromagnétiques et la surface de la mer.
7.3.1 Analyse active de la surface des océans par des ondes électromagnétiques
Quand un radar émet de l’énergie directement vers une surface océanique calme, plane et lisse,
cette énergie se réfléchit à partir d'une petite zone située directement sous le radar, comme
un miroir. Si la surface est perturbée par des vagues, des réflexions spéculaires (scintillement)
s'élèvent des facettes situées dans le faisceau du radar et perpendiculairement à celui-ci; il s’agira
pour l’essentiel de facettes horizontales dans le cas d’un faisceau étroit (figure 7.2)
Prenons l’hypothèse d’un faisceau électromagnétique pointant obliquement sur la surface de la

mer à un angle rasant Δ, comme dans la figure 7.3. Si la longueur d'onde de la mer λs est ramenée
à l’échelle de la longueur d'onde du radar λr, les échos rétrodiffusés remontant vers le radar à
partir des crêtes successives seront tous en phase et renforcés. La condition de cette «diffusion
résonante de Bragg» est:
λr
λs cos ∆ = (7.3)
2
Dans la mer réelle, il y aura un mélange de multiples longueurs d'onde et directions des
vagues et le mécanisme de résonance de Bragg ne sélectionnera que les vagues s'approchant
ou s'éloignant du radar et ayant la longueur d'onde voulue. Dans le cas d’un radar à
hyperfréquences, il s’agira de rides de quelques centimètres. Cependant, les mécanismes illustrés
par la figure 7.4 font en sorte que les vagues plus longues influent sur (modulent) les rides par le
biais des phénomènes suivants:
– «Filtrage» (étirement et compression des rides par le mouvement orbital des vagues
longues) accompagné d'une modulation de la vitesse;
• Inclinaison de la surface sur laquelle se déplacent les rides, modifiant ainsi la condition de
résonance de Bragg par l'intermédiaire de Δ dans l’équation 7.3;
• Interaction hydrodynamique, qui se concentre sur le bord avant des vagues longues ou
écoulement du vent perturbé sur les crêtes des vagues longues, les deux phénomènes
produisant une modulation de la rugosité.
λ
r /2
λs
Figure 7.3. Diffraction de Bragg d'ondes radio électroniques réfléchies par une vague
sinusoïdale. Conditions d'une rétrodiffusion perturbatrice constructive provenant de crêtes
successives
Source: Shearman (1983)
Vague du vent
a)
Houle
b)
c)
Figure 7.4. Mécanismes de modulation spatiale par des ondes de gravité longues de signaux
radar rétrodiffusés par des vagues capillaires: a) modulation de la tension et de la vitesse des
vagues courtes de la mer du vent par les vagues longues de la mer du vent et de la houle,
b) modulation de l'inclinaison et c) modulation de la rugosité
Source: Shearman (1983)
Un radar observant la rétrodiffusion des vagues courtes par ces mécanismes visualise, dans la
variation spatiale de l'intensité de rétrodiffusion et dans le spectre Doppler, une représentation
des vagues longues.
7.3.2 Télédétection par satellite
7.3.2.1 Altimètres radar
Comme l'indique la figure 7.2, plus les vagues sont hautes, plus il s’écoule de temps entre les
arrivées des retours des crêtes et des creux des vagues, et plus l’impulsion de retour est étendue.
Selon nos connaissances des statistiques relatives à la surface de la mer, cet étirement de la
forme de l’impulsion de retour peut être lié quantitativement à la variance de la surface de la
mer, donc à la hauteur significative des vagues Hm0 (en faisant appel à la définition spectrale:
voir section 1.3.8). Les altimètres satellitaires ont généralement une fréquence d'impulsion de
1 000 Hz. L'évaluation de Hm0 est calculée et l’on transmet les valeurs dont on a établi la moyenne
sur une seconde. Théoriquement, l’étalonnage de ces valeurs ne s’impose pas, mais dans la
pratique, il s'est avéré nécessaire d’y procéder en les comparant à des mesures émanant de
bouées (Carter et al., 1992).
La force de l’impulsion de retour dépend aussi des statistiques relatives à la surface de la mer,
qui subissent l'influence de la vitesse du vent en surface. Il existe donc un rapport entre la force
de l’impulsion de retour et la vitesse du vent, mais il est complexe et encore assez mal compris.
En général, plus le vent est fort, plus la force du retour est faible. Plusieurs algorithmes mis au
point à partir d'observations donnent l’évaluation de la vitesse du vent à 10 m au-dessus de la
surface de la mer à partir de la force du retour de l'altimètre, mais de plus amples travaux sont
nécessaires pour déterminer lequel d’entre eux est le plus précis. On se reportera par exemple
aux travaux de Witter et Chelton (1991) et aux études fondées sur les données TOPEX/Poseidon
(Freilich et Challenor, 1994 et Lefevre et al., 1994).
Les altimètres radar offrent une couverture pratiquement mondiale et produisent donc des
données sur la hauteur des vagues pour la quasi-totalité des zones océaniques du monde, y
compris celles où les données étaient précédemment très rares. Un certain nombre de missions
à long terme d'altimètres embarqués à bord de satellites ont permis de procéder à des mesures
à l’échelle mondiale. Il s'agit de GEOSAT, TOPEX/Poseidon, Jason‑1, OSTM/Jason‑2, ERS‑1, ERS‑2,
Envisat ASAR et GFO. Les missions actuelles sont embarquées à bord des satellites Jason‑2,
Jason‑3, CryoSat‑2, HY‑2, SARAL/Altika, Sentinel‑1 et Sentinel 3‑A. Le tableau 7.1 présente
la liste des missions d’altimètres passées et en cours. Cavaleri et al. (2018) ont fourni des
informations supplémentaires sur les missions satellitaires et les capteurs. Le détail des missions
de l’Agence spatiale européenne (ESA) ainsi que les données recueillies sont disponibles sur
Sentinel; les informations et les données relatives aux missions de l’Administration américaine
pour l'aéronautique et l'espace (NASA) sont disponibles sur le site du Physical Oceanography
Distributed Active Archive Center.
En dépit des résultats très positifs obtenus avec l’utilisation des données des satellites
altimétriques dans l’assimilation des données pour la prévision numérique des vagues,
l’évaluation de la performance des modèles, ainsi que la validation de la simulation et les
Tableau 7.1. Missions satellitaires employant des altimètres radar fiables
Satellite Lancement Fin de vie Altitude (km) Cycle de répétition (d)

SEASAT 1978 1978 800 17
EOSAT 1985 1990 800 17
ERS‑1 1991 1996 785 35a
TOPEX/Poseidon 1992 2006 1 336 10
RS‑2 1995 2011b 785 35c
FO 1998 2008 800 17
Jason‑1 2001 2013 1 336 10c
Envisat 2002 2012 800 35c
Jason‑2 2008 – 1 336 10c
CryoSat‑2 2009 – 720 369
HY‑2 2011 – 963 14
SARAL/AltiKa 2013 – 800 35c
Jason‑3 2016 – 1 336 10
Sentinel‑3A 2016 – 815 27
Notes:
a
A suivi d’autres orbites avec des cycles orbitaux récurrents de 3 et 168 jours.
b
Couverture limitée à partir de 2003.
c
Orbite différente suivie en fin de vie.
Source: Cavaleri et al. (2018).

réanalyses, leur emploi suscite un certain nombre de doutes. L’une des difficultés rencontrées
a trait à l’utilisation des données d’altimètres satellitaires le long des côtes, en raison de la
réfraction côtière sur les formes d’ondes des radars. L’ESA a déployé des efforts substantiels dans
l’étude de l’altimétrie dans les zones côtières (Coastal Altimetry Workshop Series).
Un problème plus répandu a été mis en évidence par le projet GlobWave de l’ESA, qui a constaté
qu’il existait des biais substantiels entre les jeux de données des altimètres individuels recueillis
au cours de différentes missions (figure 7.5). Le projet GlobWave avait pour objectif de fournir
(par le biais d’un portail Web) un ensemble de données sur les vagues et d’informations
connexes uniformes, harmonisées et ayant fait l’objet d’un contrôle de qualité; ces données sont
issues de multiples capteurs embarqués à bord de satellites et sont présentées dans un format
commun et assorties d’une caractérisation systématique des erreurs et des biais. GlobWave offre
un accès aisé à un jeu harmonisé de produits d’altimètres et de SAR. Les produits satellitaires
GlobWave fournissent un ensemble uniforme de données satellitaires sur les vagues, acquises le
long de la trace, provenant de tous les altimètres disponibles (et de multiples agences spatiales)
ainsi que des données SAR de l’ESA, ce qui permet d’accéder librement aux jeux de données
suivantes en temps réel et en différé:
– Altimètres: hauteur significative des vagues et coefficient de rétrodiffusion (Sigma0);

– SAR: hauteur significative des vagues de la houle, longueur d’onde dominante (par
partition du spectre) et direction moyenne (par partition du spectre).
0,6 Cryosat-2 (ESA)

Cryosat-2 (NOAA)
SARAL/AltiKa
Jason-2
0,4
Biais (m)
0,2
0,0
Période: 2014.02.14 – 2014.05.31

–0,2
0 1 2 3 4 5 6 7 8 9
Figure 7.5. Différence (biais) entre la hauteur significative des vagues fournie par plusieurs
altimètres et la première approximation du modèle opérationnel de vagues du Centre
européen pour les prévisions météorologiques à moyen terme (CEPMMT) en fonction de la
hauteur significative des vagues
Source: Cavaleri et al. (2018)
Figure 7.6. Image du champ de vagues situé entre l’île de Foula et la principale île (Mainland)
de l’archipel des Shetland transmise par le SAR du satellite Seasat
Source: photographie ESA, traitée par le Royal Aircraft Establishment, Royaume-Uni
7.3.2.2 Radars à antenne synthétique
La largeur de faisceau des antennes montées sur les avions et les satellites est trop importante
pour permettre la formation d'images de vagues. Dans la technique à antenne synthétique, des
observations radar successives sont effectuées à mesure que l'avion ou le satellite se déplace
horizontalement. Un traitement optique ou numérique ultérieur produit des faisceaux focalisés
étroits et des images de grande qualité des vagues longues, comme le montre la variation
d'intensité de l'écho radar («brillance radar») due aux mécanismes illustrés par la figure 7.4. La
figure 7.6 donne un exemple d'image de vagues produite par le satellite Seasat, tandis que la
figure 7.7 présente un spectre directionnel de vagues (avec une ambiguïté de 180°) obtenu par
analyse d'une image. La figure 7.8 montre une image haute résolution prise dans le nord‑ouest
de l'Espagne par le SAR du satellite ERS-1.
Les radars à antenne synthétique (SAR) ont l'avantage d'être des instruments à large fauchée,
caractérisés par une largeur de balayage de quelque 100 km et une résolution d'environ
25 m. Cependant, les processus physiques qui sous-tendent la production de leurs images de
vagues sont complexes et ne font pas encore l'unanimité. La principale difficulté rencontrée
dans l’interprétation des images de vagues réside dans le fait que la surface de la mer n'est
pas immobile, comme le suppose le processeur synthétique, et que la vitesse orbitale des
vagues longues, qui transportent les rides responsables de la rétrodiffusion des ondes radar,
est d'environ 1 m s−1. Il en résulte un effet fortement non linéaire qui peut conduire à une
perte complète d'informations sur des vagues se déplaçant dans le sens longitudinal. En outre,
quelle que soit leur direction, les vagues d'une longueur inférieure à environ 100 m ne sont pas
visualisées par le SAR en raison d'une distorsion d'image et de la diminution du rapport signal-
échos parasites.
Un SAR est donc davantage susceptible de produire des données utiles en haute mer que
dans des mers fermées telles que la mer du Nord, où les longueurs d'onde sont généralement
inférieures à 100 m. Toutefois, même en pleine mer, les vagues sont parfois tellement courtes que
le radar ne les «voit» pas.
Vecteur de vitesse
de l’engin spatial
Composante primaire
Composante
secondaire
Longueur d’onde
océanique
(mètres)
Densité d’énergie
de l’image (échelle linéaire)
Figure 7.7. Exemples de spectres directionnels d'énergie obtenus par traitement numérique
des données transmises par le SAR de Seasat. Les cinq niveaux de gris indiquent l'amplitude
spectrale, tandis que la distance à partir du centre représente le nombre d’onde (2π/λ). Les
cercles sont identifiés par la longueur d'onde. On voit un système de houle de 200 m
provenant de l'est-sud-est ainsi qu’un système plus étalé de vagues de 100 m de longueur
d'onde venant de l'est‑nord‑est. L'analyse a une ambiguïté de 180°.
Source: Beale (1981)
Étant donné le spectre directionnel des vagues, il est possible d'obtenir une bonne évaluation
du spectre à partir de l'image transmise par SAR. Le problème est toutefois de faire le contraire:
obtenir le spectre directionnel des vagues à partir de l'image donnée par le radar. Des recherches
ont démontré que si l'on fait tourner un modèle mondial de vagues pour obtenir une évaluation
initiale du spectre des vagues, on peut se servir de la différence entre le spectre observé par le
radar et l’estimation du spectre donnée par le modèle pour corriger le spectre du modèle et
améliorer ainsi les résultats du modèle de vagues (Hasselmann et al., 1991).
La vaste quantité de données produites par les SAR (108 bits par seconde) et le coût induit du
traitement et de l'acquisition des données, constituent un problème pratique qui a tendance à
limiter le recours à cet instrument. De plus, il n’est pas possible de stocker ces données à bord
du satellite, mais elles ne peuvent être recueillies que lorsque ce dernier est dans la visée d'une
station de réception au sol. Le satellite ERS-1 fait exception à cette règle, puisqu’il recueille une
petite image radar, d’une empreinte de 5 x 5 km2 tous les 200 km. Ces «vignettes de vagues»
peuvent être stockées à bord pour être transmises ultérieurement au sol. Le satellite Sentinel‑1
produit des images en mode vagues, correspondant à une superficie de 20 × 20 km2, avec une
résolution spatiale de 5 × 5 m2.
De nouvelles missions fournissent une grande quantité d’informations permettant d’obtenir les
spectres directionnels des vagues, en particulier pour la houle. Les SAR sophistiqués produisent
des images à résolution très fine et possèdent des capacités de polarisation qui permettent
d’explorer plus en détail la géométrie de la surface de la mer, ainsi que les processus dynamiques,
dont le déferlement des vagues.
Figure 7.8. Sous-scène transmise par le SAR du satellite ERS-1, saisie le 17 janvier 1993 par la
station de l'ESA de Fucino, en Italie. L'image montre l'entrée de la Ria de Betanzos (baie de La
Corogne), dans le nord-ouest de l'Espagne. Elle représente une zone de 12,8 km x 12,8 km.
Une houle d'est-sud-est (venant d'ouest-nord-ouest) pénètre dans la baie et les vagues
subissent une diffraction lorsqu'elles passent par l'ouverture plus étroite de la baie. Elle ne
pénètre toutefois pas dans l’étroite Ria d’El Ferrol située au nord. La partie intérieure, qui
reste abritée du vent et des vagues, apparaît donc en sombre. À mesure que les vagues
s'approchent de la côte, leur longueur diminue, comme on peut l'observer à proximité de la
côte, au nord. La longue caractéristique linéaire apparaissant au milieu de l’image est
probablement liée à un fort cisaillement du courant et n'est généralement pas visible pour un
tel état de la mer.
Source et droits d’auteur pour l’image: ESA; J. Lichtenegger, ERS Utilisation Section, ESA/Institut européen de recherches
spatiales, Frascati
Il existe par ailleurs de nouvelles missions qui opèrent en mode vagues et procèdent à
l’acquisition en continu de vignettes au-dessus des océans du monde. Des études ont été
réalisées pour évaluer et valider les informations obtenues de cette manière (Wang et al., 2014a).
On peut obtenir des observations mondiales de la houle à partir des données de SAR opérant
en mode vague. Elles sont utilisées pour estimer la dissipation de l’énergie de la houle dans
les tempêtes (Ardhuin et al., 2009). La houle peut être persistante sur l’ensemble de l’océan
avec, pour l’énergie, des échelles de réponse e dépassant 20 000 km. Cette échelle retombe à
environ 2 800 km pour les houles observées les plus marquées, ce qui est révélateur d’une perte
substantielle d’énergie.
Il est possible de produire des mesures de la vitesse superficielle à haute résolution spatiale pour
une zone étendue en ayant recours à des SAR interférométriques. Les données peuvent être
utilisées pour obtenir le champ de déformation de la vitesse et mettre en évidence les processus
ayant lieu à la surface de l’océan, tels que le déferlement des vagues. La large couverture spatiale
des opérations aériennes ou satellitaires donne la possibilité d’étudier l’évolution du spectre des
vagues en surface à une haute résolution spatiale (inférieure au kilomètre) (Hwang et al., 2013).
7.3.2.3 Diffusiomètres
Les diffusiomètres embarqués à bord de satellites (Jones et al., 1982) constituent un autre type
de capteurs radar à visée oblique. La puissance totale de l’écho émanant de l'empreinte du
faisceau de ces radars sert à évaluer la vitesse du vent. La puissance relative de retour provenant
de différentes directions permet d'estimer la direction du vent, car la rugosité à petite échelle
de la surface de la mer visualisée par ces radars est modulée par les vagues du vent longues.
L’étalonnage s'effectue par comparaison avec des mesures du vent près de la surface. Un
diffusiomètre ne donne pas d'informations sur les vagues, à l’exception des vagues du vent, mais
son évaluation de la vitesse du vent, donc de la tension du vent à la surface de la mer constitue
un apport très utile pour les modèles de vagues, surtout dans l’océan Antarctique où peu de
mesures traditionnelles sont effectuées.
7.3.2.4 Radiomètres à hyperfréquences
Si la mer réfléchit les ondes radioélectriques incidentes, elle émet aussi des bruits thermiques
radioélectriques en fonction de sa température et de son émissivité. Ce rayonnement peut être
détecté par un radiomètre à hyperfréquences (analogue au radiotélescope de l'astronome).
L'émissivité varie selon la rugosité de surface, la quantité d'écume et, dans une faible mesure,
la salinité. Ainsi, le signal reçu par l'antenne est essentiellement une combinaison des effets
de la température de surface de la mer et du vent, modifiés par l’absorption et l’émission
atmosphériques dues à la vapeur d'eau et à l'eau liquide des nuages. Comme la sensibilité
à chacun de ces paramètres dépend de la fréquence, on peut faire appel à un radiomètre
multicanal pour les séparer.
Les données sur la température de la mer en surface sont complémentaires des valeurs dans
l'infrarouge dans la mesure où elles peuvent être obtenues à travers les nuages, même si la
précision et la résolution spatiale sont moindres. La vitesse du vent peut être calculée dans un
couloir plus large qu'à partir de l'actuel diffusiomètre embarqué à bord d’un satellite, mais on
n'obtient aucune évaluation de la direction du vent.
7.3.2.5 Nouvelles technologies
Les agences spatiales continuent à déployer des efforts considérables pour améliorer l’évaluation
de la hauteur et des spectres des vagues à partir de la télédétection par satellite, en travaillant sur
les carences et les incertitudes existantes.
Cavaleri et al. (2018) ont décrit de récentes avancées dans le domaine de la mesure par altimètre
qui présentent un grand intérêt pour les zones littorales. L’altimètre SARAL/AltiKa utilise la bande
Ka, d’une longueur d’onde de 0,8 cm, alors que les altimètres classiques emploient la bande Ku
d’une longueur d’onde de 2,5 cm. Ceci divise par quatre l’empreinte de l’altimètre au sol et rend
possible un taux de répétition de 40 Hz, contre 20 Hz pour les altimètres classiques utilisant la
bande Ku. SARAL/AltiKa peut ainsi effectuer des mesures plus près des côtes.
Une autre avancée s’est traduite par la mise en œuvre de l’altimétrie à retard Doppler (ou
altimétrie SAR) pour obtenir des empreintes au sol dont la largeur est toujours de quelques
kilomètres transversalement (à l’instar des altimètres classiques), mais dont la «longueur» le long
de la trace se limite à 300 m. Cette technique a été utilisée pour la première fois pour la mission
satellite CryoSat puis pour Sentinel‑3 SRAL (SAR et altimètre radar). Elle devrait se généraliser à
l’avenir. Tous les satellites Sentinel‑3 futurs (B, C, D etc.) et Jason‑CS embarqueront un instrument
de ce type.
Hauser et al. (2017) ont constaté qu’en raison des faiblesses des SAR, il existe certains états de la
mer pour lesquels on ne dispose que de peu, voire d’aucune donnée sur le spectre des vagues. Ils
ont décrit un nouveau diffusiomètre en mode vague à ouverture réelle, pointant avec des angles
d’incidence proches du nadir, et consacré à la mesure des spectres directionnels des vagues
océaniques, sans pour autant présenter les inconvénients des mécanismes d’imagerie SAR. Ce
système SWIM (Surfaces Waves Investigation and Monitoring) est embarqué à bord du satellite
CFOSAT (China-France Oceanography SATellite) lancé en 2018 et devrait fournir la hauteur

significative des vagues et leurs spectres bidimensionnels à une échelle de 70 km sur 90 km, avec
des longueurs d’onde détectées de 70 à 500 m.
Un nouvel instrument actuellement en phase de conception, le SKIM (Sea Surface Kinematics

Multiscale Monitoring Instrument) illustre les tendances qui marqueront la détection par satellite
dans la décennie à venir. La mission en question utilisera un radar Doppler proche du nadir en
bande Ka pour mesurer les courants de surface, la dérive des glaces et les vagues océaniques à
des échelles spatiales de 40 km et plus. Ceci permettra de révéler des caractéristiques des océans
tropicaux et des zones glacières marginales que ne peuvent fournir d’autres systèmes de mesure,
et garantira un suivi mondial de l’océan à moyenne échelle dépassant les capacités des altimètres
actuels pointant au nadir, avec des spectres de vagues plus précis que SWIM (Ardhuin et al.,
2018).
7.3.3 Télédétection en surface
7.3.3.1 Capteurs obliques montés sur des plateformes
Le radar à hyperfréquences norvégien MIROS (Grønlie et al., 1984) est un capteur intéressant
pour les mesures à partir de points fixes. Ce dispositif utilise les phénomènes illustrés par la
figure 7.4 pour mesurer les caractéristiques des vagues. Il est doté d’un faisceau oblique de 6 GHz
(longueur d'onde: 5 cm) et d’une résolution en portée radar de 7,5 m. La vitesse des rides est
faible par rapport à celle de la longueur d'onde longue qui nous intéresse, de sorte que la vitesse
radiale mesurée par le décalage Doppler du radar est surtout due au mouvement orbital des
vagues longues. On obtient le spectre des vagues qui se déplacent le long du faisceau du radar
en analysant la fluctuation du décalage Doppler observé. On mesure le spectre directionnel
des vagues en effectuant des mesures dans six directions différentes (au moyen d'un faisceau
orientable) pour une gamme nominale de hauteur des vagues de 0,1 à 40 m et une période de 3
à 90 s.
Des radars maritimes ont récemment été utilisés avec succès pour acquérir des informations sur
la surface de la mer et obtenir les trois dimensions du spectre des vagues: les deux composantes
vectorielles et la fréquence. Les mesures sont fondées sur la rétrodiffusion des micro‑ondes
à partir de la surface de la mer qui est visible sur l’écran radar sous forme d’«effet de mer»
(Borge et al., 1999). On procède à une analyse numérique de cet effet de mer observable, ce
qui permet d’obtenir le spectre directionnel des vagues non ambigu, les courants de surface et
les paramètres relatifs à l’état de la mer (périodes, longueurs d’onde et directions des vagues
notamment).
7.3.3.2 Radars haute fréquence à onde de sol et à onde réfléchie
Les radars haute fréquence (employant la bande haute fréquence 3–30 MHz, longueur d'onde:
100–10 m) sont intéressants parce qu'ils sont susceptibles de mesurer des paramètres concernant
les vagues à partir de stations au sol avec une portée allant bien au-delà de l’horizon en utilisant
le spectre Doppler de l’écho de la mer (Shearman, 1983; Barrick et Gower, 1986; et Wyatt et
Holden, 1994).
Les radars à onde de sol, qui font appel à des ondes radioélectriques polarisées verticalement
dans la bande des ondes de haute fréquence, doivent être situés sur une côte, une île, une
plateforme ou un navire. Ils peuvent atteindre une portée de 0 à 200 km. La figure 7.9 illustre
leur potentiel de surveillance continue de l’état de la mer. Deux stations situées à une certaine
distance l'une de l'autre peuvent effectuer une triangulation sur des zones particulières de la mer
et produire des cartes de spectres directionnels actualisées toutes les heures.
On a beaucoup travaillé ces derniers temps sur l’amélioration de la récupération des informations
relatives à la houle à partir des données des radars à haute fréquence. La couverture en données
des spectres Doppler effectifs pris en compte pour évaluer la fréquence de la houle a montré
l’influence des îles et des effets des eaux peu profondes (Wang et al., 2014b) dans un jeu de
67,5
60,0
52,5
Portée en km
45,0
37,5
30,0
22,5
15,0
Décembre 8 9 10
Figure 7.9. Variation en fonction du temps de la hauteur significative des vagues par rapport à
la portée, mesurée par un radar haute fréquence à onde de sol
Source: Wyatt et al. (1985)
données recueillies pendant un an par un radar haute fréquence en Bretagne. Dans d’autres cas,
on a analysé la croissance des vagues limitée par le fetch en utilisant les données de radars haute
fréquence dans le golfe de Tehuantepec au Mexique (Toro et al., 2014). Ces résultats laissent
penser que le modèle paramétrique linéaire utilisé a été en mesure de reproduire la croissance
des vagues limitée par le fetch relevée par ailleurs.
Wyatt et al. (2011) ont passé en revue les travaux existants pour comprendre les limites hautes
et basses de l’état de la mer, à des fréquences radioélectriques HF hautes et basses, sur les
mesures des vagues. Cette étude portait également sur les mesures obtenues sur des fréquences
radioélectriques moyennes en utilisant deux systèmes de radar distincts (WERA et Pisces) et des
plages de fréquences radioélectriques différentes; elle a démontré la capacité des radars haute
fréquence à mesurer les vagues.
Les radars à onde réfléchie sont des installations de grande dimension, qui peuvent cependant
être positionnées loin à l'intérieur des terres, car ils reçoivent des ondes radioélectriques qui
passent par l’ionosphère. Leur couverture est de 900 à 3 000 km. Ils mesurent facilement la
direction des vents de surface, mais la variabilité ionosphérique limite celle de la hauteur des
vagues (Gower et Barrick, 1986).
7.4 DONNÉES MODÉLISÉES
Il existe désormais une large gamme de bases de données mondiales et régionales regroupant
des modélisations de vagues obtenues grâce à l’introduction de données de qualité sur les
champs des vents maritimes de surface dans des modèles spectraux des vagues de plus en plus
sophistiqués. Les sections ci-dessous présentent le processus de simulation rétrospective des
vagues et les jeux de données obtenues de cette manière, les deux grands projets mondiaux de
réanalyse des vagues (le projet Copernicus du CEPMMT et le Climate Forecast System Reanalysis
(CFSR) des NCEP de la NOAA), ainsi que l’utilisation de produits issus de modèles de vagues
d’exploitation archivés. Si les données modélisées ne constituent pas des observations ou des
mesures directes des vagues ou de propriétés relatives à la surface de l’océan, les données de
simulation rétrospective/réanalyse sont utiles pour contrôler et évaluer les modèles et recouper
les mesures des vagues in situ. Elles sont particulièrement précieuses pour les données obtenues
à partir de bouées dérivantes et de satellites, dont les spectres directionnels.
7.4.1 Simulations rétrospectives
Les simulations rétrospectives jouent un rôle de plus en plus important dans la climatologie
maritime. Les études climatologiques des vagues les plus récentes, notamment à l’échelle
régionale, sont fondées sur des données émanant de simulations rétrospectives. Il en va de

même des critères de conception définis par le secteur de l’exploration et de la production
pétrolières et gazières et par les autorités règlementaires de nombreux pays du monde. La raison
en est simple: le coût de mise en œuvre d'un programme de mesure, surtout à une échelle
régionale, et le temps nécessaire au recueil d’une quantité suffisante de données sont prohibitifs.
En conséquence, compte tenu des capacités de la génération actuelle de modèles spectraux des
vagues, la rapidité d'obtention et le coût relativement faible des données issues des simulations
rétrospectives sont très attractifs. Ces données représentent une distribution uniforme à long
terme dans l'espace et le temps des informations sur le vent et les vagues. Le pas de temps est
généralement de 3 ou 6 heures, même si de nombreuses simulations produisent des données
horaires. La base de données convient alors à toutes sortes d'analyses statistiques. Si la période
de la simulation rétrospective est suffisamment longue, on peut également se servir de la base de
données pour effectuer une analyse des valeurs extrêmes de périodes à longue valeur de retour.
On a assisté ces dernières années à la prolifération des simulations rétrospectives des vagues
mondiales et régionales pour la quasi-totalité des bassins océaniques de la planète (voir par
exemple Cox et Swail, 2001, Swail et al., 2007, Reistad et al., 2011 et Durrant et al., 2013). La
plupart d’entre elles sont directement fondées sur des champs de vent objectifs issus des
prévisions numériques. La simulation rétrospective des vagues de l’Atlantique Nord produite par
Environnement Canada (Swail et Cox, 2000; et Cox et al., 2011) est complétée par une analyse
cinématique manuelle des champs de vent en surface fondée sur des données relatives au vent
provenant des navires, des bouées et des satellites et sur l’expertise de ses météorologistes, ce qui
permet d’améliorer la caractérisation des conditions extrêmes des vagues (Caires et al., 2004).
La série des ateliers internationaux sur la simulation rétrospective et la prévision des vagues
rend compte de l’élaboration et de l’évaluation de nombre de ces exercices. Des informations
complémentaires, dont les prévisions du régime des vagues, sont disponibles par le biais du
Projet de projections coordonnées du régime des vagues (COWCLIP) de la CMOM (Hemer et al.,
2012).
On trouvera dans le Guide des applications de la climatologie maritime (OMM, 1994) une description
détaillée du processus de simulation rétrospective et de son utilisation dans la climatologie des
vagues.
7.4.2 Réanalyse
Les bases de données de réanalyse d’échelle mondiale sur les vagues fournissent des
informations précieuses pour la recherche sur le régime des vagues et les applications
océaniques. Il convient de faire la distinction entre la réanalyse et la simulation rétrospective.
Si dans les deux cas le processus consiste à faire tourner un modèle de vagues avec le forçage
du vent idoine, la réanalyse implique une intégration de très grande envergure des travaux
de modélisation intégrale de l’atmosphère, de l’océan ou de la cryosphère, reposant sur
l’assimilation de la totalité des données historiques disponibles émanant du sol et des satellites
dans une configuration de modèle figée (Kalnay et al., 1996 et Uppala et al., 2005). De manière
générale, les simulations rétrospectives reposent sur le champ de vent et la couverture de glace,
bien que l’on utilise également souvent les champs de vent de la réanalyse.
Il existe peu d’exemples de réanalyses mondiales compte tenu de l’énormité de la tâche. Les deux
réanalyses les plus couramment utilisées sont celles du CEPMMT et des NCEP de la NOAA, dont
on trouvera ci-après une description synthétique.
7.4.2.1 Réanalyse ERA5 du Centre européen pour les prévisions météorologiques à moyen
terme
La réanalyse climatique ERA5 fournit une description numérique du climat récent, en associant
modèles et observations. Elle contient des estimations de paramètres atmosphériques tels que
la température et la pression de l’air et le vent à différentes altitudes, ainsi que de paramètres de

surface tels que les précipitations, l’humidité du sol, la température de surface de la mer et la
hauteur des vagues.
ERA5 correspond à la cinquième génération des travaux de réanalyse des données

atmosphériques du climat mondial entrepris par le CEPMMT, qui ont débuté dans les
années 1980 par les réanalyses du Programme de recherches sur l’atmosphère globale,
auxquelles ont succédé ERA‑15, ERA‑40 et plus récemment ERA‑Interim, qui sera à terme
remplacée par ERA5.
Première réanalyse à caractère opérationnel, ERA5 fournit des données d’une résolution
spatiale et temporelle considérablement supérieure à la réanalyse ERA‑Interim qui la précédait.
Les champs d’analyse horaires sont disponibles à une résolution horizontale de 31 km, et à
137 niveaux à partir de la surface jusqu’à 0,01 hPa (environ 80 km). De plus, des informations sur
les incertitudes sont fournies pour chaque paramètre à des intervalles de 3 h et à une résolution
horizontale de 62 km. Une base de données renfermant toutes les observations saisies, ainsi que
des informations détaillées sur leur utilisation peut être consultée par les utilisateurs.
Toutes les données ERA5 data sont conservées dans le principal dépôt de données
météorologiques du CEPMMT, le système MARS (archives météorologiques et outils
d’extraction). ERA5 est accessible par le biais du Climate Data Store du Service Copernicus
concernant le changement climatique (C3S), financé par l’Union européenne.
7.4.2.2 Le Climate Forecast System Reanalysis (CFSR) des Centres nationaux de prévision
environnementale (NCEP) de l’Administration américaine pour les océans et
l’atmosphère (NOAA)
Une simulation rétrospective des vagues portant sur une période de 31 ans (1979–2009) utilisant
la dernière base de données à haute résolution du CFSR sur le vent et la glace a été réalisée au
moyen du modèle de la mer du vent de troisième génération WAVEWATCH IIIavec une mosaïque
de 16 grilles bidimensionnelles imbriquées. La résolution des grilles s’échelonnait de 1/2° à
1/15°. Achevée en 2012, la phase 1 a été mise en œuvre au moyen du modèle d’exploitation
WAVEWATCH III v3.14 et du logiciel ST2 applicable aux paramètres physiques, en se fondant sur
les données sur le vent et les champs de glace à haute résolution du CFSR. La phase 2, qui est
arrivée à son terme en 2016, a eu recours à WAVEWATCH III v5.08 et au logiciel ST4 applicable
aux paramètres physiques. Des ajustements empiriques entre les percentiles des vitesses du vent
obtenues par altimètre et celles du CFSR le long de bandes de latitude ont permis de corriger les
vents du CFSR et de supprimer le biais de l’océan Antarctique dans les vitesses de vent les plus
élevées.
De manière générale, la base de données offre une bonne représentation du régime des
vagues, même si elle sous-estime parfois les phénomènes les plus extrêmes (voir par exemple,
Cox et al., 2011 ou Chawla et al., 2013). Il y a une excellente concordance entre le modèle et
les données recueillies jusqu’au 99,9e centile pour la plupart des bouées. La concordance n’est
pas aussi bonne pour les bouées côtières que pour celles qui se trouvent au large, en raison de
caractéristiques côtières non résolues (topographiques/bathymétriques) et de problèmes relatifs
à l’interpolation des champs de vent aux lisières entre la terre et la mer. Le régime des vagues
dans l’hémisphère Sud est également problématique, en raison de la surestimation des vents
dans les prévisions (dans la partie la plus ancienne de la base de données) et de l’absence de
blocage des vagues par les icebergs dans le modèle.
7.4.3 Modélisation opérationnelle
Pour réduire au maximum les frais associés aux simulations rétrospectives ou aux réanalyses,
on peut choisir d’archiver la partie analyse de l'analyse opérationnelle des vagues et des
programmes de prévision. C’est là un moyen d’un bon rapport coût-efficacité de produire une
base de données continues, puisqu’il s’appuie sur un programme opérationnel existant. Cette
approche a toutefois quelques inconvénients: compte tenu des contraintes opérationnelles
de temps, toutes les données disponibles ne sont pas incluses dans l'analyse; on ne peut avoir
recours à des techniques chronophages telles que l’analyse cinématique; l'utilisation d'une
continuité en amont et en aval pour l’élaboration des caractéristiques du temps n'est pas possible
et il faut N années d'exploitation pour produire une base de données sur N ans.
De telles archives sont également susceptibles d’introduire des défauts d’homogénéité résultant
de la variation des caractéristiques des modèles employés. Néanmoins, cette approche constitue
un moyen viable d'obtenir une base de données continue d'informations sur les vagues, même si
sa qualité n’est pas optimale.
S’agissant de la détermination des estimations de la longue valeur de retour des vagues,

Breivik et al. (2013) ont étudié l’agrégation de volumes importants de prévisions d’ensemble
ne présentant quasiment aucune corrélation pour estimer les valeurs de retour de la hauteur
des vagues sur 100 ans, en utilisant les prévisions d’ensemble quotidiennes du système intégré
de prévision du CEPMMT. Ils ont relevé une bonne correspondance entre les estimations et les
centiles supérieurs observés dans la mer de Norvège. Les résultats ont également fait apparaître
une bonne concordance avec des estimations fondées sur la simulation rétrospective à haute
résolution NORA10 (Reistad et al., 2011).
ANNEXE 1. NOMOGRAMMES - VAGUES
Les deux premiers nomogrammes figurant dans la présente annexe sont conçus pour calculer la
hauteur des vagues de vent en eau profonde. Le nomogramme de Gröen et Dorrestein (1976) a
été actualisé, la nouvelle version étant fondée sur le nomogramme de Breugem et Holthuisjen
(2007), qui fait appel à un jeu de données plus étendu et plus actuel. Les nomogrammes restants
ont été mis au point pour évaluer le déclin de la houle, notamment après le départ des vagues de
la zone où elles s’étaient formées.
La deuxième série de nomogrammes repose sur une démarche différente et rend compte de la
propagation de l’énergie au sein des bandes de fréquence. Il s’agit des courbes de croissance
des vagues de Pierson–Neumann–James. Elles sont particulièrement utiles pour la houle, au sein
de laquelle la distribution spectrale des vagues change, les vagues à longue période allant de
l’avant alors que les vagues à courte période restent en arrière, ce qui entraîne une dispersion
de l’énergie dans le temps et l’espace. Ces nomogrammes rendent compte grossièrement de ces
phénomènes.
Les deux derniers nomogrammes, élaborés par Bretschneider (1952), rendent également compte
du déclin de la houle. Ils sont plus simples que les courbes de Pierson‑Neumann‑James et ne
tiennent pas explicitement compte de l’évolution de la distribution spectrale.
1. NOMOGRAMME DE CROISSANCE DES VAGUES DE BREUGEM ET

HOLTHUISJEN (2007)
Nomogramme de croissance des vagues de Breugem et Holthuĳsen

Vitesse du vent (nœuds)
Fetch (milles marins) 100 km = 54 nm 1 nœud = 0,51 m/s
Période du pic (secondes) 100 milles = 145 km 1 m/s = 1,94 nœuds
Hauteur significative des vagues H1/3 en mètres
Durée du vent en heures
Figure 1. Nomogramme manuel de croissance des vagues

Source: Breugem et Holthuijsen (2007)
ANNEXE 1. NOMOGRAMMES - VAGUES 181
2. NOMOGRAMME DE CROISSANCE DES VAGUES DE GRÖEN ET DORRESTEIN

(1976)
30
Hauteur des vagues: 100 milles = 185 km; 100 km = 54 milles 3000 4000
2000 30
20 Hc en m 1 nœud = 0,51 m s–1; 1 m s–1 = 1,94 nœud
1000
1500
17
16
600
25
14 300
400 15
14
200 13
10 150
12
20
8 100 11
17,5
60 10
6 40 15,0
5 30 9
4 km 15
20 8
12,5
n
Xe 7
3 Fe
tch 10
6
6
10,0
2 Vitesse du vent u,
3
4
en m s–1 5
1,4 1,5
2 7,5
1
1 4
0,6 30
0,8
0,7 25
5
0,6 20 3
0,5 17,5
0,4 15 Période des vagues Tc

en s
Vitesse du vent u,
12,5 en m s–1
0,3 2
10
0,2 7,5
5 Durée du vent en heures

0,1
0,1 0,5 1 2 2 6 9 12 18 24 36 48 72 96
Figure 2. Diagramme de prévision manuelle des vagues

Source: Gröen et Dorrestein (1976)
3. COURBES DE CROISSANCE DES VAGUES DE PIERSON-NEUMANN-JAMES

(1955)
44 nœuds
50 heures
42 nœuds 32 nœuds
28 nœuds
Hauteur significative des vagues (ft)

8 heures
40 heures
24 nœuds 6 heures
40 nœuds
20 nœuds 5 heures
36 heures
4 heures
38 nœuds 18 nœuds
16 nœuds
3 heures
32 heures
14 nœuds
36 nœuds
28 heures
12 nœuds
2 heures
10 nœuds 1 heure
34 nœuds 24 heures
20 heures
32 nœuds
16 heures
12 heures
30 nœuds
28 nœuds
10 heures
26 nœuds
8 heures
24 nœuds
6 heures
22 nœuds 5 heures
20 nœuds
18 nœuds
16 nœuds
14 nœuds
0 Fréquence
Figure 3. Graphique de durée. Spectres cocumulatifs déformés pour des vitesses du vent
allant de 10 à 44 nœuds en fonction de la durée
Source: Pierson et al. (1955)
56 nœuds
56 nœuds
80 heures
52 nœuds
54 nœuds
48 nœuds
44 nœuds
70 heures
52 nœuds 40 nœuds

36 nœuds
50 nœuds
60 heures 3h
48 nœuds
50 heures
46 nœuds
40 heures
44 nœuds
30 heures
32 heures
42 nœuds
28 heures
24 heures
40 nœuds
20 heures
14 heures
12 heures
10 heures
Fréquence
Figure 4. Graphique de durée. Spectres cocumulatifs déformés pour des vitesses du vent
allant de 36 à 56 nœuds en fonction de la durée
44 nœuds
42 nœuds 32 nœuds

28 nœuds
24 nœuds
40 nœuds
20 nœuds
38 nœuds 18 nœuds
16 nœuds
14 nœuds
36 nœuds
12 nœuds
10 nœuds
34 nœuds
32 nœuds
30 nœuds
28 nœuds
26 nœuds
24 nœuds
22 nœuds
20 nœuds
18 nœuds
16 nœuds
14 nœuds
Fréquence
Figure 5. Graphique du fetch. Spectres cocumulatifs déformés pour des vitesses du vent allant
de 10 à 44 nœuds en fonction du fetch
56 nœuds
56 nœuds
52 nœuds
48 nœuds
54 nœuds 44 nœuds
40 nœuds
36 nœuds
52 nœuds

50 nœuds
48 nœuds
46 nœuds
44 nœuds
42 nœuds
40 nœuds
Fréquence
Figure 6. Graphique du fetch. Spectres cocumulatifs déformés pour des vitesses du vent allant
de 36 à 56 nœuds en fonction du fetch
4. NOMOGRAMMES DU DÉCLIN DU FETCH DE BRETSCHNEIDER (1952)
Variation de la hauteur de la houle (Hs)
0 5 10 15 20 25 30 35 40 1,0 0,8 0,6 0,4 0,2 0

Hauteur initiale de la houle (ft) Coefficient de la hauteur finale de la houle

Figure 7. Nomogramme du déclin de la hauteur de la houle de Bretschneider. Méthode de

calcul: choisir la hauteur de houle initiale (exprimée en pieds) sur l’axe horizontal de gauche,
monter à la verticale jusqu’à la courbe de distance de propagation de couleur jaune
(exprimée en milles marins), puis aller horizontalement vers la courbe de la largeur du fetch
(définie en réalité comme longueur du fetch exprimée en milles marins) appropriée de
couleur verte, avant de descendre verticalement jusqu’au coefficient de hauteur de la houle.
Multiplier la hauteur initiale de la houle par ce coefficient.
Variation de la période de la houle (Ts)
4 6 8 10 12 14 16 1,0 1,2 1,4 1,6 1,8 2,0

Période initiale de la houle (s) Coefficient de la période finale de la houle

Figure 8. Nomogramme du déclin de la période de la houle de Bretschneider. Méthode de

calcul: choisir la période initiale de la houle (exprimée en secondes) sur l’axe horizontal de
gauche, monter à la verticale jusqu’à la courbe de distance de propagation appropriée de
couleur jaune (exprimée en milles marins), puis traverser horizontalement jusqu’à la courbe
de la largeur du fetch (définie en réalité comme longueur du fetch exprimée en milles marins)
appropriée de couleur verte, avant de descendre verticalement jusqu’au coefficient de la
période de la houle. Multiplier la période initiale de la houle par ce coefficient.
ANNEXE 2. PRÉVISION DES VAGUES: NOTIONS FONDAMENTALES ET
CONSEILS PRATIQUES
La présente annexe a pour vocation d’énoncer, à l’intention des prévisionnistes des services
d’exploitation, un certain nombre de règles fondamentales en matière de prévision manuelle,
ainsi qu’une série de vérifications objectives permettant d’interpréter et de comprendre les
prévisions établies par les modèles numériques.
Le forçage du vent est l’une des sources les plus courantes d’erreur dans les résultats des modèles
de vagues. Si le prévisionniste détecte des discordances systématiques entre les résultats d’un
modèle et les observations, le recours à ces règles fondamentales et des vérifications effectuées
au moyen de nomogrammes pourront l’aider à ajuster et à améliorer les prévisions d’une façon
cohérente sur le plan physique.
1. VITESSE ET DÉPLACEMENT DES GROUPES DE VAGUES
a) Vitesse d’un groupe de vagues (en nœuds) = 1,5 × période du pic (en secondes).
b) Déplacement sur douze heures (en degrés de latitude) = 0,3 × période du pic (en secondes).
c) Utiliser la moyenne de la période du pic lors du calcul du déplacement des vagues de vent.
Exemple: une vague croît pendant 12 h, sa période passant de 8 s à 10 s, et la vitesse du
groupe augmente en même temps que la période. Dans ces conditions, on utilise 9 s que
l’on multiplie par 0,3 pour obtenir un déplacement de 2,7° de latitude.
d) Ne pas utiliser la moyenne de la période du pic pour le déplacement de la houle. La période
du pic de la houle augmente, de sorte que la vitesse du groupe de la houle augmente avec
le temps. Toutefois, la plupart des nomogrammes de houle en tiennent compte et utilisent
la période moyenne pour les calculs de temps/distance.
2. AUGMENTATION DE LA HAUTEUR DES VAGUES
a) L’énergie des vagues est proportionnelle au carré de leur hauteur, qui est elle-même (au
moins) proportionnelle au carré de la vitesse du vent. Il est donc essentiel de disposer de
prévisions précises du vent.
b) Mers entièrement levées (valeurs élevées du fetch et de la durée): HS = (V / 12,5)2 , où HS est
la hauteur significative des vagues et V la vitesse du vent exprimée en nœuds.
c) Méthode de base: saisir dans le nomogramme de la croissance des vagues la vitesse du
vent, le fetch et la durée, afin d’obtenir la hauteur significative et la période des vagues.
C’est ainsi qu’au cours d’une période de 24 h avec un fetch de 400 milles marins, un vent de
40 nœuds va générer une hauteur significative des vagues de 8,2 m; la hauteur des vagues
sera limitée dans la durée.
3. DÉCLIN DE LA HAUTEUR DE LA HOULE
a) La hauteur de la houle décline dans les proportions suivantes:

i) Environ 25 % en 12 h;
ii) Environ 40 % en 24 h;
iii) Environ 50 % en 36 h.
b) Les hauteurs de la houle ne sont pas influencées par les vents contraires.
c) Dans le nomogramme de la houle, saisir la période du pic de la houle ainsi que la distance
ou la durée du déclin pour obtenir la nouvelle période ainsi que le rapport entre la hauteur
finale et la hauteur initiale de la houle. Par exemple en 46 h, une houle de 5 m d’une période
de 10 s se déplace de 750 milles marins, avant de décliner, sa hauteur passant à 2,2 m et sa
période à 11,6 s.
ANNEXE 2. PRÉVISION DES VAGUES: NOTIONS FONDAMENTALES ET CONSEILS PRATIQUES 189
4. HAUTEURS COMBINÉES DES VAGUES
Faire la somme des carrés des composantes des vagues, puis en calculer la racine carrée:
2 2 2 2
H combinée = H vent + H houle1 + H houle2 + H houlen
où Hcombinée désigne la hauteur totale des vagues, Hvent la composante de la hauteur des vagues de
la mer du vent et Hhoule les composantes de la houle.
5. VARIATIONS DU VENT
a) Vent se renforçant progressivement: ajouter 75% de sa valeur au vent le plus faible en allant
vers le vent le plus fort. Par exemple, pour un vent de 20 nœuds passant à une vitesse de
40 nœuds, utiliser la valeur de 35 nœuds dans le nomogramme.
b) Vent en diminution: quand la vitesse du vent passe au-dessous de la valeur nécessaire au
maintien des vagues existantes, il faut considérer les vagues d’origine comme de la houle et
générer de nouvelles vagues du vent avec le vent moins puissant. Déterminer alors la valeur
combinée de la hauteur des vagues à partir de la racine carrée de la somme des carrés.
c) Vents soufflant en rafales: faire la moyenne du vent soutenu et des rafales. Ainsi, pour un
vent soufflant à 20 nœuds avec des rafales de 30 nœuds, utiliser la valeur de 25 nœuds dans
le nomogramme.
d) En cas de changement de la direction du vent, si le changement de direction est:
i) inférieur ou égal à 30°, ne pas en tenir compte;
ii) supérieur à 30°, considérer le champ de vagues d’origine comme de la houle
s’éloignant dans la direction d’origine et développer de nouvelles mers dans la
nouvelle direction avec le nouveau vent.
6. AIR FROID ET AIR CHAUD POUR LA MÊME VITESSE DU VENT
L’air froid forme des mers plus grandes que l’air chaud pour la même vitesse du vent, à pression
atmosphérique identique. De plus, des profils de vent instables dans la couche limite basse
génèrent des vagues plus hautes, et des profils stables dans la couche limite basse réduisent le
forçage du vent.
7. VAGUES ET COURANTS
a) Lorsque l’on a affaire à des vagues dont la hauteur et la cambrure augmentent avec un
courant contraire et diminuent avec un courant de l’arrière, la magnitude de ces effets
dépend de la vitesse du courant ainsi que de la période et de la cambrure des vagues.
C’est ainsi qu’une vague de 4 m d’une période de 7 s va passer à 3,5 m avec un courant de
l’arrière de 3 nœuds, mais va prendre la taille d’une lame déferlante de près de 5 m avec un
courant contraire de 3 nœuds.
b) Une vague stable en eau profonde se déplaçant dans le sens du courant ne déferle pas.
BIBLIOGRAPHIE
Abdalla, S. et L. Cavaleri, 2002: «Effect of wind wave variability and variable air density on wave
modelling», Journal of Geophysical Research (Oceans), 107:17‑1–17‑17, doi:10.1029/2000JC000639.
Abdalla, S., J.‑R. Bidlot et P. Janssen, 2006: «Global Validation and Assimilation of ENVISAT ASAR Wave Mode
Spectra», Paper presented at 2006 SEASAR Workshop, Agence spatiale européenne, Frascati,
Italie.
Abdalla, S., P.A.E.M. Janssen et J.‑R. Bidlot, 2010: «Jason‑2 OGDR wind and wave products: monitoring,
validation and assimilation», Marine Geodesy, 33(1):239–255, doi:10.1080/01490419. 2010
.487798.
Ailliot, P., C. Maisondieu et V. Monbet, 2013: «Dynamical partitioning of directional ocean wave spectra»,
Probabilistic Engineering Mechanics, 33:95–102, doi:10.1016/j.probengmech. 2013.03.002.
Air Weather Service, 1995: Forecasters Guide to Tropical Meteorology, Air Weather Service Report TR 240,
Illinois, mis à jour par Colin S. Ramage.
Allender, J., T. Audunson, S.F. Barstow, S. Bjerken, H.E. Krogstad, P. Steinbakke, L. Vartdal, L. Borgman et
C. Graham, 1989: «The WADIC Project: a comprehensive field evaluation of directional wave
instrumentation», Ocean Engineering, 161:505–536, doi:10.1016/0 029- 8018(89)90050 - 4.
Alves, J.H.G.M. et M.L. Banner, 2003: «Performance of a saturation‑based dissipation‑rate source term
in modelling the fetch limited evolution of wind waves», Journal of Physical Oceanography,
33:1274–1298, doi:10.1175/1520 - 0485(2003)033<1274:POASDS>2.0.CO;2.
Alves, J.‑H.G.M., P. Wittmann, M. Sestak, J. Schauer, S. Stripling, N.B. Bernier, J. Mclean, Y. Chao, A. Chawla,
H. Tolman, G. Nelson et S. Klotz, 2013: «The NCEP–FNMOC combined wave ensemble product:
expanding benefits of inter‑agency probabilistic forecasts to the oceanic environment», Bulletin
of the American Meteorological Society, décembre 2013:1893–1905, doi:10.1175/BAMS-D-12
-00032.1.
Ardhuin, F., Y. Aksenov, A. Benetazzo, L. Bertino, P. Brandt, E. Caubet, B. Chapron, F. Collard, S. Cravatte,
J.‑M. Delouis, F. Dias, G. Dibarboure, L. Gaultier, J. Johannessen, A. Korosov, G. Manucharyan,
D. Menemenlis, M. Menendez, G. Monnier, A. Mouche, F. Nouguier, G. Nurser, P. Rampal, A.
Reniers, E. Rodriguez, J. Stopa, C. Tison, C. Ubelmann, E. van Sebille et J. Xie, 2018: «Measuring
currents, ice drift, and waves from space: the Sea surface KInematics Multiscale monitoring
(SKIM) concept», Ocean Science, 14:337–354, doi:10. 5194/os-14-337-2018.
Ardhuin, F., B. Chapron et F. Collard, 2009: «Observation of swell dissipation across oceans», Geophysical
Research Letters, 36:L06607, doi:10.1029/2008GL037030.
Ardhuin, F., T.H. Herbers, P.F. Jessen et W.C. O’Reilly, 2003a: «Swell transformation across the continental
shelf. Part II: Validation of a spectral energy balance equation», Journal of Physical Oceanography,
33:1940–1953, doi:10.1175/1520- 0485(2003)033<1940:STATCS>2.0.CO;2.
Ardhuin, F., W.C. O’Reilly, T.H. Herbers et P.F. Jessen, 2003b: «Swell transformation across the continental
shelf. Part I: Attenuation and directional broadening», Journal of Physical Oceanography,
33:1921–1939, doi:10.1175/1520- 0485(2003)033<1921:STATCS>2.0.CO;2.
Ardhuin, F., E. Rogers, A.V. Babanin, J.‑F. Filipot, R. Magne, A. Roland, A.V.D. Westhuysen, P. Queffeulou,
J.‑M. Lefèvre, L. Aouf et F. Collard, 2010: «Semiempirical dissipation source functions for ocean
waves. Part 1: Definition, calibration and validation», Journal of Physical Oceanography, 40:1917–
1941, doi:10.1175/2010JPO4324.1.
Austin, M.J., T.M. Scott, P.E. Russell et G. Masselink, 2013: «Rip current prediction: development, validation,
and evaluation of an operational tool», Journal of Coastal Research, 29(2):283–300, doi:10. 2112/
JCOASTRES-D-12- 00093.1.
Babanin, A., 2011: Breaking and Dissipation of Ocean Surface Waves, Cambridge University Press.
Babanin, A.V., K.N. Tsagareli, I.R. Young et D.J. Walker, 2010: «Numerical investigation of spectral evolution
of wind waves, Part II: Dissipation term and evolution tests», Journal of Physical Oceanography,
40:667–683, doi:10.1175/2009JPO4370.1.
Banner, M.L., I.S.F. Jones et J.C. Trinder, 1989: «Wavenumber spectra of short gravity waves», Journal of Fluid
Mechanics, 198:321–344, doi:10.1017/S0022112089000157.
Barnett, T.P., 1968: «On the generation, dissipation and prediction of ocean wind‑waves», Journal of
Geophysical Research, 73:513–529, doi:10.1029/JB073i002p00513.
Barratt, M.J., 1991: «Waves in the North East Atlantic», United Kingdom of Great Britain and Northern Ireland
Department of Energy Report OTI 90545, Londres, Her Majesty’s Stationary Office.
Battjes, J.A. et J.P.F.M. Janssen, 1978: «Energy Loss and Set‑up Due to Breaking in Random Waves», Proceedings of
16th Coastal Engineering Conference, Hambourg, Allemagne, 569–587.
BIBLIOGRAPHIE 191
Beale, R.C., 1981: «Spatial evolution of ocean wave spectra», Spaceborne Synthetic Aperture Radar for
Oceanography (sous la direction de R. Beale, P. De Leonibus et E. Katz), Johns Hopkins
Oceanographic Studies No. 7, Johns Hopkins University Press, 110–127.
Bendat, J.S. et A.G. Piersol, 1971: Random Data: Analysis and Measurement Procedures, New York, Wiley
Interscience, doi:10.1088/0957- 0233/11/12/702.
Bender, L.C., N.L. Guinasso et J.N. Walpert, 2010: «A comparison of methods for determining significant
wave heights—applied to a 3‑m discus buoy during Hurricane Katrina», Journal of Atmospheric
and Oceanic Technology, 27:1012–1028, doi:10.1175/2010JTECHO724.1.
Bender, L.C., N.L. Guinasso, J.N. Walpert et S.D. Howden, 2009: «A Comparison of Two Methods for
Determining Wave Heights from a Discus Buoy with a Strapped‑down Accelerometer», Proceedings of
11th International Workshop on Wave Hindcasting and Forecasting, Halifax, Canada.
Benetazzo, A., F. Fedele, G. Gallego, P.C. Shih et A. Yezzi, 2012: «Offshore stereo measurements of gravity
waves», Coastal Engineering, 64:127–138, doi:10.1016/j.coastaleng. 2012.01.007.
Bidlot, J.‑R., 2001: «ECMWF Wave‑model Products», Centre européen pour les prévisions météorologiques à
moyen terme, Newsletter No. 91, Reading, Royaume-Uni de Grande-Bretagne et d’Irlande du
Nord, 9–15.
———, 2012: «Present Status of Wave Forecasting at ECMWF», Proceedings of ECMWF Workshop on Ocean Waves,
25–27 juin 2012.
Bidlot, J.‑R., D.J. Holmes, P.A. Wittmann, R. Lalbeharry et H.S. Chen, 2002: «Intercomparison of the
performance of operational ocean wave forecasting systems with buoy data», Weather
Forecasting, 17:287–310, doi:10.1175/1520 - 0434(2002)017<0287:IOTPOO>2.0.CO;2.
Bidlot, J.‑R., P.A.E.M. Janssen et S. Abdalla, 2005: «On the Importance of Spectral Wave Observations in the
Continued Development of Global Wave Models», Proceedings of 5th International Symposium on
WAVES, 2005.
———, 2006: «Extreme Waves in the ECMWF Operational Wave Forecasting System», Proceedings of 9th
International Workshop on Wave Hindcasting and Forecasting, Victoria, Colombie britannique,
Canada, 24–29 septembre 2006.
Bidlot, J.‑R., J.‑G. Li, P. Wittmann, M. Faucher, H. Chen, J.‑M. Lefèvre, T. Bruns, D. Greenslade, F. Ardhuin, N.
Kohno, S. Park et M. Gomez, 2007: «Inter‑Comparison of Operational Wave Forecasting Systems»,
Proceedings of 10th International Workshop on Wave Hindcasting and Forecasting and Coastal Hazard
Symposium, North Shore, Oahu, Hawaï, 11–16 novembre 2007.
Bishop, C.T. et M.A. Donelan, 1987: «Measuring waves with pressure transducers», Coastal Engineering,
11:309–328, doi:10.1016/0378-3839(87)90031-7.
Bitner‑Gregersen, E.M. et A.K. Magnusson, 2014: «Effect of intrinsic and sampling variability on wave
parameters and wave statistics», Ocean Dynamics, 64(11):1643–1655, doi:10.1007/s10236- 014
-0768- 8.
Bjerknes, J. et H. Solberg, 1922: «Life cycles of cyclones and the polar front theory of atmospheric
circulation», Geofysiske Publikationer, 3(1):18, doi:10.1002/qj.49704920609.
Blackman, R.B. et J.W. Tukey, 1959: The Measurement of Power Spectra from the Point of View of Communications
Engineering, New York, Dover.
Booij, N., R.C. Ris et L.H. Holthuijsen, 1999: «A third‑generation wave model for coastal regions: 1. Model
description and validation», Journal of Geophysical Research (Oceans), 104(C4):7649–7666, doi:10
.1029/98JC02622.
Borge, J.C.N., K. Reichert et J. Dittmer, 1999: «Use of nautical radar as a wave monitoring instrument»,
Coastal Engineering, 37:331–342, doi:10.1016/S0378-3839(99)00032- 0.
Bourassa, M.A., D.G. Vincent et W.L. Wood, 1999: «A flux parameterization including the effects of capillary
waves and sea state», Journal of the Atmospheric Sciences, 56:1123–1139, doi:10.1175/1520
-0469(1999)056<1123:AFPITE>2.0.CO;2.
Bouws, E., H. Günther, W. Rosenthal et C.L. Vincent, 1985: «Similarity of the wind‑wave spectrum in finite
depth water: 1. Spectral form», Journal of Geophysical Research (Oceans), 90(C1):975–986, doi:10
.1029/JC090iC01p00975.
Breivik, L.A. et M. Reistad, 1992: Use of ERS‑1 Altimeter Wave Products at DNMI. Evaluation of Wave Heights
and Wind Speeds. Assimilation in a Numerical Wave Model, Technical Report No. 101, Institut
météorologique norvégien.
Breivik, Ø., O.J. Aarnes, J.‑R. Bidlot, A. Carrasco et Ø. Saetra, 2013: «Wave extremes in the Northeast Atlantic
from ensemble forecasts», Journal of Climate, 26:7525–7540, doi:10.1175/JCLI-D-12- 00738.1.
Bretschneider, C.L., 1952: «Revised Wave Forecasting Relationships», Proceedings of 2nd Coastal Engineering
Conference, 1–5.
Breugem, W.A. et L.H. Holthuijsen, 2007: «Generalized shallow water wave growth from Lake George»,
Journal of Waterway Port Coastal and Ocean Engineering, 133(3), doi:10.1061/(ASCE)0733
-950X(2007)133:3(173).
Brown, R.A. et W.T. Liu, 1982: «An operational large‑scale marine planetary boundary layer model», Journal
of Applied Meteorology, 21, 261–269, doi:10.1175/1520 - 0450(1982)021<0261:AOLSMP>2.0.CO;2.
Bunney, C. et A. Saulter, 2015: «An ensemble forecast system for prediction of Atlantic–UK wind waves»,
Ocean Modelling, 96(1):103–116, doi:10.1016/j.ocemod. 2015.07.005.
Businger, J.A., J.C. Wyngaard, Y. Izumi et E.F. Bradley, 1971: «Flux‑profile measurements in the
atmospheric surface layer», Journal of Atmospheric Sciences, 28:181–189, doi:10.1175/1520
-0469(1971)028<0181:FPRITA>2.0.CO;2.
Caires, S., A. Sterl, J.‑R. Bidlot, N. Graham et V. Swail, 2004: «Intercomparison of different
wind wave reanalyses», Journal of Climate, 17(10):1893–1913, doi:10.1175/1520
-0442(2004)017<1893:IODWR>2.0.CO;2.
Capon, J., 1979: «Maximum‑likelihood spectral estimation», Nonlinear Methods in Spectral Analysis (sous la
direction de S. Heykin), 155–179, Berlin, Heidelberg, New York, Springer, doi:10.1007/3 -540
-12386-5_12.
Cardone, V.J., 1969: Specification of the Wind Distribution in the Marine Boundary Layer for Wave Forecasting,
Geophysical Sciences Laboratory Report TR‑69‑1, New York University.
———, 1978: Specification and Prediction of the Vector Wind of the United States Continental Shelf for Application to
an Oil Slick Trajectory Program, Final report, Contract T‑34530, City College of the City University
of New York.
Carter, D.J.T., P.G. Challenor et M.A. Srokosz, 1992: «An assessment of Geosat wave height and wind
speed measurements», Journal of Geophysical Research (Oceans), 97:11383–11392, doi:10.1029/
92JC00465.
Cavaleri, L. et L. Bertotti, 2006: «The improvement of modelled wind and wave fields with increasing
resolution», Tellus, 33:553–565, doi:10.1016/j.oceaneng. 2005.07.004.
Cavaleri, L. et P.M. Rizzoli, 1981: «Wind wave prediction in shallow water: theory and applications», Journal
of Geophysical Research (Oceans), 86:10961–10973, doi:10.1029/JC086iC11p10961.
Cavaleri, L., S. Abdalla, A. Benetazzo, l. Bertotti, J.‑R. Bidlot, Ø. Breivik, S. Carniel, R.E. Jensen,
J. Portills‑Yandun, W.E. Rogers, A. Roland, A. Sanchez‑Arcilla, J.M. Smith, J. Staneva, Y. Toledo,
G.P. van Vledder et A.J. van der Westhuysen, 2018: «Wave modelling in coastal and inner seas»,
Progress in Oceanography, 167:14–233, doi:10.1016/j.pocean. 2018.03.010.
Centurioni, L., L. Braasch, E. Di Lauro, P. Contestabile, F. De Leo, R. Casotti, L. Franco et D. Vicinanza, 2017:
«A New Strategic Wave Measurement Station off Naples Port Main Breakwater», Proceedings of 35th
Conference on Coastal Engineering, juin 2017, doi:10.9753/icce.v35.waves.36.
Chalikov, D. et S. Rainchik, 2011: «Coupled numerical modelling of wind and waves and theory of the wave
boundary layer», Boundary-Layer Meteorology 138(1):1–41.
Chapron, B., H. Johnsen et R. Garello, 2001: «Wave and wind retrieval from SAR images of the ocean»,
Annales des télécommunications, 56(11–12):682–699, doi:10.1007/BF02995562.
Charney, J.G. et A. Eliassen, 1964: «On the growth of the hurricane depression», Journal of Atmospheric
Sciences, 21:68–75, doi:10.1175/1520- 0469(1964)021<0068:OTGOTH>2.0.CO;2.
Charnock, H., 1955: «Wind stress on a water surface», Quarterly Journal of the Royal Meteorological Society,
81:639, doi:10.1002/qj.49708135027.
Chawla, A. et J.T. Kirby, 2002: «Monochromatic and random wave breaking at blocking points», Journal of
Geophysical Research (Oceans), 107(C7):4‑1–4‑19, doi:10.1029/2001JC001042.
Chawla, A. et H.L. Tolman, 2008: «Obstruction grids for spectral wave models», Ocean Modelling, 22:12–25,
doi:10.1016/j.ocemod. 2008.01.003.
Chawla, A., D. Wilson‑Diaz et H.L. Tolman, 2013: «Validation of a thirty‑year wave hindcast using the
Climate Forecast System Reanalysis winds», Ocean Modelling, 70:189–206, doi:10.1016/j.ocemod
.2012.07.005.
Chen, H.S., 2006: «Ensemble Prediction of Ocean Waves at NCEP», Proceedings of 28th Ocean Engineering
Conference, Taiwan.
Chen, S.S., W. Zhao, M.A. Donelan et H.L. Tolman, 2013: «Directional wind–wave coupling in fully coupled
atmosphere–wave–ocean models: results from CBLAST‑Hurricane», Journal of Atmospheric
Sciences, 70:3198–3215, doi:10.1175/JAS-D-12- 0157.1.
Clarke, R.H. et G.D. Hess, 1974: «Geostrophic departure and the functions A and B of Rossby‑number
similarity theory», Boundary‑Layer Meteorology, 7:267–287, doi:10.1007/BF00240832.
Coastal Engineering Research Center (CERC), 1973: Shore Protection Manual, Waterways Experiment Station,
United States Army Corps of Engineers.
BIBLIOGRAPHIE 193
———, 1977: Shore Protection Manual, Waterways Experiment Station, United States Army Corps of
Engineers.
———, 1984: Shore Protection Manual, Waterways Experiment Station, United States Army Corps of
Engineers.
Collins III, C.O., B. Lund, T. Waseda et H.C. Graber, 2014: «On recording sea surface elevation with
accelerometer buoys: lessons from ITOP (2010)», Ocean Dynamics, 64(6):895–904, doi:10.1007/
s10236- 014- 0732-7.
COMET, 2011: Cycle de vie des vagues II: propagation et dispersion, https://www.meted.ucar.edu/training
_module.php?id=188#.XIJDK_ Z2stF.
Cooley, J.W. et J.W. Tukey, 1965: «An algorithm for the machine calculation of complex Fourier series»,
Mathematics of Computation, 19:297–301, doi:10. 2307/2003354.
Courant, R., K. Friedrichs et H. Lewy, 1928: «On the partial difference equations of mathematical physics»,
IBM Journal of Research and Development, 11(2):215–234, doi:10.1147/rd.112.0215.
Cox, A.T. et V.R. Swail, 2001: «A global wave hindcast over the period 1958‑1997: validation and climate
assessment», Journal of Geophysical Research (Oceans), 106(C2):2313–2329, doi:10.1029/
2001JC000301.
Cox, A.T., V.J. Cardone et V.R. Swail, 2011: «On the Use of the Climate Forecast System Reanalysis Wind Forcing
in Ocean Response Modelling», Proceedings of 12th International Workshop on Wave Hindcasting and
Forecasting and 3rd Coastal Hazards Symposium, Paper G3.
Crapper, G.D., 1984: Introduction to Water Waves. Ellis Harwood.
Dee, D.P., S.M. Uppala, A.J. Simmons, P. Berrisford, P. Poli, S. Kobayashi, U. Andrae, M.A. Balmaseda, G.
Balsamo, P. Bauer, P. Bechtold, A.C.M. Beljaars, L. van de Berg, J.‑R. Bidlot, N. Bormann, C.
Delsol, R. Dragani, M. Fuentes, A.J. Geer, L. Haimberger, S.B. Healy, H. Hersbach, E.V. Hólm,
L. Isaksen L, P. Kallberg, M. Köhler, M. Matricardi, A.P. McNally, B.M. Monge‑Sanz, J.‑J.
Morcrette, B.‑K. Park, C. Peubey, P. de Rosnay, C. Tavolato, J.‑N. Thépaut et F. Vitart, 2011:
«The ERA‑Interim reanalysis: configuration and performance of the data assimilation system»,
Quarterly Journal of the Royal Meteorological Society, 137:553–597, doi:10.1002/qj.828.
Delpey, M.T., F. Ardhuin, F. Collard et B. Chapron, 2010: «Space‑time structure of long ocean swells fields»,
Journal of Geophysical Research (Oceans), 115 (C12037), doi:10.1029/2009JC005885.
Dobson, F.W., 1981: Review of Reference Height for and Averaging Time of Surface Wind Measurements at
Sea, Marine Meteorology and Related Oceanographic Activities Report No. 3., Genève,
Organisation météorologique mondiale.
Donelan, M., 1982: «The Dependence of the Aerodynamic Drag Coefficients on Wave Parameters», Proceedings of
the 1st International Conference on Meteorology and Air‑sea Interaction of the Coastal Zone, La Haye,
Pays-Bas, American Meteorological Society, 381–387.
———, 1990: «Air‑sea interaction from the sea», Ocean Engineering Science, volume 9, John Wiley & Sons.
Donelan, M.A. et A.K. Magnusson, 2017: «The making of the Andrea wave and other rogues», Scientific
Reports, 7:44124, doi:10.1038/srep44124.
Donelan, M.A., A.V. Babanin, I.R. Young et M.L. Banner, 2006: «Wave‑follower field measurements of the
wind‑input spectral function. Part II: Parameterization of the wind input», Journal of Physical
Oceanography, 36:1672–1689, doi:10.1175/JPO2933.1.
Donelan, M.A., A.V. Babanin, I.R. Young, M.L. Banner et C. McCormick, 2005: «Wave‑follower field
measurements of the wind‑input spectral function. Part I: Measurements and calibrations»,
Journal of Atmospheric and Oceanic Technology, 22:799–813, doi:10.1175/JTECH1725.1.
Donelan, M.A., W. Drennan et A.K. Magnusson, 1996: «Nonstationary analysis of the directional properties
of propagating waves», Journal of Physical Oceanography, 26(9):1901–1914, doi:10.1175/1520
-0485(1996)026<1901:NAOTDP>2.0.CO;2.
Donelan, M.A., J. Hamilton et W.H. Hui, 1985: «Directional spectra of wind generated waves», Philosophical
Transactions of the Royal Society of London. Series A, Mathematical and Physical Sciences, 315:509–
562, doi:10.1098/rsta.1985.0054.
Dorrestein, R., 1960: «Simplified method of determining refraction coefficients for sea waves», Journal of
Geophysical Research, 65:637–642, doi:10.1029/JZ065i002p00637.
Draper, L., 1963: «Derivation of a ‘design wave’ from instrumental records of sea waves», Proceedings of the
Institute of Civil Engineers, 26:291–304, doi:10.1680/iicep.1963.10442.
———, 1966: «The Analysis and Presentation of Wave Data – a Plea for Uniformity», Proceedings of the 10th
International Conference on Coastal Engineering, Tokyo.
Drennan, W.M., M.A. Donelan, E.A. Terray et K.B. Katsaros, 1996: «Oceanic turbulence dissipation
measurements in SWADE», Journal of Physical Oceanography, 26:808–815, doi:10.1175/1520
-0485(1996)026<0808:OTDMIS>2.0.CO;2.
Drennan, W.M., G.C. Graber, D. Hauser et C. Quentin, 2003: «On the wave age dependence of wind
stress over pure wind seas», Journal of Geophysical Research (Oceans), 108:8062, doi:10.1029/
2000JC000715.
Durrant, T., D.J.M. Greenslade, M. Hemer et C. Trenham, 2013: «A 30‑year Global Wave Hindcast Focused
on the South Pacific», Proceedings of the 13th International Workshop on Wave Hindcasting and
Forecasting and 4th Coastal Hazards Symposium, Paper N1.
Durrant, T.H., D.J.M. Greenslade et I. Simmonds, 2009a: «Validation of Jason‑1 and Envisat remotely
sensed wave heights», Journal of Atmospheric and Oceanic Technology, 26:123–134, doi:10.1175/
2008JTECHO598.1.
Durrant, T.H., F. Woodcock et D.J.M. Greenslade, 2009b: «Consensus forecasts of modeled wave
parameters», Weather and Forecasting, 24:492–503, doi:10.1175/2008WAF2222143.1.
Dvorak, V.F., 1975: «Tropical cyclone intensity analysis and forecasting from satellite imagery», Monthly
Weather Review, 103:420–430, doi:10.1175/1520- 0493(1975)103<0420:TCIAAF>2.0.CO;2.
———, 1984: Tropical Cyclone Intensity Analysis using Satellite Data, National Oceanic and Atmospheric
Administration Technical Report NESDIS 11.
Ebert, E., 2001: «Ability of a poor man’s ensemble to predict the probability and distribution of
precipitation», Monthly Weather Review, 129:2461–2480, doi:10.1175/1520- 0493(2001)129<2461
:AOAPMS>2.0.CO;2.
Edson, J.B., V. Jampana, R.A. Weller, S.P. Bigorre, A.J. Plueddemann, C.W. Fairall, S.D. Miller, L. Mahrt, D.
Vickers et H. Hersbach, 2013: «On the exchange of momentum over the open ocean», Journal of
Physical Oceanography, 43:1589–1610, doi:10.1175/JPO-D-12- 0173.1.
Ekman, V.W., 1905: «On the influence of the earth’s rotation on ocean currents», Arkiv för Matematik,
Astronomi och Fysik, 2(11), http://jhir.library.jhu.edu/handle/1774. 2/33989.
Eldeberky, Y., 1996: Nonlinear transformation of wave spectra in the nearshore zone, thèse de doctorat,
Department of Civil Engineering, Delft University of Technology, Pays-Bas.
Eldeberky, Y. et J.A. Battjes, 1995: «Parametrization of Triad Interactions in Wave Energy Models», Proceedings of
the Coastal Dynamics Conference, Gdansk, Pologne, 140–148.
Elgar, S. et R.T. Guza, 1985: «Observation of bispectra of shoaling surface gravity waves», Journal of Fluid
Mechanics, 161:425–448, doi:10.1017/S0022112085003007.
Engle, J., J. MacMahan, R.J. Thieke, D.M. Hanes et R.G. Dean, 2002: «Formulation of a Rip Current Predictive
Index Using Rescue Data», Proceedings of National Conference on Beach Preservation Technology,
Florida Shore and Beach Preservation Association, Biloxi, Mississippi.
Ewans, K., G. Feld et P. Jonathan, 2014: «On wave radar measurement», Ocean Dynamics, 64:1281–1303, doi:
10.1007/s10236- 014- 0742-5.
Ewing, J.A., 1971: «A numerical wave prediction model for the North Atlantic Ocean», Deutsche
Hydrographische Zeitschrift, 24:241–261, doi:10.1007/BF02225707.
Fedele, F., A. Benetazzo, G. Gallego, P.C. Shih, A. Yezzi, F. Barbariol et F. Ardhuin, 2013: «Space–time
measurements of oceanic sea states», Ocean Modelling, 70:103–115, doi:10.1016/j.ocemod. 2013
.01.001.
Filipot, J.‑F. et F. Ardhuin, 2012: «A unified spectral parameterization for wave breaking: from the deep
ocean to the surf zone», Journal of Geophysical Research (Oceans), 117, doi:10.1029/2011JC007784.
Filipot, J.‐F., F. Ardhuin et A.V. Babanin, 2010: «A unified deep‐to‐shallow water wave‐breaking probability
parameterization», Journal of Geophysical Research, 115(C4), doi:10.1029/2009JC005448.
Forristall, G.Z., 1978: «On the statistical distribution of wave heights in a storm», Journal of Geophysical
Research (Oceans), 83:2353–2358, doi:10.1029/JC083iC05p02353.
———, 2000: «Wave crest distributions: observations and second order theory», Journal of Physical
Oceanography, 30:1931–1943, doi:10.1175/1520- 0485(2000)030<1931:WCDOAS>2.0.CO;2.
Freeman, E., S.D. Woodruff, S.J. Worley, S.J. Lubker, E.C. Kent, W.E. Angel, D.I. Berry, P. Brohan, R. Eastman,
L. Gates, W. Gloeden, Z. Ji, J. Lawrimore, N.A. Rayner, G. Rosenhagen et S.R. Smith, 2017:
«ICOADS Release 3.0: a major update to the historical Marine climate record», International
Journal of Climatology, 37:2211–2237, doi:10.1002/joc.4775.
Freilich, M.H. et P.G. Challenor, 1994: «A new approach for determining fully empirical altimeter wind
speed model function», Journal of Geophysical Research (Oceans), 99:25051–25062, doi:10.1029/
94JC01996.
French, J.R., W.M. Drennan et J.A. Zhang, 2007: «Turbulent fluxes in the hurricane boundary layer, Part I:
Momentum flux», Journal of Atmospheric Sciences, 64:1089–1102, doi:10.1175/JAS3887.1.
Fujita, T., 1952: «Pressure distribution within typhoon», Geophysical Magazine, 23(4):437–451.
Gagnaire‑Renou, E., M. Benoit et P. Forget, 2010: «Ocean wave spectrum properties as derived from
quasi‑exact computations of nonlinear wave‑wave interactions», Journal of Geophysical Research
(Oceans), 115:C12058, doi:10.1029/2009JC005665.
BIBLIOGRAPHIE 195
Gallop, S.L., K.R. Bryan, G. Coco et S.A. Stephens, 2011: «Storm‑driven changes in rip channel patterns on
an embayed beach», Geomorphology, 127:179–188, doi:10.1016/j.geomorph. 2010.12.014.
Garratt, J.R., 1994: «The atmospheric boundary layer», Earth‑Science Reviews, 37:89–134, doi:10.1002/joc
.3370140113.
Geernaert, G.L. et K.B. Katsaros, 1986: «Incorporation of stratification effects on the oceanic roughness
length in the derivation of the neutral drag coefficient», Journal of Physical Oceanography,
16:1580–1584, doi:10.1175/1520- 0485(1986)016<1580:IOSEOT>2.0.CO;2.
Goda, Y., 1970: Numerical Experiments on Wave Statistics with Spectral Simulation. Report of the Port and
Harbour Research Institute, volume 9, No. 3, 1–57.
———, 1978: «The Observed Joint Distribution of Periods and Heights of Sea Waves», Proceedings of the 16th Coastal
Engineering Conference, Hambourg, Allemagne, 227–246, doi:10.1061/9780872621909.013.
Gower, J.F. et D.E. Barrick (sous la direction de), 1986: «Special issue on high‑frequency radar for ocean and
ice mapping and ship location», IEEE Journal of Oceanic Engineering, 11(2).
Graber, H.C., E.A. Terray, M.A. Donelan, W.M. Drennan, J.C.V. Leer et D.B. Peters, 2000: «ASIS—a new air–
sea interaction spar buoy: design and performance at sea», Journal of Atmospheric and Oceanic
Technology, 17:708–720, doi:10.1175/1520- 0426(2000)017<0708:AANASI>2.0.CO;2.
Greenslade, D.J.M. et I.R. Young, 2004: «Background errors in a global wave model determined from
altimeter data», Journal of Geophysical Research (Oceans), 109(C9), doi:10.1029/2004JC002324.
———, 2005a: «Forecast divergences of a global wave model», Monthly Weather Review, 133(8):2148–2162,
doi:10.1175/MWR2974.1.
———, 2005b: «The impact of altimeter sampling patterns on estimates of background errors in a global
wave model», Journal of Atmospheric and Oceanic Technology, 22:1895–1917, doi:10.1175/
JTECH1811.1.
Gröen, P. et R. Dorrestein, 1976: Zeegolven. Opstellen op Oceanografisch en Maritiem Meteorologisch
Gebied (Vagues de la mer, notes de cours sur la météorologie océanographique et maritime),
volume 11.
Grønlie, Ø., 2004: «Wave radars – a comparison of different concepts and techniques», Hydro International,
8(5).
Grønlie, Ø., D.C. Brodtkorb et J. Wøien, 1984: «MIROS: A microwave remote sensor for the ocean surface»,
Norwegian Maritime Research Quarterly Review, 12(3):24–28, doi:10.1007/978-94- 015-7717-5_ 48.
Gulev, S.K. et V. Grigorieva, 2006: «Variability of the winter wind waves and swell in the North Atlantic and
North Pacific as revealed by the Voluntary Observing Ship data», Journal of Climate, 19:5667–
5685, doi:10.1175/JCLI3936.1.
Gulev, S.K. et L. Hasse, 1998: «North Atlantic wind waves and wind stress fields from voluntary observing
data», Journal of Physical Oceanography, 28:1107–1130, doi:10.1175/1520- 0485(1998)028<1107:N
AWWAW>2.0.CO;2.
———, 1999: «Changes of wind waves in the North Atlantic over the last 30 years», International
Journal of Climatology, 19:1091–1117, doi:10.1002/(SICI)1097- 0088(199908)19:
10<1091::AID-JOC403>3.0.CO;2-U.
Gulev, S.K., V. Grigorieva, A. Sterl et D. Woolf, 2003: «Assessment of the reliability of wave observations
from voluntary observing ships: insights from the validation of a global wind wave
climatology based on voluntary observing ship data», Journal of Geophysical Research (Oceans),
108(C7):3236, doi:10.1029/2002JC001437.
Haltiner, G.J. et F.L. Martin, 1957: Dynamic and Physical Meteorology. McGraw‑Hill Book Company.
Haltiner, G.J. et R.T. Williams, 1980: Numerical Prediction and Dynamic Meteorology. John Wiley & Sons.
Hanson, J.L. et O.M. Phillips, 2001: «Automated analysis of ocean surface directional wave
spectra», Journal of Atmospheric and Oceanic Technology, 18:277–293, doi:10.1175/1520
-0426(2001)018<0277:AAOOSD>2.0.CO;2.
Hasselmann, K., 1962: «On the non‑linear energy transfer in a gravity wave spectrum. Part 1: General
theory», Journal of Fluid Mechanics, 12:481–500, doi:10.1017/S0022112062000373.
———, 1974: «On the spectral dissipation of ocean waves due to whitecapping», Boundary‑Layer
Meteorology, 6:107–127, doi:10.1007/BF00232479.
Hasselmann, S. et K. Hasselmann, 1981: A Symmetrical Method of Computing the Non‑linear Transfer in a
Gravity‑wave Spectrum. Hamburger Geophysikalische Einzelschriften.
———, 1985: «Computations and parameterizations of the non‑linear energy transfer in a gravity
wave spectrum. Part I. A new method for efficient calculations of the exact non‑linear
transfer integral», Journal of Physical Oceanography, 15:1369–1377, doi:10.1175/1520
-0485(1985)015<1369:CAPOTN>2.0.CO;2.
Hasselmann, K., T.P. Barnett, E. Bouws, H. Carlson, D.E. Cartwright, K. Enke, J.A. Ewing, H. Gienapp, D.E.
Hasselmann, P. Kruseman, A. Meerburg, P. Muller, D.J. Olbers, K. Richter, W. Sell et H. Walden,
1973: «Measurements of wind‑wave growth and swell decay during the Joint North Sea Wave
Project (JONSWAP)», Ergänzungsheft zur Deutschen Hydrographischen Zeitschrift, A8(12).
Hasselmann, D.E., M. Dunckel et J.A. Ewing, 1980: «Directional wave spectra observed during
JONSWAP (1973)», Journal of Physical Oceanography, 10:1264–1280, doi:10.1175/1520
-0485(1980)010<1264:DWSODJ>2.0.CO;2.
Hasselmann, S., K. Hasselmann, J.H. Allender et T.P. Barnett, 1985: «Computations and parameterizations
of the non‑linear energy transfer in a gravity wave spectrum. Part II: Parameterizations of the
non‑linear energy transfer for application in wave models», Journal of Physical Oceanography,
15(11):1378–1391, doi:10.1175/1520- 0485(1985)015<1378:CAPOTN>2.0.CO;2.
Hasselmann, K., S. Hasselmann, C. Brüning et A. Speidal, 1991: «Interpretation and application of SAR wave
image spectra in wave models», Directional Ocean Wave Spectra (sous la direction de R.C. Beal),
117–124. Baltimore, Johns Hopkins University Press.
Hasselmann, K., D.B. Ross, P. Müller et W. Sell, 1976: «A parametric wave prediction model», Journal of
Physical Oceanography, 6(2):200–228, doi:10.1175/1520 - 0485(1976)006<0200:APWPM>2.0.CO
;2.
Hauser, D., K.K. Kahma, H.E. Krogstad, S. Lehner, J. Monbaliu et L.R. Wyatt (sous la direction de), 2005:
Measuring and Analysing the Directional Spectrum of Ocean Waves. COST Action 714, EUR 21367.
Luxembourg, Office des publications officielles des Communautés européennes.
Hauser, D., C. Tison, T. Amiot, L. Delaye, N. Corcoral et P. Castillan, 2017: «SWIM: the first spaceborne wave
scatterometer», IEEE Transactions in Geoscience and Remote Sensing, 55(5):3000–3014, doi:10
.1109/TGRS. 2017. 2658672.
Hemer, M.A., X.L. Wang, R. Weisse et V.R. Swail, 2012: «Advancing wind‑waves climate science: the
COWCLIP project», Bulletin of the American Meteorological Society, 93(juin 2012):791–796, doi:10
.1175/BAMS-D-11- 00184.1.
Herbers, T.H.C. et S.J. Lentz, 2010: «Observing directional properties of ocean swell with an acoustic
doppler current profiler (ADCP)», Journal of Atmospheric and Oceanic Technology, 27:210–225,
doi:10.1175/2009JTECHO681.1.
Hersbach, H., 2011: «Sea surface roughness and drag coefficient as functions of neutral wind speed»,
Journal of Physical Oceanography, 41:247–251, doi:10.1175/2010JPO4567.1.
Hogben, N. et F.E. Lumb, 1967: Ocean Wave Statistics. Londres, Ministry of Technology, Her Majesty’s
Stationary Office.
Högström, U., A.‑S. Smedman, E. Sahlée, W.M. Drennan, K.K. Kahma, C. Johansson, H. Pettersson et F.
Zhang, 2009: «The atmospheric boundary layer during swell: a field study and interpretation
of the turbulent kinetic energy budget for high wave ages», Journal of Atmospheric Sciences,
66:2764–2779, doi:10.1175/2009JAS2973.1.
Holland, G., 1980: «An analytic model of the wind and pressure profiles in hurricanes», Monthly Weather
Review, 108:1212–1218, doi:10.1175/1520- 0493(1980)108<1212:AAMOTW>2.0.CO;2.
Holt, T. et S. Raman, 1988: «A review and comparative evaluation of multilevel boundary layer
parameterisations for first‑order and turbulent kinetic energy closure scheme», Reviews of
Geophysics, 26(4):761–780, doi:10.1029/RG026i004p00761.
Holthuijsen, L.H., 2007: Waves in Oceanic and Coastal Waters. New York, Cambridge University Press.
Houmb, O.G., K. Mo et T. Overvik, 1978: Reliability Tests of Visual Wave Data and Estimation of Extreme Sea
States. Report 5, Division of Port and Ocean Engineering, Université de Trondheim, Institut
norvégien de technologie, Trondheim.
Hu, X.‑M., J.W. Nielsen‑Gammon et F. Zhang, 2010: «Evaluation of three planetary boundary layer schemes
in the WRF model», Journal of Applied Meteorology and Climatology, 49:1831–1844, doi:10.1175/
2010JAMC2432.1.
Hurley, P.J., 1997: «An evaluation of several turbulence schemes for the prediction of mean and turbulent
fields in complex terrain», Boundary‑Layer Meteorology, 83:43–73, doi:10.1023/A:1000217722421.
Hwang, P.A., F.J. Ocampo‑Torres et H. García‑Nava, 2012: «Wind sea and swell separation of 1D wave
spectrum by a spectrum integration method», Journal of Atmospheric and Oceanic Technology,
29(1):116–128, doi:10.1175/JTECH-D-11- 00075.1.
Hwang, P.A., J. Toporkov, M. Sletten et S. Menk, 2013: «Mapping surface currents and waves with
interferometric synthetic aperture radar in coastal waters: observations of wave breaking in
swell‑dominant conditions», Journal of Physical Oceanography, 43:563–582, doi:10.1175/JPO-D
-12- 0128.1.
Jansen, P.C.M., 1986: «Laboratory observations of the kinematics in the aerated region of breaking waves»,
Coastal Engineering, 9:453–477, doi:10.1016/0378-3839(86)90008- 6.
BIBLIOGRAPHIE 197
Janssen, P.A.E.M., 1991: «Quasi‑linear theory of wind‑wave generation applied to wave

forecasting», Journal of Physical Oceanography, 21:1631–1642, doi:10.1175/1520
-0485(1991)021<1631:QLTOWW>2.0.CO;2.
———, 2004: The Interaction of Ocean Waves and Wind, Cambridge, Cambridge University Press, doi:10.1017/
CBO9780511525018.
———, 2008: «Progress in ocean wave forecasting», Journal of Computational Physics, 227(7):3572–3594, doi:
10.1016/j.jcp. 2007.04.029.
Janssen, P.A.E.M. et J.‑R. Bidlot, 2009: On the Extension of the Freak Wave Warning System and its Verification,
Technical Memorandum 588, Centre européen pour les prévisions météorologiques à moyen
terme.
Janssen, P.A.E.M. et P. Viterbo, 1996: «Ocean waves and the atmospheric climate», Journal of Climate,
9:1269–1287, doi:10.1175/1520 - 0442(1996)009<1269:OWATAC>2.0.CO;2.
Janssen, P.A.E.M., S. Abdalla, L. Aouf, J.‑R. Bidlot, P. Challenor, D. Hauser, H. Hersbach, J.‑M. Lefèvre,
D. Vandemark, P. Queffeulou et Y. Quilfen, 2008: 15 Years Using Altimeter Sea State Products,
Technical Memorandum 552, Centre européen pour les prévisions météorologiques à moyen
terme.
Janssen, P.A.E.M., S. Abdalla, H. Hersbach et J.R. Bidlot, 2007: «Error estimation of buoy, satellite, and
model wave height data», Journal of Atmospheric and Oceanic Technology, 24:1665–1677, doi:10
.1175/JTECH2069.1.
Janssen, P.A.E.M., Ø. Breivik, K. Mogensen, F. Vitart, M. Balmaseda, J.‑R. Bidlot, S. Keeley, M. Leutbecher, L.
Magnusson et F. Molteni, 2013: Air‑sea Interaction and Surface Waves, Technical Memorandum
712, Centre européen pour les prévisions météorologiques à moyen terme.
Jenkins, A.D., 1992: «A quasi‑linear eddy‑viscosity model for the flux of energy and momentum to wind
waves using conservation‑law equations in a curvilinear coordinate system», Journal of Physical
Oceanography, 22:844–858, doi:10.1175/1520- 0485(1992)022<0843:AQLEVM>2.0.CO;2.
Jenkins, G.M. et D.G. Watts, 1968: Spectral Analysis and its Applications. Holden‑Day.
Jensen, R.E., V.R. Swail, R.H. Bouchard, R.E. Riley, T.J. Hesser, M. Blaseckie et C. MacIsaac, 2015: «Field
Laboratory for Ocean Sea State Investigation: FLOSSIE Intra‑measurement Evaluation of 6N Wave
Buoy Systems», Proceedings of 14th International Workshop on Wave Hindcasting and Forecasting, Key
West, Floride, 8–13 novembre 2015.
Jensen, R.E., V.R. Swail, B. Lee et W.A. O’Reilly, 2011: «Wave Measurement Evaluation and Testing», Proceedings
of 12th International Workshop on Wave Hindcasting and Forecasting, Kohala Coast, Hawaï.
Jiang, H., J.E. Stopa, H. Wang, R. Husson, A. Mouche, B. Chapron et G. Chen, 2016: «Tracking the
attenuation and nonbreaking dissipation of swells using altimeters», Journal of Geophysical
Research (Oceans), 121:1446–1458, doi:10.1002/2015JC011536.
Jones, I.S.F. et Y. Toba (sous la direction de), 2001: Wind Stress Over the Ocean, Cambridge University Press,
doi:10.1017/CBO9780511552076.
Jones, W.L., L.C. Schroeder, D.H. Boggs, E.M. Bracalente, R.A. Brown, G.J. Dame, W.J. Pierson et F.J.
Wentz, 1982: «The SEASAT‑A scatterometer: the geophysical evaluation of remotely sensed
wind vectors over the ocean», Journal of Geophysical Research, 87(C5):3297–3317, doi:10.1029/
JC087iC05p03297.
Kahma, K. et C. Calkoen, 1992: «Reconciling discrepancies in the observed growth of wind –
generated waves», Journal of Physical Oceanography, 22:1389–1405, doi:10.1175/1520
-0485(1992)022<1389:RDITOG>2.0.CO;2.
Kahma, K.K., M.A. Donelan, W.M. Drennan et E.A. Terray, 2016: «Evidence of energy and momentum flux
from swell to wind», Journal of Physical Oceanography, 46:2143–2156, doi:10.1175/JPO-D-15- 0213
.1.
Kalnay, E., M. Kanamitsu, R. Kistler, W. Collins, D. Deaven, L. Gandin, M. Iredell, S. Saha, G. White, J.
Woollen, Y. Zhu, M. Chelliah, W. Ebisuzaki, W. Higgins, J. Janowiak, K.C. Mo, C. Ropelewski,
J. Wang, A. Leetmaa, R. Reynolds, R. Jenne et D. Joseph, 1996: «The NCEP/NCAR 40‑Year
Reanalysis Project», Bulletin of the American Meteorological Society, 77:437–471, doi:10.1175/1520
-0477(1996)077<0437:TNYRP>2.0.CO;2.
Kara, A.B., A.J. Wallcraft et M.A. Bourassa, 2008: «Air‑sea stability effects on the 10 m winds over the global
ocean: evaluations of air‑sea flux algorithms», Journal of Geophysical Research (Oceans), 113(C4),
doi:10.1029/2007JC004324.
Kent, E. et P.K. Taylor, 1997: «Choice of a Beaufort equivalent scale», Journal of Atmospheric and Oceanic
Technology, 14, 228–242, doi:10.1175/1520 - 0426(1997)014<0228:COABES>2.0.CO;2.
Kinsman, B., 1965: Wind Waves: Their Generation and Propagation on the Ocean Surface. Englewood Cliffs, New
Jersey, Prentice Hall Inc., doi:10.1126/science.150.3697.737-a, réédité par Dover Publications,
1984.
Kishimoto, K., M. Sasaki et M. Kunitsugu, 2013: Cloud Grid Information Objective Dvorak Analysis (CLOUD) at
the RSMC Tokyo - Typhoon Center. Technical Review No. 15, Regional Specialized Meteorological
Center Tokyo - Typhoon Center.
Koba, H., T. Hagiwara, S. Asano et S. Akashi, 1990: «Relationships between CI number from Dvorak’s
technique and minimum sea level pressure or maximum wind speed of tropical cyclone» (en
japonais), Journal of Meteorological Research, 42:59–67, doi:10.4172/2332-2594.1000180.
Kobayashi, S., Y. Ota, Y. Harada, A. Ebita, M. Moriya, H. Onoda, K. Onogi, H. Kamahori, C. Kobayashi, H.
Endo, K. Miyaoka et K. Takahashi, 2015: «The JRA‑55 reanalysis: general specifications and basic
characteristics», Journal of Meteorological Society Japan, Series II, 93(1):5–48, doi:10. 2151/jmsj
.2015- 001.
Kohno, N., 2013: «An Approach for Tough Navigation Sea Information», Proceedings of 13th International
Workshop on Wave Hindcasting and Forecasting, Banff, Alberta, Canada.
Komen, G.J., L. Cavaleri, M. Donelan, K. Hasselmann, S. Hasselmann et P.A.E.M. Janssen, 1994: Dynamics
and Modelling of Ocean Waves, Cambridge University Press, doi:10.1017/S0022112096220166.
Komen, G.J., S. Hasselmann et K. Hasselmann, 1984: «On the existence of a fully developed wind‑sea
spectrum», Journal of Physical Oceanography, 14:1271–1285, doi:10.1175/1520- 0485(1984)014<12
71:OTEOAF>2.0.CO;2.
Konishi, T., 1995: «An experimental storm surge prediction for the western part of the Inland Sea with
application to Typhoon 9119», Papers in Meteorology and Geophysics, 46:9–17, doi:10. 2467/
mripapers.46.9.
Krishna, K., 1981: «A two‑layer first order closure model for the study of the baroclinic atmospheric
boundary layer», Journal of Atmospheric Sciences, 38:1401–1417, doi:10.1175/1520
-0469(1981)038<1401:ATLFOC>2.0.CO;2.
Krogstad, H.E., J. Wolf, S.P. Thompson et L.R. Wyatt, 1999: «Methods for intercomparison of wave
measurements», Coastal Engineering, 37:235–257, doi:10.1016/S0378-3839(99)00028-9.
Lai, P., M. Hannam, V. McCarthy et S. Sovilla, 2006: «Motion Forecasting and Monitoring for Offshore
Installation and Decommissioning Operation», Proceedings of International Marine Contractors 2006
Annual Seminar.
Laing, A.K., 1985: «An assessment of wave observations from ships in Southern Ocean», Journal of Climate
Applied Meteorology and Climatology, 24:481–494, doi:10.1175/1520 - 0450(1985)024<0481:AAO
WOF>2.0.CO;2.
Lalaurette, F., 2003: «Early detection of abnormal weather conditions using a probabilistic extreme forecast
index», Quarterly Journal of the Royal Meteorological Society, 129:3037–3057, doi:10.1256/qj.02
.152.
Large, W.G. et S. Pond, 1981: «Open ocean momentum flux measurements in moderate to
strong winds», Journal of Physical Oceanography, 11(3):324–336, doi:10.1175/1520
-0485(1981)011<0324:OOMFMI>2.0.CO;2.
Lascody, R.L., 1998: «East Central Florida rip current program», National Weather Digest, 22(2):25–30,
https://www.weather.gov/media/mlb/marine/ripinit.pdf.
Lazanoff, S.M. et N. Stevenson, 1975: An Evaluation of a Hemispherical Operational Wave Spectra Model,
Technical Note 75‑3, Fleet Numerical Weather Central, Monterey, Californie, http://www.dtic
.mil/dtic/tr/fulltext/u2/a099334.pdf.
LeBlond, P.H. et L.A. Mysak, 1978: Waves in the Ocean, Amsterdam, Elsevier.
Lefèvre, J.‑M. et L. Aouf, 2012: «Latest Developments in Wave Data Assimilation», Proceedings European Centre for
Medium-Range Weather Forecasts Workshop on Ocean Waves, 175–188.
Lefèvre, J.M., J. Barckicke et Y. Menard, 1994: «A significant wave height dependent function for Topex/
Poseidon wind speed retrieval», Journal of Geophysical Research, 99:25035–25049, doi:10.1029/
94JC01958.
Lefèvre, J.‑M., C. Quentin, D. Hauser et J.‑R. Bidlot, 2005: «Partitioning of wave spectra», Measuring and
Analyzing the Directional Spectrum of Ocean Waves, chapitre 10, 441–455. COST Action 714,
EUR 21367, Luxembourg, Office des publications officielles des Communautés européennes.
Lehner, S. et F.J. Ocampo‑Torres, 2004: «The SAR Measurement of Ocean Waves: Wave Session Whitepaper»,
Proceedings of 2nd Workshop on Coastal and Marine Applications of SAR, Svalbard, Norvège,
8–12 septembre 2003, ESA SP‑565, juin 2004 (sous la direction de H. Lacoste).
Lehner, S., A. Pleskachevsky et M. Bruck, 2012: «High resolution satellite measurements of coastal wind
field and sea state», International Journal of Remote Sensing, 33:7337–7360, doi:10.1080/01431161
.2012.685975.
Lehner, S., J. Schulz‑Stellenfleth, J.B. Schättler, H. Breit et J. Horstmann, 2000: «Wind and wave
measurements using complex ERS‑2 wave mode data», IEEE Transactions on Geoscience and
Remote Sensing, 38:2246–2257, doi:10.1109/36.868882.
BIBLIOGRAPHIE 199
Li, J.G., 2012: «Propagation of ocean surface waves on a spherical multiple‑cell grid», Journal of
Computational Physics, 231:8262–8277, doi:10.1016/j.jcp. 2012.08.007.
Li, J.G. et M. Holt, 2009: «Comparison of ENVISAT ASAR ocean wave spectra with buoys and altimeter data
via a wave model», Journal of Atmospheric and Oceanic Technology, 26:593–614, doi:10.1175/
2008JTECHO529.1.
Lionello, P., H. Günther et P.A.E.M. Janssen, 1992: Assimilation of Altimeter Data in a Global Third Generation
Wave Model, Technical Report No. 67, Centre européen pour les prévisions météorologiques à
moyen terme.
Liu, B., H. Liu, L. Xie, C. Guan et D. Zhao, 2011: «A coupled atmosphere–wave–ocean modeling system:
simulation of the intensity of an idealized tropical cyclone», Monthly Weather Review, 139:132–
152, doi:10.1175/2010MWR3396.1.
Liu, P.C., C.H. Wu, A.J. Bechle, K.R. MacHutchon et H.S. Chen, 2010: «What do we know about freak waves
in the ocean and lakes and how do we know it?», Natural Hazards and Earth System Sciences,
10:1–6, doi:10. 5194/nhess-10-2191-2010.
Liu, W.T. et W. Tang, 1996: Equivalent Neutral Wind. Jet Propulsion Laboratory Publication 96‑17, https://ntrs
.nasa.gov/archive/nasa/casi.ntrs.nasa.gov/19970010322.pdf.
Liu, W.T., K.B. Katsaros et J.A. Businger, 1979: «Bulk parameterization of air‑sea exchanges of heat and water
vapour including the molecular constraints at the interface», Journal of Atmospheric Sciences,
36:1722–1735, doi:10.1175/1520- 0469(1979)036<1722:BPOASE>2.0.CO;2.
Longuet‑Higgins, M.S., 1952: «On the statistical distribution of the heights of sea waves», Journal of Marine
Research, 11:245–266.
Longuet‑Higgins, M.S., D.E. Cartwright et N.D. Smith, 1963: «Observations of the directional spectrum of
sea waves using the motions of a floating buoy», Ocean Wave Spectra, Prentice Hall, 111–136.
Lonnberg, P. et A. Hollingsworth, 1986: «The statistical structure of short‑range forecast errors as
determined from radiosonde data. Part II: The covariance of height and wind errors», Tellus,
38A:137–161, doi:10.3402/tellusa.v38i2.11708.
Lorenc, A., 2003: «Modelling of error covariances by 4D‑Var data assimilation», Quarterly Journal of Royal
Meteorological Society, 129:3167–3182, doi:10.1256/qj.02.131.
Lorenz, E.N., 1963: «Deterministic non‑periodic flow», Journal of Atmospheric Sciences, 20(2):130–141, doi:10
.1175/1520- 0469(1963)020<0130:DNF>2.0.CO;2.
Louis, J.F., 1979: «A parametric model of vertical eddy fluxes in the atmosphere», Boundary‑Layer
Meteorology, 17:187202, doi:10.1007/BF00117978.
Lygre, A. et H.E. Krogstad, 1986: «Maximum entropy estimation of the directional distribution in
ocean wave spectra», Journal of Physical Oceanography, 16:2052–2060, doi:10.1175/1520
-0485(1986)016<2052:MEEOTD>2.0.CO;2.
Maat, N., C. Kraan et W.A. Oost, 1991: «The roughness of wind waves», Boundary‑Layer Meteorology,
54:89–103, doi:10.1007/BF00119414.
Magnusson, A.K. et M.A. Donelan, 2013: «The Andrea wave characteristics of a measured North Sea rogue
wave», Journal of Offshore Mechanics and Arctic Engineering, 135(3):031108-1, doi:10.1115/1
.4023800.
Margules, M., 1906: «Zur Sturmtheorie», Meteorologische Zeitschrift, 23(11):481–497, arXiv:1704.06128.
Massel, S.R., 2013: Ocean Surface Waves: Their Physics and Prediction, deuxième édition, Advanced Series in
Ocean Engineering, Volume 36. World Scientific.
Masuda, A., 1980: «Nonlinear energy transfer between wind waves», Journal of Physical Oceanography,
10:2082–2093, doi:10.1175/1520 - 0485(1980)010<2082:NETBWW>2.0.CO;2.
Meindl, A., 1996: Guide to Moored Buoys and Other Ocean Data Acquisition Systems, Technical Document 08,
Data Buoy Cooperation Panel, https://www.oceanbestpractices.net/handle/11329/81.
Mellor, G.L. et T. Yamada, 1974: «A hierarchy of turbulence closure models for planetary
boundary layers», Journal of Atmospheric Sciences, 31:1791–1806, doi:10.1175/1520
-0469(1974)031<1791:AHOTCM>2.0.CO;2.
Mendenhall, B.R., 1967: A Statistical Study of Frictional Wind Veering in the Planetary Boundary Layer,
Atmospheric Science Paper 116, Department of Atmospheric Sciences, Colorado State
University.
Mercer, D., 2008: Breugem and Holthuijsen Nomogram for Deep Water Waves, Science Report Series 2008-05,
Service météorologique du Canada, région atlantique.
Miles, J.W., 1957: «On the generation of surface waves by shear flows», Journal of Fluid Mechanics, 3:185–204,
doi:10.1017/S0022112057000567.
———, 1960: «On the generation of surface waves by turbulent shear flows», Journal of Fluid Mechanics,
7:469–478, doi:10.1017/S0022112060000220.
Mitsuyasu, H., F. Tasai, T. Suhara, S. Mizuno, M. Okhuso, T. Honda et K. Rikiishi, 1975: «Observations of the
directional spectrum of ocean waves using a cloverleaf buoy», Journal of Physical Oceanography,
5:750–760, doi:10.1175/1520- 0485(1975)005<0750:OOTDSO>2.0.CO;2.
Molteni, F., R. Buizza, T.N. Palmer et T. Petroliagis, 1996: «The ECMWF ensemble prediction system:
methodology and validation», Quarterly Journal of the Royal Meteorological Society, 122(529):73–
119, doi:10.1002/qj.49712252905.
Monin, A.S. et A.M. Obukhov, 1954: «Basic laws of turbulent mixing in the ground layer of the
atmosphere», Akademii Nauk SSSR Geofiz Instituta Trudy, 151:163–181.
Moon, I., I. Ginis et T. Hara, 2004: «Effect of surface waves on Charnock coefficient under tropical cyclones»,
Geophysics Research Letters, 31:L20302, doi:10.1029/2004GL020988.
Munk, W.H., 1951: «Origin and Generation of Waves», Proceedings of the 1st Coastal Engineering Conference, Long
Beach, Californie, 1–4, doi:10.9753/icce.v1.1.
National Data Buoy Center, 1996: Nondirectional and Directional Wave Data Analysis Procedures, Technical
Document 96‑01, National Data Buoy Center, http://www.ndbc.noaa.gov/wavemeas.pdf.
———, 2009: Handbook of Automated Data Quality Control Checks and Procedures, Technical
Document 09‑02, National Data Buoy Center, http://www.ndbc.noaa.gov/
NDBCHandbookofAutomatedDataQualityControl2009.pdf.
National Oceanic and Atmospheric Administration, 2010: National Weather Service Observing Handbook No.
1 – Marine Surface Weather Observations. Stennis Space Center, Mississippi.
Neumann, G. et W.J. Pierson, 1966: Principles of Physical Oceanography, Londres, Prentice Hall.
Ocampo‑Torres, F.J., H. García‑Nava, R. Durazo, P. Osuna, G.M. Díaz Méndez et H.C. Graber, 2011:
«The IntOA experiment: a study of ocean–atmosphere interactions under moderate to
strong offshore winds and opposing swell conditions in the Gulf of Tehuantepec, Mexico»,
Boundary‑Layer Meteorology, 138:433–451, doi:10.1007/s10546- 010-9561-5.
Oertel, H. (sous la direction de), 2004: Prandtl’s Essentials of Fluid Dynamics, New York, Springer, doi:10.1007/
978-1- 4419-1564-1.
O’Reilly, W.C., 2007: «An Introduction to Directional Wave Observations», Wave Sensor Workshop, Alliance for
Coastal Technologies, St Petersburg, Floride, 7–9 mars 2007.
O’Reilly, W.C., T.H. Herbers, R.J. Seymour et R.T. Guza, 1996: «A comparison of directional buoy and fixed
platform measurements of Pacific swell», Journal of Atmospheric and Oceanic Technology, 13:231–
238, doi:10.1175/1520 - 0426(1996)013<0231:ACODBA>2.0.CO;2.
Organisation météorologique mondiale, 1970: The Beaufort Scale of Wind Force, Marine Science Affairs 3,
Genève.
———, 1976: Manuel de l'analyse et de la prévision des vagues (OMM‑N° 446), Genève.
———, 1994: Guide des applications de la climatologie maritime (OMM‑N° 781), Genève.
———, 1988: Guide de l’analyse et de la prévision des vagues OMM‑N° 702), première édition, Genève.
———, 1998: Guide de l’analyse et de la prévision des vagues (OMM‑N° 702), deuxième édition, Genève.
———, 2010: Liste internationale des navires sélectionnés supplémentaires et auxiliaires (OMM‑N° 47), Genève.
———, 2011: Manuel des codes – Codes internationaux, volume I.1, Annexe 2 du Règlement technique de l’OMM:
Partie A – Codes alphanumériques (OMM‑N° 306), Genève.
———, 2012: Manuel de l’assistance météorologique aux activités maritimes - Volume I – Aspects mondiaux: Annexe
VI du Règlement technique de l’ОММ (OMM‑N° 558), Genève.
———, 2014a: Composition de l’OMM (OMM‑N° 5), Genève.
———, 2014b: Guide des instruments et des méthodes d’observation météorologiques (OMM‑N° 8), Genève.
———, 2015: Manuel du Système mondial d’observation, volume I — Aspects mondiaux: Annexe V du Règlement
technique de l’OMM (OMM N° 544), Genève.
———, 2018: Guide de l'assistance météorologique aux activités maritimes (OMM‑N° 471), Genève.
Oyama, R., K. Nagat, H. Kawada et N. Koide, 2016: Development of a Product based on Consensus between
Dvorak and AMSU Tropical Cyclone Central Pressure Estimates at JMA, Technical Review No. 18,
Regional Specialized Meteorological Center Tokyo - Typhoon Center.
Perrie, W., B. Toulany, D.T. Resio, A. Roland et J.‑P. Auclair, 2013: «A two‑scale approximation for wave–wave
interactions in an operational wave model», Ocean Modelling, 70:38–51, doi:10.1016/j.ocemod
.2013.06.008.
Owens, R.G. et T. Hewson, 2018: User Guide to ECMWF Products, Centre européen pour les prévisions
météorologiques à moyen terme, doi:10. 21957/m1cs7h.
Petroliagis, T.I. et P. Pinson, 2012: «Early warnings of extreme winds using the ECMWF Extreme Forecast
Index», Meteorological Applications, 21(2):171–185, doi:10.1002/met.1339.
Pettersson, H., H.C. Graber, D. Hauser, C. Quentin, K.K. Kahma, W.M. Drennan et M.A. Donelan, 2003:
«Directional wave measurements from three wave sensors during the FETCH experiment»,
Journal of Geophysical Research (Oceans), 108(C3):8061, doi:10.1029/2001JC001164.
BIBLIOGRAPHIE 201
Pezzutto, P., A. Saulter, L. Cavaleri, C. Bunney, F. Marcucci, L. Torrisi et S. Sebastianelli, 2016: «Performance
comparison of meso‑scale ensemble wave forecasting systems for Mediterranean sea states»,
Ocean Modelling, 104:171–186, doi:10.1016/j.ocemod. 2016.06.002.
Phillips, D.W., 1957: «On the generation of waves by a turbulent wind», Journal of Fluid Mechanics, 2:417–
445, doi:10.1017/S0022112057000233.
———, 1958: «The equilibrium range in the spectrum of wind‑generated waves», Journal of Fluid Mechanics,
4:426–434, doi:10.1017/S0022112058000550.
———, 1972: «Modification of surface air over Lake Ontario in winter», Monthly Weather Review, 100:662–
670, doi:10.1175/1520 - 0493(1972)100<0662:MOSAOL>2.3.CO;2.
Phillips, D.W. et J.G. Irbe, 1978: Lake to Land Comparison of Wind, Temperature, and Humidity of Lake Ontario
during the International Field Layer for the Great Lakes, CLI 2‑77, Service de l’environnement
atmosphérique, Environnement Canada.
Pierson, W.J., 1979: TWINDX: A Planetary Boundary Layer Model for the Winds in Extratropical and Tropical Ocean
Areas, Contract No. N00014‑77‑C‑0206, Naval Environmental Prediction Research Center,
Monterey, Californie.
———, 1990: «Examples of, reasons for, and consequences of the poor quality of wind data from ships for
the marine boundary layer: implications for remote sensing», Journal of Geophysical Research
(Oceans), 95:13313–13340, doi:10.1029/JC095iC08p13313.
Pierson, W.J. et L. Moskowitz, 1964: «A proposed spectral form for fully developed wind‑seas based on the
similarity theory of S.A. Kitaigorodskii», Journal of Geophysical Research, 69(24):5181–5190, doi:
10.1029/JZ069i024p05181.
Pierson, W.J., G. Neumann et R.W. James, 1955: Practical Methods for Observing and Forecasting Ocean Waves
by Means of Wave Spectra and Statistics, Publication 603, US Naval Oceanographic Office.
Pierson, W.J., L.J. Tick et L. Baer, 1966: «Computer‑based Procedure for Preparing Global Wave Forecasts and
Wind Field Analysis Capable of using Wave Data obtained by a Spacecraft», Proceedings of 6th Naval
Hydrodynamics Symposium, Washington, 499–533.
Polavarpu, S., S. Ren, Y. Rochon, D. Sankey, N. Ek, J. Koshyk et D. Tarasick, 2005: «Data assimilation with
the Canadian middle atmospheric model», Atmosphere‑Ocean, 43(1):77–100, doi:10.3137/ao
.430105.
Pomaro, A., L. Cavaleri et P. Lionello, 2017: «Climatology and trends of the Adriatic Sea wind waves: analysis
of a 37‑year long instrument dataset», International Journal of Climatology, 37(12):4237–4250,
doi:10.1002/joc. 5066.
Popinet, S., R.M. Gorman, G.J. Rickard et H.L. Tolman, 2010: «A quadtree‑adaptive spectral wave model»,
Ocean Modelling, 34:36–49, doi:10.1016/j.ocemod. 2010.04.003.
Portilla‑Yardun, J., F.J. Ocampo‑Torres et J. Monbaliu, 2009: «Spectral partitioning and identification of
wind sea and swell», Journal of Atmospheric and Oceanic Technology, 26:107–122, doi:10.1175/
2008JTECHO609.1.
Powell, M.D., P.J. Vickery et T.A. Reinhold, 2003: «Reduced drag coefficient for high wind speeds in tropical
cyclones», Nature, 422:279–283, doi:10.1038/nature01481.
Reistad, M., Ø. Breivik, H. Haakenstad, O.J. Aarnes, B.R. Furevik et J.‑R. Bidlot, 2011: «A high‑resolution
hindcast of wind and waves for the North Sea, the Norwegian Sea, and the Barents Sea»,
Journal of Geophysical Research (Oceans), 116:C05019, doi:10.1029/2010JC006402.
Resio, D.T., W. Perrie, S. Thurston et J. Hubbertz, 1992: «A Generic Third‑generation Wave Model: AL»,
Proceedings of 3rd International Workshop on Wave Hindcasting and Forecasting, Montréal, Québec,
102–114.
Richardson, L.F., 1922: Weather Prediction by Numerical Process, Cambridge University Press, doi:10.1017/
CBO9780511618291, réédité par Dover en 1965.
Roland, A., 2008: Development of WWM II: spectral wave modelling on unstructured meshes, thèse de doctorat,
Technische Universität Darmstadt, Institute of Hydraulic and Water Resources Engineering.
Roland, A., A. Cucco, C. Ferrarin, T.W. Hsu et J.M. Lia, 2009: «On the development and verification of a 2‑D
coupled wave‑current model on unstructured meshes», Journal of Marine Systems, supplément,
S244–S254, doi:10.1016/j.jmarsys. 2009.01.026.
Roll, H.U., 1965: Physics of the Marine Atmosphere. Academic Press, doi:10.1002/qj.49709239233.
Rye, H., 1977: «The stability of some currently used wave parameters», Coastal Engineering, 1:17–30, doi:10
.1016/0378-3839(77)90004-7.
Saetra, O. et J.‑R. Bidlot, 2004: «On the potential benefit of using probabilistic forecast for waves and
marine winds based on the ECMWF ensemble prediction system», Weather and. Forecasting,
19:673–689, doi:10.1175/1520 - 0434(2004)019<0673:PBOUPF>2.0.CO;2.
Savina, H. et J.M. Lefèvre, 2004: Sea State in Marine Safety Information: Present State, Future Prospects,
Presented at Rogue Waves 2004, Brest, France, 20–22 octobre 2004.
Schloemer, R.W., 1954: Analysis and Synthesis of Hurricane Wind Patterns over Lake Okeechobee, Florida,
Hydrometeorological Report No. 31, Washington, D.C., United States Department of
Commerce.
Schwab, D.J., 1978: «Simulation and forecasting of Lake Erie storm surges», Monthly Weather Review,
106:1476–1487, doi:10.1175/1520 - 0493(1978)106<1476:SAFOLE>2.0.CO;2.
Shearman, E.D.R., 1983: «Radio science and oceanography», Radio Science, 18(3):299–320, doi:10.1029/
RS018i003p00299.
Shearman, R.J. et A.A. Zelenko, 1989: Wind Measurements Reduction to a Standard Level, Marine Meteorology
and Related Oceanographic Activities Report 22 (WMO/TD‑No. 311), Genève, Organisation
météorologique mondiale.
Shemdin, O.H., K. Hasselmann, S.V. Hsiao et K. Herterich, 1978: «Non‑linear and linear bottom interaction
effects in shallow water», Turbulent Fluxes through the Sea Surface; Wave Dynamics and Prediction,
Plenum Press, 347–372, doi:10.1007/978 -1- 4612-9806 -9_ 23.
Shin, H.H. et S.Y. Hong, 2011: «Intercomparison of planetary boundary-layer parametrizations in the WRF
model for a single day from CASES-99», Boundary-Layer Meteorology, 139:261–281, doi:10.1007/
s10546- 010-9583-z.
Smedman, A.‑S., U. Högström, U.E. Sahleé, W.M. Drennan, K.K. Kahma, H. Pettersson et F. Zhang, 2009:
«Observational study of marine atmospheric boundary layer characteristics during swell»,
Journal of Atmospheric Sciences, 66:2747–2763, doi:10.1175/2009JAS2952.1.
Smith, R.K., 1997: «On the theory of CISK», Quarterly Journal of the Royal Meteorological Society, 123:407–418,
doi:10.1002/qj.49712353808.
Snodgrass, F.E., G.W. Groves, K.F. Hasselmann, G.R. Miller, W.H. Munk et W.H. Powers, 1966: «Propagation
of ocean swell across the Pacific», Philosophical Transactions of the Royal Society of London, Series A,
Mathematical and Physical Sciences, 259:431–497, doi:10.1098/rsta.1966.0022.
Snyder, R.L. et C.S. Cox, 1966: «A field study of the wind generation of ocean waves», Journal of Marine
Research, 24(2):141–178.
Snyder, R.L., F.W. Dobson, J.A. Elliott et R.B. Long, 1981: «Array measurements of atmospheric pressure
fluctuations above surface gravity waves», Journal of Fluid Mechanics, 102:1–59, doi:10.1017/
S0022112081002528.
Sorensen, O.R., H. Kofoed‑Hansen, M. Rugbjerg et L.S. Sorensen, 2004: «A Third Generation Spectral Wave
Model using an Unstructured Finite Volume Technique», Proceedings of 29th International Conference
on Coastal Engineering, 2004.
Steele, K.E., C.‑C. Teng et D.W. Wang, 1992: «Wave direction wave measurements using pitch‑roll buoys»,
IEEE Journal of Oceanic Engineering, 19(4):349–372, doi:10.1016/0 029- 8018(92)90035-3.
Steele, K.E., D.W. Wang, M.D. Earle, E.D. Michelena et R.J. Dagnall, 1998: «Buoy pitch and roll computed
using three angular rate sensors», Coastal Engineering, 35:123–139, doi:10.1016/S0378
-3839(98)00025- 8.
Stokes, G.G., 1847: «On the theory of oscillatory waves», Transactions of the Cambridge Philosophical Society,
8:441–455.
———, 1880: «Considerations relative to the greatest height of oscillatory irrotational waves which can be
propagated without change of form», Mathematical and Physical Papers, volume 1, 225–228,
Cambridge University Press.
Stopa, J.E., F Ardhuin, A. Babanin et S. Zieger, 2016: «Comparison and validation of physical wave
parameterizations in spectral wave models», Ocean Modelling, 103:2–17.
Stull, R.B., 1988: An Introduction to Boundary Layer Meteorology, Dordrecht, Boston, Londres, Kluwer
Academic Publishers, doi:10.1017/S0022112091211921.
Sverdrup, H.U. et W.H. Munk, 1947: Wind, Sea and Swell: Theory of Relations for Forecasting. H.O. Pub. 601,
Washington, D.C., US Navy Hydrographic Office, doi:10. 5962/bhl.title.38751.
Swail, V.R. et A.T. Cox, 2000: «On the use of NCEP/NCAR reanalysis surface marine wind fields for a long
term North Atlantic wave hindcast», Journal of Atmospheric and Oceanic Technology, 17(4):532–
545, doi:10.1175/1520- 0426(2000)017<0532:OTUONN>2.0.CO;2.
Swail, V.R., V.J. Cardone, M. Ferguson, D.J. Gummer et A.T. Cox, 2007: «The MSC Beaufort Sea Wind and Wave
Reanalysis», Proceedings of 10th International Workshop on Wave Hindcasting and Forecasting and
Coastal Hazards Symposium, Oahu, Hawaï, 11–16 novembre 2007, Paper E1.
Swail, V.R., V.J. Cardone, M. Ferguson, D.J. Gummer, E.L. Harris, E.A. Orelup et A.T. Cox, 2006: «The MSC50
Wind and Wave Reanalysis», Proceedings of 9th International Workshop on Wave Hindcasting &
Forecasting, 24–29 septembre 2006, Victoria, Colombie britannique.
Swail, V.R., E.A. Ceccacci et A.T. Cox, 2000: «The AES40 North Atlantic Wave Reanalysis: Validation and Climate
Assessment», Proceedings of 6th International Workshop on Wave Hindcasting and Forecasting,
6–10 novembre 2000, Monterey, Californie.
BIBLIOGRAPHIE 203
Swail, V., R. Jensen, B. Lee, J. Turton, J. Thomas, S. Gulev, M. Yelland, P. Etala, D. Meldrum, W. Birkemeier, W.
Burnett et G. Warren, 2010: «Wave Measurements, Needs and Developments for the Next Decade»,
Proceedings of OceanObs’09: Sustained Ocean Observations and Information for Society Conference
(volume 2), Venise, Italie, 21–25 septembre 2009 (sous la direction de J. Hall, D.E. Harrison et
D. Stammer). ESA Publication WPP‑306.
SWAMP Group, 1985: Ocean Wave Modelling, Plenum Press, doi:10.1007/978-1- 4757- 6055-2.
Tang, D.L. et G. Sui (sous la direction de), 2014: Typhoon Impact and Crisis Management, Advances in Natural
and Technological Hazards Research, volume 40, doi:10.1007/978-3- 642- 40695-9.
Tayfun, M.A., 1981: «Distribution of crest‑to‑trough wave height», Journal of Waterway, Port, Coastal and
Ocean Engineering, 107:149–158, doi:10.1016/0 029- 8018(85)90014-9.
———, 1983: «Frequency analysis of wave heights based on wave envelope», Journal of Geophysical Research
(Oceans), 88(C12):7573–7587, doi:10.1029/JC088iC12p07573.
Taylor, P.K., E. Kent, M. Yelland et B. Moat, 1994: «The Accuracy of Wind Observations from Ships», Proceedings
of International COADS Wind Workshop, Kiel, Allemagne, mai 1994, 132–151.
———, 1999: «The Accuracy of Marine Surface Winds from Ships and Buoys», présenté lors de l’atelier de l’OMM
sur les progrès de la climatologie maritime (CLIMAR 99), Vancouver, Colombie britannique,
Organisation météorologique mondiale, 59–68.
Teng, C.‑C. et R.H. Bouchard, 2005: «Directional Wave Measured from Data Buoys using Angular Rate Sensors
and Magnetometers», Proceedings of 5th Ocean Wave Measurement and Analysis, Madrid, Espagne.
Timpe, G.L. et N. Van de Voorde, 1995: «NOMAD Buoys: An Overview of Forty Years of Use», OCEANS’95, MTS/
IEEE, Challenges of Our Changing Global Environment, volume 1, 309–315, 9–12 octobre 1995, San
Diego, Californie, doi:10.1109/OCEANS.1995. 526788.
Tolman, H.L., 1990: Wind wave propagation in tidal seas, thèse de doctorat, Delft University of Technology.
———, 1994: «Wind‑waves and moveable‑bed bottom‑friction», Journal of Physical Oceanography, 24(5):994,
doi:10.1175/1520 - 0485(1994)024<0994:WWAMBB>2.0.CO;2.
———, 2002: Validation of WAVEWATCH III, V 1.15 for a Global Domain, Technical Note 213, Marine Modelling
& Analysis Branch, National Center for Environmental Prediction, Camp Springs, Maryland.
———, 2008: «A mosaic approach to wind wave modelling», Ocean Modelling, 25:35–47, doi:10.1016/j
.ocemod. 2008.06.005.
———, 2013: «A generalized multiple discrete interaction approximation for resonant four‑wave interactions
in wind wave models», Ocean Modelling, 70:11–24, doi:10.1016/j.ocemod. 2013.02.005.
Tolman, H.L. et D. Chalikov, 1996: «Source terms in a third‑generation wind wave model», Journal of Physical
Oceanography, 26:2497–2518, doi:10.1175/1520 - 0485(1996)026<2497:STIATG>2.0.CO;2.
Tolman, H.L., M.L. Banner et J.M. Kaihatu, 2012: «The NOPP operational wave model improvement
project», Ocean Modelling, 70:2–10, doi:10.1016/j.ocemod. 2012.11.011.
Toro, V.G., F.J. Ocampo‑Torres, P. Osuna, H. Garcia‑Nava, X. Flores‑Vidal et R. Durazo, 2014: «Analysis of
fetch‑limited wave growth using high‑frequency radars in the Gulf of Tehuantepec», Ciencias
Marinas, 40:113–132, doi:10.7773/cm.v40i2. 2403.
Tucker, M.J., 1956: «A shipborne wave recorder», Transactions of Institute of Naval Architects, Londres,
98(1):236–250, https://eprints.soton.ac.uk/id/eprint/392248.
———, 1991: Waves in Ocean Engineering: Measurement Analysis, Interpretation. Ellis Horwood Limited.
Tucker, M.J. et E.G. Pitt, 2001: Waves in Ocean Engineering, Elsevier Ocean Engineering Book Series,
volume 5.
Turner, J. et S. Pendlebury (sous la direction de), 2004: The International Antarctic Weather Forecasting
Handbook, British Antarctic Survey.
Uppala, S.M., P.W. Kållberg, A.J. Simmons, U. Andrae, V. Da Costa Bechtold, M. Fiorino, J.K. Gibson,
J. Haseler, A. Hernandez, G.A. Kelly, X. Li, K. Onogi, S. Saarinen, N. Sokka, R.P. Allan, E.
Andersson, K. Arpe, M.A. Balmaseda, A.C.M. Beljaars, L. Van De Berg, J.‑R. Bidlot, N. Bormann,
S. Caires, F. Chevallier, A. Dethof, M. Dragosavac, M. Fisher, M. Fuentes, S. Hagemann,
E. Hólm, B.J. Hoskins, L. Isaksen, P.A.E.M. Janssen, R. Jenne, A.P. Mcnally, J.‐F. Mahfouf,
J.‐J. Morcrette, N.A. Rayner, R.W. Saunders, P. Simon, A. Sterl, K.E. Trenberth, A. Untch, D.
Vasiljevic, P. Viterbo et J. Woollen, 2005: «The ERA‑40 Re‑analysis», Quarterly Journal of the Royal
Meteorological Society, 131:2961–3012, doi:10.1256/qj.04.176.
Van der Westhuysen, A.J. et H.L. Tolman, 2011: «Quasi‑stationary WAVEWATCH III for the Nearshore»,
Proceedings of 12th International Workshop on Wave Hindcasting and Forecasting, Hawaï.
Van Dongeren, A., M. van Ormondt, L. Sembiring, R. Sasso, M. Austin, C. Briere, C. Swinkels, D. Roelvink
et J. van Thiel de Vries, 2013: «Rip current predictions through model‑data assimilation on
two distinct beaches», Proceedings of 7th International Conference on Coastal Dynamics, Arcachon,
France, 24–28 juin 2013, 1775–1786.
van Unen, R.F., A.A. van Beuzekom, G.Z. Forristall, J.‑P. Mathisen et J. Starke, 1998: «WACSIS‑Wave Crest
Sensor Intercomparison Study at the Meetpost Noordwijk Measurement Platform», Proceedings of
Oceans ’98 Conference, Nice, France, 28 septembre–1er octobre 1998, IEEE, 192–197, doi:10.1109/
OCEANS.1998.726389.
van Vledder, G.Ph., 2006: «The WRT method for the computation of non‑linear four‑wave interactions in
discrete spectral wave models», Coastal Engineering, 53:223–242, doi:10.1016/j.coastaleng. 2005
.10.011.
———, 2012: «Efficient Algorithms for Non‑linear Four‑wave Interactions», Proceedings of ECMWF Workshop on
Ocean Waves, 25–27 juin 2012.
van Vledder, G.P. and D.P. Hurdle, 2002: «Performance of Formulations for Whitecapping in Wave Prediction
Models», Proceedings of 21st International Conference on Offshore Mechanics and Arctic Engineering,
Oslo, Norvège, Ocean, Offshore and Arctic Engineering Division, American Society of
Mechanical Engineers (ASME International), Paper No. OMAE2002‑28146, 155–163, doi:10
.1115/OMAE2002-28146.
Velden, Ch., B. Harper, F. Wells, J.L. Beven, R. Zehr, T. Olander, M. Mayfield, Ch. Guard, M. Lander, R.
Edson, L. Avila, A. Burton, M. Turk, A. Kikuchi, A. Christian, P. Caroff et P. McCrone, 2006: «The
Dvorak tropical cyclone intensity estimation technique: a satellite‑based method that has
endured for over 30 years», Bulletin of American Meteorological Society, 1195–1210, doi:10.1175/
BAMS - 87-9-1195.
Verploegh, G., 1967: «Observation and analysis of the surface wind over the ocean», KNMI, Mededelingen en
Verhandelingen, 89.
Verschell, M.A., M.A. Bourassa, D.E. Weissman et J.J. O’Brien, 1999: «Ocean model validation of the
NASA scatterometer winds», Journal of Geophysical Research, 104(11):359–11, 374 doi:10.1029/
1998JC900105.
Viggosson, G. et J. Bernodusson, 2009: «The Icelandic Information System on Weather and Sea State Related
to Fishing Vessels’ Crews and Stability», Seminar on Fishing Vessels’ Crews and Stability, World
Fishing Exhibition 2009, Vigo, Espagne.
Violante‑Carvalho, N. et A.V.C. Ramos, 2006: «A review of the techniques for the assimilation of the
two‑dimensional directional spectrum into wave models», Revista Ciências Exatas e Naturais,
8(1).
Violante‑Carvalho, N., C.E. Parente, I.S. Robinson et L.M.P. Nunes, 2002: «On the growth of wind
generated waves in a swell dominated region in the South Atlantic», Journal of Offshore
Mechanics and Arctic Engineering, 124:14–21, doi:10.1115/1.1423636.
WAMDI Group (S. Hasselmann, K. Hasselmann, E. Bauer, P.A.E.M. Janssen, G. Komen, L. Bertotti, P.
Lionello, A. Guillaume, V.C. Cardone, J.A. Greenwood, M. Reistad, L. Zambresky et J.A. Ewing),
1988: «The WAM model—a third generation wave prediction model», Journal of Physical
Oceanography, 18:1775–1810, doi:10.1175/1520- 0485(1988)018<1775:TWMTGO>2.0.CO;2.
Wang, D.W. et P.A. Hwang, 2001: «An operational method for separating wind sea and swell from ocean
wave spectra», Journal of Atmospheric and Oceanic Technology, 18:2052–2062, doi:10.1175/1520
-0426(2001)018<2052:AOMFSW>2.0.CO;2.
Wang, H., J. Zhu et J. Yang, 2014a: «Error analysis on ESA’s Envisat ASAR wave mode significant wave
height retrieval using triple collocation model», Remote Sensing, 6:12217–12233, doi:10.3390/
rs61212217.
Wang, W., P. Forget et C. Guan, 2014b: «Inversion of swell frequency from a 1‑year HF radar dataset
collected in Brittany (France)», Ocean Dynamics, 64(10):1447–1456, doi:10.1007/s10236- 014
-0759-9.
WAVEWATCH III Development Group, 2016: User Manual and System Documentation of WAVEWATCH III
Version 5.16, Technical Note 329, National Oceanic and Atmospheric Administration/National
Weather Service/National Centers for Environmental Prediction.
Wilkerson, J.C. et M.D. Earle, 1990: «A study of differences between environmental reports by ships in the
voluntary observing program and measured from NOAA buoys», Journal of Geophysical Research
(Oceans), 95:3373–3385, doi:10.1029/JC095iC03p03373.
WISE Group, L. Cavaleri, J.‑H.G.M. Alves, F. Ardhuin, A. Babanin, M. Banner, K. Belibassakis, M. Benoit, M.
Donelan, J. Groeneweg, T.H.C. Herbers, P. Hwang, P.A.E.M. Janssen, T. Janssen, I.V. Lavrenov,
R. Magne, J. Monbaliu, M. Onorato, V. Polnikov, D. Resio, W.E. Rogers, A. Sheremet, J. McKee
Smith, H.L. Tolman, G. van Vledder, J. Wolf et I. Young, 2007: «Wave modelling - the state of
the art», Progress in Oceanography, 75(4):603–674, doi:10.1016/j.pocean. 2007.05.005.
Witter, D.L. et D.B. Chelton, 1991: «A Geosat altimeter wind speed algorithm and a method for altimeter
wind speed algorithm development», Journal of Geophysical Research (Oceans), 96:8853–8860,
doi:10.1029/91JC00414.
BIBLIOGRAPHIE 205
Work, P., 2008: «Nearshore directional wave measurements by surface‑following buoy and acoustic
Doppler current profiler», Ocean Engineering, 35:727–737, doi:10.1016/j.oceaneng. 2008.02.005.
Woodruff, S.D., S.J. Worley, S.J. Lubker, Z. Ji, E.J. Freeman, D.I. Berry, P. Brohan, E.C. Kent, R.W. Reynolds,
S.R. Smith et C. Wilkinson, 2011: «ICOADS release 2.5: extensions and enhancements to the
surface marine meteorological archive», International Journal of Climatology, 31:951–967, doi:10
.1002/joc. 2103.
Worley, S.J., S.D. Woodruff, R.W. Reynolds, S.J. Lubker et N. Lott, 2005: «ICOADS release 2.1 data and
products», International Journal of Climatology, 25:823–842, doi:10.1002/joc.1166.
Wu, J., 1980: «Wind‑stress coefficients over sea surface near neutral conditions—a revisit», Journal of Physical
Oceanography, 10:727–740, doi:10.1175/1520 - 0485(1980)010<0727:WSCOSS>2.0.CO;2.
———, 1982: «Wind‑stress coefficients over sea surface from breeze to hurricane», Journal of Geophysical
Research (Oceans), 87:9704–9706, doi:10.1029/JC087iC12p09704.
Wyatt, L.R. et G. Holden, 1994: «Limits in direction and frequency resolution for HF radar ocean wave
directional spectra measurements», Global Atmosphere‑Ocean System, 2:265–290, doi:10.1175/
1520 - 0426(2000)017<1651:LTTIOH>2.0.CO;2.
Wyatt, L.R., J.J. Green et A. Middleditch, 2011: «HF radar data quality requirements for wave
measurement», Coastal Engineering, 58:327–336, doi:10.1016/j.coastaleng. 2010.11.005.
Wyatt, L.R., J. Venn, M.D. Moorhead, G.B. Burrows, A.M. Ponsford et J. van Heteren, 1985: «HF radar
measurements of significant wave height and mean period during NURWEC», Evaluation,
Comparison and Calibration of Oceanographic Instruments. Advances in Underwater Technology and
Offshore Engineering, Londres, Graham and Trotman, 209–222.
Yoshizumi, S., 1968: «On the asymmetry of wind distribution in the lower layer in typhoon», Journal of
Meteorological Society of Japan, 46:153–159, doi:10. 2151/jmsj1965.46.3_153.
Young, I.R., 1994: «On the measurement of directional wave spectra», Applied Ocean Research, 16:283–294,
doi:10.1016/0141-1187(94)90017-5.
Young, I.R. et A.V. Babanin, 2006: «Spectral distribution of energy dissipation of wind generated waves due
to dominant wave breaking», Journal of Physical Oceanography, 36:376–394, doi:10.1175/JPO2859
.1.
Zieger, S., A.V. Babanin, W.E. Rogers et I.R. Young, 2015: «Observation‑based source terms in the
third‑generation wave model WAVEWATCH», Ocean Modelling, 96:2–25, doi:10.1016/j.ocemod
.2015.07.014.
Zieger, S., D.J.M. Greenslade and J.D. Kepert, 2018: Wave ensemble forecast system for tropical cyclones in
the Australian region. Ocean Dynamics, 68(4–5):603–625, doi:10.1007/s10236- 018-1145-9.
Zijlema, M., 2009: «Parallel, Unstructured Mesh Implementation for SWAN», Proceedings of 31st International
Conference on Coastal Engineering, Hambourg, Allemagne, 2009, 470–482, doi:10.1142/
9789814277426_ 0040.
———, 2010: «Computation of wind‑wave spectra in coastal waters with SWAN on unstructured grids»,
Coastal Engineering, 57:267–277, doi:10.1016/j.coastaleng. 2009.10.011.
AUTRES LECTURES
Khandekar, M.L., 1989: Operational Analysis and Prediction of Ocean Wind Waves, Coastal and Estuarine
Studies No. 33, New York, Springer‑Verlag, doi:10.1007/978-1- 4613- 8952-1.
Kitaigorodskii, S.A., 1970: The Physics of Air Sea Interaction. Gidrometeorologicheskoe Izdatel’stvo, Leningrad
(traduit du russe), Israel Programme for Scientific Translations, Jerusalem.
Lighthill, J., 1978: Waves in Fluids, Cambridge University Press.
Stoker, J.J., 1957: Water Waves, New York, Interscience.
Young, I.R. et G.J. Holland, 1996: Atlas of the Oceans: Wind and Wave Climate, Pergamon, doi:10.1002/
(SICI)1097- 0088(199804)18:5<579::AID-JOC273>3.0.CO;2-O.
Pour de plus amples informations, veuillez vous adresser à:
Organisation météorologique mondiale

7 bis, avenue de la Paix – Case postale 2300 – CH 1211 Genève 2 – Suisse
Bureau de la communication stratégique

Tél.: +41 (0) 22 730 87 40/83 14 – Fax: +41 (0) 22 730 80 27
Courriel: [email protected]
public.wmo.int
JN 181407

702 FR

Transféré par

Droits d'auteur :

Formats disponibles

702 FR

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

702 FR

Transféré par

Droits d'auteur :

Formats disponibles

Guide de l'analyse et de la prévision

© Organisation météorologique mondiale, 2018

Président du Comité des publications

CHAPITRE 1. VAGUES OCÉANIQUES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  1

1.2 VAGUE LINÉAIRE SIMPLE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  2

1.3 CHAMPS DE VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  10

CHAPITRE 2. VENT À LA SURFACE DE L’OCÉAN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  25

2.2 SOURCES DE DONNÉES MARITIMES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  26

2.3 COUCHES LIMITES MARITIMES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  33

2.4 FACTEURS MÉTÉOROLOGIQUES À GRANDE ÉCHELLE INFLUANT SUR LE

2.4.4 Effets du frottement en surface. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

2.5 PRÉVISION NUMÉRIQUE DU TEMPS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  55

CHAPITRE 3. FORMATION ET DÉCLIN DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  63

3.2 CROISSANCE DES VAGUES DE VENT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  63

3.3 PROPAGATION DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  68

3.4 DISSIPATION DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  71

3.5 INTERACTIONS NON LINÉAIRES VAGUE-VAGUE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  74

3.6 OBSERVATIONS GÉNÉRALES SUR LES TERMES SOURCES. . . . . . . . . . . . . . . . . . . . . . . .  77

CHAPITRE 4. PRÉVISION MANUELLE DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  79

4.2 MÉTHODES EMPIRIQUES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  82

4.3 CALCUL DES VAGUES DE VENT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  85

4.4 CALCUL DE LA HOULE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  91

4.5 CALCUL DES EFFETS LIÉS À LA FAIBLE PROFONDEUR DE L'EAU. . . . . . . . . . . . . . . . . . .  100

4.7 PRÉVISION DES COURANTS D’ARRACHEMENT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  110

CHAPITRE 5. MODÉLISATION NUMÉRIQUE DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . .  116

5.1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  116

5.2 NOTIONS DE BASE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  116

5.3 ÉQUATION DU BILAN ÉNERGÉTIQUE DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  118

5.4 ÉLÉMENTS DE LA MODÉLISATION DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  118

5.5 CLASSIFICATION DES MODÈLES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  128

5.6 NOUVEAUTÉS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  133

CHAPITRE 6. MODÈLES DE VAGUES OPÉRATIONNELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  135

6.1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  135

6.2 MODÈLES DE VAGUES À SPECTRES BIDIMENSIONNELS . . . . . . . . . . . . . . . . . . . . . . . . .  135

6.3 CARTES DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  138

6.4 PRODUITS CODÉS DES MODÈLES DE VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  142

6.5 VÉRIFICATION DES MODÈLES DE VAGUES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  143

6.6 SYSTÈMES DE PRÉVISION D’ENSEMBLE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  147

CHAPITRE 7. DONNÉES SUR LES VAGUES OBSERVÉES, MESURÉES ET MODÉLISÉES . . . . . .  152

7.1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  152

7.2 DONNÉES SUR LES VAGUES RECUEILLIES IN SITU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  153

7.3 DONNÉES DE TÉLÉDÉTECTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  166

7.4 DONNÉES MODÉLISÉES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  176

7.4.3 Modélisation opérationnelle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178

Les Services météorologiques et hydrologiques nationaux (SMHN) de nombreux pays maritimes

Les personnes suivantes ont contribué à l’élaboration de la présente édition:

– Directeur de publication, introduction:

Le directeur de publication tient à remercier le personnel du Secrétariat qui a contribué à

Rédacteur: A.K. Laing; mise à jour: F. Ocampo‑Torres

Vagues Vagues Vagues Vagues de Vagues à période Vagues de

Figure 1.1. Classification des vagues océaniques selon leur période

1.2 VAGUE LINÉAIRE SIMPLE

1.2.1 Définitions de base

Figure 1.2. Onde sinusoïdale simple

1.2.2 Rapports de base

Le profil de la vague linéaire simple a la forme d'une onde sinusoïdale:

1.2.3 Mouvement orbital des particules d'eau

1.2.4 Énergie des vagues

1.2.5 Influence de la profondeur de l'eau

CHAPITRE 1. VAGUES OCÉANIQUES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.2 VAGUE LINÉAIRE SIMPLE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.3 CHAMPS DE VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

CHAPITRE 2. VENT À LA SURFACE DE L’OCÉAN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

2.2 SOURCES DE DONNÉES MARITIMES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

2.3 COUCHES LIMITES MARITIMES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

2.4.4 Effets du frottement en surface. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

2.5 PRÉVISION NUMÉRIQUE DU TEMPS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

CHAPITRE 3. FORMATION ET DÉCLIN DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

3.2 CROISSANCE DES VAGUES DE VENT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

3.3 PROPAGATION DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

3.4 DISSIPATION DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

3.5 INTERACTIONS NON LINÉAIRES VAGUE-VAGUE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

3.6 OBSERVATIONS GÉNÉRALES SUR LES TERMES SOURCES. . . . . . . . . . . . . . . . . . . . . . . . 77

CHAPITRE 4. PRÉVISION MANUELLE DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

4.2 MÉTHODES EMPIRIQUES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82

4.3 CALCUL DES VAGUES DE VENT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

4.4 CALCUL DE LA HOULE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

4.5 CALCUL DES EFFETS LIÉS À LA FAIBLE PROFONDEUR DE L'EAU. . . . . . . . . . . . . . . . . . . 100

4.7 PRÉVISION DES COURANTS D’ARRACHEMENT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

CHAPITRE 5. MODÉLISATION NUMÉRIQUE DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116

5.1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116

5.2 NOTIONS DE BASE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116

5.3 ÉQUATION DU BILAN ÉNERGÉTIQUE DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118

5.4 ÉLÉMENTS DE LA MODÉLISATION DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118

5.5 CLASSIFICATION DES MODÈLES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128

5.6 NOUVEAUTÉS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133

CHAPITRE 6. MODÈLES DE VAGUES OPÉRATIONNELS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

6.1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

6.2 MODÈLES DE VAGUES À SPECTRES BIDIMENSIONNELS . . . . . . . . . . . . . . . . . . . . . . . . . 135

6.3 CARTES DES VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138

6.4 PRODUITS CODÉS DES MODÈLES DE VAGUES. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142

6.5 VÉRIFICATION DES MODÈLES DE VAGUES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

6.6 SYSTÈMES DE PRÉVISION D’ENSEMBLE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147

CHAPITRE 7. DONNÉES SUR LES VAGUES OBSERVÉES, MESURÉES ET MODÉLISÉES . . . . . . 152

7.1 INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152

7.2 DONNÉES SUR LES VAGUES RECUEILLIES IN SITU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153

7.3 DONNÉES DE TÉLÉDÉTECTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166

7.4 DONNÉES MODÉLISÉES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176

7.4.3 Modélisation opérationnelle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178