next up previous contents
suivant: Conclusions monter: Simulations numériques précédent: Données synthétiques   Table des matières

Données expérimentales

Nous avons ensuite testé notre algorithme sur des images expérimentales, provenant de la plaque Coriolis [52]. L'expérience est la suivante: une cuve tournante de $ 13$ mètres de diamètre contenant de l'eau est mise en rotation, afin de simuler la force de Coriolis appliquée à un fluide. En conséquence, le comportement de l'eau à l'intérieur de la cuve est proche de ce qui se passe dans un océan comme l'Atlantique Nord dans les images que nous avons testées.

Un tourbillon est alors créé, dans lequel on injecte soit un colorant, soit des particules fines. Enfin, une caméra prend des clichés de l'expérience à différents intervalles de temps.

Plusieurs cas ont été considérés en prenant des images correspondant à un délai d'acquisition soit rapide soit lent, et en travaillant sur des images de colorant ou de particules. Dans tous les cas, le champ de vitesse reconstruit correspond parfaitement au déplacement réel du fluide, à savoir un mouvement de rotation du tourbillon, plongé dans un mouvement beaucoup plus lent de translation globale. L'approche multi-échelle a été comparée avec une approche classique, où la minimisation est directement réalisée sur la grille fine. Les résultats sont alors considérablement dégradés, ainsi que le temps de calcul.

Ces résultats ont été comparés avec ceux fournis par la méthode PIV (Particle Imaging Velocimetry), qui sert de référence dans le domaine à l'interface de la géophysique et de la mécanique des fluides. Ils sont qualitativement équivalents puisque les champs identifiés se ressemblent. Toutefois, nous apportons deux avantages majeurs grâce à notre algorithme: le temps de calcul, qui nous permet de traiter des séquences de plusieurs centaines d'images à très haute résolution sans difficulté en quelques heures là où plusiers jours sont nécessaires à la méthode PIV; et la précision des résultats, puisque nous pouvons identifier jusqu'à un vecteur vitesse par pixel de l'image originale, là où la méthode PIV fournit de l'ordre d'un vecteur vitesse par zone de $ 10\times 10$ pixels. Cela permet notamment d'identifier des phénomènes tourbillonnaires de beaucoup plus petite échelle.


next up previous contents
suivant: Conclusions monter: Simulations numériques précédent: Données synthétiques   Table des matières
Retour à la page principale