Caractérisation Acoustique Des Éclairs D'orage: To Cite This Version

Caractérisation acoustique des éclairs d’orage
Louis-Jonardan Gallin
To cite this version:

Louis-Jonardan Gallin. Caractérisation acoustique des éclairs d’orage. Autre. Université Pierre et
Marie Curie - Paris VI, 2014. Français. �NNT : 2014PA066418�. �tel-01086769v2�
HAL Id: tel-01086769

https://theses.hal.science/tel-01086769v2
Submitted on 7 Mar 2015
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
THESE DE DOCTORAT
DE L’UNIVERSITÉ PIERRE ET MARIE CURIE
présentée par
Louis-Jonardan GALLIN
Pour obtenir le grade de

DOCTEUR
DE L’UNIVERSITÉ PIERRE ET MARIE CURIE
PARIS VI
Discipline : Acoustique
Caractérisation acoustique
des éclairs d’orage
Soutenance prévue le 03 Juillet 2014 devant le jury composé de :

Directeur de recherche CNRS,
M. Philippe Blanc-Benon rapporteur
Ecole Centrale Lyon
M. Sylvain Coquillat Professeur, Université Paul Sabatier rapporteur
Directeur de recherche CNRS,

M. François Coulouvrat directeur de thèse
Université Pierre et Marie Curie
M. Eric Defer Chargé de recherche CNRS invité
M. Thomas Farges Ingénieur chercheur, CEA, DAM, DIF co-encadrant
M. Régis Marchiano Professeur, Université Pierre et Marie Curie co-encadrant
M. Maurizio Ripepe Professeur, Université de Florence examinateur
M. Régis Wunenburger Professeur, Université Pierre et Marie Curie examinateur

2
CEA, DAM, Ile de France

Bruyères le Châtel
91297 Arpajon Cedex France
Institut Jean Le Rond d’Alembert (UMR CNRS - Paris 6 n°7190)

Université Pierre et Marie Curie - Paris 6
4 place Jussieu, 75252 Paris Cedex 05
Table des matières
1 Introduction et enjeux 7
1.1 Le cadre du Traité d’Interdiction Complète des Essais nucléaires . . . . . . 7
1.2 Objectifs et plan de la thèse . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2 Phénoménologie des décharges de foudre 13

2.1 Processus de formation des cumulonimbus et mécanismes d’électrification . 13
2.2 Mécanismes d’initiation des décharges de foudre à l’intérieur des cumulonimbus 15
2.3 Les différents types de décharges de foudre . . . . . . . . . . . . . . . . . . 18
2.4 Définition des notions d’azimut et de temps universel . . . . . . . . . . . . 23
2.5 Observations du contenu acoustique des décharges de foudre . . . . . . . . 23
2.6 Caractéristiques géométriques des décharges de foudre . . . . . . . . . . . . 28
2.7 Mécanismes d’émission acoustique de tonnerre . . . . . . . . . . . . . . . . 34
2.7.1 Emission acoustique par les arcs en retour . . . . . . . . . . . . . . 34
2.7.2 Emission électrostatique . . . . . . . . . . . . . . . . . . . . . . . . 37
2.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3 Description de la campagne de mesures électromagnétiques et acous-

tiques des éclairs 41
3.1 Le projet européen HyMeX (2010 – 2020) . . . . . . . . . . . . . . . . . . . 41
3.2 Le groupe de travail PEACH . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3 Les réseaux opérationnels de localisation électromagnétique des éclairs . . . 48
3.4 Le réseau de recherche de localisation électromagnétique des éclairs . . . . 50
3.5 Le réseau acoustique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.5.1 Le réseau de microbaromètres . . . . . . . . . . . . . . . . . . . . . 54
3.5.2 Le réseau de microphones . . . . . . . . . . . . . . . . . . . . . . . 58
3.6 Résultats des prévisions météorologiques par le code de calcul opérationnel
de Météo-France . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.7 Choix d’une période d’intérêt . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4 Analyse des données acoustiques et électromagnétiques obtenues lors de

l’orage du 26 octobre 2012 de 18h00 TU à 22h00 TU 75
4.1 Motivations et objectifs de l’étude . . . . . . . . . . . . . . . . . . . . . . . 75
4.2 Préparation des données électromagnétiques . . . . . . . . . . . . . . . . . 75
4.3 Préparation des données acoustiques . . . . . . . . . . . . . . . . . . . . . 77
4.4 Conventions sur la représentation des données EUCLID . . . . . . . . . . . 78
4.5 Exploration de l’événement du 26 octobre 2012 . . . . . . . . . . . . . . . 79
4.5.1 Fenêtre temporelle de 20h10m TU à 20h20m TU . . . . . . . . . . . 80
4.6 Reconstruction acoustique des éclairs d’orage . . . . . . . . . . . . . . . . . 85
4.6.1 Reconstruction acoustique de la décharge de 20h35m00s TU . . . . 86
4.6.2 Reconstruction acoustique de la décharge de 20h35m58s TU . . . . 89
4.6.3 Bilan de la reconstruction acoustique . . . . . . . . . . . . . . . . . 92
4.7 Analyse statistique de l’événement du 26 octobre 2012 . . . . . . . . . . . 95
4.7.1 Statistiques synthétiques sur toute la durée de l’épisode orageux de
18h00 TU à 22h00 TU . . . . . . . . . . . . . . . . . . . . . . . . . 95
4 Table des matières
4.7.2 Capacité des mesures acoustiques à reconstruire les parties des

décharges de faible altitude . . . . . . . . . . . . . . . . . . . . . . 99
4.7.3 Distribution des distances horizontales par rapport à la station
acoustique des détections LMA et PMCC . . . . . . . . . . . . . . . 99
4.7.4 Suivi de l’évolution des cellules orageuses par mesure acoustique
jusqu’à des distances de 70km . . . . . . . . . . . . . . . . . . . . . 103
4.7.5 Comparaison des distributions des altitudes des sources détectées
par le LMA et des détections PMCC. . . . . . . . . . . . . . . . . . 106
4.8 Analyse temps fréquence des signaux de tonnerre . . . . . . . . . . . . . . 110
4.8.1 Etude de spectres du bruit de fond durant l’orage . . . . . . . . . . 110
4.8.2 Contenu fréquentiel des différentes parties de la décharge de 20h35m00s TU112
4.8.3 Contenu fréquentiel du signal pour la décharge de 20h35m58s TU . 115
4.8.4 Comparaison des spectres des signaux de tonnerre . . . . . . . . . . 118
4.9 Exploration des données acoustiques enregistrées sur le réseau de microba-
romètres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
4.10 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5 Méthode de simulation numérique bidimensionnelle de la propagation

non linéaire dans l’atmosphère 125
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
5.2 Équation de l’acoustique non linéaire en écoulement atmosphérique . . . . 128
5.3 Equation partiellement unidirectionnelle . . . . . . . . . . . . . . . . . . . 129
5.3.1 Etablissement de l’équation . . . . . . . . . . . . . . . . . . . . . . 129
5.3.2 Domaine de validité de l’équation . . . . . . . . . . . . . . . . . . . 132
5.3.2.1 Equation parabolique nonlinéaire de Aver’yanov2006 et al.
[2006] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5.3.2.2 Domaine de validité . . . . . . . . . . . . . . . . . . . . . 133
5.4 Algorithme à pas fractionnés . . . . . . . . . . . . . . . . . . . . . . . . . . 134
5.4.1 Notations pour la discrétisation numérique . . . . . . . . . . . . . . 134
5.4.2 Algorithme à pas fractionné . . . . . . . . . . . . . . . . . . . . . . 134
5.5 Discrétisation numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
5.5.1 Equation de correction non linéaire . . . . . . . . . . . . . . . . . . 136
5.5.2 Equation de diffraction . . . . . . . . . . . . . . . . . . . . . . . . . 137
5.5.3 Équation de corrections hétérogènes et d’écoulements : déphasage
complexe analytique . . . . . . . . . . . . . . . . . . . . . . . . . . 137
5.5.4 Équation de corrections hétérogènes et d’écoulements : différences
finies d’ordre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
5.5.4.1 Schéma de Crank-Nicolson . . . . . . . . . . . . . . . . . . 138
5.5.4.2 Discrétisation par différences finies à l’ordre 2 de l’opérateur
[︁ ^
]︁ 𝜕 𝜑
𝒱^1𝑧 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
𝜕𝑧
[︁ ]︁ 𝜕 2 𝜑
^
5.5.4.3 Discrétisation de l’opérateur 𝒱2𝑥𝑧 ^ . . . . . . . . . . 140
𝜕𝑧𝜕𝑥
5.5.4.4 Système linéaire tridiagonal . . . . . . . . . . . . . . . . . 140
5.5.5 Conditions aux limites . . . . . . . . . . . . . . . . . . . . . . . . . 141
5.6 Tests de validation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
5.6.1 Cas d’un milieu hétérogène . . . . . . . . . . . . . . . . . . . . . . . 142
5.6.2 Validation des termes d’écoulements . . . . . . . . . . . . . . . . . 147
5.6.3 Validation du sol rigide et plat en configuration non linéaire . . . . 154
5.7 Propagation d’une onde de choc émise par une source explosive en présence
d’un écoulement de couche limite . . . . . . . . . . . . . . . . . . . . . . . 156
5.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
Table des matières 5
6 Conclusions et perspectives 167

6.1 Principaux résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
6.2 Perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
A Suivi de l’évolution des cellules orageuses par mesure acoustique 173
B Description des détections PMCC associées au bruit de fond en absence

d’orage 181
C Données des détections EUCLID 183

C.1 Décharge de 20h35m00s TU . . . . . . . . . . . . . . . . . . . . . . . . . . 184
C.2 Décharge de 20h35m58s TU . . . . . . . . . . . . . . . . . . . . . . . . . . 184
D Détails de l’établissement de l’équation Flhoward 185

D.1 Equation de départ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
D.2 Coordonnées mobiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
D.3 Rassemblement des termes . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
D.4 Vers une formulation unidirectionnelle . . . . . . . . . . . . . . . . . . . . 188
D.5 Équation partiellement unidirectionnelle . . . . . . . . . . . . . . . . . . . 189
D.6 Formulation en pseudo-potentiel . . . . . . . . . . . . . . . . . . . . . . . . 191
D.7 Cas bi-dimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
E Intérêt de la forme conservative pour les termes d’écoulement ambiant193
F Intérêt de l’algorithme à pas fractionné à quatre étapes 195
G Interprétation des biais dans la reconstruction de l’altitude des sources

acoustiques lointaines à l’aide de simulations numériques 197
G.1 But de l’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
G.2 Construction d’un plan d’expérience numérique . . . . . . . . . . . . . . . 197
G.3 Contenu du champ acoustique propagé sur 50km . . . . . . . . . . . . . . . 198
G.4 Méthode de reconstruction à partir des simulations numériques . . . . . . . 201
G.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
Références 213
Chapitre 1
Introduction et enjeux
1.1 Le cadre du Traité d’Interdiction Complète des Essais nu-

cléaires
Ce travail de thèse s’inscrit dans le contexte du Traité d’Interdiction Complète des
Essais nucléaires (TICE, en anglais "the Comprehensive Nuclear-Test-Ban Treaty" ou
"CTBT") qui est un traité international interdisant tout essai nucléaire, et ce quelle que soit
l’énergie libérée et dans quelque environnement que ce soit, en surface, aérien, sous-marin
ou souterrain. Ce traité est ouvert à la signature depuis le 24 septembre 1996 au siège des
Nations-Unies à New-York. Au 30 avril 2014, 183 états ont signé ce traité et 162 l’ont
ratifié, dont trois puissances nucléaires : la France, le Royaume-Uni et la Fédération de
Russie. Pour entrer en vigueur, le traité devra impérativement être ratifié par les 44 états
figurant dans l’annexe 2 du traité. Parmi ceux-ci, cinq l’ont signé mais pas encore ratifié 1
et trois ne l’ont ni signé, ni ratifié 2 . Ces informations sont disponibles sur le site officiel
de la Commission Préparatoire au traité TICE : le CTBTO, organisation provisoire des
Nations-Unies dont le siège est à Vienne en Autriche 3 . Afin de veiller à l’application du
traité, le Système de Surveillance International (SSI) est mis progressivement en place
avec actuellement 85% du dispositif opérationnel. Quatre systèmes complémentaires sont
destinés à détecter d’éventuels essais nucléaires : un réseau de stations sismiques composé
de 50 stations primaires et de 120 stations auxiliaires ; 11 stations hydroacoustiques ; 60
stations infrasonores 4 et 80 stations radio-nucléides. L’ensemble constitue un système de
surveillance de la Terre qui est également utilisé pour des observations civiles quelle que
soit la technologie parmi les 4 listées.
Les stations du réseau infrasonore sont réparties de manière la plus uniforme possible
sur l’ensemble du globe (voir figure 1.2), avec 45 stations certifiées, 4 en construction
et 11 prévues sur l’ensemble des continents et des îles isolées dans les trois océans, comme
par exemple les îles Kerguelen. Le réseau infrasonore est calibré afin de détecter, avec
un minimum de deux stations, toute explosion nucléaire d’une puissance supérieure à
la kilotonne de TNT 5 et ce n’importe où dans l’atmosphère à la surface du globe. Les
sources d’ondes infrasonores qu’enregistrent les stations du réseau sont multiples. Une liste
non exhaustive des différents types de sources connues proposée par McKisic [1997] (et
reprise par Campus et Christie [2009]) est résumée sur la figure (1.1). Celle-ci présente en
abscisse la fréquence caractéristique d’événements en fonction de leur durée. Ainsi, nous
notons que les sources telles que la houle océanique [Kulichkov, 2009], le jet stream [de
Groot-Hedlin et al., 2009], les typhons [Hetzer et al., 2009] ou les séismes [Mikumo et
Watada, 2009] produisent des ondes infrasonores avec un niveau continu dans le temps
et qui peuvent être observées sur de longues durées. Des sources atmosphériques liées à
des événements plus brefs peuvent aussi être détectés. Elles produisent des ondes de choc
acoustiques présentant des effets non linéaires importants. On peut citer par exemple :
— les explosions chimiques [Gainville et al., 2009],
1. Chine, Egypte, Etats-Unis, Iran, Israël.
2. Corée du Nord, Inde et Pakistan.
3. http ://www.ctbto.org
4. Une onde acoustique est dite infrasonore si son contenu fréquentiel est en dessous de 20Hz, limite
inférieure de la capacité auditive de l’oreille humaine. Les stations infrasonores sont calibrées pour détecter
ces fréquences basses.
5. 1kt TNT=4.185 × 1012 J.
8 1.1. Le cadre du Traité d’Interdiction Complète des Essais nucléaires
— les éclairs et les sprites émis durant les orages [Blanc, 1985; Bass, 1980; Farges et
Blanc, 2010; Assink et al., 2008; de Larquier et Pasko, 2010],
— les volcans [Le Pichon et al., 2005; Ripepe et al., 2010a,b],
— les bangs soniques associés aux rentrées de météorites [Brown et al., 1996; Plotkin
et Page, 2002; Henneton, 2013] ou de navettes spatiales [Qamar, 1995],
— ou encore les bangs soniques associés aux avions supersoniques [Le Pichon et al.,
2002].
L’influence essentielle des conditions atmosphériques sur les ondes acoustiques est
connue depuis le début du vingtième siècle (Evers et Haak [2009] dressent un bilan des
sources acoustiques de forte amplitude). Les caractéristiques des signatures acoustiques
détectées – qu’elles soient naturelles ou d’origine humaine – varient fortement avec l’impact
des effets atmosphériques sur les formes d’ondes : ceci rend les processus d’analyse et de
diagnostic des sources acoustiques très difficiles. Une revue des effets physiques intervenant
sur la propagation est donnée par Norris et al. [2009].
Figure 1.1 – Présentation de différentes sources infrasonores en fonction de leur fréquence

et de leur durée d’observation. En bleu : les sources émettant de manière impulsionnelle.
En rouge : sources émettant de manière continue. Les sources en vert sont quant à elles
difficiles à classer. Figure extraite de [Gainville, 2008].
Les éclairs sont présents partout dans le monde, ils émettent des ondes acoustiques
(tonnerre) et électromagnétiques (optique et radio) bien connues et utilisées pour la
localisation des orages. De nombreuses études ont été menées sur la compréhension des
signaux acoustiques (sonores et infrasonores, dont la fréquence est inférieure à 20Hz) émis
par les éclairs entre les années 1960 et le milieu des années 1980 (voir la bibliographie au
chapitre 2 page 13). Ces travaux concernaient la caractérisation de ces signaux (amplitude
et contenu fréquentiel) ainsi que la localisation des décharges dans les nuages eux-mêmes
alors qu’elles sont invisibles pour les systèmes optiques. Les mesures récentes, réalisées par
le CEA notamment [Farges et al., 2005; Farges, 2009; Farges et Blanc, 2010], montrent
que des signaux infrasonores de tonnerre sont enregistrés à des distances élevées de l’éclair
(plus de 50 km). En conséquence les signaux acoustiques de tonnerre engendrent un bruit
de fond élevé, voire de fausses détections aux stations situées dans les régions où l’activité
orageuse est la plus forte, en particulier les zones tropicales et équatoriales (voir figure 1.2).
Il est donc nécessaire de développer des techniques de mesure et d’analyse pour diffé-
rencier un éclair naturel d’un événement d’origine nucléaire ou anthropogénique (explosion
chimique, ...). Les éclairs sont des sources acoustiques très fréquentes et présentant des
extensions spatiales importantes (plusieurs kilomètres) avec une très forte variabilité
géométrique. La maîtrise actuelle des systèmes de mesure acoustique permet d’explorer à
1.2. Objectifs et plan de la thèse 9
Figure 1.2 – Réseau infrasonore du SSI (étoiles) superposé à l’activité orageuse dans le
monde (nombre de décharges par kilomètre carré et par an) selon [Cecil et al., 2014].
un niveau de détail jamais atteint auparavant la géométrie de ces sources, ceci conduit à
un renouveau important de la thématique.
Depuis plusieurs années, le CEA participe à des campagnes de mesures des éclairs. Il a
participé en automne 2012 à une campagne de mesures des éclairs d’orage dans le cadre du
projet européen HyMeX (Hydrological cycle in the Mediterranean EXperiment 6 [Drobinski
et al., 2013]) qui s’étend de 2010 à 2020. La longue durée du projet permet d’étudier le cycle
de l’eau dans le bassin Méditerranéen. L’objectif est de mieux comprendre les origines et les
mécanismes des événements extrêmes (crues violentes, inondations, fortes tempêtes) qui se
produisent à intervalles répétés sur tout le pourtour du bassin et provoquent régulièrement
des dommages humains et matériels importants. Plus de détails sont fournis dans le
chapitre 3 du manuscrit. Un groupe de recherche nommé PEACH et dans lequel le CEA
est associé, a proposé d’inclure dans ce projet la mesure et la modélisation des éclairs
d’orage. En effet des liens entre forte pluviométrie et forte activité électrique sont observés,
mais non encore totalement compris. Notons que l’intégration de modèles d’électrification
des nuages d’orage dans les codes de simulation météorologiques existants est un champ
de recherche très actif [Barthe et Pinty, 2007; Pinty et al., 2013]. L’un des objectifs du
groupe de recherche PEACH est de mieux comprendre cette relation. Une campagne de
mesures des éclairs d’orage s’est déroulée en automne 2012 dans le Sud de la France,
elle a regroupé de nombreux instruments : le CEA a déployé un réseau de capteurs de
mesure acoustique, d’autres organismes européens ou étrangers ont mis en œuvre des
systèmes de localisation électromagnétique des éclairs dont un système de localisation à
trois dimensions, et des radars météorologiques. Dans le cadre de ce projet européen, nous
avons accès aux réanalyses des profils météorologiques (vent et célérité du son) calculés par
le code AROME-WMED de Météo-France pour la région. Nous disposons donc d’une base
de données unique et très riche pour la compréhension des signaux acoustiques des éclairs.
1.2 Objectifs et plan de la thèse

Dans ce contexte, cette thèse a pour objectif d’améliorer la caractérisation des éclairs
d’orage par des méthodes acoustiques (géométries des décharges, contenu fréquentiel des
signaux de tonnerre émis, capacités de détection) dans les gammes de fréquences sonores
6. www.hymex.org
10 1.2. Objectifs et plan de la thèse
et infrasonores (de 1Hz à 100Hz) et à des distances de propagation inférieures à 100km.

L’articulation de la thèse est la suivante.
Le chapitre 2 page 13 propose une synthèse bibliographique sur la phénoménologie
des décharges de foudre. Le chapitre 3 page 41 décrit la campagne d’observations des
éclairs qui s’est déroulée en automne 2012 dans le Sud de la France, dans le cadre du
projet européen HyMeX. Puis au chapitre 4 page 75, nous réalisons l’analyse des données
obtenues lors de cette campagne d’observations avec les différents instruments acoustiques
et électromagnétiques. L’étude se concentre sur les données enregistrées durant la soirée
du 26 octobre 2012 (le choix est justifié au paragraphe 3.7 page 68).
Dans le chapitre 5 page 125 nous décrivons le travail de développement numérique
réalisé sur le code de propagation acoustique non linéaire nommé Flhoward pour y
implémenter un modèle d’écoulement ambiant (modèle de vent cisaillé) basé sur une
équation de propagation acoustique non linéaire en milieu hétérogène et avec écoulement.
L’implémentation de ce nouveau modèle de propagation permet de prendre en compte un
modèle de vent indépendant du modèle de célérité du son.
En conclusion, nous synthétisons les résultats obtenus et discutons quelques perspec-
tives.
Chapitre 2
Phénoménologie des décharges de foudre
Sommaire
2.1 Processus de formation des cumulonimbus et mécanismes d’électrification
2.2 Mécanismes d’initiation des décharges de foudre à l’intérieur des cumulonimbus
2.3 Les différents types de décharges de foudre
2.4 Définition des notions d’azimut et de temps universel
2.5 Observations du contenu acoustique des décharges de foudre
2.6 Caractéristiques géométriques des décharges de foudre
2.7 Mécanismes d’émission acoustique de tonnerre
2.8 Conclusion
La présente bibliographie se base principalement sur cinq sources récentes. Tout

d’abord deux livres faisant l’état de l’art sur les connaissances de la phénoménologie de la
foudre : Lightning, Physics and Effects de Rakov et Uman [2003] et Lightning : Principles,
Instruments and Applications de Betz et al. [2009].
Plus récemment, Rakov [2013] et Dwyer et Uman [2014] ont publié un article de revue
sur la physique des décharges de foudre. Rakov et Uman [2003, chap. 11] et Farges [2009]
(dans le livre de Betz et al. [2009]) font une revue des observations de tonnerre.
Nous établissons en premier lieu une description des différents mécanismes de décharge
de foudre. Puis nous proposons un bilan des différents modèles d’émission des signaux
(acoustique et infrasonore) de tonnerre durant les orages, nous discutons aussi leurs
limitations.
2.1 Processus de formation des cumulonimbus et mécanismes

d’électrification
Les décharges de foudre sont principalement produites par des nuages que l’on appelle
cumulonimbus. Le nom est composé des racines latines "cumulus" (tas) et "nimbus" (tempête
de pluie, nuage d’orage).
Rakov et Uman [2003, chap. 3] passent en revue le mécanisme de formation d’un nuage
d’orage. Un nuage d’orage se développe à partir d’un nuage présent par beau temps et
nommé cumulus. Ce dernier se forme quand des régions d’air chaud et humide s’élèvent en
altitude par convection. La pression atmosphérique diminuant avec l’altitude, ces dernières
subissent une expansion adiabatique et refroidissent. Le système est isolé et il n’y a pas de
transfert de chaleur ou de matière avec les régions extérieures. Quand l’humidité relative à
l’intérieur des régions ascendantes en cours de refroidissement dépasse le seuil de saturation
en eau, la vapeur d’eau se condense en gouttelettes en suspension. Elles forment le nuage
visible. L’altitude du niveau au-delà duquel il y a condensation définit l’altitude de la base
du nuage. Elle augmente lorsque le niveau d’humidité relative au sol décroît.
Les régions d’air chaud et humide mises en jeu peuvent continuer à se développer et
gagner en altitude pour former un cumulus, et finalement un cumulonimbus. L’atmosphère
est alors dite instable, puisque les régions humides ascendantes restent plus chaudes que
l’air ambiant et donc continuent de monter par simple effet de flottaison.
Quand une région humide monte au-delà de l’isotherme 0°C, des particules d’eau se
transforment en glace mais d’autres plus petites restent en un état surfondu, elles sont
14 2.1. Processus de formation des cumulonimbus et mécanismes d’électrification
liquides à des températures inférieures à 0°C. Pour des températures entre 0°C et -40°C
les gouttes d’eau liquide et les particules de glace coexistent. Pour des températures plus
froides que -40°C toutes les particules d’eau sont transformées en glace.
Le développement en altitude des cumulus est confiné à la troposphère, en effet
l’inversion du gradient de température dans la tropopause et le passage à un gradient
positif dans la stratosphère stoppent l’effet de convection. La hauteur maximale du nuage
est totalement pilotée par la latitude sous laquelle il se forme. En effet l’altitude de la
tropopause varie de 18km d’altitude environ dans les tropiques en été, à 8km d’altitude
environ en hiver pour les régions de hautes latitudes. L’activité orageuse se produit
principalement aux basses latitudes. Les régions côtières sont chauffées par le soleil après
son lever, la mer restant plus froide. Des courants d’air humide s’établissent depuis le large
vers l’intérieur des terres, et sont propices à la convection verticale. De la même manière
en montagne, les sommets sont chauffés par le soleil plus rapidement que les vallées. Ceci
aide à l’établissement de courants instables vers le haut.
Saunders [2008] fait une revue des mécanismes d’électrification des cumulonimbus. Il
rappelle que l’activité électrique durant les orages conduit à maintenir une charge négative
faible à la surface du sol, et la charge positive correspondante dans l’atmosphère. Lors
de leur formation, les cumulonimbus se chargent en électricité. L’auteur présente les 4
mécanismes envisagés pour expliquer l’apparition de ces charges électriques. Un premier
mécanisme explique que lorsqu’une goutte d’eau se subdivise en des gouttes plus petites
de tailles inégales, les plus grosses gouttes formées emportent un excès de charge électrique
positive, tandis que les plus petites emportent une charge négative. Un second mécanisme
fait intervenir le bombardement de la partie supérieure du nuage par les rayons cosmiques,
et la partie inférieure par la radioactivité terrestre naturelle. Saunders cite un troisième
mécanisme relié à la convection verticale déjà décrite. Les particules du nuage capturent
des charges d’espace positives à la base du nuage, ces particules chargées positivement
sont emmenées vers le haut par la convection verticale dans le nuage. Pour maintenir
l’équilibre électrique, les parties basses du nuage se chargent alors négativement (voir
schéma 2.1). Enfin un dernier mécanisme explique l’apparition de charges électriques
par triboélectricité ; les collisions entre gouttelettes d’eau et particules de glace dans le
nuage provoque des transferts de charge électrique. Les particules de glace se chargent
positivement et, étant plus légères, sont transportées vers le haut par la convection. Les
particules d’eau et les amas d’eau surfondue et de glace (graupel) se chargent négativement
et descendent vers le bas par gravité (voir schéma 2.2). L’auteur détaille chacun de ces
mécanismes et note que les plus fréquents sont les deux derniers que l’on a énumérés. Cette
séparation des charges provoque une activité électrique dans le nuage et la production de
micro-décharges entre les particules chargées. Coquillat et al. [1995] étudient l’initiation
de micro-décharges électriques entre des particules de glaces à l’aide d’une expérience de
laboratoire. Ils montrent que le champ électrique rayonné par ces décharges est à très
haute fréquence. Coquillat et al. [2003] comparent l’émission d’effluves électriques à la
surface de gouttes d’eau plongées dans un champ électrique soit horizontal, soit vertical.
Un approche simplifiée consiste à considérer le nuage comme un dipôle ou un tripôle.
Les gouttes de pluie chargées négativement sont à la base du nuage et les particules de
glace chargées positivement sont dans la partie supérieure. Dans le cas du tripôle on
considère aussi les petites régions de charges positives qui subsistent à la base du nuage. La
charge électrique de chacun de ces ensembles peut-être très importante (plusieurs dizaines
de Coulombs, voir [Rakov et Uman, 2003, chap. 3]).
2.2. Conditions de déclenchement des décharges de foudre à l’intérieur des cumulonimbus 15
Figure 2.1 – Mécanisme de chargement électrique par convection. (a) charges d’espace
positives aspirées par la base du nuage. (b) Ecrantage électrique par apparition de charges
négatives pour maintenir l’équilibre électrostatique. Des charges positives continuent d’être
aspirées par la base du nuage. (c) La charge électrique négative créée à la base du nuage
engendre un champ électrique suffisamment important pour produire de nouvelles charges
positives qui viennent alimenter le système. Schéma extrait de [Saunders, 2008].
Figure 2.2 – Mécanisme de chargement par triboélectricité entre les gouttes d’eau, les
cristaux de glace et les amas d’eau surfondue et de glace (graupel). Schéma extrait de
[Saunders, 2008].
2.2 Conditions de déclenchement des décharges de foudre à l’in-

térieur des cumulonimbus
Stolzenburg et Marshall [2009] proposent une revue détaillée des mécanismes d’initiation
et de propagation des décharges de foudre à l’intérieur des nuages d’orage. Ils donnent
les paramètres physiques mis en jeu pour la détermination du type de décharge et de ses
caractéristiques. Les caractéristiques électriques des nuages d’orage sont décrites par la
distribution des charges électriques présentes à l’intérieur. Celle-ci doit être connue tant
au niveau des particules de glace et des gouttes d’eau qui constituent le système électrique
microscopique, qu’au niveau des régions macroscopiques du nuage d’orage. La mesure de la
charge électrique présente à l’intérieur des nuages d’orage est difficile à réaliser. En pratique
c’est le champ électrique rayonné par ces régions chargées à l’intérieur des cumulonimbus
qui est mesuré. Un exemple de champ électrique rayonné est donné figure 2.3 pour le
cas simple d’une distribution de charges en tripôle. Simpson et Scrase [1937] proposent
dès 1934 l’utilisation de ballons sondes pour mesurer le champ électrique à l’intérieur des
nuages. Ils décrivent le dispositif expérimental et le système analogique d’enregistrement
des variations de champ électrique. Ils donnent aussi les premiers résultats de mesure et
16 2.2. Conditions de déclenchement des décharges de foudre à l’intérieur des cumulonimbus
Figure 2.3 – Exemple de champ électrique rayonné par un distribution de charge en

tripôle dans un nuage. Sigle ’P’ : région supérieure chargée positivement, sigle ’N’ : région
chargée ’négativement’. Sigle ’LP’ (pour lower positive) : petite région chargée positivement
à la base du nuage.
montrent que la distribution des charges électriques à l’intérieur d’un nuage d’orage est
complexe. Stolzenburg et Marshall notent que l’utilisation de ballons sondes est aisée,
et leur ascension rapide (entre 10 et 30 minutes) à travers la section verticale du nuage
d’orage permet de réaliser des échantillonnages précis des grandeurs électriques. Mais ils
relèvent aussi que ces sondages ne permettent pas de caractériser l’historique de l’évolution
de la répartition des charges dans le nuage.
La connaissance du champ électrique permet de déduire la charge électrique grâce à
l’utilisation du théorème de Gauss en électromagnétisme. En considérant un ensemble de
#«
charges électriques contenu dans un volume 𝑉 de surface fermée 𝑆, on note 𝐸 le champ
électrique, 𝜌𝑒 la densité de charge électrique (unités C m−3 ) et 𝑄 la charge totale dans le
volume. Alors le théorème de Gauss donne la relation entre le flux du champ électrique à
travers la surface 𝑆 et la charge électrique :
{ #« #« 1y 𝑄
𝐸 · d𝑆 = 𝜌𝑒 d𝜏 = , (2.1)
𝑆 𝜀𝑎 𝑉 𝜀𝑎
la constante 𝜀𝑎 est la permittivité de l’air.
La calcul de la charge est généralement fait en utilisant l’approximation unidimension-
nelle de cette loi (2.1), en ne considérant que l’altitude [Stolzenburg et Marshall, 1998].
On obtient alors la simplification suivante :
Δ𝐸𝑧
𝜌 𝑒 = 𝜀𝑎 (2.2)
Δ𝑧
#«
où Δ𝐸𝑧 est la variation de la composante verticale du champ électrique 𝐸 (en V m−2 ) le
long du pas vertical Δ𝑧.
En supposant que le potentiel électrique du sol est toujours nul (hypothèse d’un sol
infiniment conducteur), le potentiel électrique dans le nuage en fonction de l’altitude peut
aussi être déduit par intégration du champ 𝐸𝑧 le long de l’axe vertical :
∫︁ 𝑧
𝑉 (𝑧) = − 𝐸𝑧 d𝑧. (2.3)
0
Le schéma 2.4 montre un exemple de répartition de la charge électrique dans un

cumulonimbus estimée par sondage à l’aide de ballons. Dans la partie basse du nuage
d’orage de petites régions sont chargées soit positivement soit négativement. A mi-hauteur,
une région chargée négativement est présente. Enfin dans la partie supérieure du nuage,
une région de charges positives est présente. Des charges négatives peuvent aussi exister au
sommet du nuage. Les graphiques à droite et à gauche du schéma montrent que le champ
2.2. Conditions de déclenchement des décharges de foudre à l’intérieur des cumulonimbus 17
Figure 2.4 – Schéma de la répartition des charges électriques à l’intérieur d’un nuage
d’orage parvenu à maturité, sous nos latitudes. Pour le schéma du centre, symboles ’+’
rouges : régions chargées positivement. Symboles ’–’ bleus : régions chargées négativement.
La flèche grisée annotée ’updraft’ représente le cas où des courants d’air ascendants
transportent les charges positives vers l’intérieur du nuage, vers le haut. La flèche grisée
annotée ’outside updraft’ représente le cas où les courants d’air descendants emportent
vers le sol les charges électriques. Un exemple de décharge intra-nuage est représenté en
vert, et une décharge connectée au sol est représentée en violet (voir paragraphe 2.3).
Courbes à gauche : champ électrique et potentiel en fonction de l’altitude pour le cas sans
courant ascendant. Courbes à droite : mêmes grandeurs pour le cas de courants ascendants.
Figure extraite de [Stolzenburg et Marshall, 2008].
électrique rayonné par ces poches de charges électriques varie jusqu’à environ ±105 V/m
selon l’altitude. Cooray et Rakov [2012] estiment que le champ électrique ambiant le plus
intense qui peut exister sous un nuage d’orage est de 150 kV/m. MacGorman et al. [2005]
donnent une étude détaillée de la structure électrique de deux cas d’orages étudiés durant
la campagne STEPS (Severe Thunderstorm Electrification and Precipitation Study) en
2000.
Dwyer et Uman [2014] détaillent dans le chapitre 3 de leur article de revue les questions
liées à l’initiation des décharges de foudre à l’intérieur des nuages. Ils soulèvent que le
ou les mécanismes mis en jeux in situ dans les nuages restent non compris à ce jour et
sont très difficiles à explorer car ils ne sont pas reproductibles en laboratoire. En effet, le
champ électrique minimal pour permettre une ionisation de l’air – et donc un claquage qui
initierait le développement d’une étincelle – est considéré comme valant 3 × 106 V/m × 𝑛𝑎𝑖𝑟 ,
où 𝑛𝑎𝑖𝑟 est la densité de l’air relativement au niveau de la mer (elle diminue avec l’altitude,
voir aussi [Rakov et Uman, 2003, chap. 3, p. 82] pour d’autres valeurs à d’autres altitudes).
Les auteurs rappellent que, dans l’état actuel des connaissances, les champs électriques
mesurés à l’intérieur des cumulonimbus ne sont pas assez intenses pour engendrer un tel
claquage de l’air. Différents mécanismes de physique des plasmas expliquent la possibilité
d’initiation de décharges de foudre à partir d’un champ électrique plus faible, ils sont
décrits par Dwyer et Uman [2014] et nous ne les détaillerons pas. Répondre à cette question
est, selon les auteurs, le plus grand enjeu dans la compréhension des mécanismes de la
foudre. De nombreuses études s’intéressent au micro-décharges qui se produisent entre les
particules de glace et d’eau dans les nuages.
18 2.3. Les différents types de décharges de foudre
2.3 Les différents types de décharges de foudre

Ces décharges de foudre qui s’initient et se propagent dans les nuages d’orage tracent
des chemins ionisés dans lesquels circulent les charges électriques qui rééquilibrent en partie
les différentes régions chargées, provoquant ainsi la génération de courants électriques.
Les différentes décharges qui peuvent se produire sont à classer en deux catégories
principales rappelées par Cummins et Murphy [2009]. La première catégorie correspond
aux décharges de foudre qui sortent du cumulonimbus et se propagent jusqu’au sol. Ces
décharges qui touchent le sol sont généralement nommées "CG" pour "Cloud to Ground".
Des distinctions plus fines sont faites selon les caractéristiques des courants électriques et
les directions de propagation.
La seconde catégorie inclut les décharges de foudre qui se développent et se propagent
dans le nuage d’orage ou dans l’environnement voisin au nuage (air libre ou autre cumu-
lonimbus à proximité). Elles sont désignées en anglais par "cloud discharges". Parmi ces
décharges, celles qui restent confinées dans le nuage sont couramment nommées "IC" pour
"Intra-Cloud" ou "intra-nuage" en français.
Dwyer et Uman citent la figure 2.5 qui illustre les différents types de décharges de
foudre. On peut noter sur cette figure que le sol se charge par influence. Des régions de
charges positives s’organisent dans le sol sous les régions de charges négatives présentent
dans la base du nuage, et vice-versa. A plus lointaine distance de la base du nuage, le sol
est sensible au champ électrique lointain rayonné par la région chargée positivement dans
la partie supérieure du nuage. Il se charge donc négativement.
Figure 2.5 – Schéma présentant les différentes décharges électriques qui peuvent se
produire entre deux cellules orageuses. Figure extraite de [Dwyer et Uman, 2014].
En suivant Rakov et Uman [2003, chap 1., p. 5], nous définissons le terme leader
(ou traceur en français) comme étant une décharge électrique capable de se propager
dans l’espace. Cette décharge crée au fur et à mesure de sa propagation, un canal ionisé
de conductivité électrique d’ordre de grandeur 104 S m−1 . La température à l’intérieur
du canal ionisé atteint 5000K ou plus [Dwyer et Uman, 2014]. Les traceurs génèrent à
leur tête des champs électriques très intenses, capables de provoquer une ionisation de
2.3. Les différents types de décharges de foudre 19
l’air ambiant. Cette ionisation autour de la tête du traceur alimente cette dernière en
charges électriques, provoquant l’apparition de courants électriques qui entretiennent la
température élevée dans le traceur et lui permettent de continuer à se propager de manière
auto-entretenue, même dans des milieux où les champs électriques ambiants sont faibles.
Les traceurs peuvent ainsi parcourir des distances très importantes et se ramifier si les
champs électriques rayonnés aux extrémités sont suffisamment forts.
Riousset et al. [2007] étudient les décharges intra-nuages à l’aide d’un modèle fractal
pour décrire la ramification des leaders dans le nuage. Ils montrent le bon accord entre
les résultats du modèle et les géométries des décharges reconstruites par des techniques
électromagnétiques modernes (ces techniques sont détaillées au paragraphe 3.4 page 50). La
figure 2.6 montre les résultats de l’observation comparés aux résultats du modèle. On peut
voir que la décharge présente de multiples ramifications et que son extension horizontale
est de plusieurs kilomètres. L’altitude inférieure atteinte est de 6km, la décharge se produit
dans le nuage et n’en sort pas. La géométrie fine de la décharge dans le nuage est donc
invisible à l’œil. Un autre type de décharge intra-nuage, couramment nommé "compact
Figure 2.6 – Ensemble de graphiques à gauche : décharge intra-nuage observée le 31 juillet

1999. La décharge est représentée par un ensemble de détections électromagnétiques à très
haute fréquence (60MHz–66MHz). Les détections sont tracées en fonction des différents
paramètres de localisation. Première ligne : altitude de la décharge en fonction du temps.
Deuxième ligne à gauche : altitude de la décharge en fonction de la distance Est–Ouest.
Deuxième ligne à droite : histogramme du nombre de détections le long de l’altitude.
Troisième ligne à gauche : détections vue du dessus dans le plan. Troisième ligne à droite :
altitude de la décharge en fonction de la distance Nord–Sud. Ensemble de droite : résultats
donnés par le modèle fractal. Les graphiques sont organisés de la même manière. Figures
extraites de [Riousset et al., 2007].
intra-cloud discharge" est étudié par Nag et al. [2010] et par Nag et Rakov [2010b,a].
Ce mécanisme est encore mal compris, mais les mesures montrent qu’il est à l’origine
d’émissions électromagnétiques hautes fréquences et très intenses.
Les décharges de foudre qui présentent une connexion avec le sol depuis le cumulonimbus
constituent environ 25% de l’ensemble de l’activité électrique terrestre, les autres 75%
sont des décharges sans connexion avec la terre [Rakov, 2013]. Figure 2.7, Dwyer et Uman
[2014] donnent la description de la propagation des 4 types de traceurs provoquant une
connexion au sol. Ils se différencient par la direction et le signe du courant électrique dans
le canal formé par la décharge.
Le premier cas (a) est celui d’un traceur qui s’initie dans les régions des cumulonimbus
chargées négativement. Il se propage vers le sol. Ce type de décharge est nommée en
anglais "downward negative leader". Le schéma (b) décrit le cas où la présence de charges
négatives dans le bas du nuage engendre par influence électrique l’initiation d’un traceur à
partir du sol transportant des charges positives vers le nuage. Il s’agit alors d’une décharge
que l’on nomme "upward positive leader". Le schéma (c) décrit le cas où les conditions
électriques dans les régions supérieures du nuage (et chargées positivement) provoquent le
développement d’un traceur qui se dirige vers les parties du sol éloignées de la base du
nuage et qui se sont chargées négativement. Enfin le schéma (d) montre le cas où, par
influence, un traceur démarre d’un point au sol chargé négativement dans le voisinage du
nuage. Il se propage vers les régions du cumulonimbus chargées positivement.
Figure 2.7 – Les 4 types de développement des décharges de foudre au sol à partir
d’un nuage d’orage. Figure extraite de [Dwyer et Uman, 2014]. Le terme anglais "leader"
("traceur" en français) est défini dans le texte.
2.3. Les différents types de décharges de foudre 21
Plus de 90% des décharges de foudre avec connexion au sol sont initiées par des traceurs
négatifs descendants [Rakov, 2013]. Notons que Nag et Rakov [2012] proposent une revue
des configurations électriques des nuages conduisant à la production de décharges positives.
Ils détaillent les mécanismes et les propriétés de ces dernières. Rakov et Uman [2003, chap.
4] décrivent les décharges de foudre subséquentes à la propagation de traceurs négatifs
descendants.
La figure 2.8 montre le détail de la propagation du traceur négatif descendant et des
différents échanges électriques qui se produisent entre la terre et le nuage au travers du
canal conducteur construit par le traceur. Rakov et Uman [2003, chap. 4, p. 111] en
détaillent les principales étapes. L’initiation d’une décharge de foudre à l’intérieur du
nuage d’orage dure entre quelques milli-secondes et quelques dizaines de millisecondes.
Figure 2.8 – Ensemble des échanges électriques qui se produisent entre la terre et le
nuage d’orage durant un éclair négatif au sol. Dans le premier schéma en haut à gauche :
le sigle "LP" signifie "lower positive" et marque la présence de petites régions chargées
positivement dans la base du nuage (voir aussi figure 2.3). Figure extraite de [Rakov et
Uman, 2003, chap. 4, p. 111].
Cette initiation permet la formation d’un traceur négatif qui sort du nuage et qui se
propage vers la terre par bonds successifs (d’où le nom anglais "stepped leader") à une
vitesse de 2 × 105 m/s. Chaque pas dure environ 1𝜇s et a une longueur de quelques dizaines
de mètres environ. L’intervalle de temps entre chaque pas est d’environ 20𝜇s à 50𝜇s.
Lorsque le traceur approche du sol, le champ électrique à la surface de la terre augmente
et peut atteindre par endroits le seuil nécessaire à l’initiation d’une décharge. Un traceur
par bonds se forme alors, il se propage vers le haut à la rencontre du traceur descendant.
On appelle "processus d’attachement" le mécanisme de connexion entre les deux traceurs.
Un canal ionisé et conducteur est alors établi entre la terre et le nuage d’orage, un courant
de foudre très important se propage depuis la terre dans le canal à une vitesse de l’ordre
du tiers de la vitesse de la lumière. On appelle couramment ce processus "arc en retour"
("return stroke" en anglais). Ce courant électrique neutralise la charge électrique négative
présente dans le canal ionisé, la décharge se propage ensuite horizontalement à l’intérieur
du nuage d’orage et s’étend sur plusieurs kilomètres en rééquilibrant la charge électrique.
Cooray et al. [2004] proposent un modèle pour décrire le premier arc en retour (de courant
négatif ou positif) ; Nucci et al. [1990] et Rakov et Uman [1998] donnent une revue détaillée
des modèles d’arcs en retour existants. Le courant crête de l’arc en retour est d’environ
30kA [Rakov et Uman, 2003, chap. 4, p. 145] et dure quelques microsecondes.
Cooray et Rakov [2012] donnent une étude des valeurs limites inférieures et supérieures
du courant crête du premier arc en retour que l’on peut rencontrer dans la nature. Les
auteurs estiment la valeur supérieure à 300 kA pour les régions tempérées, ils estiment
aussi que le courant crête le plus faible que l’on peut rencontrer dans la nature est
approximativement de 2 kA. Cooray et al. [2007] listent des relations empiriques établies
par différents auteurs et reliant le courant crête de l’arc en retour à la charge électrique
échangée entre le nuage et la terre. Cooray et Rakov [2012] reprennent et synthétisent
cela en proposant une loi empirique reliant le courant crête 𝐼𝑝 du premier arc en retour
(en kA) et la charge électrique 𝑄 (en coulombs) transportée jusqu’au sol par l’arc en
retour durant la première centaine de microsecondes de l’échange électrique. Ils proposent
une deuxième relation empirique pour relier ce même courant 𝐼𝑝 à l’amplitude du champ
électrique ambiant 𝐸 sous le nuage (en kV/m) :
𝐼𝑝 = 19.6 𝑄0.78 , (2.4)

0.967
𝐼𝑝 = 2.44 𝐸 . (2.5)
La neutralisation de la charge par le courant électrique lors du premier arc en retour peut
ne pas être complète, elle peut au contraire aussi amener un excès de charges électriques
positives dans le canal ou jusque dans le nuage. D’autres échanges complexes ont ensuite
lieu (processus K, J, composantes M, "dart leader"), ils sont encore mal compris et nous
ne les détaillerons pas. Enfin, d’autres arcs en retour peuvent succéder au premier (voir
la dernière ligne de la figure 2.8). Pour illustration, la figure 2.9 montre les variations du
champ électrique pour le cas d’un éclair au sol avec 5 arcs en retour. Nag et Rakov [2012]
donnent d’autres études de la variation du champ électrique au cours du temps pour le
cas d’éclairs positifs.
Nag et al. [2008] comparent les caractéristiques du courant crête et les variations du
champ électrique du premier arc en retour, à celles des arcs en retour subséquents.
Few [1985] décrit le signal acoustique émis lors des différents échanges électriques. Il
rappelle que le canal d’éclair est de petit diamètre (environ 5cm). Le courant électrique très
important chauffe rapidement le canal jusqu’à des températures de 30 000K, la pression
dans le canal dépasse alors 1 × 106 Pa (soit 10 fois la pression atmosphérique), et conduit à
l’expansion violente du canal en environ 20𝜇s. Celle-ci génère une onde de choc acoustique
qui se propage vers l’extérieur, c’est le tonnerre. Un rayonnement optique très intense est
émis. Ensuite la température du canal décroît de 30 000K jusqu’à 10 000K en environ 40𝜇s,
et la pression retourne à la pression atmosphérique. L’analyse des spectres optiques est un
diagnostique de la température à l’intérieur du canal ionisé [Yuhua et Ping, 2012; Liang
et al., 2014].
Nous définissons maintenant la notion de flash. En suivant Rakov et Uman [2003, chap.
1, p. 4] on définit un flash comme étant l’ensemble des échanges qui se sont produits entre
2.4. Définition des notions d’azimut et de temps universel 23
Figure 2.9 – Enregistrement des variations du champ électrique au cours du temps pour le
cas d’un éclair négatif au sol (unités arbitraires). L’acronyme "RS" signifie "return stroke".
Cinq arcs en retour sont présents. Figure extraite de [Nag et Rakov, 2008].
le nuage d’orage et la terre en moins d’une seconde et dans un espace rapproché (moins de
10km). Un flash peut contenir plusieurs arcs en retour, ceux-ci ne suivent pas forcément
exactement le même chemin que le premier arc en retour. Few [1985] donne une remarque
importante : les temps caractéristiques des échanges électroniques sont beaucoup plus
courts que les temps caractéristiques des collisions moléculaires. L’ensemble des échanges
électriques est donc terminé avant même que le travail hydrodynamique en réponse à
l’augmentation de pression dans le canal ne soit pleinement organisé. On en déduit que
l’analyse des signaux de tonnerre ne permettra en aucun cas de différencier les différents
échanges électriques qui peuvent se produire durant un flash.
2.4 Définition des notions d’azimut et de temps universel

Dans tout le manuscrit, deux notions reviendront de manière permanente. Elles sont
ici définies.
L’azimut d’une direction est l’angle en degré (dans le sens horaire) entre la direction
Nord et cette direction. On choisit de compter les azimuts de 0° à 360°. Les azimuts 0° et
360° sont la direction Nord. L’azimut 90° est la direction Est.
L’acronyme "TU" signifie "Temps Universel". Il est nommé "UTC" en anglais pour
"Universal Time Count".
2.5 Observations du contenu acoustique des décharges de foudre

Historiquement, l’activité orageuse au-dessus des différentes régions géographiques,
et la sévérité des orages qui y étaient rencontrés étaient mesurées à l’aide d’un indice
nommé niveau kéraunique. Le niveau kéraunique d’un lieu est déterminé comme étant
le nombre de jours par an durant lesquels le tonnerre a été entendu au moins une fois,
il s’agit d’un relevé purement humain. Les premières estimations de la vulnérabilité aux
orages des différentes régions géographiques étaient donc basées sur l’audition de signaux
24 2.5. Observations du contenu acoustique des décharges de foudre
de tonnerre [World Meteorological Organization, 1956]. Les premiers enregistrements du

contenu acoustique émis par les éclairs d’orage et l’établissement des spectres associés
remontent aux années 1960–1970.
Holmes et al. [1971] proposent une étude des spectres de 40 signaux de tonnerre
enregistrés pour des décharges au sol et des décharges intra-nuage. Ils notent que le contenu
spectral des signaux de tonnerre varie durant le signal. La figure 2.10 à gauche montre un
exemple de spectrogramme enregistré. Le flash se produit au temps 𝑡 = 0s, 13 secondes
après le contenu acoustique présente un maximum à 50Hz et à 200Hz (ils sont coloriés
en rouge sur la figure). Puis 9s après le premier signal de tonnerre, un second maximum
est présent dans le spectre pour les fréquences inférieures à 20Hz. La figure 2.10 à droite
montre le même type d’observation : un contenu infrasonore inférieur à 20Hz et un contenu
audible à environ 50Hz. Holmes et al. [1971] discutent deux mécanismes qui permettraient
d’expliquer ces maxima, ils sont détaillés au paragraphe 2.7. Balachandran [1979] présente
l’étude sur plusieurs années du contenu acoustique de signaux de tonnerre pour des orages
près de New-York. Il remarque l’existence de formes d’ondes (voir figure 2.11) très basses
fréquences avec des amplitudes acoustiques faibles, de l’ordre du Pascal.
Figure 2.10 – A gauche : un spectrogramme enregistré pour un signal de tonnerre. A

droite : histogramme de la distribution des maxima des spectres pour 24 éclairs au sol.
Figures adaptées de Holmes et al. [1971].
Figure 2.11 – Exemple de forme d’onde de tonnerre à basse fréquence enregistrée par
Balachandran [1979].
2.5. Observations du contenu acoustique des décharges de foudre 25
Après 20 années d’arrêt des études sur le tonnerre Assink et al. [2008] étudient des
signaux infrasonores de tonnerre enregistrés aux Pays-Bas et montrent que ceux-ci peuvent-
être détectés jusqu’à 50km d’un capteur. Ils donnent l’exemple de contenu acoustique
d’un signal de tonnerre pour un éclair proche du capteur (voir figure 2.12). Ils montrent
que ce signal est constitué d’une succession de plusieurs signatures de type explosives
caractérisées par une augmentation brusque de la pression, suivie d’une raréfaction.
Farges et al. [2005] donnent les résultats des premiers enregistrements d’infrasons
produits par les décharges de la haute atmosphère 1 , réalisés durant la campagne Eu-
rosprite 2003. Les sources ayant produit ces infrasons étaient, durant cette campagne
d’observations, très éloignées de la station (environ 400km).
Farges et Blanc [2010] (voir aussi [Farges, 2009]) analysent les données d’enregistrements
de signaux de tonnerre observés durant la campagne Eurosprite 2005, pour cette campagne
un réseau de 4 microbaromètres disposés au sommet d’un triangle de 1km de côté (le dernier
microbaromètre était placé au centre du réseau) a été déployé en France à Saint-Just 2 .
Les signaux ont été échantillonnés à 20 Hz et leur analyse a été faite entre 0.1Hz et 8Hz.
La figure 2.13 montre deux exemples de signaux enregistrés par la station le 31 août 2005.
On peut voir que les signaux de houle sont continus et à très basse fréquence (en-dessous
de 0.5Hz) tandis que les signaux de tonnerre sont transitoires et leur contenu fréquentiel
s’étend jusqu’à la limite supérieure de l’étude (8Hz).
Figure 2.12 – Exemple de forme d’onde de tonnerre à basse fréquence et contenu fréquentiel
obtenu par une transformée de Stockwell et al. [1996]. Source : [Assink et al., 2008].
1. Voir les références citées dans [Farges et al., 2005].

2. Saint-Just, code postal 24320. Département de la Dordogne, Aquitaine.
26 2.5. Observations du contenu acoustique des décharges de foudre
Figure 2.13 – Deux premières lignes : signal de houle et spectrogramme associé. En-
dessous : signal de tonnerre et spectrogramme associé. Source : [Farges et Blanc, 2010].
La figure 2.14 montre les résultats des observations pour l’orage du 05 Septembre 2005.
La flèche montre l’arrivée de l’orage jusqu’à la station acoustique à Saint-Just. A 19h TU,
il est éloigné de 300km et il vient depuis l’azimut 240° (direction Sud–Ouest). A 23h30 TU,
il est au-dessus de la station et il balaye les azimuts Sud à Nord (en passant par l’Ouest).
L’outil utilisé pour construire les détections d’éclairs est décrit au paragraphe 3.3 page 48
et l’outil utilisé pour construire les détections acoustiques est décrit au paragraphe 4.3
page 77. Les données encadrées sur la figure sont maintenant détaillées (les chiffres ci-
dessous correspondent aux numérotations des encadrés sur la figure 2.14) :
1. Des détections acoustiques sont associées aux signaux de houle venant de l’Atlan-
tique. Ces détections sont dans les azimuts 270° à 315°, ce qui correspond aux
directions Ouest à Nord–Ouest.
2. Entre 19h30 TU et 20h30 TU, l’orage est éloigné de la station (entre 150km et
250km, graphique (a)). Il est dans les azimuts 210° à 260° (graphique (b)) par
rapport à la station acoustique. Des détections acoustiques sont associées aux
signaux infrasonores de tonnerre produits par les éclairs de cet orage (encadré 2
graphique (c), les points colorés et les points noirs se superposent).
3. Entre 20h TU et 21h TU, l’orage est entre 100km et 200km de la station acoustique.
Une zone d’ombre est présente et aucune détection acoustique infrasonore n’est
associée aux détections des éclairs. En effet dans l’encadré 3 graphique (c), aucun
point noir n’est associé aux points colorés.
2.5. Observations du contenu acoustique des décharges de foudre 27
4. L’orage s’est rapproché de la station (entre 22h TU et 23h TU, il est à moins de
100km de distance). On est sorti de la zone d’ombre et des détections infrasonores
sont à nouveau associées aux détections d’éclairs (encadré 4 dans le graphique (c)).
5. Encadrés 5, la force du vent a augmenté fortement et cela a éteint la détecta-
bilité acoustique. Il n’y a aucune détection infrasonore associée aux détections
électromagnétiques d’éclairs.
6. Le vent a diminué et les sources infrasonores redeviennent détectables.
5
6
2
3
4
6
1
5
4
2
3
The storm
arrives 5
6
Figure 2.14 – Orage du 05 Septembre 2005. De haut en bas, en fonction de l’heure : vent
à la station acoustique à Saint-Just mesuré à 2m de hauteur (graphique (a)). Graphique
(b) : distances à la station des détections d’éclairs par mesure électromagnétique, la couleur
représente le nombre de détection par tranches de 5 minutes. Graphique (c) : azimuts des
détections acoustiques en fonction du temps. Points gris : détections de signaux de houle.
Points noirs : détections acoustiques des infrasons produits par les éclairs. Points rouges :
autres grandeurs que l’on ne considère pas ici (voir [Farges et Blanc, 2010, paragraphe
4.1]). Points colorés de cyan à rose : détections d’éclairs tracés dans le graphique (b), ici la
couleur représente la distance à la station. Figure extraite de [Farges et Blanc, 2010]. Les
encadrés numérotés et la flèche ont été ajoutés pour aider au commentaire des données
présentées.
28 2.6. Caractéristiques géométriques des décharges de foudre
2.6 Caractéristiques géométriques des décharges de foudre

Les études qui ont permis les premières caractérisations de la géométrie des canaux
de foudre remontent aux années 1970 à 1980, elles étaient basées sur des études de
l’émission acoustique du tonnerre. Grâce à l’enregistrement de signaux de tonnerre par
un réseau de microphones de 30m de côté, Few [1968, 1970] parvient à reconstruire la
géométrie de plusieurs flashs. Il utilise une technique de corrélation croisée des signaux
enregistrés aux différents points du réseau pour obtenir la direction et l’angle d’élévation
des sources acoustiques. Few montre qu’un flash, que ce soit une décharge "intra-cloud"
ou "cloud-to-ground", présente une extension horizontale très importante à l’intérieur
du nuage d’orage (plusieurs kilomètres), cette extension est invisible à l’œil depuis le
sol car le nuage est opaque optiquement. Lorsque l’on considère une décharge nuage-sol,
l’extension verticale de la partie de l’arc en retour située entre la base du nuage et le sol est
d’environ 2km à 3km. Elle est donc plus petite que l’extension horizontale de la décharge.
L’extension horizontale très importante des décharges de foudre est confirmée par Teer et
Few [1974] (voir figure 2.15) et MacGorman et al. [1981]. Par exemple la figure 2.16 montre
la géométrie d’un flash vue dans les plans (latitude, longitude), (latitude, altitude) et
(longitude, altitude). Les points ont été obtenus par reconstruction acoustique. On constate
que l’extension horizontale est d’environ 12km pour ce flash. Dans ce dernier article,
MacGorman et al. étudient aussi la distribution en altitude des sources acoustique de
tonnerre à l’intérieur du nuage d’orage (voir figure 2.17). Ils montrent que ces sources sont
réparties en deux couches horizontales principales, entre 4km et 6km d’altitude (altitude
de la région chargée négativement), et entre 8km et 10km (altitude de la région chargée
positivement).
Figure 2.15 – Distribution de la longueur minimale des canaux d’éclairs pour un ensemble
d’orages survenus au dessus de 4 villes. La longueur des décharges est déterminée par
reconstruction acoustique à partir d’enregistrements de signaux de tonnerre. Pour chaque
graphique la barre verticale est la position de la médiane de la distribution. L’altitude du
site est précisée à côté du nom du site. Figure extraite de [Teer et Few, 1974].
Les premières études de la géométrie fine des canaux des arc en retour visibles optique-
ment sont réalisées par Hill [1968] à partir de photographies d’arcs en retour. Il montre
que la tortuosité du chemin tracé par le traceur négatif descendant est uniforme sur toutes
les échelles géométriques. L’auteur constate qu’à chaque pas de propagation, la variation
de direction du traceur négatif descendant est d’environ 16° en moyenne, et ce depuis
la plus petite échelle géométrique (quelques dizaines de centimètres) jusqu’aux échelles
2.6. Caractéristiques géométriques des décharges de foudre 29
Figure 2.16 – En haut à gauche : détections acoustiques reconstruites et tracées dans le

plan (altitude, direction Ouest–Est). En haut à droite : détections tracées dans le plan
(direction Nord–Sud, direction Est–Ouest). En bas à droite : détections tracées dans le
plan (direction Nord–Sud, altitude). Figure extraite de [MacGorman et al., 1981].
macroscopiques de la géométrie du canal de foudre (quelques dizaines de mètres). Few et

Teer [1974] comparent les résultats de reconstruction acoustique de canaux d’éclairs à des
photographies prises pour les mêmes événements (voir figure 2.18). Ils montrent que la
géométrie obtenue par reconstruction acoustique et la géométrie photographiée sont en
bon accord.
Figure 2.17 – Etude d’un orage survenu en Arizona. A gauche : distribution des altitudes
des décharges intra-nuage reconstruites par méthode acoustique en fonction du temps
durant un orage (les 25 dernières minutes de l’orage considéré). A droite : distribution
en altitude des sources acoustiques reconstruites. Figures extraites de [MacGorman et al.,
1981].
Figure 2.18 – Comparaison de géométries de canaux de foudre reconstruites acoustique-

ment à une photographie des mêmes décharges. Sur le graphique du haut, le rectangle
pointillé délimite le champ de vue de la caméra. Figure adaptée de [Few et Teer, 1974].
Roy [1981] et Ribner et Roy [1982] étudient les signaux de tonnerre qui seraient
enregistrés par un capteur acoustique pour différentes géométries d’arc en retour tortueux.
Ils construisent plusieurs modèles aléatoires pour représenter la géométrie d’un arc en
retour et sa tortuosité, et font l’hypothèse que chaque point de la géométrie générée par
leurs tirages émet une onde impulsionnelle dite en N, caractéristique d’une onde de choc.
En propageant chaque onde acoustique en N en ligne droite depuis la position de la source
jusqu’à la position du capteur, les auteurs construisent par sommation d’ondes en N
déphasées le signal complet qui arrive au sol (voir figure 2.19). Le modèle final qu’ils
proposent a été repris récemment par Rood [2012] dans sa thèse. L’auteur donne une
bibliographie sur ce modèle géométrique. Son objectif est le développement d’un code de
propagation acoustique nonlinéaire et parallélisé. Il se sert du cas du champ acoustique
émis par une géométrie d’arc en retour tortueux comme illustration finale de sa thèse. Il
est nécessaire de noter qu’aucune des deux approches ne modélise l’extension horizontale
très importante des décharges.
Figure 2.19 – A gauche : exemple d’éclair tortueux généré aléatoirement, chaque point
émet une onde en N. Ces ondes voyagent en ligne droite indépendament les unes des autres
jusqu’à un observateur et se somment à ce point pour former le signal. A droite : exemple
de signal obtenu. Figures extraites de [Ribner et Roy, 1982].
Aujourd’hui les reconstructions acoustiques des flashs connaissent un regain d’intérêt

car elles peuvent-être confrontées aux géométries reconstruites par des techniques basées
sur l’enregistrement des formes d’onde électromagnétiques émises par les traceurs durant
leur propagation (voir paragraphe 3.4 page 50).
Arechiga et al. [2011] comparent les résultats de reconstructions acoustiques (ils utilisent
des microphones) et électromagnétiques pour des cas de flashs artificiellement déclenchés
(voir figure 2.20). Qiu et al. [2012] font de même pour le cas de 2 flashs au sol naturels et
très ramifiés. Bodhika et al. [2013] donnent la reconstruction acoustique tridimensionnelle
de 5 cas de flash au sol ou intra-nuage. Il faut remarquer que toutes ces approches
construisent un ensemble de points géométriques, sans réelle information sur les incertitudes
de la localisation. Il n’existe aucune évidence que les détections reconstruites soient
effectivement associées à des sources physiques ponctuelles. Johnson et al. [2011] tentent
de dépasser ce problème et décrivent les positions des sources acoustiques reconstruites
par des distributions continues représentant la cohérence de leur position. Un exemple de
reconstruction qu’ils obtiennent est donné figure 2.21.
Figure 2.20 – Cercles verts : sources acoustiques reconstruites. Points bleus : sources
électromagnétiques. En haut : Altitudes des sources en fonction du temps à la station
acoustique. Deuxième ligne à gauche : localisation des sources dans le plan (distance
Est–Ouest, altitude). A droite : distribution en altitude des sources acoustiques et électro-
magnétiques. Troisième ligne à gauche : localisation des sources dans le plan (longitude,
latitude). A droite : localisation des sources dans le plan (distance Nord–Sud, altitude).
Figure extraite de [Arechiga et al., 2011].
Figure 2.21 – En haut à gauche : signaux de tonnerre enregistrés par le réseau nommé
GTM (4 capteurs). En haut à droite : distribution (échelle orange à rouge) de la cohérence de
la position des sources acoustiques tracée sur un graphique (distance Ouest–Est, altitude).
Les points cyans représentent la localisation de détections électromagnétiques. Deuxième
ligne à gauche : distribution projetée dans le plan (altitude, distance Sud–Nord). A droite :
Vue du dessus de la distribution. Trosième ligne : signaux enregistrés par les trois réseaux.
Les 4 lettres dans les différents graphiques identifient 4 sources acoustiques cohérentes, et
les signaux qu’elles ont générés. Figure extraite de [Johnson et al., 2011].
34 2.7. Mécanismes d’émission acoustique de tonnerre
2.7 Mécanismes d’émission acoustique de tonnerre

Le chapitre 11 du livre de Rakov et Uman [2003] est consacré au tonnerre. Ce texte
reprend certaines parties de la revue faite par Few [1995].
Les émissions acoustiques liées aux phénomènes électriques dans les nuages sont de
deux types. L’échauffement du canal d’éclair durant le passage du courant de foudre de
l’arc en retour provoque une forte détente du plasma ionisé dans le canal. Cette détente
produit un ensemble d’ondes de choc acoustiques qui voyagent depuis le cœur du canal
vers l’extérieur. Un deuxième mécanisme est d’origine électrostatique. Lorsque le courant
de foudre de l’arc en retour annule les charges électriques présentes dans les différentes
régions chargées du nuage, un retour à l’équilibre hydrodynamique provoque l’émission
d’un signal acoustique de basse fréquence. Ces deux mécanismes sont décrits tour à tour.
2.7.1 Emission acoustique par les arcs en retour

Henneton [2013] dresse dans la bibliographie de son manuscrit de thèse une revue des
modèles de sources explosives disponibles dans la littérature. Il détaille notamment le
modèle de Jones et al. [1968]. Ce modèle semi-empirique est le premier modèle décrivant
la trajectoire du front de choc généré par une source explosive cylindrique jusque dans
la limite acoustique. Les formulations obtenues sont utilisées pour décrire la trajectoire
du choc acoustique émis par un modèle d’éclair cylindrique en fonction de la distance à
la source et de l’énergie déposée dans le cylindre (le dépôt est supposé être instantané).
Henneton [2013] synthétise les études existantes et rappelle que la trajectoire divergente
des ondes de choc acoustique depuis la région de choc fort à la source jusque dans les
régions de choc faible puis dans les régions acoustiques, est pleinement caractérisée par un
rayon caractéristique que l’on définit, et par rapport auquel toutes les lois d’évolutions
sont rapportées. L’évolution de ce rayon caractéristique dépend du type de divergence
considérée (cylindrique ou sphérique).
En se basant sur les travaux de Jones et al. [1968] et Jones [1968a,b], Few développe
un modèle pour expliquer le spectre des signaux de tonnerre que l’on appelle couramment
"théorie du tonnerre de Few" ou encore "modèle de tonnerre en chaîne de perles" (en anglais :
"string of pearls model"). Rakov et Uman [2003, paragraphe 11.3.2, p. 379] rappellent
que cette théorie, bien qu’insuffisante, est la première théorie construite pour décrire le
contenu acoustique des signaux de tonnerre. Few [1995] recence 5 difficultés majeures pour
interpréter les signaux de tonnerre enregistrés :
— Un signal de tonnerre est une superposition de multiples ondes de choc acoustique.
Elles sont émises par les multiples traceurs et les multiples arcs en retour présents
dans un flash.
— Comme étudié par Ribner et Roy [1982], le signal est de plus une convolution entre
ces multiples ondes de choc et la géométrie des décharges. Celles-ci présentent
de nombreuses tortuosités et branchements à l’échelle macroscopique (quelques
dizaines de mètres).
— Chaque canal d’éclair est unique et non reproductible. Pour décrire la physique des
sources acoustiques et la géométrie des canaux d’éclair, le nombre de paramètres à
prendre en compte est très important, ces paramètres varient fortement.
— Il est très difficile d’obtenir des données quantitatives précises et fiables pour ces
paramètres, leur connaissance est pourtant nécessaire pour modéliser et prédire
correctement le contenu acoustique d’un signal de tonnerre.
A partir de ces limitations, Few [1969, 1995] pose les hypothèses de base de son modèle
de spectre de tonnerre :
— Durant un arc en retour chaque section cylindrique du canal d’éclair devient un
volume à très haute température et à très haute pression contenant une certaine
2.7. Mécanismes d’émission acoustique de tonnerre 35
quantité d’énergie 𝐸𝑡 (énergie totale) pour une source sphérique et 𝐸𝑙 pour une
source cylindrique (énergie par unité de longueur). Ce volume se dilate violemment
et réalise un travail thermodynamique PV sur l’air ambiant de pression 𝑃0 .
Few et al. [1967] définissent le rayon de relaxation (cylindrique ou sphérique) comme
étant le volume généré si toute l’énergie disponible est utilisée pour réaliser ce
travail thermodynamique. On a pour le cas sphérique :
(︃ )︃1/3
3𝐸𝑡
𝑅𝑠 = , (2.6)
4𝜋𝑃0
et pour le cas cylindrique :
(︃ )︃1/2
𝐸𝑙
𝑅𝑐 = . (2.7)
𝜋𝑃0
En introduisant 𝑟𝑠 la distance radiale à la source pour le cas sphérique et 𝑟𝑐 la
même grandeur mais pour le cas cylindrique, Few et al. [1967] définissent 𝑋 comme
étant cette distance radiale à la source relativement au rayon de relaxation pour
chacun des deux cas :
𝑋 = 𝑟𝑠 /𝑅𝑠 ou 𝑋 = 𝑟𝑐 /𝑅𝑐 . (2.8)
Cette formulation sans dimension permet de comparer les profils de surpression
émis pour chacun des deux cas, en fonction de la distance 𝑋 à la source [Few et al.,
1967, figure 1].
— La géométrie des canaux d’éclair est fortement tortueuse. Elle est considérée comme
étant composée d’une succession de sources cylindriques de petites longueurs. Few
exprime la longueur 𝜒 des cylindres en unité de rayon de relaxation cylindrique. En
notant 𝐿 la longueur caractéristique des cylindres, on a :
𝜒 = 𝐿/𝑅𝑐 . (2.9)
Few définit trois échelles de tortuosité : la micro-tortuosité pour les longueurs
𝜒 ≪ 1, la meso-tortuosité pour les sections de la géométrie où 𝜒 ≈ 1. Et enfin la
macro-tortuosité pour les longueurs pour lesquelles 𝜒 ≫ 1.
Une divergence cylindrique des ondes de choc acoustique émises est utilisable
seulement dans la région de choc fort près des cylindres représentant les sections
du canal de l’éclair.
— Une divergence sphérique du signal acoustique émis par la géométrie doit être
utilisée au-delà, avec les lois de l’acoustique linéaire.
— Le flash qui produit le signal de tonnerre peut-être considéré comme contenant
un seul arc en retour. Les multiples signaux impulsionnels émis par des arcs en
retour successifs qui ont lieu dans le même canal d’éclair produisent des signatures
acoustiques répétitives dans les signaux. Ces mêmes formes d’ondes répétitives ne
sont que déphasées dans le temps, elles se somment dans le spectre de tonnerre
global. L’amplitude du spectre est donc augmentée mais la distribution fréquentielle
reste inchangée.
Pour un petit cylindre du canal d’éclair, l’énergie totale 𝐸𝑡′ contenue dans ce cylindre
peut-être écrite à partir de l’énergie par unité de longueur :
𝐸𝑡′ = 𝐿 𝐸𝑙
(2.10)
= 𝜒 𝑅𝑐 𝐸𝑙
Few introduit ensuite le rayon de relaxation 𝑅𝑠′ équivalent qui serait obtenu si cette énergie
𝐸𝑡′ était contenue dans une source sphérique :
)︃1/3
3𝐸𝑡′
(︃
𝑅𝑠′ = (2.11)
4𝜋𝑃0
36 2.7. Mécanismes d’émission acoustique de tonnerre
En injectant (2.11) dans (2.10) et en utilisant (2.7) pour retrouver 𝑅𝑐 , il vient :

(︃ )︃1/3
3
𝑅𝑠′ = 𝑅𝑐 𝜒 (2.12)
4
Cette équation fait le lien entre les rayons de relaxation des sources cylindriques de
longueur finie dont est constituée la géométrie du canal d’éclair, et les rayons de relaxation
équivalents pour le cas de sources sphériques. Few remplace donc l’ensemble des sources
cylindriques de petite taille par un ensemble de sources sphériques équivalentes reparties
le long de la géométrie. Ceci justifie le nom "modèle en chaîne de perles".
Pour obtenir le spectre estimé d’un signal de tonnerre, les hypothèses supplémentaires
sont faites [Few, 1969] :
— Le dépôt d’énergie est uniforme dans toute la géométrie du canal et instantané (𝐸𝑙
est constant). Few ne considère pas les paramètres atmosphériques (densité de l’air,
température, ...) et leurs variations avec l’altitude.
— La micro-tortuosité est négligeable car rapidement masquée par l’augmentation du
volume au cours de la détente (voir Few [1969]). Few choisit la taille caractéristique
des segments comme valant 𝜒 = 4/3 (voir [Few, 1995, p. 11] pour une justification).
— Les directions géométriques des meso- et macro-tortuosités sont uniformes et aléa-
toires.
L’utilisation de sources sphériques en remplacement des sources cylindriques permet à Few
d’utiliser les résultats de simulations numériques pour l’évolution des chocs acoustiques
réalisées par Brode [1956] pour le cas de sources sphériques explosives. En utilisant
l’hypothèse que les multiples sources sphériques de la chaîne de perles ne font que changer
l’amplitude du spectre et non la distribution des fréquences, Few peut ne considérer qu’une
seule source ponctuelle pour étudier la distribution des fréquences dans le spectre. En
interpolant les résultats numériques de Brode, il obtient une relation empirique donnant
la fréquence maximale 𝑓𝑚 du spectre. Grâce à son analogie, il revient au cas cylindrique et
obtient en fonction de l’énergie 𝐸𝑙 :
(︃ )︃1/2
𝑃0
𝑓𝑚 = 0.63 𝑐0 , (2.13)
𝐸𝑙
où 𝑐0 est la célérité du son et 𝑃0 est la pression atmosphérique. Ce modèle ne donne que

la valeur de la fréquence maximale dans le spectre, il ne donne pas la distribution des
fréquences dans le spectre. Few [1969] remarque que cette expression est assez proche
de celle établie empiriquement par Dawson et al. [1968] à partir d’études d’étincelles
en laboratoire. Few donne une application numérique qui est développée plus en avant
dans Rakov et Uman [2003, chap. 11, p. 381]. Si l’énergie par unité de longueur déposée
dans le canal tortueux est de 106 J/m, alors la fréquence principale émise est de 68Hz
environ. Rakov et Uman font la remarque que des maxima dans les spectres pour les
fréquences plus basses (inférieures à 20Hz) ne peuvent être expliquées par ce modèle.
En effet, une fréquence maximale du spectre à 5Hz nécessiterait l’utilisation dans la
formule (2.13) d’une valeur 𝐸𝑙 cent fois plus grande ce qui est irréaliste.
Le modèle de Few a été comparé par Holmes et al. [1971] aux fréquences principales
des spectres de 40 enregistrements de tonnerre. L’accord pourrait-être considéré comme
raisonnable mais nous constatons que l’article ne donne aucun détail sur les caractéristiques
géométriques précises et les conditions dans lesquelles les signaux de tonnerre ont été
enregistrés.
Depasse [1994] étudie le contenu acoustique des signaux de tonnerre dans le cas de
flashs déclenchés artificiellement. Les mesures acoustiques sont faites près des canaux des
arcs en retour, à 70m de distance. La maîtrise du déclenchement lui donne accès à la mesure
2.7. Mécanismes d’émission acoustique de tonnerre 37
du courant électrique total échangé durant la décharge, il peut ainsi obtenir l’énergie par
unité de longueur présente dans le canal. Il détermine aussi la fréquence maximale des
spectres des signaux acoustiques complets enregistrés. En utilisant la formule (2.13), il
obtient l’énergie par unité de longueur dans le canal de foudre prédite par le modèle de Few.
Depasse montre que ces deux approches différentes pour déterminer la même grandeur
présentent un bon accord ; donc que la fréquence maximale d’un spectre de signal complet
de tonnerre permet, grâce au modèle de Few, d’obtenir une bonne approximation de
l’énergie par unité de longueur présente dans le canal de la décharge. Enfin, Depasse relève
que cette comparaison n’a pas donné de corrélation probante si la fréquence maximale est
déterminée sur des spectres acoustiques calculés pour des fractions seulement d’un signal
complet de tonnerre (les fractions délimitent les différentes ondes de choc présentent dans
le signal).
Il faut noter que la connaissance de l’énergie contenue dans les canaux de foudre reste
un sujet de recherche. De nombreuses mesures ont été faites sur des décharges et des
étincelles de laboratoire, mais celles-ci ne représentent pas le cas naturel.
2.7.2 Emission électrostatique

Wilson [1921] propose l’idée d’un mécanisme électrostatique qui produirait des infrasons
durant les décharges de foudre. Il fait le constat que par répulsion électrostatique des
particules de mêmes charges électriques à l’intérieur des régions chargées des nuages
d’orage, la pression dans ces régions doit-être plus faible qu’en dehors de ces régions.
Lorsqu’un éclair annule soudainement la charge électrique, la pression est rééquilibrée par
la contraction du volume. Cela produit une onde acoustique de faible amplitude et de très
basse fréquence. Dessler [1973] se base sur cette idée pour tenter d’expliquer le contenu
acoustique à basse fréquence (inférieure à 2Hz) enregistré dans les signaux de tonnerre,
Les étapes principales de cette approche sont synthétisées par Few [1995, p.26], elles
sont rappelées ici. On note #«𝑟 la position d’un point dans l’espace par rapport à l’origine.
#«
Un ensemble de charges électriques produit un champ électrique 𝐸( #« 𝑟 ). On considère un
#«
volume élémentaire chargé électriquement d’épaisseur 𝛿𝑧 et de surface 𝛿 𝑆 orientée vers
l’extérieur. La densité de charge présente à l’intérieur est notée 𝜌𝑒 ( #«𝑟 ). On considère le
#« #«
système à l’équilibre. La force 𝐹 ( 𝑟 ) exercée par le champ électrique sur ce volume test est,
selon la loi de Maxwell en absence de champ magnétique et de mouvement de charge :
#« #«
𝐹 ( #«
𝑟 ) = 𝛿𝑧 𝛿𝑆 𝜌𝑒 ( #«
𝑟 ) 𝐸( #«
𝑟 ). (2.14)
Le système étant à l’équilibre, il n’y a pas de mouvement et l’atmosphère ambiante autour

de ce volume exerce dessus par simple pression une force de rappel opposée. On note
𝛿𝑃𝐸 ( #«
𝑟 ) cette pression exercée par le milieu ambiant sur le volume, et elle est définie par :
#« #«
𝐹 ( #«
𝑟 ) = −𝛿𝑃𝐸 ( #«
𝑟 ) 𝛿𝑆. (2.15)
On obtient alors, en passant à une notation infinitésimale :

#« #«
−∇𝑃𝐸 ( #«
𝑟 ) = 𝜌𝑒 ( #«
𝑟 ) 𝐸( #«
𝑟 ). (2.16)
En utilisant l’équation de Maxwell–Gauss on exprime la densité de charges par la divergence

du champ électrique, et l’on obtient finalement :
#« #« #« #«
−∇𝑃𝐸 ( #«
𝑟 ) = 𝜀𝑎 ∇ · 𝐸( #«
𝑟 ) 𝐸( #«
𝑟) (2.17)
Pour une distribution de charges donnée, c’est le champ électrique que l’on détermine. Cette
équation est alors à résoudre pour obtenir la répartition de pression électrostatique 𝑃𝐸 ( #«
𝑟)
38 2.8. Conclusion
exercée. Cette approche est utilisée par Dessler [1973] pour obtenir les équations d’équilibre
électrostatique pour deux modèles de nuages électriquement chargés. Le premier cas est le
cas d’un modèle de répartition de charges électriques sur un disque puis en second le cas de
charges réparties dans un volume cylindrique est étudié. Les observations de Balachandran
[1979] montrent que les signaux de basse fréquence discutés ici présentent une phase positive
de compression, suivie d’une phase négative, puis ensuite d’une seconde phase positive. Les
études de Wilson et de Dessler ne permettent pas d’expliquer l’existence de la première
phase positive de compression. Pasko [2009a] reprend l’étude de la génération d’ondes
infrasonores par le mécanisme électrostatique. Il se base sur l’utilisation des équations
d’Euler linéarisées, avec prise en compte de l’expression de la force électrostatique donnée
par l’équation de Maxwell dans l’équation de quantité de mouvement. Dans son article
l’étude est limitée au cas 1D. Pasko [2009b] donne un exemple d’onde infrasonore émise par
une distribution de charges dans un plan 2D. Comme le souligne déjà Dessler [1973], Pasko
retrouve bien la phase positive observée par Balachandran [1979], mais il montre aussi que
le diagramme de rayonnement produit par un tel modèle est très directif (voir figure 2.22).
Un observateur qui ne serait pas situé sous le nuage d’orage ne recevrait aucun signal basse
fréquence prédit par ce modèle. Chum et al. [2013b] discutent ce point et argumentent
que ces études se basent sur des distributions des charges électriques à l’intérieur des
nuages d’orage trop simplifiées (par exemple une répartition des charges en dipôle avec des
couches horizontales). La complexité de la répartition des charges électriques dans le nuage
conduirait, selon eux, à un diagramme de rayonnement acoustique beaucoup moins directif
avec une possibilité de détection des signaux très basse fréquence émis par le mécanisme
à plusieurs dizaines de kilomètres de distance latéralement. Mais Chum et al. [2013a] ne
mettent pas clairement en évidence ce fait et reconnaissent le besoin de pousser plus loin
les études.
Figure 2.22 – Exemple de modélisation de la propagation d’un onde infrasonore émise

par le mécanisme de détente électrostatique. La couche de charges électriques est à une
altitude de 5km. A gauche : forme d’onde dans l’espace 2D (distance radiale, altitude). A
droite : forme d’onde le long de la direction verticale. Figure extraite de [Pasko, 2009b].
2.8 Conclusion
Dans ce chapitre nous avons présenté l’historique des études réalisées sur les signaux de
tonnerre. Plusieurs points sont à relever. A notre connaissance les études se sont intéressées
jusqu’à présent, soit à la reconstruction de la géométrie des décharges de foudre, soit au
contenu acoustique des signaux de tonnerre enregistrés par les stations acoustiques. Mais
aucun lien clair n’a été établi entre les deux. Le modèle de Few permet d’expliquer le
contenu à haute fréquence des signaux de tonnerre. Ce modèle est confirmé par Depasse
2.8. Conclusion 39
[1994] pour des mesures proches du canal de la décharge. Mais le modèle ne parvient
pas à expliquer un éventuel maximum du spectre du signal en dessous de 20Hz (gamme
infrasonore). Aucune mesure de tonnerre n’a permis, à ce jour, de mettre clairement en
évidence la présence du mécanisme proposé initialement par Wilson.
Le but du chapitre suivant est la présentation de la campagne d’observations HyMeX-
SOP1 dédiée aux mesures d’évènements orageux dans le cadre du projet HyMeX. Elle
s’est déroulée en automne 2012 dans le Sud de la France.
Chapitre 3
Description de la campagne de mesures

électromagnétiques et acoustiques des
éclairs
Sommaire
3.1 Le projet européen HyMeX (2010 – 2020)
3.2 Le groupe de travail PEACH
3.3 Les réseaux opérationnels de localisation électromagnétique des éclairs
3.4 Le réseau de recherche de localisation électromagnétique des éclairs
3.5 Le réseau acoustique
3.6 Résultats des prévisions météorologiques par le code de calcul opérationnel de
Météo-France
3.7 Choix d’une période d’intérêt
3.8 Conclusion
3.1 Le projet européen HyMeX (2010 – 2020)

Le projet européen HYdrological cycle in the Mediterranean EXperiment (acronyme :
HyMeX, www.hymex.org) [Drobinski et al., 2013] vise à améliorer la compréhension, le
suivi et la modélisation du cycle de l’eau et de ses variabilités dans le bassin méditerranéen.
Des observations et des simulations numériques sont prévues entre 2010 et 2020. La
figure 3.1 tirée de [Ducrocq et al., 2013] récapitule les cinq enjeux scientifiques majeurs du
projet. Parmi ceux-ci le "Work Group 3" (acronyme : WG3) concerne spécifiquement les
précipitations violentes générant à intervalles réguliers des inondations sur le pourtour du
bassin méditerranéen.
Figure 3.1 – Les cinq objectifs scientifiques du projet HyMeX. Figure extraite de [Ducrocq
et al., 2013].
Par exemple, les épisodes cévenols dans le Sud de la France sont des phénomènes
météorologiques pendant lesquels les précipitations sont importantes. Ils surviennent
42 3.1. Le projet européen HyMeX (2010 – 2020)
fréquemment vers la fin de l’été et durant l’automne. La figure 3.2 schématise les conditions
particulières de la région méditerranéenne qui provoquent la manifestation de ces épisodes
orageux périodiques. L’air chaud et humide à basse altitude venant continûment du bassin
méditerranéen rencontre des courants d’air froid de haute altitude venant d’Espagne. La
Figure 3.2 – Principe des épisodes Cévenols. L’air chaud de basse altitude venant de
la mer Méditerranée rencontre des masses d’air froid de haute altitude venant d’Es-
pagne. Ceci engendre des régions d’air très instables. Elles sont piégées dans le Sud de
la France par les massifs des Cévennes. Figure extraite de http://www.risquesmajeurs.
fr/mieux-comprendre-les-épisodes-cévenols.
rencontre génère des masses d’air très instables engendrant une forte convection. Ces
masses d’air sont piégées sur place par le massif des Cévennes qui est le bord Sud-Est
du Massif Central (le point culminant est le pic de Finiels à 1699m), et ne peuvent
pas remonter vers le Nord. Ce système instable provoque des précipitations intenses
très localisées géographiquement. Ces précipitations sont accompagnées d’orages violents.
L’apport continu en humidité par le courant chaud permanent entretient l’instabilité et
l’apport en eau. Ces pluies torrentielles engendrent de nombreuses crues saisonnières dans
le Sud de la France. Nuissier et al. [2008] et Ducrocq et al. [2008] étudient la capacité du
code Meso-NH [Lafore et al., 1997] à simuler l’initiation et le développement de trois cas
de pluie torrentielles dans le Sud de la France survenues les 13 et 14 octobre 1995 dans les
Cévennes, les 12 et 13 novembre 1999 dans l’Aude, et les 08 et 09 septembre 2002 dans le
Gard.
Par exemple, du 08 au 09 septembre 2002 certaines zones très localisées du Gard, de
l’Hérault, du Vaucluse, des Bouches-du-Rhône, de l’Ardèche et de la Drôme sont touchées
par des précipitations dépassant 200mm en quelques heures 1 (crise du Gard 2002, voir carte
figure 3.3). La région d’Alès est sévèrement touchée avec plus de 500mm de précipitations
cumulées du 08 septembre 06h00 TU au 10 septembre 06h00 TU. Mais à 40km seulement
de Saint-Christol-les-Alès (dont le niveau de précipitations cumulées a atteint 635mm sur
les 2 jours, avec 543mm pour le 08 septembre), Gallargues n’a enregistré que 60mm de
précipitation pour l’épisode. Huet et al. [2003] dressent le rapport détaillé, pour l’Inspection
générale de l’Environnement, sur les 6 départements pour cette crise d’origine naturelle.
Ils notent que le bilan de victimes est allégé en partie par le fait que le 08 septembre
2002 était un dimanche, ainsi les lieux publics ou de travail (écoles, usines, ...) étaient
fermés. Il fait état de 23 morts dont 22 dans le Gard. Les personnes âgées ou handicapées
sont particulièrement vulnérables (9 personnes ont été retrouvées noyées chez elles). Cinq
1. source : Météo-France,
http://pluiesextremes.meteo.fr/2002-09-08/catastrophe-sur-le-gard.html
3.1. Le projet européen HyMeX (2010 – 2020) 43
personnes sont décédées à bord de véhicules, deux par imprudence (spectacle de la crue
et sauvetage d’un animal). Un pompier a été victime de son devoir. Le rapport chiffre
les coûts de cette crise (voir tableau 3.1) estimés au travers d’une enquête demandée
par le préfet. Le montant total des dommages sur les 6 départements touchés s’élève à
1.2 milliards d’euros.
Table 3.1 – Coût en millions d’euros des dégâts provoqués par la crise des 08 et 09
septembre 2002. D’après [Huet et al., 2003].
En 2010, la même région est touchée du 06 au 08 septembre par des précipitations

très importantes (voir carte figure 3.4). Météo-France précise que les maxima de pluie ont
atteint 60mm en 30 minutes, soit deux litres d’eau par mètre carré et par minute 2 . Gaume
et al. [2009] dressent un premier atlas des crues violentes en Europe. Ils citent d’autres
précipitations torrentielles ayant engendré des crues meurtrières en Espagne et en Italie.
Ils notent qu’à ce jour elles restent encore mal comprises, et d’autre part que ces types
d’événements extrêmes sont mal documentés.
Llasat et al. [2013] étudient la réponse que va apporter le projet HyMeX aux besoins
d’évaluations et de préventions des risques humains et économiques liés à ce type de
catastrophes récurrentes. Il note que des bases de données pour le bassin méditerranéen
existent déjà mais elles présentent des limitations majeures. Ces bases de données sont
soit d’origine scientifique (données météorologiques, mesures de terrain) soit d’origines
économiques et sociales. On peut citer les informations recueillies par les assurances,
les collectes de témoignages et d’informations issues de la presse locale, ou encore les
informations collectées auprès des autorités locales. Ces bases donnent des informations
complémentaires aux données scientifiques. Mais de telles informations sont très dispersées,
fragmentaires et souvent dans des langues différentes. Les différentes bases de données
construites à partir de témoignages ne peuvent pas être comparées les unes aux autres ; il n’y
a en effet aucune normalisation sur le vocabulaire utilisé et les informations quantitatives
qu’il représente. Le ressenti humain pour les concepts de "crue violente", "d’importance" ou
de "rapidité d’une crue" diffère fortement d’un témoignage à l’autre, ou d’une population à
l’autre. Par exemple Petrucci et Pasqua [2009] proposent une méthodologie pour construire
un indice de risque synthétique reliant le taux de pluie des précipitations violentes et les
glissements de terrains qu’elles ont engendrés. Elles relèvent la difficulté pour obtenir des
informations fiables sur les glissements de terrain à partir de sources non scientifiques. Enfin
les bases de données existantes s’intéressent soit à des régions particulières très localisées du
bassin où une information est accessible, soit à des études uniquement globales. Il ressort
2. source : Météo-France,
http://pluiesextremes.meteo.fr/2010-09-06/pluies-diluviennes-sur-le-quart-sud-est.
html
de ces limitations qu’il est impossible aujourd’hui de recouper les différentes données
disponibles. Elles présentent de grandes incohérences, des manques et de nombreuses
contradictions.
La durée importante du projet HyMeX permettra de dégager à terme des tendances
pour les différents mécanismes impliqués, aussi bien au niveau du bassin méditerranéen
global, qu’au niveau de régions locales particulières. Ceci sera réalisé à l’aide de bases de
données observationnelles riches confortées par des modélisations climatiques améliorées.
Les périodes d’observations au sein du projet sont organisées selon une structure en
imbrications successives. Les périodes d’observations de longue durée (LOP, voir figure 3.5
page 47) s’intéressent à l’étude de tendances climatiques globales sur une décade à l’aide
de bases de données d’observations obtenues par des réseaux de mesure scientifiques ou
opérationnels déjà existants, et de modélisations climatiques. Les périodes d’observations
étendues (EOP) se concentrent sur trois régions ciblées du bassin où surviennent les plus
importantes précipitations et les crues les plus violentes : la partie Nord-Ouest de la
Méditerranée (régions côtières espagnole, française et italienne), la partie Est (de l’Est de
la Grèce jusqu’à la côte israélienne), et enfin la mer Adriatique entre l’Est de l’Italie et
l’Ouest des Balkans. Les expériences des périodes d’observations spéciales (SOP1 et SOP2)
se sont déroulées à l’intérieur de la région Nord-Ouest en automne 2012 et durant l’hiver
2013. Elles ont apporté des données d’observation détaillées sur des processus particuliers
au sein du cycle hydrologique global [Drobinski et al., 2013; Ducrocq et al., 2013]. Ces
données sont disponibles à partir du site internet de la base de données du projet HyMeX
(http://mistrals.sedoo.fr/HyMeX/). Les données structurées et cohérentes obtenues
au sein du projet doivent aider à ré-explorer les bases de données antérieures.
Dans le cadre du projet, les observations de l’activité électrique associée aux orages
violents sont d’un intérêt particulier. Les liens entre l’activité de foudre et les taux de
précipitations instantanées (ou les taux de chutes de grêles) durant les orages sont encore
mal compris (du fait notamment de la complexité des conditions météorologiques et de leurs
variabilités) et sont un champ de recherche actif [Soula et Chauzy, 2001; Soula et al., 2004;
Price et Federmesser, 2006; Pineda et al., 2007]. Dietrich et al. [2011] comparent les champs
de pluie observés par des satellites opérationnels, aux détections d’éclairs obtenues par le
réseau de détection ZEUS. La figure 3.6 extraite de l’article donne un exemple de suivi
satellite d’un champ de pluie au-dessus de la Sicile pour le 1er octobre 2009 à 15h55m TU
avec en regard le suivi des détections d’éclairs fournies par le réseau ZEUS. On constate
sur cet exemple que les lieux de maxima d’activité électrique correspondent aux lieux
où la pluviométrie est la plus importante. L’intégration de modèles de circuit électrique
atmosphérique dans les modèles de prévisions météorologiques est en développement
[Barthe et Pinty, 2007; Pinty et al., 2013]. L’assimilation de données d’éclairs dans les
sorties des codes est prometteuse. Pour le cas cité des pluies du 06–08 septembre 2010
dans le Gard, Lagouvardos et al. [2013] montrent que les assimilations de données d’éclairs
(observés par Météorage) dans les données météo conduisent à améliorer la caractérisation
des cellules orageuses, la localisation des champs de pluie et de leurs maxima d’intensité.
La connaissance de l’activité électrique améliore aussi les estimations de champ de pluie
issues des satellites. Les résultats encouragent à utiliser les données sur les décharges
de foudre pour localiser et suivre les régions où la convection est importante [Bonelli et
Marcacci, 2008; Dietrich et al., 2011; Meyer et al., 2013]. Enfin le suivi en temps réel des
décharges électriques est possible, facile à mettre en œuvre, peu coûteux contrairement
aux observations radar, et précis [Price et al., 2011]. Les détections de foudre couvrent
uniformément de grandes régions (dont l’Europe entière et le bassin méditerranéen) avec
relativement peu d’instrumentation (voir paragraphe 3.3 sur la description des réseaux de
détection d’éclairs). Ces observations en temps réel viennent en contrôle des prévisions
météorologiques, elles rendent ainsi plus efficace la levée d’alertes de tempêtes.
Figure 3.3 – Bulletin Météo-France des taux de précipitation pour les journées orageuses
des 08 et 09 septembre 2002.
Source : Météo-France, http://pluiesextremes.meteo.fr/
Figure 3.4 – Bulletin Météo-France des taux de précipitation pour les journées orageuses
du 06 au 08 septembre 2010.
Source : Météo-France, http://pluiesextremes.meteo.fr/
Figure 3.5 – Organisation des campagnes d’observations du projet HyMeX. Figure

extraite de [HyMeXoverview2010].
Figure 3.6 – Etude menée pour la région au dessus de la Sicile, pour la journée du 1er
octobre 2009. Carte de gauche : champ de pluie observé à 15h55m TU par un sattelite
opérationnel (nommé AMSU). Carte de Droite : détections de décharges de foudre par le
réseau ZEUS pour la même heure. Figure extraite de [Dietrich et al., 2011].
48 3.2. Le groupe de travail PEACH
3.2 Le groupe de travail PEACH

Lors de l’élaboration du projet HyMeX, Eric Defer (LERMA, Observatoire de Paris),
Sylvain Coquillat (LA, Université de Toulouse) et Kostas Lagouvardos (IERSD / NOA)
ont attiré l’attention sur l’importance d’étudier l’électricité atmosphérique (orages, éclairs,
champs électriques, gouttes de pluie chargées, ...) durant les différentes campagnes d’ob-
servations. Le groupe de recherche PEACH (Projet Électricité Atmosphérique pour la
Campagne HyMeX) apporte à la communauté HyMeX une composante instrumentale et
de modélisation de l’électricité atmosphérique. Il fournit des enregistrements et analyses
de l’activité électrique observée par des instruments soit opérationnels, soit à vocation de
recherche, pour les périodes d’observation SOP, EOP, et LOP 3 . L’objectif principal est
d’obtenir une connaissance sur plusieurs années de l’activité électrique pour les orages en
mer et sur terre dans le bassin méditerranéen, et ce avec une résolution multi-échelles. Un
objectif subsidiaire est de mieux comprendre et caractériser la nature électrique des orages
et des éclairs. La campagne d’observations spéciale pour l’électricité atmosphérique (SOP1)
s’est déroulée en automne 2012 et a été soutenue par les projets MISTRALS/HYMEX
et ANR-11-BS56-0005 IODA-MED. Defer et al. [2014] dressent un bilan des premières
observations acquises durant cette campagne SOP1 pour chacun des instruments de mesure
utilisés.
Le Laboratoire d’Aérologie à Toulouse a installé des capteurs de champ électrique pour
suivre les variations du champ électrique rayonné par les nuages d’orage chargés, ainsi que
la quantité de charges électriques transportées lors des différents échanges (par exemple
la charge électrique des gouttes de pluie). La description des instruments déployés est
accessible par le site du projet HyMeX. Nous n’avons pas utilisé dans le cadre de cette
thèse les données fournies par ces instruments et nous ne les détaillerons pas.
Quatre réseaux opérationnels de localisation des éclairs sont utilisés : LINET, ZEUS,
ATDnet, EUCLID. Dans le cadre de cette thèse nous utilisons les données fournies par le
dernier réseau. Ces 4 réseaux sont brièvement décrits paragraphe 3.3.
Un réseau LMA (Lightning Mapping Array) a été déployé pour la première fois en
Europe dans le Sud de la France. C’est un réseau de recherche de petite taille pour la
localisation électromagnétique à haute résolution spatiale et temporelle des décharges de
foudre. Il est décrit au paragraphe 3.4.
Le CEA a installé un réseau acoustique d’enregistrement du tonnerre dans le Sud de la
France près d’Uzès (voir paragraphe 3.5). Les mesures et leurs analyses sont l’objet de
cette thèse.
3.3 Les réseaux opérationnels de localisation électromagnétique

des éclairs
Les décharges de foudre rayonnent un champ électromagnétique à très large bande
(du continu à plusieurs dizaines de Méga-Hertz) selon le type de processus mis en jeu
dans l’initiation ou le développement de ces décharges. Les champs électromagnétiques
rayonnés se propagent dans le guide d’onde sphérique constitué de la surface de la terre et
de l’ionosphère sur des distances importantes pouvant aller jusqu’à plusieurs milliers de
kilomètres pour les plus basses fréquences.
Cummins et Murphy [2009] établissent une revue des systèmes de détections et de
localisation des sources ayant engendré ces champs électriques. Les mécanismes physiques
mis en jeux sont détaillés par Rakov et Uman [2003, chap. 4]. Les réseaux ATDNet [Nash
3. "SOP" : périodes d’observations spéciales. "EOP" : périodes d’observations étendues. "LOP" : période
d’observations de longue durée. Voir paragraphe 3.1.
3.3. Les réseaux opérationnels de localisation électromagnétique des éclairs 49
et al., 2006] et ZEUS [Chronis et Anagnostou, 2003] travaillent sur la bande très basse-
fréquence du spectre électromagnétique (autour de quelques kilo-Hertz) et permettent
ainsi de couvrir toute l’Europe. Ils localisent des événements jusqu’à plusieurs milliers
de kilomètres de distance de la région européenne, mais ne donnent pas d’information
physique plus détaillée que la seule localisation. Le réseau LINET [Betz et al., 2009]
travaille sur la gamme de fréquences VLF/LF (entre 1kHz et 1MHz), il permet de faire
la distinction entre les décharges de foudre au sol et les décharges intra-nuage dans les
régions où le réseau est dense. Il donne aussi le courant électrique crête des décharges
détectées.
Figure 3.7 – Schémas des différentes techniques de localisation, et des gammes de fré-
quences dans lesquelles elles opèrent. Un guide d’onde est formé entre le sol et l’ionosphère
(à partir de 80km d’altitude). Les acronymes "VLF", "LF" et "VHF", signifient respecti-
vement "Very Low Frequency", "Low Frequency", "Very High Frequency". Les fréquences
sont notées en kilo-Hertz. Figure extraite de [Cummins et Murphy, 2009].
Dans ce manuscrit nous utilisons exclusivement les données du réseau EUCLID. Le

réseau EUCLID (acronyme : "EUropean Cooperation for LIghtning Detection") est une
collaboration entre les réseaux de détection des éclairs nationaux (collaboration lancée
en 2001 entre l’Allemagne, l’Autriche, la France, l’Italie, la Norvège, et la Slovénie,
et qui s’est étendue depuis à d’autres pays). La localisation des sources est réalisée
au niveau Européen dans un centre unique en Allemagne. Ceci permet d’obtenir une
excellente qualité de la localisation du fait de la redondance des données collectées. Les
antennes du réseau mesurent les signaux électromagnétiques dans la plage de fréquences
de 0 à 350kHz (gamme VLF/LF comme le réseau LINET). Cette gamme permet de
déterminer, en plus de la localisation, certaines caractéristiques physiques des décharges
comme le courant de foudre crête. Les formes d’onde enregistrées par les détecteurs sont
comparées aux formes d’onde contenues dans une banque de données afin de différencier
le bruit de fond, les arrivées directes, les arrivées indirectes qui se sont réfléchies dans
l’ionosphère. Le suivi en temps réel des détections peut-être visualisé sur le site d’EUCLID,
http://www.euclid.org/realtime.html.
Schulz et al. [2014b] donnent une étude des performances actuelles du réseau à l’échelle
de l’Europe. Les performances du réseau estimées pour la campagne HyMeX SOP1 sont
fournies dans un second article [Schulz et al., 2014a]. La grande densité de stations de
détection du réseau EUCLID (voir figure. 3.8) permet d’accéder à une erreur médiane
de l’ordre de 250m en longitude et latitude pour les éclairs nuage-sol. La précision de
50 3.4. Le réseau de recherche de localisation électromagnétique des éclairs
localisation des décharges intra-nuage est nettement moins bonne avec une erreur de
localisation de 6.4km en moyenne.
Les détections EUCLID sont stockées par journée dans des fichiers textes. On retrouve
pour chaque décharge détectée (arc-en-retour ou décharge intra-nuage) la date de la
détection (date et heure à la microseconde près), la latitude, la longitude, le courant de
foudre crête en kilo-Ampères, la nature de la décharge et l’erreur de localisation.
Figure 3.8 – Carte : stations du réseau EUCLID en 2012 (figure extraite de [Schulz et al.,
2014b]).
3.4 Le réseau de recherche de localisation électromagnétique des

éclairs
Installé pour la première fois en Europe dans le cadre du projet PEACH, le LMA
(Lightning Mapping Array) [Rison et al., 1999; Krehbiel et al., 2000] est un réseau
d’antennes paramétrées pour enregistrer les variations impulsionnelles très haute fréquence
(60MHz–66MHz, domaine radio) du champ électrique rayonné par les micro-décharges de
foudre à l’intérieur des nuages d’orage. Il permet la localisation à haute résolution spatiale
et temporelle de ces micro-décharges. Cet instrument est développé par le New Mexico
Tech. (USA).
Douze antennes ont été déployées lors de la campagne SOP1. Elles sont alimentées par
panneau solaire ce qui assure la totale autonomie du réseau. Le tableau 3.2 et la carte 3.9
donnent leurs positions.
Thomas et al. [2004] décrivent le principe de fonctionnement du LMA. Les variations
des émissions radios sont enregistrées séparément par chacune des antennes. Le système
électronique équipant chaque antenne échantillonne les signaux à une fréquence de 25MHz
et les découpe en fenêtres temporelles successives de 80𝜇s. Pour chacune des fenêtres, la
datation temporelle du maximum du signal est déterminée si celui-ci dépasse une valeur
seuil réglée au-dessus du bruit de fond électromagnétique du site (la réalisation d’une
calibration préalable du réseau est nécessaire). Une horloge GPS assure la précision du
3.4. Le réseau de recherche de localisation électromagnétique des éclairs 51
identifiant lieu longitude (°) latitude (°) altitude (m) en activité
A Nîmes 43.8562394 4.4064761 116.57 actif

B Pujaut 43.9985942 4.7597528 101.95 actif
C Cadignac 44.1343581 4.5679450 266.29 actif
D Aigoual 44.1966944 3.6307358 1102.33 actif
E Alès 44.0643700 4.1415731 258.90 actif
F Uzès 43.9925803 4.4017506 125.18 actif
K Candillargues 43.6074917 4.0743208 67.12 actif
H Mirabel 44.6002619 4.4803025 501.57 actif
J Combe 44.2430420 4.0102091 553.99 actif
M Méjannes-le-Clap 44.2352767 4.3620867 357.72 actif
U Vic-les-Fesq 43.8731155 4.0652628 112.54 non actif
V Vic-les-Fesq 43.8730087 4.0651784 124.29 actif
W Perier 44.5199878 4.0328797 1103.61 actif
Table 3.2 – Tableau des positions des antennes LMA d’après les fichiers de données.
temps. Dans une fenêtre temporelle, la sélection d’un maximum représente une détection
électromagnétique (voir schéma 3.10). Comme la durée des fenêtres temporelles est de
80𝜇s, 12 500 détections au maximum peuvent-être construites en une seconde. Pour chaque
fenêtre temporelle, la méthode utilisée pour localiser la source électromagnétique ayant
donné lieu à la détection est détaillée par Koshak et al. [2004]. Elle est brièvement rappelée
ici.
On suppose que la source électromagnétique est localisée en temps et en espace au
point de coordonnées f = (𝑋, 𝑌, 𝑍, 𝑡) inconnues. Sur chacune des 𝑁 antennes du réseau, le
signal émis par cette source est détecté à l’instant 𝑡𝑖 (avec 1 6 𝑖 6 𝑁 ). La date d’arrivée
du signal à l’antenne 𝑖 est déterminée à l’aide d’une hypothèse de propagation en ligne
droite à la vitesse de la lumière dans le vide 𝑐 = 3 × 108 m/s. On peut écrire l’égalité
suivante :
(𝑋𝑖 − 𝑋)2 + (𝑌𝑖 − 𝑌 )2 + (𝑍𝑖 − 𝑍)2
√︁
𝑐(𝑡𝑖 − 𝑡) = ∀𝑖 ∈ [1, 𝑁 ]. (3.1)
En posant la convention 𝑡1 ≡ 0, on peut remplacer les termes quadratiques en les inconnues
(𝑋, 𝑌, 𝑍, 𝑡) par des combinaisons linéaires des inconnues. On obtient alors le système
linéaire suivant :
⎛ ⎞
1 2
(︂ )︂
2 2 2
⎛ ⎞
⎞ 𝑋
⎜ 2 𝐿2 − 𝑐 𝑡2 − 𝐿1 ⎟
⎛
(𝑋 − 𝑋 ) (𝑌 − 𝑌 ) (𝑍 − 𝑍 ) −𝑐𝑡
⎜ ⎟
2 1 2 1 2 1 2 ⎜ ⎟
⎟ ⎜𝑌 ⎟
.. .. .. .. .. ⎟ ⎜
⎜ ⎟ ⎜
⎟=⎜ (3.2)
⎜ ⎟ ⎜ ⎟ ⎟
⎜ . . . . . ⎜ ⎟
⎜𝑍 ⎟
⎜ (︂ ⎟ ⎜ ⎟
⎝1 )︂⎠ ⎝ ⎠
2 2 2 2
𝐿𝑁 − 𝑐 𝑡𝑁 − 𝐿1 (𝑋𝑁 − 𝑋1 ) (𝑌𝑁 − 𝑌1 ) (𝑍𝑁 − 𝑍1 ) −𝑐𝑡𝑁 ⎝ ⎠
2 𝑐𝑡
où 𝐿𝑖 = 𝑋𝑖2 + 𝑌𝑖2 + 𝑍𝑖2 . Le système est surdéterminé car il n’y a que quatre inconnues
(𝑋, 𝑌, 𝑍, 𝑡) pour un ensemble de 𝑁 − 1 équations.
On note ce système sous la forme : g = Kf (avec f l’inconnue). La solution qui minimise
l’écart ‖g − Kf ‖2 est obtenue en calculant la matrice pseudo-inverse du système, et l’on
(︁ )︁−1
obtient : f = KT K KT g.
52 3.4. Le réseau de recherche de localisation électromagnétique des éclairs
Figure 3.9 – Positions des antennes du réseau LMA (étoiles sur fond blanc). Losange sur
fond rouge : position de la station acoustique du CEA (voir paragraphe 3.5). Vue extraite
de GoogleEarth.
Cette solution est ensuite améliorée itérativement. Pour cela on calcule le temps
d’arrivée supposé 𝑡′𝑖 à chacune des antennes si la source était localisée exactement aux
coordonnées (𝑋, 𝑌, 𝑍, 𝑡) obtenues. L’utilisation, pour chaque antenne 𝑖, de l’écart entre la
valeur 𝑡′𝑖 et le temps 𝑡𝑖 enregistré effectivement permet de recalculer une solution (𝑋, 𝑌, 𝑍, 𝑡)
meilleure.
La méthode permet de reconstruire avec grande précision les décharges intra-nuage ainsi
que leur évolution dans un rayon d’au maximum 400km autour du réseau [Koshak et al.,
2004] (pour les décharges situées à 7km d’altitude. Les auteurs donnent aussi d’autres
valeurs pour d’autres altitudes). Thomas et al. [2004] font une étude de la précision obtenue
par un réseau LMA. Ils montrent que pour les décharges de foudre l’erreur de datation
temporelle de la source est de 50ns. Pour les sources placées au-dessus du réseau et situées
entre 6km et 12km d’altitude, la précision sur la localisation en altitude est entre 20m et
30m, et la précision sur la localisation horizontale est entre 6m et 12m.
Un problème inhérent de l’approche apparaît lorsque une source électromagnétique
provoque sur une antenne une détection dans une certaine fenêtre temporelle, et provoque
sur une autre antenne la même détection mais dans une fenêtre temporelle différente.
Il est alors nécessaire de rechercher, d’identifier et de regrouper au travers des fenêtres
temporelles, les détections correspondant à une même source. Les solutions complexes mises
en œuvre sont décrites par Thomas et al.. Une autre difficulté survient lorsque les champs
électromagnétiques rayonnés par des micro-décharges différentes, mais très rapprochées en
temps, provoquent plusieurs détections dans les mêmes fenêtres temporelles ; le système ne
3.5. Le réseau acoustique 53
Figure 3.10 – Cas de trois antennes nommées 1, 3, 5. Pour chacune des antennes,
détermination du maximum du signal enregistré dans une fenêtre temporelle de 80𝜇s.
La datation du maximum du signal est enregistrée dans une mémoire locale du système
électronique équipant chaque antenne du réseau. Schéma adapté de [Mazur et al., 1997].
peut alors pas différencier ces micro-décharges. Récemment Stock et al. [2014] ont proposé
un nouveau post-traitement des formes d’onde du champ électromagnétique enregistré par
un réseau de 4 antennes. Ce post-traitement est basé sur un algorithme de corrélation
croisée des signaux dans une bande de fréquences très large de 20MHz à 80MHz. Les
observations sont pour le moment intrinsèquement à 2 dimensions, mais les premiers
résultats montrent que l’amélioration de la finesse de cartographie des décharges est très
importante.
Le LMA localise les décharges de type traceur qui précèdent ou suivent l’arc en retour.
Mais il ne localise pas les arcs en retour car ceux-ci émettent un champ électromagnétique
de plus basse fréquence. Les réseaux de type LMA sont donc complémentaires aux réseaux
de type EUCLID ou LINET. De 10 minutes en 10 minutes les détections LMA sont
stockées dans des fichiers texte. Pour chaque détection d’une source très haute fréquence,
sont fournies : la datation de la source en secondes par rapport au début de la journée
considérée (la précision est à quelques dizaines de nanosecondes), la latitude, la longitude
et l’altitude de la détection, l’indice réduit 𝜒2 pour la confiance de la reconstruction de
la source, le nombre d’antennes utilisées pour la résolution du système d’équations, et
quelques autres grandeurs que l’on n’utilise pas ici. Une interface graphique nommée xlma
et basée sur la plateforme IDL est fournie par le New Mexico Tech. pour visualiser et
analyser les données.
3.5 Le réseau acoustique

Le CEA a déployé deux réseaux de mesure acoustique dans le Sud-Est de la France
près de la ville d’Uzès, à l’intérieur de la zone de couverture du LMA (voir figures 3.9
et 3.11). Ces réseaux ont fonctionné du 27 août 2012 au 20 novembre 2012. Un terrain
situé sur les communes de La Bruguière et Montaren à proximité de l’aérodrome d’Uzès a
été retenu. Il est plat et est à une altitude moyenne de 260 mètres. L’aérodrome d’Uzès
à l’Ouest du réseau est très peu fréquenté et le site correspond aux critères assurant de
54 3.5. Le réseau acoustique
bonnes conditions de mesure : couverture végétale pour filtrer le vent, zone sans dénivelé,
perturbations humaines limitées.
Figure 3.11 – Localisation de la station acoustique du CEA dans la zone de déploiement

du LMA.
Figure 3.12 – Détail du site près d’Uzès pour le déploiement de la station acoustique du
CEA. A gauche : carte IGN. A droite : vue aérienne du site extraite de GoogleEarth. Le
réseau de microbaromètres est indiqué en orange (triangle équilatéral de 500m de côté).
Le réseau de microphones est indiqué en blanc (triangle équilatéral de 50m de côté). Les
deux réseaux ont la même orientation.
La station acoustique était composée d’un réseau de 4 microphones et d’un réseau de 4

microbaromètres. Les barycentres de ces deux réseaux étaient co-localisés. L’alimentation
était assurée par des batteries qui ont dû être rechargées une fois (du 09 au 12 octobre
2012). Le réseau de microbaromètres a été mis sous tension le 30 août 2012 (jour 243)
à partir de 10h00 TU. Le réseau de microphones a été mis sous tension le 28 août 2012
(jour 241) à partir de 16h00 TU. Un des microphones a été hors-service du 28 septembre
au 12 octobre à cause d’une défaillance d’alimentation. L’acquisition des données a été
stoppée le 20 novembre à partir de 10h00 TU et les réseaux ont été démontés du 20 au 22
novembre 2012.
3.5.1 Le réseau de microbaromètres

Le réseau est composé de microbaromètres MB2005 (http://www-dase.cea.fr/
public/dossiers_thematiques/microbarometres/description_en.html). Chaque point
de mesure est indépendant. La numérisation et le stockage des données sont réalisés en

local par des numériseurs Taurus de Nanometrics programmés en mode "buffer". Dans ce
mode les fonctions secondaires sont mises en veilles (liaison Ethernet, affichages écran,
stockage des données sur supports amovibles) et les données sont enregistrées dans une
mémoire temporaire. A intervalles réguliers cette mémoire est vidée vers le support de
stockage, la consommation électrique est ainsi réduite. Chaque point dispose de 7 batteries
12V / 65Ah pour alimenter les équipements durant 6 semaines environ, pour un poids total
de 175kg environ. La gamme de fréquences accessibles est de 10−3 Hz à 30Hz. Les données
issues des microbaromètres sont échantillonnées à 50Hz. Un filtre passe-haut atténue les
fréquences inférieures à 10−3 Hz. La sensibilité des microbaromètres est de 1 × 10−3 Pa.
Walker et Hedlin [2009] donnent un état de l’art des techniques de réduction du bruit
de fond engendré par le vent lors de la mesure. Ici un filtre en rosette [Alcoverro et Le
Pichon, 2005; Hedlin et al., 2003] est utilisé et montré à la figure 3.13. Le signal acoustique
exerce une perturbation en pression sur chaque extrémité ouverte des tuyaux de la rosette
(8 entrées dans notre cas). Les perturbations se somment acoustiquement au niveau des
jonctions des tuyaux secondaires, puis une seconde fois au niveau de la jonction rassemblant
les 4 tuyaux primaires. La mesure par le microbaromètre est alors faite sur un signal
acoustique moyenné pour lequel le bruit de fond incohérent dû au vent a été minimisé. Des
crépines (grillage métallique placé à l’extrémité d’un tuyaux, voir figure 3.14) empêchent
les insectes ou les feuilles et branchages de boucher les ouvertures de prise de mesure des
tuyaux.
Les microbaromètres sont situés aux sommets d’un triangle de 500m de côté, le
quatrième capteur étant placé au centre du triangle. La configuration a été choisie pour
être aussi proche que possible d’un triangle équilatéral : ceci assure que les incertitudes de
localisation (azimut et angle d’élévation) dues à la géométrie du réseau soient isotropes
[Abed-Meraïm et al., 2011]. Les points du réseau de microbaromètres MB2005 sont
nommés MB1 à MB4, le point MB1 étant au centre. Leurs coordonnées GPS sont données
tableau 3.3.
Point Longitude Latitude
MB1 4° 23’ 54.6”E 44° 4’ 55.5”N

MB2 4° 23’ 44.2”E 44° 5’ 01.3”N
MB3 4° 24’ 06.7”E 44° 4’ 59.3”N
MB4 4° 23’ 54.6”E 44° 4’ 46.4”N
Table 3.3 – Coordonnées GPS des points du réseau microbaromètres.
La figure 3.15 montre en exemple des signaux de bruit de fond sur 5 minutes mesurés
sur les 4 capteurs le 26 octobre 2012 entre 00h00m TU et 00h05m TU, ainsi que leurs
spectres. Les variations basse fréquence et de grande amplitude des signaux correspondent
à la houle. On peut voir sur les spectres que la réponse des microbaromètres est plate
entre 5Hz et 20Hz.
Figure 3.13 – Schéma de gauche : système de réduction du bruit de fond pour les
microbaromètres. Photo à droite : Microbaromètre avec tuyaux au bout desquels est
mesurée la pression acoustique.
Figure 3.14 – Photo d’une crépine placée à l’extrémité d’un tuyau de prise de mesure.
Figure 3.15 – En haut : exemple de signal acoustique enregistré par les 4 microbaromètres
le 26 octobre 2012 entre 00h00m TU et 00h05m TU. Les fortes variations très basse
fréquence correspondent à la houle. En bas : densité spectrale de puissance.
3.5.2 Le réseau de microphones

À l’intérieur de ce réseau de microbaromètres, un second réseau de 4 microphones a été
installé. Le réseau est composé de 4 microphones MCB2006 (encapsulés). Chaque point
de mesure est indépendant, la numérisation et le stockage des données sont aussi réalisés
en local par des numériseurs Taurus de Nanometrics. Les capteurs sont échantillonnés à
500Hz, ceci nécessite de mettre les numériseurs en mode "communication". Dans ce mode
toutes les fonctions du numériseur sont actives sauf l’affichage écran, ceci est pénalisant
pour la consommation électrique. Bien que les microphones consomment moins d’énergie
que les microbaromètres, ce fonctionnement oblige à équiper également chaque point de
mesure de 7 batteries 12V / 65Ah. La gamme de fréquences accessibles est de 10−1 Hz à
104 Hz pour le microphone non encapsulé.
Les microphones sont nommés MP1 à MP4. Trois microphones (MP2 à MP4) sont
situés aux sommets d’un triangle équilatéral de 50m de côté dont l’orientation est la
même que le réseau de microbaromètres, le capteur MP1 est au centre du triangle et est
co-localisé avec le microbaromètre MB1 du centre. Les coordonnées GPS des points MP1
à MP4 sont données tableau 3.4. C’est la première fois qu’un tel réseau est déployé pour
étudier le tonnerre.
Le système de réduction du bruit de fond est illustré par la figure 3.16. Il est plus simple
que pour le cas des microbaromètres : il n’est composé que de quatre tuyaux de prise
de mesure. Afin d’optimiser la mise en place et l’utilisation d’un réseau de microphones,
ceux-ci ont été intégrés dans des valises étanches et transportables. Chaque valise est
composée d’un microphone et de son alimentation, d’un numériseur, d’une antenne GPS
interne, d’une batterie et d’un interrupteur de mise en fonctionnement (voir figure 3.17).
Un système de raccordement à vis permet de connecter les éléments de filtrage.
Figure 3.16 – A gauche : système de réduction du bruit de fond pour les microphones.
Photo de droite : valise contenant un équipement d’acquisition microphone. Les tuyaux de
prise de mesure sont raccordés.
La figure Fig. 3.18 montre aussi les spectres de bruit de fond mesurés après la mise
en service de la station. Le spectre du microphone 1 (MP1) présente une raie à 70Hz
d’origine électronique, l’amplitude de cette raie est constante quel que soit le signal mesuré.
Cette raie est donc masquée lorsque les niveaux du spectre enregistré sont supérieurs à
son amplitude.
Les variations de température et du taux d’humidité lors d’une utilisation opérationnelle
provoquent la condensation de l’air au niveau de la chambre de mesure d’un microphone
Figure 3.17 – A gauche : valise étanche contenant les équipements du microphone. Le

boitier vert est le numériseur. Le microphone est placé sous le numériseur dans le fond de
la valise. A droite : exemple d’un point d’acquisition microphone, la boîte blanche contient
les batteries d’alimentation.
Point Longitude Latitude
MP1 4° 23’ 54.7”E 44° 4’ 55.6”N

MP2 4° 23’ 53.5”E 44° 4’ 56.0”N
MP3 4° 23’ 55.9”E 44° 4’ 55.8”N
MP4 4° 23’ 54.4”E 44° 4’ 54.5”N
Table 3.4 – Coordonnées GPS des points du réseau microphones
et en altèrent le fonctionnement. Ceci remet en cause toute utilisation de longue durée

en extérieur. Pour empêcher cette condensation, différentes solutions techniques sont
utilisées selon les contraintes opérationnelles. Dans le cas de l’expérience PEACH, la
chambre de mesure était enfermée dans une capsule étanche en caoutchouc (avec une
paroi souple dont les déformations sont réversibles, pour pouvoir transmettre à la chambre
de mesure les variations de pression ressenties). Cette membrane souple provoque une
résonance acoustique aux environs de 100Hz (voir les spectres figure 3.18). Cette réponse
est dynamique et est d’autant plus importante que le signal enregistré a une grande
amplitude. Des pistes sont envisagées par les équipes techniques au CEA pour modéliser
cette résonance et la supprimer lors d’un post-traitement des signaux. Mais durant la
présente thèse aucune solution viable n’était disponible, ceci nous a amené à ne considérer
que les fréquences acoustiques inférieures à 70Hz.
60 3.6. Résultats des prévisions météorologiques par le code de calcul de Météo-France
Figure 3.18 – En haut : exemple de signal acoustique enregistré par les 4 microphones le
26 octobre 2012 entre 00h00m TU et 00h05m TU. En bas : densité spectrale de puissance.
3.6 Résultats des prévisions météorologiques par le code de cal-

cul opérationnel de Météo-France
Dans le cadre du projet HyMeX, Météo-France met à disposition de la communauté les
réanalyses du code de calcul opérationnel AROME-WMED [Seity et al., 2011]. Les calculs
ont été réalisés sur une région englobant l’Ouest du bassin méditerranéen. Les paramètres
qui ont été utilisés pour le modèle sont listés dans le tableau 3.5.
Les sorties du code sont au format GRIB. Dans ce format les différents champs sont
donnés, soit en altitudes (en mètre : 20, 50, 100, 250, 500, 750, 1000 ,1250, 1500, 2000,
2500, et 3000m), soit en niveaux de pression (en hectoPascal : 1000, 950, 925, 900, 850,
800, 700, 600, 500, 400, 300, 250, 200, 150, et 100hPa). Des grandeurs sont aussi calculées
au sol, pour 2m et 10m d’altitude. Le détail des grandeurs simulées est accessible depuis
le site de la base de données d’HyMeX. Parmi les grandeurs physiques qui sont calculées,
3.6. Résultats des prévisions météorologiques par le code de calcul de Météo-France 61
date de début 2012-09-05

date de fin 2012-11-05
Longitudes Est 8° à 16°
Latitudes Nord 35° à 48°
altitudes 0m à 20km
Résolution en latitude 0.025° (2.5km)
Résolution en longitude 0.025° (2.5km)
Résolution en altitude dépend du type de donnée
format de données GRIB ou NetCDF
Table 3.5 – domaine de calcul du code AROME-WMED pour les simulations pour la
communauté HyMeX.
celles qui nous intéressent sont données dans le tableau 3.6. Des grandeurs sont aussi
calculées pour la surface (tableau 3.7).
Nom de la grandeur physique Unité Identifiant dans le fichier GRIB
Zonal (U) wind component m/s 33

Meridian (V) wind component m/s 34
Temperature K 11
Vertical wind velocity m/s 40
Table 3.6 – Liste des grandeurs physiques calculées pour les altitudes de 0km à 16km, et
utilisées dans cette étude. Le vent zonal est la composante Ouest–Est du vent. Le vent
méridien est la composante Sud–Nord.
Des exemples de sorties du code AROME-WMED après réanalyse sont donnés pour la
journée du 26 octobre 2012 à 20h TU (le choix de ce jour est détaillé au paragraphe 3.7).
La figure 3.19 montre le champ de vent à 10m d’altitude. Du vent venant de l’Ouest (de
l’Espagne, latitude 43°Nord) se dirige vers la mer Méditerranée. Il tourne au-dessus de la
mer et va vers le Nord. La figure 3.20 montre le détail du même champ de vent autour de
la station acoustique du CEA, on constate qu’à cette altitude le vent vient principalement
du Sud–Est.
Les deux figures suivantes 3.21 et 3.22 montrent le détail des profils de vent (par pas de
45° en azimut) et de célérité du son que rencontrerait un champ acoustique se propageant
depuis une source vers la station acoustique. La dernière figure 3.23 en donne la synthèse
en traçant les profils de célérité effective 4 . On constate que pour une source placée entre les
azimuts Nord et Nord–Est, le champ acoustique rencontrera un profil de célérité effective
4. Selon la théorie de l’acoustique géométrique, pour un front d’onde acoustique se propageant dans
#«
un champ de vent 𝑉 (champ vectoriel) et de célérité du son 𝑐 (champ scalaire), on note #« 𝑛 la normale
au front d’onde. La vitesse de phase 𝑐𝜑 est définie comme étant la somme de la célérité du son et de
#«
la projection du champ de vent dans la direction de propagation du front d’onde. On a 𝑐𝜑 = 𝑐 + 𝑉 · #« 𝑛.
Voir aussi [Pierce, 1989, chap. 8, p. 394], [Ostashev, 1997, chap. 3, p.64]. Dans le cas d’une atmosphère
stratifiée et d’une propagation principalement horizontale, la vitesse de phase est proche de la célérité
#«
effective 𝑐eff (𝑧) définie par 𝑐eff (𝑧) = 𝑐(𝑧) + 𝑉 (𝑧) · #«
𝑒 𝑥 où #«
𝑒 𝑥 est le vecteur unitaire horizontal joignant la
source et le récepteur, et 𝑧 l’altitude.
Nom de la grandeur physique Unité Identifiant dans le fichier GRIB
Surface temperature K 11 (level 0)

2m temperature K 11 (level 2)
2m relative humidity K 52
10m zonal wind (U) m/s 33
10m meridian wind (V) m/s 34
surface pressure Pa 1
Accumulated rain since

the start of the forecast kg/m2 150
Table 3.7 – Quelques grandeurs de surface calculées par AROME-WMED
décroissant avec l’altitude, conduisant à une réfraction vers le haut. Si la source acoustique
est entre les azimuts Nord–Est et Sud–Ouest, un effet de guide d’onde est marqué près
du sol. Il résulte de l’inversion de la célérité effective près du sol (jusqu’à environ 1km
d’altitude). Si la source est dans les azimuts Ouest à Nord, un effet de réfraction est présent
près du sol, mais un guide d’onde est présent à une altitude voisine de 1km.
Figure 3.19 – Sortie du code AROME-WMED pour le 26 octobre 2012 à 20h TU. Carte
du champ de vent à 10m d’altitude. L’échelle de couleur indique la norme du vent, la taille
des flèches est en unité arbitraire. La station acoustique du CEA est représentée par un
losange noir.
Figure 3.20 – Sortie du code AROME-WMED pour le 26 octobre 2012 à 20h TU. Détail
du champ de vent à 10m d’altitude autour de la station acoustique du CEA (représentée
par un losange noir). L’échelle de couleur indique la norme du vent, la taille des flèches est
en unité arbitraire. A la position de la station, un pas de 0.05° en longitude représente
environ 4km, et un pas de 0.05° en latitude représente environ 5.5km.
16
altitude altitude altitude altitude altitude altitude altitude altitude
(km)
315°
8
0
16
(km)
270°
8
0
16
(km)
225°
8
0
16
(km)
180°
8
0
16
(km)
135°
8
0
16
(km)
8
90°
0
16
(km)
8
45°
0
16
(km)
8
0°
0 20 0 20 20 0 20 20 0 20
wind (m/s) wind (m/s) wind (m/s)
at dist from station at dist from station at dist from station
20.00 km 10.00 km 0.00 km
Figure 3.21 – Sortie du code AROME-WMED pour le 26 octobre 2012 à 20h TU.
Profils de vent horizontal de 0km à 16km d’altitude (courbes bleues). Les tracés en lignes
correspondent aux azimuts depuis la station acoustique par pas de 45°. L’azimut 0° est le
Nord et l’azimut 90° est l’Est. La colonne de gauche trace les profils de vent horizontal
que rencontrerait le champ acoustique émis par une source acoustique si elle était à une
distance de 20km de la station acoustique. Pour la colonne du milieu, si elle était à 10km
de distance. La colonne de droite trace les profils au dessus de la station acoustique. Les
régions en rouge montrent la variabilité entre les minima et les maxima des profils, le long
de la distance à la station. La courbe verte montre le profil moyenné sur la distance pour
un rayon de 20km.
16
altitude
(km)
0°
0
280 300 320 340 280 300 320 340 280 300 320 340
c (m/s) c (m/s) c (m/s)
20.00 km 10.00 km 0.00 km
Figure 3.22 – Sortie du code AROME-WMED pour le 26 octobre 2012 à 20h TU. Profils
de célérité du son de 0km à 16km d’altitude (courbes bleues). La colonne de gauche trace
le profil de célérité du son que rencontrerait le champ acoustique émis par une source
acoustique si elle était à une distance de 20km de la station acoustique. Pour la colonne
du milieu, si elle était à 10km de distance. La colonne de droite trace les profils au dessus
de la station acoustique. Les régions en rouge montrent la variabilité entre les minima et
les maxima des profils, le long de la distance à la station. La courbe verte montre le profil
moyenné sur la distance pour un rayon de 20km.
16
altitude altitude altitude altitude altitude altitude altitude altitude
(km)
315°
8
0
16
(km)
270°
8
0
16
(km)
225°
8
0
16
(km)
180°
8
0
16
(km)
135°
8
0
16
(km)
8
90°
0
16
(km)
8
45°
0
16
(km)
8
0°
0280 300 320 340 280 300 320 340 280 300 320 340
ceff (m/s) ceff (m/s) ceff (m/s)
20.00 km 10.00 km 0.00 km
Figure 3.23 – Sortie du code AROME-WMED pour le 26 octobre 2012 à 20h TU. Profils
de célérité effective du son de 0km à 16km d’altitude (courbes bleues). Même légende qu’à
la figure 3.21
68 3.7. Choix d’une période d’intérêt
3.7 Choix d’une période d’intérêt

Farges et Blanc [2010] ayant montré que le contenu acoustique du tonnerre enregistré
à une station devient très faible lorsque les sources sont au-delà de 50km de distance à
la station, l’étude s’intéresse aux premiers 50km autour de la station. Mais on conserve
toutefois la possibilité d’étudier des décharges plus distantes (jusqu’à 100km), ce point
est justifié dans le chapitre suivant. Lors de l’exploration des données, des détections
acoustiques ont pu être associées à des sources distantes de 80 km à la station acoustique.
L’exploration des données EUCLID montre que plusieurs orages se sont produits à
moins de 50km de la station durant la campagne SOP1. Certains d’entre eux sont passés
juste au dessus des deux réseaux acoustiques. La liste suivante récapitule ces journées
d’intérêt :
— 05 septembre 2012
— 11 septembre 2012
— 24 septembre 2012, 25 septembre 2012, et 26 septembre 2012
— 29 septembre 2012 et 30 septembre 2012
— 21 octobre 2012, 22 octobre 2012, et 23 octobre 2012
— 26 octobre 2012
Les figures 3.24, 3.25, et 3.26 montrent les exemples de l’activité orageuse détectée par
EUCLID autour de la station pour les journées du 24 septembre 2012, du 25 septembre
2012 et du 11 octobre 2012. Durant la nuit du 24 septembre 2012 entre 2h00 TU et 3h00
TU un orage extrêmement violent passe à moins de 20km de la station. Puis il s’éloigne
(distance entre 20km et 40km) entre 7h00 TU et 8h00 TU.
date 2012 - 09 - 24
100 13070 EUCLID detections
distance from station (km)
date 2012 - 09 - 24
horizontal distance to station (km)
100
South -> North
# of EUCLID detections
80
0 30
60
50 40
2
20
100100 50 0 50 100
distance from station (km) 00 3 6 9 12 15 18 21 24 0
West -> East hour (UTC)
Figure 3.24 – Activité orageuse pour la journée du 24 septembre 2012 dans un rayon de
100km autour de la station acoustique. Sur la carte de gauche les points bleus représentent
les détections EUCLID. L’histogramme de droite représente le nombre de détections
EUCLID, en fonction de l’heure de la journée (par tranches d’une demie-heure) et de la
distance à la station acoustique (par tranches de 5km).
Dans cette étude nous nous sommes concentrés sur l’orage de la soirée du 26 octobre
2012 (de 18h TU à 22h TU). Pour cette période l’activité orageuse n’est pas trop intense,
elle permet de bien distinguer les éclairs les uns des autres. Les détections EUCLID ne sont
pas trop nombreuses. Elles montrent que plus de dix décharges de foudre se sont produites
entre 20h00 TU et 21h00 TU juste au dessus de la station acoustique. La figure 3.27
présente l’ensemble de l’activité orageuse de 18h00 à 22h00 TU dans un rayon de 100km
autour de la station.
3.7. Choix d’une période d’intérêt 69
date 2012 - 09 - 25
date 2012 - 09 - 25

100
South -> North
80
0 30
60
50 40
2
20
100100 50 0 50 100
Figure 3.25 – Activité orageuse pour la journée du 25 septembre 2012. Même légende
qu’à la figure 3.24.
date 2012 - 10 - 26
date 2012 - 10 - 26
100
South -> North
80
0 30
60
50 40
2
20
100100 50 0 50 100
Figure 3.26 – Activité orageuse pour la journée du 26 octobre 2012. Même légende qu’à
la figure 3.24.
La figure 3.28 colonne de gauche montre que l’orage est en formation de 18h00 à 19h00
TU essentiellement au Nord-Est de la station à une vingtaine de kilomètres de celle-ci.
Les détections EUCLID sont peu nombreuses et l’activité électrique intranuage détectée
par le LMA (histogrammes colonnes 2 et 3 de la figure 3.28) est de 15000 détections
environ. Entre 19h00 et 20h00 TU, la cellule orageuse se développe et s’éloigne un peu
(distance entre 20km et 50km) mais reste localisée au Nord-Est de la station. L’activité
électrique dans les nuages augmente (histogrammes ligne 2 : 41662 détections LMA) :
elle est multipliée par 3 environ, mais le nombre de détections EUCLID reste faible. Une
seconde cellule orageuse se forme à l’Ouest de la station entre 15km et 25km de distance.
Une troisième cellule orageuse apparaît au Sud–Est de la station à environ 50km. Entre
20h00 et 21h00 TU, la première cellule orageuse s’éloigne de la station (toujours dans la
direction Nord–Est) et est à une distance entre 50km et 75km. La seconde cellule orageuse
(initiée à l’Ouest de la station entre 19h00 TU et 20h00 TU) s’est développée et s’est
déplacée pour être juste au-dessus de la station. L’activité électrique est plus importante
70 3.7. Choix d’une période d’intérêt
(elle est multipliée par 7 par rapport à l’activité entre 18h00 à 19h00 TU, 93461 détections
LMA), et il y a un nombre très important de détections EUCLID à moins de 25km de
la station. Pour cette période l’histogramme dans la seconde colonne montre que tous
les azimuts sont couverts par les détections LMA. L’histogramme de la colonne de droite
montre que l’activité LMA est maximale et uniforme dans un rayon de 20km autour de la
station acoustique. La cellule orageuse s’éloigne ensuite vers le Nord–Est de 21h00 TU
à 22h00 TU (quatrième ligne de la figure 3.28). Une autre cellule orageuse très active se
forme au Sud–Est de la station et est distante de 50km à 75km. L’activité électrique globale
dans un rayon de 100km autour de la station a continué d’augmenter (d’un facteur 11).
10018h00m00s - 21h59m59s (UTC)

50
South -> North
50
100100 50 0 50 100
West -> East
Figure 3.27 – Activité orageuse le 26 octobre 2012 pour la période de 18h00 TU à
22h00 TU autour de la station acoustique. Points bleus : détections EUCLID. Régions
grisées : carrés de 2km par 2km où il y a plus de 20 détections LMA.
3.7. Choix d’une période d’intérêt 71
10018h00m00s - 18h59m59s (UTC) 18h00m00s - 18h59m59s (UTC)

14749 detections
18h00m00s - 18h59m59s (UTC)
14749 detections
distance from station (km) 25 25
50
South -> North
20 20
LMA detections %
LMA detections %
0 15 15
10 10
50
5 5
100100 50 0 50 100
West -> East azimuth (deg) horizontal distance to station (km)

41662 detections
19h00m00s - 19h59m59s (UTC)
41662 detections
25 25
50
South -> North
20 20
LMA detections %
LMA detections %
0 15 15
10 10
50
5 5
100100 50 0 50 100

93461 detections
20h00m00s - 20h59m59s (UTC)
93461 detections
25 25
50
South -> North
20 20
LMA detections %
LMA detections %
0 15 15
10 10
50
5 5
100100 50 0 50 100

160466 detections
21h00m00s - 21h59m59s (UTC)
160466 detections
25 25
50
South -> North
20 20
LMA detections %
LMA detections %
0 15 15
10 10
50
5 5
100100 50 0 50 100
Figure 3.28 – Orage du 26 octobre 2012 de 18h00 TU à 22h00 TU étudié par tranches
d’une heure. Première colonne même légende que pour la figure 3.27. Deuxième colonne :
activité électrique détectée par le LMA en fonction de l’azimut à la station (le nombre de
détections LMA est précisé au-dessus du graphique). Colonne de droite : Activité électrique
détectée par le LMA analysée jusqu’à une distance de 100km à la station. Les données
EUCLID sont trop ponctuelles pour qu’une analyse en histogramme soit pertinente.
72 3.8. Conclusion
3.8 Conclusion
Nous avons présenté dans ce chapitre les enjeux du projet européen HyMeX pour
l’amélioration de la compréhension du cycle de l’eau dans le bassin méditerranéeen.
Nous avons présenté le groupe de recherche PEACH au sein du projet HyMeX. Il propose
d’étudier l’électricité atmosphérique pendant les campagnes d’observations du projet global.
Une campagne d’observations spécialement dédiée à l’étude de la foudre s’est déroulée
dans le Sud–Est de la France durant l’automne 2012. Elle comprenait la participation
de plusieurs réseaux opérationnels de détection des décharges de foudre, un réseau de
recherche pour la localisation à très haute résolution spatiale et temporelle des décharges,
plusieurs instruments de mesure du champ électrique atmosphérique, ainsi qu’une station
acoustique composée d’un double réseau pour l’enregistrement du tonnerre. Dans le cadre
du projet HyMeX des profils météorologiques réanalysés sont disponibles pour la région
et la période. L’exploration des détections électromagnétiques produites par le réseau
opérationnel EUCLID a permis de sélectionner 6 périodes entre septembre et octobre
durant lesquelles un ou plusieurs orages sont passés au-dessus de la station acoustique.
Nous avons choisi d’étudier en détail l’orage qui s’est développé dans la soirée du 26
octobre 2012 car cet orage n’est pas trop actif, et l’on peut clairement différencier les
différentes décharges. Cette étude constitue le corps du chapitre suivant.
Chapitre 4
Analyse des données acoustiques et

électromagnétiques obtenues lors de l’orage
du 26 octobre 2012 de 18h00 TU à
22h00 TU
Sommaire
4.1 Motivations et objectifs de l’étude
4.2 Préparation des données électromagnétiques
4.3 Préparation des données acoustiques
4.4 Conventions sur la représentation des données EUCLID
4.5 Exploration de l’événement du 26 octobre 2012
4.6 Reconstruction acoustique des éclairs d’orage
4.7 Analyse statistique de l’événement du 26 octobre 2012
4.8 Analyse temps fréquence des signaux de tonnerre
4.9 Exploration des données acoustiques enregistrées sur le réseau de microbaromètres
4.10 Conclusions
4.1 Motivations et objectifs de l’étude

Au cours de l’analyse préliminaire des données enregistrées lors de la campagne SOP1
d’HyMeX, il est apparu que la reconstruction acoustique des éclairs d’orage était un point
intéressant. Les nuages étant opaques optiquement, ce sont les mesures acoustiques du
tonnerre qui ont permis d’établir les premières observations des phénomènes de décharge
de foudre à l’intérieur des cellules orageuses [Few, 1970; Few et Teer, 1974; MacGorman
et al., 1981]. Les études utilisant la reconstruction acoustique des éclairs sont antérieures
aux méthodes de reconstruction à partir de données électromagnétiques, en effet celles-ci
ont été développées dans les années 2000 [Rison et al., 1999; Krehbiel et al., 2000].
Aujourd’hui les recherches sur le contenu acoustique des éclairs d’orage sont à nouveau
d’actualité. En effet, nous avons accès d’une part à une maîtrise très fine des systèmes d’en-
registrement acoustique (réseaux, réponse des microphones et microbaromètres). D’autre
part nous avons la possibilité de détailler ce qui a été enregistré par comparaison aux
données issues d’outils très précis de mesure électromagnétique.
Nous n’avons pas trouvé dans la littérature sur le tonnerre de lien clairement établi entre
la géométrie des décharges de foudre et le contenu acoustique de chacune des parties de ces
décharges. Le présent chapitre se propose de construire ce lien. Il apporte aussi d’autres
résultats complémentaires à ceux obtenus par les systèmes de mesure électromagnétique
des caractéristiques des décharges de foudre.
4.2 Préparation des données électromagnétiques

On exploite trois jeux de données pour l’orage du 26 octobre 2012 entre 18h00 TU et
22h00 TU : les données LMA, les données EUCLID, et les enregistrements acoustiques.
Les données EUCLID ne subissent aucun post-traitement. Les données LMA brutes
sont post-traitées dans l’interface xlma [Thomas, 2013].
76 4.2. Préparation des données électromagnétiques
Les coordonnées latitude, longitude et altitude des détections LMA sont connues. Il est
donc possible de définir des grandeurs cartésiennes relativement au centre de la station
acoustique (voir figure 4.1) :
— (𝑋, 𝑌, 𝑍) : les coordonnées de position de la détection LMA,
— 𝐷ℎLMA , 𝐷LMA : la distance horizontale et la distance directe de la détection au
barycentre de la station acoustique,
— 𝜃LMA : l’azimut 1 de la détection,
— 𝜑LMA : l’angle d’élévation de la détection par rapport au plan horizontal.
Les distances que l’on considère (au maximum 100km) sont suffisamment petites pour
que – sous nos latitudes et longitudes – les lois de la géométrie euclidienne puissent-être
utilisées en approximation de la géométrie sphérique.
Pour les détections EUCLID, les coordonnées (latitude et longitude) sont connues,
mais il n’y a pas d’information d’altitude de la détection. Les grandeurs suivantes sont
construites :
— 𝐷ℎEUCLID : distance horizontale entre la détection et le barycentre de la station
acoustique,
— 𝜃EUCLID : l’azimut de la détection EUCLID par rapport au centre de la station
acoustique.
𝐷LMA
𝜑LMA North
𝑌
𝐷ℎLMA
West East
𝑋
𝜃LMA
South
Figure 4.1 – Position d’une source électromagnétique LMA (étoile jaune) par rapport au
centre de la station acoustique (station représentée par un triangle rouge), et variables
cartésiennes utilisées en approximation de la géométrie sphérique.
Dans la démarche établie on pose l’hypothèse que les détections LMA ou EUCLID
sont de potentielles sources acoustiques. On associe donc aux distances entre les détections
et la station acoustique un temps de propagation acoustique Δ𝑡 calculé en ligne droite
en utilisant une valeur 𝑐0 = 340m/s par défaut pour la célérité du son. Dans le cadre du
projet HyMeX, nous avons accès aux réanalyses du code AROME-WMED et pouvons
confirmer cette valeur. La figure 4.2 montre que, d’après les réanalyses des sorties du
1. On rappelle que la notion d’azimut est définie dans le paragraphe 2.4 page 23.
4.3. Préparation des données acoustiques 77
code AROME-WMED, la célérité du son à la station acoustique varie entre 340.6 m/s et
340.95 m/s. Ceci représente un écart maximal de 0.3% environ par rapport à la valeur
𝑐0 = 340m/s choisie.
Comme l’on connaît la datation temporelle (notée 𝑡LMA pour les détections LMA,
et 𝑡EUCLID pour les détections EUCLID) des détections, on peut associer à chacune des
détections un temps d’arrivée estimé à la station acoustique, 𝑡, en ajoutant à la datation
le temps de propagation depuis la source :
𝑡 = 𝑡LMA + Δ𝑡 = 𝑡LMA + 𝐷LMA /𝑐0 (4.1)
pour les détections LMA, et pour les détections EUCLID :
𝑡 = 𝑡EUCLID + Δ𝑡 = 𝑡EUCLID + 𝐷ℎEUCLID /𝑐0 (4.2)
Pour les données LMA, en reprenant l’hypothèse qu’une source acoustique est placée
à l’endroit de la détection électromagnétique, l’angle d’élévation 𝜑LMA de la détection
peut-être interprété comme l’angle d’arrivée d’un front d’onde acoustique dans le plan
vertical contenant la source et le centre de la station après une propagation en ligne droite
depuis la source.
Surface sound celerity

341.0 at the station
c (m/s)
340.518 19 20 21
hour (UTC)
Figure 4.2 – Célérité du son à la surface du sol, pour le centre de la station acoustique.
Valeurs obtenues à partir des quatres réanalyses des sorties du code AROME-WMED de
18h TU à 21h TU.
4.3 Préparation des données acoustiques

Dans cette étude les données acoustiques enregistrées par le réseau de microphones
(réseau en triangle de 50m de côté) sont utilisées principalement. Une ouverture sur
l’exploration des données issues du réseau de microbaromètres est donnée au paragraphe 4.9
page 119. On y justifie le choix de travailler sur les données du petit réseau de microphones,
plutôt que sur les données du grand réseau de microbaromètres (triangle de 500m de côté).
Les enregistrements acoustiques sont post-traités à l’aide de l’algorithme PMCC [Cansi,
1995]. Les réglages utilisés ont été déterminés de façon heuristique. Pour les données
microphones on a choisi de travailler sur la bande de fréquences de 1Hz à 40Hz. La limite
inférieure permet d’ignorer la présence de la houle océanique dans les signaux (Océan
Atlantique à l’Ouest de la station). La limite supérieure permet d’une part de s’affranchir
de la résonance des microphones et d’autre part elle permet de ne pas considérer des sources
acoustiques de trop hautes fréquences. On a en effet constaté lors des essais de réglage des
paramètres PMCC que celles-ci ne présentaient pas de cohérence satisfaisante. La plage
78 4.4. Conventions sur la représentation des données EUCLID
1Hz à 40Hz a été traitée en 10 bandes de fréquences séparées associées à 10 fenêtres de

temps de longueurs décroissantes de 5s à 1s. Le recouvrement des fenêtres temporelles est
de 60%. L’algorithme PMCC construit un ensemble de détections acoustiques cohérentes
trouvées dans les signaux enregistrés aux différents points du réseau. Chaque détection
est représentée par une datation temporelle 2 𝑡PMCC et sa bande de fréquences, l’azimut
𝜃PMCC du front d’onde acoustique associé, la vitesse horizontale de trace 𝑉ℎ du front
d’onde acoustique (exprimée en km/s, la valeur est toujours supérieure à 𝑐0 = 340m/s
pour une onde acoustique), l’amplitude de la détection, ainsi que d’autres données que
l’on n’utilise pas ici. L’algorithme donne aussi des informations d’incertitudes sur 𝜃PMCC
et 𝑉ℎ engendrées par la forme géométrique du réseau. Les réseaux ayant été déployés en
deux triangles équilatéraux, ces deux erreurs sont minimisées et isotropes. Une valeur
d’incertitude typique sur 𝜃PMCC pour cette taille de réseau est de 0.8°, et pour 𝑉ℎ de
4.5m/s (0.004km/s) [Abed-Meraïm et al., 2011].
Un angle d’élévation 𝜑a du front d’onde acoustique par rapport au plan de la station
peut-être défini (voir figure 4.3) à l’aide de la formule :
𝑐0
cos 𝜑a = (4.3)
𝑉ℎ
Dans les détections PMCC la vitesse de trace 𝑉ℎ déterminée est quelquefois inférieure à la
valeur de 𝑐0 = 340m/s, ceci correspond à une indétermination et l’angle d’élévation ne
peut alors pas être défini. Il faut noter que l’angle d’élévation 𝜑a correspond uniquement à
l’angle avec lequel le front d’onde acoustique mesuré arrive en dernier lieu sur la station, il
n’y a aucune notion de suivi de l’inclinaison du front d’onde au cours de la propagation.
𝑐0 Δ𝑡
𝜑𝑎
𝑉ℎ Δ𝑡
Figure 4.3 – Définition de l’angle d’élévation 𝜑a d’un front d’onde acoustique localement
plan par rapport une station acoustique composée de deux points (représentés par deux
losanges). Durant le temps Δ𝑡, le front d’onde a parcouru une distance 𝑐0 Δ𝑡. La grandeur
𝑐0 est la norme du vecteur célérité du front d’onde. La distance horizontale parcourue
est 𝑉ℎ Δ𝑡 où 𝑉ℎ est la composante le long de l’axe horizontal du vecteur célérité du front
d’onde.
4.4 Conventions sur la représentation des données EUCLID

La quantité très importante de données exploitables pour chacune des trois méthodes
rend rapidement les graphiques illisibles. Cela nous a conduits à simplifier au maximum
2. L’algorithme renvoie une fenêtre de temps associée à une détection. Nous définissons la datation
temporelle de la détection comme étant le temps médian de la fenêtre.
4.5. Exploration de l’événement du 26 octobre 2012 79
les informations données sur les graphiques et les tracés. Ainsi nous nous efforçons d’éviter
l’utilisation de barres de couleurs. Nous avons choisi de représenter les données relatives
au LMA en gris, les données relatives à EUCLID en bleu, et les données relatives à PMCC
en rouge.
Les types de détections EUCLID sont représentés par les symboles suivants :
— Le symbole s représente la détection d’une décharge au sol de courant crête négatif.
— Le symbole 5 représente la détection d’une décharge au sol de courant crête positif.
— Le symbole u représente la détection d’une décharge intra-nuage de courant crête
négatif.
— Le symbole H représente la détection d’une décharge intra-nuage de courant crête
positif.
EUCLID détermine aussi le courant crête des décharges détectées, nous n’utiliserons à
aucun moment cette notion car Farges et Blanc [2010] ont montré qu’il n’y avait pas de lien
clair entre cette donnée et l’amplitude des formes d’onde acoustiques enregistrées. En effet
la figure 4.4 extraite de leur article montre que l’amplitude des surpressions enregistrées
par un réseau dépend principalement de la distance de la décharge à la station, et non du
courant crête.
Figure 4.4 – Symboles "croix" : amplitude des signaux infrasonores émis par les éclairs en
fonction de la distance des éclairs à la station acoustique (échelle logarithmique). La ligne
noire représente une régression linéaire. Les données ont été enregistrées durant l’orage de
la nuit du 31 août au 1er septembre 2005 en France au cours de la campagne d’observations
Eurosprite 2005. Figure extraite de [Farges et Blanc, 2010].
4.5 Exploration de l’événement du 26 octobre 2012

Lors de l’exploration des détections PMCC produites, nous avons constaté que le réseau
acoustique avait détecté deux types de sources. Des détections sont associées à la présence
d’un bruit de fond permanent dans l’azimut Sud–Ouest. Ce bruit de fond est masqué lors
de la détection des sources acoustiques associées aux signaux de tonnerre. L’ensemble des
détections PMCC a donc été trié manuellement pour construire 2 familles :
— Détections associées au bruit de fond.
— Détections associées au tonnerre.
80 4.5. Exploration de l’événement du 26 octobre 2012
L’étude se concentre sur les donnés liées au tonnerre, l’autre groupe sera présenté dans
l’annexe B page 181.
Pour réaliser une première exploration des détections associées au tonnerre, on construit
des vues synthétiques sur des périodes de 10 minutes pour toute la durée de l’orage de
18h00 TU à 22h00 TU. On y représente, en fonction du temps à la station acoustique :
d’une part les angles d’élévation des données LMA et des détections PMCC, et d’autre
part les azimuts des données LMA, EUCLID, et PMCC. On montre le bon accord sur les
azimuts et les angles d’élévation entre les détections LMA, EUCLID et PMCC.
4.5.1 Fenêtre temporelle de 20h10m TU à 20h20m TU

La figure 4.5 page 82 montre un exemple de vue 3 obtenue entre 20h10m TU et
20h20m TU. Les régions grisées correspondent à la présence de décharges LMA. Les
marqueurs rouges correspondent aux détections PMCC. Les symboles bleus correspondent
aux détections EUCLID. En haut on a représenté les distances directes des détections
LMA jusqu’au centre de la station acoustique dans un rayon de 100km en fonction du
temps acoustique. Chaque segment est l’extension en distance relativement à la station
d’une décharge détectée par le LMA. La pente d’un segment est la valeur 𝑐0 utilisée. Sur le
graphique, on représente l’azimut des détections PMCC observées, l’azimut des détections
LMA et l’azimut des détections EUCLID. Deux décharges se sont produites au Sud de
la station (azimut 180°) et 5 décharges se sont produites au Nord-Ouest de la station
(azimuts de 270° à 360°). Les sources électromagnétiques de ces 7 décharges sont à moins
de 40km de la station. Pour ces dernières on constate que l’accord entre les azimuts des
détections électromagnétiques et les azimuts obtenus par le post-traitement PMCC est
excellent. A chaque région grisée correspond un ensemble de détections PMCC, et une
ou plusieurs détections EUCLID. Quatre autres décharges sont dans l’azimut Nord-Est,
et une est dans l’azimut Nord (azimuts de 0° à 90°). Elles sont plus lointaines (au-delà
de 40km de la station) et PMCC n’est pas capable d’associer des détections acoustiques
à ces décharges vues par le LMA et par EUCLID. Le troisième graphique représente les
angles d’élévation des détections PMCC et des détections LMA. On rappelle que la notion
d’angle d’élévation n’existe pas pour EUCLID. Là encore, l’accord est excellent entre les
angles d’élévation des décharges LMA et ceux des détections acoustiques. Comme les 5
décharges au Nord-Ouest de la station ainsi que les deux décharges au Sud sont à des
distances d’environ 20km de la station, l’angle d’élévation est petit (entre 5° et 30°). Ce
graphique ne permet plus de différencier les deux décharges qui se sont produites au Sud
de la station, des deux décharges qui se sont produites au Nord-Est pour les mêmes temps
acoustiques. Pour les 5 décharges les plus lointaines les angles d’élévation des détections
LMA sont proches de zéro (entre 0° et 10°). Enfin on a tracé l’enregistrement acoustique
du microphone au centre de la station pour cette plage de temps, on y distingue clairement
les signaux de tonnerre. Les datations de ces signaux correspondent parfaitement aux
temps des 5 détections EUCLID distantes de moins de 20km de la station CEA.

La figure 4.6 page 83 montre un second exemple entre 20h30m TU et 20h40m TU,
quand l’orage est juste au-dessus de la station acoustique. Un ensemble de 14 décharges se
sont produites à moins de 30km de la station. Les décharges sont au Sud de la station et
s’étendent vers le Nord en passant par l’Est (graphique azimut / temps). Les sources LMA
lointaines apparaissent comme très basses sur l’horizon (angle d’élévation entre 0° et 10°).
Les sources LMA qui sont au-dessus de la station présentent des angles d’élévation variant
3. Notons qu’un graphique de construction similaire (données de directions et de distances tracées en
fonction du temps) a déjà été présenté à la figure 2.14 page 27.
jusqu’à 80°. Les angles d’élévation déterminés par PMCC balayent un plus petit domaine,
de 5° à 70°. PMCC détecte peu de sources à l’horizon, et aucune source à la verticale de
la station. Pour les angles d’élévation entre 10° et 70°, la corrélation entre les résultats des
deux méthodes est excellente. Enfin le signal acoustique montre clairement 9 impulsions
distinctes de tonnerre. Ce nombre ne correspond pas aux 14 décharges proches détectées
par le LMA du fait que les signaux acoustiques émis par celles-ci peuvent arriver en même
temps à la station et donc se superposer. Enfin, cette vue montre clairement que l’on a
durant environ 10 minutes des enregistrements continus de signaux de tonnerre.

Le dernier cas étudié est pour la tranche horaire de 21h40m TU à 21h50m TU, figure 4.7
page 84. Le signal acoustique est proche du bruit de fond. Malgré cela on constate que
PMCC détecte 7 sources acoustiques cohérentes dans l’azimut Sud-Est, et 2 sources
acoustiques dans l’azimut Nord-Est. Ces azimuts sont clairement associés aux azimuts de
décharges situées entre 50km et 90km de la station d’une part, et entre 30km et 40km
d’autre part. Mais le nombre de détections acoustiques est plus faible que pour le cas des
figures 4.5 et 4.6. Ces décharges LMA apparaissent très basses sur l’horizon par rapport à
la station car elles sont très distantes ; l’angle d’élévation des détections électromagnétiques
est donc très faible. L’hypothèse d’une propagation acoustique en ligne droite depuis une
source jusqu’à la station n’est plus valable, et l’angle d’élévation déterminé par PMCC ne
peut plus être associé à l’angle d’élévation de cette source.
Ce type de vue systématique par tranche de 10 minutes pour toute la durée de l’orage
a permis de trouver un ensemble de 56 décharges de 18h00 TU à 22h00 TU détectées par
le LMA, EUCLID et PMCC pour lesquelles la corrélation entre les détections acoustiques
et les détections LMA est excellente en azimut et en temps relativement à la station
acoustique. Des écarts peuvent être présents entre les angles d’élévation des détections
acoustiques et LMA. Ils seront interprétés comme étant dus à des effets de propagation.
Figure 4.5 – Vue exploratoire par tranche de 10 minutes. Période de temps 20h10m TU
et 20h20m TU. En rouge : détections PMCC et signal acoustique. En gris : détections
LMA regroupées dans des régions de largeur 5s en temps, 10° en azimut et 3° en angle
d’élévation. Pour les données LMA, on conserve juste la donnée binaire : région peuplée
(couleur grise), ou région vide (aucune couleur). Pour les autres données, chacune des
détections est tracée. Symboles bleus : détections EUCLID. En haut : distances entre les
sources détectées par le LMA et le centre de la station acoustique en fonction du temps.
Second graphique : Azimuts des détections LMA et des détections PMCC en fonction du
temps. Troisième graphique : Angles d’élévation des détections par rapport à la station
acoustique. En bas : signal acoustique enregistré sur le microphone du centre de la station.
Les détections PMCC associées au bruit de fond ont été retirées manuellement pour ne
montrer que les détections associées à l’enregistrement de signaux de tonnerre par le réseau
(voir la discussion dans l’annexe B page 181).
Figure 4.6 – Pour la tranche horaire 20h30 TU à 20h40 TU, même légende que la
figure 4.5. Les deux flèches noires identifient les deux éclairs proches sélectionnés pour être
étudiés en détail dans ce chapitre.
Figure 4.7 – Pour la tranche horaire 21h40 TU à 21h50 TU, même légende que la
figure 4.5.
4.6. Reconstruction acoustique des éclairs d’orage 85
4.6 Reconstruction acoustique des éclairs d’orage

Les décharges de foudre ont des extensions horizontales de plusieurs dizaines de
kilomètres (ordre de grandeur de 20 km en extension horizontale) pour des durées ca-
ractéristiques entre quelques dixièmes de secondes et une seconde (environ 0.4s, voir
graphique 4.8).
45
40
35
% discharges
30
25
20
15
10
5
00.0 0.2 0.4 0.6 0.8 1.0 1.2
discharge duration (s)
Figure 4.8 – Distribution des durées de 56 décharges détectées par le LMA.
Or la durée d’un signal acoustique associé à une décharge de foudre est de plusieurs
dizaines de secondes. Cette durée du signal acoustique est donc liée à l’extension spatiale
de la source et non à la durée de la décharge.
Compte-tenu du rapport célérité du son sur vitesse de propagation des décharges, nous
posons l’hypothèse qu’une décharge de foudre est instantanée par rapport aux temps
acoustiques caractéristiques et qu’elle survient à une date 𝑡LMA0 . La valeur de 𝑡LMA0 est
choisie comme étant la date de la première détection LMA à l’intérieur de la décharge.
Les dates des différentes détections PMCC associées à ce flash sont alors exprimées en
retards temporels Δ𝑡 par rapport à cette référence 𝑡LMA0 . Ce retard Δ𝑡 peut être associé à
une distance directe 𝐷S entre une source acoustique potentielle nommée S qui a donné
lieu à la détection PMCC considérée, et la station :
Δ𝑡 = 𝑡PMCC − 𝑡LMA0 (4.4)
𝐷S = 𝑐0 Δ𝑡 (4.5)
Grâce à ces hypothèses il devient possible de définir la position tridimensionnelle
(𝑋S , 𝑌S , 𝑍S ) de la source acoustique S à partir de 𝜃PMCC , 𝜑PMCC et 𝐷S . Ceci revient à
considérer que l’onde acoustique se propage en ligne droite comme en milieu homogène.
On identifie l’angle d’élévation 𝜑S de la source par rapport à la station avec l’angle 𝜑PMCC ,
et l’azimut 𝜃S de la source avec l’azimut 𝜃PMCC du front d’onde acoustique à l’arrivée sur
la station. On définit alors la distance horizontale 𝐷ℎS entre S et la station par :
𝐷ℎS = 𝐷S · cos 𝜑S (4.6)
et l’on obtient : ⎧
⎪
⎪ 𝑋 = 𝑐0 Δ𝑡 · cos 𝜑S · sin 𝜃S
⎨ S
𝑌S = 𝑐0 Δ𝑡 · cos 𝜑S · cos 𝜃S (4.7)
⎪
𝑍S = 𝑐0 Δ𝑡 · sin 𝜑S .
⎪
⎩
En suivant la démarche proposée on procède à la reconstruction acoustique de chacune

des 56 décharges sélectionnées. Parmi celles-ci deux décharges sont particulièrement
86 4.6. Reconstruction acoustique des éclairs d’orage
intéressantes, elles se produisent à 20h35m TU à moins d’une minute d’intervalle. On peut

donc considérer que les conditions météorologiques restent les mêmes. La première décharge
présente une connexion avec le sol, tandis que l’autre est une décharge intra-nuage. Ces
deux décharges sont identifiées chacune par une flèche sur la figure 4.6. Ces deux cas sont
explorés en détail.
4.6.1 Reconstruction acoustique de la décharge de 20h35m00s TU

On présente tout d’abord le cas de la décharge au sol qui s’est produite à 20h35m00s
TU (figure 4.9). Les points gris montrent les détections LMA, les points rouges montrent
les détections acoustiques PMCC reconstruites par la méthode proposée et les symboles
des détections EUCLID sont en bleu. La décharge détectée par le LMA (points gris) a
une extension maximale de 25km du Sud au Nord et une extension de 10km dans l’axe
Ouest–Est. Le LMA a détecté une couche horizontale de la décharge à une altitude de
5km environ, ainsi qu’une seconde couche horizontale à 2km d’altitude environ. Le point
d’impact de la décharge au sol est à environ 2km de distance du centre de la station.
Plusieurs échanges électriques successifs entre la terre et le nuage ont transité dans le canal
de foudre établi, ils sont marqués par trois détections EUCLID associées à trois arcs en
retour de courant négatif (trois symboles ’triangle’). EUCLID a aussi détecté un arc en
retour de courant positif (symbole ’croix’). Le détail des caractéristiques des différents
échanges électriques détectés par EUCLID pour cette décharge est donné dans l’annexe C
page 183.
La position des points acoustiques reconstruits montre que PMCC a correctement
détecté la couche horizontale supérieure de la décharge. Il apparaît sur les graphiques
altitude–direction de la figure 4.9 que les détections acoustiques ont suivi avec précision
l’arc en retour lui-même et son chemin depuis le sol (détections acoustiques à partir de
500m d’altitude environ jusqu’à environ 5km d’altitude). Mais PMCC n’a pas détecté la
couche horizontale à 2km d’altitude, celle-ci a été probablement masquée par la détection
de l’arc en retour car les temps acoustiques pour ces 2 types de sources sont les mêmes.
La corrélation entre la position des points acoustiques à basse altitude et la position des
détections EUCLID est excellente. On peut constater que l’arc en retour présente une forte
inclinaison dans la direction Ouest–Est (graphique de l’altitude en fonction de la direction
Ouest–Est), et apparaît comme vertical dans la direction Sud–Nord. La partie basse de
l’arc en retour n’a pas été correctement détectée par le LMA : il y a peu de détections
LMA pour des altitudes en dessous de 2km. Ce point sera détaillé à la section 4.7.2.
La figure 4.10 revient à une vue de même type que les vues exploratoires par tranches
de 10 minutes (par exemple la figure 4.5) présentées avant ; mais l’analyse est faite sur une
fenêtre de temps plus réduite, de 20h35m00s à 20h36m05s, pour englober uniquement la
décharge étudiée. On peut voir sur le graphique azimut–temps que durant l’intervalle de
temps de 5s à 15s, les détections PMCC suivent l’arc en retour lui-même qui se situe à un
azimut de 120° (Sud–Est) par rapport au centre de la station. Puis de 15s à 18s PMCC
détecte les sources acoustiques venant d’azimut Est (azimut 90°). De 18s à 22s environ
PMCC détecte les quelques sources placées dans l’azimut 30°. Enfin à partir de 22s jusqu’à
la fin de la décharge, l’acoustique suit correctement l’extension horizontale de la décharge
qui se propage vers le Sud (azimut 180°). Le graphique qui représente l’évolution de l’angle
d’élévation en fonction du temps montre que l’angle augmente d’abord violemment : il
passe de 20° à environ 60° entre les temps 5s et 15s. Ceci correspond à une pente de 4°
par seconde environ. Cette variation est associée à la détection de l’arc en retour et au
suivi acoustique de sa propagation depuis le sol jusqu’à l’altitude de 5km (voir graphique
altitude–temps). Puis l’angle d’élévation re-diminue lentement entre les temps 15s et 60s
et passe de 60° à environ 15°. Ceci correspond au suivi de l’extension de la décharge qui
s’éloigne horizontalement vers le Sud, elle est visible sur le graphique altitude–temps et
est entre les altitudes 3km et 6km.
Figure 4.9 – Reconstruction de la décharge qui s’est produite à 20h35m00s TU. Points
gris : détections LMA, carrés rouges : détections PMCC reconstruites, symboles bleus :
détections EUCLID. La station acoustique est placée à l’origine.
Figure 4.10 – Vue exploratoire pour l’éclair de 20h35m00s TU. Points gris : détections
LMA. Points rouges : détections PMCC. Symboles bleus : détections EUCLID. De haut en
bas, en fonction du temps : distances entre les sources détectées par le LMA et le barycentre
de la station acoustique. Altitudes des détections LMA et altitudes des détections PMCC
reconstruites. Azimuts des détections LMA et des détections PMCC. Angles d’élévation
des détections. En bas : signal acoustique enregistré sur le microphone du centre de la
station.
4.6.2 Reconstruction acoustique de la décharge de 20h35m58s TU

Moins d’une minute après la décharge de 20h35m00s TU, une seconde décharge se
produit à 20h35m58s TU. Contrairement au cas précédent cet éclair est une décharge
intra-nuage de courant positif. Elle ne présente pas de connexion avec le sol 4 .
La figure 4.11 montre que la décharge s’organise en deux couches horizontales (3km
d’altitude et 8km d’altitude) reliées par deux décharges verticales (clairement visibles sur
le graphique supérieur montrant l’altitude et la distance Ouest vers Est). La figure 4.11
montre que la décharge dans le nuage a été correctement détectée par l’acoustique. Un
ensemble important de détections PMCC est associé aux parties verticales de la décharge
dans le nuage. Les deux couches horizontales sont aussi correctement suivies, mais avec un
nombre moins important de détections. La décharge a couvert toute la région au-dessus
de la station : au cours de cette décharge tous les azimuts ont été balayés. La figure 4.12
montre que la partie de la décharge enregistrée en premier à la station (de 7s à 10s) est
dans l’azimut 30°. PMCC détecte ensuite quelques sources acoustiques dans l’azimut 330°
(entre 10s et 13s), puis la détection est orientée vers les sources acoustiques venant du Sud
(entre 14s et 22s). Enfin, les détections acoustiques suivent (temps : de 18s jusqu’à la fin
de la décharge) la partie de la décharge intra-nuage qui couvre la région au Nord–Ouest
(azimuts entre 270° et 360°) de la station. Les deux couches horizontales de la décharge sont
visibles sur le graphique traçant l’altitude des détections en fonction du temps à la station
acoustique ainsi que sur le graphique représentant les angles d’élévation des détections. On
peut voir clairement sur les points LMA deux groupes de détections organisés en "feuillets".
Le premier feuillet commence au temps 5s, les détections LMA associées sont entre 3km
et 6km d’altitude. Le deuxième feuillet commence au temps 20s et est situé à plus haute
altitude (entre 6km et 9km d’altitude). On constate que des parties des deux couches
horizontales de la décharge ont été détectées alternativement par PMCC. D’abord PMCC
détecte des sources associées au premier feuillet de la décharge entre les temps 7s et 22s.
Le groupe de détections acoustiques entre les temps 22s et 26s est à associer au second
feuillet. La détection acoustique revient ensuite sur le feuillet inférieur entre les temps 26s
et 35s. Puis les points PMCC basculent à nouveau sur la couche supérieure de la décharge
entre les temps 35s à 46s. De 46s à 48s, quelques détections acoustiques sont associées
au feuillet inférieur. Enfin vers la fin de la décharge, les détections acoustiques oscillent
d’un feuillet à l’autre. Il faut noter que la queue du signal acoustique (entre les temps
30s et 60s) est d’amplitude très faible. Malgré cela des sources acoustiques cohérentes y
ont été détectées parmi le bruit de fond, elles sont clairement associées aux détections
électromagnétiques.
4. Voir le détail des caractéristiques de la détection EUCLID, annexe C page 183.

Figure 4.11 – Reconstruction de la décharge qui s’est produite à 20h35m58s TU. Points
gris : détections LMA, carrés rouges : détections PMCC reconstruites, symboles bleus :
détections EUCLID.
Figure 4.12 – Vue exploratoire pour l’éclair de 20h35m58s TU. Points gris : détections
LMA. Points rouges : détections PMCC. Symboles bleus : détections EUCLID. Les
informations tracées sont les mêmes que pour la figure 4.10.
4.6.3 Bilan de la reconstruction acoustique

Ce paragraphe fait un bilan des deux études de reconstruction acoustique proposées.
On rappelle qu’à chaque détection PMCC est associée une datation temporelle, une bande
de fréquences et une amplitude acoustique (voir paragraphe 4.3 page 77). En associant ces
informations à chacune des détections PMCC reconstruites, on obtient une information
qui relie la géométrie de la décharge reconstruite acoustiquement à chacune des grandeurs
listées (datation temporelle, fréquence acoustique et amplitude acoustique). Les figures
4.13 et 4.14 présentent ce lien.
Pour les deux décharges étudiées, on constate qu’il n’y a pas de dépendance nette du
contenu fréquentiel du signal acoustique enregistré à la station, en fonction des différentes
parties géométrique de la décharge 5 ; le signal acoustique présente un contenu fréquentiel
large de 1Hz à 40Hz, dans toutes les parties de la décharge. Ce point sera repris et
détaillé dans une étude du contenu fréquentiel des signaux de tonnerre enregistrés, au
paragraphe 4.8 page 110.
Pour le cas de la décharge de 20h35m00s TU (figure 4.13), on constate que signal
enregistré à la station acoustique et venant de l’arc en retour est de plus grande amplitude
que le signal émis par la partie intranuage de la décharge, sans que cette différence puisse
être expliquée par l’effet d’éloignement de la source par rapport au récepteur. De même
pour le cas de la décharge de 20h35m58s (voir figure 4.14), les détections sont reconstruites
dans la partie intra-nuage de la décharge uniquement. Dans ce cas l’amplitude acoustique
des détections s’avère à nouveau plus faible que pour l’arc en retour de la décharge
précédente. Nous précisons que, pour une détection, l’amplitude acoustique présentée est
l’amplitude de la détection PMCC à la station, et non l’amplitude de la potentielle source
acoustique qui aurait provoqué cette détection.
Les graphiques où sont tracés les datations des détections PMCC montrent, logique-
ment, que les points acoustiques reconstruits comme étant les plus éloignés de la station
correspondent aux détections PMCC les plus tardives. Il faut cependant garder à l’esprit
que l’éloignement des points à la station dans la direction Sud–Nord n’apparaît pas sur les
représentations 4.13 et 4.14. Par exemple la décharge de foudre de 20h35m00s s’étend sur
environ 20km dans l’azimut Sud depuis la station (voir figure 4.11), cet éloignement n’est
pas visible sur le graphique 4.13.
Enfin, il faut noter que la reconstruction acoustique proposée n’intègre pas d’étude sur
les incertitudes ou les biais de la reconstruction 6 . Il serait intéressant d’utiliser une approche
de tracé de rayons pour réaliser la reconstruction des points acoustiques. L’annexe G
page 197 propose une première étude dans ce sens. Comme signalé juste au-dessus, les
données produites par PMCC que l’on a représentées dans les figures 4.13 et 4.14 sont
les données issues du post-traitement des signaux acoustiques enregistrés à la station
acoustique, ce ne sont pas les caractéristiques des sources acoustiques elle-mêmes. Des pistes
sont envisageables pour remonter aux caractéristiques des sources acoustiques, comme par
exemple l’utilisation de lois d’atténuation classiques 7 ou encore l’utilisation de méthodes
de tracé de rayons avec prise en compte de l’amplitude et des effets non linéaires.
5. Arc en retour et partie horizontale intra-nuage de la décharge de 20h35m00s, parties horizontales et

verticales de la décharge intra-nuage de 20h35m58s TU.
6. On peut rappeler la discussion faite à la fin du paragraphe 2.6 page 28.
7. Décroissance de l’amplitude en 1/𝑟 pour une source acoustique ponctuelle (avec 𝑟 la distance à la
source) en milieu homogène sans écoulement.
Figure 4.13 – Vue de la décharge de 20h35m00s TU en projection dans le plan (direction

Ouest–Est, altitude). L’éloignement des points par rapport à la station dans la direction
Sud–Nord n’est pas visible. En haut : chaque détection PMCC reconstruite est coloriée
en fonction de la fréquence acoustique associée. Au milieu : chaque détection PMCC
reconstruite est coloriée en fonction de l’amplitude acoustique de la détection. En bas :
chaque détection PMCC reconstruite est coloriées en fonction du temps écoulé dans la
fenêtre de temps 20h35m00s TU – 20h36m05s TU.
Figure 4.14 – Vue de la décharge de 20h35m58s TU dans le plan (direction Ouest–Est,

altitude). En haut : chaque détection PMCC reconstruite est coloriée en fonction de la
fréquence acoustique associée. Au milieu : chaque détection PMCC reconstruite est coloriée
en fonction de l’amplitude acoustique de la détection. En bas : chaque détection PMCC
reconstruite est coloriées en fonction du temps écoulé dans la fenêtre de temps 20h36m05s
TU – 20h37m00s TU.
4.7. Analyse statistique de l’événement du 26 octobre 2012 95
4.7 Analyse statistique de l’événement du 26 octobre 2012

A partir des 56 décharges reconstruites à l’aide des données acoustiques, on peut établir
des statistiques globales. On présente tout d’abord des statistiques pour toute la durée
de l’orage. Pour les détections LMA et les détections PMCC reconstruites, les grandeurs
étudiées sont : les azimuts, les altitudes et les distances horizontales à la station acoustique.
Puis l’on s’intéresse aux statistiques des altitudes des détections pour la partie basse des
décharges, entre 0km et 2km d’altitude. Enfin on étudie l’évolution heure par heure, de
18h00 TU à 22h00 TU, des distributions des distances horizontales, des azimuts et des
altitudes pour les détections LMA et PMCC.
4.7.1 Statistiques synthétiques sur toute la durée de l’épisode orageux de

18h00 TU à 22h00 TU
La figure 4.15 donne les statistiques sur toute la durée de l’orage. Le rapport du
nombre de détections LMA sur le nombre de détections PMCC est d’environ 7 pour un.
L’accord sur les distances horizontales entre les détections LMA et les détections PMCC
reconstruites est excellent entre 0km et 25km. Au-delà de 25km l’accord sur les distances
reste satisfaisant mais le nombre de détections PMCC chute avec l’éloignement. Des sources
acoustiques (mais en faible nombre) sont correctement localisées en distance horizontale
entre 65km et 85km de distance. L’accord sur les distributions en azimut est très bon à
la fois sur les directions balayées mais aussi sur les populations des histogrammes. Pour
les distributions des angles d’élévation des détections PMCC, on constate un biais sur la
position du maximum de la distribution par rapport au maximum de la distribution LMA
correspondante. Il est placé entre 10° et 20°, alors que le maximum pour la distribution
LMA est localisé entre 5° et 15°. Mais les amplitudes des canaux d’histogrammes sont
similaires. Enfin les distributions sur les altitudes des détections LMA et sur les altitudes
des détections PMCC reconstruites présentent des différences. Des sources acoustiques sont
décrites comme étant à basse altitude, alors que LMA ne détecte que très peu de sources à
moins de 2km, et aucune à moins de 500m. Ce point est détaillé dans le paragraphe 4.7.2.
Les altitudes des sources acoustiques ne différencient pas correctement la séparation entre
6km et 8km des détections LMA en deux couches de décharges. Les maxima des deux
distributions sont localisés aux mêmes altitudes (entre 3.5km et 5km d’altitude). Enfin
quelques sources acoustiques sont reconstruites trop haut au-delà de 11km d’altitude.
Sur toute la durée de l’orage, le graphique 4.16 montre la distribution des angles
d’élévation des détections LMA et la distribution des angles d’élévation des fronts d’onde
acoustiques à leur arrivée à la station acoustique (déterminés par PMCC). Pour des
distances inférieures à 20km, de nombreuses détections PMCC sont associées à des sources
d’altitude inférieure à 1km (il y a des détections PMCC placées en-dessous de la courbe
en trait noir plein). Par contre, pour les détections PMCC, un biais entre la distribution
observée et la distribution théorique des angles d’élévation apparaît dès 20km de distance.
La méthode acoustique ne détermine pas non plus les angles d’élévation proches de 90°
qui correspondraient à des sources acoustiques à la verticale de la station.
Le graphique 4.17 montre la statistique, sur toute la durée de l’orage, de la distribution
des altitudes en fonction de la distance, pour les sources détectées par le LMA, et pour les
détections PMCC reconstruites. Le graphique de gauche montre les altitudes des différentes
régions d’activité électrique détectées par le LMA. On constate comme précédemment
que le LMA est peu sensible à la partie basse des décharges (entre 0km et 1km), alors
qu’un nombre important de détections PMCC sont reconstruites de 0km à 1km d’altitude
jusqu’à une distance de 25km environ. Dès 20km de distance, un biais est présent dans
les altitudes reconstruites des détections PMCC ; de nombreuses sources acoustiques sont
reconstruites trop haut par rapport aux sources détectées par le LMA. Le graphique de
96 4.7. Analyse statistique de l’événement du 26 octobre 2012
droite permet de montrer clairement que le biais sur les altitudes surestimées pour les
détections PMCC augmente avec la distance à la station acoustique. Pour les distances à
la station acoustique supérieure à 20km, il est logique de remettre en cause l’hypothèse
simple de propagation en ligne droite utilisée dans ce chapitre. Une première tentative
d’interprétation de ce bais à l’aide du code de simulation numérique proposé au chapitre 5
page 125 est présentée dans l’annexe G page 197. On constate cependant que les distances
horizontales reconstruites pour les sources acoustiques lointaines sont cohérentes avec les
distance horizontales des détections LMA, mais le nombre de détections acoustiques est
très faible au-delà de 40km de distance (voir l’histogramme en haut, figure 4.15).
18h00m00s - 21h59m59s (UTC)

50 69606 LMA detections 50 10243 PMCC detections
40 40
detections %
30 30
20 20
10 10
00 25 50 75 100 00 25 50 75 100
18h00m00s - 21h59m59s (UTC)
40 40
detections %
30 30
20 20
10 10
00 90 180 270 360 00 90 180 270 360
azimuth (deg)
18h00m00s - 21h59m59s (UTC)
80 80
elevation angle (deg)
70 70
60 60
50 50
40 40
30 30
20 20
10 10
00 5 10 15 20 25 30 35 40 45 00 5 10 15 20 25 30 35 40 45
detections %
18h00m00s - 21h59m59s (UTC)
14 14
12 12
altitude (km)
10 10
8 8
6 6
4 4
2 2
00 4 8 12 16 20 24 00 4 8 12 16 20 24
detections %
Figure 4.15 – Statistique globale sur toute la durée de 18h00 TU à 21h59m59s TU, pour
les 56 décharges sélectionnées. En gris : détections LMA. En rouge détections PMCC
reconstruites. De haut en bas : distribution des distances horizontales, distribution des
azimuts, distribution des angles d’élévation à gauche, et distribution des altitudes.
18h00m00s - 21h59m59s (UTC) azimuths=[ 0, 360 ]

80 80 101
Elevation angle (deg)
70 70
60 60
detections %
50 50 100
40 40
30 30 10-1
20 20
10 10
00 20 40 60 80 100 00 20 40 60 80 100 10-2
Horizontal distance (km)
18h00m00s - 21h59m59s (UTC) azimuths=[ 0, 360 ]
80 80 101
Elevation angle (deg)
70 70
60 60
detections %
50 50 100
40 40
30 30 10-1
20 20
10 10
00 20 40 60 80 100 00 20 40 60 80 100 10-2
Figure 4.16 – En haut : statistique globale sur toute la durée de 18h00 TU à 21h59m59s TU
pour les 56 décharges sélectionnées. Distribution des angles d’élévation en fonction de
la distance horizontale à la station acoustique. Détections LMA (gauche) et détections
PMCC (droite). En bas : même graphique sur lequel on a superposé en jaune les angles
d’élévation à la station acoustique de sources localisées entre les altitudes 1km (trait noir
plein) et 10km (trait noir pointillé), et les distances 0km et 100km. (Pour une source à
l’altitude ℎ donnée et à différentes distances 𝑑 de la station acoustique, l’angle d’élévation
tracé 𝜑 est obtenu par 𝜑(𝑑) = arctan(ℎ/𝑑)).
18h00m00s - 21h59m59s (UTC)

100
14 14
12 12
10-1
Altitude (km)
detections %
10 10
8 8
6 6 10-2
4 4
2 2
00 20 40 60 80 100 00 20 40 60 80 100 10
-3
Figure 4.17 – Statistique globale sur toute la durée de 18h00 TU à 21h59m59s TU pour les
56 décharges sélectionnées. Distribution des altitudes en fonction de la distance horizontale
à la station acoustique. Détections LMA (gauche) et détections PMCC reconstruites
(droite).
4.7.2 Capacité des mesures acoustiques à reconstruire les parties des dé-
charges de faible altitude
Parmi les 56 décharges sélectionnées pour la période de 18h00 TU à 22h00 TU, 50
d’entre-elles présentent au moins une détection EUCLID au sol. Cela signifie que la décharge
de foudre s’est étendue du nuage jusqu’au sol. Pour ces 50 événements, la figure 4.18
montre la distribution de 0km à 2km des altitudes des détections LMA et des détections
PMCC reconstruites. Il apparaît très clairement que le système LMA détecte mal la partie
basse des décharges nuage–sol. L’efficacité du LMA décroît lorsque l’altitude diminue. Au
contraire PMCC détecte des sources à basse altitude entre 0km et 2km. On peut conclure
que les méthodes acoustiques apportent ainsi une réelle information complémentaire à
celle fournie par le LMA et EUCLID qui sont plus précises en espace et mieux résolues en
temps, mais qui sont moins aptes à localiser en 3D les parties des arcs en retour proches
du sol. Les méthodes acoustiques apportent de plus, pour ces parties basses des décharges
des informations d’amplitude acoustique (pression) et de contenu fréquentiel acoustique 8 .
18h00m00s - 21h59m59s (UTC)

altitude (km)
1 1
00 4 8 12 16 20 24 00 4 8 12 16 20 24
detections %
Figure 4.18 – Pour la période de 18h00 TU à 22h00 TU. Parmi les 56 flashs sélectionnés,
50 d’entre eux présentent au moins une détection EUCLID au sol (positive ou négative).
Histogramme de gauche : distribution entre 0km et 2km des altitudes des détections LMA
pour ces 50 décharges au sol. Colonne de droite distribution des altitudes reconstruites
des détections PMCC pour ces mêmes 50 décharges. On voit très clairement que les
détections acoustiques suivent mieux la partie basse des décharges que les méthodes
électromagnétiques.
4.7.3 Distribution des distances horizontales par rapport à la station acous-

tique des détections LMA et PMCC
Les statistiques établies précédemment portaient sur les données pour tout l’orage de
18h TU à 22h TU. On se propose maintenant d’étudier l’évolution des statistiques au
cours de l’épisode orageux.
La figure 4.19 montre de 18h00 TU à 22h00 TU l’évolution (par tranches d’une
heure) des distances horizontales (par rapport à la station acoustique) des détections
électromagnétiques et des détections acoustiques reconstruites. On constate que les formes
des histogrammes sont qualitativement identiques. Les rapports des nombres de détections
LMA et PMCC sont les suivants :
8. Voir les graphiques au paragraphe 4.6.3 page 92.
— Cinq détections LMA pour 1 détection PMCC de 18h00 TU à 19h00 TU.

— Huit pour 1 de 19h00 TU à 20h00 TU.
— Six pour 1 de 20h00 TU à 21h00 TU.
— Huit pour 1 de 21h00 TU à 22h00 TU.
On remarque que sur toute la durée de l’orage, la méthode acoustique détecte très bien
un grand nombre de sources jusqu’à des distances de 25km environ. Au-delà de 25km, la
détection acoustique donne des résultats mais en nombre moins importants.
De 18h00 TU à 19h00 TU une cellule orageuse de faible activité (peu de d’activité
LMA, environ 4%) passe entre 0km et 10km de la station, quelques détections PMCC
y sont associées, mais avec un nombre de détections très faible, environ 1% entre 0km
et 5km, et environ 13% entre 5km et 10km. Une seconde région où beaucoup de sources
électromagnétiques sont détectées par le LMA se situe entre 10km et 30km. A cette région
correspond une distribution de sources PMCC similaire.
Pour la tranche horaire de 19h00 TU à 20h00 TU on peut regrouper les détections
LMA et PMCC en deux familles.
— Il y a un nombre très important de décharges entre environ 10km et 30km. Ce
premier groupe est très bien suivi par l’acoustique.
— Entre 30km et 60km un second ensemble de détections LMA présente un nombre
de détections qui diminue avec la distance. A ce groupe correspond un ensemble
très faible (environ 2%) de détections acoustiques. Mais leur nombre est presque
uniforme entre 30km et 60km, cette distribution est différente de la distribution
pour les détections électromagnétiques.
Entre 20h00 TU et 21h00 TU l’orage est juste au-dessus de la station et il n’y a pas
de décharge au-delà de 30km. On constate l’excellente corrélation entre le nombre de
détections LMA et le nombre de détections acoustiques.
Enfin entre 21h00 TU et 22h00 TU le maximum de détections électromagnétiques est
entre 20km et 35km de la station acoustique. Ceci ne correspond pas au maximum des
détections acoustiques qui est situé entre 10km et 15km de distance. Quelques sources
acoustiques sont reconstruites à une distance entre 65km à 75km, avec un ratio de
détections identique à celui du troisième groupe décrit pour la tranche horaire de 19h00 TU
à 20h00 TU (environ 2%).
Farges et al. [2012] ont montré des résultats similaires pour une étude de 5 années de
détections infrasonores des éclairs en Côte d’Ivoire (voir figure 4.20). Dans le cas de leur
étude, le nombre de détections acoustiques varie en décroissant jusqu’à 50km de distance.
Puis il reste globalement constant, mais faible, quelle que soit la distance entre 75km et
250km.
18h00m00s - 18h59m59s (UTC)

40 40
detections %
30 30
20 20
10 10
00 25 50 75 100 00 25 50 75 100
19h00m00s - 19h59m59s (UTC)
40 40
detections %
30 30
20 20
10 10
00 25 50 75 100 00 25 50 75 100
20h00m00s - 20h59m59s (UTC)
40 40
detections %
30 30
20 20
10 10
00 25 50 75 100 00 25 50 75 100
21h00m00s - 21h59m59s (UTC)
40 40
detections %
30 30
20 20
10 10
00 25 50 75 100 00 25 50 75 100
Figure 4.19 – Tranches de une heure de 18h00 TU à 22h00 TU. En gris : évolutions des
distances horizontales (par rapport à la station acoustique) des détections LMA pour les
56 décharges sélectionnées. En rouge : évolution correspondante des distances horizontales
pour les détections PMCC reconstruites.
Figure 4.20 – Statistiques des détections acoustiques et électromagnétiques des éclairs en

Côte d’Ivoire pour la période du printemps (ligne rouge) et pour l’automne (histogramme).
La statistique tracée couvre 5 ans de données (2005–2009). Les tracés représentent la
distribution du nombre de détections infrason dues aux éclairs en fonction de la distance.
Elle est normalisée par la distribution des éclairs mesurée par le réseau mondial de détection
des éclairs (acronyme : WWLLN, World Wide Lightning Location Network). Etude tirée
de [Farges et al., 2012].
4.7.4 Suivi de l’évolution des cellules orageuses par mesure acoustique jus-
qu’à des distances de 70km
Il est possible de tracer la position des points acoustiques reconstruits pour l’ensemble
des 56 décharges sélectionnées sur une carte latitude–longitude en fonction du temps.
La figure 4.21 présente trois exemples de cartes tracées sur un intervalle de temps de
10 minutes et à une heure d’intervalle (l’annexe A donne le détail par tranche de 10
minutes sur toute la durée de l’orage, de 18h30 TU à 22h00 TU). En identifiant les cellules
orageuses aux décharges de foudre à l’intérieur (décharges qui sont détectées par le LMA
et EUCLID), on peut voir que la reconstruction acoustique suit correctement ces cellules
qui passent au-dessus de la station durant l’orage. De 19h40 TU à 19h50 TU, un ensemble
de détections électromagnétiques est localisé au Nord-Est à environ 40km de la station. Il
n’est pas détecté par PMCC. Mais de nombreuses détections acoustiques sont localisées
entre les azimuts Sud–Ouest et Ouest, à environ 25km de la station. De 20h40 TU à
20h50 TU, l’orage est au-dessus de la station. Toutes les détections acoustiques sont à
moins de 20km de la station. Les sources acoustiques plus éloignées, entre 20km et 30km
de la station entre le Nord–Ouest (azimut 280°) et le Nord–Nord–Est (azimut 30°), sont
masquées et PMCC ne les détecte pas. Il en est de même pour les sources dans la région
Nord–Est (azimut 45°) aux distances entre 50km et 75km. De 21h40 TU à 21h50 TU
l’orage s’éloigne. Mais pour deux lieux de décharges (azimut Nord entre 25km et 50km,
et azimut Sud–Ouest entre 60km et 75km) des détections acoustiques sont clairement
reconstruites aux endroits où sont localisées les détections EUCLID. On constate que la
majorité des détections acoustiques reconstruites sont localisées en distance et azimut aux
endroits où sont localisées les détections EUCLID.
19h40m00s - 19h50m00sLMA(UTC)
LMA (gray) / EUCLID (blue) (gray) / PMCC (red)
75 75 75 75

50 50 50 50
South -> North
South -> North
South -> North
South -> North

25 25 25 25
0 0 0 0
25 25 25 25
50 50 50 50
75 75 75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75 75 50 25 0 25 50 75 75 50 25 0 25 50 75
distance from station (km) distance from station (km) distance from station (km) distance from station (km)
West -> East West -> East West -> East West -> East
75 75
50 50
South -> North
South -> North
25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
distance from station (km) distance from station (km)
West -> East West -> East
Figure 4.21 – Suivi des détections EUCLID, LMA et des détections PMCC reconstruites
pour 3 tranches horaires de 10 minutes. Pour une paire de graphiques, carte de gauche :
détections LMA (régions grisées) et détections EUCLID (points bleus). Carte de droite :
détections LMA et détections PMCC reconstruites (points rouges).
Les histogrammes figure 4.22 étudient la distribution des azimuts des détections LMA
et PMCC par tranche d’une heure. Qualitativement, l’accord est excellent entre les azimuts
des détections LMA par rapport à la station acoustique et les azimuts déterminés par
PMCC, et ce pour toute la durée de l’orage.
De 18h00 TU à 19h00 TU, le LMA détecte des sources dans deux azimuts principaux,
l’azimut Nord–Est (entre 345° et 90°) et l’azimut Sud–Est (entre 210° et 255°). Ces deux
azimuts sont parfaitement suivis par les détections PMCC, avec des populations similaires
dans les canaux d’histogramme.
De 19h00 TU à 20h00 TU, les mesures électromagnétiques montrent que la première
cellule orageuse s’est concentrée dans les azimuts du Nord au Nord–Est (entre 0° et 50°). La
seconde cellule orageuse s’est déplacée vers les azimuts du Sud–Ouest au Nord–Ouest (entre
230° et 300°). Le premier azimut présente une forte activité (de 6% à 43% de l’ensemble des
détections LMA, les grandeurs sont comparables à celles de la tranche horaire précédente),
et le second azimut présente une activité moindre (6% au maximum). On constate que
PMCC a parfaitement détecté les azimuts des sources acoustiques présentes dans chacune
de ces deux directions. Mais pour les données acoustiques les distributions des populations
dans les canaux d’histogramme sont comparables pour les deux directions, ce qui n’est pas
le cas pour les distributions des détections LMA.
De 20h00 TU à 21h00 TU, l’orage étant au-dessus de la station acoustique, les détections
LMA et PMCC balayent tous les azimuts. Il y a une excellente corrélation entre les résultats
des deux méthodes, sauf pour les azimuts entre 120° et 150° où peu de détections acoustiques
sont présentes. Les amplitudes des canaux d’histogramme sont similaires.
Enfin de 21h00 TU à 22h00 TU, trois azimuts présentent des détections. Du Nord
à l’Est l’activité détectée par le LMA est très forte (environ 12% avec un maximum à
25% environ). Cette distribution se poursuit depuis le Nord jusqu’à l’Ouest mais avec un
nombre faible de détections (moins de 5%). Enfin une cellule orageuse est dans l’azimut
Sud–Ouest (azimut 135°) avec 10% des détections environs. PMCC détecte un nombre
important de sources acoustiques entre les azimuts 0° et 54° (de 15% à 25% des détections).
Les autres azimuts présentent des proportions plus faibles (environ 5%).
18h00m00s - 18h59m59s (UTC)

40 40
detections %
30 30
20 20
10 10
00 90 180 270 360 00 90 180 270 360
azimuth (deg)
19h00m00s - 19h59m59s (UTC)
40 40
detections %
30 30
20 20
10 10
00 90 180 270 360 00 90 180 270 360
azimuth (deg)
20h00m00s - 20h59m59s (UTC)
40 40
detections %
30 30
20 20
10 10
00 90 180 270 360 00 90 180 270 360
azimuth (deg)
21h00m00s - 21h59m59s (UTC)
40 40
detections %
30 30
20 20
10 10
00 90 180 270 360 00 90 180 270 360
azimuth (deg)
Figure 4.22 – Evolution des azimuts par tranches d’une heure de 18h00 TU à 22h00 TU.
En gris : pour les détections LMA des 56 décharges sélectionnées. En rouge : pour les
détections PMCC correspondantes.
4.7.5 Comparaison des distributions des altitudes des sources détectées par
le LMA et des détections PMCC.
La figure 4.23 page 108 montre, par tranches de une heure de 18h00 TU à 22h00 TU, la
distribution des altitudes des détections LMA et la distribution des altitudes des détections
PMCC reconstruites. On peut voir que pour chacune des quatre heures, les détections
LMA suivent le même type de distribution, les décharges détectées par le LMA s’organisent
en deux couches principales. La première est à basse altitude entre 2km et 5km. Et la
deuxième, moins importante, est à plus haute altitude ente 8km et 10km. Il n’y a pas
d’activité électrique détectée par le LMA au-dessus de 12km d’altitude. L’activité électrique
détectée en-dessous de 2km est très faible 9 , cela a été étudié au paragraphe 4.7.2 page 99.
Qualitativement, les histogrammes pour les détections PMCC ne présentent pas les mêmes
distributions que les distributions LMA correspondantes.
De 18h00 TU à 19h00 TU, on peut différencier trois couches d’activité LMA, entre
2km et 3km d’altitude (environ 8%), entre 3.5km et 5km d’altitude (environ 14%) et entre
8km et 10km d’altitude (environ 3%). La reconstruction des détections PMCC permet de
différencier seulement deux couches de sources acoustiques, entre 2km et 4km (de 8% à
12%) et entre 7km et 8km (environ 4%). On ne peut identifier aucune détection LMA ou
PMCC à une altitude supérieure à 11km.
De 19h00 TU à 20h00 TU la région à très basse altitude en-dessous de 2km présente peu
de détections LMA et de détections PMCC (maximum de 3% et de 2% respectivement).
Aucune détection n’est faite aux altitudes entre 0m et 1km pour le LMA, et entre 0m et
500m pour PMCC. La région entre 3km et 5km présente une très forte activité électrique
(jusqu’à 22%). Cette altitude où l’activité est maximale est correctement reconstruite à
partir des détections PMCC ; le maximum de la distribution des altitudes reconstruites pour
les détections acoustiques varie entre 10% et 13% aux altitudes entre 3.5km et 4.5km. Entre
5km et 8km d’altitude, l’histogramme présente peu de détections LMA (entre 2% et 3%).
La distribution des détections PMCC reconstruites à ces altitudes diffère, la population des
canaux de l’histogramme est plus importante et décroit de 7% pour l’altitude 5km, vers
3% environ à 7.5km d’altitude. Entre 4% et 6% des détections PMCC sont reconstruites
entre 8km et 9km d’altitude. Ceci correspond à la seconde région d’activité électrique
intense suivie par le LMA aux altitudes entre 8km et 10km. Un nombre non négligeable
de détections PMCC sont reconstruites avec une surestimation importante de l’altitude,
au-dessus de 10km jusqu’à 16km. Elles ne sont associées à aucune détection LMA.
De 20h00 TU à 21h00 TU, on rappelle que l’activité orageuse est juste au-dessus de
la station acoustique et que plusieurs décharges établissent une connexion entre le nuage
d’orage et le sol à moins de 10km de la station acoustique. La distribution en altitude
des sources PMCC reconstruites est qualitativement symétrique autour de 5km d’altitude.
De nombreuses sources acoustiques sont reconstruites entre 0km et 2 km d’altitude. Ceci
n’est pas le cas pour les décharges LMA. La population des canaux de l’histogramme
pour les sources acoustiques reconstruites augmente continûment entre 500m et 4km
d’altitude et passe de 2% à partir de 500m à 8% environ à 3.5km d’altitude. Cette
distribution croissante et continue ne correspond pas à la distribution des altitudes des
sources électromagnétiques détectées par le LMA pour ces altitudes. Ce point a été étudié
plus en avant au paragraphe 4.7.2. Entre 4km et 5.5km d’altitude la distribution pour les
sources détectées par PMCC atteint son maximum, entre 13% et 15%. L’altitude de ce
maximum et son amplitude correspondent au maximum de la distribution des détections
LMA. Puis entre 5.5km et 11km d’altitude, la reconstruction des sources acoustiques
détectées par PMCC diminue régulièrement de 8% à 5.5km d’altitude jusqu’à moins de
1% à 10km d’altitude. Cette distribution ne décrit pas correctement la séparation des deux
9. Elle varie de 0% au sol à 3% environ.
couches de décharges observée avec le LMA, ainsi que l’activité électrique importante entre
8km et 10km d’altitude. Un nombre très faible de sources acoustiques sont reconstruites
au-delà de 11km d’altitude. L’article de MacGorman et al. [1981] donne une étude de la
distribution des altitudes des sources acoustiques reconstruites pour 3 cas d’orages aux
Etats-Unis. L’étude que l’on propose permet d’interpréter et d’expliquer les distributions
qu’il a obtenues. Par exemple la figure 4.24 montre une distribution que les auteurs ont
obtenu pour un orage au-dessus du Colorado. On peut relever la similitude entre la forme
de la distribution tracée et la distribution que nous observons. Il est intéressant de noter
que, pour que la méthode acoustique puisse différencier (même difficilement) les deux
couches de décharges (altitudes 5km et 9km), il faut que les cellules orageuses soient un
peu éloignées (à plus de 10km environ 10 ) de la station acoustique. Lorsque l’orage est au
dessus de la station, les sources acoustique de la couche supérieure sont masquées par les
sources acoustiques de la couche inférieure.
Enfin, de 21h00 TU à 22h00 TU l’orage s’éloigne de la station, et la distribution
en altitude des sources acoustiques reconstruites ressemble à la distribution en altitude
correspondante pour la tranche horaire de 19h00 TU à 20h00 TU. Des détections acoustiques
sont reconstruites entre 0km et 1.5km d’altitude (de 1% à 2%). Le maximum de la
distribution est atteint ente 2km et 3.5km d’altitude (12%), soit plus bas que le maximum
de la distribution LMA pour cette heure. Puis la distribution décroît entre 3.5 et 11km
d’altitude (de 8% à 1%). Comme pour le cas de la deuxième tranche horaire, des sources
acoustiques sont reconstruites trop haut, au-dessus de 11km d’altitude.
10. L’éloignement des cellules orageuses est visible sur les histogrammes de la figure 4.19 page 101.
18h00m00s - 18h59m59s (UTC)

16 11893 LMA detections16 2302 PMCC detections
14 14
12 12
altitude (km)
10 10
8 8
6 6
4 4
2 2
00 4 8 12 16 20 24 00 4 8 12 16 20 24
detections %
19h00m00s - 19h59m59s (UTC)
14 14
12 12
altitude (km)
10 10
8 8
6 6
4 4
2 2
00 4 8 12 16 20 24 00 4 8 12 16 20 24
detections %
20h00m00s - 20h59m59s (UTC)
14 14
12 12
altitude (km)
10 10
8 8
6 6
4 4
2 2
00 4 8 12 16 20 24 00 4 8 12 16 20 24
detections %
21h00m00s - 21h59m59s (UTC)
14 14
12 12
altitude (km)
10 10
8 8
6 6
4 4
2 2
00 4 8 12 16 20 24 00 4 8 12 16 20 24
detections %
Figure 4.23 – Tranches de une heure de 18h00 TU à 22h00 TU. En gris : évolution des
altitudes des détections LMA pour les 56 décharges sélectionnées. En rouge : altitudes des
détections PMCC reconstruites.
Figure 4.24 – Distribution des altitudes des sources acoustiques reconstruites obtenue
par MacGorman et al. [1981] pour un orage dans le Colorado. Source [MacGorman et al.,
1981]
110 4.8. Analyse temps fréquence des signaux de tonnerre
4.8 Analyse temps fréquence des signaux de tonnerre

4.8.1 Etude de spectres du bruit de fond durant l’orage
La figure 4.25 donne les spectres de bruit de fond enregistrés le 26 octobre 2012 par
le microphone du centre du réseau de microphones et par le microbaromètre du centre
du réseau de microbaromètres, pour 5 plages de temps. Le bruit de fond étant supposé
être stationnaire, donc sans durée caractéristique, des spectres dimensionnés en densité
spectrale de puissance ont été calculés. Ceci a permis de choisir des plages de temps de
longueurs différentes, adaptées aux moments au cours de l’orage où il n’y a pas de signaux
de tonnerre enregistrés.
La plage de temps de 00h00m TU à 00h05m TU correspond au bruit de fond durant la
nuit, il n’y avait alors aucun orage. Le niveau global du spectre est le plus bas de l’ensemble
des spectres tracés. On constate une remontée du spectre en dessous de 20Hz. Pour les deux
plages de temps 19h21m00s TU–19h26m00s TU et 19h50m00s TU–19h54m10s TU, l’orage
est en cours de formation et le niveau de bruit de fond augmente pour les fréquences au-
dessus de 20Hz. Au cœur de l’orage, la fenêtre temporelle de 20h45m50s TU–20h47m10s TU
a été choisie juste entre deux signaux impulsionnels de tonnerre. Le signal n’est plus
simplement du bruit de fond mais est bien l’activité ambiante de tonnerre. Le signal est
maximal avec une montée du niveau du spectre pour toutes les fréquences, infrasonores
comme acoustiques. Enfin pour la plage horaire de 21h48m30 TU–21h49m20 TU l’activité
orageuse diminue. On constate que le niveau du spectre pour les fréquences inférieures
à 20Hz est redescendu et avoisine le niveau pour les deux plages de temps de 19h TU.
L’amplitude du spectre pour les fréquences supérieures à 20Hz a diminué aussi, mais elle
reste légèrement supérieure aux deux spectres de 19h TU. Une évolution similaire des
spectres a été observée par Farges et Blanc [2010] pour les infrasons, entre 0.1Hz et 8Hz
(voir la figure 9 de leur article).
On note que les niveaux en puissance des spectres de bruit de fond varient entre
10 Pa2 /Hz et 10−8 Pa2 /Hz. On retiendra que le niveau du spectre de bruit de fond durant
−5
l’orage (fenêtre temporelle 20h45m50s UTC–20h47m10s UTC) est approximativement de

5 × 10−7 Pa2 /Hz entre 10Hz et 60Hz.
4.8. Analyse temps fréquence des signaux de tonnerre 111
sensor MP1
10-5
00h00m00s UTC - 00h05m00s UTC
spectral density (power)
10-6
10-7
10-8 10 20 30 40 50 60
frequency (Hz)
sensor MB1
10-5
spectral density (power)

10-6
10-7 5 10 15 20 25
frequency (Hz)
Figure 4.25 – Densités spectrales de puissance de signaux de bruit de fond pour la journée
du 26 octobre 2012, pour différentes plages de temps mesurés par le microphone (MP1)
et le microbaromètre (MB1) centraux. Les fréquences inférieures à 1Hz sont filtrées pour
atténuer la présence de la houle dans les signaux enregistrés. Pour le cas du microphone,
les fréquences supérieures à 70Hz ont été filtrées et ne sont pas étudiées du fait de la
résonance décrite au chapitre précédent. Les densités spectrales de puissance calculées sont
dimensionnées en Pa2 /Hz. Les spectres ont été lissés par convolution avec une fenêtre de
Hann.
4.8.2 Contenu fréquentiel des différentes parties de la décharge de 20h35m00s TU

La figure 4.26 montre l’évolution dans le temps du contenu fréquentiel du signal de
tonnerre. On constate que le signal associé à l’arc en retour (de 5s à 15s, distance des
décharges de 2km à 6km du centre de la station) présente un contenu fréquentiel large :
des plus basses fréquences jusqu’à moins 40Hz. Le contenu fréquentiel en dessous de 10Hz
n’est pas du tout négligeable par rapport au contenu à plus haute fréquence. A partir du
temps 15s jusqu’à la fin de la décharge, les sources acoustiques s’éloignent de 6km jusqu’à
18km en distance directe (voir le graphique de la distance directe 𝐷 en fonction du temps
dans la figure 4.10 page 88). De 15s à 45s l’amplitude du spectrogramme diminue, mais
les détections PMCC montrent que le contenu fréquentiel que l’on peut associer à des
sources acoustiques cohérentes reste très large bande. A partir de 45s le contenu fréquentiel
diminue de 30Hz jusqu’à 15Hz, et l’amplitude associée dans le spectrogramme est très
faible.
La figure 4.27 montre les densités spectrales d’énergie 11 associées aux différentes parties
de la décharge. De 0s à 16s, le signal enregistré par le microphone et le microbaromètre
colocalisés correspond au signal acoustique émis par l’arc en retour lui-même. Le contenu
spectral est à large bande. Les niveaux des fréquences infrasonores entre 10Hz et 20Hz
sont comparables au niveaux des fréquences acoustiques (supérieures à 20Hz). De 16s à
56s, le signal correspond au signal acoustique émis par la partie de la décharge intra-nuage
qui s’éloigne horizontalement vers le Sud (voir le graphique de l’azimut en fonction du
temps dans la figure 4.10 page 88). Les niveaux sont de deux décades plus petits que pour
le spectre précédent. L’amplitude spectrale décroît avec l’augmentation de la fréquence.
Ce spectre ne permet pas de conclure si l’atténuation des hautes fréquences dans le spectre
est une caractéristique propre au signal émis par la décharge intra-nuage, en effet il faut
aussi considérer l’effet d’atténuation acoustique avec la distance au capteur.
Nous avons noté que les niveaux en puissance des spectres de bruit de fond sont
approximativement de 5 × 10−7 Pa2 /Hz entre 10Hz et 60Hz (voir paragraphe 4.8.1). Pour
pouvoir comparer ces niveaux aux niveaux des spectres en énergie des signaux de tonnerre
nous transformons le niveau en puissance en un niveau en énergie en multipliant le niveau
du spectre de bruit de fond par un temps caractéristique du signal de tonnerre. On
définit ce temps caractéristique comme étant la durée de la fenêtre temporelle choisie,
soit environ 60s. Ceci nous donne une estimation d’un niveau maximal de bruit de fond :
approximativement 10−5 Pa2 /Hz2 . Pour le signal tonnerre produit par l’arc en retour,
l’amplitude du spectre est donc environ 104 fois grande que celle du spectre de bruit de
fond le plus élevé. L’amplitude du spectre du signal émis par la partie intra-nuage de la
décharge est, elle, environ 10 fois plus élevée.
Enfin, la figure montre que la réponse du microbaromètre est la même que la réponse
du microphone, alors que les technologies utilisées sont différentes. Ceci est un résultat
intéressant pour des applications opérationnelles au sein du CEA.
11. Les signaux de tonnerre étant des signaux transitoires, des spectres en énergie ont été calculés.
Figure 4.26 – Eclair de 20h35m00s. En haut : altitudes des sources LMA et altitudes
des sources PMCC après reconstruction en fonction du temps à la station acoustique.
Deuxième graphique : spectrogramme du signal enregistré sur le microphone du centre de
la station. On rappelle que le contenu en dessous de 1Hz a été filtré pour supprimer la
houle venant de l’Atlantique. Troisième graphique : bande de fréquences et amplitude des
détections PMCC en fonction du temps. Une cellule montre l’extension de la fenêtre de
temps et de la bande de fréquences d’une détection PMCC. Quatrième graphique : angle
d’élévation en fonction du temps. Dernier graphique : signal enregistré par le microphone
du centre de la station.
4 20h35m00s UTC - 20h36m05s UTC 20h35m00s UTC - 20h36m05s UTC

MP1 0.5
MB1 MP1
MB1
2
overpressure (Pa)
overpressure (Pa)
0 0.0
4 0.5
0 2 4 6 8 10 12 14 20 25 30 35 40 45 50 55
elapsed time (s) elapsed time (s)
20h35m00s UTC - 20h35m16s UTC 20h35m25s UTC - 20h36m05s UTC
MP1 MP1
MB1 MB1
100
spectral density (energy)
10-3
10-1
10-4
10 20 30 40 50 60 10 20 30 40 50 60
frequency (Hz) frequency (Hz)
Figure 4.27 – Signal de pression (en haut) et densité spectrale d’énergie (en bas) associés
aux différentes parties de la décharge, pour le microphone (MP1) et le microbaromètre
(MB1) du centre des réseaux. Les densités spectrales d’énergie calculées sont dimensionnées
en Pa2 /Hz2 . A gauche arc en retour. A droite partie horizontale intra-nuage de la décharge.
Les signaux de tonnerre étant des signaux transitoires, des spectres en énergie ont été
calculés. Les spectres ont été lissés par convolution à une fenêtre de Hann.
4.8.3 Contenu fréquentiel du signal acoustique associé à la décharge de

20h35m58s TU
On peut étudier à la figure 4.28 le contenu fréquentiel enregistré sur le microphone
du centre de la station. On constate que les amplitudes dans le spectrogramme sont plus
faibles que pour le cas de l’éclair de 20h35m00s, même pour les parties de la décharge
les plus proches de la station. PMCC a identifié des détections cohérentes à toutes les
fréquences de 1Hz à 40Hz tout au long de la décharge, et ce jusqu’aux parties associées
aux sources les plus lointaines. En effet, dans la figure 4.28, le troisième graphique en
partant du haut montre que des détections entre 30Hz et 40Hz sont présentes pour les
temps supérieurs à 50s, cela correspond aux sources éloignées au-delà de 20km (voir le
tracé de la distance directe en fonction du temps dans la figure 4.12 page 91).
La figure 4.28 montre qu’il est difficile de séparer les différentes phases de la décharge.
En effet, contrairement au cas précédent où une partie verticale et une partie horizontale
de la décharge ont été clairement différenciées, ici les signaux acoustiques émis par chacune
des deux couches de la décharge se superposent dans le signal enregistré par la station.
La figure 4.29 montre le signal complet et son spectre (dimensionné en densité spectrale
d’énergie). Les niveaux du spectre sont plus bas que dans le cas du spectre de l’arc-en-retour
étudié au paragraphe 4.8.2. Le spectre décroît alors que les fréquences augmentent. On
constate qu’il y a toujours un excellent accord entre le spectre du signal enregistré par le
microphone et le spectre du signal enregistré par le microbaromètre.
Figure 4.28 – Eclair de 20h35m58s. Même légende qu’à la figure 4.26

2.0 20h36m05s UTC - 20h37m00s UTC

MP1
1.5 MB1
1.0
overpressure (Pa)
0.5
0.0
0.5
1.0
1.5
2.0
0 10 20 30 40 50
elapsed time (s)
10-1 MP1
MB1
10-2
10-3
10 20 30 40 50 60
frequency (Hz)
Figure 4.29 – Signal de pression (en haut) et densité spectrale d’énergie (en bas, dimen-
sions : Pa2 /Hz2 ), pour le microphone (MP1) et le microbaromètre (MB1) du centre des
réseaux.
4.8.4 Comparaison des spectres des signaux de tonnerre

Parmi l’ensemble des 56 décharges sélectionnées, 5 d’entre elles sont des éclairs très
proches de la station. Ces décharges se sont produites durant la demi-heure de 20h30 TU
à 21h TU où l’orage était juste au-dessus de la station. Ces cinq décharges présentent
une connexion avec le sol dont la composante verticale de la décharge a été parfaitement
reconstruite. La figure 4.30 montre l’ensemble des spectres qui ont été tracés pour la
composante verticale de la décharge, et pour la composante horizontale.
Il est hasardeux de tenter d’analyser finement ces spectres et de les comparer les uns aux
autres. On constate qualitativement que les contenus spectraux des signaux de tonnerre
émis par les arcs en retour (extension verticale des décharges) sont – comme décrit avant –
à large bande. Le contenu infrasonore en-dessous de 20Hz est, dans le spectre, à un niveau
comparable au contenu pour les fréquences acoustiques (supérieures à 20Hz).
Les spectres des parties intra-nuage des décharges décroissent lorsque la fréquence
augmente.
sensor MP1 sensor MP1
100 20h35m00s UTC - 20h35m16s UTC 20h35m25s UTC - 20h36m05s UTC

20h42m47s UTC - 20h43m07s UTC 10-2 20h43m07s UTC - 20h43m40s UTC
10-1
10-3
10-2 10-4
10 20 30 40 50 60 10 20 30 40 50 60
sensor MB1 sensor MB1
100 20h35m25s UTC - 20h36m05s UTC

10-2 20h43m07s UTC - 20h43m40s UTC
10-1
10-2 10-3
10-3 20h35m00s UTC - 20h35m16s UTC
10-4 5 10 15 20 25 30 10-4 5 10 15 20 25 30
Figure 4.30 – Ensemble des densités spectrales d’énergie (Pa2 /Hz2 ) des 5 décharges très
proches de la station et ayant touché le sol. Elles se sont produites entre 20h30 TU et
21h TU. Colonne de gauche : spectre de la partie verticale de la géométrie de la décharge.
Colonne de droite : spectre de la partie intra-nuage horizontale de la décharge. Les spectres
ont été lissés par convolution à une fenêtre de Hann.
Cinq décharges présentant une structure en couche ont été aussi identifiées. La figure 4.31
montre les spectres des signaux enregistrés au microphone MP1 et au microbaromètre MB1.
Les spectres pour le microphone MP1 montrent une tendance faiblement décroissante
depuis les basses jusqu’aux plus hautes fréquences. Les niveaux des spectres apparaissent
comme relativement constants pour le microbaromètre MB1. Nous ne pousserons pas plus
loin l’analyse dans cette thèse. Mais la poursuite de l’étude fine de ces signaux enregistrés
constitue un axe intéressant pour des travaux futurs.
Deux modèles sont discutés dans la littérature pour expliquer les mécanismes de
production des différents contenus fréquentiels du tonnerre : le modèle de Few [1969]
4.9. Exploration des données acoustiques enregistrées sur le réseau de microbaromètres 119
sensor MP1
10-1

10-2
10-3 20h24m55s UTC - 20h25m35s UTC

10 20 30 40 50 60
frequency (Hz)
sensor MB1
10-1
10-2
10-3 20h24m55s UTC - 20h25m35s UTC

10-4 5 10 15 20 25 30
frequency (Hz)
Figure 4.31 – Ensemble des densités spectrales d’énergie (Pa2 /Hz2 ) des 5 décharges très
proches de la station ayant présenté une structure en couches. Elles se sont produites entre
20h30 TU et 21h TU.
propose d’associer le contenu haute fréquence observé dans les signaux de tonnerre aux
signaux acoustiques émis par les arcs en retour. Dessler [1973] et Pasko [2009a] tentent
d’expliquer le contenu infrasonore observé dans les signaux de tonnerre par un mécanisme
électrostatique qui se déroule à l’intérieur du nuage d’orage lui-même. A chacune de ces
parties identifiées dans le signal acoustique, nous avons pu associer un spectrogramme
et un spectre, et ainsi montrer que les arcs en retour – contrairement à ce que prédit le
modèle de Few – rayonnent un champ acoustique de spectre large depuis les infrasons
jusqu’à l’acoustique, avec une distribution relativement uniforme du contenu fréquentiel
depuis 1Hz jusqu’à au moins 40Hz (limites de notre étude), et sans maximum clairement
marqué. Aucun spectre tracé pour les arcs en retour ne montre une décroissance prononcée
du contenu fréquentiel infrasonore (en-dessous de 20Hz) par rapport au contenu acoustique.
Ce résultat apporte une argumentation claire et étayée au débat toujours ouvert qui pose la
question de l’origine des infrasons enregistrés dans les signaux de tonnerre. Nous pouvons
donc conclure que le modèle de Few prédisant un maximum du spectre pour les fréquences
acoustiques (environ 50Hz) doit être étendu aux infrasons.
4.9 Exploration des données acoustiques enregistrées sur le ré-

seau de microbaromètres
Le réseau de microbaromètres est un triangle de 500m de côté. Les signaux acoustiques
enregistrés sur ce réseau ont été post-traités de 1Hz à 20Hz avec PMCC de la même façon
que les données enregistrées par les microphones.
L’étude des détections déterminées par PMCC montre que les données obtenues sur
le petit réseau acoustique sont plus riches et la cohérence entre les différents points du
réseau est meilleure.
120 4.9. Exploration des données acoustiques enregistrées sur le réseau de microbaromètres
En exemple, nous donnons la vue synthétique associée à l’éclair de 20h35m00s TU

(figure 4.32). Pour ce cas, très peu de détections ont été trouvées par l’algorithme PMCC
avec les réglages utilisés (ils sont pourtant les mêmes que dans le cas des données issues
des microphones). Cependant un signal acoustique est clairement présent (l’amplitude
maximale est de 2Pa environ).
Figure 4.32 – Vue exploratoire pour l’éclair de 20h35m00s TU, pour les données enre-
gistrées sur le réseau de microbaromètres. Points gris : détections LMA. Points rouges :
détections PMCC. Symboles bleus : détections EUCLID.
On peut interpréter cette différence en rappelant que :

— l’on a démontré que les spectres enregistrés sur le microphone et le microbaromètre
co-localisés étaient les mêmes de 1Hz à 25Hz,
— les réglages utilisés par l’algorithme PMCC sur les données des microbaromètres
sont les mêmes que les réglages utilisés pour la plage de fréquences de 1Hz à 25Hz,
utilisés pour les données enregistrées par les microphones 12 .
Le seul point de différence est la taille des deux réseaux, 500m pour le réseau de
microbaromètres et 50m pour le réseau de microphones. Des fréquences caractéristiques
12. Soulignons que le succès des paramètres utilisés pour l’algorithme PMCC sur les données enregistrées
par les microphones, ne garantit pas que ce choix soit le meilleur s’il est appliqué aux enregistrements des
microbaromètres.
4.9. Exploration des données acoustiques enregistrées sur le réseau de microbaromètres 121
associées aux dimensions des réseaux peuvent être définies en associant la distance entre
les capteurs à la longueur d’onde la plus petite détectable par le réseau (voir tableau 4.1).
On peut conclure que la taille du réseau de microphones est adaptée aux fréquences que
l’on souhaite étudier (infrasons proches et fréquences acoustiques). Pour des fronts d’onde
avec des fréquences acoustiques, les 4 points du réseau de microbaromètres sont trop
espacés. Les fronts d’onde parcourent une distance suffisante pour que les formes d’onde
acoustiques se décorrèlent les unes des autres au cours de la traversée du grand réseau.
Des résultats compatibles avec ces conclusions ont été établis par d’autres auteurs. Farges
et Blanc [2010] analysent les données d’enregistrements de tonnerre observés lors de la
campagne Eurosprite 2005, les auteurs travaillent entre 0.1Hz et 8Hz. Au cours de cette
campagne un réseau de 4 microbaromètres disposés au sommet d’un triangle de 1km de
côté (le dernier microbaromètre était placé au centre du réseau) a été déployé en France. Le
post-traitement PMCC ne fournit que quelques détections par décharge (voir figure 11 de
leur article). Dans leur article de 2011, Arechiga et al. utilisent un réseau de 50m de côté.
Et en 2013, Chum et al. [Chum et al., 2013a] ont déployé un réseau de 3 microbaromètres
assemblés en un triangle de 200m de côté. La synthèse des observations montre que pour
observer les éclairs à l’aide de mesures acoustiques, il est nécessaire d’utiliser des réseaux
de petite taille.
réseau de microphones réseau de microbaromètres
côté 50m 500m

fréquence caractéristique 6.8Hz 0.68Hz
distance centre–sommet 28m 288m
fréquence caractéristique 12Hz 1.2Hz
Table 4.1 – Fréquences acoustiques associées à la géométrie des deux réseaux déployés
durant la campagne SOP1 d’HyMeX.
122 4.10. Conclusions
4.10 Conclusions
Ce chapitre était consacré à l’analyse des données acoustiques et électromagnétiques
des éclairs d’orage enregistrées durant un orage qui est passé au-dessus de la station
acoustique du CEA le 26 octobre 2012 de 18h TU à 22h TU. Cet événement a été choisi
car il n’est pas trop intense, et les éclairs peuvent-être clairement distingués les uns des
autres. L’étude des données a permis d’établir plusieurs résultats.
Tout d’abord nous avons observé une excellente corrélation générale entre les détections
acoustiques construites par un postraitement des signaux enregistrés par le réseau de micro-
phones à l’aide de l’algorithme opérationnel PMCC, et les détections électromagnétiques
fournies par deux outils différents (un réseau de recherche et un réseau opérationnel). Les
vues synthétiques que l’on propose permettent de montrer que l’accord est excellent pour
les azimuts (figures 4.5 page 82, 4.6 et 4.7). Il est très bon pour les angles d’élévation des
sources proches de la station acoustique (moins de 10km). Le postraitement des données
enregistrées par le petit réseau de microphones avec l’algorithme opérationnel PMCC est
un succès. En effet PMCC a été capable de suivre les très fortes variations d’azimut et
d’angle d’élévation correspondant aux différentes étapes du développement de la géométrie
des décharges qui se sont produites très près de la station, et ce jusqu’à une fréquence
acoustique de 40Hz (voir les exemples donnés figures 4.10 page 88 et 4.12 page 91). Ces
résultats sont intéressants pour les applications opérationnelles au sein du CEA.
A l’aide d’une hypothèse très simple de propagation acoustique en ligne droite à
une vitesse du son de 340m/s (la valeur est étayée par comparaison aux sorties re-
analysées du code AROME-WMED, voir figure 4.2 page 77), et en faisant l’approximation
justifiée que les durées des décharges de foudre sont instantanées par rapport aux durées
acoustiques (voir figure 4.8 page 85), nous avons pu reconstruire acoustiquement la
géométrie tridimensionnelle des décharges de foudre. Pour toutes les décharges reconstruites
de 18h TU à 22h TU l’accord entre les distances horizontales des détections acoustiques
reconstruites et les distances horizontales des détections LMA et EUCLID par rapport à
la station acoustique, est excellent (voir figure 4.21 page 103) et ce jusqu’à des distances
de 80km. On note par ailleurs que la majorité des détections PMCC sont reconstruites en
distance aux endroits où se sont produites les décharges au sol et intra-nuage détectées
par EUCLID.
Pour les décharges les plus proches, la reconstruction acoustique fournit des résultats
très bons sur les altitudes des sources acoustiques reconstruites. En particulier, 5 décharges
au sol et 5 décharges intra-nuage, proches de la station acoustique (à moins de 20km) ont été
correctement reconstruites acoustiquement. Pour les décharges au sol, les points d’impact
obtenus construits à partir des données acoustiques correspondent aux localisations des
détections du réseau EUCLID. Nous observons que la méthode acoustique permet de
suivre et reconstruire la partie à basse altitude des décharges de foudre, en dessous de 2km
d’altitude, alors que le réseau LMA n’est pas capable d’obtenir ces parties de la géométrie
des décharges. Nous montrons ainsi que les méthodes acoustiques apportent de réelles
informations complémentaires aux méthodes électromagnétiques. En revanche, la méthode
acoustique n’identifie pas la séparation des détections LMA en deux intervalles principaux
sur les altitudes (important nombre de détections LMA pour les altitudes 4km–5km et
8km–10km). Nous n’avons pas d’interprétation claire pour expliquer ce fait.
Pour les décharges plus lointaines (dès 20km de distance), une surestimation importante
est commise dans l’établissement des altitudes des sources acoustiques reconstruites
(figure 4.17 page 98). Pour ces distances, l’hypothèse simple d’une propagation en ligne
droite en milieu homogène (à la célérité du son 𝑐0 = 340m/s) n’est plus suffisante.
L’annexe G page 197 propose une étude préliminaire, à l’aide du code de propagation
4.10. Conclusions 123
présenté au chapitre 5, pour étudier ce biais en supposant que celui-ci résulte des effets de
propagation non homogène 13 avec vent.
Au paragraphe 4.8 page 110 nous avons pu associer chacune des parties du signal
acoustique enregistré au centre du réseau, à une étape du développement de la géométrie
des décharges. Nous avons montré que les spectres des signaux enregistrés sont des
spectres larges (depuis les infrasons jusqu’aux fréquences acoustiques), avec un contenu
relativement uniforme et ce même pour des sources lointaines. Mais la plage des fréquences
utilisables est limitée à un maximum de 60Hz par la résonance des microphones ; alors que
l’échantillonnage ayant été réalisé à 500Hz, un maximum de 250Hz était théoriquement
accessible. Ce résultat apporte une argumentation claire et étayée au débat toujours ouvert
qui pose la question de l’origine des infrasons enregistrés dans les signaux de tonnerre. Nous
montrons par ailleurs que le spectre du signal acoustique enregistré sur un microphone
et le spectre du signal enregistré par un microbaromètre colocalisé sont les mêmes (voir
figures 4.27 page 114 et 4.29 page 117). Ceci constitue un résultat intéressant pour des
applications opérationnelles, notamment dans le cadre d’études pour le CTBTO. Enfin,
nous montrons paragraphe 4.9 que le choix des paramètres de post-traitement des données
acoustiques enregistrées par le grand réseau de microbaromètres ne permet pas d’obtenir
les résultats construits à partir des données du petit réseau de microphones. Ceci est lié à
la taille du réseau acoustique. Une ouverture consisterait à rechercher d’autres réglages qui
conduiraient à de meilleurs résultats pour les données du réseau de microbaromètres. Nous
montrons que pour étudier les éclairs par méthode acoustique, il est nécessaire d’utiliser
un petit réseau. Il est prévu d’explorer d’autres journées avec la même méthodologie.
Enfin, pour des études dans un rayon de 25km, un petit réseau acoustique tel que celui
présenté et relié à un dispositif de mesure de champ électrique pour assurer la datation des
décharges, permettrait leur reconstruction tri-dimensionnelle. La mise en œuvre d’un tel
système serait beaucoup moins coûteuse que le déploiement d’un réseau tel que le LMA,
elle pourrait-être envisagée dans le futur.
13. Prise en compte du profil de température avec l’altitude.

Chapitre 5
Méthode de simulation numérique

bidimensionnelle de la propagation non
linéaire dans l’atmosphère
Sommaire
5.1 Introduction
5.2 Équation de l’acoustique non linéaire en écoulement atmosphérique
5.3 Equation partiellement unidirectionnelle
5.4 Algorithme à pas fractionnés
5.5 Discrétisation numérique
5.6 Tests de validation
5.7 Propagation d’une onde de choc émise par une source explosive en présence d’un
écoulement de couche limite
5.8 Conclusion
5.1 Introduction
Le déploiement du réseau IMS pour la vérification du Traité d’Interdiction Complète
des Essais nucléaire nécessite la capacité de simuler efficacement la propagation d’ondes de
choc acoustiques dans l’atmosphère terrestre sur de grandes distances, ceci afin de calculer
la déformation des formes d’onde impulsives émises par des explosions au cours de leur
propagation à travers l’atmosphère hétérogène (hétérogénéités scalaires et vectorielles)
depuis la source jusqu’à un détecteur. Dans ce chapitre nous nous intéressons plus parti-
culièrement à la propagation d’ondes de choc acoustiques dans des écoulements de type
atmosphérique. La prise en compte simultanée de ces deux phénomènes est importante car,
en raison de leur nature cumulative, ces effets deviennent dominants lorsque la distance de
propagation est supérieure à une dizaine de kilomètres. D’un point de vue numérique, leur
prise en compte est délicate. Plusieurs stratégies de simulation sont alors envisageables,
nous distinguons dans la suite trois types d’approches :
— les méthodes basées sur l’acoustique géométrique, qui reposent sur des hypothèses
restrictives mais dont les coûts de calcul sont faibles,
— les approches basées sur la résolution des équations de la mécanique des fluides,
avec le moins de modélisation possible mais aux coûts de calcul très importants,
— enfin, les approches intermédiaires qui nécessitent un certain degré d’approximation
pour un coût de calcul modéré.
La méthode de tracé de rayons (pour une présentation de celle-ci, on pourra se référer à
[Pierce, 1989]) est couramment utilisée pour simuler la propagation des ondes acoustiques
infrasonores sur des distances importantes avec ou sans la prise en compte d’effets non
linéaires [Whitham, 1956; Hayes et al., 1969] et de la présence d’écoulements atmosphériques
[Gainville, 2008]. Son efficacité numérique permet de l’utiliser pour réaliser des analyses
statistiques [Blumrich et al., 2005; Le Pichon et al., 2002]. Cependant, cette approche
présente plusieurs limitations importantes. Elle est basée sur une approximation haute
fréquence et ne permet pas de décrire les effets de diffraction associés à la pénétration
d’ondes acoustiques de basses fréquences dans les zones d’ombre [Coulouvrat, 2002], à
l’augmentation locale de l’amplitude acoustique près des caustiques [Marchiano et al.,
126 5.1. Introduction
2003] ou à la diffusion par les structures turbulentes dans la couche limite planétaire
[Blanc-Benon et al., 2002].
A l’inverse, il est possible de résoudre numériquement les équations de l’hydrodynamique
en limitant au maximum les hypothèses de modélisation. Par exemple, la propagation
d’ondes acoustiques impulsionnelles dans un milieu hétérogène en présence d’écoulements
stationnaires peut être traitée par les équations d’Euler linéarisées. Ostashev et al. [2005]
propose un ensemble de deux équations couplées (dont une vectorielle) dérivées de cette
approche, où les inconnues sont la pression acoustique et la vitesse acoustique. Ces
équations ont été implémentées par Cheinet et al. [2012] pour calculer la propagation
linéaire d’un champ acoustique à travers un profil de vent turbulent et de température. La
discrétisation spatiale est réalisée à l’aide d’un schéma aux différences finies d’ordre élevé
pour assurer que la dissipation et l’atténuation numériques soient faibles. Les méthodes de
résolution par différences finies d’ordre élevé et en domaine temporel sont souvent désignées
par l’acronyme "FDTD" (pour : Finite Difference Time Domain). Dragna et al. [2011]
étudient l’implémentation d’un modèle de sol avec impédance dans une méthode FDTD et
Dragna et al. [2013a] introduisent des coordonnées curvilignes dans la résolution FDTD
pour décrire l’effet de la topographie sur une propagation linéaire. D’autres méthodes
numériques introduisant peu d’erreurs de dispersion et de dissipation peuvent être utilisées
pour la propagation acoustique sur de grandes distances. Par exemple, les méthodes
pseudo-spectrales sont intéressantes car elles permettent de discrétiser les équations avec
moins de points par longueur d’onde en comparaison avec les schémas aux différences
finies. Les méthodes pseudo-spectrales basées sur la transformée de Fourier sont utilisées
pour développer les dérivées spatiales sur une base de fonctions propres. Bien que mieux
adaptée aux problèmes périodiques, elles sont utilisées pour calculer numériquement
des modèles de propagation acoustique en milieu atmosphérique. Hornikx et al. [2010]
utilisent une méthode pseudo-spectrale de Fourier étendue pour résoudre les équations
d’Euler linéarisées avec vent (mais la propagation est linéaire en milieu homogène). Les
méthodes pseudo-spectrales utilisant une base de polynômes de Chebyshev sont adaptées
aux problèmes non périodiques. Dragna et al. [2013b] propose une analyse théorique de la
dispersion et de la dissipation de cette dernière approche pour l’équation d’advection.
Cependant, les équations d’Euler linéarisées ne permettent pas de prendre en compte
les effets non linéaires. Afin de prendre en compte ces effets, d’autres auteurs utilisent les
équations d’Euler ou de Navier-Stokes [Sparrow et Raspet, 1991; Del Pino et al., 2009;
Hanique-Cockenpot, 2011]. Récemment, Marsden et al. [2014] ont proposé d’utiliser un
schéma FDTD pour calculer la propagation non linéaire d’infrasons dans l’atmosphère,
avec prise en compte d’un profil de célérité du son (mais sans vent) sur un maillage
cartésien bi-dimensionnel. La propagation acoustique calculée étant non linéaire, des chocs
acoustiques (ie discontinuité du profil de pression) peuvent-être présents. Ces chocs doivent
être correctement décrits et propagés par le code de calcul. Ceci engendre de nombreuses
difficultés car les schémas aux différences finies standards ne traitent pas correctement la
présence de discontinuités, et des oscillations parasites (oscillations de Gibbs) apparaissent
très souvent dans les solutions calculées. Pour pallier ce problème, les auteurs utilisent une
étape de filtrage pour atténuer les grands nombres d’onde uniquement aux endroits où
des chocs sont présents [Bogey et al., 2009]. Enfin, citons les travaux récents de Albin et
Bruno [2011], qui utilisent une méthode différente nommée "Fourier continuation method"
pour résoudre les équations de Navier-Stokes complètes (non linéaires et compressibles).
Cette méthode a notamment été utilisée pour calculer, à grande distance, la focalisation
de champs acoustiques ultrasonores dans le cadre d’applications médicales [Albin et al.,
2012]. Cette dernière méthode semble très prometteuse. Cette approche contraint toutefois
à l’utilisation de ressources informatiques importantes et impose souvent l’utilisation de
5.1. Introduction 127
moyens de calcul intensif. Elle semble difficilement conciliable avec les possibilités d’une
utilisation opérationnelle ou de simulations multiples à des fins d’analyses statistiques.
La construction d’équations plus simples que les équations complètes de l’hydrody-
namique pour décrire la propagation acoustique, ainsi que la construction des schémas
numériques intermédiaires associés, plus précis que le tracé de rayons mais restant suffi-
samment efficaces en temps de calcul pour permettre des applications opérationnelles, est
un défi. Dans ce cadre les approximations paraboliques ont rencontré un très fort succès.
West et al. [1992] dressent une étude détaillée de la construction de telles approximations
en régime linéaire. Elles dépassent les limitations fréquentielles de la théorie des rayons
et ont permis de décrire les amplitudes des faisceaux acoustiques collimatés avec succès.
Les équations paraboliques ont été améliorées pour prendre en compte la propagation non
linéaire. La plus célèbre d’entre elle est l’équation de Khokhlov-Zabolotskaya-Kuznetsov,
dite équation KZ [Kuznetsov, 1970; Zabolotskaya et Khokhlov, 1969]. Notons qu’il existe
d’autres formulations comme l’équation NPE (acronyme de Nonlinear Parabolic Equation)
[McDonald et Kuperman, 1987]. Les méthodes de résolution numériques de ces équations
ont fait l’objet d’une littérature considérable qui ne sera pas rappelée ici. Elles sont au-
jourd’hui bien maîtrisées (voir [Marchiano et al., 2008] pour une revue de ces méthodes).
Des termes supplémentaires peuvent être ajoutés à ces équations pour prendre en compte
d’autres effets comme la présence d’hétérogénéités [Blanc-Benon et al., 2001; Ganjehi et al.,
2008] ou d’écoulements [Averiyanov et al., 2006].
Ainsi Averiyanov et al. [2006] proposent une équation parabolique généralisant l’équa-
tion KZK en incluant au premier ordre un écoulement. Cette approche a été utilisée pour
étudier la diffusion d’ondes de choc acoustiques de faible amplitude dans un écoulement
turbulent [Averiyanov et al., 2011a,b]. Cependant, l’approximation parabolique standard
limite la validité du modèle aux angles de propagation faibles. Ceci souligne le besoin de
dépasser cette approximation afin de simuler les ondes de choc acoustiques diffractées sur
des angles importants, par exemple dans le cas de sources allongées, ou encore dans les
cas de la diffusion par un gradient de vent ou par la turbulence atmosphérique. Plusieurs
solutions sont proposées dans la littérature pour augmenter l’ordre des approximations
paraboliques soit en domaine temporel, soit en domaine fréquentiel (voir [West et al.,
1992]) et ainsi élargir la validité de l’angle de propagation. Claerbout [1976] introduit
l’approximation grand-angle, Lin et al. [2012] utilisent des approximants de Padé sur
l’équation des ondes linéaire en domaine fréquentiel. En comparaison, peu d’études ont
été développées en acoustique non linéaire [McDonald, 2000; Ganjehi, 2008]. Ainsi, il
apparaît le besoin de développer une méthode numérique permettant la simulation de
la propagation non linéaire d’ondes acoustiques et prenant en compte la présence de
vent et d’hétérogénéité, sans contrainte sur la validité angulaire de la propagation. C’est
l’objectif de ce chapitre. Il présente l’implémentation numérique du modèle non linéaire de
propagation acoustique dans un champ de vent établi par Coulouvrat [2012], au moyen
d’une méthode de résolution originale proposée par Dagrau et al. [2011] et basée sur
le travail de Christopher et Parker [1991]. Cette méthode nommée HOWARD dans la
référence [Dagrau et al., 2011] devient la méthode FLHOWARD (FLow and Heteroge-
neous One-Way Approximation for Resolution of Diffraction). L’approche proposée a été
conçue pour être valide sur tout le champ angulaire +/- 90° dans le cas d’une propagation
homogène et non linéaire. Une approximation grand-angle est appliquée seulement sur les
termes correctifs décrivant les hétérogénéités et la présence d’un écoulement stratifié. En
conséquence une approche unidirectionnelle est utilisée pour la résolution numérique, elle
conserve l’efficacité de calcul des approximations paraboliques mais comme dans celles-ci
elle néglige le champ rétro-diffusé. Notons ici qu’aucun modèle d’absorption n’est considéré
dans ce travail compte-tenu des fréquences (1Hz à 100Hz) et des distances de propagation
(moins de 100km) considérées pour lesquelles l’absorption atmosphérique est généralement
128 5.2. Équation de l’acoustique non linéaire en écoulement atmosphérique
très faible. La présence d’un modèle d’absorption pourrait cependant avoir une influence
sur les hautes fréquences contenues à l’intérieur des chocs.
Le modèle théorique est rappelé section 5.2. Puis il est reformulé pour permettre une
approche unidirectionnelle section 5.3. L’algorithme d’avancement à pas fractionné est
introduit section 5.4 et la discrétisation numérique est présentée section 5.5. Les cas tests de
validation des différents termes sont présentés section 5.6. Enfin un exemple d’application
dans le cadre de la propagation d’une onde de choc acoustique en milieu atmosphérique
est décrit et discuté section 5.7.
5.2 Équation de l’acoustique non linéaire en écoulement atmo-

sphérique
On considère un fluide non visqueux dans un domaine cartésien à deux dimensions,
avec 𝑥 la coordonnée horizontale et 𝑧 la coordonnée verticale. Pour un point x = (𝑥, 𝑧)
à un temps 𝑡, avec ex le vecteur horizontal unitaire, on note 𝜌(x, 𝑡) la masse volumique,
𝑝(x, 𝑡) la pression, v(x, 𝑡) la vitesse de l’écoulement ambiant et 𝑐0 (x) la célérité du son. Les
échelles de temps de variations significatives des grandeurs atmosphériques sont supposées
être beaucoup plus grandes que la période caractéristique des ondes acoustiques (de l’ordre
de 1/50 s pour les éclairs). Le milieu de propagation peut donc être considéré comme
"gelé" d’un point de vue acoustique et la décomposition suivante peut-être introduite,
avec l’indice 0 pour les quantités indépendantes du temps associées au milieu ambiant, et
l’indice 𝑎 pour les perturbations acoustiques dépendantes du temps :
𝑓 (x, 𝑡) = 𝑓0 (x) + 𝑓𝑎 (x, 𝑡) avec 𝑓 = (𝜌, v, 𝑝). (5.1)
L’écoulement ambiant est séparé en un écoulement cisaillé verticalement V0 (𝑧) = 𝑉0𝑥 (𝑧) ex
de nombre de Mach 𝑀 d’ordre 0.1 au plus, et en une plus petite perturbation u0 (x), qui
inclut les vents verticaux et les fluctuations turbulentes, de nombre de Mach plus petit :
v0 (x) = V0 (𝑧) + u0 (x) = 𝑉0𝑥 (𝑧) ex + u0 (x). (5.2)
Ces hypothèses sont raisonnables pour le cadre d’étude en conditions atmosphériques

puisque les vents de tempête rencontrés sous nos latitudes excèdent très rarement 40
m/s (soit 144 km/h), et les vents verticaux (au moins en sol presque plat), ainsi que
les fluctuations turbulentes, sont en général beaucoup plus petites. Il est difficile de
quantifier en général l’ordre de l’amplitude de la turbulence car celle-ci peut-être fortement
dépendante des conditions météorologiques locales. Cependant, les fluctuations turbulents
excèdent rarement quelques mètres par seconde comme le montrent Lothon et al. [2006].
Ils utilisent un lidar Doppler pour mesurer la composante verticale du vent dans un
écoulement de couche limite le jour, et au dessus d’un sol plat. Les amplitudes mesurées
par les auteurs sont de l’ordre de 3m/s au maximum, ceci représente approximativement
1% de la célérité du son. Les effets non linéaires quadratiques relativement aux fluctuations
turbulentes seront donc, dans de nombreux cas similaires, négligeables.
Les fluctuations de masse volumique et de célérité du son sont supposées elles aussi être
d’ordre relatif 𝑀 2 . En effet, les fluctuations de température sont typiquement de l’ordre
de 5°C à 10°C dans la couche limite atmosphérique, ce qui engendre des fluctuations de
célérité du son d’environ 1 à 2 pourcents soit bien d’ordre 𝑂(𝑀 2 ). Il est donc possible de
séparer les champs en une composante moyenne (notée avec une barre) et une composante
variant spatialement (notée avec un caractère prime) d’ordre 𝑀 2 :
𝑐0 (x) = 𝑐0 + 𝑐′0 (x) and 𝜌0 (x) = 𝜌0 + 𝜌′0 (x). (5.3)

5.3. Equation partiellement unidirectionnelle 129
Avec toutes ces approximations, il est possible d’établir une équation d’onde scalaire et
non linéaire (équation(20) de la référence [Coulouvrat, 2012]) portant sur le champ de
pression pour décrire la propagation acoustique non linéaire en milieu atmosphérique :
1 Ds 2 𝑝 𝑎 d𝑉0𝑗 ∫︁ 𝑡 𝜕 2 𝑝𝑎 (x, 𝑡′ ) ′
(︃ )︃
∇𝑝𝑎
2 2 − 𝜌0 ∇ · +2 𝑑𝑡
𝑐0 D𝑡 𝜌0 d𝑧 −∞ 𝜕𝑧𝜕𝑥𝑗
2 𝜕∇𝑝𝑎 𝜕𝑢0𝑗 ∫︁ 𝑡 𝜕 2 𝑝𝑎 (x, 𝑡′ ) ′ 𝛽 𝜕 2 𝑝2𝑎
= − 2 u0 · −2 𝑑𝑡 + , (5.4)
𝑐0 𝜕𝑡 𝜕𝑥𝑖 −∞ 𝜕𝑥𝑖 𝜕𝑥𝑗 𝜌0 𝑐40 𝜕𝑡2
une convention de sommation sur les indices répétés est utilisée.
La notation Ds /D𝑡 = 𝜕/𝜕𝑡 + V0 · ∇ est utilisée pour la dérivée convective associée à
l’écoulement ambiant cisaillé. Les deux premiers termes du membre de gauche de l’équa-
tion (5.4) représentent l’équation d’onde habituelle en milieu hétérogène, convectée par un
écoulement cisaillé V0 considéré comme étant uniforme. La dérivée seconde convective
introduit des termes quadratiques en 𝑉0 (d’ordre 𝑀 2 ). L’influence du cisaillement même
de l’écoulement ambiant est prise en compte dans le terme proportionnel à d𝑉0 /d𝑧 dans le
membre de gauche de (5.4). Notons que ces termes ne sont que du premier ordre 𝑀 .
L’équation (5.4) est donc d’ordre mixte (entre les ordres 1 et 2) pour le nombre de
Mach de l’écoulement cisaillé. En effet les termes quadratiques associés à la convection sont
retenus (termes en 𝑉02 ), mais pas ceux associés au gradient de l’écoulement (proportionnels
à 𝑉0 d𝑉0 /d𝑧). Une équation complète du second ordre incluant des termes quadratiques
pourrait être écrite [Coulouvrat, 2012, Eq.(19)], mais elle introduit des dérivées spatiales
d’ordre 3 qui se sont révélées être instables lors des tests de validation. Toutefois, les
comparaisons numériques [Coulouvrat, 2012] de l’équation d’ordre mixte avec des solutions
de l’équation exacte de Lilley [1972] montrent que l’erreur introduite par l’équation (5.4)
sur la vitesse de phase de modes guidés est d’ordre 10−4 pour des nombres de Mach d’ordre
0.1. Elle s’avère beaucoup plus petite que dans le cas d’une équation strictement d’ordre 1
(auquel cas l’erreur est d’ordre 10−2 ), et n’est pas beaucoup plus importante que l’erreur
pour l’équation complète d’ordre 2 (l’erreur est alors d’ordre 10−5 ). Ceci s’explique par
le fait que les termes de convection jouent un rôle dominant dans la détermination de la
vitesse de phase, ils sont pleinement pris en compte dans l’équation (5.4).
Le membre de droite de l’équation (5.4) contient également les termes associés à la
convection par les fluctuations turbulentes de l’écoulement u0 (x) et à ses gradients. Vient
finalement le terme non linéaire pour le champ acoustique. Ici 𝛽 est le paramètre non
linéaire habituel, égal à (𝛾 + 1)/2 pour un gaz parfait avec 𝛾 le rapport des chaleurs
spécifiques (égal à 1.4 dans l’air). Rigoureusement, la dérivée partielle en temps qui apparaît
dans le terme non linéaire devrait être une dérivée temporelle convectée. Cependant, le
nombre de Mach acoustique 𝜖 associé aux effets non linéaires est habituellement beaucoup
plus petit que le nombre de Mach 𝑀 de l’écoulement. Dans l’air pour un choc acoustique
intense d’amplitude 2000 Pa (ou 180 dBA), il est environ égal à 0.01, c’est-à-dire d’ordre
𝑀 2 . Donc, les termes non linéaires convectés qui sont d’ordre 𝑀 𝜖 sont négligeables car ils
correspondent à un ordre 𝑀 3 au plus. Il est donc justifié d’identifier dans le terme non
linéaire de l’équation (5.4) (dernier terme de l’équation) la dérivée Ds /D𝑡 avec 𝜕/𝜕𝑡.
5.3 Equation partiellement unidirectionnelle

5.3.1 Etablissement de l’équation
La résolution numérique de l’équation (5.4) généralise au cas avec écoulement la
méthode développée pour le cas hétérogène [Dagrau et al., 2011; Dagrau, 2009]. Cette
méthode peut-être résumée de la manière suivante. Dans le domaine cartésien à deux
dimensions (𝑥, 𝑧), l’équation (5.4) est d’abord écrite sous la forme d’une équation d’onde
130 5.3. Equation partiellement unidirectionnelle
linéaire dans un milieu homogène, complétée d’une perturbation 𝒫 d’ordre 𝑀 au plus qui
contient tous les autres termes (associés à l’écoulement ambiant, aux hétérogénéités de
masse volumique et de célérité du son, ainsi qu’aux non-linéarités) :
1 𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎
− − = 𝒫. (5.5)
𝑐20 𝜕𝑡2 𝜕𝑥2 𝜕𝑧 2
Les dérivées du second ordre par rapport à 𝑥 dans l’équation (5.5) empêchent sa résolution
numérique par une approche unidirectionnelle à pas fractionné, depuis le plan initial 𝑥 = 0
vers les valeurs croissantes de 𝑥. Pour permettre cette résolution numérique, l’équation (5.5)
est réécrite dans un premier temps avec une fenêtre en temps retardé qui se déplace à la
vitesse moyenne 𝑐0 en introduisant le temps retardé 𝜏 = 𝑡 − 𝑥/𝑐0 le long de la direction
horizontale 𝑥 :
2 𝜕 2 𝑝𝑎 𝜕 2 𝑝 𝑎 𝜕 2 𝑝𝑎 ′
− 2 − 2 = 𝒫 . (5.6)
𝑐0 𝜕𝑥𝜕𝜏 𝜕𝑥 𝜕𝑧
A ce stade, plusieurs approximations unidirectionnelles peuvent-être établies. L’approxi-
mation parabolique standard consisterait à négliger toutes les dérivées secondes en 𝑥
dans l’équation (5.6). L’approximation de Claerbout [1976], ou approximation parabolique
grand-angle [Ostashev et al., 1997], consisterait à approcher les dérivées secondes en 𝑥 à
l’aide de l’approximation parabolique standard :
𝜕 2 𝑝𝑎 𝑐0 ∫︁ 𝜏 𝜕 3 𝑝𝑎 ′
2 ≈ 2 𝑑𝜏 . (5.7)
𝜕𝑥 2 −∞ 𝜕𝑥𝜕𝑧
Dans la méthode présentée ici, les dérivées secondes en 𝑥 sont remplacées à l’aide de l’équa-
tion d’onde linéaire homogène sans écoulement écrite en temps retardé, et ce uniquement
dans le terme 𝒫 ′ de l’équation (5.6) :
𝜕 2 𝑝𝑎 2 𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎
= − + 𝑂(𝑀 ). (5.8)
𝜕𝑥2 𝑐0 𝜕𝑥𝜕𝜏 𝜕𝑧 2
Notons que ceci conduit à une équation plus précise, mais qui n’est que partiellement
unidirectionnelle. En effet si les dérivées secondes en 𝑥 ont disparu dans le terme 𝒫 ′ elles
subsistent dans le premier terme de l’équation (5.6). Enfin une dernière transformation
consiste à remplacer la pression acoustique 𝑝𝑎 par le pseudo-potentiel 𝜑(x) :
𝜕𝜑
𝑝𝑎 (x) = (x). (5.9)
𝜕𝑡
L’intérêt de l’utilisation d’un pseudo-potentiel est que, restant continu au travers des chocs
(alors que la pression acoustique 𝑝𝑎 y est discontinue), il est bien adapté à la résolution
numérique de la partie non linéaire de l’équation de propagation [Coulouvrat, 2009; Dagrau
et al., 2011].
Le détail de l’établissement de l’équation de propagation implémentée numériquement
est donné dans l’annexe D page 185 dans le cas tri-dimensionnel. Dans le cas bi-dimensionnel
on obtient finalement une équation partiellement unidirectionnelle où, par simplicité, les
termes dépendant des fluctuations de vent u0 (x) ont également été ignorés :
𝜕 2𝜑 𝑐 𝜕 2𝜑 𝜕 2𝜑 𝑉0𝑥 (𝑧) 𝜕 2 𝜑 𝑉0𝑥 (𝑧) 𝜕 2 𝜑 d𝑉0𝑥 ∫︁ 𝜏 𝜕 2 𝜑
[︃ ]︃
d𝑉0𝑥 𝜕𝜑
= 0 + + − + − 𝑐 0 d𝜏 ′
𝜕𝑥𝜕𝜏 2 𝜕𝑥2 𝜕𝑧 2 𝑐20 𝜕𝜏 2 𝑐0 𝜕𝑥𝜕𝜏 d𝑧 𝜕𝑧 d𝑧 𝜕𝑧𝜕𝑥
2
(𝑧) 𝜕 2 𝜑 𝑉0𝑥
2
(𝑧) 𝜕 2 𝜑 𝑐′0 (𝑥, 𝑧) 𝜕 2 𝜑
[︃ (︃ )︃ ]︃
𝑉0𝑥 1 𝜕𝜌0 𝜕𝜑 𝜕𝜑 𝜕𝜌0 𝜕𝜑
− + + + − 𝑐0 − 𝑐0
2𝑐30 𝜕𝜏 2 2𝑐0 𝜕𝑧 2 𝑐20 𝜕𝜏 2 2𝜌0 (𝑥, 𝑧) 𝜕𝑥 𝜕𝜏 𝜕𝑥 𝜕𝑧 𝜕𝑧
⎡(︃ )︃2 ⎤
𝛽 𝜕 ⎣ 𝜕𝜑
+ ⎦.
2𝜌0 𝑐30 𝜕𝜏 𝜕𝜏
(5.10)
Le travail de validation numérique des termes d’écoulement ambiant ont montré que les
dérivées impaires de 𝜑 par rapport à la variable verticale 𝑧 peuvent-être instables. Celles-ci
sont transformées en une forme plus conservative en augmentant l’ordre de dérivation
de 𝜑 à la puissance paire suivante. Par exemple un terme comme d𝑉0𝑥 /d𝑧 𝜕𝜑/𝜕𝑧 dans
l’équation (5.10) est exprimé dans l’équation (5.12) sous la forme suivante :
𝜕 2𝜑
[︃ ]︃
d𝑉0𝑥 𝜕𝜑 𝜕 𝜕𝜑
= 𝑉0𝑥 − 𝑉0𝑥 2 . (5.11)
d𝑧 𝜕𝑧 𝜕𝑧 𝜕𝑧 𝜕𝑧
Une illustration des instabilités rencontrées avec la forme non conservative est donnée dans
l’annexe E page 193. Ceci conduit à l’équation (5.12) qui est plus stable. Nous nommons
cette équation "équation Flhoward". C’est elle qui sera résolue numériquement :
𝜕 2𝜑 𝑐0 𝜕 2 𝜑 𝜕 2 𝜑 𝑉0𝑥 (𝑧) 𝜕 2 𝜑 𝑉0𝑥 (𝑧) 𝜕 2 𝜑 𝜕 2𝜑 𝜕 3𝜑

[︃ ]︃ ∫︁ 𝜏
= + + − − 𝑉 0𝑥 (𝑧) + 𝑐 𝑉
0 0𝑥 (𝑧) d𝜏 ′
𝜕𝑥𝜕𝜏 2 𝜕𝑥2 𝜕𝑧 2 𝑐20 𝜕𝜏 2 𝑐0 𝜕𝑥𝜕𝜏 𝜕𝑧 2 𝜕𝑥𝜕𝑧 2
2
(𝑧) 𝜕 2 𝜑 𝑉0𝑥 2
(𝑧) 𝜕 2 𝜑 𝜕 2𝜑
[︃ ]︃ ∫︁ 𝜏 [︃ ]︃
𝑉0𝑥 𝜕 𝜕𝜑 𝜕
− 3 2 + 2 + 𝑉0𝑥 (𝑧) − 𝑐0 𝑉0𝑥 (𝑧) d𝜏 ′
2𝑐0 𝜕𝜏 2𝑐0 𝜕𝑧 𝜕𝑧 𝜕𝑧 𝜕𝑧 𝜕𝑧𝜕𝑥
′ 2
𝑐 (𝑥, 𝑧) 𝜕 𝜑 1 𝜕𝜌0 𝜕𝜑 𝑐0 𝜕𝜌0 𝜕𝜑
+ 0 2 2 + −
𝑐0 𝜕𝜏 2𝜌0 (𝑥, 𝑧) 𝜕𝑥 𝜕𝜏 2𝜌0 (𝑥, 𝑧) 𝜕𝑥 𝜕𝑥
)︃2 ⎤
𝑐 𝜕 2𝜑
[︃ ]︃ ⎡(︃
𝑐0 𝜕 𝜕𝜑 𝛽 𝜕 ⎣ 𝜕𝜑
− 𝜌0 (𝑥, 𝑧) + 0 2 + ⎦.
2𝜌0 (𝑥, 𝑧) 𝜕𝑧 𝜕𝑧 2 𝜕𝑧 2𝜌0 𝑐30 𝜕𝜏 𝜕𝜏
(5.12)
L’équation (5.12) peut-être écrite sous une forme compacte en découpant son membre
de droite à partir des effets physiques :
𝜕 2𝜑 [︁ ]︁ [︁ ]︁ [︁ ]︁
= 𝒟 𝜑 + ℋ 𝜑 + 𝒩 𝜑. (5.13)
𝜕𝑥𝜕𝜏
[︁ ]︁
Dans l’équation (5.13), l’opérateur 𝒟 :
𝑐 𝜕 2𝜑 𝜕 2𝜑
[︃ ]︃
𝒟 𝜑= 0
[︁ ]︁
+ (5.14)
2 𝜕𝑥2 𝜕𝑧 2
décrit l’effet de diffraction associé à l’équation d’onde linéaire homogène et sans écoulement.
Cette partie de l’équation ne présente pas encore d’approximation unidirectionnelle, [︁ ]︁ car
elle conserve la dérivée de second ordre par rapport à 𝑥. L’opérateur non linéaire 𝒩 est
défini par : ⎡(︃ )︃2 ⎤
[︁ ]︁ 𝛽 𝜕 ⎣ 𝜕𝜑 ⎦
𝒩 𝜑= . (5.15)
2𝜌0 𝑐30 𝜕𝜏 𝜕𝜏
[︁ ]︁
Enfin, l’opérateur ℋ représente les corrections dues aux hétérogénéités et à l’écou-
lement ambiant. Il inclut tous les autres termes du second membre de l’équation (5.12)
(troisième terme jusqu’au quinzième terme). Grâce à la transformation (5.8) aucune dérivée
seconde 𝜕 2 𝜑/𝜕𝑥2 [︁n’apparaît
]︁ dans cet opérateur. Afin d’obtenir une expression utilisable
numériquement, ℋ est décomposé par rapport aux dérivées spatiales de 𝜑 :
[︁ ]︁ [︁ ]︁ [︁ ]︁ 𝜕𝜑
ℋ 𝜑 ≡ ℋ0 𝜑 + ℋ1𝑥
𝜕𝑥
]︁ 𝜕 2 𝜑 ]︁ 𝜕 3 𝜑 (5.16)
[︁ [︁ [︁ ]︁ 𝜕𝜑 [︁ 𝜕 2𝜑
+ ℋ2𝑧𝑧 + ℋ3𝑥𝑧𝑧 + 𝒱1𝑧 + 𝒱2𝑥𝑧 ] .
𝜕𝑧 2 𝜕𝑥𝜕𝑧 2 𝜕𝑧 𝜕𝑧𝜕𝑥
132 5.3. Equation partiellement unidirectionnelle
où :
[︁ ]︁ 𝑐′0 (𝑥, 𝑧) 𝜕 2 𝜑 1 𝜕𝜌0 𝜕𝜑 𝑉0𝑥 (𝑧) 𝜕 2 𝜑 𝑉0𝑥 2
(𝑧) 𝜕 2 𝜑
ℋ0 𝜑 = + + − (5.17a)
𝑐20 𝜕𝜏 2 2𝜌0 (𝑥, 𝑧) 𝜕𝑥 𝜕𝜏 𝑐20 𝜕𝜏 2 2𝑐30 𝜕𝜏 2
[︁ ]︁ 𝜕𝜑 𝑐0 𝜕𝜌0 𝜕𝜑 𝑉0𝑥 (𝑧) 𝜕 2 𝜑
ℋ1𝑥 =− − (5.17b)
𝜕𝑥 2𝜌0 (𝑥, 𝑧) 𝜕𝑥 𝜕𝑥 𝑐0 𝜕𝑥𝜕𝜏
]︁ 𝜕 2 𝜑 𝜕 2 𝜑 𝑉 2 (𝑧) 𝜕 2 𝜑 𝑐0 𝜕 2 𝜑
= −𝑉0𝑥 (𝑧) 2 + 0𝑥
[︁
ℋ2𝑧𝑧 + (5.17c)
𝜕𝑧 2 𝜕𝑧 2𝑐0 𝜕𝑧 2 2 𝜕𝑧 2
[︁ ]︁ 𝜕 3 𝜑 ∫︁ 𝜏
𝜕 3𝜑 ′
ℋ3𝑥𝑧𝑧 = 𝑐0 𝑉0𝑥 (𝑧) 2 d𝜏 (5.17d)
𝜕𝑥𝜕𝑧 2 [︃ 𝜕𝑥𝜕𝑧
]︃ [︃ ]︃
[︁ ]︁ 𝜕𝜑 𝜕 𝜕𝜑 𝑐0 𝜕 𝜕𝜑
𝒱1𝑧 = 𝑉0𝑥 (𝑧) − 𝜌0 (𝑥, 𝑧) (5.17e)
𝜕𝑧 𝜕𝑧 𝜕𝑧 2𝜌0 (𝑥, 𝑧) 𝜕𝑧 𝜕𝑧
]︁ 𝜕 2 𝜑 𝜕 2𝜑 ⎠ ′
⎛ [︃ ]︃ ⎞
[︁ ∫︁ 𝜏 𝜕
𝒱2𝑥𝑧 = −𝑐0 ⎝ 𝑉0𝑥 (𝑧) d𝜏 . (5.17f)
𝜕𝑧𝜕𝑥 𝜕𝑧 𝜕𝑧𝜕𝑥
La dépendance
[︁ ]︁ en (𝑥, 𝑧, 𝜏 ) des définitions
[︁ (5.17)
]︁ n’est pas précisée : par exemple
l’expression ℋ0 𝜑 doit-être lue comme ℋ0 (𝑥, 𝑧) 𝜑(𝑥, 𝑧, 𝜏 ).
[︁ ]︁
Partant de la définition de ℋ 𝜑 (équation (5.16)) les termes faisant intervenir les
dérivées spatiales de 𝜑 par rapport à la variable 𝑧, sont séparées des autres termes. On
introduit de la sorte : [︁ ]︁ [︁ ]︁ [︁ ]︁
ℋ 𝜑≡ 𝒮 𝜑+ 𝒵 𝜑 (5.18)
avec les définitions :
[︁ ]︁ [︁ ]︁ [︁ ]︁ 𝜕𝜑
𝒮 𝜑 ≡ ℋ0 𝜑 + ℋ1𝑥
𝜕𝑥
]︁ 𝜕 2 𝜑 ]︁ 𝜕 3 𝜑 (5.19)
[︁ ]︁ [︁ [︁ [︁ ]︁ 𝜕𝜑 [︁ 𝜕 2𝜑
𝒵 𝜑 ≡ ℋ2𝑧𝑧 + ℋ3𝑥𝑧𝑧 + 𝒱1𝑧 + 𝒱2𝑥𝑧 ] .
𝜕𝑧 2 𝜕𝑥𝜕𝑧 2 𝜕𝑧 𝜕𝑧𝜕𝑥
L’intérêt de[︁cette
]︁ [︁étape]︁ est [︁justifiée
]︁ dans l’annexe F page 195. Il est utile de noter que
les opérateurs ℋ0 , ℋ1𝑥 et 𝒱1𝑧 existaient déjà pour le cas sans écoulement [Dagrau
et al., 2011]. La présence de l’écoulement [︁ ]︁modifie
[︁ ]︁les coefficients
[︁ ]︁ de ces opérateurs, et
introduit trois nouveaux opérateurs : ℋ2𝑧𝑧 , ℋ3𝑥𝑧𝑧 et 𝒱2𝑥𝑧 . L’équation à résoudre est
donc écrite sous la forme :
𝜕 2𝜑 [︁ ]︁ [︁ ]︁ [︁ ]︁ [︁ ]︁
= 𝒟 𝜑 + 𝒮 𝜑 + 𝒵 𝜑 + 𝒩 𝜑. (5.20)
𝜕𝑥𝜕𝜏
5.3.2 Domaine de validité de l’équation

5.3.2.1 Equation parabolique nonlinéaire de Aver’yanov et al. [2006]
L’équation parabolique non linéaire proposée par Aver’yanov et al. [2006] est à notre
connaissance la seule équation de propagation non linéaire avec écoulement de la littérature.
Adaptée à nos hypothèses (pas de diffusivité du son, pas d’écoulement transverse dans la
direction 𝑂𝑧), elle s’écrit :
𝜕 2𝜑 𝑐 𝜕 2 𝜑 𝑉 (𝑧) 𝜕 2 𝜑 𝛽 𝜕𝜑 𝜕 2 𝜑
= 0 2 + 0𝑥2 + . (5.21)
𝜕𝑥𝜕𝜏 2 𝜕𝑧 𝑐0 𝜕𝜏 2 𝜌0 𝑐30 𝜕𝜏 𝜕𝜏 2
Les trois termes du membre de droite de l’équation (5.21) correspondent respectivement aux
deuxième, troisième et seizième termes du membre de droite de l’équation (5.12). Aucun
terme quadratique de l’écoulement 𝑉0𝑥 n’est présent dans l’équation (5.21), et plusieurs
termes linéaires sont négligés, ce qui revient à faire une hypothèse haute fréquence. Le
seul terme d’écoulement subsistant est un terme de convection, linéaire par rapport à
l’écoulement. Il fait intervenir la dérivée seconde du champ par rapport au temps, donc il
est proportionnel au carré de la fréquence. C’est le terme de convection dominant à vitesse
lente et à haute fréquence. Les autres termes faisant intervenir des puissances inférieures
de la fréquence, sont négligés.
5.3.2.2 Domaine de validité

La validité de l’équation (5.12) peut-être quantifiée avec précision dans le cas linéaire
d’un écoulement uniforme 𝑉0𝑥 , en comparant sa relation de dispersion avec celle de
l’équation d’onde convectée. Le cas d’un écoulement stratifié sera étudié au moyen de la
simulation numérique. Une solution de type onde plane est recherchée sous la forme :
[︂ (︃ )︃]︂
𝜑(𝑥, 𝑧, 𝜏 ) = 𝐴 exp 𝑖𝑘0 (𝑘 𝑥 − 1) 𝑥 + 𝑘 𝑧 𝑧 − 𝑐0 𝜏 (5.22)
avec 𝑘0 = 𝜔0 /𝑐0 le nombre d’onde et (𝑘 𝑥 = 𝑘𝑥 /𝑘0 , 𝑘 𝑧 = 𝑘𝑧 /𝑘0 ) les composantes adimension-

nées du vecteur d’onde. En écrivant 𝑉0𝑥 = 𝑀 𝑐0 , la relation de dispersion pour l’équation
d’onde exacte convectée par un écoulement uniforme est :
2
2 2𝑀 𝑘𝑧 − 1
+𝑘𝑥 2 𝑘𝑥 + = 0. (5.23)
1−𝑀 1 − 𝑀2
L’équation Flhoward (5.12) conduit à la relation de dispersion approchée :
2 2
(︂ )︂(︂ )︂
𝑘𝑥 + 2 𝑀 𝑘𝑥 + 𝑘𝑧 − 1 1 + 𝑀 2 = 0. (5.24)
Enfin l’équation en approximation parabolique (5.21) conduit à :

2
(𝑘 𝑥 − 1) + 𝑘 𝑧 + 𝑀 = 0. (5.25)
Les deux relations de dispersion (5.23) and (5.24) diffèrent bien d’un terme d’ordre
𝑂(𝑀 3 ), ce qui est en accord avec la précision de l’équation modèle (5.4) qui n’a pas subi
d’approximation grand angle. Une précision plus élevée)︁ peut-être obtenue en remplaçant
simplement le nombre de Mach 𝑀 par 𝑀/ 1 − 𝑀 2 . Alors la relation de dispersion
(︁
de l’équation (5.12) ne diffèrera de la forme exacte que par un terme d’ordre 𝑂(𝑀 4 )
seulement. Une modification similaire de la définition des fluctuations de la vitesse du
son a été proposée [Dagrau et al., 2011] en remplaçant (𝑐0 /𝑐0 )2 − 1 par 1 − (𝑐0 /𝑐0 )2 pour
reconstituer la relation de dispersion exacte dans le cas hétérogène. Dans la suite ces deux
transformations seront systématiquement appliquées sauf mention contraire. La Figure 5.1
montre la comparaison entre les relations de dispersion exactes et approchées pour les cas
𝑀 = 0, 𝑀 = 0.1, 𝑀 = 0.3 et 𝑀 = 0.5. Les relations de dispersion pour le cas exact (5.23)
et pour notre approche (5.24) ne sont distinguables que pour les nombres de Mach les plus
élevés, ceux-ci correspondent à des valeurs bien supérieures aux grandeurs rencontrées dans
le cadre de la physique atmosphérique. L’un des avantages de l’équation (5.12) par rapport
aux approximations paraboliques, est que la précision d’ordre 𝑂(𝑀 2 ) (au moins quand
l’écoulement est uniforme) est maintenue pour tous les angles de propagation. De plus,
l’équation décrit correctement les ondes évanescentes qui apparaissent pour les plus grandes
valeurs du nombre d’onde transverse, alors que ceux-ci seront artificiellement propagés
dans le cas parabolique. L’équation parabolique convectée (5.25) est plus simple mais
moins précise, car i) elle est d’ordre 𝑂(𝑀 ) seulement par rapport à l’écoulement ambiant,
ii) l’approximation parabolique réduit son utilisation aux directions de propagation proches
de l’axe, iii) tous les nombres d’ondes sont propagés.
134 5.4. Algorithme à pas fractionnés
0
0.5 0.3 0.1
1
0.5
0.5 0.3
kz 0 0.1
0
−0.5
−1
−2 −1.5 −1 −0.5 0 0.5 1

kx
Figure 5.1 – Relation de dispersion pour un écoulement uniforme pour différents nombres
de Mach indiqués par les chiffres sur les courbes. Lignes continues : relation exacte (5.23).
Tirets épais : relation approchée (5.24). Tirets gris : ondes se propageant en remontant l’axe
de propagation, elles sont décrites correctement par l’équation (5.24) mais seront ignorées
dans le cadre numérique. Traits pointillés fins : approximation parabolique standard (5.25).
5.4 Algorithme à pas fractionnés

5.4.1 Notations pour la discrétisation numérique
L’équation (5.13) est résolue numériquement par un algorithme d’avancement à pas
fractionné le long de la direction 𝑥. L’axe horizontal 𝑂𝑥, l’axe vertical 𝑂𝑧 et l’axe des
temps retardés 𝑂𝜏 sont discrétisés régulièrement respectivement en [𝑥1 , 𝑥Nx ] avec un pas
horizontal Δ𝑥, [𝑧1 , 𝑧Nz ] avec un pas vertical Δ𝑧 et [𝜏1 , 𝜏N𝜏 ] avec un pas temporel Δ𝜏 .
Nous introduisons l’indice 𝑖 pour représenter un point 𝑥𝑖 du maillage le long de l’axe
horizontal 𝑂𝑥. L’indice 𝑗 représente un point 𝑧𝑗 du maillage le long de l’axe vertical 𝑂𝑧.
5.4.2 Algorithme à pas fractionné

En suivant la séparation naturelle de l’équation en une partie homogène, une partie
hétérogène et une partie non linéaire, un algorithme à pas fractionné est utilisé (Figure 5.2).
Le couplage entre chaque effet est assuré par le membre de gauche commun dans l’équa-
tion (5.13). Un algorithme à pas fractionné d’ordre 1 s’écrit, pour l’avancement de la
distance 𝑥𝑖 à la distance 𝑥𝑖+1 :
𝜑(𝑥𝑖+1 , 𝑧, 𝜏 ) = 𝜑𝒟 𝒮 𝒵 𝒩
Δ𝑥 ∘ 𝜑Δ𝑥 ∘ 𝜑Δ𝑥 ∘ 𝜑Δ𝑥 (𝑥𝑖 , 𝑧, 𝜏 ) + 𝑂(Δ𝑥) (5.26)
5.4. Algorithme à pas fractionnés 135
où la notation 𝜑𝒪Δ𝑥 (l’opérateur 𝒪 étant n’importe lequel des opérateurs

[︁ ]︁ 𝒟, 𝒮, 𝒵 ou 𝒩 )
2
représente la résolution numérique de la "sous-équation" 𝜕 𝜑/𝜕𝑥𝜕𝜏 = 𝒪 𝜑 sur un pas Δ𝑥.
La résolution successive de chacune des trois sous-équations est symbolisée par le caractère
∘ de composition de fonctions dans le membre de droite de l’équation (5.26) et lu de la
droite vers la gauche. Le pas fractionné introduit dans l’équation (5.26) est d’ordre 1 par
rapport au pas d’avancement Δ𝑥. Dans l’implémentation numérique nous préférons utiliser
un algorithme à pas fractionné symétrique du second ordre (Figures 5.3 et 5.2), proposé
par Strang [1968] :
𝜑(𝑥𝑖+1 , 𝑧, 𝜏 )
2 (5.27)
= 𝜑𝒩Δ𝑥 ∘ 𝜑𝒟Δ𝑥 ∘ 𝜑𝒮Δ𝑥 ∘ 𝜑𝒵 𝒮 𝒟 𝒩
Δ𝑥 ∘ 𝜑 Δ𝑥 ∘ 𝜑 Δ𝑥 ∘ 𝜑 Δ𝑥 (𝑥𝑖 , 𝑧, 𝜏 ) + 𝑂(Δ𝑥 ).
2 2 2 2 2 2
ex ˆ
φ̂4 φ̂5 φ 6 φj+1
xj+1
nonlinearities
heterogeneities
diffraction
∆x
and flows
flows depending of z.
2
ˆ heterogeneities and FFT FFT
φ1 φ 2 φ̂3
φ̂4 ˆ
φ φ6
5
nonlinearities
heterogeneities
diffraction
∆x
and flows
2
FFT FFT
xj
φj ˆ
φ φ̂2 φ̂3
1
(z, τ ) FFT 2D
(kz , ω) FFT 1D
(z, ω) (z, ω) (z, ω) FFT 1D
(kz , ω) FFT 2D
(z, τ )
Figure 5.2 – Schéma à pas fractionné du second ordre, séparation physique des effets.
Le choix de l’ordonnancement des demi-pas est justifié dans le paragraphe suivant.

On peut d’ores et déjà noter que le dernier demi-pas non linéaire de l’itération 𝑖 → 𝑖 + 1
peut-être fusionné avec le premier demi-pas non linéaire de l’itération suivante 𝑖 + 1 → 𝑖 + 2.
Ainsi les opérateurs 𝒩 et 𝒵 sont appliqués une seule fois sur un pas Δ𝑥, alors que les
opérateurs 𝒟 et 𝒮 sont appliqués deux fois sur un demi-pas Δ𝑥/2. Ainsi l’appel unique à
l’opérateur non linéaire, plus coûteux en temps de calcul, est-il minimisé.
136 5.5. Discrétisation numérique
ex ˆ
φ̂4 φ̂5 φ 6 φj+1
xj+1
angular spectrum
Burgers-Hayes
phase shift
∆x
2
Crank-Nicolson
FFT FFT
ˆ
φ
φ1 2 φ̂3
ˆ
angular spectrum
φ̂4 φ 5 φ6
Burgers-Hayes
phase shift
∆x
2
FFT FFT
xj
φj ˆ
φ φ̂2 φ̂3
1
(z, τ ) FFT 2D
(kz , ω) FFT 1D
(z, ω) (z, ω) (z, ω) FFT 1D
(kz , ω) FFT 2D
(z, τ )
Figure 5.3 – Schéma à pas fractionné du second ordre, résolution numérique des termes.
5.5 Discrétisation numérique

5.5.1 Equation de correction non linéaire
Chacune des équations 𝜕 2 𝜑/𝜕𝑥𝜕𝜏 = 𝒪 𝜑 est discrétisée numériquement selon une
[︁ ]︁
méthode adaptée comme résumée sur la figure 5.3.

L’équation non linéaire (𝒪 = 𝒩 ) est résolue dans le domaine temporel pour traiter
efficacement les ondes de choc. On utilise une solution analytique fondée sur la méthode
de Burgers-Hayes [Burgers, 1954; Hayes et al., 1969; Coulouvrat, 2009] :
(︃ )︃2
𝛽Δ𝑥 𝜕𝜑(𝑥𝑖 , 𝑧, 𝜃)
𝜑𝒩
Δ𝑥 (𝑥𝑖 , 𝑧, 𝜏 ) = 𝜑(𝑥𝑖 , 𝑧, 𝜃) −
𝜌0 𝑐30 𝜕𝜃
(5.28)
𝜏 =𝜃− .
𝜌0 𝑐30 𝜕𝜃
⎡ (︃ )︃2 ⎤
𝜑𝒩
Δ𝑥 (𝑥𝑖 , 𝑧, 𝜏 ) = 𝑚𝑎𝑥 𝜑(𝑥𝑖 , 𝑧, 𝜃) −
𝜌0 𝑐30
⎣ ⎦
𝜕𝜃
(5.29)
𝜏 =𝜃− .
𝜌0 𝑐30 𝜕𝜃
L’équation (5.28) est la solution implicite de Poisson écrite pour le potentiel. Dans le cas
des ondes de choc cette solution est multivaluée, et la solution physiquement admissible
pour le potentiel (équation (5.29)) sélectionne, dans le cas multivalué, la valeur maximale.
Ceci permet de satisfaire la condition de croissance d’entropie à travers les chocs, et donc
le second principe de la thermodynamique. Coulouvrat [2009] redonne le détail complet de
l’algorithme utilisé. Notons que lors de l’exécution de l’algorithme de résolution, la solution
implicite de Poisson est calculée sur un maillage irrégulier. Elle doit-être ensuite interpolée
sur le maillage de l’axe des temps, dans l’implémentation on utilise une interpolation
linéaire. Cette étape est la seule qui réalise une approximation, le reste de l’algorithme est
analytique.
5.5. Discrétisation numérique 137
5.5.2 Equation de diffraction

Les sous-équations linéaires (𝒪 = 𝒟, 𝒪 = 𝒮 et 𝒪 = 𝒵) sont résolues dans le domaine
fréquentiel. L’ordonnancement des opérateurs dans l’algorithme à pas fractionné de Strang
d’ordre 2 équation (5.27) est choisi pour minimiser le nombre de transformées de Fourier
temporelles. Celles-ci sont définies par :
∫︁ +∞
^ 𝑧, 𝜔) = √1
𝜑(𝑥, 𝜑(𝑥, 𝑧, 𝜏 )𝑒𝑖𝜔𝜏 d𝜏
2𝜋 −∞
(5.30)
1 ∫︁ +∞ ^
𝜑(𝑥, 𝑧, 𝜏 ) = √ 𝜑(𝑥, 𝑧, 𝜔)𝑒−𝑖𝜔𝜏 d𝜔.
2𝜋 −∞
L’équation d’onde homogène linéaire (𝒪 = 𝒟) est elle aussi résolue de manière quasi-
analytique par la méthode de spectre angulaire [Goodman, 1968] dans le domaine de
Fourier (𝑘𝑧 , 𝜔). En définissant la transformée de Fourier spatiale pour la direction verticale :
¯ 1 ∫︁ +∞
𝜑(𝑥, 𝑘𝑧 , 𝜏 ) = √ 𝜑(𝑥, 𝑧, 𝜏 )𝑒𝑖𝑘𝑧 𝑧 d𝑧, (5.31)
2𝜋 −∞
on obtient :
𝑑2 𝜑^¯ 2𝑖𝜔 𝑑𝜑^¯
+ − 𝑘𝑧2 𝜑^¯ = 0. (5.32)
𝑑𝑥2 𝑐0 𝑑𝑥
En notant 𝑘 = 𝜔/𝑐0 , la solution dans le cas propagatif est :
[︂ (︂√︁ )︂]︂
2
𝜑(𝑥𝑖 𝑧
^¯ , 𝜔, 𝑘 ) exp 𝑖Δ𝑥
^¯ + Δ𝑥, 𝜔, 𝑘 ) = 𝜑(𝑥
𝑖 𝑧 𝑘 − 𝑘𝑧2 −𝑘 . (5.33)
La solution (5.33) est exacte mais suppose qu’il n’y ait pas de champ rétrodiffusé, provoqué
par exemple par les termes hétérogènes de l’équation (5.13). Donc une approximation
unidirectionnelle est également réalisée sur la partie hogomène de l’équation. Contrairement
à la partie hétérogène, cette approximation unidirectionnelle n’est pas réalisée par une
approximation parabolique, mais numériquement en sélectionnant dans la méthode de
spectre angulaire uniquement la solution correspondant aux ondes se propageant dans le
sens positif de l’axe 𝑂𝑥.
5.5.3 Équation de corrections hétérogènes et d’écoulements : déphasage com-

plexe analytique
Lorsqu’ils sont
[︁ écrits
]︁ [︁ en
]︁[︁domaine
]︁ [︁ fréquentiel,
]︁ [︁ ]︁ les[︁ opérateurs de corrections hétérogènes et
d’écoulements ℋ0 , ℋ1𝑥 ℋ2𝑧𝑧 , ℋ3𝑥𝑧𝑧 , 𝒱1𝑧 et 𝒱2𝑥𝑧 ] se transforment en des opérateurs
où chaque fréquence 𝜔 apparaît comme un paramètre :

2
⎡ ⎤
′
2 𝑐0 (𝑥, 𝑧) 1 𝜕𝜌0 2 𝑉0𝑥 (𝑧) 2 𝑉0𝑥 (𝑧) ⎦ ^
[︁ ]︁
^ 0 𝜑^ = ⎣ −
ℋ 𝜔 − 𝑖𝜔 −𝜔 +𝜔 𝜑 (5.34a)
𝑐20 2𝜌0 (𝑥, 𝑧) 𝜕𝑥 𝑐20 2𝑐30
⎡ ⎤
^
]︁ 𝜕 𝜑 𝑐0 𝜕𝜌0 𝑉 (𝑧) 𝜕 𝜑^
+ 𝑖𝜔 0𝑥 ⎦
[︁
^ 1𝑥
ℋ =⎣− (5.34b)
𝜕𝑥 2𝜌0 (𝑥, 𝑧) 𝜕𝑥 𝑐0 𝜕𝑥
2 2
𝑐0 ⎦ 𝜕 2 𝜑^
⎡ ⎤
^ 2𝑧𝑧 = ⎣ − 𝑉0𝑥 (𝑧) 𝜕 𝜑 +
[︁ ]︁ 𝑉0𝑥 (𝑧)
ℋ + (5.34c)
𝜕𝑧 2 2𝑐0 2 𝜕𝑧 2
[︁ ]︁ 𝜕 3 𝜑
^ 𝑐0 𝑉0𝑥 (𝑧) 𝜕 3 𝜑^
^ 3𝑥𝑧𝑧
ℋ = (5.34d)
𝜕𝑥𝜕𝑧 2 −𝑖𝜔
⎡ 𝜕𝑥𝜕𝑧 2⎤ ⎡ ⎤
[︁ ^
]︁ 𝜕 𝜑 𝜕 𝜕 ^
𝜑 𝑐 0 𝜕 𝜕 ^
𝜑
𝒱^1𝑧 = ⎣𝑉0𝑥 (𝑧) ⎦− ⎣𝜌0 (𝑥, 𝑧) ⎦ (5.34e)
𝜕𝑧 𝜕𝑧 𝜕𝑧 2𝜌0 (𝑥, 𝑧) 𝜕𝑧 𝜕𝑧
]︁ 𝜕 2 𝜑 𝜕 2 𝜑^ ⎦
⎡ ⎤
[︁ ^ 𝑐0 𝜕 ⎣
𝒱^2𝑥𝑧 = 𝑉0𝑥 (𝑧) . (5.34f)
𝜕𝑧𝜕𝑥 𝑖𝜔 𝜕𝑧 𝜕𝑧𝜕𝑥
Écrite dans le domaine fréquentiel, l’équation 𝜕 2 𝜑/𝜕𝑥𝜕𝜏 = 𝒮 𝜑 est une équation

[︁ ]︁
différentielle du premier ordre :

[︁ ]︁
𝜕 𝜑^ ^0
ℋ
+ [︁ ^ = 0,
]︁ 𝜑 (5.35)
𝜕𝑥 𝑖𝜔 + ℋ ^ 1𝑥
dont la solution exacte pour la fréquence 𝜔 est :

𝑥𝑖 +Δ𝑥/2
⎧ [︁ ]︁ ⎫
⎪
⎨ ∫︁ ^0
ℋ ⎪
⎬
𝜑^𝒮Δ𝑥/2 = 𝜑(𝑥
^ 𝑖 , 𝑧, 𝜔) exp − [︁ ]︁ d𝑥 . (5.36)
⎪ 𝑖𝜔 + ℋ ^ 1𝑥 ⎪
𝑥𝑖
⎩ ⎭
Et de même pour le pas de 𝑥𝑖+1/2 à 𝑥𝑖+1 .

L’expression (5.36) correspond à l’application d’un déphasage et d’un effet de dissipation.
Dans l’implémentation numérique, l’intégrale dans les expressions (5.36) est approchée à
l’ordre 2 par une méthode des trapèzes :
[︁ ]︁
^ 0 (𝑥𝑖 , 𝑧, 𝜔)
⎧ ⎛
ℋ
^ 𝑖 , 𝑧, 𝜔) · exp − Δ𝑥 ⎝
⎨
𝜑^𝒮Δ𝑥/2 = 𝜑(𝑥 [︁ ]︁
⎩ 4 𝑖𝜔 + ℋ ^ 1𝑥 (𝑥𝑖 , 𝑧, 𝜔)
[︁ ]︁
^ 0 (𝑥𝑖+1/2 , 𝑧, 𝜔)
⎞⎫
ℋ
]︁ ⎠ + 𝑂(Δ𝑥2 ), (5.37)
⎬
+ [︁
𝑖𝜔 + ℋ ^ 1𝑥 (𝑥𝑖+1/2 , 𝑧, 𝜔) ⎭
et de manière analogue pour le pas de 𝑥𝑖+1/2 à 𝑥𝑖+1 .
5.5.4 Équation de corrections hétérogènes et d’écoulements : différences fi-

nies d’ordre 2
5.5.4.1 Schéma de Crank-Nicolson
On note 𝜑^𝑖𝑗 ≡ 𝜑(𝑥
^ 𝑖 , 𝑧𝑗 , 𝜔) la valeur du potentiel dans l’espace fréquentiel aux points de
discrétisation spatiale.
𝜕 2𝜑 [︁ ]︁
L’équation = 𝒵 𝜑 est résolue en domaine fréquentiel par un schéma implicite
𝜕𝑥𝜕𝜏
de Crank-Nicolson (pour conserver la précision à l’ordre 2 fournie par le schéma de Strang)
sur un pas Δ𝑥 du point d’avancement 𝑥𝑖 au point d’avancement 𝑥𝑖+1 . Ecrite en domaine

fréquentiel celle-ci devient :
𝜕 𝜑^ [︁ ^]︁ ^
−𝑖𝜔 = 𝒵 𝜑
𝜕𝑥 (5.38)
[︁ ]︁ 𝜕 2 𝜑
^ [︁ ]︁ 𝜕 3 𝜑
^ [︁ ^
]︁ 𝜕 𝜑 [︁ ]︁ 𝜕 2 𝜑
^
^ 2𝑧𝑧
= ℋ ^ 3𝑥𝑧𝑧
+ ℋ + 𝒱^1𝑧 + 𝒱^2𝑥𝑧 .
𝜕𝑧 2 𝜕𝑥𝜕𝑧 2 𝜕𝑧 𝜕𝑧𝜕𝑥
On réorganise (5.38) pour pouvoir écrire un schéma de Crank-Nicolson :
𝜕 𝜑^ [︁ ^ ]︁ 𝜕 3 𝜑
^ ]︁ 2 ^ ]︁ 2 ^ ]︁ ^
^2𝑥𝑧 𝜕 𝜑 = ℋ ^ 2𝑧𝑧 𝜕 𝜑 + 𝒱^1𝑧 𝜕 𝜑 .
[︁ [︁ [︁
−𝑖𝜔 − ℋ3𝑥𝑧𝑧 − 𝒱 (5.39)
𝜕𝑥 𝜕𝑥𝜕𝑧 2 𝜕𝑧𝜕𝑥 𝜕𝑧 2 𝜕𝑧
Le membre de gauche de l’équation (5.39) est discrétisé par un schéma implicite décentré
d’ordre 1 pour la variable 𝑥. Le membre de droite est écrit sous forme d’une moyenne entre
sa discrétisation implicite et sa discrétisation explicite. Les dérivées premières et secondes
de la variable 𝑧 sont discrétisées par des différences finies centrées d’ordre 2 classiques.
[︁ ^
]︁ 𝜕 𝜑 [︁ ]︁ 𝜕 2 𝜑
^
L’utilisation de demi-points pour la discrétisation des termes 𝒱^1𝑧 et 𝒱^2𝑥𝑧
𝜕𝑧 𝜕𝑧𝜕𝑥
permet de conserver un système linéaire implicite tridiagonal.
Le schéma de Crank-Nicolson appliqué à l’équation (5.39) donne :
𝜑^𝑖+1 ^𝑖+1
⎡
1 ⎣ [︁ ]︁ 𝜑^𝑖+1 ^𝑖+1 + 𝜑^𝑖+1
𝑗+1 − 2𝜑𝑗 𝑗−1
[︁ ]︁𝑖+1
𝑗+1/2 − 𝜑𝑗−1/2
− 𝑖𝜔 𝜑^𝑖+1 − ℋ^ 3𝑥𝑧𝑧 − ^
𝒱2𝑥𝑧
Δ𝑧 2
𝑗
Δ𝑥 𝑗 𝑗±1/2 Δ𝑧
⎤
[︁ ^𝑖𝑗+1 − 2𝜑^𝑖𝑗 + 𝜑^𝑖𝑗−1
]︁ 𝜑 [︁ ]︁𝑖 𝜑^𝑖𝑗+1/2 − 𝜑^𝑖𝑗−1/2
+ 𝑖𝜔 𝜑^𝑖𝑗 + ℋ
^ 3𝑥𝑧𝑧 + 𝒱^2𝑥𝑧
Δ𝑧 2
⎦
𝑗 𝑗±1/2 Δ𝑧
⎡
𝜑^𝑖+1 ^𝑖+1
⎤
1 ⎣[︁ ^ ]︁ 𝜑^𝑖+1 ^𝑖+1 + 𝜑^𝑖+1
𝑗+1 − 2𝜑𝑗 𝑗−1
[︁
^1𝑧 𝑖+1
]︁
𝑗+1/2 − 𝜑𝑗−1/2 ⎦
= ℋ2𝑧𝑧 2 + 𝒱
2 𝑗 Δ𝑧 𝑗±1/2 Δ𝑧
⎡ ⎤
1 [︁ ^ ]︁ 𝜑^𝑖𝑗+1 − 2𝜑^𝑖𝑗 + 𝜑^𝑖𝑗−1 [︁ ^ ]︁𝑖 𝜑^𝑖𝑗+1/2 − 𝜑^𝑖𝑗−1/2
+ ⎣ℋ 2𝑧𝑧 + 𝒱 1𝑧
⎦.
2 𝑗 Δ𝑧 2 𝑗±1/2 Δ𝑧
(5.40)
[︁ ^
]︁ 𝜕 𝜑
5.5.4.2 ^1𝑧
Discrétisation par différences finies à l’ordre 2 de l’opérateur 𝒱
𝜕𝑧
[︁ ]︁𝑖 𝜑^𝑖𝑗+1/2 − 𝜑^𝑖𝑗−1/2
Dans l’équation (5.40) la notation 𝒱^1𝑧 représente la discrétisation
𝑗±1/2 Δ𝑧
[︁ ^
]︁ 𝜕 𝜑
de 𝒱^1𝑧 par un schéma aux différences finies centrées sur le point (𝑥𝑖 , 𝑧𝑗 ) et doit-être
𝜕𝑧
explicitée. Le terme 𝜕𝜑/𝜕𝑧 peut-être discrétisé à l’ordre 2 au point (𝑥𝑖 , 𝑧𝑗 ) en utilisant des
demi-points [Fornberg, 1988] :
𝜑𝑖𝑗+1/2 − 𝜑𝑖𝑗−1/2
. (5.41)
Δ𝑧
⎡ ⎤
[︁ ^
]︁ 𝜕 𝜑 𝜕 𝜕𝜑
Dans 𝒱^1𝑧 le terme ⎣𝑉0𝑥 ⎦ se discrétise selon la même méthode au point
𝜕𝑧 𝜕𝑧 𝜕𝑧
(𝑥𝑖 , 𝑧𝑗 ) en : ⎡ ⎤ ⎡ ⎤
1 ⎣ 𝜑𝑖𝑗+1 − 𝜑𝑖𝑗 ⎦ 1 ⎣ 𝜑𝑖𝑗 − 𝜑𝑖𝑗−1 ⎦
𝑉0𝑥𝑗+1/2 − 𝑉0𝑥𝑗−1/2 , (5.42)
Δ𝑧 Δ𝑧 Δ𝑧 Δ𝑧
^
[︃ ]︃
𝑐0 𝜕 𝜕𝜑 [︁ ]︁ 𝜕 𝜑
et l’autre terme − 𝜌0 (𝑥, 𝑧) dans l’opérateur 𝒱^1𝑧 se discrétise au
2𝜌0 (𝑥, 𝑧) 𝜕𝑧 𝜕𝑧 𝜕𝑧
point (𝑥𝑖 , 𝑧𝑗 ) avec le même schéma :
⎡ ⎤ ⎡ ⎤
𝑐0 𝜑𝑖 − 𝜑𝑖𝑗 ⎦
⎣𝜌0 (𝑥𝑖 , 𝑧𝑗+1/2 ) 𝑗+1
𝑐0 𝜑𝑖 − 𝜑𝑖𝑗−1 ⎦
⎣𝜌0 (𝑥𝑖 , 𝑧𝑗−1/2 ) 𝑗
− + .
2Δ𝑧𝜌0 (𝑥𝑖 , 𝑧𝑗+1/2 ) Δ𝑧 2Δ𝑧𝜌0 (𝑥𝑖 , 𝑧𝑗−1/2 ) Δ𝑧
(5.43)
Les valeurs du milieu ambiant (𝑐0 , 𝜌0 , 𝑉0𝑥 ) sur les demi-points comme les autres valeurs
du milieu sur les points entiers du maillage sont calculés dans une phase de pré-traitement.
[︁ ^
]︁ 𝜕 2 𝜑
5.5.4.3 ^2𝑥𝑧
Discrétisation de l’opérateur 𝒱
𝜕𝑧𝜕𝑥
[︁ ^
]︁ 𝜕 𝜑
Enfin au point (𝑥𝑖 , 𝑧𝑗 ) le terme 𝒱^2𝑥𝑧 discrétisé est représenté dans (5.40) par
𝜕𝑧
[︁ ]︁𝑖 𝜑^𝑖𝑗+1/2 − 𝜑^𝑖𝑗−1/2 [︁ ]︁ 𝜕 2 𝜑
^
𝒱^2𝑥𝑧 . Pour la dérivation selon 𝑥 on discrétise 𝒱^2𝑥𝑧 en l’écri-
𝑗±1/2 Δ𝑧 𝜕𝑧𝜕𝑥
vant :
1 ⎝[︁ ^ ]︁𝑖+1 𝜑^𝑗+1/2 − 𝜑^𝑗−1/2 [︁ ^ ]︁𝑖
⎛ ⎞
𝑖+1 𝑖+1
𝜑^𝑖𝑗+1/2 − 𝜑^𝑖𝑗−1/2
𝒱2𝑥𝑧 − 𝒱2𝑥𝑧 ⎠. (5.44)
Δ𝑥 𝑗±1/2 Δ𝑧 𝑗±1/2 Δ𝑧
𝜕 2𝜑 ⎦
⎡ ⎤
𝜕 ⎣
S’il est totalement développé, le terme 𝑉0𝑥 conduit à :
𝜑𝑖+1 − 𝜑𝑖+1 𝜑𝑖+1 − 𝜑𝑖+1 𝜑𝑖 − 𝜑𝑖𝑗 𝜑𝑖 − 𝜑𝑖𝑗−1

(︃ )︃
1
𝑉0𝑥𝑗+1/2 𝑗+1 𝑗
− 𝑉0𝑥𝑗−1/2 𝑗 𝑗−1
− 𝑉0𝑥𝑗+1/2 𝑗+1 + 𝑉0𝑥𝑗−1/2 𝑗 .
Δ𝑥Δ𝑧 Δ𝑧 Δ𝑧 Δ𝑧 Δ𝑧
(5.45)
[︁ ^
]︁ 𝜕 𝜑 [︁ ]︁ 𝜕 2 𝜑
^
Dans les expressions discrétisées des termes conservatifs 𝒱^1𝑧 et 𝒱^2𝑥𝑧 , une
fois développées plus aucune dépendance en les demi-points 𝑧𝑗−1/2 et 𝑧𝑗+1/2 n’apparaît
pour le potentiel 𝜑𝑖𝑗 .
5.5.4.4 Système linéaire tridiagonal

Un système linéaire tridiagonal peut-être construit à partir de l’expression (5.40) :
⎛ ⎞
^𝑖𝑗+1 − 2𝜑^𝑖𝑗 + 𝜑^𝑖𝑗−1 [︁ ]︁ ^𝑖 ^𝑖
1 ⎝ ^𝑖 [︁ ^ ^2𝑥𝑧 𝑖 𝜑𝑗+1/2 − 𝜑𝑗−1/2 ⎠
]︁ 𝜑
𝑖𝜔 𝜑𝑗 + ℋ3𝑥𝑧𝑧 + 𝒱
Δ𝑥 𝑗 Δ𝑧 2 𝑗 Δ𝑧
⎛ ⎞
1 [︁ ^ ]︁ 𝜑^𝑖𝑗+1 − 2𝜑^𝑖𝑗 + 𝜑^𝑖𝑗−1 [︁ ^ ]︁𝑖 𝜑^𝑖𝑗+1/2 − 𝜑^𝑖𝑗−1/2 ⎠
− ⎝ℋ 2𝑧𝑧 + 𝒱1𝑧
2 𝑗 Δ𝑧 2 𝑗 Δ𝑧
𝑖𝜔 2 ]︁ 1
(︂ [︁ ]︁ [︁ )︂
= − ℋ ^ 3𝑥𝑧𝑧 − ℋ^ 2𝑧𝑧 𝜑^𝑖+1
𝑗 Δ𝑥Δ𝑧 2 𝑗 Δ𝑧 2
𝑗 (5.46)
Δ𝑥
1 1 [︁ ^ ]︁ 1
(︂[︁ ]︁ )︂
+ ℋ ^ 3𝑥𝑧𝑧 + ℋ 2𝑧𝑧 𝜑^𝑖+1
𝑗 Δ𝑥Δ𝑧 2 𝑗 Δ𝑧 2
𝑗+1
2
1 1 [︁ ^ ]︁ 1
(︂[︁ ]︁ )︂
+ ℋ ^ 3𝑥𝑧𝑧
2 + ℋ2𝑧𝑧 𝜑^𝑖+1
𝑗 Δ𝑧 2
𝑗−1
𝑗 Δ𝑥Δ𝑧 2
]︁𝑖+1 𝜑 ^𝑖+1 − 𝜑^𝑖+1 ]︁𝑖+1 𝜑 ^𝑖+1 − 𝜑^𝑖+1
𝑗+1/2 𝑗−1/2 𝑗+1/2 𝑗−1/2
[︁ [︁
^
+ 𝒱2𝑥𝑧 + 𝒱1𝑧^ .
𝑗 Δ𝑧 𝑗 2Δ𝑧
Le système (5.46) est un système tridiagonal. La première et deuxième ligne constituent

le second membre dont toutes les valeurs sont connues. Les lignes 3 à 5 sont respectivement
les coefficients de la diagonale, de la diagonale supérieure, et de la diagonale inférieure.
[︁ ^ [︁
]︁ 𝜕 𝜑 ]︁ 𝜕 2 𝜑
^
Les schémas discrets associés aux termes 𝒱^1𝑧 et 𝒱^2𝑥𝑧 ayant été établis dans
les deux paragraphes précédents 5.5.4.2 et 5.5.4.3 : ils ne sont pas développés dans (5.46)
par soucis de compacité. Ils viennent ajouter des termes aux lignes 3 à 5.
Le système linéaire (5.46) est résolu pour chacune des fréquences 𝜔 par un algorithme
de Thomas modifié, tel que donné par Quarteroni et al. [2007].
5.5.5 Conditions aux limites

Une condition aux limites de type champ libre est modélisée par une couche absorbante
artificielle en domaine fréquentiel, elle est identique à celle présentée par Ganjehi [2008].
Cette condition est écrite comme un terme d’atténuation[︁ ]︁ le long de l’axe 𝑂𝑧 dans la
^
partie hétérogène de l’équation (5.13). L’opérateur ℋ0 se voit donc adjoindre un terme
suplémentaire : [︁ ]︁ [︁ ]︁
^ 0 devient
ℋ ^ 0 − 𝑖𝜔𝛼(𝑧),
ℋ (5.47)
avec le facteur d’atténuation 𝛼 défini par :
]︂2
⎨ 21𝑐0 𝐴 𝑧 − (𝑧 − ℎ)
⎧ [︂
si 𝑧 > 𝑧Nz − ℎ
⎪
Nz
𝛼(𝑧) =
⎪
ℎ3 (5.48)
⎩
0 si 0 < 𝑧 < 𝑧Nz − ℎ,
où ℎ est l’épaisseur désirée de la couche absorbante, et 𝐴 un paramètre d’amplitude

(usuellement pris égal à 1.4).
Une condition de pression nulle 𝜑(𝑧Nz ) = 0 est forcée sur le dernier point 𝑧Nz du
maillage transverse. Dans le système tridiagonal (5.46) ceci correspond à une condition
d’antisymétrie au point limite 𝑧Nz :
𝜑^𝑖𝑗+1 ≡ −𝜑^𝑖𝑗−1 en 𝑗 = Nz . (5.49)
La présence d’un sol plat et parfaitement réfléchissant est aussi implémentée, de manière
différente selon l’effet physique calculé. Pour l’étape de diffraction le sol est remplacé par
une source image : ceci implique un doublement de l’axe transverse 𝑂𝑧 avant d’appliquer
la transformée de Fourier vers l’espace (𝑘𝑧 , 𝜔). Dans les termes hétérogènes, le sol est
modélisé en imposant une vitesse normale nulle dans le schéma aux différences finies :
⃒
𝜕 𝜑^ ⃒⃒
⃒
= 0, (5.50)
𝜕𝑧 ⃒⃒
𝑧=0
ceci se traduit dans le système tridiagonal (5.46) par la condition :
𝜑^𝑖𝑗−1 ≡ 𝜑^𝑖𝑗+1 en 𝑗 = 1, (5.51)
en introduisant explicitement les points non physiques 𝜑^𝑖0 , "situés" juste sous le sol.
Aucune notion de conditions aux limites n’est nécessaire dans la partie non linéaire du
schéma à pas fractionné ni dans la partie 𝒮 puisque les équations correspondantes ne font
pas intervenir de dérivée partielle dans la direction verticale.
142 5.6. Tests de validation
5.6 Tests de validation

5.6.1 Cas d’un milieu hétérogène
Les termes d’hétérogénéités du milieu présents dans l’équation Flhoward (5.12) ont
en partie été validés par F. Dagrau dans sa thèse [Dagrau, 2009] : il réalise le cas test de
la diffusion d’une onde plane par un cylindre hétérogène de vitesse du son différente du
milieu ambiant 𝑐0 . Dans ce paragraphe les termes d’hétérogénéités sur la masse volumique
sont validés avec la même démarche.
On considère un domaine en champ libre (𝑂𝑥, 𝑂𝑧), une onde plane monochromatique
s’y déplace le long de l’axe 𝑂𝑥. Elle a pour fréquence caractéristique 5 Hz et une amplitude
𝑃0 =100 Pa. On définit une longueur d’onde caractéristique 𝜆 = 68 m, le domaine de
calcul a pour largeur transverse 60𝜆 et pour longueur 15𝜆. Le maillage du domaine est
de 5 points par longueur d’onde dans la direction 𝑂𝑥, de 8 points par longueur d’onde
dans la direction 𝑂𝑧. La fenêtre de temps retardé a pour largeur une période et est maillée
avec 64 points. La célérité du son ambiante est 𝑐0 = 340 m/s et la densité ambiante
vaut 𝜌0 = 1.2 kg/m3 . Une hétérogénéité cylindrique en masse volumique de rayon 𝜆 est
placée au point (𝑥 = 5𝜆, 𝑧 = 0), elle a pour valeur 𝜌ℎ = 𝜌0 /(1 − 0.1) (soit un contraste de
10% en densité). Les conditions de type champ libre sur les bords sont modélisées par la
couche absorbante introduite au paragraphe 5.5.5, elle a pour largeur 3𝜆 avec le paramètre
𝐴 = 1.4.
L’onde plane est propagée numériquement depuis le pas 𝑥 = 0 jusqu’à la distance
𝑥 = 15𝜆 ; durant son parcours, celle-ci est diffusée par l’hétérogénéité. Une solution
analytique à ce problème peut-être établie [Morse et Ingard, 1986] : elle repose sur la
séparation du champ de pression en un champ incident 𝑝𝑎 𝑖 sur l’hétérogénéité, un champ
diffusé 𝑝𝑎 𝑟 et un champ transmis 𝑝𝑎 𝑡 dans l’hétérogénéité. Chacun de ces champs est
développé sous forme d’une série de Bessel. Dagrau [2009] donne le détail du calcul, il
n’est pas rappelé ici. la figure 5.4 représente les trois champs. La figure 5.5 montre la
comparaison entre le champ de pression complet calculé analytiquement et la solution
numérique obtenue avec Flhoward. On constate comme attendu que Flhoward ne permet
pas de capturer le champ rétrodiffusé. La figures 5.6 montre l’erreur relative entre la solution
numérique et la solution analytique : elle est inférieure à 5% en aval de l’hétérogénéité et
ce sur des angles importants. La figure 5.7 trace les profils de pression sur l’axe 𝑂𝑥 pour
les deux solutions. L’accord entre les profils de pression le long de l’axe 𝑂𝑥 est tout à fait
satisfaisant en aval de l’hétérogénéité. On peut voir que la solution numérique ne décrit
pas le détail de la pression transmise à l’intérieur de l’hétérogénéité, ni bien sûr le champ
rétrodiffusé. Le comportement de la solution numérique pour le cas d’une hétérogénéité
en densité est donc similaire au cas d’une hétérogénéité en célérité du son. La principale
erreur commise par l’approche numérique reste liée à l’approximation unidirectionnelle
qui néglige le champ rétrodiffusé, mais cette erreur reste faible pour les hétérogénéités
présentant des contrastes de quelques pourcents, que l’on rencontre dans l’atmosphère.
5.6. Tests de validation 143
pai pat
10 1.2 10 1.2
1 1
5 5
0.8 0.8
Y / LAMBDA
Y / LAMBDA
0 0.6 0 0.6
0.4 0.4
−5 −5
0.2 0.2
−10 0 −10 0
0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14
X / LAMBDA X / LAMBDA
par
10 0.08
0.07
5 0.06
0.05
Y / LAMBDA
0 0.04
0.03
−5 0.02
0.01
−10 0
0 2 4 6 8 10 12 14
X / LAMBDA
Figure 5.4 – Décomposition analytique du champ de pression en un champ incident 𝑝𝑎 𝑖

(en haut à gauche), en un champ 𝑝𝑎 𝑡 transmis dans l’hétérogénéité (en haut à droite) et
un champ diffusé 𝑝𝑎 𝑟 (en bas). L’échelle de couleur représente la pression adimensionnée
par 𝑃0 .
Solut Analyt: valeur abs du champ de pression rayonne par le piston: p(x,y,w0) (Pa)
10 110
5 105
Y / LAMBDA
0 100
−5 95
−10 90
0 2 4 6 8 10 12 14
X / LAMBDA
Flhoward: valeur abs du champ de pression rayonne par le piston: p(x,y,w0) (Pa)
10 110
5 105
Y / LAMBDA
0 100
−5 95
−10 90
0 2 4 6 8 10 12 14
X / LAMBDA
Figure 5.5 – Valeur absolue du champ de pression (en grandeurs dimensionnées) de la

solution analytique (à gauche) comparée à la solution numérique obtenue par Flhoward (à
droite).
ecart relatif des vals abs entre la solution analytique et la solution Flhoward
10 0.15
0.1
0.05
Y / LAMBDA
0 0
−0.05
−5
−0.1
−10 −0.15
0 2 4 6 8 10 12 14
X / LAMBDA
Figure 5.6 – Erreur relative entre la solution analytique et la solution numérique.
Figure 5.7 – Profil du champ de pression le long de l’axe 𝑂𝑥. La position de l’hétérogénéité
en densité est marquée par la région grisée.
5.6.2 Validation des termes d’écoulements

Cette partie présente la validation numérique de la résolution des nouveaux termes
d’écoulement. La méthode proposée pour résoudre l’équation (5.13) est validée dans le cas
de la propagation linéaire de modes acoustiques dans un guide d’onde bidimensionnel pour
différents écoulements cisaillés de nombre de Mach 𝑀 (𝑧)ex . Plusieurs raisons justifient
cette stratégie de validation. Tout d’abord, les modes numériques peuvent être comparés à
ceux déduits de l’équation exacte de Lilley [1972]. Puis, comme un mode est caractérisé
entièrement par son profil transverse et sa vitesse de phase qui restent inchangés durant
la propagation, une simulation numérique sur une très grande distance de propagation
est un cas test sévère pour vérifier les propriétés de l’algorithme numérique en terme de
conservation d’énergie et de dispersion numérique. Dans le cas d’une propagation modale,
toute erreur numérique générée par le schéma est toujours accumulée sans aucune possibilité
de compensation. De telles configurations peuvent donc être interprétées comme les cas "les
moins favorables" et fournissent donc une estimation des limites de l’algorithme numérique.
Une difficulté cependant dans cette approche est d’adapter la méthode de spectre angulaire
pour l’étape de diffraction, au cas de modes guidés. En effet, cette méthode implique
une périodicité spatiale le long de la direction 𝑧. Pour rendre cela compatible avec le cas
d’un guide d’onde, on considère un guide d’onde ayant des conditions de pression nulle
𝜑(𝑧 = 𝐿) = 𝜑(𝑧 = −𝐿) = 0 sur chacune des parois latérales du guide de largeur totale
2𝐿. De plus, on ne considère que les modes antisymétriques (modes d’ordre pair 2, 4, ...).
Les modes antisymétriques ont la propriété suivante : leur extension par périodisation de
période 2𝐿 est 𝒞 ∞ , alors que l’extension par périodisation des modes symétriques (modes
d’ordre impair 1, 3, ...) possède une dérivée première discontinue aux points 𝑧 = ±(2𝑛+1)𝐿,
et n’est donc pas adaptée pour notre méthode numérique.
Pour une (︃
fréquence 𝜔0 , une)︃solution modale est recherchée sous la forme 𝑝𝑎 (𝑥, 𝑧, 𝜏 ) =
[︂ ]︂
𝑃 (𝑧) exp 𝑖𝑘0 (𝑘 𝑥 − 1) 𝑥 − 𝑐0 𝜏 . En injectant cette forme dans l’équation (5.12) (où les
effets non linéaires sont ignorés) on obtient le problème aux valeurs propres suivant :
2
d2 𝑃
⎧ ⎡ ⎤
⎪ 2𝑘 𝑥 𝑀 ′ d𝑃 2⎣ 𝑘 𝑥 + 2𝑀 𝑘 𝑥 ⎦
−
⎪
⎪
⎨
2 + [︁
2 d𝑧
]︁ + 𝑘0 1 [︁
2
]︁ 𝑃 (𝑧) = 0
d𝑧 1 + 𝑀 1 + 𝑀 (5.52)
⎪
⎪
⎪
⎩
𝑃 (𝑧 = −𝐿) = 𝑃 (𝑧 = 𝐿) = 0,
avec 𝑀 ′ = d𝑀/d𝑧. Pour comparaison, l’équation de Lilley modale exacte est :
d2 𝑃
⎡ ⎤
2𝑘 𝑥 𝑀 ′ d𝑃 2
2 + [︁ ]︁ + 𝑘02 ⎣(1 − 𝑘𝑀 )2 − 𝑘 ⎦𝑃 (𝑧) = 0, (5.53)
d𝑧 1 − 𝑘𝑀 d𝑧
avec les mêmes conditions aux limites.

L’équation (5.52) est résolue numériquement par une méthode de tir [Eversman, 1995]
pour déterminer à une fréquence 𝜔0 les différents nombres d’onde 𝑘𝑥 et les profils transverses
𝑃 (𝑧) des différents modes propagatifs. La vitesse de phase théorique est alors définie par
𝑐𝜑 = 𝜔0 /𝑘𝑥 .
Pour chaque mode testé, le profil déterminé par la méthode de tir appliquée à l’équa-
tion (5.52) est utilisé comme une condition d’initialisation en 𝑥 = 0 pour le code de
calcul. Puis le mode est numériquement propagé sur la distance axiale de 1000 longueurs
d’onde 1000𝜆𝑥 (avec 𝜆𝑥 = 2𝜋/𝑘𝑥 une distance caractéristique associée à la composante le
long de l’axe 𝑂𝑥 du vecteur d’onde). La distance importante de 1000 longueurs d’onde
est choisie à dessein pour tester les propriétés de dispersion numérique et de dissipation.
Le maillage discret est choisi avec 8 points par longueur d’onde dans la direction axiale
ex . Un maillage très fin est utilisé pour l’axe transverse 𝑂𝑧 (256 points par longueur
d’onde) et pour l’axe du temps retardé 𝑂𝜏 (128 points par période) afin d’être certain
d’atteindre la convergence numérique en maillage même pour des modes inclinés. Les tests
de validation se concentrent sur la conservation numérique des profils des modes 𝑃 (𝑧)
durant la propagation, et le bon accord de la vitesse de phase numérique 𝑐𝜑 avec la vitesse
de phase théorique attendue.
Les résultats présentés s’intéressent à deux écoulements représentatifs : un écoulement
de Poiseuille de nombre de Mach 𝑀 (𝑧) = 𝑀0 (1.0 − 𝑧 2 /𝐿2 ) et un écoulement plus fortement
cisaillé, choisi comme étant uniforme au centre du guide d’onde : 𝑀 (𝑧) = 𝑀0 for 𝑧 ∈
[(−1 + 𝛼)𝐿, (1 [︁− 𝛼)𝐿] et avec des ]︁ gradients de cisaillement localisé près des bords :
𝑀 (𝑧) = 𝑀0 sin 𝜋(1 − 𝑧/𝐿)/(2𝛼) pour 𝑧 ∈ [𝐿(1 − 𝛼), 𝐿] (et symétriquement pour l’autre
bord). L’épaisseur relative de cet écoulement mimant une couche limite sur les bords,
est choisie égale à 𝛼 = 0.1. Les deux cas d’un écoulement de nombre de Mach positif
et négatif 𝑀0 = ±0.1 sont envisagés. L’algorithme numérique est testé pour chacun des
quatre écoulements avec des fréquences 𝜔 balayant la gamme de 𝜔𝐿/𝑐0 = 5 à 𝜔𝐿/𝑐0 = 20.
Près de la limite inférieure on se rapproche trop de la fréquence de coupure du guide et le
schéma numérique présente des instabilités. Pour les fréquences plus élevées, les nombres
d’ondes 𝑘𝑥 se rapprochent de 𝑘0 , les modes se propagent presque le long de l’axe du guide
et les résultats numériques ne montrent plus d’évolution significative lorsque la fréquence
augmente.
Par exemple, les profils des modes 2 et 4 (premier et second mode anti-symétrique) pour
un écoulement de Poiseuille de nombre de Mach caractéristique 𝑀0 = 0.1 ou 𝑀0 = −0.1
sont présentés figures 5.8 et 5.9 pour 𝜔𝐿/𝑐0 = 18.5. L’accord entre les modes de l’équation
de Lilley et l’équation (5.52) est excellent. Il apparaît clairement que la forme du profil
des modes a été conservée par l’algorithme numérique durant une propagation sur 1000𝜆𝑥 .
Mais, dans le cas de l’écoulement à nombre de Mach positif, un petit effet dissipatif est
présent : après une propagation sur 1000𝜆𝑥 , l’erreur relative sur le maximum du profil
comparée à celui du profil initial est de 10%. L’évolution de cette erreur est illustrée pour
le mode 2 sur la figure 5.10. On peut-y observer un effet dissipatif, petit mais cumulatif.
Pour le cas de l’écoulement à nombre de Mach négatif, aucun effet de dissipation n’est
observé pour le mode 2 ; mais pour le mode 4, une légère dissipation est présente.
La figure 5.11 fait la synthèse des erreurs relatives sur les amplitudes des différents
modes en fin de propagation (1000 longueurs d’onde 𝜆𝑥 dans l’axe du guide) pour les
différents cas test (écoulement de Poiseuille ou écoulement très cisaillé sur les bords, nombre
de Mach de l’écoulement positif ou négatif, plage entière des fréquences étudiées). On
constate que le schéma numérique ne conserve pas totalement l’énergie, et que des écarts
importants sur l’amplitude peuvent apparaître pour les modes de basse fréquence, ceux-ci
se propageant avec des angles importants par rapport à l’axe. Dans le cas de l’écoulement
de Poiseuille, les modes dont l’erreur relative est supérieure à 10% correspondent à des
angles de propagation supérieurs à 30∘ . Le cas de l’écoulement de type couche limite
est plus sensible et une divergence de l’amplitude au cours de la propagation apparaît
pour des angles supérieurs à 20∘ . Cette erreur est clairement associée aux termes 𝒱1𝑧
et 𝒱2𝑥𝑧 dans l’équation (5.16). En effet, si ceux-ci sont retirés, alors la conservation de
l’énergie est vérifiée. Ceci est lié au fait que ces termes sont associés à des dérivées impaires
du potentiel (voir l’équation (5.11)), ils peuvent donc introduire de la dissipation ou de
l’anti-dissipation. Cependant cet effet est fortement réduit par l’utilisation de la forme
conservative Eq. (5.12) plutôt que la forme non-conservative Eq. (5.10). Ainsi, pour le
cas d’une propagation modale, une très petite erreur numérique de dissipation ou d’anti-
dissipation est constatée (ici typiquement de 0.1% par longueur d’onde dans les cas les plus
défavorables) systématiquement. Cependant, dans le cas de propagations atmosphériques
en condition météo réaliste, il n’existe pas de guide d’onde à paroi parfaitement rigide ou
à pression nulle. Les guides d’onde existant sont dûs à des minima de la vitesse du son
effective qui est continue. L’énergie n’est donc jamais totalement piégée à l’intérieur d’un
guide. En outre, du fait de la variabilité des conditions atmosphériques sur de longues
distances, de telles erreurs cumulatives sont peu probables et n’ont pas été relevées.
De la même manière la figure 5.12 montre les erreurs relatives sur la vitesse de phase
des modes durant la propagation numérique. Ici, pour toutes les configurations l’erreur
reste toujours très faible, à moins de 1%. En conséquence on constate que l’algorithme
numérique introduit une dispersion numérique très faible et ce, même pour les modes se
propageant avec des angles importants par rapport à l’axe du guide.
1
|P| / Pmax Lilley
0.8
0.6
0.4
0.2
0
−1 −0.5 0 0.5 1
Z/L
1
|P| / Pmax Lilley
0.8
0.6
0.4
0.2
0
−1 −0.5 0 0.5 1
Z/L
Figure 5.8 – Profil transverse de pression pour le mode 2 à la fréquence 𝜔𝐿/𝑐0 = 18.5 pour
un écoulement de Poiseuille de nombre de Mach positif 𝑀0 = 0.1 (graphique supérieur) et
pour un nombre de Mach négatif 𝑀0 = −0.1 (graphique inférieur). Lignes continues avec
des cercles pleins : modes pour l’équation exacte de Lilley. Lignes continues avec des croix :
modes de l’équation (5.52). Lignes pointillées : modes numérique après une propagation
sur 1000𝜆𝑥 . Les profils sont normalisés par le maximum du mode de Lilley.
1
|P| / Pmax Lilley
0.8
0.6
0.4
0.2
0
−1 −0.5 0 0.5 1
Z/L
1
|P| / Pmax Lilley
0.8
0.6
0.4
0.2
0
−1 −0.5 0 0.5 1
Z/L
Figure 5.9 – Profil transverse de pression pour le mode 4 à la fréquence 𝜔𝐿/𝑐0 = 18.5 pour
un écoulement de Poiseuille de nombre de Mach positif 𝑀0 = 0.1 (graphique supérieur) et
pour un nombre de Mach négatif 𝑀0 = −0.1 (graphique inférieur). Lignes continues avec
des cercles pleins : modes pour l’équation exacte de Lilley. Lignes continues avec des croix :
modes de l’équation (5.52). Lignes pointillées : modes numérique après une propagation
sur 1000𝜆𝑥 . Les profils sont normalisés par le maximum du mode de Lilley.
0.98
Pmax(X) / Pmax(X=0)
0.96
0.94
0.92
0.9
0.88
0 100 200 300 400 500 600 700 800 900 1000
X/λ
Figure 5.10 – Amplitude normalisée tracée en fonction de la distance de propagation
pour le mode 2 à la fréquence 𝜔𝐿/𝑐0 = 18.5 pour le cas d’un écoulement de Poiseuille de
nombre de Mach positif 𝑀0 = 0.1. L’erreur relative est de 10% à la fin de la propagation
numérique (1000𝜆𝑥 ).
Pmax: absolute relative error (%)

100
10
0.1
0.01
4 6 8 10 12 14 16 18 20
ω/c0*L
Pmax: absolute relative error (%)
100
10
0.1
0.01
4 6 8 10 12 14 16 18 20
ω/c0*L
Figure 5.11 – Erreur relative sur l’amplitude par rapport à l’amplitude du pas initial
pour l’écoulement de Poiseuille (graphique supérieur) et pour l’écoulement de type couche
limite (graphique inférieur) après une propagation numérique de 1000𝜆𝑥 . Lignes continues :
mode 2. Lignes pointillées : mode 4. Signes (+) : écoulement de nombre de Mach positif
𝑀0 = 0.1. Signes (×) : écoulement de nombre de Mach négatif 𝑀0 = −0.1.
0.1
0.05
0
c: relative error (%)
−0.05
−0.1
−0.15
−0.2
−0.25
−0.3
−0.35
−0.4
4 6 8 10 12 14 16 18 20
ω/c0*L
0.6
0.4
c: relative error (%)
0.2
−0.2
−0.4
−0.6
4 6 8 10 12 14 16 18 20
ω/c0*L
Figure 5.12 – Erreur relative sur la vitesse de phase (par rapport à la valeur théorique
attendue) pour l’écoulement de Poiseuille (graphique supérieur) et pour l’écoulement de
type couche limite (graphique inférieur) après une propagation numérique de 1000𝜆𝑥 .
Lignes continues : mode 2. Lignes pointillées : mode 4. Signes (+) : écoulement de nombre
de Mach positif 𝑀0 = 0.1. Signes (×) : écoulement de nombre de Mach négatif 𝑀0 = −0.1.
5.6.3 Validation du sol rigide et plat en configuration non linéaire

Pour le cas d’une réflexion non linéaire d’une onde de choc sur une surface rigide, dans
certaines configurations [Baskar et al., 2007] le point de jonction entre le front d’onde
incident et le front d’onde réfléchi se détache de la surface et il apparaît un troisième front
acoustique nommé front de Mach entre la surface et le point de jonction cité. Ce point
est nommé "point triple" (voir figure 5.13). Dans le cas d’un choc fort, les fronts d’ondes
(front incident, front réfléchi et front de Mach) sont droits. Dans le cas d’un choc faible, le
front d’onde réfléchi et le front de Mach sont courbes et ce type de réflexion est nommée
réflexion de von Neumann [von Neumann, 1963].
Incident shock
Incident
shock
Reflected shock Reflected shock
Triple point Triple point Mach shock

Mach shock
retarded retarded
time time
Mach reflection von Neuman reflection
Figure 5.13 – A gauche, cas d’une réflexion non linéaire d’un choc fort sur une surface :
réflexion de Mach. A droite : cas d’une réflexion non linéaire d’un choc faible : réflexion de
von Neumann.
L’implémentation du sol rigide et plat est validée dans le cas non linéaire par l’étude
d’une réflexion de von Neumann. On considère que le milieu ambiant est de l’eau, la
célérité du son moyenne est 𝑐0 = 1500 m/s et la masse volumique est 𝜌0 = 1000 kg/m3 , le
paramètre de non linéarité 𝛽 vaut 3.5. Une onde en dent de scie périodique de fréquence
106 Hz et de surpression 𝑃0 = 5 · 105 Pa se réfléchit sur le sol rigide à partir de 𝑥 = 0,
avec une incidence de 𝜃 = 2 degrés par rapport à la normale à la surface. Marchiano et al.
[2007] proposent l’étude expérimentale de cette réflexion pour une configuration identique
mais ils étudient d’autres angles d’incidence (angles 𝜃 = 1∘ , 3∘ , 5∘ ).
On définit la longueur d’onde 𝜆=1.5mm.√ Suivant l’article [Baskar et al., 2007] on intro-
1
duit le paramètre critique 𝑎 = sin(𝜃)/ 2𝛽𝑀𝑎 ; il est égal à 0.88 dans cette configuration.
La réflexion de cette onde sur la surface conduit dans le cas non linéaire à une réflexion de
von Neumann. Le domaine de calcul a pour taille verticale 20𝜆, la largeur de la fenêtre de
temps retardé est d’une période et la distance de propagation est de 100𝜆. Un maillage
sur-résolu est utilisé pour capturer la réflexion non linéaire : (Nx , Nz , N𝜏 ) = (512, 1024, 512).
La couche arbsorbante près du bord supérieur du domaine vertical a une épaisseur de 5𝜆
avec le paramètre 𝐴 = 1.4.
La figure 5.14 montre la comparaison entre le cas non linéaire et le cas linéaire. Dans le
cas non linéaire une réflexion de Von Neumann est visible, l’angle d’incidence est différent
de l’angle de réflexion et le maximum de surpression est plus que doublé dans la réflexion.
Au contraire, dans le cas linéaire les angles d’incidences et de réflexion sont égaux. Il faut
noter que pour le cas linéaire l’amplitude maximale au sol n’est pas égale à 2𝑃0 , ceci est
dû à l’effet de diffraction présent à l’extrémité du front d’onde réfléchi qui se développe
progressivement à partir de 𝑥 = 0.
𝑃0
1. Où 𝑀𝑎 est le nombre de Mach acoustique, il est défini par 𝑀𝑎 = .
𝜌0 𝑐20
10 3.0 10
2.7
8 2.4 8
2.1
6 1.8 6
P / P0
1.5
Z / lambda
Z / lambda
4 1.2 4
0.9
2 0.6 2
0.3
0 0.0 0
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
retarded time / T retarded time / T
10 3.0 10
2.7
8 2.4 8
2.1
6 1.8 6
P / P0
1.5
Z / lambda
Z / lambda
4 1.2 4
0.9
2 0.6 2
0.3
0 0.0 0
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
10 3.0 10
2.7
8 2.4 8
2.1
6 1.8 6
P / P0
1.5
Z / lambda
Z / lambda
4 1.2 4
0.9
2 0.6 2
0.3
0 0.0 0
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
Figure 5.14 – Simulation avec Flhoward de la réflexion d’une onde en dent de scie sur
une surface plate et rigide en grandeurs adimensionnées. Première ligne en haut : distance
𝑥 = 2𝜆, deuxième ligne : distance 𝑥 = 50𝜆, dernière ligne : 𝑥 = 100𝜆. Colonne de gauche :
cas non linéaire, une réflexion de Von Neumann est visible. Colonne de droite : cas linéaire,
les échelles de couleur correspondent à celles colonne de gauche.
156 5.7. Propagation d’une onde de choc dans un écoulement de couche limite
5.7 Propagation d’une onde de choc émise par une source ex-
plosive en présence d’un écoulement de couche limite
Un exemple d’application est maintenant présenté pour le contexte de la propagation
acoustique en milieu atmosphérique. Une source linéique de hauteur totale 170 m (i.e. 25𝜆
avec 𝜆 = 6.8 m pour une célérité du son égale à 340 m/s et une fréquence principale égale
à 50 Hz) est étudiée. Cette source, qui s’élève depuis le sol, est inclinée avec un angle de
4 degrés par rapport à la normale au sol. La partie supérieure du segment (un quart de la
longueur totale) est apodisée à l’aide d’une fonction décroissante en cosinus afin d’adoucir
les discontinuités de géométrie. Chaque point de la source émet une onde de type explosive
dont le pic de surpression est de 400 Pa et la fréquence principale de 𝑓0 = 50 Hz, avec une
forme d’onde pour la surpression donnée par [Friedlander, 1946] : 𝑃0 (1 − 𝑡/𝑡𝑑 ) 𝑒−𝑡/𝑡𝑑 . La
valeur de 𝑡𝑑 est choisie égale à 0.003 s, afin d’obtenir une fréquence principale de 50Hz
dans le spectre de la forme d’onde. Cette configuration décrit de manière très basique la
partie inférieure d’un canal d’éclair rectiligne qui peut se développer durant un arc en
retour, d’après le modèle de source linéique discuté par Few [1969]. Dans un cas sans vent,
l’angle d’inclinaison est choisi de manière à ce que les effets non linéaires conduisent à une
réflexion de Von Neumann du choc sur le sol rigide [Baskar et al., 2007].
Le sol est considéré comme étant parfaitement plat et rigide. La présence de vent est
introduite, en utilisant le modèle proposé par Ostashev et al. [2008] basé sur la théorie de
similarité de Monin-Obukhov pour la couche limite atmosphérique. Les paramètres utilisés
correspondent à une des six configurations test proposées par Ostashev et Wilson [2000] :
le cas dénommé par eux "mostly sunny day with strong wind", avec une célérité en friction
de 0.7 m/s, une rugosité de surface de 1 cm (sol plat et herbe courte), une température
de référence près du sol de 25 ∘ C, et un flux de chaleur en surface de 200 W/m2 , et
donc une longueur d’Obukhov négative (stratification instable durant la journée) égale à
-151 m. L’amplitude du vent ([Ostashev et al., 2008, fig. 4]) varie de 0 m/s sur le sol à
un maximum de 16 m/s à une altitude de 500 m, avec un cisaillement violent dans les 10
premiers mètres au-dessus du sol. La valeur maximale du vent correspond à un nombre de
Mach 𝑀0 ≈ 0.05, ce qui satisfait l’hypothèse de faible nombre de Mach pour l’écoulement
ambiant utilisé dans tout ce travail. Puisque ce paragraphe se concentre sur les nouveaux
termes d’écoulement de l’équation (5.12), le modèle proposé par Ostashev et Wilson pour
le gradient de température n’est pas utilisé ici.
Trois cas sont étudiés numériquement : le cas sans vent, le cas d’un vent positif
(propagation "dans le sens du vent" : réfraction vers le bas du son), et enfin le cas d’un
vent de Mach négatif (propagation "contre le vent" : réfraction vers le haut du contenu
acoustique). L’onde de choc est propagée numériquement depuis la source sur une distance
𝑥 = 200𝜆, ce qui correspond à une distance de 1360 m. L’axe de propagation 𝑂𝑥 est
discrétisé avec 5 points par longueur d’onde 𝜆, ceci correspond à un total de 1000 points.
Le domaine transverse 𝑂𝑧 a une hauteur de 40𝜆 et est maillé avec 4096 points au total :
ils sont tous utilisés dans l’étape de diffraction pour représenter la transformée de Fourier
verticale de l’espace physique et de son image. Seulement 2049 points verticaux sont
utilisés dans l’étape de résolution de l’écoulement et l’étape non linéaire, ceci correspond
au domaine physique et le sol. 1024 points sont utilisés pour discrétiser la fenêtre de temps
retardé. L’épaisseur de la couche absorbante est de 10𝜆 avec un facteur d’atténuation de
1.4 [Dagrau et al., 2011].
Les figures 5.15 et 5.16 montrent pour chacun des trois cas le champ de surpression en
fonction du temps retardé et de l’altitude, à des distances respectivement de 50𝜆 (340 m)
et 200𝜆 (1360 m). Les figures 5.17 à 5.19 montrent le profil de surpression au sol (𝑧 = 0)
et pour des distances de propagation de 50𝜆 (340 m), 150𝜆 (1020 m) et 200𝜆 (1360 m).
5.7. Propagation d’une onde de choc dans un écoulement de couche limite 157
Chaque forme d’onde au sol est calculée à la fois pour le cas linéaire et le cas non linéaire.
Les spectres de pression sont également tracés.
Les figures 5.15 et 5.16 montrent l’effet important de l’écoulement de couche limite
sur la propagation. Proche de la source à une distance de 340 m (figure 5.15), le champ
de surpression est dominé par le front d’onde incident, le front d’onde réfléchi n’a eu
le temps d’apparaître que près du sol. Les différences de temps d’arrivée sont dues à
la convection par l’écoulement. Dans le cas sans vent, l’effet non linéaire conduit à une
réflexion de Von Neumann [Baskar et al., 2007], avec un seul choc au sol et un choc de
Mach de faible extension verticale. Ainsi à une altitude de 10 m, on n’observe qu’un
seul choc (de Mach). Le signal au sol montre que la forme d’onde n’a que peu évolué
par rapport au profil de Kinney initial, même si l’effet non linéaire a déjà commencé à
redistribuer l’énergie vers les hautes et les basses fréquences. Dans le cas d’un vent positif,
il n’y a pas de réflexion non linéaire, et à 10 m d’altitude deux chocs (l’un incident, l’autre
réfléchi) de mêmes amplitudes sont clairement visibles. Aux plus hautes altitudes, le vent
est pratiquement uniforme et son seul effet est d’avancer l’arrivée du signal, les formes
d’onde pour les cas avec ou sans vent sont presque identiques. Au niveau du sol, on peut
observer un allongement du signal temporel. En effet, dû au fort gradient de vent près
du sol, les fréquences les plus élevées (typiquement celles au-dessus de 50Hz) tendent à
être piégées près du sol par un effet de guide d’onde qui dépend de la fréquence. Cette
dispersion est aussi visible par les oscillations du spectre au-dessus de 80 Hz. Dans le cas
d’un vent négatif, le signal tend à monter par réfraction vers le haut. Près du sol, les
plus hautes fréquences décroissent exponentiellement au travers de l’effet de propagation
d’ondes rampantes [Pierce, 1989; Coulouvrat, 2002] et le choc commence à s’étaler. La
décroissance des plus hautes fréquences est clairement visible sur le spectre du signal au
sol. Les chocs incident et réfléchi fusionnent non sur le sol mais à plus haute altitude, ici à
peu près à 30 m.
Loin de la source à une distance de 1360 m (figure 5.16), le front d’onde réfléchi est
totalement apparu. Une fois de plus, la convection par l’écoulement ambiant explique les
différents temps d’arrivée. Dans le cas sans vent, les courbures des fronts d’onde aux plus
hautes altitudes sont dues à la taille finie de la source et à l’effet de diffraction sur sa limite
supérieure. Les signaux incident et réfléchi sont bien visibles et sont presque similaires
(réflexion géométrique). Près du sol, les deux signaux commencent à interférer et il est
difficile de déterminer si une réflexion de Von Neumann est présente ou non. Le tracé du
signal au sol montre clairement une différence entre le cas linéaire et le cas non linéaire.
Ce dernier montre i) que l’amplitude du pic de surpression est moins élevée (dissipation
au travers du choc), ii) un choc qui arrive plus tôt (la célérité non linéaire du son est plus
importante que dans le cas linéaire), iii) un allongement non linéaire du signal avec un
décalage du maximum du spectre vers les basses fréquences (celui-ci est maintenant autour
de 30Hz au lieu de 50 Hz), et iv) les oscillations de la partie haute fréquence du spectre (la
forme d’onde évolue progressivement depuis une forme de Kinney vers une forme d’onde
en N). Dans le cas d’un vent positif, la partie du champ acoustique à haute altitude –
bien au-dessus de l’effet guide d’onde – est similaire au cas sans vent, sauf pour les temps
d’arrivée qui sont plus courts. Au contraire, entre le sol et environ 70 m d’altitude, l’effet
guide d’onde dû à la réfraction vers le bas de l’acoustique par le fort cisaillement du vent
conduit à des forts effets de dispersion. A 50 m d’altitude, on peut encore voir clairement
un signal incident et un signal réfléchi, mais ce dernier est environ deux fois plus important
en amplitude. A cause de cette plus grande amplitude, les effets non linéaires sont plus
marqués et le signal a donc plus évolué vers une onde en N. Comparé au cas sans vent, le
signal au sol et celui à 10 m d’altitude sont environ trois fois plus long. Le premier front
du signal au sol ressemble fortement à une onde en N avec deux chocs, montrant ainsi que
les effets non linéaires sont significatifs. Ceci est confirmé en comparant les signaux au
sol calculés avec ou sans effets non linéaires, ils présentent de fortes différences (visibles
aussi dans la longue queue de dispersion du signal). Effectivement, dûs au cisaillement du
vent près du sol qui crée un effet de guide d’onde, l’énergie acoustique tend à être confinée
près du sol, et les effets non linéaires sont donc plus importants. On peut aussi noter le
décalage sensible de la première arche dans le spectre au cours de la propagation : 80 Hz à
340 m, 45 Hz à 1020 m, et 20 Hz à 1360 m. Dans le cas d’un vent négatif, l’atténuation du
signal au niveau du sol dans la zone d’ombre est importante, et peu de fréquences plus
grandes que 50 Hz persistent. L’intensité du signal est plus grande aux altitudes entre
50 m et 100 m du fait de la réfraction vers le haut. Du fait de ces plus grandes amplitudes
à ces altitudes, les effets non linéaires sont plus importants, et la forme d’onde ressemble à
une onde en N. Ce n’est que très au-dessus de la zone d’ombre que l’on peut distinguer le
signal incident et le signal réfléchi.
La figure 5.20 montre les cartes de la surpression |^ 𝑝𝑎 (𝑥, 𝑧, 𝜔)| par fréquence 𝑓 = 𝜔/2𝜋
(10 Hz, 50 Hz et 100 Hz) dans le domaine de calcul (𝑂𝑥, 𝑂𝑧). Dans tous les cas, on peut
observer les franges d’interférence entre le champ acoustique directement rayonné par la
source, et le champ réfléchi par le sol. La diffraction de la partie supérieure apodisée de la
source est aussi visible à toutes les fréquences. Les plus basses fréquences remplissent tout
l’espace. Pour celles-ci il n’y a pas de zone d’ombre, et il n’y a que peu de différences entre
les cas d’un vent positif et d’un vent négatif. Un tel résultat présentant une dépendance
en fréquence ne pourrait pas être obtenu par une approche de type tracé de rayons. Dans
le cas du vent positif, aux plus hautes fréquences 50 Hz et 100 Hz, un effet guide d’onde
est parfaitement visible près du sol (principalement dans les 10 premiers mètres). Ici,
les rayons acoustiques rebondissent entre le sol rigide et le cisaillement du vent durant
leur propagation depuis la source. Pour le cas d’un vent négatif, des zones d’ombre sont
nettement définies et la réfraction vers le haut du champ acoustique est visible.
400
300
200
100 100 100
Z (m)
Z (m)
0
100
0 200 0
50 0 50 50 0 50
retarded time (ms) retarded time (ms)
400
300
200
100 100 100
Z (m)
Z (m)
0
100
0 200 0
50 0 50 50 0 50
400
300
200
100 100 100
Z (m)
Z (m)
0
100
0 200 0
0 50 100 0 50 100
Figure 5.15 – Simulation avec Flhoward, colonne de gauche : champ de surpression
acoustique (Pa, échelle de couleur grisée) dans le domaine (𝑂𝜏, 𝑂𝑧) après une propagation
non linéaire sur 𝑥 = 50𝜆 (340 m). Colonne de droite : profils de surpression aux altitudes
10 m, 50 m, 100 m et 150 m. Les segments verticaux sur la droite représentent une
amplitude de 200Pa. Première ligne en haut : cas sans vent. Deuxième ligne : cas du vent
positif. Dernière ligne : cas du vent négatif.
400
300
200
100 100 100
Z (m)
Z (m)
0
100
0 200 0
50 0 50 50 0 50
400
300
200
100 100 100
Z (m)
Z (m)
0
100
0 200 0
200 150 100 200 150 100
400
300
200
100 100 100
Z (m)
Z (m)
0
100
0 200 0
100 150 200 100 150 200
Figure 5.16 – Même tracés que la figure 5.15, mais après une propagation sur une distance
de 𝑥 = 200𝜆 (1360m).
600
0
400
|Sp| (dB)
200 50
P (Pa)
0 100
200
150
50 0 50 101 102 103
retarded time (ms) f (Hz)
600
0
400 |Sp| (dB)
200 50
P (Pa)
0 100
200
150
50 0 50 101 102 103
600
0
400
|Sp| (dB)
200 50
P (Pa)
0 100
200
150
50 0 50 101 102 103
Figure 5.17 – Cas sans vent. Colonne de gauche : surpression au sol (Pa). Colonne de
droite : spectre correspondant en dB (référence : maximum du spectre du signal initial
en 𝑥 = 0). Propagation sur une distance de 𝑥 = 50𝜆 (première ligne en haut), 𝑥 = 100𝜆
(seconde ligne), et 𝑥 = 200𝜆 (troisième ligne). Lignes pleines : cas non linéaire. Lignes
pointillées : cas linéaire. Pour le cas linéaire, les profils de surpression sont saturés. Lignes
fines avec des points : spectre de la source en 𝑥 = 0.
600
0
400
|Sp| (dB)
200 50
P (Pa)
0 100
200
150
50 0 50 101 102 103
600
0
400
|Sp| (dB)
200 50
P (Pa)
0 100
200
150
100 50 0 101 102 103
600
0
400
|Sp| (dB)
200 50
P (Pa)
0 100
200
150
150 100 50 101 102 103
Figure 5.18 – Mêmes études que pour la figure 5.17 pour le cas du vent positif.
100
0
50
|Sp| (dB)
50
P (Pa)
0
50 100
100 150
50 100 150 101 102 103
100
0
50
|Sp| (dB)
50
P (Pa)
0
50 100
100 150
50 100 150 101 102 103
100
0
50
|Sp| (dB)
50
P (Pa)
0
50 100
100 150
100 150 200 101 102 103
Figure 5.19 – Mêmes études que pour la figure 5.17 pour le cas du vent négatif.
1 1
150 150
100 100
Z (m)
Z (m)
50 50
0 0 0 0
0 500 1000 0 500 1000
X (m) X (m)
1 1
150 150
100 100
Z (m)
Z (m)
50 50
0 0 0 0
0 500 1000 0 500 1000
X (m) X (m)
1 1
150 150
100 100
Z (m)
Z (m)
50 50
0 0 0 0
0 500 1000 0 500 1000
X (m) X (m)
Figure 5.20 – Amplitude du champ de pression acoustique normalisé à [0, 1] pour une
fréquence donnée (première ligne en haut : 10 Hz, seconde ligne : 50 Hz, troisième ligne :
100 Hz). Cas du vent positif (colonne de gauche) et cas du vent négatif (colonne de droite).
5.8. Conclusion 165
5.8 Conclusion
Ce chapitre a présenté l’enrichissement d’une méthode numérique originale pour la
simulation de la propagation faiblement non linéaire d’ondes de choc acoustiques en milieu
atmosphérique : les hétérogénéités du milieu sont prises en compte et de nouveaux termes
décrivent la présence d’un écoulement ambiant cisaillé (vent).
La relation de dispersion de l’équation de base Flhoward (5.12) montre que notre
approche, sans limitation angulaire, améliore l’équation parabolique non linéaire proposée
par Aver’yanov et al. [2006] qui est à notre connaissance la seule équation de propagation
non linéaire avec écoulement de la littérature ayant fait l’objet d’une résolution numérique.
La précision de l’équation Flhoward est plus grande et sa validité angulaire s’étend de
-90 degrés à +90 degrés dans le sens de propagation. Les termes nouveaux d’écoulement
sont validés sur des cas tests difficiles de modes guidés pour des distances de propagation
importantes. Les exemples d’études en configuration "réaliste" montrent que l’on retrouve
des comportements physiques riches : effet de diffraction, effets de guides d’ondes atmo-
sphériques et présence de zones d’ombre, effets non linéaires, et allongement temporel du
signal. A notre connaissance aucun article de la littérature n’a jusqu’à présent montré la
simulation de ce dit allongement temporel avec des formes d’onde marquées (par exemple :
ondes en N) en début de signal suivies par une queue de signal de plus longue durée (voir
figure 5.18). Notre approche décrit la dépendance fréquentielle de la propagation, à la fois
pour les hautes et les basses fréquences, contrairement aux théories de rayons.
Les cas tests de validation montrent que le schéma numérique aux différences finies
n’est pas totalement conservatif pour les termes d’écoulement, l’amélioration de ce point
est à étudier. Une thèse est en cours pour établir une version tridimensionnelle parallélisée
du code. Deux effets physiques importants restent à formuler : l’absorption et la présence
d’un sol avec une impédance et une topographie. Un futur travail permettra de valider
les termes de fluctuations de vent qui ont été écrits. Des améliorations pourraient être
envisagées pour augmenter les performances des conditions aux limites de type champ
libre avec l’utilisation par exemple de PML [Collino et Joly, 1995].
Chapitre 6
Conclusions et perspectives
6.1 Principaux résultats

L’objectif de cette thèse était d’améliorer la caractérisation des éclairs d’orage à
l’aide de mesures acoustiques, dans les gammes sonores et infrasonores. Une campagne
d’observations a été réalisée dans le Sud de la France en automne 2012 dans le cadre
du projet européen HyMeX. Le CEA y a déployé une station composée de deux réseaux
acoustiques, le premier réseau était composé de 4 microbaromètres organisés en un triangle
de 500m de côté, ces microbaromètres étant ceux utilisés pour les stations du réseau SSI du
CTBTO. Le second réseau, localisé à l’intérieur du premier, était composé de microphones
organisés en un triangle de 50m de côté. Dans le cadre de la campagne d’observations
SOP1 du projet HyMeX, des outils de mesure électromagnétique des éclairs ont été mis à
disposition de la communauté. Les réanalyses du code de Météo-France AROME-WMED
ont permis d’obtenir les profils météorologiques (célérité du son et vent) au-dessus de la
station du CEA. L’exploration de l’ensemble des données enregistrées a montré que le 26
octobre 2012, dans la soirée de 18h TU à 22h TU, un orage est passé juste au-dessus de la
station acoustique. Cet orage n’était pas trop intense, si bien que les éclairs pouvaient être
clairement distingués les uns des autres, ce qui nous a conduits à privilégier cette journée.
L’analyse des données pour cet orage a permis d’établir plusieurs résultats nouveaux.
Tout d’abord, le post-traitement des données acoustiques enregistrées par le petit réseau
de microphones, avec les outils algorithmiques opérationnels (algorithme PMCC) du CEA
a été un succès. Un ensemble de détections acoustiques associées aux signaux de tonnerre
produits par les éclairs a pu être analysé. Une très bonne corrélation des détections
acoustiques et électromagnétiques a pu être établie. A l’aide d’une hypothèse très simple
de propagation acoustique en ligne droite à la vitesse du son moyenne 𝑐0 = 340m/s
(valeur mesurée au sol), combinée avec la datation de la décharge fournie par le réseau
LMA, nous avons pu reconstruire acoustiquement les géométries tridimensionnelles des
décharges de foudre proches de la station. Ces géométries ont pu être comparées aux
géométries 3D fournies par le réseau de recherche LMA. Nous avons montré que pour les
décharges proches de la station acoustique (à moins de 20km), la corrélation entre les deux
modes de reconstructions est excellente. Pour ces décharges proches, il n’apparaît donc pas
nécessaire de faire appel à une connaissance des profils météorologiques pour reconstruire
correctement la géométrie des décharges à partir des détections acoustiques.
Un des résultats de la présente thèse a donc été de prouver la faisabilité d’un petit
réseau acoustique (tel que le réseau de microphones utilisé) pour la reconstruction des
décharges proches. Un tel réseau acoustique doit être complété d’un dispositif simple
de datation de la décharge. La mise en œuvre d’un tel système s’avérerait plus aisée et
moins coûteuse que le déploiement d’un réseau électromagnétique tel que le LMA. Cette
mise en œuvre pourrait par exemple être prônée systématiquement en complément des
réseaux infrasonores du CTBTO afin d’identifier les détections associées aux orages, et
ce notamment pour les stations situées dans les zones de forte activité orageuse (zones
tropicales et équatoriales). Notons en particulier que de telles stations de localisation
acoustique pourraient également pallier au moins partiellement l’absence de couverture
par un réseau de détection électromagnétique à grande échelle (tel que EUCLID) dans ces
régions.
Les reconstructions acoustiques prouvent que la méthode acoustique suit très bien les
parties basses des arcs en retour (inférieures à 2km d’altitude) pour les décharges proches.
168 6.1. Principaux résultats
Ces parties basses des arcs en retour sont mal caractérisées par les outils électromagnétiques
comme le LMA. Des informations extraites des signaux acoustiques enregistrés (comme le
contenu fréquentiel et l’amplitude du signal acoustique) ont pu être associées à chacune des
détections acoustiques reconstruites. Nous avons donc montré que la méthode acoustique
apporte non seulement une capacité de détection des parties à basses altitudes des arcs en
retour, mais aussi des informations sur le signal acoustique qu’elles émettent. Un autre
des résultats principaux de cette thèse est donc d’établir la complémentarité des mesures
acoustiques en regard des détections électromagnétiques.
A partir de la reconstruction de 5 arcs en retour proches de la station acoustique,
nous avons observé clairement que ceux-ci émettent un signal acoustique à large bande.
Les signaux de tonnerre correspondants ont un contenu fréquentiel approximativement
uniforme au moins de 1Hz à 40Hz (des infrasons jusqu’aux fréquences acoustiques mesurées).
Ceci apporte une argumentation quantitative au débat toujours ouvert sur la question de
l’origine des infrasons enregistrés dans les signaux de tonnerre. Pour la première fois, nous
disposons ici des données associant le spectre acoustique avec la localisation précise de la
source au sein de la décharge.
Pour les décharges plus lointaines, la localisation des détections acoustiques à plus
grande distance (au-delà de 20km de distance) correspond toujours en azimuts et en
distances aux points de localisation des détections EUCLID. Des détections acoustiques,
mais en faible nombre, ont ainsi pu être reconstruites correctement, et ce jusqu’à environ
75km de la station acoustique. Les signaux de tonnerre correspondants ont été analysés
mais ne sont pas détaillés dans ce manuscrit. L’analyse indique qu’ils restent de contenu
fréquentiel large même s’ils sont naturellement d’amplitude sensiblement plus faible.
Les reconstructions acoustiques montrent qu’au-delà de 20km de distance, les altitudes
reconstruites présentent des biais importants par rapports aux altitudes issues des détections
LMA. Nous interprétons ces résultats par le fait que, pour les distances de propagation
plus importantes, les effets météorologiques (gradients de vent et de température) ne sont
plus négligeables. Il conduisent donc à une évolution au cours de la propagation des angles
d’élévation des différents fronts d’ondes. La mesure de ceux-ci à la station acoustique s’avère
donc insuffisante pour localiser précisément les sources en altitude, et une reconstruction
plus précise prenant en compte la météorologie s’avère donc probablement nécessaire.
Pour explorer plus précisément l’origine de ces biais, nous avons développé un code de
propagation acoustique bidimensionnel 1 non linéaire avec prise en compte des gradients
de célérité du son et de vent. Ce code nommé FLHOWARD est basé sur une équation de
propagation modèle valable dans les cas atmosphériques (nombre de Mach de l’écoulement
et intensité des hétérogénéités faibles). Il permet de modéliser la propagation des signaux
de tonnerre au travers des profils météorologiques d’orage, au-dessus d’un sol rigide et plat.
L’approche numérique est conçue pour décrire correctement la diffraction et les fréquences
basses ou hautes des signaux calculés, les angles de propagation élevés (on dépasse ainsi
les limitations des approches de types paraboliques) ; enfin l’évolution non linéaire des
formes d’onde au cours de la propagation est prise en compte. La principale limitation de
la méthode réside dans le fait qu’elle néglige le champ acoustique rétrodiffusé au cours de
la propagation. Chaque effet physique est résolu séparément dans un espace différent et
par une méthode numérique adaptée, un schéma à pas fractionné réalisant le lien entre
les différentes étapes numériques. Il faut donc noter que l’approche numérique fait un
usage massif de transformées de Fourier discrètes. Cette implémentation a été validée sur
différents cas tests de propagation, notamment de propagation guidée avec écoulements
sur de grandes distances. Ces cas tests ont permis de mettre en lumière des problèmes
de stabilité du schéma numérique liés à la résolution des termes décrivant le modèle de
vent, problèmes auxquels des solutions ont pu être apportées. Nous avons aussi réalisé
1. Le domaine spatial est la direction de propagation horizontale source–récepteur et l’altitude.
6.2. Perspectives 169
des cas tests de réflexion non linéaire sur une surface rigide (dite de von Neumann) pour
valider la description des non-linéarités. Un cas d’application a été choisi pour illustrer
la propagation non linéaire d’une onde de choc acoustique en présence d’un écoulement
de vent de type couche limite. Ceci constitue à notre connaissance la première simulation
numérique de la propagation acoustique non linéaire dans un écoulement cisaillé. On a
notamment pu mettre en évidence l’allongement significatif et l’évolution importante de la
forme d’onde avec plusieurs arrivées, ceci dans le cas dispersif d’un guide d’onde créé par un
fort cisaillement du vent au-dessus du sol. De telles évolutions sont fréquemment observées
en propagation atmosphérique à longue distance et montrent l’intérêt de continuer à
développer les méthodes de simulations numériques.
6.2 Perspectives
Une hypothèse simple de propagation acoustique en ligne droite a permis la reconstruc-
tion acoustique des éclairs d’orage les plus proches de la station (à moins de 20km). Pour
les éclairs plus lointains, des biais importants sont observés sur les altitudes reconstruites
des sources. Une suite logique de ce travail serait donc à court terme l’utilisation d’une
méthode de tracé de rayons couplée avec les profils météorologiques, pour relocaliser plus
précisément en altitude les sources les plus lointaines. La comparaison avec les localisa-
tions de référence du réseau LMA permettrait ainsi de confirmer l’importance des effets
météorologiques sur la localisation des sources.
A plus long terme, les simulations numériques réalisées en application du développement
de la méthode Flhoward ont confirmé que la méthode de rayons elle-même n’est pas sans
limitations, aussi bien dans les zones d’ombre qu’à basses fréquences. L’utilisation des
méthodes numériques avancées permettrait donc aussi de préciser les incertitudes de
la reconstruction selon la méthode utilisée (propagation en ligne droite ou le long de
rayons), et ce en fonction de la fréquence, de la distance à la station acoustique, et de la
configuration météorologique. Une étude préliminaire en ce sens a fait l’objet de l’annexe
G. Elle pourra être développée et consolidée à l’avenir.
Dans la présente étude, nous avons privilégié la journée particulière du 26 Octobre
2012. La base de données constituée à l’occasion de la campagne SOP1 de HyMeX contient
les données pour d’autres journées orageuses qu’il conviendra d’explorer systématiquement
pour conforter ou moduler les conclusions de la présente étude. Notons ici qu’une analyse
selon la même démarche a été réalisée pour la journée du 24 Septembre 2012. Les conclusions
sont similaires à celles présentées ici et sont soumises pour publication [Defer et al., 2014].
Il a été possible de mesurer les spectres des signaux acoustiques émis par chacun
des éléments des décharges. On a notamment montré que les arcs en retour émettent
un contenu acoustique infrasonore non négligeable par rapport au contenu acoustique.
Une résonance des microphones autour de 100Hz (due au système de protection contre
l’humidité) a limité la gamme de fréquences accessibles pour nos études spectrales à 60Hz
au maximum. Des études sont en cours au CEA pour modéliser cette résonance afin de la
corriger.
L’exploration fine des spectres permettra de manière naturelle, au-delà de la localisation
des sources, de caractériser celles-ci en terme de spectre et éventuellement d’amplitude.
Le lien pourra alors être précisé avec les différents modèles de sources établis dans la
littérature (modèle d’onde de choc tortueux pour le tonnerre ou modèle électrostatique).
La confrontation de ces modèles avec les données d’observation permettra d’en préciser
la pertinence, et pourra éventuellement conduire à les affiner, voire à en proposer de
nouveaux.
La reconstruction des sources réalisée ici a clairement montré le caractère tri-dimensionnel
des décharges. L’enrichissement du code de propagation Flhoward constitue une suite
170 6.2. Perspectives
naturelle et importante au travail numérique entamé ici. Une version tri-dimensionnelle est
en cours de développement. Elle s’avérera nécessaire pour prendre en compte la géométrie
complexe des décharges, et mieux quantifier l’importance des effets non linéaires, qui ont
eux-mêmes une influence significative sur l’amplitude et le contenu spectral des signaux.
Des effets de topographie pourraient également être intégrés afin d’estimer l’impact de
cette dernière qui est pour l’instant ignorée.
Annexe A
Suivi de l’évolution des cellules orageuses

par mesure acoustique
On donne ici le détail de l’évolution de l’orage du 26 octobre 2012, suivi avec à la fois
avec les méthodes électromagnétiques (les détections EUCLID et les détections LMA) et la
reconstruction des sources acoustiques par tranche de 10 minutes de 18h30m TU à 22h00
TU. Ces figures complètent la figure 4.21 ne montrant que 3 tranches de 10 minutes, et
avec la même légende.
75 75

50 50
South -> North
South -> North

25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
75 75
50 50
South -> North
South -> North
25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
174
75 75

50 50
South -> North
South -> North

25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
75 75
50 50
South -> North
South -> North
25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
75 75
50 50
South -> North
South -> North
25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
175

50 50
South -> North
South -> North

25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
75 75
50 distance from station (km) 50

South -> North
South -> North

25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
75 75
50 50
South -> North
South -> North
25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
176
75 75

50 50
South -> North
South -> North

25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
75 75
50 50
South -> North
South -> North
25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
75 75
50 50
South -> North
South -> North
25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
177

50 50
South -> North
South -> North

25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
75 75

South -> North
South -> North

25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
75 75
50 50
South -> North
South -> North
25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
178
75 75

50 50
South -> North
South -> North

25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
75 75
50 50
South -> North
South -> North
25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
75 75
50 50
South -> North
South -> North
25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
179

50 50
South -> North
South -> North

25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
75 75

South -> North
South -> North

25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
75 75
50 50
South -> North
South -> North
25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
180
75 75

50 50
South -> North
South -> North

25 25
0 0
25 25
50 50
75 75
75 50 25 0 25 50 75 75 50 25 0 25 50 75
Annexe B
Description des détections PMCC associées

au bruit de fond en absence d’orage
Les vues synthétiques par tranches de 10 minutes que l’on a construites pour l’explo-
ration des données acoustiques et électromagnétiques de l’orage du 26 octobre 2012 de
18h TU à 22h TU ont montré qu’en absence de décharges de foudre, PMCC associait des
détections cohérentes venant de l’azimut Sud–Ouest. La figure B.1 en montre un exemple
pour la fenêtre de temps de 20h10m TU à 20h20m TU.
Les détections liées à ce bruit de fond sont présentes tout au long de l’intervalle de
temps et sont toujours dans le même azimut. Elles sont cependant masquées lorsque des
détections sont associées à des signaux de tonnerre. Nous n’avons pas d’interprétation
pour expliquer cet azimut. Il est possible que ces détections soient dues à un effet de
topographie.
182
Figure B.1 – Vue exploratoire par tranche de 10 minutes correspondante à la vue

exploratoire présentée figure 4.5 page 82. Dans cette vue exploratoire les détections PMCC
associées au bruit de fond enregistré sur le réseau de microphones ont été conservées.
Période de temps 20h10m TU et 20h20m TU. En rouge : détections PMCC et signal
acoustique. En gris : détections LMA regroupées dans des régions de largeur 5s en temps,
10° en azimut et 3° en angle d’élévation. Pour les données LMA, on conserve juste la
donnée binaire : région peuplée (couleur grise), ou région vide (aucune couleur). Symboles
bleus : détections EUCLID.
Annexe C
Données des détections EUCLID

Données des différents échanges électriques détectés par EUCLID pour les deux dé-
charges étudiées aux paragraphes 4.6.1 page 86 et 4.6.2 page 89.
C.1 Décharge de 20h35m00s TU
184
On rappelle les conventions pour les symboles des détections EUCLID données au paragraphe 4.4 page 78. Le symbole s représente la détection
d’une décharge au sol de courant crête négatif. Le symbole 5 représente la détection d’une décharge au sol de courant crête positif. Le symbole u
représente la détection d’une décharge intra-nuage de courant crête négatif. Le symbole H représente la détection d’une décharge intra-nuage de
courant crête positif.
datation latitude longitude courant crête type symbole azimut distance X Y erreur de localisation
20h35m0.07s TU 44.07° 4.4265° 18.5 kA G 5 128° 2.8 km 2.24 km -1.74 km 0.3 km

20h35m0.08s TU 44.07° 4.4201° -127.6 kA G s 128° 2.2 km 1.73 km -1.34 km 0.2 km
Table C.1 – Caractéristiques des détections EUCLID. La lettre "G" indique une décharge au sol. Le courant crête est donné en kilo-Ampères (kA).
Les colonnes nommées "X" et "Y" sont les coordonnées cartésiennes de la détection relativement à la station acoustique, dans la direction Sud–Nord
(colonne "Y") et dans la direction Ouest–Est (colonne "X"). La colonne "erreur de localisation" donne le rayon du cercle d’incertitude autour des
coordonnées de la détection que donne le réseau EUCLID.
C.2 Décharge de 20h35m58s TU
datation latitude longitude courant crête type symbole azimut distance X Y erreur de localisation
20h35h58.86s TU 44.13° 4.39° 9.9 kA C H 350° 5.7 km -1.04 km 5.64 km 0.89 km
Table C.2 – Caractéristiques des détections EUCLID. Dans la colonne nommée "type" : la lettre "C" indique une décharge intra-nuage.
C.1. Décharge de 20h35m00s TU
Annexe D
Détails de l’établissement de l’équation

Flhoward
D.1 Equation de départ

Nous détaillons ici le processus d’établissement de l’équation Flhoward (5.10) à trois
dimensions. À la fin de ce chapitre les simplifications introduites pour obtenir la version
bi-dimensionnelles utilisée numériquement seront rappelées. Le domaine à trois dimensions
est défini par 𝑥 la coordonnée horizontale, 𝑧 la coordonnée verticale, et 𝑦 la coordonnée
transverse. Un point est défini par x = (𝑥, 𝑦, 𝑧) à un temps 𝑡, avec ex le vecteur horizontal
unitaire. Dans ce qui suit, on utilise une convention de sommation sur les indices répétés,
chacun des indices 𝑖, 𝑗, 𝑘 représente les variables 𝑥, 𝑦, 𝑧.
L’équation de départ est l’équation (5.4) qui est rappelée ici :
1 Ds 2 𝑝 𝑎 d𝑉0𝑗 ∫︁ 𝑡 𝜕 2 𝑝𝑎 (x, 𝑡′ ) ′
(︃ )︃
∇𝑝𝑎
− 𝜌0 (x)∇ · + 2 𝑑𝑡
𝑐20 D𝑡2 𝜌0 (x) d𝑧 −∞ 𝜕𝑧𝜕𝑥𝑗
2 𝜕∇𝑝𝑎 𝜕𝑢0𝑗 ∫︁ 𝑡 𝜕 2 𝑝𝑎 (x, 𝑡′ ) ′ 𝛽 𝜕 2 𝑝2𝑎
= − 2 u0 · −2 𝑑𝑡 + .
𝑐0 𝜕𝑡 𝜕𝑥𝑖 −∞ 𝜕𝑥𝑖 𝜕𝑥𝑗 𝜌0 𝑐40 𝜕𝑡2
Nous développons les termes de cette équation (5.4) et ne conservons que les termes
d’ordre au plus 𝑂(𝑀 2 ). Ce qui donne :
𝜕 2 𝑝𝑎 2 ′ 2 ∇𝜌0 𝜕∇𝑝𝑎 𝜕∇𝑝𝑎 𝜕 2 𝑝𝑎

− (𝑐0 + 2𝑐 𝑐
0 0 )Δ𝑝 + 𝑐 0 ∇𝑝 · + 2V · + 2u · + 𝑉 𝑉
0𝑗 0𝑖
𝜕𝑡2
𝑎 𝑎 0 0
𝜌0 (x) 𝜕𝑡 𝜕𝑡 𝜕𝑥𝑗 𝜕𝑥𝑖
∫︁ 𝑡 2 ′ ∫︁ 𝑡 2 ′
d𝑉 𝜕 𝑝𝑎 (x, 𝑡 ) ′ 𝜕𝑢0𝑗 𝜕 𝑝𝑎 (x, 𝑡 ) ′
= −2𝑐20 0𝑖 d𝑡 − 2𝑐20 d𝑡
d𝑧 𝜕𝑧𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝑗
d𝑉0𝑗 ∫︁ 𝑡 ∫︁ 𝑡 𝜕 3 𝑝𝑎 (x, 𝑡′′ ) ′′ ′ 𝛽 𝜕 2 𝑝2𝑎
′
2
+ 2𝑐0 𝑉0𝑖 d𝑡 d𝑡 + , (D.1)
d𝑧 𝜕𝑧𝜕𝑥𝑖 𝜕𝑥𝑗 𝜌0 𝑐20 𝜕𝑡2
puis en réorganisant l’équation obtenue avec au second membre tous les termes autres que
l’équation des ondes en milieu homogène :
𝜕 2 𝑝𝑎 2 𝜕∇𝑝𝑎 2 d𝑉0𝑖
∫︁ 𝑡 2
𝜕 𝑝𝑎 (x, 𝑡′ ) ′
− 𝑐 0 Δ𝑝 = − 2V · − 2𝑐 0 d𝑡
𝜕𝑡2
𝑎 0
𝜕𝑡 d𝑧 𝜕𝑧𝜕𝑥𝑖
𝜕 2 𝑝𝑎 d𝑉0𝑗 ∫︁ 𝑡 ∫︁ 𝑡 𝜕 3 𝑝𝑎 (x, 𝑡′′ ) ′′ ′
′
2
− 𝑉0𝑗 𝑉0𝑖 + 2𝑐0 𝑉0𝑖 d𝑡 d𝑡
𝜕𝑥𝑗 𝜕𝑥𝑖 d𝑧 𝜕𝑧𝜕𝑥𝑖 𝜕𝑥𝑗
𝜕∇𝑝𝑎 𝜕𝑢0𝑗 ∫︁ 𝑡 𝜕 2 𝑝𝑎 (x, 𝑡′ ) ′
− 2u0 · − 2𝑐20 d𝑡 (D.2)
𝜕𝑡 𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝑗
∇𝜌0
+ 2𝑐0 𝑐′0 (x)Δ𝑝𝑎 − 𝑐20 ∇𝑝𝑎 ·
𝜌0 (x)
2 2
𝛽 𝜕 𝑝𝑎
+ .
𝜌0 𝑐20 𝜕𝑡2
Au second membre, nous avons : (i) sur la première ligne les termes linéaires par rapport à
l’écoulement stratifié (𝑂(𝑀 )), (ii) sur la seconde ligne les termes quadratiques par rapport
à l’écoulement stratifié (𝑂(𝑀 2 )), (iii) sur la première ligne les termes linéaires par rapport
186 D.2. Coordonnées mobiles
aux fluctuations de vent (𝑂(𝑀 2 )), (iv) sur la quatrième ligne les termes d’hétérogénéités
en vitesse du son et en densité, et (v) sur la dernière ligne le terme non linéaire. Cet
ordonnancement des différents termes du second membre sera constamment conservé par
la suite.
D.2 Coordonnées mobiles

On introduit le temps retardé 𝜏 défini par :
𝑥
𝜏 =𝑡− , (D.3)
𝑐0
en effectuant le changement de variable (𝑡, 𝑥, 𝑦, 𝑧) → (𝜏, 𝑥, 𝑦, 𝑧), il vient :
𝜕 𝜕
→
𝜕𝑡 𝜕𝜏
𝜕 𝜕 1 𝜕
→ −
𝜕𝑥 𝜕𝑥 𝑐0 𝜕𝜏
𝜕 𝜕
→ (D.4)
𝜕𝑦 𝜕𝑦
𝜕 𝜕
→
𝜕𝑧 𝜕𝑧
𝜕2 𝜕2 2 𝜕2 1 𝜕2
→ − + .
𝜕𝑥2 𝜕𝑥2 𝑐0 𝜕𝜏 𝜕𝑥 𝑐20 𝜕𝜏 2
En injectant ce changement de variable dans l’équation (D.2), on obtient la transfor-

mation de chacun des termes :
𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎
→ . (D.5)
𝜕𝑡2 𝜕𝜏 2
Laplacien :
𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 2 𝜕 2 𝑝𝑎 1 𝜕 2 𝑝𝑎
Δ𝑝𝑎 = → − + 2 ,
𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝑖 𝑐0 𝜕𝑥𝜕𝜏 𝑐0 𝜕𝜏 2
et donc :
𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎
−𝑐20 Δ𝑝𝑎 = −𝑐20 → −𝑐20 + 2𝑐0 − . (D.6)
𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝜕𝜏 𝜕𝜏 2
Terme linéaire par rapport à l’écoulement ambiant :
𝜕∇𝑝𝑎 𝜕 𝜕𝑝𝑎 𝜕 2 𝑝𝑎 2 𝜕 2𝑝
−2V0 · = −2𝑉0𝑖 → −2𝑉0𝑖 + 𝑉0𝑥 2𝑎 . (D.7)
𝜕𝑡 𝜕𝑡 𝜕𝑥𝑖 𝜕𝜏 𝜕𝑥𝑖 𝑐0 𝜕𝜏
Gradient de l’écoulement ambiant :
d𝑉 𝑡 𝜕 2 𝑝𝑎 (x, 𝑡′ ) ′ d𝑉 𝜏 𝜕 2 𝑝𝑎 (x, 𝜏 ′ ) ′ d𝑉 𝜕𝑝
−2𝑐20 0𝑖 −2𝑐20 0𝑖 d𝜏 + 2𝑐0 0𝑥 𝑎 . (D.8)
∫︁ ∫︁
d𝑡 →
d𝑧 𝜕𝑧𝜕𝑥𝑖 d𝑧 𝜕𝑧𝜕𝑥𝑖 d𝑧 𝜕𝑧
Terme quadratique par rapport à l’écoulement ambiant :
𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 2 𝜕 2 𝑝𝑎 1 𝜕 2𝑝
−𝑉0𝑗 𝑉0𝑖 → −𝑉0𝑗 𝑉0𝑖 + 𝑉0𝑥 𝑉0𝑖 − 2 𝑉0𝑥 𝑉0𝑥 2𝑎 . (D.9)
𝜕𝑥𝑗 𝜕𝑥𝑖 𝜕𝑥𝑗 𝜕𝑥𝑖 𝑐0 𝜕𝑥𝑖 𝜕𝜏 𝑐0 𝜕𝜏
D.2. Coordonnées mobiles 187
Gradient quadratique par rapport à l’écoulement ambiant :
𝜕 3 𝑝𝑎 (x, 𝑡′′ ) ′′ ′
′
d𝑉0𝑗 ∫︁ 𝑡 ∫︁ 𝑡
2𝑐20 𝑉0𝑖 d𝑡 d𝑡
d𝑧 𝜕𝑧𝜕𝑥𝑖 𝜕𝑥𝑗
𝜕 3 𝑝𝑎 (x, 𝜏 ′′ ) ′′ ′ 𝜕 2 𝑝𝑎 ′
′ (︃ )︃
d𝑉0𝑗 𝜏 𝜏 d𝑉 1 𝜕𝑝𝑎 𝜏
d𝜏 d𝜏 + 2𝑐0 𝑉0𝑥 0𝑥
∫︁ ∫︁ ∫︁
2𝑐20 𝑉0𝑖 −2 d𝜏
d𝑧 𝜕𝑧𝜕𝑥𝑖 𝜕𝑥𝑗 d𝑧 𝑐0 𝜕𝑧 𝜕𝑧𝜕𝑥
→ (︃ )︃ ∫︁ 2
d𝑉0𝑥 d𝑉0𝑦 𝜏 𝜕 𝑝
𝑎
− 2𝑐0 𝑉0𝑦 + 𝑉0𝑥 d𝜏 ′ .
d𝑧 d𝑧 𝜕𝑧𝜕𝑦
(D.10)
Fluctuations turbulentes, terme linéaire :
𝜕∇𝑝𝑎 𝜕 𝜕𝑝𝑎 𝜕 2 𝑝𝑎 2 𝜕 2𝑝
−2u0 · = −2𝑢0𝑖 → −2𝑢0𝑖 + 𝑢0𝑥 2𝑎 . (D.11)
𝜕𝑡 𝜕𝑡 𝜕𝑥𝑖 𝜕𝜏 𝜕𝑥𝑖 𝑐0 𝜕𝜏
Gradient des fluctuations turbulentes :
𝜕𝑢0𝑗 ∫︁ 𝑡 𝜕 2 𝑝𝑎 (x, 𝑡′ ) ′
−2𝑐20 d𝑡
𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝑗
𝜕 2 𝑝𝑎 (x, 𝜏 ′ ) ′
(︃ )︃
𝜕𝑢0𝑗 𝜏 𝜕𝑢 𝜕𝑝 𝜕𝑝 𝜕𝑢0𝑖 𝜕𝑢0𝑥
d𝜏 − 2 0𝑥 𝑎 + 2𝑐0 𝑎
∫︁
→ −2𝑐20 + . (D.12)
𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝑗 𝜕𝑥 𝜕𝜏 𝜕𝑥𝑖 𝜕𝑥 𝜕𝑥𝑖
Hétérogénéités :
𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 𝑐′ 𝜕 2 𝑝 𝑎
2𝑐0 𝑐′0 Δ𝑝𝑎 = 2𝑐0 𝑐′0 → 2𝑐0 𝑐′0 − 4𝑐′0 +2 0 , (D.13)
𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝜕𝜏 𝑐0 𝜕𝜏 2
et (︃ )︃
∇𝜌0 𝜕𝑝 1 𝜕𝜌0
−𝑐20 ∇𝑝𝑎 · = −𝑐20 𝑎
𝜌0 𝜕𝑥𝑖 𝜌0 𝜕𝑥𝑖
(︃ )︃
𝜕𝑝 1 𝜕𝜌0 𝑐0 𝜕𝑝𝑎 𝜕𝜌0 𝜕𝑝𝑎 𝜕𝜌0 1 𝜕𝑝𝑎 𝜕𝜌0
→ −𝑐20 𝑎 + + − ,
𝜕𝑥𝑖 𝜌0 𝜕𝑥𝑖 𝜌0 𝜕𝑥 𝜕𝜏 𝜕𝜏 𝜕𝑥 𝜌0 𝜕𝜏 𝜕𝜏
𝑐20 𝜕𝑝𝑎 𝜕𝜌0 𝑐0 𝜕𝑝𝑎 𝜕𝜌0 𝜕𝜌0

qui devient − + car =0 (D.14)
𝜌0 𝜕𝑥𝑖 𝜕𝑥𝑖 𝜌0 𝜕𝜏 𝜕𝑥 𝜕𝜏
188 D.3. Rassemblement des termes
D.3 Rassemblement des termes

En rassemblant les termes écrits en temps retardé il vient :
𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎
2𝑐0 − 𝑐20 =
𝜕𝑥𝜕𝜏 𝜕𝑥𝑖 𝜕𝑥𝑖
𝜕 2 𝑝𝑎 2 𝜕 2𝑝 d𝑉 ∫︁ 𝜏 𝜕 2 𝑝𝑎 (x, 𝜏 ′ ) ′ d𝑉 𝜕𝑝
− 2𝑉0𝑖 + 𝑉0𝑥 2𝑎 − 2𝑐20 0𝑖 d𝜏 + 2𝑐0 0𝑥 𝑎
𝜕𝜏 𝜕𝑥𝑖 𝑐0 𝜕𝜏 d𝑧 𝜕𝑧𝜕𝑥𝑖 d𝑧 𝜕𝑧
∫︁ 𝜏 ∫︁ 𝜏 ′ 3 ′′
(︃ ∫︁ 𝜏 2 )︃
2 d𝑉0𝑗 𝜕 𝑝𝑎 (x, 𝜏 ) ′′ ′ d𝑉0𝑥 1 𝜕𝑝𝑎 𝜕 𝑝𝑎 ′
+ 2𝑐0 𝑉0𝑖 d𝜏 d𝜏 + 2𝑐0 𝑉0𝑥 −2 d𝜏
d𝑧 𝜕𝑧𝜕𝑥𝑖 𝜕𝑥𝑗 d𝑧 𝑐0 𝜕𝑧 𝜕𝑧𝜕𝑥
𝜏 𝜕 2𝑝
(︃ )︃ ∫︁
d𝑉0𝑥 d𝑉0𝑦 𝑎
− 2𝑐0 𝑉0𝑦 + 𝑉0𝑥 d𝜏 ′
d𝑧 d𝑧 𝜕𝑧𝜕𝑦
𝜕 2 𝑝𝑎 2 𝜕 2 𝑝𝑎 1 𝜕 2𝑝
− 𝑉0𝑗 𝑉0𝑖 + 𝑉0𝑥 𝑉0𝑖 − 2 𝑉0𝑥 𝑉0𝑥 2𝑎
𝜕𝑥𝑗 𝜕𝑥𝑖 𝑐0 𝜕𝑥𝑖 𝜕𝜏 𝑐0 𝜕𝜏
2 2
𝜕 𝑝𝑎 2 𝜕 𝑝
− 2𝑢0𝑖 + 𝑢0𝑥 2𝑎
𝜕𝜏 𝜕𝑥𝑖 𝑐0 𝜕𝜏
∫︁ 𝜏 2
𝜕 𝑝𝑎 (x, 𝜏 ′ ) ′
(︃ )︃
2 𝜕𝑢0𝑗 𝜕𝑢0𝑥 𝜕𝑝𝑎 𝜕𝑝𝑎 𝜕𝑢0𝑖 𝜕𝑢0𝑥
− 2𝑐0 d𝜏 − 2 + 2𝑐0 +
𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝑗 𝜕𝑥 𝜕𝜏 𝜕𝑥𝑖 𝜕𝑥 𝜕𝑥𝑖
𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 𝑐′ 𝜕 2 𝑝 𝑎 𝑐20 𝜕𝑝𝑎 𝜕𝜌0 𝑐0 𝜕𝑝𝑎 𝜕𝜌0
+ 2𝑐0 𝑐′0 − 4𝑐′0 +2 0 − +
𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝜕𝜏 𝑐0 𝜕𝜏 2 𝜌0 𝜕𝑥𝑖 𝜕𝑥𝑖 𝜌0 𝜕𝜏 𝜕𝑥
𝛽 𝜕 2 𝑝2𝑎
+ .
𝜌0 𝑐20 𝜕𝜏 2
(D.15)
D.4 Vers une formulation unidirectionnelle

On privilégie la propagation le long de l’axe 𝑂𝑥 en explicitant tous les termes faisant
intervenir une dérivée partielle selon la variable 𝑥. Pour les deux autres variables d’espace,
on change les noms des indices répétés en introduisant les indices 𝑘, 𝑙 dont la sommation
D.5. Équation partiellement unidirectionnelle 189
ne s’effectue plus que sur les variables 𝑦, 𝑧. Il vient :
𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎
2𝑐0 − 𝑐20 − 𝑐20 =
𝜕𝑥𝜕𝜏 𝜕𝑥𝑘 𝜕𝑥𝑘 𝜕𝑥2
𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 2 𝜕 2 𝑝𝑎
− 2𝑉0𝑥 − 2𝑉0𝑦 + 𝑉0𝑥 2
𝜕𝜏 𝜕𝑥 𝜕𝜏 𝜕𝑦 𝑐0 𝜕𝜏
∫︁ 𝜏 2
2 d𝑉0𝑥
′
𝜕 𝑝𝑎 (x, 𝜏 ) ′ 2 d𝑉0𝑦
𝜏 𝜕 2 𝑝𝑎 (x, 𝜏 ′ ) ′ d𝑉 𝜕𝑝
d𝜏 + 2𝑐0 0𝑥 𝑎
∫︁
− 2𝑐0 d𝜏 − 2𝑐0
d𝑧 𝜕𝑧𝜕𝑥 d𝑧 𝜕𝑧𝜕𝑦 d𝑧 𝜕𝑧
𝜕 𝜕 2 𝑝𝑎 (x, 𝜏 ′′ ) ′′ ′
′
d𝑉 𝜏 𝜏
2𝑐20 𝑉0𝑥 0𝑥
∫︁ ∫︁
+ d𝜏 d𝜏
d𝑧 𝜕𝑧 𝜕𝑥2
d𝑉0𝑥 ∫︁ 𝜏 ∫︁ 𝜏 𝜕 3 𝑝𝑎 (x, 𝜏 ′′ ) ′′ ′
(︃ )︃ ′
d𝑉0𝑦
+ 2𝑐20 𝑉0𝑥 + 𝑉0𝑦 d𝜏 d𝜏
d𝑧 d𝑧 𝜕𝑧𝜕𝑥𝜕𝑦
d𝑉0𝑦 ∫︁ 𝜏 ∫︁ 𝜏 𝜕 3 𝑝𝑎 (x, 𝜏 ′′ ) ′′ ′
′
+ 2𝑐20 𝑉0𝑦 d𝜏 d𝜏
d𝑧 𝜕𝑧𝜕𝑦 2
∫︁ 𝜏 2
𝜕 2 𝑝𝑎 ′
(︃ )︃ (︃ )︃ ∫︁
d𝑉0𝑥 1 𝜕𝑝𝑎 𝜕 𝑝𝑎 ′ d𝑉0𝑥 d𝑉0𝑦 𝜏
+ 2𝑐0 𝑉0𝑥 −2 d𝜏 − 2𝑐0 𝑉0𝑦 + 𝑉0𝑥 d𝜏
d𝑧 𝑐0 𝜕𝑧 𝜕𝑧𝜕𝑥 d𝑧 d𝑧 𝜕𝑧𝜕𝑦
𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 2 𝜕 2 𝑝𝑎 2 𝜕 2 𝑝𝑎
− 𝑉0𝑥 𝑉0𝑥 − 2𝑉 𝑉
0𝑥 0𝑦 − 𝑉 𝑉
0𝑦 0𝑦 + 𝑉 𝑉
0𝑥 0𝑥 + 𝑉 𝑉
0𝑥 0𝑦
𝜕𝑥2 𝜕𝑥𝜕𝑦 𝜕𝑦 2 𝑐0 𝜕𝑥𝜕𝜏 𝑐0 𝜕𝑦𝜕𝜏
1 𝜕 2𝑝
− 2 𝑉0𝑥 𝑉0𝑥 2𝑎
𝑐0 𝜕𝜏
2
𝜕 𝑝𝑎 𝜕 2 𝑝𝑎 2 𝜕 2𝑝
− 2𝑢0𝑥 − 2𝑢0𝑘 + 𝑢0𝑥 2𝑎
𝜕𝜏 𝜕𝑥 𝜕𝜏 𝜕𝑥𝑘 𝑐0 𝜕𝜏
𝜕𝑢 𝜕 2 𝑝𝑎 (x, 𝜏 ′ ) ′
𝜏
2𝑐20 0𝑥
∫︁
− d𝜏
𝜕𝑥 𝜕𝑥2
𝜕𝑢0𝑥 ∫︁ 𝜏 𝜕 2 𝑝𝑎 (x, 𝜏 ′ ) ′ 𝜕𝑢 ∫︁ 𝜏 𝜕 2 𝑝𝑎 (x, 𝜏 ′ ) ′
(︃ )︃
2 𝜕𝑢0𝑘
− 2𝑐0 + d𝜏 − 2𝑐20 0𝑘 d𝜏
𝜕𝑥 𝜕𝑥𝑘 𝜕𝑥𝑘 𝜕𝑥 𝜕𝑥𝑙 𝜕𝑥𝑘 𝜕𝑥𝑙
(︃ )︃
𝜕𝑢0𝑥 𝜕𝑝𝑎 𝜕𝑝𝑎 𝜕𝑢0𝑥 𝜕𝑝𝑎 𝜕𝑢0𝑘 𝜕𝑢0𝑥
−2 + 4𝑐0 + 2𝑐0 +
𝜕𝑥 𝜕𝜏 𝜕𝑥 𝜕𝑥 𝜕𝑥𝑘 𝜕𝑥 𝜕𝑥𝑘
𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 ⎠ 2
𝑐′0 𝜕 2 𝑝𝑎 𝑐20 𝜕𝑝𝑎 𝜕𝜌0 𝑐20 𝜕𝑝𝑎 𝜕𝜌0
⎛ ⎞
′ 𝜕 𝑝𝑎 𝑐 𝜕𝑝 𝜕𝜌
+ 2𝑐0 𝑐′0 ⎝ + 2 − 4𝑐0 + 2 2 − − + 0 𝑎 0
𝜕𝑥𝑘 𝜕𝑥𝑘 𝜕𝑥 𝜕𝑥𝜕𝜏 𝑐0 𝜕𝜏 𝜌0 𝜕𝑥 𝜕𝑥 𝜌0 𝜕𝑥𝑘 𝜕𝑥𝑘 𝜌0 𝜕𝜏 𝜕𝑥
𝛽 𝜕 2 𝑝2𝑎
+ ,
𝜌0 𝑐20 𝜕𝜏 2
(D.16)
où les dérivées secondes de la pression par rapport à la variable d’avancement 𝑥 ont été
encadrées, ils seront ensuite transformés.
D.5 Équation partiellement unidirectionnelle

À l’aide de l’équation d’onde homogène on peut écrire :
𝜕 2 𝑝𝑎 2 𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎
= − + 𝑂(𝑀 ). (D.17)
𝜕𝑥2 𝑐0 𝜕𝑥𝜕𝜏 𝜕𝑥𝑘 𝜕𝑥𝑘
𝜕 2 𝑝𝑎
On peut de la sorte remplacer les dérivées secondes dans le second membre de
𝜕𝑥2
l’équation (D.16), où cette dérivée seconde apparaît toujours dans des termes d’ordre
190 D.5. Équation partiellement unidirectionnelle
𝑂(𝑀 2 ). En procédant de la sorte on ne modifie pas la précision à l’ordre 𝑂(𝑀 2 ) de

l’équation. On obtient après simplifications et réorganisation :
𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 𝜕 2𝑝
2𝑐0 − 𝑐20 − 𝑐20 2𝑎 =
𝜕𝑥𝜕𝜏 𝜕𝑥𝑘 𝜕𝑥𝑘 𝜕𝑥
2 2
𝜕 𝑝𝑎 2 𝜕 𝑝 𝜕 2 𝑝𝑎
− 2𝑉0𝑥 + 𝑉0𝑥 2𝑎 − 2𝑉0𝑦
𝜕𝜏 𝜕𝑥 𝑐0 𝜕𝜏 𝜕𝜏 𝜕𝑦
∫︁ 𝜏 2 ∫︁ 𝜏 2
d𝑉0𝑥 𝜕𝑝𝑎 2 d𝑉0𝑥 𝜕 𝑝𝑎 (x, 𝜏 ′ ) ′ 2 d𝑉0𝑦 𝜕 𝑝𝑎 (x, 𝜏 ′ ) ′
+ 2𝑐0 − 2𝑐0 d𝜏 − 2𝑐0 d𝜏
d𝑧 𝜕𝑧 d𝑧 𝜕𝑧𝜕𝑥 d𝑧 𝜕𝑧𝜕𝑦
𝜕 2 𝑝𝑎 1 𝜕 2 𝑝𝑎 1 𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎
(︃ )︃ (︃ )︃
+ 𝑉0𝑥 𝑉0𝑥 − + 2𝑉0𝑥 𝑉0𝑦 − − 𝑉0𝑦 𝑉0𝑦 2
𝜕𝑥𝑘 𝜕𝑥𝑘 𝑐20 𝜕𝜏 2 𝑐0 𝜕𝑦𝜕𝜏 𝜕𝑥𝜕𝑦 𝜕𝑦
∫︁ 𝜏 ∫︁ 𝜏 3 ′
𝜕 𝑝𝑎 (x, 𝜏 ′′ ) ′′ ′
(︃ )︃
d𝑉 𝜕𝑝𝑎
+ 2𝑉0𝑥 0𝑥 − 𝑐20 d𝜏 d𝜏
d𝑧 𝜕𝑧 𝜕𝑧𝜕𝑥𝑘 𝜕𝑥𝑘
)︃ (︃∫︁ ∫︁ ′ 3
𝜏 𝜕 𝑝 (x, 𝜏 ′′ ) 𝜕 2 𝑝𝑎 (x, 𝜏 ′ ) ′
(︃ )︃
2 d𝑉0𝑦 d𝑉0𝑥 𝜏
𝑎 1 ∫︁ 𝜏
+ 2𝑐0 𝑉0𝑥 + 𝑉0𝑦 d𝜏 ′′ d𝜏 ′ − d𝜏
d𝑧 d𝑧 𝜕𝑧𝜕𝑥𝜕𝑦 𝑐0 𝜕𝑧𝜕𝑦
∫︁ 𝜏 ∫︁ 𝜏 ′ 3 ′′
d𝑉0𝑦 𝜕 𝑝𝑎 (x, 𝜏 ) ′′ ′
+ 2𝑐20 𝑉0𝑦 d𝜏 d𝜏
1 𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎 𝜕 2 𝑝𝑎
(︃ )︃
+ 2𝑢0𝑥 − − 2𝑢 0𝑘
𝑐0 𝜕𝜏 2 𝜕𝜏 𝜕𝑥 𝜕𝜏 𝜕𝑥𝑘
𝜕 2 𝑝𝑎 (x, 𝜏 ′ ) ′ 𝜕𝑝𝑎
(︃ )︃
𝜕𝑢0𝑥 2 ∫︁ 𝜏
+2 𝑐0 d𝜏 −
𝜕𝑥 𝜕𝑥𝑘 𝜕𝑥𝑘 𝜕𝜏
𝜕 2 𝑝𝑎 (x, 𝜏 ′ ) ′ 𝜕 2 𝑝𝑎 (x, 𝜏 ′ ) ′
(︃ )︃ (︃ )︃
𝜕𝑢0𝑘 𝜕𝑢0𝑥 1 𝜕𝑝𝑎 ∫︁ 𝜏 𝜕𝑢 ∫︁ 𝜏
+ 2𝑐20 + − d𝜏 − 2𝑐20 0𝑘 d𝜏
𝜕𝑥 𝜕𝑥𝑘 𝑐0 𝜕𝑥𝑘 𝜕𝑥𝑘 𝜕𝑥 𝜕𝑥𝑙 𝜕𝑥𝑘 𝜕𝑥𝑙
𝑐′ 𝜕 2 𝑝𝑎 𝑐20 𝜕𝜌0 𝑐20 𝜕𝑝𝑎 𝜕𝜌0
(︃ )︃
1 𝜕𝑝𝑎 𝜕𝑝𝑎
+2 0 + − −
𝑐0 𝜕𝜏 2 𝜌0 𝜕𝑥 𝑐0 𝜕𝜏 𝜕𝑥 𝜌0 𝜕𝑥𝑘 𝜕𝑥𝑘
𝛽 𝜕 2 𝑝2𝑎
+
𝜌0 𝑐20 𝜕𝜏 2
(D.18)
où les termes s’organisent en :
1. membre à gauche : équation d’onde en temps retardé.
2. membre à droite :
(a) Termes linéaires par rapport à l’écoulement ambiant :
i. termes dûs à la convection : termes proportionnels à 𝑉0𝑥 ou 𝑉0𝑦 . Ceux-ci
subsistent quand l’écoulement est uniforme.
ii. Termes dus aux gradients de l’écoulement ambiant : termes proportionnels à
d𝑉0𝑥 d𝑉0𝑦
ou .
d𝑧 d𝑧
(b) Termes quadratiques par rapport à l’écoulement ambiant :
i. termes sans gradient, proportionnels à 𝑉0 2𝑥 , ou 𝑉0𝑥 𝑉0𝑦 , ou enfin 𝑉0 2𝑦 .
d𝑉 d𝑉0𝑦
ii. termes avec gradients : proportionnels à 𝑉0𝑥 0𝑥 ou 𝑉0𝑦 , ou termes
d𝑧 d𝑧
d𝑉0𝑦
croisés (ex : 𝑉0𝑥 ).
d𝑧
(c) Fluctuations turbulentes :
i. les termes de convection en 𝑢0𝑥 et les sommations sur les autres composantes
de u0 (𝑢0𝑘 ).
D.6. Formulation en pseudo-potentiel 191
𝜕𝑢0𝑥
ii. les termes de cisaillement, proportionnels à et les sommations sur les
𝜕𝑥
𝜕𝑢0𝑘
autres composantes de u0 : et autres.
𝜕𝑥
(d) Termes hétérogènes.
(e) Terme non linéaire.
D.6 Formulation en pseudo-potentiel

En introduisant le pseudo-potentiel 𝜑(x) :
𝜕𝜑
𝑝𝑎 (x) = (x), (D.19)
𝜕𝑡
on obtient finalement :
𝜕 2𝜑 2
2𝜕 𝜑 2 𝜕 𝜑
2
2𝑐0 = 𝑐0 2 + 𝑐0
𝜕𝑥𝜕𝜏 𝜕𝑥 𝜕𝑥𝑘 𝜕𝑥𝑘
𝜕 2𝜑
(︃ )︃
𝜕 1 𝜕𝜑 𝜕𝜑
+ 2𝑉0𝑥 − − 2𝑉0𝑦
𝜕𝜏 𝑐0 𝜕𝜏 𝜕𝑥 𝜕𝜏 𝜕𝑦
𝜕 2𝜑 ′
(︃ )︃
𝜕 ∫︁ 𝜏 1 𝜕𝜑 𝜕𝜑 2 d𝑉0𝑦
d𝑉 𝜏
2𝑐20 0𝑥
∫︁
′
+ − d𝜏 − 2𝑐0 d𝜏
d𝑧 𝜕𝑧 𝑐0 𝜕𝜏 𝜕𝑥 d𝑧 𝜕𝑧𝜕𝑦
1 𝜕 2𝜑 𝜕 2𝜑 𝜕 2𝜑
(︃ )︃ (︃ )︃
𝜕 1 𝜕𝜑 𝜕𝜑
− 𝑉0𝑥 𝑉0𝑥 2 2 − + 2𝑉0𝑥 𝑉0𝑦 − − 𝑉0𝑦 𝑉0𝑦 2
𝑐0 𝜕𝜏 𝜕𝑥𝑘 𝜕𝑥𝑘 𝜕𝑦 𝑐0 𝜕𝜏 𝜕𝑥 𝜕𝑦
∫︁ 𝜏 ∫︁ 𝜏 ′ (︃ 2 2
)︃
d𝑉 𝜕 1𝜕 𝜑 𝜕 𝜑
+ 2𝑐20 𝑉0𝑥 0𝑥 2 2 − d𝜏 ′′ d𝜏 ′
d𝑧 𝜕𝑧 𝑐0 𝜕𝜏 𝜕𝑥𝑘 𝜕𝑥𝑘
𝜕 2 ∫︁ 𝜏 ∫︁ 𝜏 1 𝜕𝜑 𝜕𝜑
′ (︃ )︃
d
(︂ )︂
− 2𝑐20 𝑉0𝑥 𝑉0𝑦 − d𝜏 ′′ d𝜏 ′ (D.20)
d𝑧 𝜕𝑧𝜕𝑦 𝑐0 𝜕𝜏 𝜕𝑥
d𝑉0𝑦 ∫︁ 𝜏 ∫︁ 𝜏 𝜕 3 𝜑
′
2
+ 2𝑐0 𝑉0𝑦 d𝜏 ′′ d𝜏 ′
𝜕 2𝜑 1 𝜕 2𝜑 𝜕 2𝜑
(︃ )︃ ∫︁ 𝜏 (︃ )︃
𝜕 1 𝜕𝜑 𝜕𝜑 2 𝜕𝑢0𝑥
+ 2𝑢0𝑥 − − 2𝑢0𝑘 − 2𝑐0 2 2 − d𝜏 ′
𝜕𝜏 𝑐0 𝜕𝜏 𝜕𝑥 𝜕𝜏 𝜕𝑥𝑘 𝜕𝑥 𝑐0 𝜕𝜏 𝜕𝑥𝑘 𝜕𝑥𝑘
𝜕 2𝜑
(︃ )︃ (︃ )︃
𝜕𝑢0𝑘 𝜕𝑢0𝑥 𝜕 ∫︁ 𝜏 1 𝜕𝜑 𝜕𝜑 𝜕𝑢 ∫︁ 𝜏
+ 2𝑐20 + − d𝜏 ′ − 2𝑐20 0𝑘 d𝜏 ′
𝜕𝑥 𝜕𝑥𝑘 𝜕𝑥𝑘 𝑐0 𝜕𝜏 𝜕𝑥 𝜕𝑥𝑙 𝜕𝑥𝑘 𝜕𝑥𝑙
𝑐′0 𝜕 2 𝜑 𝑐20 𝜕𝜌0 𝑐20 𝜕𝜑 𝜕𝜌0
(︃ )︃
1 𝜕𝜑 𝜕𝜑
+2 + − −
𝑐0 𝜕𝜏 2 𝜌0 𝜕𝑥 𝑐0 𝜕𝜏 𝜕𝑥 𝜌0 𝜕𝑥𝑘 𝜕𝑥𝑘
⎡(︃ )︃2 ⎤
𝛽 𝜕 ⎣ 𝜕𝜑
+ ⎦.
𝜌0 𝑐20 𝜕𝜏 𝜕𝜏
192 D.7. Cas bi-dimensionnel
D.7 Cas bi-dimensionnel

Si l’on s’intéresse à un problème bidimensionnel dans le plan (𝑥, 𝑧), l’axe 𝑂𝑥 étant
l’axe de propagation horizontal et l’axe 𝑂𝑧 étant l’axe verticale, on obtient :
𝜕 2𝜑 2
2𝜕 𝜑
2
2𝜕 𝜑
2𝑐0 = 𝑐0 + 𝑐0 2
𝜕𝑥𝜕𝜏 (︃ 𝜕𝑥2 𝜕𝑧
)︃ ∫︁ 𝜏 (︃ )︃
𝜕 1 𝜕𝜑 𝜕𝜑 2 d𝑉0𝑥 𝜕 1 𝜕𝜑 𝜕𝜑
+ 2𝑉0𝑥 − + 2𝑐0 − d𝜏 ′
𝜕𝜏 𝑐0 𝜕𝜏 𝜕𝑥 d𝑧 𝜕𝑧 𝑐0 𝜕𝜏 𝜕𝑥
1 𝜕 2𝜑 𝜕 2𝜑
(︃ )︃
− 𝑉0𝑥 𝑉0𝑥 2 2 − 2
𝑐0 𝜕𝜏 𝜕𝑧
∫︁ 𝜏 ∫︁ 𝜏 ′ (︃
1 𝜕 2𝜑 𝜕 2𝜑
)︃
2 d𝑉0𝑥 𝜕
+ 2𝑐0 𝑉0𝑥 2 2 − 2 d𝜏 ′′ d𝜏 ′
d𝑧 𝜕𝑧 𝑐0 𝜕𝜏 𝜕𝑧
2
1 𝜕 2𝜑 𝜕 2𝜑 (D.21)
(︃ )︃ ∫︁ 𝜏 (︃ )︃
𝜕 1 𝜕𝜑 𝜕𝜑 𝜕 𝜑 2 𝜕𝑢0𝑥
+ 2𝑢0𝑥 − − 2𝑢0𝑧 − 2𝑐0 2 2 − 2 d𝜏 ′
𝜕𝜏 𝑐0 𝜕𝜏 𝜕𝑥 𝜕𝜏 𝜕𝑧 𝜕𝑥 𝑐0 𝜕𝜏 𝜕𝑧
(︃ )︃ ∫︁ 𝜏 (︃ )︃ ∫︁ 𝜏 2
𝜕𝑢0𝑧 𝜕𝑢0𝑥 𝜕 1 𝜕𝜑 𝜕𝜑 𝜕𝑢 𝜕 𝜑 ′
+ 2𝑐20 + − d𝜏 ′ − 2𝑐20 0𝑧 d𝜏
𝜕𝑥 𝜕𝑧 𝜕𝑧 𝑐0 𝜕𝜏 𝜕𝑥 𝜕𝑧 𝜕𝑧 2
𝑐′0 𝜕 2 𝜑 𝑐20 𝜕𝜌0 𝑐20 𝜕𝜑 𝜕𝜌0
(︃ )︃
1 𝜕𝜑 𝜕𝜑
+2 + − −
𝑐0 𝜕𝜏 2 𝜌0 𝜕𝑥 𝑐0 𝜕𝜏 𝜕𝑥 𝜌0 𝜕𝑧 𝜕𝑧
⎡(︃ )︃2 ⎤
𝛽 𝜕 ⎣ 𝜕𝜑
+ ⎦,
𝜌0 𝑐20 𝜕𝜏 𝜕𝜏
dont l’équation Flhoward (5.10) peut aisément être déduite.

Annexe E
Intérêt de la forme conservative pour les

termes d’écoulement ambiant
Les tests de validation pour une propagation guidée ont montré que la résolution
numérique des termes d’écoulement aux dérivées d’ordre impaire peut-être instable. Ils
ont été remplacés par la forme conservative suivante :
𝜕 2𝜑
[︃ ]︃
d𝑉0𝑥 𝜕𝜑 𝜕 𝜕𝜑
= 𝑉0𝑥 − 𝑉0𝑥 2 . (E.1)
d𝑧 𝜕𝑧 𝜕𝑧 𝜕𝑧 𝜕𝑧
A titre d’illustration, la figure E.1 montre le bénéfice apporté par le remplacement du seul
[︁ ^
]︁ 𝜕 𝜑 [︁ ]︁ 𝜕 2 𝜑
^
terme 𝒱1𝑧 ^ ^
par sa forme conservative, l’autre terme 𝒱2𝑥𝑧 n’ayant-été transformé
qu’après. On peut bien constater un effet d’amplification fortement réduit avec la forme
conservative.
Evolution of the amplitude
1e+12
whithout modification
conservative form
1e+10
Amplitude of the mode
1e+08
1e+06
10000
100
0.01
0 500 1000 1500 2000 2500 3000 3500 4000
Propagation distance X (m)
Figure E.1 – Exemple d’effet d’amplification sur l’amplitude d’un mode au cours de la
propagation dans le guide d’onde avec un écoulement de Poiseuille de nombre de Mach
𝑀 = 0.1. Mode 2 de fréquence 𝑓0 = 200 Hz, 𝑘𝑥 ≈ 1.725, 𝜆𝑥 ≈ 3 m. Comparaison entre le
[︁ ^
]︁ 𝜕 𝜑
cas non conservatif (en rouge) et le cas conservatif (en bleu). Seul le terme 𝒱^1𝑧 est
𝜕𝑧
[︁ ]︁ 𝜕 2 𝜑
^
remplacé par sa forme conservative, l’autre terme 𝒱^2𝑥𝑧 étant resté sous forme non
𝜕𝑧𝜕𝑥
conservative.
194
Annexe F
Intérêt de l’algorithme à pas fractionné à

quatre étapes
Initialement dans le développement de la méthode numérique Flhoward, c’est un
algorithme à pas[︁ fractionné
]︁ à trois étapes qui a été utilisé. Les termes d’hétérogénéités et
d’écoulements ℋ 𝜑 étaient tous calculés en une seule étape par le schéma aux différences
finies. Mais les exemples présentés au paragraphe 5.7 sur la propagation d’une onde de
choc émise par une source explosive en présence d’un écoulement de couche limite ont
révélé la présence de dispersion numérique dans le cas d’une propagation contre le vent
(Mach négatif). Les premiers cas tests sur le gradients atmosphérique de célérité du son
(non montrés ici) produisent des effets similaires. Les figures F.1 et F.2 en donnent une
illustration : des oscillations parasites au pied des fronts de choc sont clairement visibles.
Ces figures sont à comparer[︁ aux]︁ figures 5.15 page[︁ 159
]︁ et [︁5.16
]︁ page 160 sans oscillations.
Le découpage du terme ℋ 𝜑 en deux termes 𝒵 𝜑 et 𝒮 𝜑, ce dernier étant calculé de
manière analytique, résout ce problème.
400
150 300 150
200
100 100
100
Z (m)
Z (m)
0
50 50
100
0 0 50 100 200 0 0 50 100
Figure F.1 – Algorithme à pas fractionné à trois étapes, cas du vent négatif. Colonne de
gauche : champ de surpression acoustique (Pa, échelle de couleur grisée) dans le domaine
(𝑂𝜏, 𝑂𝑧) après une propagation non linéaire sur 𝑥 = 50𝜆 (340 m). Colonne de droite :
profils de surpression aux altitudes 10 m, 50 m, 100 m et 150 m. Les segments verticaux
sur la droite représentent une amplitude de 200Pa.
196
400
150 300 150
200
100 100
100
Z (m)
Z (m)
0
50 50
100
0 100 150 200 200 0 100 150 200
Figure F.2 – Mêmes tracés que la figure F.1, mais après une propagation sur une distance
de 𝑥 = 200𝜆 (1360m).
Annexe G
Interprétation des biais dans la

reconstruction de l’altitude des sources
acoustiques lointaines à l’aide de simulations
numériques
G.1 But de l’étude

Nous avons montré dans le chapitre 4 que la reconstruction acoustique des éclairs
d’orage a permis de déterminer la géométrie des décharges de foudre qui se sont produites
au plus proche de la station acoustique à moins de 10km. Pour les décharges plus lointaines
nous avons obtenu des résultats pour les distances horizontales et les azimuts des détections
acoustiques reconstruites cohérents avec les données électromagnétiques. Mais nous avons
constaté des biais sur la localisation en altitude des détections acoustiques. Avec la méthode
utilisée, les détections acoustiques sont reconstruites trop haut par rapport aux altitudes
des détections LMA. En effet, dès 20km de distance, des sources acoustiques sont localisées
à des altitudes surestimées, entre 12km et 16km. La méthode de reconstruction proposée
se base sur l’hypothèse selon laquelle le milieu est homogène et sans vent, si bien que la
propagation se fait en ligne droite à la vitesse du son de 𝑐0 = 340 m/s (valeur de célérité
au sol).
Le chapitre 4 a montré que ces hypothèses sont suffisantes pour reconstruire la géométrie
des décharges les plus proches de la station acoustique. Mais cette hypothèse ne s’avère
probablement plus valable pour les sources acoustiques les plus lointaines. La présence d’un
profil de vent et du gradient de température provoque la déformation des fronts d’onde
acoustiques au cours de la propagation, c’est une explication naturelle pour interpréter les
erreurs de reconstructions.
Nous nous proposons d’analyser ces erreurs à l’aide de la simulation numérique avec
le code Flhoward et de confirmer ainsi l’importance des effets météorologiques sur la
reconstruction des sources.
G.2 Construction d’un plan d’expérience numérique

Nous explorons les causes des biais constatés sur l’altitude des détections acoustiques
reconstruites à l’aide du plan d’expérience numérique suivant. Les profils météorologiques
utilisés sont les profils réanalysés d’AROME-WMED.
On choisit un ensemble de 11 sources acoustiques réparties sur les altitudes de 0km
à 10km par pas de 1km. Nous posons que ces sources acoustiques émettent une onde
impulsionnelle décrite par une forme d’onde de Kinney [Friedlander, 1946].
La forme d’onde est choisie pour avoir une fréquence principale 𝑓0 = 10Hz et un pic
de surpression valant 1000Pa. Le choix de ces paramètres ne tente pas de reproduire
les caractéristiques physiques réelles d’une source acoustique présente dans un éclair.
Néanmoins ils se rapprochent de ceux donnés par Few [1995] pour son modèle d’éclair en
"chaîne de perles" On définit la longueur d’onde caractéristique 𝜆 = 34m.
Les 11 sources acoustiques émettent dans la direction horizontale selon une distribution
gaussienne en amplitude, avec une largeur à mi-hauteur de la gaussienne égale à 2𝜆, soit
environ 70m. Cette valeur a été choisie pour mimer les longueurs caractéristiques d’un
segment d’éclair [Ribner et Roy, 1982; Depasse, 1994].
198 G.3. Contenu du champ acoustique propagé sur 50km
Le champ acoustique émis par ces sources est propagé non linéairement avec le code
Flhoward sur une distance de 1500𝜆 (50km environ). La propagation numérique est faite à
travers les profils de célérité du son et de vent calculés par AROME-WMED. La simulation
étant 2D, le profil de vent utilisé est le profil de vent 3D projeté dans le plan vertical de
propagation. Les sorties disponibles de ces profils donnent des valeurs jusqu’à une altitude
de 16km. Nous choisissons alors comme limite supérieure du domaine de calcul numérique,
dans la direction verticale, la valeur 470𝜆 = 15980m.
Le domaine horizontal est maillé avec 5 points par longueur d’onde. Il y a donc 7501
points de propagation horizontale. Un pas de propagation vaut 6.8m.
Le domaine vertical est maillé avec 4096 points pour le domaine physique et son image,
2048 points représentent le domaine physique de 0km à 16km. Le domaine vertical est
donc maillé avec environ 7 points par longueur d’onde 𝜆. Une couche absorbante est placée
dans la partie supérieure du domaine vertical, nous avons choisi son épaisseur comme étant
égale à 100𝜆 ≈ 3km, avec un facteur d’atténuation de 1.7.
La largeur du domaine en temps retardé est choisie égale à [−30𝑇, +30𝑇 ] où 𝑇 =
1/𝑓0 = 0.1s. Il est maillé avec 2048 points, soit environ 34 points par période 𝑇 . Ce choix
permet de suivre finement les signatures temporelles des formes d’onde au cours de la
propagation.
Le choix du nombre de points pour le domaine en altitude et en temps retardé permet de
travailler sur des tableaux de taille 4096 × 2048. Cela satisfait les exigences des algorithmes
de transformée de Fourier rapide que l’on utilise, et permet de conserver un temps de
calcul raisonnable.
Le champ acoustique calculé par Flhoward est sauvegardé tous les 7 points de pro-
pagation, ce qui représente une distance de 47.6m Cette distance a été choisie pour se
rapprocher de la taille du réseau de microphones qui était de 50m.
Ce plan d’expérience a été appliqué pour deux profils de vent différents. Le profil de
vent au-dessus de la station acoustique dans l’azimut Nord–Est et dans l’azimut Sud–Est.
Dans le premier cas le profil de vent conduit à une réfraction vers le haut, alors que dans
le second cas le profil de vent présente un guide d’onde très localisé près du sol entre 0km
et 1km d’altitude environ.
En tout, 22 calculs ont été réalisés.
G.3 Contenu du champ acoustique propagé sur 50km

La figure G.1 montre le champ acoustique à différentes fréquences propagé numéri-
quement sur 50km depuis la direction Nord–Est ou depuis la direction Sud–Est, pour le
cas de la source placée sur le sol. On constate, comme au chapitre précédent, qu’à basse
fréquence le contenu acoustique est peu sensible aux effets de guide d’onde. Pour le cas de
la propagation depuis le Nord–Est, le champ est globalement réfracté vers le haut. Des
zones d’ombre sont présentes au-delà de 10km de propagation. A 50Hz et 100Hz, deux
effets de guide d’onde sont présents. Pour le cas de la propagation depuis le Sud–Est, le
champ acoustique près du sol est piégé par un guide d’onde très localisé entre 0km et 1km
d’altitude environ.
La figure G.2 donne un second exemple, pour le cas où la source explosive est à 9km
d’altitude. On peut voir qu’à basse fréquence un contenu acoustique est présent sur le sol
malgré l’effet de réfraction vers le haut (cas de la propagation depuis le Nord–Est). Pour
les deux cas de propagation, une zone d’ombre est présente sur le sol au-delà de 40km de
distance environ. Le contenu acoustique à plus haute fréquence est d’amplitude faible au
niveau du sol.
G.3. Contenu du champ acoustique propagé sur 50km 199
Figure G.1 – Source placée au sol. Colonne de gauche : propagation depuis l’azimut
Nord–Est (45°). Colonne de droite : propagation depuis l’azimut Sud–Est (135°). De la
première ligne en haut jusqu’à la dernière ligne en bas : contenu acoustique à la fréquence
1Hz, 20Hz, 50Hz et 100Hz. Pour chaque cas : tracé du profil de célérité effective 𝑐eff , du
profil 𝑐eff /(d𝑐eff /d𝑧) (où 𝑧 est l’altitude), et du champ acoustique à la fréquence donnée.
Chaque champ tracé est normalisé par le maximum du champ.
200 G.3. Contenu du champ acoustique propagé sur 50km
Figure G.2 – Source placée à l’altitude 9km. Même légende qu’à la figure G.1.
G.4. Méthode de reconstruction à partir des simulations numériques 201
G.4 Méthode de reconstruction à partir des simulations numé-

riques
Nous voulons appliquer la méthode de reconstruction présentée dans le chapitre
précédent aux signaux acoustiques obtenus à partir des simulations numériques. On
considère une station acoustique à 2 dimensions et composée de deux détecteurs, les
notations utilisées sont présentées sur le schéma G.3. La source acoustique est supposée
être à l’abscisse 𝑋 = 0, le premier détecteur est à l’abscisse 𝑋1 , et le second détecteur est
à l’abscisse 𝑋2 . Les 2 éléments du réseau sont séparés d’une distance 𝐷R = 𝑋2 − 𝑋1 . On
fait l’hypothèse qu’à la station acoustique le front d’onde (segments épais) est localement
plan. Le front d’onde arrive sur le premier capteur à un temps 𝑡1 et sur le second à un
temps 𝑡2 (avec 𝑡2 >𝑡1 ). L’angle d’élévation du front d’onde est noté 𝜑. La source acoustique
est à une altitude 𝐻S et à une distance 𝐷S du centre de la station. La distance 𝐷S de la
𝐻S
locally plane wavefront
𝛿
𝜑
(𝑋1 , 𝑡1 ) (𝑋2 , 𝑡2 ) X
𝐷R
𝐷S
Figure G.3 – Propagation acoustique depuis une source acoustique (symbole étoile)
jusqu’à une station acoustique composée de deux détecteurs (points ronds au sol). Cas
d’une propagation en atmosphère homogène.
source à la station est connue (ceci est une différence par rapport au cas de l’exploration
des données d’observation).
Nous cherchons à reconstruire l’altitude des sources acoustiques à partir des signaux
temporels au sol des champs acoustiques propagés numériquement, et ceci pour différentes
distances de propagation. Pour une source donnée, cette altitude reconstruite 𝐻 sera alors
comparée à l’altitude vraie 𝐻S de la source que l’on a utilisée pour l’initialisation du calcul.
Les erreurs de reconstruction seront étudiées pour différentes distances de propagation.
Pour chaque distance de propagation 𝑋𝑖 depuis la source, le signal en temps retardé
calculé par Flhoward est interpolé linéairement sur une échelle de temps non retardé de 0s
à 150s (1500𝜆/𝑐0 ).
A partir d’une source donnée, le signal acoustique arrive au point 𝑋1 à un temps 𝑡1
et au point 𝑋2 à un temps 𝑡2 (𝑡2 > 𝑡1 ). On cherche à calculer l’écart 𝑡2 − 𝑡1 . Pour cela
on calcule la corrélation croisée entre les deux signaux temporels obtenus aux temps 𝑡1
et 𝑡2 , et on recherche le maximum de corrélation. Celui-ci est atteint pour un écart de
temps Δ𝑡 qui correspond à 𝑡2 − 𝑡1 . L’algorithme de corrélation croisée a été appliqué sur
le signal complet (il n’y a pas de filtrage par bande de fréquences comme c’est le cas pour
l’algorithme PMCC).
202 G.4. Méthode de reconstruction à partir des simulations numériques
On obtient alors l’angle d’élévation 𝜑 à la station acoustique :

(︃ )︃
𝑐 (𝑡 − 𝑡1 )
𝜑 = arccos 0 2 , (G.1)
𝐷R
et l’on peut écrire :
𝐻 = 𝐷S tan 𝜑. (G.2)
Il est parfois possible, comme pour le cas des données d’observation que l’on a analysées,
que la valeur de Δ𝑡 déterminée engendre l’inégalité 𝑐0 Δ𝑡 > 𝐷R . L’angle 𝜑 est alors
indéterminé.
On souhaite dépasser les insuffisances des hypothèses simples utilisées pour la recons-
truction des détections acoustiques issues des données d’observation. Pour cela nous nous
proposons, dans une deuxième étape, de reconstruire les sources acoustiques correspondant
aux données de simulation numérique en prenant en compte les gradients de célérité du
son et de vent. Ceci est fait en utilisant une loi de Snell-Descartes sur le profil de célérité
effective. Nous avons eu accès à des profils de vent calculés par AROME-WMED dans
le cadre du projet HyMeX. Il est cependant courant que de telles informations ne soient
pas disponibles. La reconstruction proposée est donc aussi réalisée en n’utilisant que le
gradient de célérité du son (on rappelle que les signaux ont été propagés par Flhoward
en utilisant aussi les données de vent). Ceci permet de mettre en évidence les erreurs
introduites dans la reconstruction si le champ de vent n’était pas connu.
La figure G.5 montre les altitudes reconstruites 𝐻 en fonction de la distance 𝐷S
à la source, avec l’hypothèse d’une propagation en ligne droite. Dans les résultats qui
suivent, le cas de la source placée sur le sol n’est pas utilisé car la détermination de l’angle
d’élévation 𝜑 n’a pas donné de résultat permettant de réaliser la reconstruction d’une
source à l’horizon.
On constate qu’à faible distance de la source (moins de 1km en distance horizontale),
l’altitude des sources situées entre 1km et 2km d’altitude est reconstruite correctement,
et ce quel que soit l’azimut. Mais pour les sources au-delà de 4km d’altitude, la hauteur
reconstruite est sous-estimée et ce d’autant plus que la source est élevée. Ceci résulte
probablement d’une erreur sur la détermination de l’angle 𝜑. Pour les sources d’altitude
élevée, celui est proche de 90° si bien que la moindre incertitude sur sa valeur conduit à
une forte erreur pour l’altitude reconstruite.
Pour les distances de propagation au-delà de 1km, la reconstruction donne des résultats
plus satisfaisants pour l’azimut 135° qui correspond au cas d’une propagation avec le vent.
On tend néanmoins à sous estimer systématiquement l’altitude de la source et ce d’autant
plus que celle-ci est élevée et lointaine.
Ceci s’explique probablement par le caractère globalement réfractant vers le haut de
la propagation résultant du profil décroissant de la célérité du son effective. Dans ce cas,
selon une interprétation géométrique, l’angle d’élévation du front d’onde diminue avec
la propagation, ce qui fait que sa valeur au sol est sous estimée et ceci conduit à une
sous estimation de l’altitude reconstruite (voir schéma G.4). Cette influence étant plus
marquée pour l’azimut 45° que pour l’azimut 135° (absence d’inversion du gradient de
célérité effective près du sol dans le premier cas), ceci explique que les résultats soient
meilleurs pour l’azimut 135°.
A grande distance la reconstruction conduit soit à l’absence de résultats ou à des
résultats aberrants en raison de la présence de zones d’ombre et/ou de propagation guidée.
La figure G.6 montre deux exemples des différents trajets acoustiques reconstruits à
l’aide d’une loi de Snell-Descartes utilisée sur le gradient de célérité effective.
Les graphiques figures G.7 et G.8 montrent les altitudes reconstruites par cette méthode
pour le cas où le gradient de vent a été pris en compte (figure G.7), et pour le second cas
où seul le gradient de célérité du son est utilisé (figure G.8). On constate que les résultats
Z
source
acoustic
ray
reconstructed
altitude
Figure G.4 – Propagation d’un rayon acoustique depuis une source (symbole étoile)
jusqu’au sol au travers d’un gradient négatif de célérité effective. L’angle d’élévation est
noté 𝜑.
obtenus pour ces deux configurations sont globalement comparables. L’amélioration sur la
localisation de la source est très significative par rapport au cas de la reconstruction en
ligne droite, notamment dans l’azimut 45°. Tant que l’on est en dehors des zones d’ombre,
la propagation est principalement géométrique et la reconstruction par Snell-Descartes
est tout à fait possible. Pour l’azimut 135° la présence d’une inversion très localisée
dégrade sensiblement les altitudes reconstruites car l’on s’éloigne alors des hypothèses de
propagation géométrique à proximité du sol.
Les figures G.9, G.10, G.11 montrent les erreurs relatives entre les altitudes reconstruites
par chacune des 3 méthodes (propagation homogène en ligne droite, reconstruction en
utilisant le gradient de célérité effective, reconstruction en utilisant le gradient de célérité
du son) et les altitudes réelles des sources, en fonction de la distance horizontale à la
source 𝐷S . On définit l’erreur relative par :
𝐻 − 𝐻S
, (G.3)
𝐻S
une erreur de signe positif signifiant que l’altitude reconstruite a été surestimée.
On retrouve dans ces figures le fait que la reconstruction par Snell-Descartes avec prise
en compte du vent améliore très significativement la localisation, et ce en particulier dans
l’azimut 45°.
Dans le cas où l’on suppose que l’on ne connaît pas le profil de vent, les altitudes
reconstruites par une loi de Snell-Descartes utilisée sur le seul gradient de célérité du son
sont un peu sous-estimées par rapport au cas où le profil de célérité effective est utilisé
(voir figure G.10). Mais les conclusions restent globalement inchangées.
12 Azimuth from station: 45°
8
altitude (km)
0
0 5 10 15 20 25 30 35 40 45
distance from source (km)
Network side:47m
Hs=1 km Hs=3 km Hs=5 km Hs=7 km Hs=9 km

8
altitude (km)
00 10 20 30 40 50
Network side:47m
Figure G.5 – Altitudes reconstruites par l’hypothèse simple d’une propagation en ligne
droite entre la source et la station, avec la célérité 𝑐0 = 340 m/s. En haut : cas d’une
propagation sur 50km depuis l’azimut Nord–Est. En bas : cas d’une propagation depuis
l’azimut Sud–Est sur 50km.
Source altitude: 9km

16 16 16 Azimuth from station: 45°
12 12 12
altitude (km)
8 8 8
4 4 4
0 0 0
104 105 106 107 108 0 5 10 15 20 25
280
310
350
cEff / dceffdz (m) distance from source (km)

cEff (m/s) Network side:47m
Source altitude: 9km
12 12 12
altitude (km)
8 8 8
4 4 4
0 0 0
104 105 106 107 108 0 5 10 15 20 25 30 35 40
280
310
350

Figure G.6 – Exemples de reconstruction avec une loi de Snell-Descartes sur le gradient de
célérité effective. On donne le cas où la source est placée à 9km d’altitude. Sur le graphique
de droite : l’altitude de la source utilisée est représentée par une étoile rouge. Chaque trait
fin noir représente la reconstruction d’un trajet acoustique depuis une distance au sol 𝐷S
donnée jusqu’à la position de la source. En haut : cas d’une propagation sur 50km depuis
l’azimut Nord–Est. En bas : cas d’une propagation depuis l’azimut Sud–Est sur 50km.
12 12 12
altitude (km)
8 8 8
4 4 4
0 0 0
104 105 106 107 108 0 5 10 15 20 25
280
310
350

12 12 12
altitude (km)
8 8 8
4 4 4
0 0 0
104 105 106 107 108 0 5 10 15 20 25 30 35 40
280
310
350

Figure G.7 – Altitudes reconstruites à l’aide d’une loi de Snell-Descartes sur le profil de
célérité effective. En haut : cas d’une propagation sur 50km depuis l’azimut Nord–Est. En
bas : cas d’une propagation depuis l’azimut Sud–Est sur 50km.
12 12 12
altitude (km)
8 8 8
4 4 4
0 0 0
104 105 106 107 108 0 5 10 15 20 25
280
310
350
c / dcdz (m) distance from source (km)

c (m/s) Network side:47m
12 12 12
altitude (km)
8 8 8
4 4 4
0 0 0
104 105 106 107 108 0 5 10 15 20 25 30 35 40
280
310
350
c / dcdz (m) distance from source (km)

c (m/s) Network side:47m
Figure G.8 – Altitudes reconstruites à l’aide d’une loi de Snell-Descartes sur le profil de
célérité du son. Le profil de vent à été ignoré lors de la reconstruction (mais pas lors de la
propagation calculée par Flhoward). En haut : cas d’une propagation sur 50km depuis
l’azimut Nord–Est. En bas : cas d’une propagation depuis l’azimut Sud–Est sur 50km.
40
relative error (%)
20
(H - Hs) / Hs
20
40
60
0 5 10 15 20
Network side:47m


40
relative error (%)
20
(H - Hs) / Hs
0
20
40
600 5 10 15 20 25 30 35
Network side:47m
Figure G.9 – Erreur relative sur l’altitude reconstruire. Cas de la reconstruction avec
l’hypothèse d’une propagation directe. En haut : propagation depuis la direction Nord–Est.
En bas : propagation depuis la direction Sud–Est.

40
relative error (%)
20
(H - Hs) / Hs
0
20
40
600 5 10 15 20
Network side:47m
40
relative error (%)
20
(H - Hs) / Hs
0
20
40
600 5 10 15 20 25
Network side:47m
une loi de Snell-Descartes sur le profil de célérité effective. En haut : propagation depuis
la direction Nord–Est. En bas : propagation depuis la direction Sud–Est.

40
relative error (%)
20
(H - Hs) / Hs
0
20
40
600 5 10 15 20
Network side:47m
40
relative error (%)
20
(H - Hs) / Hs
0
20
40
600 5 10 15 20 25
Network side:47m
une loi de Snell-Descartes sur le profil de célérité du son. En haut : propagation depuis la
direction Nord–Est. En bas : propagation depuis la direction Sud–Est.
G.5. Conclusion 211
G.5 Conclusion
Cette étude très préliminaire confirme l’importance de prendre en compte les profils
météorologiques de température et de vent pour une bonne localisation en altitude des
sources. En l’absence d’une connaissance du profil de vent, l’utilisation d’au moins le profil
de température permet déjà d’améliorer sensiblement les résultats. Ceux-ci seront encore
meilleurs en tenant compte si possible des profils de vent locaux. Cette conclusion serait à
conforter en effectuant une relocalisation selon l’acoustique géométrique des sources des
signaux tonnerre enregistrés lors de la campagne SOP1.
Les simulations numériques réalisées ici conduisent généralement à une sous estimation
de l’altitude en raison du profil globalement décroissant de la célérité effective. Rappelons
que l’analyse des données réalisée au chapitre 4 et comparée aux mesures électromagnétiques
a montré plutôt une surestimation des altitudes en champ lointain. Cette tendance
n’apparaît pas clairement dans les résultats de simulation. Elle pourrait s’expliquer par
des effets plus locaux de diffusion du champ par les hétérogénéités de l’atmosphère, par
exemple liées à la présence de turbulence atmosphérique non encore prise en compte dans
la simulation.
Références
[Abed-Meraïm et al., 2011] K. Abed-Meraïm, G. Blanchet, E. Bonnet, et M. Charbit.
Rapports intermédiaires INFRASON–CEA. Rapport interne cea, Telecom-Paristech,
2011.
[Albin et Bruno, 2011] N. Albin et O. P. Bruno. A spectral FC solver for the compressible
Navier–Stokes equations in general domains I : Explicit time-stepping. J. Comput.
Phys., 230(16) :6248–6270, 2011.
[Albin et al., 2012] N. Albin, O. P. Bruno, Th. Y. Cheung, et R. O. Cleveland. Fourier
continuation methods for high-fidelity simulation of nonlinear acoustic beams. J.
Acoust. Soc. Am., 132(4) :2371–2387, 2012.
[Alcoverro et Le Pichon, 2005] B. Alcoverro et A. Le Pichon. Design and optimization
of a noise reduction system for infrasonic measurements using elements with low
acoustic impedance. J. Acoust. Soc. Am., 117(4) :1717–1727, 2005.
[Arechiga et al., 2011] Rene O. Arechiga, Jeffrey B. Johnson, Harald E. Edens, Ronald J.
Thomas, et William Rison. Acoustic localization of triggered lightning. J. Geophys.
Res. : Atmos., 116(D9) :D09103 (1–11), 2011.
[Assink et al., 2008] J. D. Assink, L. G. Evers, I. Holleman, et H. Paulssen. Characte-
rization of infrasound from lightning. Geophys. Res. Lett., 35(15) :L15802 (1–5),
2008.
[Averiyanov et al., 2011a] M. Averiyanov, Ph. Blanc-Benon, R. O. Cleveland, et V. Kho-
khlova. Nonlinear and diffraction effects in propagation of N-waves in randomly
inhomogeneous moving media. J. Acoust. Soc. Am., 129(4) :1760–1772, 2011.
[Averiyanov et al., 2011b] M. Averiyanov, S. Ollivier, V. Khokhlova, et Ph. Blanc-Benon.
Random focusing of nonlinear acoustic N-waves in fully developed turbulence :
Laboratory scale experiment. J. Acoust. Soc. Am., 130(6) :3595–3607, 2011.
[Aver’yanov et al., 2006] M. V. Aver’yanov, V. A. Khokhlova, O. A. Sapozhnikov, Ph.
Blanc-Benon, et R. O. Cleveland. Parabolic equation for nonlinear acoustic wave
propagation in inhomogeneous moving media. Acoustical Physics, 52(6) :623–632,
2006.
[Balachandran, 1979] Nambath K. Balachandran. Infrasonic Signals From Thunder. J.
Geophys. Res. : Oceans, 84(C4) :1735–1745, 1979.
[Barthe et Pinty, 2007] C. Barthe et J.-P. Pinty. Simulation of a supercellular storm
using a three-dimensional mesoscale model with an explicit lightning flash scheme. J.
Geophys. Res. : Atmos., 112(D6) :D06210 (1–12), 2007.
[Baskar et al., 2007] S. Baskar, F. Coulouvrat, et R. Marchiano. Nonlinear reflection of
grazing acoustic shock waves : unsteady transition from von Neumann to Mach to
Snell-Descartes reflections. J. Fluid Mech., 575 :27–55, 2007.
[Bass, 1980] H. E. Bass. The propagation of thunder through the atmosphere. J. Acoust.
Soc. Am., 67(6) :1959–1966, 1980.
[Betz et al., 2009] H. D. Betz, P. Schmidt, K.and Laroche, P. Blanchet, W. P. Oettinger,
E. Defer, Z. Dziewit, et J. Konarski. LINET – An international lightning detection
network in Europe. Atmos. Res., 91(2–4) :564–573, 2009.
[Blanc, 1985] E. Blanc. Observations in the upper atmosphere of infrasonic waves from
natural or artificial sources - A summary. Annales Geophysicae, 3 :673–687, 1985.
[Blanc-Benon et al., 2001] Ph. Blanc-Benon, L. Dallois, et D. Juvé. Long Range Sound
Propagation in a Turbulent Atmosphere Within the Parabolic Approximation. Acta
Acustica united with Acustica, 87 :659–669, 2001.
214 Références
[Blanc-Benon et al., 2002] Ph. Blanc-Benon, B. Lipkens, L. Dallois, M. F. Hamilton, et

D. T. Blackstock. Propagation of finite amplitude sound through turbulence : Modeling
with geometrical acoustics and the parabolic approximation. J. Acoust. Soc. Am.,
111(1) :487–498, 2002.
[Blumrich et al., 2005] R. Blumrich, F. Coulouvrat, et D. Heimann. Variability of focused
sonic booms from accelerating supersonic aircraft in consideration of meteorological
effects. J. Acoust. Soc. Am., 118 :676–686, 2005.
[Bodhika et al., 2013] J. A. P. Bodhika, W. G. D. Dharmarathna, M. Fernando, et V.
Cooray. Reconstruction of lightning channel geometry by localizing thunder sources.
J. Atmos. Sol.-Terr. Phy., 102(0) :81–90, 2013.
[Bogey et al., 2009] C. Bogey, N. de Cacqueray, et C. Bailly. A shock-capturing methodo-
logy based on adaptative spatial filtering for high-order non-linear computations. J.
Comput. Phys., 228(5) :1447–1465, 2009.
[Bonelli et Marcacci, 2008] P. Bonelli et P. Marcacci. Thunderstorm nowcasting by means
of lightning and radar data : algorithms and applications in northern Italy. Nat.
Hazards Earth Syst. Sci., 8(5) :1187–1198, 2008.
[Brode, 1956] H. L. Brode. The blast wave in air resulting from a high temperature, high
pressure sphere of air. Res. mem. rm–1825–aec, The Rand Corporation, Santa Monica,
California, 1956.
[Brown et al., 1996] P. Brown, A. R. Hildebrand, D. W. E. Green, D. Pagé, C. Jacobs,
D. Revelle, E. Tagliaferri, J. Wacker, et B. Wetmiller. The fall of the St-Robert
meteorite. Meteorit. Planet. Sci, 31(4) :502–517, 1996.
[Burgers, 1954] J. M. Burgers. Further statistical problems connected with the solution
of a simple nonlinear partial differential equation. Proc. Kon. Nederlandse Akad. van
Wet., Ser. B, 57 :159–169, 1954.
[Campus et Christie, 2009] P. Campus et D. R. Christie. Worldwide Observations of
Infrasonic Waves. In A. Le Pichon, E. Blanc, et A. Hauchecorne, éditeurs, Infrasound
Monitoring for Atmospheric Studies, pages 185–234. Springer, Dordrecht, 2009.
[Cansi, 1995] Y. Cansi. An automatic seismic event processing for detection and location :
The P.M.C.C. Method. Geophys. Res. Lett., 22(9) :1021–1024, 1995.
[Cecil et al., 2014] D. J. Cecil, D. E. Buechler, et R. J. Blakeslee. Gridded lightning
climatology from TRMM-LIS and OTD : Dataset description. Atmos. Res., 135–136
(0) :404–414, 2014.
[Cheinet et al., 2012] S. Cheinet, L. Ehrhardt, D. Juvé, et Ph. Blanc-Benon. Unified
modeling of turbulence effects on sound propagation. J. Acoust. Soc. Am., 132(4) :
2198–2209, 2012.
[Christopher et Parker, 1991] T. Christopher et K. J. Parker. New approaches to nonlinear
diffractive field propagation. J. Acoust. Soc. Am., 90 :488–499, 1991.
[Chronis et Anagnostou, 2003] T. G. Chronis et E. N. Anagnostou. Error analysis for
a long-range lightning monitoring network of ground-based receivers in Europe. J.
Geophys. Res. : Atmos., 108(D24) :ACL 8 (1–10), 2003.
[Chum et al., 2013a] J. Chum, G. Diendorfer, T. Šindelářová, J. Baše, et F. Hruška.
Infrasound pulses from lightning and electrostatic field changes : Observation and
discussion. J. Geophys. Res. : Atmos., 118(19) :10653–10664, 2013.
[Chum et al., 2013b] J. Chum, J. Laštovička, T. Šindelářová, G. Diendorfer, D. Burešová, J.
Baše, et F. Hruška. Simultanous observations of infrasound thunders and electrostatic
field : Discussion to infrasound production. Poster presented at Atmospheric dynamics
Research InfraStructure in Europe (ARISE) summer school, 2013.
Références 215
[Claerbout, 1976] J. F. Claerbout. Fundamentals of geophysical data processing. McGraw-

Hill, New York, 1976.
[Collino et Joly, 1995] F. Collino et P. Joly. Splitting of Operators, Alternate Directions,
and Paraxial Approximations for the Three-Dimensional Wave Equation. SIAM J.
Sci. Comput., 16(5) :1019–1048, 1995.
[Cooray et Rakov, 2012] V. Cooray et V. Rakov. On the upper and lower limits of peak
current of first return strokes in negative lightning flashes. Atmos. Res., 117(0) :
12–17, 2012.
[Cooray et al., 2004] V. Cooray, R. Montano, et V. Rakov. A model to represent negative
and positive lightning first strokes with connecting leaders. J. Electrost., 60(2–4) :
97–109, 2004. Selected Papers from the 26th International Conference on Lightning
Protection.
[Cooray et al., 2007] V. Cooray, V. Rakov, et N. Theethayi. The lightning striking distance
– Revisited. J. Electrost., 65(5-6) :296–306, 2007. Selected Papers from the 27th
International Conference on Lightning Protection 27th International Conference on
Lightning Protection.
[Coquillat et al., 1995] S. Coquillat, S. Chauzy, et J.-C. Médale. Microdischarges between
ice particles. J. Geophys. Res. : Atmos., 100(D7) :14327–14334, 1995.
[Coquillat et al., 2003] S. Coquillat, B. Combal, et S. Chauzy. Corona emission from
raindrops in strong electric fields as a possible discharge initiation : Comparison
between horizontal and vertical field configurations. J. Geophys. Res. : Atmos., 108
(D7) :ACL 3 (1–16), 2003.
[Coulouvrat, 2002] F. Coulouvrat. Sonic boom in the shadow zone : A geometrical theory
of diffraction. J. Acoust. Soc. Am., 111(1) :499–508, 2002.
[Coulouvrat, 2009] F. Coulouvrat. A quasi-analytical shock solution for general nonlinear
progressive waves. Wave Motion, 46(2) :97–107, 2009.
[Coulouvrat, 2012] F. Coulouvrat. New equations for nonlinear acoustics in a low Mach
number and weakly heterogeneous atmosphere. Wave Motion, 49(1) :50–63, 2012.
[Cummins et Murphy, 2009] K. L. Cummins et M. J. Murphy. An Overview of Lightning
Locating Systems : History, Techniques, and Data Uses, With an In-Depth Look at
the U.S. NLDN. IEEE Trans. Electromagn. Compat., 51(3) :499–518, 2009.
[Dagrau, 2009] F. Dagrau. Simulation de la propagation du bang sonique : de la CFD à
l’acoustique non linéaire. Thèse de doctorat, Université Paris VI, 2009.
[Dagrau et al., 2011] F. Dagrau, M. Renier, R. Marchiano, et F. Coulouvrat. Acoustic
shock wave propagation in a heterogeneous medium : A numerical simulation beyond
the parabolic approximation. J. Acoust. Soc. Am., 130(1) :20–32, 2011.
[Dawson et al., 1968] G. A. Dawson, C. N. Richards, E. P. Krider, et M. A. Uman. Acoustic
Output of a Long Spark. J. Geophys. Res., 73(2) :815–816, 1968.
[de Groot-Hedlin et al., 2009] C. D. de Groot-Hedlin, M. A. H. Hedlin, et D. P. Drob.
Atmospheric Variability and Infrasound Monitoring. In A. Le Pichon, E. Blanc, et
A. Hauchecorne, éditeurs, Infrasound Monitoring for Atmospheric Studies, pages
475–507. Springer, Dordrecht, 2009.
[de Larquier et Pasko, 2010] S. de Larquier et V. P. Pasko. Mechanism of inverted-chirp
infrasonic radiation from sprites. Geophys. Res. Lett., 37(24) :L24803 (1–5), 2010.
[Defer et al., 2014] E. Defer, J.-P. Pinty, S. Coquillat, J.-M. Martin, S. Prieur, S. Soula,
E. Richard, W. Rison, P. Krehbiel, R. Thomas, D. Rodeheffer, C. Vergeiner, F.
Malaterre, S. Pedeboy, W. Schulz, T. Farges, L.-J. Gallin, P. Ortéga, J.-F. Ribaud, G.
216 Références
Anderson, H.-D. Betz, B. Meneux, V. Kotroni, K. Lagouvardos, S. Roos, V. Ducrocq,

O. Roussot, L. Labatut, et G. Molinié. An overview of the lightning and atmospheric
electricity observations collected in Southern France during the HYdrological cycle in
Mediterranean EXperiment (HyMeX), Special Observation Period 1. Atmos. Chem.
Phys., 2014. Submitted paper.
[Del Pino et al., 2009] S. Del Pino, B. Després, P. Havé, H. Jourdren, et P.-F. Piserchia.
3D finite volume simulation of acoustic waves in the Earth atmopshere. Comput.
Fluids, 38 :765–777, 2009.
[Depasse, 1994] P. Depasse. Lightning acoustic signature. J. Geophys. Res. : Atmos., 99
(D12) :25933–25940, 1994.
[Dessler, 1973] A. J. Dessler. Infrasonic Thunder. J. Geophys. Res., 78(12) :1889–1896,
1973.
[Dietrich et al., 2011] S. Dietrich, D. Casella, F. Di Paola, M. Formenton, A. Mugnai, et
P. Sanò. Lightning-based propagation of convective rain fields. Nat. Hazards Earth
Syst. Sci., 11(5) :1571–1581, 2011.
[Dragna et al., 2011] D. Dragna, B. Cotté, Ph. Blanc-Benon, et F. Poisson. Time-Domain
Simulations of Outdoor Sound Propagation with Suitable Impedance Boundary
Conditions. AIAA Journal, 49(7) :1420–1428, 2011.
[Dragna et al., 2013a] D. Dragna, Ph. Blanc-Benon, et F. Poisson. Time-domain solver
in curvilinear coordinates for outdoor sound propagation over complex terrain. J.
Acoust. Soc. Am., 133(6) :3751–3763, 2013.
[Dragna et al., 2013b] D. Dragna, C. Bogey, M. Hornikx, et Ph. Blanc-Benon. Analysis
of the dissipation and dispersion properties of the multi-domain Chebyshev pseudos-
pectral method. J. Comput. Phys., 255(0) :31–47, 2013.
[Drobinski et al., 2013] P. Drobinski, V. Ducrocq, P. Alpert, E. Anagnostou, K. Béranger,
M. Borga, I. Braud, A. Chanzy, S. Davolio, G. Delrieu, C. Estournel, N. Filali
Boubrahmi, J. Font, V. Grubišić, S. Gualdi, V. Homar, B. Ivančan Picek, C. Kottmeier,
V. Kotroni, K. Lagouvardos, P. Lionello, M. C. Llasat, W. Ludwig, C. Lutoff, A.
Mariotti, E. Richard, R. Romero, R. Rotunno, O. Roussot, I. Ruin, S. Somot, I.
Taupier Letage, J. Tintore, R. Uijlenhoet, et H. Wernli. HyMeX : A 10-Year
Multidisciplinary Program on the Mediterranean Water Cycle. Bull. Amer. Meteor.
Soc., 95(7) :1063–1082, 2013.
[Ducrocq et al., 2008] V. Ducrocq, O. Nuissier, D. Ricard, C. Lebeaupin, et T. Thouvenin.
A numerical study of three catastrophic precipitating events over southern France.
II : Mesoscale triggering and stationarity factors. Q. J. R. Meteorol. Soc., 134(630) :
131–145, 2008.
[Ducrocq et al., 2013] V. Ducrocq, I. Braud, S. Davolio, R. Ferretti, C. Flamant, A. Jansa,
N. Kalthoff, E. Richard, I. Taupier Letage, P.-A. Ayral, S. Belamari, A. Berne,
M. Borga, B. Boudevillain, O. Bock, J.-L. Boichard, M.-N. Bouin, O. Bousquet,
C. Bouvier, J. Chiggiato, D. Cimini, U. Corsmeier, L. Coppola, P. Cocquerez, E.
Defer, J. Delanoë, P. Di Girolamo, A. Doerenbecher, Ph. Drobinski, Y. Dufournet,
N. Fourrié, J. J. Gourley, L. Labatut, D. Lambert, J. Le Coz, F. S. Marzano, G.
Molinié, A. Montani, G. Nord, M. Nuret, K. Ramage, W. Rison, O. Roussot, F. Said,
A. Schwarzenboeck, P. Testor, J. Van Baelen, B. Vincendon, M. Aran, et J. Tamayo.
HyMeX-SOP1, the field campaign dedicated to heavy precipitation and flash flooding
in the northwestern Mediterranean. Bull. Amer. Meteorol. Soc., 95(7) :1083–1100,
2013.
[Dwyer et Uman, 2014] J. R. Dwyer et M. A. Uman. The physics of lightning. Phys. Rep.,
534(4) :147–241, 2014.
Références 217
[Evers et Haak, 2009] L. Evers et H. W. Haak. The characteristics of infrasound, its propa-
gation and some early history. In A. Le Pichon, E. Blanc, et A. Hauchecorne, éditeurs,
Infrasound monitoring for atmospheric studies, pages 3–27. Springer, Dordrecht, 2009.
[Eversman, 1995] W. Eversman. Theoretical models for duct acoustic propagation and
radiation. In H. H. Hubbard, éditeur, Aeroacoustics of Flight Vehicles, volume 2
(Noise Control), pages 101–163. Acoustical Society of America, New York, 1995.
[Farges et Blanc, 2010] T. Farges et E. Blanc. Characteristics of infrasound from lightning
and sprites near thunderstorm areas. J. Geophys. Res. : Space, 115 :A00E31 (1–17),
2010.
[Farges et al., 2005] T. Farges, E. Blanc, A. Le Pichon, T. Neubert, et T. H. Allin. Identi-
fication of infrasound produced by sprites during the Sprite2003 campaign. Geophys.
Res. Lett., 32(1) :L01813 (1–4), 2005.
[Farges et al., 2012] T. Farges, C. Millet, et R. S. Matoza. Infrasound from lightning mea-
sured in Ivory Coast. In Proc. 1st TEA–IS Summer School, pages 90–91, Torremolinos,
Spain, 2012.
[Farges, 2009] Thomas Farges. Infrasound from Lightning and Sprites. In HansDieter Betz,
Ulrich Schumann, et Pierre Laroche, éditeurs, Lightning : Principles, Instruments
and Applications, pages 417–432. Springer Netherlands, 2009.
[Few, 1968] A. A. Few. Thunder. Thèse de doctorat, Rice University, 1968.
[Few, 1969] A. A. Few. Power Spectrum of Thunder. J. Geophys. Res., 74(28) :6926–6934,
1969.
[Few, 1970] A. A. Few. Lightning Channel Reconstruction from Thunder Measurements.
J. Geophys. Res., 75(36) :7517–7523, 1970.
[Few, 1985] A. A. Few. The production of lightning-associated infrasonic acoustic sources
in thunderclouds. J. Geophys. Res. : Atmos., 90(D4) :6175–6180, 1985.
[Few, 1995] A. A. Few. Acoustic Radiations from Lightning. In H. Volland, éditeur,
Handbook of Atmospheric Electrodynamics, volume 2, pages 1–31. CRC Press, 1995.
[Few et Teer, 1974] A. A. Few et T. L. Teer. The Accuracy of Acoustic Reconstructions
of Lightning Channels. J. Geophys. Res., 79(33) :5007–5011, 1974.
[Few et al., 1967] A. A. Few, A. J. Dessler, D. J. Latham, et M. Brook. A Dominant
200-Hertz Peak in the Acoustic Spectrum of Thunder. J. Geophys. Res., 72(24) :
6149–6154, 1967.
[Fornberg, 1988] B. Fornberg. Generation of finite difference formulas on arbitrarily spaced
grids. Math. of Comp., 51(184) :699–706, 1988.
[Friedlander, 1946] F. G. Friedlander. The diffraction of sound pulses. 1. diffraction by a
semi-infinite plane. Proc. R. Soc. Lond. A, 186(1006) :322–344, 1946.
[Gainville, 2008] O. Gainville. Modélisation de la propagation atmosphérique des ondes
infrasonores par une méthode de tracé de rayons non linéaire. Thèse de doctorat,
École Centrale de Lyon, 2008.
[Gainville et al., 2009] O. Gainville, Ph. Blanc-Benon, E. Blanc, R. Roche, C. Millet, F.
Le Piver, B. Despres, et P. F. Piserchia. Misty Picture : a unique experiment for the
interpretation of the infrasound propagation from large explosive sources. In A. Le
Pichon, E. Blanc, et A. Hauchecorne, éditeurs, Infrasound monitoring for atmospheric
studies, pages 575–598. Springer, Dordrecht, 2009.
[Ganjehi, 2008] L. Ganjehi. Ondes de choc acoustiques en milieu hétérogène, des ultrasons
au bang sonique. Thèse de doctorat, Université Pierre et Marie Curie - Paris 6, 2008.
218 Références
[Ganjehi et al., 2008] L. Ganjehi, R. Marchiano, F. Coulouvrat, et J.-L. Thomas. Evidence

of the wave front folding of sonic boom by a laboratory scale deterministic experiment
of shock waves in a heterogeneous medium. J. Acoust. Soc. Am., 124 :57–71, 2008.
[Gaume et al., 2009] E. Gaume, V. Bain, P. Bernardara, O. Newinger, M. Barbuc, A.
Bateman, L. Blaškovičová, G. Blöschl, M. Borga, A. Dumitrescu, I. Daliakopoulos, J.
Garcia, A. Irimescu, S. Kohnova, A. Koutroulis, L. Marchi, S. Matreata, V. Medina,
E. Preciso, D. Sempere Torres, G. Stancalie, J. Szolgay, I. Tsanis, D. Velasco, et
A. Viglione. A compilation of data on European flash floods. J. Hydrol., 367(1–2) :
70–78, 2009.
[Goodman, 1968] J. W. Goodman. Introduction to Fourier Optics. McGraw-Hill, New
York, 1968.
[Hanique-Cockenpot, 2011] G. Hanique-Cockenpot. Etude numérique de la propagation
non linéaire des infrasons dans l’atmosphère. Thèse de doctorat, Ecole centrale de
Lyon, 2011.
[Hayes et al., 1969] W. D. Hayes, R. C. Haefeli, et H. E. Kulsrud. Sonic boom propagation
in a stratified atmosphere with computer program. Rapport technique, NASA CR-
1299, 1969.
[Hedlin et al., 2003] M. A. H. Hedlin, B. Alcoverro, et G. D’Spain. Evaluation of rosette
infrasonic noise-reducing spatial filters. J. Acoust. Soc. Am., 114(4) :1807–1820, 2003.
[Henneton, 2013] M. Henneton. Apport de la simulation numérique à l’évaluation du bang
sonique issu des météorites. Thèse de doctorat, Université Pierre et Marie Curie,
2013.
[Hetzer et al., 2009] C. H. Hetzer, K. E. Gilbert, R. Waxler, et C. L. Talmadge. Gene-
ration of Microbaroms by Deep-Ocean Hurricanes. In A. Le Pichon, E. Blanc, et
A. Hauchecorne, éditeurs, Infrasound Monitoring for Atmospheric Studies, pages
249–262. Springer, Dordrecht, 2009.
[Hill, 1968] R. D. Hill. Analysis of Irregular Paths of Lightning Channels. J. Geophys.
Res., 73(6) :1897–1906, 1968.
[Holmes et al., 1971] C. R. Holmes, M. Brook, P. Krehbiel, et R. McCrory. On the power
spectrum and mechanism of thunder. J. Geophys. Res., 76(9) :2106–2115, 1971.
[Hornikx et al., 2010] M. Hornikx, R. Waxler, et J. Forssen. The extended Fourier pseu-
dospectral time-domain method for atmospheric sound propagation. J. Acoust. Soc.
Am., 128(4) :1632–1646, 2010.
[Huet et al., 2003] Ph. Huet, X. Martin, J.-L. Prime, P. Foin, C. Laurain, et P. Cannard.
Retour d’expérience des crues de septembre 2002 dans les départements du Gard, de
l’Hérault, du Vaucluse, des Bouches-du-Rhône, de l’Ardèche et de la Drôme. Rapport
consolidé après phase contradictoire. Rapport technique, Inspection générale de
l’Environnement, 2003.
[HyMeXoverview2010] HyMeXoverview2010. HyMeX overview. http://www.hymex.org/
public/documents/Presentation_HYMEX_23JUNE2010.ppt, 2010.
[Johnson et al., 2011] J. B. Johnson, R. O. Arechiga, R. J. Thomas, H. E. Edens, J.
Anderson, et R. Johnson. Imaging thunder. Geophys. Res. Lett., 38(19) :L19807
(1–7), 2011.
[Jones et al., 1968] D. L. Jones, G. G. Goyer, et M. N. Plooster. Shock Wave from a
Lightning Discharge. J. Geophys. Res., 73(10) :3121–3127, 1968.
[Jones, 1968a] Donald L. Jones. Intermediate Strength Blast Wave. Phys. Fluids, 11(8) :
1664–1667, 1968.
Références 219
[Jones, 1968b] Donald L. Jones. Comments on paper by A. A. Few, A. J. Dessler, Don

J. Latham, and M. Brook, "A Dominant 200-hertz peak in the acoustic spectrum of
thunder". J. Geophys. Res., 73(14) :4776–4777, 1968.
[Koshak et al., 2004] W. J. Koshak, R. J. Solakiewicz, R. J. Blakeslee, S. J. Goodman,
H. J. Christian, J. M. Hall, J. C. Bailey, E. P. Krider, M. G. Bateman, D. J. Boccippio,
D. M. Mach, E. W. McCaul, M. F. Stewart, D. E. Buechler, W. A. Petersen, et D. J.
Cecil. North Alabama Lightning Mapping Array (LMA) : VHF Source Retrieval
Algorithm and Error Analyses. J. Atmos. Oceanic Technol., 21(4) :543–558, 2004.
[Krehbiel et al., 2000] P. R. Krehbiel, R. J. Thomas, W. Rison, T. Hamlin, J. Harlin, et
M. Davis. GPS-based mapping system reveals lightning inside storms. Eos Trans.
AGU, 81(3) :21–25, 2000.
[Kulichkov, 2009] S. Kulichkov. On the Prospects for Acoustic Sounding of the Fine
Structure of the Middle Atmosphere. In A. Le Pichon, E. Blanc, et A. Hauchecorne,
éditeurs, Infrasound Monitoring for Atmospheric Studies, pages 511–540. Springer,
Dordrecht, 2009.
[Kuznetsov, 1970] V. P. Kuznetsov. Equations of nonlinear acoustics. Sov. Phys. Acoust.,
16 :467–470, 1970.
[Lafore et al., 1997] J. P. Lafore, J. Stein, N. Asencio, P. Bougeault, V. Ducrocq, J. Duron,
C. Fischer, P. Héreil, P. Mascart, V. Masson, J. P. Pinty, J. L. Redelsperger, E.
Richard, et J. Vilà-Guerau de Arellano. The Meso-NH Atmospheric Simulation
System. Part I : adiabatic formulation and control simulations. Ann. Geophysicae,
16(1) :90–109, 1997.
[Lagouvardos et al., 2013] K. Lagouvardos, V. Kotroni, E. Defer, et O. Bousquet. Study
of a heavy precipitation event over southern France, in the frame of HYMEX project :
Observational analysis and model results using assimilation of lightning. Atmos. Res.,
134(0) :45–55, 2013.
[Le Pichon et al., 2002] A. Le Pichon, M. Garces, E. Blanc, M. Barthelemy, et D. P. Drob.
Acoustic propagation and atmosphere characteristics derived from infrasonic waves
generated by the Concorde. J. Acoust. Soc. Am., 111(1) :629–641, 2002.
[Le Pichon et al., 2005] A. Le Pichon, E. Blanc, et D. Drob. Probing high-altitude winds
using infrasound. J. Geophys. Res. : Atmos., 110(D20) :D20104 (1–4), 2005.
[Liang et al., 2014] C. Liang, B. Carlson, N. Lehtinen, M. Cohen, R. A. Marshall, et U.
Inan. Differing current and optical return stroke speeds in lightning. Geophys. Res.
Lett., 41(7) :2561–2567, 2014.
[Lilley, 1972] G. M. Lilley. The generation and radiation of supersonic jet noise. Rapport
technique, Air Force Aero-Propulsion Laboratory, AFAPL-TR-72-53, 1972.
[Lin et al., 2012] Ying-Tsong Lin, Jon M. Collis, et Timothy F. Duda. A three-dimensional
parabolic equation model of sound propagation using higher-order operator splitting
and Padé approximants. J. Acoust. Soc. Am., 132(5) :EL364–EL370, 2012.
[Llasat et al., 2013] M. C. Llasat, M. Llasat Botija, O. Petrucci, A. A. Pasqua, J. Rosselló,
F. Vinet, et L. Boissier. Towards a database on societal impact of Mediterranean
floods within the framework of the HYMEX project. Nat. Hazards Earth Syst. Sci.,
13(5) :1337–1350, 2013.
[Lothon et al., 2006] M. Lothon, D. H. Lenschow, et S. D. Mayor. Coherence and Scale of
Vertical Velocity in the Convective Boundary Layer from a Doppler Lidar. Bound.-
Layer Meteorol., 121(3) :521–536, 2006.
[MacGorman et al., 1981] D. R. MacGorman, A. A. Few, et T. L. Teer. Layered Lightning
Activity. J. Geophys. Res. : Oceans, 86(C10) :9900–9910, 1981.
220 Références
[MacGorman et al., 2005] D. R. MacGorman, W. D. Rust, P. Krehbiel, W. Rison, E.

Bruning, et K. Wiens. The Electrical Structure of Two Supercell Storms during
STEPS. Mon. Wea. Rev., 133(9) :2583–2607, 2005.
[Marchiano et al., 2003] R. Marchiano, F. Coulouvrat, et R. Grenon. Numerical simulation
of shock wave focusing at fold caustics, with application to sonic boom. J. Acoust.
Soc. Am., 114 :1758–1771, 2003.
[Marchiano et al., 2007] R. Marchiano, F. Coulouvrat, S. Baskar, et J.-L. Thomas. Ex-
perimental evidence of deviation from mirror reflection for acoustical shock waves.
Phys. Rev. E, 76(5) :056602(1–5), 2007.
[Marchiano et al., 2008] R. Marchiano, F. Coulouvrat, et J.-L. Thomas. Numerical investi-
gation of the properties of nonlinear acoustical vortices through weakly heterogeneous
media. Phys. Rev. E, 77 :016605(1–11), 2008.
[Marsden et al., 2014] O. Marsden, C. Bogey, et C. Bailly. A study of infrasound propa-
gation based on high-order finite difference solutions of the Navier-Stokes equations.
J. Acoust. Soc. Am., 135(3) :1083–1095, 2014.
[Mazur et al., 1997] V. Mazur, E. Williams, R. Boldi, L. Maier, et D. E. Proctor. Initial
comparison of lightning mapping with operational time-of-arrival and interferometric
systems. J. Geophys. Res. : Atmos., 102(D10) :11071–11085, 1997.
[McDonald, 2000] B. E. McDonald. High-angle formulation for the nonlinear progressive-
wave equation model. Wave Motion, 31 :165–171, 2000.
[McDonald et Kuperman, 1987] B. E. McDonald et W. A. Kuperman. Time-domain
formulation for pulse propagation including nonlinear behaviour at a caustic. J.
Acoust. Soc. Am., 81 :1406–1417, 1987.
[McKisic, 1997] J. M. McKisic. Infrasound and the Infrasonic Monitoring of Atmospheric
Nuclear Explosions : A Literature Review. Final report pl-tr-96-2190, Department of
Energy and Phillips laboratory, 1997.
[Meyer et al., 2013] V. K. Meyer, H. Höller, et H. D. Betz. Automated thunderstorm
tracking : utilization of three-dimensional lightning and radar data. Atmos. Chem.
Phys., 13(10) :5137–5150, 2013.
[Mikumo et Watada, 2009] T. Mikumo et S. Watada. Acoustic-Gravity Waves from Ear-
thquake Sources. In A. Le Pichon, E. Blanc, et A. Hauchecorne, éditeurs, Infrasound
Monitoring for Atmospheric Studies, pages 263–279. Springer, 2009.
[Morse et Ingard, 1986] Ph. M. Morse et K. U. Ingard. Theoretical acoustics. Princeton
University Press, 1986.
[Nag et Rakov, 2008] A. Nag et V. A. Rakov. Pulse trains that are characteristic of
preliminary breakdown in cloud-to-ground lightning but are not followed by return
stroke pulses. J. Geophys. Res. : Atmos., 113(D1) :D01102 (1–12), 2008.
[Nag et Rakov, 2010a] A. Nag et V. A. Rakov. Compact intracloud lightning discharges :
2. Estimation of electrical parameters. J. Geophys. Res. : Atmos., 115(D20) :D20103
(1–15), 2010.
[Nag et Rakov, 2010b] A. Nag et V. A. Rakov. Compact intracloud lightning discharges :
1. Mechanism of electromagnetic radiation and modeling. J. Geophys. Res. : Atmos.,
115(D20) :D20102 (1–20), 2010.
[Nag et al., 2008] A. Nag, V. A. Rakov, W. Schulz, M. M. F. Saba, R. Thottappillil, C. J.
Biagi, A. Oliveira Filho, A. Kafri, N. Theethayi, et T. Gotschl. First versus subsequent
return-stroke current and field peaks in negative cloud-to-ground lightning discharges.
J. Geophys. Res. : Atmos., 113(D19) :D19112 (1–10), 2008.
Références 221
[Nag et al., 2010] A. Nag, V. A. Rakov, D. Tsalikis, et J. A. Cramer. On phenomenology

of compact intracloud lightning discharges. J. Geophys. Res. : Atmos., 115(D14) :
D14115 (1–11), 2010.
[Nag et Rakov, 2012] Amitabh Nag et Vladimir A. Rakov. Positive lightning : An overview,
new observations, and inferences. J. Geophys. Res. : Atmos., 117(D8) :D08109 (1–20),
2012.
[Nash et al., 2006] J. Nash, N. C. Atkinson, E. Hibbett, G. Callaghan, P. L. Taylor, P.
Odhams, D. Jenkins, S. Keogh, C. Gaffard, et E. Walker. The new Met Office
ATDNET lightning detection system. In Proc. WMO Technical Conf. on Instruments
and Observing Methods, volume 94, Geneva, 2006.
[Norris et al., 2009] David Norris, Robert Gibson, et Kevin Bongiovanni. Numerical
Methods to Model Infrasonic Propagation Through Realistic Specifications of the
Atmosphere. In A. Le Pichon, E. Blanc, et A. Hauchecorne, éditeurs, Infrasound
Monitoring for Atmospheric Studies, pages 541–573. Springer, Dordrecht, 2009.
[Nucci et al., 1990] C. A. Nucci, G. Diendorfer, M. A. Uman, F. Rachidi, M. Ianoz, et C.
Mazzetti. Lightning return stroke current models with specified channel-base current :
A review and comparison. J. Geophys. Res. : Atmos., 95(D12) :20395–20408, 1990.
[Nuissier et al., 2008] O. Nuissier, V. Ducrocq, D. Ricard, C. Lebeaupin, et S. Anquetin.
A numerical study of three catastrophic precipitating events over southern France. I :
Numerical framework and synoptic ingredients. Q. J. R. Meteorol. Soc., 134(630) :
111–130, 2008.
[Ostashev, 1997] V. E. Ostashev. Acoustics in moving inhomogeneous media. E & FN
Spon, London, 1997.
[Ostashev et Wilson, 2000] V. E. Ostashev et D. K. Wilson. Relative contributions from
temperature and wind velocity fluctuations to the statistical moments of a sound
field in a turbulent atmosphere. Acustica – Acta Acustica, 86 :260–268, 2000.
[Ostashev et al., 1997] V. E. Ostashev, D. Juvé, et Ph. Blanc-Benon. Derivation of a
wide-angle parabolic equation for sound waves in inhomogeneous moving media.
Acustica – Acta Acustica, 83(3) :455–460, 1997.
[Ostashev et al., 2005] V. E. Ostashev, D. K. Wilson, L. Liu, D. F. Aldridge, N. P. Symons,
et D. Marlin. Equations for finite-difference, time-domain simulation of sound
propagation in moving inhomogeneous media and numerical implementation. J.
Acoust. Soc. Am., 117(2) :503–517, 2005.
[Ostashev et al., 2008] V. E. Ostashev, M. V. Scanlon, D. K. Wilson, et S. N. Vecherin.
Source localization from an elevated acoustic sensor array in a refractive atmosphere.
J. Acoust. Soc. Am., 124(6) :3413–3420, 2008.
[Pasko, 2009a] V. P. Pasko. Mechanism of lightning-associated infrasonic pulses from
thunderclouds. J. Geophys. Res. : Atmos., 114(D8) :D08205 (1–10), 2009.
[Pasko, 2009b] V. P. Pasko. Electrostatic Mechanism Of Lightning Associated Infrasonic
Pulses From Thunderclouds. In 9th International Conference on Theoretical and
Computational Acoustics, Dresden, Germany, 2009.
[Petrucci et Pasqua, 2009] O. Petrucci et A. A. Pasqua. A methodological approach to
characterise Landslide Periods based on historical series of rainfall and landslide
damage. Natural Hazards and Earth System Science, 9(5) :1655–1670, 2009.
[Pierce, 1989] A. D. Pierce. Acoustics : an introduction to its physical principles and
applications. Acoustical Society of America, New York, 1989.
[Pineda et al., 2007] N. Pineda, T. Rigo, J. Bech, et X. Soler. Lightning and precipi-
tation relationship in summer thunderstorms : Case studies in the North Western
Mediterranean region. Atmos. Res., 85(2) :159–170, 2007.
222 Références
[Pinty et al., 2013] J.-P. Pinty, C. Barthe, E. Defer, E. Richard, et M. Chong. Explicit
simulation of electrified clouds : From idealized to real case studies. Atmos. Res.,
123(0) :82–92, 2013.
[Plotkin et Page, 2002] K. J. Plotkin et J. A. Page. Extrapolation of Sonic Boom signa-
tures from CFD solutions. AIAA Paper, 2002-0922, 2002.
[Price et Federmesser, 2006] C. Price et B. Federmesser. Lightning–rainfall relationships
in Mediterranean winter thunderstorms. Geophys. Res. Lett., 33(7) :L07813 (1–4),
2006.
[Price et al., 2011] C. Price, Y. Yair, A. Mugnai, K. Lagouvardos, M.C. Llasat, S. Mi-
chaelides, U. Dayan, S. Dietrich, F. Di Paola, E. Galanti, L. Garrote, N. Harats, D.
Katsanos, M. Kohn, V. Kotroni, M. Llasat Botija, B. Lynn, L. Mediero, E. Morin,
K. Nicolaides, S. Rozalis, K. Savvidou, et B. Ziv. Using Lightning Data to Better
Understand and Predict Flash Floods in the Mediterranean. Surv. Geophys., 32(6) :
733–751, 2011.
[Qamar, 1995] A. Qamar. Space Shuttle and Meteroid–Tracking Supersonic Objects in
the Atmosphere with Seismographs. Seismol. Res. Lett., 66(5) :6–12, 1995.
[Qiu et al., 2012] Shi Qiu, Bi-Hua Zhou, et Li-Hua Shi. Synchronized observations of
cloud-to-ground lightning using VHF broadband interferometer and acoustic arrays.
J. Geophys. Res. : Atmos., 117(D19) :D19204 (1–9), 2012.
[Quarteroni et al., 2007] Alfio Quarteroni, Riccardo Sacco, et Fausto Saleri. Numerical
Mathematics, volume 37. Springer, 2nd edition, 2007.
[Rakov, 2013] V. A. Rakov. The Physics of Lightning. Surv. Geophys., 34(6) :701–729,
2013.
[Rakov et Uman, 1998] V. A. Rakov et M. A. Uman. Review and evaluation of lightning
return stroke models including some aspects of their application. IEEE Trans.
Electromagn. Compat., 40(4) :403–426, 1998.
[Rakov et Uman, 2003] V. A. Rakov et M. A Uman. Lightning : physics and effects.
Cambridge University Press, 2003.
[Ribner et Roy, 1982] Herbert S. Ribner et Dipankar Roy. Acoustics of thunder : A
quasilinear model for tortuous lightning. J. Acoust. Soc. Am., 72(6) :1911–1925, 1982.
[Riousset et al., 2007] Jeremy A. Riousset, Victor P. Pasko, Paul R. Krehbiel, Ronald J.
Thomas, et William Rison. Three-dimensional fractal modeling of intracloud lightning
discharge in a New Mexico thunderstorm and comparison with lightning mapping
observations. J. Geophys. Res. : Atmos., 112(D15) :D15203 (1–17), 2007.
[Ripepe et al., 2010a] M. Ripepe, E. Marchetti, C. Bonadonna, A. J. L. Harris, L. Pioli,
et G. Ulivieri. Monochromatic infrasonic tremor driven by persistent degassing and
convection at Villarrica Volcano, Chile. Geophysical Research Letters, 37(15) :L15303
(1–6), 2010.
[Ripepe et al., 2010b] Maurizio Ripepe, Silvio De Angelis, Giorgio Lacanna, et Barry
Voight. Observation of infrasonic and gravity waves at Soufrière Hills Volcano,
Montserrat. Geophys. Res. Lett., 37(19) :L00E14 (1–5), 2010.
[Rison et al., 1999] W. Rison, R. J. Thomas, P. R. Krehbiel, T. Hamlin, et J. Harlin.
A GPS-based three-dimensional lightning mapping system : Initial observations in
central New Mexico. Geophys. Res. Lett., 26(23) :3573–3576, 1999.
[Rood, 2012] J. S. Rood. Numerical Simulation of the Acoustical Propagation of Thunder.
Thèse de doctorat, Department of Mathematics South Dakota State University, 2012.
Références 223
[Roy, 1981] D. Roy. A Monte Carlo model of tortuous lightning and the generation of
thunder. Thèse de doctorat, University of Toronto Intsitute for Aerospace Studies,
1981.
[Saunders, 2008] C. Saunders. Charge Separation Mechanisms in Clouds. In F. Leblanc,
K. L. Aplin, Y. Yair, R. G. Harrison, J. P. Lebreton, et M. Blanc, éditeurs, Planetary
Atmospheric Electricity, volume 30 of Space Sciences Series of ISSI, pages 335–353.
Springer New York, 2008.
[Schulz et al., 2014a] W. Schulz, S. Pedeboy, C. Vergeiner, E. Defer, et W. Rison. Valida-
tion of the EUCLID LLS during HyMeX SOP1. In Proc. 23rd International Lightning
Detection Conference and 5th International Lightning Meteorology Conference, Tuck-
son, Arizona, USA, 2014.
[Schulz et al., 2014b] W. Schulz, D. Poelman, S. Pedeboy, C. Vergeiner, H. Pichler, G.
Diendorfer, et S. Pack. Performance validation of the european lightning location
system EUCLID. In Proc. International Colloquium on Lightning and Power systems,
Lyon, France, 2014.
[Seity et al., 2011] Y. Seity, P. Brousseau, S. Malardel, G. Hello, P. Bénard, F. Bouttier,
C. Lac, et V. Masson. The AROME-France convective scale operational model. Mon.
Wea. Rev., 139 :976–999, 2011.
[Simpson et Scrase, 1937] G. Simpson et F. J. Scrase. The Distribution of Electricity in
Thunderclouds. Proc. Roy. Soc. London, 161(906) :309–352, 1937.
[Soula et Chauzy, 2001] S. Soula et S. Chauzy. Some aspects of the correlation between
lightning and rain activities in thunderstorms. Atmos. Res., 56(1–4) :355–373, 2001.
[Soula et al., 2004] S. Soula, Y. Seity, L. Feral, et H. Sauvageot. Cloud-to-ground lightning
activity in hail-bearing storms. J. Geophys. Res. : Atmos., 109(D2) :D02101 (1–13),
2004.
[Sparrow et Raspet, 1991] V. W. Sparrow et R. Raspet. A numerical method for general
finite amplitude wave propagation in two dimensions and its application to spark
pulses. J. Acoust. Soc. Am., 90(5) :2683–2691, 1991.
[Stock et al., 2014] M. G. Stock, M. Akita, P. R. Krehbiel, W. Rison, H. E. Edens, Z.
Kawasaki, et M. A. Stanley. Continuous broadband digital interferometry of lightning
using a generalized cross-correlation algorithm. J. Geophys. Res. : Atmos., 119(6) :
3134–3165, 2014.
[Stockwell et al., 1996] R. G. Stockwell, L. Mansinha, et R. P. Lowe. Localization of the
complex spectrum : the S transform. IEEE Trans. Sig. Proc., 44(4) :998–1001, 1996.
[Stolzenburg et Marshall, 1998] M. Stolzenburg et T. C. Marshall. Charged precipitation
and electric field in two thunderstorms. J. Geophys. Res. : Atmos., 103(D16) :
19777–19790, 1998.
[Stolzenburg et Marshall, 2008] M. Stolzenburg et T. C. Marshall. Charge Structure and
Dynamics in Thunderstorms. Space Sci. Rev., 137(1-4) :355–372, 2008.
[Stolzenburg et Marshall, 2009] M. Stolzenburg et T. C. Marshall. Electric Field and
Charge Structure in Lightning-Producing Clouds. In H. D. Betz, U. Schumann, et
P. Laroche, éditeurs, Lightning : Principles, Instruments and Applications, pages
57–82. Springer Netherlands, 2009.
[Strang, 1968] G. Strang. On the Construction and Comparison of Difference Schemes.
SIAM J. Numer. Anal., 5(3) :506–517, 1968.
[Teer et Few, 1974] T. L. Teer et A. A. Few. Horizontal Lightning. J. Geophys. Res., 79
(24) :3436–3441, 1974.
224 Références
[Thomas, 2013] R. J. Thomas. ftp://zeus.nmt.edu/thomas/, 2013. XLMA graphical

interface (based on IDL).
[Thomas et al., 2004] R. J. Thomas, P. R. Krehbiel, W. Rison, S. J. Hunyady, W. P.
Winn, T. Hamlin, et J. Harlin. Accuracy of the Lightning Mapping Array. J. Geophys.
Res. : Atmos., 109(D14) :D14207 (1–34), 2004.
[von Neumann, 1963] J. von Neumann. Oblique reflection of shocks. In A. H. Taub,
éditeur, John von Neumann Collected Work, volume 6, pages 238–299. Pergamon,
1963.
[Walker et Hedlin, 2009] K. T. Walker et M. A. H. Hedlin. A Review of Wind-Noise
Reduction Methodologies. In A. Le Pichon, E. Blanc, et A. Hauchecorne, éditeurs,
Infrasound Monitoring for Atmospheric Studies, pages 141–182. Springer, Dordrecht,
2009.
[West et al., 1992] M. West, K. Gilbert, et R.A. Sack. A tutorial on the parabolic
equation (PE) model used for long range sound propagation in the atmosphere.
Applied Acoustics, 37(1) :31–49, 1992.
[Whitham, 1956] G. B. Whitham. On the propagation of weak shock waves. J. Fluid
Mech., 1 :290–318, 1956.
[Wilson, 1921] C. T. R. Wilson. Investigations on Lightning Discharges and on the Electric
Field of Thunderstorms. Phil. Trans. R. Soc. Lond. A, 221(582-593) :73–115, 1921.
[World Meteorological Organization, 1956] World Meteorological Organization. World
distribution of thunderstorm days. Publ. 21, TP 6 and Suppl. Secretariat of the
World Meteorological Organization, Geneva, Switzerland, 1956.
[Yuhua et Ping, 2012] O. Yuhua et Y. Ping. Audible thunder characteristic and the
relation between peak frequency and lightning parameters. J. Earth. Syst. Sci., 121
(1) :211–220, 2012.
[Zabolotskaya et Khokhlov, 1969] E. A. Zabolotskaya et R. V. Khokhlov. Quasi-plane
waves in the non-linear acoustics of confined beams. Sov. Phys. Acoust., 15 :35–40,
1969.
Références 225

Caractérisation Acoustique Des Éclairs D'orage: To Cite This Version

Transféré par

Droits d'auteur :

Formats disponibles

Caractérisation Acoustique Des Éclairs D'orage: To Cite This Version

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

Caractérisation Acoustique Des Éclairs D'orage: To Cite This Version

Transféré par

Droits d'auteur :

Formats disponibles

Caractérisation acoustique des éclairs d’orage

To cite this version:

HAL Id: tel-01086769

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

Pour obtenir le grade de

Soutenance prévue le 03 Juillet 2014 devant le jury composé de :

M. Sylvain Coquillat Professeur, Université Paul Sabatier rapporteur

Directeur de recherche CNRS,

M. Eric Defer Chargé de recherche CNRS invité

M. Thomas Farges Ingénieur chercheur, CEA, DAM, DIF co-encadrant

M. Régis Marchiano Professeur, Université Pierre et Marie Curie co-encadrant

M. Maurizio Ripepe Professeur, Université de Florence examinateur

M. Régis Wunenburger Professeur, Université Pierre et Marie Curie examinateur

CEA, DAM, Ile de France

Institut Jean Le Rond d’Alembert (UMR CNRS - Paris 6 n°7190)

2 Phénoménologie des décharges de foudre 13

3 Description de la campagne de mesures électromagnétiques et acous-

4 Analyse des données acoustiques et électromagnétiques obtenues lors de

4.7.2 Capacité des mesures acoustiques à reconstruire les parties des

5 Méthode de simulation numérique bidimensionnelle de la propagation

6 Conclusions et perspectives 167

A Suivi de l’évolution des cellules orageuses par mesure acoustique 173

B Description des détections PMCC associées au bruit de fond en absence

C Données des détections EUCLID 183

D Détails de l’établissement de l’équation Flhoward 185

E Intérêt de la forme conservative pour les termes d’écoulement ambiant193

F Intérêt de l’algorithme à pas fractionné à quatre étapes 195

G Interprétation des biais dans la reconstruction de l’altitude des sources

1.1 Le cadre du Traité d’Interdiction Complète des Essais nu-

Figure 1.1 – Présentation de différentes sources infrasonores en fonction de leur fréquence

1.2 Objectifs et plan de la thèse

et infrasonores (de 1Hz à 100Hz) et à des distances de propagation inférieures à 100km.

Phénoménologie des décharges de foudre

La présente bibliographie se base principalement sur cinq sources récentes. Tout

2.1 Processus de formation des cumulonimbus et mécanismes

2.2 Conditions de déclenchement des décharges de foudre à l’in-

Figure 2.3 – Exemple de champ électrique rayonné par un distribution de charge en

Le schéma 2.4 montre un exemple de répartition de la charge électrique dans un

2.3 Les différents types de décharges de foudre

Figure 2.6 – Ensemble de graphiques à gauche : décharge intra-nuage observée le 31 juillet

𝐼𝑝 = 19.6 𝑄0.78 , (2.4)

2.4 Définition des notions d’azimut et de temps universel

2.5 Observations du contenu acoustique des décharges de foudre

de tonnerre [World Meteorological Organization, 1956]. Les premiers enregistrements du

Figure 2.10 – A gauche : un spectrogramme enregistré pour un signal de tonnerre. A

1. Voir les références citées dans [Farges et al., 2005].

2.6 Caractéristiques géométriques des décharges de foudre

Figure 2.16 – En haut à gauche : détections acoustiques reconstruites et tracées dans le

macroscopiques de la géométrie du canal de foudre (quelques dizaines de mètres). Few et

Figure 2.18 – Comparaison de géométries de canaux de foudre reconstruites acoustique-

Aujourd’hui les reconstructions acoustiques des flashs connaissent un regain d’intérêt

2.7 Mécanismes d’émission acoustique de tonnerre

2.7.1 Emission acoustique par les arcs en retour

En injectant (2.11) dans (2.10) et en utilisant (2.7) pour retrouver 𝑅𝑐 , il vient :

où 𝑐0 est la célérité du son et 𝑃0 est la pression atmosphérique. Ce modèle ne donne que

2.7.2 Emission électrostatique

Le système étant à l’équilibre, il n’y a pas de mouvement et l’atmosphère ambiante autour

On obtient alors, en passant à une notation infinitésimale :

En utilisant l’équation de Maxwell–Gauss on exprime la densité de charges par la divergence