Histoire évolutive de la galaxie spirale NGC 5430

Histoire évolutive de la galaxie spirale NGC 5430
Mémoire
Lorraine Chrétien
Maîtrise en physique
Maître ès sciences (M.Sc.)
Québec, Canada
© Lorraine Chrétien, 2016
Résumé
La galaxie spirale barrée NGC 5430 est particulière en ce sens qu’elle présente un noeud WolfRayet très lumineux et des bras asymétriques. Des spectres longue-fente le long de la barre
et dans le bras déformé ainsi que des données SpIOMM couvrant l’ensemble de la galaxie ont
été analysées. L’absorption stellaire sous-jacente a été soustraite des spectres longue-fente à
l’aide d’un ajustement de modèles théoriques de populations stellaires fait avec le programme
GANDALF. L’absorption a un impact très important sur le calcul de l’extinction ainsi que
sur les différents diagnostics propres aux régions HII et aux populations stellaires jeunes.
Enfin, cette étude montre que NGC 5430 comporte une composante gazeuse ionisée diffuse
sur toute son étendue et qu’il est important d’en tenir compte afin d’appliquer correctement
les diagnostics. Un des scénarios évolutifs proposés au terme de cette étude est que le noeud
Wolf-Rayet constitue le restant d’une petite galaxie ou d’un nuage intergalactique qui serait
entré en collision avec NGC 5430. Une structure englobant le noeud Wolf-Rayet se déplace à
une vitesse considérablement inférieure (50 - 70 km s´1 ) à celle attendue à une telle distance
du centre de la galaxie (200 - 220 km s´1 ). De plus, le noeud Wolf-Rayet semble très massif
puisque l’intensité maximale du continu stellaire de cette région est semblable à celle du noyau
et est de loin supérieure à celle de l’autre côté de la barre. Le nombre d’étoiles Wolf-Rayet
(2150) est aussi considérable. Il n’est toutefois pas exclu que la différence de vitesses observée
témoigne d’un écoulement de gaz le long de la barre, qui alimenterait la formation stellaire du
noeud Wolf-Rayet ou du noyau.
iii
Abstract
The barred spiral galaxy NGC 5430 is unique in that it presents a very bright Wolf-Rayet
node and asymmetric arms. Long-slit spectra along the bar and in the irregular arm as well
as SpIOMM data covering the entire galaxy were analyzed. The underlying absorption was
subtracted from the long-slit spectra using the program GANDALF that combines several
models of stellar populations. The analysis revealed that the absorption has a very significant
impact on the calculation of extinction and on the different diagnosis used to study HII regions
and young stellar populations. Finally, this work shows that NGC 5430 has a diffuse ionized
gas component superposed over its disk and that it is important to take it into account in order
to apply the appropriate diagnosis. A proposed evolutionary scenario is that the Wolf-Rayet
node harbors the remains of a small galaxy or an intergalactic cloud that would have collided
with NGC 5430. A structure encompassing the Wolf-Rayet node moves at a considerably
lower velocity (50 - 70 km s´1 ) than expected at such a distance from the center of the
galaxy (200 - 220 km s´1 ). Furthermore, the Wolf-Rayet node seems very massive since the
maximum intensity of the stellar continuum in this region is similar to that of the nucleus and
is far superior to that of an equidistant region on the other side of the bar. The number of
Wolf-Rayet stars in the knot also seems very large (2150). It is however not excluded that the
observed difference in velocity testifies of a gas flow along the bar, which would nourish star
formation at the Wolf-Rayet node or at the galaxy center.
v
Table des matières
Résumé
iii
Abstract
v
Table des matières
vii
Liste des tableaux
ix
Liste des figures
xi
Remerciements
xvii
Introduction
1
1 Théorie
1.1 Évolution des galaxies . . . . . . . . . . . . . . . . . .
1.2 Régions HII . . . . . . . . . . . . . . . . . . . . . . . .
1.3 NGC 5430 . . . . . . . . . . . . . . . . . . . . . . . . .
1.4 Gaz ionisé diffus . . . . . . . . . . . . . . . . . . . . .
1.5 Caractéristiques des spectres des populations stellaires
1.6 Extinction intrinsèque . . . . . . . . . . . . . . . . . .
1.7 Activités thermique et non-thermique . . . . . . . . .
1.8 Abondance chimique du gaz . . . . . . . . . . . . . . .
1.9 Populations jeunes . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
6
7
9
11
12
12
14
17
2 Observations
2.1 Spectrographe longue-fente
2.2 SpIOMM . . . . . . . . . .
2.3 Réduction des données . . .
2.4 Mesures et incertitudes . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
19
19
19
21
30
.
.
.
.
.
.
.
35
35
36
37
44
47
52
56
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3 Spectroscopie longue-fente
3.1 Régions étudiées . . . . . . . . . . . . . . . . . . . .
3.2 Galaxie inconnue . . . . . . . . . . . . . . . . . . . .
3.3 Soustraction de la composante d’absorption stellaire
3.4 Extinction . . . . . . . . . . . . . . . . . . . . . . . .
3.5 Source d’ionisation . . . . . . . . . . . . . . . . . . .
3.6 Abondance du gaz . . . . . . . . . . . . . . . . . . .
3.7 Âge des populations jeunes . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
vii
4 SpIOMM
4.1 Dynamique du gaz ionisé . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2 Définition des régions HII . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3 Diagrammes BPT et abondance du gaz . . . . . . . . . . . . . . . . . . . . .
61
61
66
68
5 Discussion
5.1 Scénario évolutif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2 Présence du gaz ionisé diffus . . . . . . . . . . . . . . . . . . . . . . . . . . .
77
77
81
Conclusion
83
Bibliographie
85
A Âge des populations jeunes des spectres longue-fente
89
B Spectres des régions HII observées avec SpIOMM
93
viii
Liste des tableaux
1.1
Caractéristiques de NGC 5430 . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8
2.1
2.2
2.3
2.4
Observations avec le spectrographe longue-fente . . . . . . . . . . . . . . . . . .
Observations avec SpIOMM . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Domaines de longueur d’onde affectées par des taches sur le CCD STA0520Ab .
Raies du ciel utilisées pour la calibration en longueur d’onde des spectres de la
galaxie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Liste des raies mesurées dans les spectres longue-fente . . . . . . . . . . . . . .
20
21
24
2.5
3.1
25
32
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
Vitesse radiale résiduelle du gaz selon GANDALF dans les régions des spectres
longue-fente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Excès de couleur E(B´V) des spectres longue-fente . . . . . . . . . . . . . . . .
Rapports de raies des spectres longue-fente . . . . . . . . . . . . . . . . . . . .
Résultats des diagnostics pour départager les régions HII des régions de GID .
Abondances obtenues avec le diagnostic [NII]/[OII] . . . . . . . . . . . . . . . .
Paramètre d’ionisation obtenu avec le diagnostic [OIII]/[OII] . . . . . . . . . .
Abondances obtenues avec le diagnostic R23 . . . . . . . . . . . . . . . . . . . .
Âge de la population jeune selon Hα . . . . . . . . . . . . . . . . . . . . . . . .
Âge de la population jeune selon Hβ . . . . . . . . . . . . . . . . . . . . . . . .
38
45
49
51
53
54
55
58
58
4.1
4.2
4.3
Paramètres utilisés pour la routine HIIphot . . . . . . . . . . . . . . . . . . . .
Mesure des raies dans les données SpIOMM - « RHII » . . . . . . . . . . . . . .
Mesure des raies dans les données SpIOMM - « RHII + GID » . . . . . . . . .
67
71
72
5.1
Dispersion de vitesses du gaz et des étoiles pour chaque région des spectres
longue-fente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
ix
Liste des figures
1.1
1.2
1.3
1.4
1.5
1.6
1.7
2.1
2.2
2.3
Image de la galaxie NGC 5430 . . . . . . . . . . . . . . . . . . . . . . . . . . .
Rapports de raies pour les régions HII et les régions de GID . . . . . . . . . . .
Exemple d’une raie d’émission Hβ affectée par l’absorption stellaire sous-jacente
Diagrammes diagnostiques BPT pour diverses sources d’ionisation . . . . . . .
Illustration du processus itératif de Kewley et Dopita pour déterminer l’abondance du gaz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Diagrammes diagnostiques de l’abondance et du paramètre d’ionisation . . . .
Largeur équivalente de la raie Hα et Hβ en fonction de l’âge et de la métallicité
pour un sursaut instantané . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8
10
11
14
15
16
18
Image de NGC 5430 avec la position des fentes . . . . . . . . . . . . . . . . . .
Ajustement de la plage uniforme . . . . . . . . . . . . . . . . . . . . . . . . . .
Plage uniforme normalisée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
20
23
24
Détermination des régions sur les images longue-fente . . . . . . . . . . . . . .
Spectre de la galaxie inconnue (région R4) . . . . . . . . . . . . . . . . . . . . .
Spectres longue-fente des régions de la barre et du bras superposés aux meilleurs
modèles de populations stellaires selon GANDALF . . . . . . . . . . . . . . . .
3.4 Proportion des populations stellaires selon GANDALF . . . . . . . . . . . . . .
3.5 Comparaison de l’excès de couleur avant et après la soustraction de l’absorption
sous-jacente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.6 Diagrammes diagnostiques BPT des régions longue-fente . . . . . . . . . . . . .
3.7 Abondance selon le diagnostic [NII]/[OII] . . . . . . . . . . . . . . . . . . . . .
3.8 Paramètre d’ionisation selon le diagnostic [OIII]/[OII] . . . . . . . . . . . . . .
3.9 Abondance selon le diagnostic R23 . . . . . . . . . . . . . . . . . . . . . . . . .
3.10 Âge moyen trouvé à l’aide des raies Hα et Hβ . . . . . . . . . . . . . . . . . . .
36
37
3.1
3.2
3.3
4.1
4.2
4.3
4.4
4.5
4.6
4.7
4.8
4.9
Cartes du flux des raies d’émission Hα, [NII] et du continuum obtenues avec
SpIOMM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Carte de vitesse selon la raie d’émission Hα . . . . . . . . . . . . . . . . . . . .
Courbes de rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Courbe de rotation moyenne pour la barre et pour le disque . . . . . . . . . . .
Courbe de rotation moyenne obtenue par Epinat et al. . . . . . . . . . . . . . .
Définition des régions pour le cas « RHII » . . . . . . . . . . . . . . . . . . . .
Définition des régions pour le cas « RHII + GID » . . . . . . . . . . . . . . . .
Diagrammes BPT pour les données SpIOMM . . . . . . . . . . . . . . . . . . .
Abondance du gaz selon le diagnostic [NII]/Hα vu avec SpIOMM . . . . . . . .
40
45
46
48
52
54
55
59
62
64
65
65
66
69
70
73
75
xi
A.1 Diagnostic pour l’âge dans le cas du spectre brut longue-fente . . . . . . . . . .
A.2 Diagnostic pour l’âge dans le cas du spectre du spectre longue-fente où la population vieille a été soustraite . . . . . . . . . . . . . . . . . . . . . . . . . . .
90
B.1 Spectres des régions HII de SpIOMM . . . . . . . . . . . . . . . . . . . . . . . .
94
xii
91
À ma fille
xiii
[...] J’arrive - excusez-moi ! - par la dernière trombe.
Je suis un peu couvert d’éther. J’ai voyagé !
J’ai les yeux tout remplis de poudre d’astres. J’ai
Aux éperons, encor, quelques poils de planète !
(Ceuillant quelque chose sur sa manche.)
Tenez, sur mon pourpoint, un cheveu de comète !...
[...] Mais je compte en un livre écrire tout ceci,
Et les étoiles d’or qu’en mon manteau roussi
Je viens de rapporter à mes périls et risques,
Quand on l’imprimera, serviront d’astérisques !
Cyrano de Bergerac
Edmond Rostrand
xv
Remerciements
Ce mémoire n’aurait jamais pu voir le jour si ce n’eût été du support de plusieurs personnes
dont la contribution mérite d’être soulignée. Je voudrais tout d’abord remercier ma directrice
de recherche, Carmelle Robert, pour son soutien, qui s’étend bien au-delà de l’élaboration de
ce projet. Je la remercie pour son engagement, sa flexibilité, sa patience et la confiance qu’elle
m’a accordée depuis le début, en m’offrant ma toute première chance dans le domaine de la
recherche, jusqu’à la fin. Merci également pour tout le temps donné sans compter, pour toutes
les corrections, parfois très élaborées, effectuées sur mes nombreuses demandes de bourses.
Votre contribution a certainement joué un grand rôle dans l’obtention de certaines d’entre
elles. Enfin, je ne la remercierai jamais assez pour tous les accommodements faits à mon égard
pour me permettre de mieux concilier études et famille. Je pense entre autres à la présence de
ma fille, parfois distrayante, lors de certaines de nos rencontres.
Je souhaite aussi remercier les autres professeurs du groupe d’astrophysique de l’Université
Laval : Laurent Drissen, Gilles Joncas, Hugo Martel et Serge Pineault. J’ai pu profiter de leur
grande expérience et de leur expertise, qu’ils ont généreusement partagées dans le cadre de
divers cours. Certains d’entre eux m’ont aidée à un moment ou à un autre lors de mes études
graduées, que ce soit en me prodiguant des conseils concernant les demandes de bourses, ou
encore par de simples encouragements et je les en remercie.
Je tiens aussi à remercier chaleureusement Laurie Rousseau-Nepton et Thomas Martin pour
tout le temps qu’ils m’ont accordé avec une si grande générosité. Merci pour toutes les heures
données sans compter pour discuter de problématiques toutes plus pointues les unes que
les autres. Leur contribution a grandement marqué ce travail. Merci également aux autres
étudiantes et étudiants qui ont fait parti à un moment ou à un autre du groupe d’astrophysique
de l’Université Laval et qui m’ont tenu compagnie tout au long de mes études graduées. Je
pense entre autres à Antoine Bilodeau, Marianne Girard, Sébastien Lavoie, Pierre Malcom
Fortier, Christian Carles, Jean-François Robitaille, Jean-Michel Mugnes, Prime Karera, Issouf
Kafando, Ismaël Moumen et Benoît Côté. Merci pour votre amitié et pour tout le bon temps
passé ensemble.
Je voudrais aussi remercier les comités de sélection des bourses Hubert-Reeves et du Fonds de
recherches - Nature et technologies pour la confiance qu’ils m’ont accordée en m’octroyant ces
xvii
distinctions. Le support financier dont j’ai bénéficié a grandement contribué à l’aboutissement
et à la qualité de ce projet.
Sur un plan plus personnel, je souhaite remercier mes grandes amies, Geneviève ThibodeauBrousseau, Émilie Bouchard Dostie et Mélissa Girard pour m’avoir soutenue moralement pendant toute la durée de mon long retour aux études. Je remercie aussi tous ceux qui de près ou
de loin sont présents pour moi au quotidien. Il me faut entre autres remercier ma formidable
maman. Merci d’avoir été là pour moi dans les bons moments comme dans les moins bons
et de m’avoir supportée au maximum de tes capacités. Je remercie aussi du fond du coeur
mon père, pour son amour, son soutien et tous les sacrifices qu’il a faits pour faire de moi une
meilleure personne. Je lui dois beaucoup. Je tiens également à remercier ma belle-famille pour
m’avoir si chaleureusement accueillie et épaulée tout au long de mon parcours. Merci pour
toutes les attentions à mon égard qui ont adouci les moments plus difficiles.
Finalement, cette maîtrise n’aurait jamais pu voir le jour sans le soutien indéfectible de mon
partenaire de vie, mon amoureux, Alexandre Guillemette. Je ne le remercierai jamais assez
pour la confiance qu’il m’a accordée, même lorsque mes études semblaient éternelles, et pour
m’avoir soutenue, dans tous les sens du terme, durant toute la durée de ce projet. Je le remercie
pour son amour, sa générosité et sa grande patience, autant envers moi qu’envers notre fille,
Léanne. Enfin, je dois un merci tout spécial à ma fille, pour sa douce présence durant toute
la durée de mes études graduées. Je la remercie d’avoir partagé sa maman avec le deuxième
bébé que représente ce projet de maîtrise.
xviii
Introduction
L’Univers tel qu’on le connaît aujourd’hui est le produit d’un long processus évolutif qui prend
racine dans le Big Bang. Pour mieux comprendre cette évolution, on doit se tourner vers ce
qui compose, entre autres, les galaxies. Celles-ci sont constituées de divers éléments interdépendants, tels que le gaz, les étoiles et la matière sombre, qui sont soumis à des processus
évolutifs influencés par les conditions environnantes. Pour arriver à comprendre ces phénomènes, on peut étudier les caractéristiques des populations stellaires qui forment une galaxie.
Au fil du temps, les populations stellaires gardent les signatures des mécanismes (interactions,
processus séculaires, accrétions, supervents...) qui marquent l’évolution des galaxies.
Dans le cadre de ce projet de maîtrise, je fais l’étude des populations stellaires de la galaxie
NGC 5430. Cette galaxie spirale barrée est particulière, car elle est très massive, comporte
un noeud Wolf-Rayet à l’une des extrémités de la barre et montre des bras asymétriques.
NGC 5430 est un objet intéressant pour la compréhension des processus qui influencent l’évolution des galaxies ; ses particularités suggèrent qu’une interaction a eu lieu dans le passé. Une
autre hypothèse pour expliquer le noeud Wolf-Rayet est directement reliée à la barre. Diverses
simulations montrent en effet que la barre joue un rôle important pour concentrer le gaz, soit
dans le centre de la galaxie, le long de la barre ou à ses extrémités. Dans ce cas, caractériser
les divers épisodes de formation stellaire s’avère être un atout important pour reconstruire
l’histoire évolutive de la galaxie et y situer les moments où un apport de gaz a eu lieu.
Dans le but de poser un scénario plausible quant à l’histoire évolutive de NGC 5430, j’analyse
des données spectroscopiques longue-fente obtenues selon deux orientations sur la galaxie (sur
la barre en passant par le noyau et le noeud Wolf-Rayet, puis dans le bras nord en englobant
au passage une candidate improbable pour l’interaction). J’ai aussi en main des données du
spectro-imageur SpIOMM (cube rouge). SpIOMM est un spectro-imageur à transformée de
Fourier (STF) qui permet d’obtenir des spectres sur l’ensemble de la galaxie. Cette façon de
faire m’offre la possibilité d’étudier de façon très détaillée les caractéristiques des populations
jeunes sur le plan spatial.
Les articles de Keel (1982, 1987) posent l’hypothèse selon laquelle le noeud Wolf-Rayet serait
le reste d’une galaxie de type tardif qui serait entrée en collision avec NGC 5430, ce qui
aurait provoqué le sursaut observé. Si tel est le cas, on devrait observer certains signes de
1
cette interaction : des structures particulières dans le profil du gaz neutre, une perturbation
de la dynamique de la galaxie ou bien une masse stellaire très importante qui indiquerait
l’emplacement du vestige du bulbe de la galaxie tardive, par exemple. Afin de vérifier cette
hypothèse, j’ai comparé les caractéristiques des populations stellaires et étudié la dynamique et
les propriétés du gaz ionisé. La carte de vitesse montre effectivement une structure particulière
autour du noeud Wolf-Rayet qui a un écart de vitesse d’environ 50 - 70 km s´1 avec les
régions environnantes. De plus, l’intensité maximale du continuum du noeud Wolf-Rayet est
très élevée, soit environ la moitié de celle du bulbe de la galaxie et environ 60 fois plus élevée
que la région correspondante à l’opposée de la barre. L’intensité de la bosse Wolf-Rayet à
4650 Å confirme une grande masse stellaire dans le noeud Wolf-Rayet. Ces éléments portent
à croire que le noeud Wolf-Rayet serait une petite galaxie riche en gaz ou un gros nuage de
gaz intergalactique qui serait entré en collision avec NGC 5430, provoquant un sursaut de
formation stellaire il y a 5 Ma. Il n’est toutefois pas exclu que la structure particulière en
vitesses observée autour du noeud Wolf-Rayet, qui s’étend le long de la barre, témoigne d’un
écoulement de gaz, qui alimenterait la formation stellaire du noeud ou du noyau.
Afin de bien caractériser les populations stellaires et le gaz ionisé, j’ai démontré qu’il est important de tenir compte de l’effet de l’absorption sous-jacente sur les différents diagnostics propres
aux régions HII qui accompagnent la formation stellaire. Cette absorption est une signature
directe des populations vieilles et jeunes d’étoiles. Pour ce faire, j’estime la contribution de
chaque population aux spectres de différentes régions de la barre et du bras nord de NGC 5430
avec GANDALF, un programme qui détermine la meilleure combinaison linéaire de populations stellaires simples d’âges et de métallicités variés. Le programme détermine la meilleure
combinaison linéaire de modèles pour ajuster la composante d’absorption stellaire du spectre
observé. Suite à ce traitement, je constate que l’absorption sous-jacente affecte grandement
l’extinction calculée à partir des raies d’émission jusqu’à la doubler dans certaines régions plus
critiques. L’abondance chimique du gaz se voit en général sous-estimée, peu importe l’indicateur utilisé, alors que l’âge des populations donné par les raies d’émission est affecté à la
hausse par l’absorption sous-jacente. Ces effets sont autant importants que la proportion de
populations vieilles est grande. Le fait de prendre en compte l’absorption dans le calcul des
rapports de raies affecte la position des sources dans les diagrammes diagnostiques d’activité
non-thermique, qui servent à déterminer la source d’ionisation, décalant souvent celles-ci vers
la position des régions HII dans la section correspondante du diagramme. Cependant, la considération de l’absorption sous-jacente ne règle pas tout ; certains rapports de raies demeurent
anormaux. L’hypothèse proposée alors est que les rapports de raies sont influencés à la hausse
par la présence accrue de gaz ionisé diffus (GID) autour des régions HII. Afin de soutenir
cette hypothèse, j’étudie l’impact de la taille des régions sur les rapports de raies à partir des
données SpIOMM. Bien que l’origine exacte du GID soit encore inconnue, il est bien présent
dans le milieu interstellaire entre les régions HII et autour du disque des galaxies spirales. Le
fait de définir des régions plus grosses devrait donc augmenter la contribution du gaz diffus
2
dans ces régions et modifier les rapports diagnostics à la hausse. C’est effectivement ce qui est
observé.
Ce mémoire est divisé de la façon suivante. Le Chapitre 1 présente divers éléments de théorie
utiles à la compréhension de ce projet. Le Chapitre 2 contient tous les renseignements relatifs
aux données observationnelles étudiées et à leur réduction. Les Chapitres 3 et 4 regroupent
tous les résultats tirés de l’analyse des données recueillies en lien avec les buts visés. Les
résultats tirés des différentes données observationnelles sont mis en lien dans le Chapitre 5
et un scénario évolutif cohérent avec les résultats obtenus y est élaboré. Enfin, la conclusion
présente un résumé des résultats importants ainsi qu’une discussion portant sur différentes
voies à explorer afin de pousser plus loin l’étude de NGC 5430 et de confirmer les différentes
hypothèses émises dans ce travail.
3
Chapitre 1
Théorie
1.1
Évolution des galaxies
L’un des premiers grands efforts de compréhension des galaxies a été fait par Hubble au début
du 20e siècle. Il a alors classé les galaxies de l’Univers local selon leur morphologie. Quatre
grandes classes sont ressorties : les elliptiques (E), les lenticulaires (SO), les spirales (barrées
SB ou non SA) et les irrégulières (Irr). Celles-ci mettent en évidence des différences dans
le contenu et la dynamique des galaxies. De nos jours, ces divers types sont placés dans un
contexte évolutif : les galaxies elliptiques sont principalement le résultat de collisions (Benson
2010), alors que les galaxies lenticulaires sont placées sur une branche parallèle aux spirales,
avec les spirales anémiques, et soulignent l’importance des interactions pour compresser le gaz
en étoiles dans les galaxies (van den Bergh 1976).
Les galaxies elliptiques contiennent peu de gaz, donc sont moins propices à la formation stellaire, et sont plus nombreuses dans le centre des amas de galaxies. Elles abritent généralement
des populations vieilles d’étoiles riches en métaux et montrent de grandes dispersions de vitesses. Les galaxies lenticulaires sont semblables aux galaxies elliptiques, mais comportent un
disque de vieilles étoiles, sans gaz et sans bras spiraux. Les galaxies spirales ont la forme d’un
disque aplati maintenu par la rotation des étoiles et du gaz. Elles ont un bulbe en leur centre.
Elles doivent leur nom à des bras spiraux dans le disque, qui contiennent beaucoup de gaz
propice à une formation stellaire active. Les étoiles massives, qui sont très brillantes, ont un
temps de vie court et n’ont pas le temps de quitter les bras spiraux avant leur mort, ce qui
contribue à la grande luminosité de ces derniers. Le bulbe, plus ou moins important selon le
sous-type de galaxie spirale, peut abriter des populations vieilles d’étoiles, qui ont une grande
dispersion de vitesses. Différentes structures telles qu’une barre ou un anneau peuvent se développer à même une galaxie spirale. Enfin, les galaxies irrégulières, comme leur nom l’indique,
ont une forme irrégulière. Elles sont en général petites et contiennent beaucoup de gaz et de
poussière. Des trous noirs supermassifs sont souvent remarqués dans le coeur des galaxies avec
une masse proportionnelle à la masse du bulbe de leur galaxie hôte (Marconi & Hunt 2003).
5
L’activité de formation stellaire des spirales rend ces objets intéressants dans un contexte de
compréhension de l’évolution des galaxies. Gaz et étoiles sculptent les différentes morphologies
que nous observons. Les barres des spirales témoignent d’une dynamique complexe et de phénomènes évolutifs lents dans les galaxies. Elles se forment grâce à un potentiel gravitationnel
asymétrique, qui est dû à une asymétrie dans la distribution de la matière sombre ou à une interaction, et peuvent s’autodétruire (Kormendy & Kennicutt 2004). En effet, elles constituent
un moyen efficace pour freiner, transporter le gaz jusqu’au centre de la galaxie et nourrir un
AGN ou un sursaut de formation stellaire (Combes 2003). On observe souvent de la formation
stellaire dans des anneaux circumnucléaires (Álvarez-Álvarez et al. 2015 ; Pan et al. 2013). Le
gaz pris dans ces structures serait le siège d’une formation stellaire active. La barre primaire
pourrait aussi réarranger le gaz pour créer des sursauts de formation stellaire à ses extrémités
(Renaud et al. 2015). Par contre, un grand apport de gaz peut déstabiliser le potentiel qui a
créé la barre et ainsi la détruire (Friedli & Martinet 1993).
Il existe plusieurs types de phénomènes pour expliquer la formation stellaire dans les galaxies.
On parle de phénomènes externes dans le cas de collisions ou d’interactions entre galaxies
et de l’accrétion de gaz cosmique. Des phénomènes internes, qu’on dit souvent responsables
de l’évolution séculaire peuvent impliquer une barre ou des phénomènes rétroactifs associés
aux vents stellaires des étoiles OB, aux supernovae (Heckman 1997) et aux noyaux actifs
(AGNs ; Karouzos et al. 2014). Le lien entre une formation stellaire active et violente et les
interactions est bien établi (Ellison et al. 2008 ; Wong et al. 2011). Les causes internes favorisent
une formation stellaire plus modeste et locale. Elle prend plus de temps à se manifester et
c’est pour cela qu’il est plus difficile de l’étudier et de la relier à un élément déclencheur. En
étudiant les caractéristiques des populations stellaires en divers endroits dans une galaxie, on
peut comprendre quelles étaient les conditions qui prévalaient à l’époque de la compression du
gaz en étoiles et imaginer des scénarios possibles expliquant les observations. Ce type d’étude
est de plus en plus possible avec le développement d’instruments de type spectro-imageur (qui
permettent d’observer simultanément plusieurs régions d’une galaxie) et le développement de
techniques de synthèse de populations stellaires.
1.2
Régions HII
Les régions HII sont des régions de formation stellaire active. Spontanément ou après une
perturbation du milieu (interactions, écoulements de gaz, explosion de supernovae, vents stellaires...), le gaz peut se comprimer et donner lieu à la formation d’étoiles. Celles-ci naissent
en amas (10 - 100 pc de diamètre ; Meurer et al. 1995) et la distribution des étoiles suivra une
fonction de masse assez spécifique (Kroupa 2008), croit-on, et comptera parmi le nombre une
certaine quantité d’étoiles massives. Les étoiles OB sont des étoiles très chaudes (ě 20 000 K)
et massives (ě 10 M@ ) qui ne vivent pas longtemps (< 10 Ma) et qui produisent un flux ultraviolet (UV) important ionisant le milieu gazeux, créant ainsi autour des populations jeunes
6
une « sphère » ionisée à partir du gaz résiduel n’ayant pas servi à former les étoiles, qu’on
appelle région HII. En observant une région HII, on retrouve des raies d’émission nébulaire
causées par la recombinaison des électrons ou la collision des élections avec des ions lourds
(Osterbrock & Ferland 2006). On observe dans le visible les raies de Balmer en émission, dont
la raie Hα qui est souvent très forte, ainsi que des raies collisionnelles d’ions d’oxygène, d’azote
et de souffre, surtout. On retrouve principalement des régions HII dans les bras des galaxies
spirales, qui contiennent beaucoup de gaz. En effet, les bras sont des zones de compression
du gaz, ce qui provoque la formation stellaire (Elmergreen 2009). Les étoiles les plus massives (Á 20 M@ ) passent par une phase Wolf-Rayet (WR), où les vents stellaires denses et
chauds sont responsables de raies d’émission larges dans le spectre visible. Les étoiles massives
finissent par exploser en supernovae après avoir enrichi considérablement le milieu, laissant
dans la population les étoiles qui ont une plus faible masse. Ces dernières, qui ont souvent
un pic d’émission dans le visible, retournent dans le milieu interstellaire des éléments pauvres
en métaux, peu individuellement, mais en grande quantité collectivement. Ces étoiles finissent
par se mélanger entre populations dans le disque.
1.3
NGC 5430
Mon projet se concentre sur la galaxie spirale barrée NGC 5430 (voir Fig. 1.1). Cette galaxie
est de type WR à cause de la population d’étoiles située à une extrémité de la barre qui
montre des signatures très fortes d’étoiles WR. Elle est située à une distance de 39.1 Mpc ; le
Tableau 1.1 résume les caractéristiques de cette galaxie. NGC 5430 a deux bras bien marqués,
dont un (au nord) est plus épais et contient sept régions HII d’intensité normale (Keel 1987).
À la base de ce bras, qui correspond au bout de la barre (à 202 du noyau), on retrouve le
noeud WR. Keel (1982, 1987) a étudié cette région de formation stellaire particulièrement
active qui montre un flux Hα anormalement élevé pour une région HII ordinaire. Cette région
est tellement brillante qu’elle a souvent été prise pour une étoile sur la ligne de visée. Ce noeud
montre une signature très forte d’étoiles WR : une bosse en émission à 4650 Å. Keel (1982)
a estimé le nombre d’étoiles WR à 30 000 à partir de la largeur équivalente de ce groupe de
raies. La présence d’étoiles WR indique que le sursaut doit être assez récent, soit inférieur à
environ 5 Ma. Keel y trouve aussi un très grand nombre d’étoiles massives de type O et B. Le
sursaut est confiné dans une région de 0.9 kpc (diamètre à mi-intensité de l’émission Hα). Le
noeud a une extinction assez faible tandis que le noyau est considérablement rougi.
Dans la littérature, on parle aussi de la formation stellaire dans le noyau, quoique beaucoup
moins intense que dans le noeud WR. Cette jeune population est superposée à une population
plus vieille avec beaucoup de gaz et de poussière, qui est très rougie. Cantin (2010) a développé
une technique itérative pour séparer ces deux populations. Il met bien en évidence la présence
d’un anneau circumnucléaire brillant où il y a de la formation stellaire, tel que déjà proposé
par Contini et al. (1997). Deux régions jeunes âgées de 6-7 Ma sont observées dans cet anneau.
7
Figure 1.1 – Image de la galaxie NGC 5430. Le nord est en haut et l’est est en bas.
Le noeud WR est situé à l’extrémité est de la barre. L’image est tirée de Baillard et al.
(2011 ; SDSS).
Tableau 1.1 – Caractéristiques de NGC 5430
Type
Déclinaison (J2000)
Ascension droite (J2000)
Vitesse radiale
Redshift
Distance
Diamètre (axe majeur)
AV (VL)
SB(s)b
`59˝ 191 422
14h00m45.7s
2961 km s´1
0.009877
39.1 Mpc
2.631
0.042
Note : Les données sont tirées de NED.
Keel (1987) a noté une abondance du gaz en oxygène assez élevée dans le centre, mais aussi
dans le noeud WR (Z “ 1.1 Z@ 1 ). Généralement, on s’attend à une abondance plus basse
dans les disques galactiques. Selon Keel, le noeud WR pourrait être un restant de galaxie qui
se serait greffé à NGC 5430 créant ainsi une zone de forte compression qui aurait engendré
un sursaut de formation stellaire. La luminosité du noeud est de fait comparable à celle de
certaines galaxies. Il serait aussi possible, toujours selon Keel (1987), que la déformation du
1. L’abondance donnée par Keel (1987) a été recalculée ici pour être exprimée en fonction de l’abondance
solaire trouvée par Asplund et al. (2009).
8
deuxième bras soit liée à l’interaction. Selon lui, il serait peu probable que le noeud WR,
région de formation stellaire violente, ait une cause interne, car on ne retrouve pas de pareil
noeud à l’autre extrémité de la barre, malgré que son apparition pourrait être différée. Cette
hypothèse est partagée par Condon (1982), qui propose que le noeud WR ainsi que le bras
déformé seraient associés à une galaxie qui serait entrée en collision avec NGC 5430. Ce sont
des données radio qui l’ont amené à cette conclusion. En effet, il a observé que la source radio
n’est pas centrée par rapport à la longueur de la barre.
1.4
Gaz ionisé diffus
L’existence d’une composante gazeuse chaude (104 K), de faible densité (0.03 - 0.08 cm´3 ;
Reynolds 1991 ; Hills et al. 2008) et ionisée à haute altitude dans le disque de la Voie lactée
(VL) a d’abord été postulée par Hoyle & Ellis (1963) pour expliquer l’observation d’absorption
« free-free » dans le continuum synchrotron de la VL. La source de photo-ionisation nécessaire
pour expliquer cette observation est équivalente en force aux étoiles OB du disque galactique.
L’existence et la grande étendue de cette composante de gaz ionisé diffus (GID) du milieu
interstellaire (MIS) a été prouvée plus tard par l’observation de la dispersion du signal radio
de pulsars et par la détection de raies d’émission dans le domaine du visible (Reynolds 1971).
À partir d’observations de galaxies par la tranche (Rand 1997, 1998), on sait maintenant que
le GID est présent dans plusieurs autres galaxies. NGC 5430 n’y échappe probablement pas
d’après les résultats de Cantin (2010). La source d’ionisation du GID est cependant encore
sujette à débat. Les étoiles OB du disque compteraient pour la majeure partie du flux ionisant, mais des sources d’ionisation additionnelles sont requises pour expliquer les observations.
Plusieurs hypothèses sont proposées telles que des chocs (supernovae, AGN ; Sivan et al. 1986)
ou des étoiles vieilles chaudes (naines blanches ; Bland-Hawthorn et al. 1991), mais aucune de
ces suggestions ne réussit à expliquer à elle seule les observations.
La difficulté principale ressortant de l’observation du GID, surtout lorsqu’on observe des galaxies de face ou peu inclinées, est la façon de le différencier des régions HII. La nature du
GID n’est pas encore tout à fait claire, mais de plus en plus de travaux mettent en lumière
ses propriétés. Entre autres, on observe que certains rapports de raies d’émission du visible,
comme [SII]λλ6716, 6730/Hα, [NII]λ6583/Hα et [OI]λ6300/Hα, augmentent avec la distance
au plan galactique (Rand 1998) pour atteindre des valeurs au-delà de la valeur typique pour
des régions HII. Cette observation en fait un critère intéressant pour tenter de classifier l’émission. Flores-Fajardo et al. (2009) ont entrepris de définir de nouveaux diagnostics à partir de
la valeur de plusieurs rapports de raies présentes dans le spectre à la fois des régions HII et
du GID (voir Fig. 1.2).
Les diagnostics de Flores-Fajardo et al. (2009) ont été élaborés à partir de l’analyse statistique
de la base de données DIGEDA comprenant les caractéristiques des régions HII et des régions
9
de GID de 25 galaxies différentes. Comme aucun critère officiel n’existe encore, la plupart
des régions de cette base de données ont été classifiées selon leur distance au plan galactique.
Puisque les régions HII se retrouvent le plus souvent confinées dans un disque de 350 pc
d’épaisseur, les régions situées à plus haute latitude ont donc été catégorisées en tant que
régions de GID. Un critère universel se basant sur le ratio [NII]/Hα est donc proposé afin de
distinguer les régions HII des régions de GID. Le rapport [NII]/Hα = ´0.4 constitue la valeur
critique : une région ayant un ratio [NII]/Hα ď ´0.3 devrait être classifiée comme une région
de GID, alors qu’on devrait plutôt l’identifier comme une région HII si on obtient un ratio
[NII]/Hα ě ´0.5. Le rapport [NII]/Hα a été choisi par les auteurs de l’article, en préférence
aux autres, de par sa facilité d’observation, mais aussi parce que la quantité de données est
plus élevé (ce qui améliore la statistique). On remarque que les rapports [OI]/Hα et [SII]/Hα
sont aussi notablement plus élevés dans les régions de GID que dans les régions HII (voir
Fig. 1.2). L’utilisation de ces rapports pourrait raffiner la classification des régions.
Figure 1.2 – Rapports de raies pour les régions HII et les régions de GID. Plusieurs
rapports de raies ont été mesurés dans des spectres de régions HII (H) ou de gaz ionisé diffus
(D). Les rapports de raies [NII]/Hα, [SII]/Hα et [OI]/Hα varient considérablement selon la
classification de la région. L’axe des abscisses log(I) représente la valeur du logarithme de
chaque rapport. Figure tirée de Flores-Fajardo et al. (2009).
10
1.5
Caractéristiques des spectres des populations stellaires
Les étoiles émettent un continu plus ou moins à la façon d’un corps noir parsemé de raies
et pseudo-continuum d’absorption. Le spectre d’une population d’étoiles consiste alors en
la somme des spectres des étoiles individuelles qu’elle contient, laissant ressortir, selon les
caractéristiques de la population, des raies d’absorption bien spécifiques. Dans le cas d’une
population jeune, un continuum nébulaire et des raies d’émission s’ajoutent au spectre de la
population d’étoiles. Plusieurs populations peuvent aussi se superposer dans un même spectre
observationnel.
À cause de la superposition de plusieurs composantes d’une galaxie, le flux d’une raie d’émission peut alors se retrouver dans le creux d’une raie d’absorption stellaire et sa mesure peut
en être sous-estimée, faussant les diagnostics qui servent à évaluer les différentes propriétés
des populations jeunes et du gaz. Le calcul de l’extinction intrinsèque du gaz, qui se base sur
le rapport entre l’émission des raies Hα et Hβ, sera aussi affecté. L’extinction sera surestimée lorsque la raie Hβ, plus faible que la raie Hα, est sous-estimée à cause de l’absorption
sous-jacente.
Figure 1.3 – Exemple d’une raie d’émission Hβ affectée par l’absorption stellaire
sous-jacente. Une partie du spectre longue-fente de la région B3 est présentée (voir Fig. 3.3).
Certains spectres de la galaxie NGC 5430 sont visiblement très affectés par l’absorption sousjacente des populations stellaires. À titre d’exemple, la Figure 1.3 montre la raie Hβ observée
dans le spectre longue-fente d’une région de la barre de NGC 5430 située entre le bulbe et
l’extrémité de la barre. L’émission Hβ est vue dans le creux de l’absorption.
11
Afin de mesurer correctement l’émission, j’ai choisi de soustraire l’absorption à l’aide d’un
ajustement de populations fait avec le programme GANDALF (Sarzi et al. 2006). À partir d’un spectre observationnel, de modèles théoriques de populations stellaires et d’un fichier de raies d’émission à masquer, ce programme effectue un ajustement de la composante
stellaire en absorption du spectre observationnel. Cet ajustement est composé de plusieurs
modèles de population d’âge variés pondéré selon un poids évalué par GANDALF afin de
bien reproduire l’observation. Les modèles théoriques de populations stellaires proviennent de
Tremonti et al. (2004). Il s’agit de modèles de populations stellaires simples produits à l’aide
du code de synthèse de population de Bruzual et Charlot (2003). Le domaine de longueur
d’onde des modèles va de 3400 à 9200 Å avec une résolution spectrale de 2.1 Å. Les âges sont
de 0.005, 0.025, 0.1, 0.29, 0.64, 0.9, 1.4, 2.5, 6 et 11 Ga et les métallicités stellaires couvertes
sont de 0.2, 1 et 2.5 Z@ . Bien que GANDALF trouve les caractéristiques de populations stellaires reproduisant un spectre observationnel, on ne peut se fier à l’exactitude de la solution,
car elle n’est pas unique, bien qu’elle offre un modèle parfait des composantes d’absorption.
1.6
Extinction intrinsèque
Pour trouver l’extinction intrinsèque associée à une région HII, on compare le ratio observé de
deux raies de la série de Balmer en émission au ratio théorique. On choisit généralement les
deux raies les plus intenses, Hα et Hβ. Comme la poussière crée plus d’atténuation dans le bleu
que dans le rouge, le rapport des flux FHα{FHβ sera plus grand qu’il n’est supposé l’être (2.86 est
la valeur théorique du ratio
FHα{FHβ
; Osterbrock & Ferland 2006). Pour calculer l’extinction,
j’ai utilisé la formule de Seaton (1979) suivante :
ˆ
˙
FHα {FHβ
AV “ 2.5 ln
.
2.86
(1.1)
On peut trouver l’excès de couleur, EpB ´ V q avec :
EpB ´ V q “
AV
,
RV
(1.2)
où la valeur de RV est de 3.1, typique d’une région HII (Mihalas & Binney 1981 ; Schultz &
Wiemer 1975 ; Sneden et al. 1978).
1.7
Activités thermique et non-thermique
Il est nécessaire de déterminer la source d’ionisation des raies d’émission afin de savoir si
les diagnostics appropriés aux régions HII peuvent être utilisés. À cette fin, on utilise les
diagrammes de Baldwin et al. (1981 ; BPT). Ces diagrammes permettent de voir si une émission
est caractéristique d’un AGN, de la formation stellaire ou autre chose (dite région « composite »
12
ou de transition dans ces diagrammes), mais qui pourrait bien inclure le GID. Il s’agit de
comparer l’émission d’une raie collisionnelle à l’émission d’une raie d’hydrogène causée par la
photo-ionisation, comme le montrent les diagrammes BPT présentés à la Figure 1.4. À l’aide
de modèles de photo-ionisation (MAPPINGS III) et de synthèse de populations stellaires
(PEGASE), Kewley et al. (2001) ont déterminé une limite théorique pour départager les
régions contenant de l’activité thermique (régions HII) de celles contenant de l’activité nonthermique. Kauffmann et al. (2003) ont défini une limite empirique à l’aide des données du
SDSS (Sloan Digital Sky Survey) pour départager les régions de transition des régions HII
pures. Enfin, Kewley et al. (2006) ont établi les limites pour identifier l’activité Seyfert ou
LINER à partir de modèles de galaxies.
On a donc affaire à une région HII lorsque les conditions suivantes sont réunies :
log prOIIIs{Hβ q ă
log prOIIIs{Hβ q ă
log prOIIIs{Hβ q ă
0.61
log prNIIs{Hαq
0.73
log prOIs{Hαq
` 0.59
0.72
log prSIIs{Hαq
` 1.3,
(1.3)
` 1.33,
(1.4)
` 1.30.
(1.5)
´ 0.05
´ 0.32
Ces relations sont tracées dans les diagrammes BPT à la Figure 1.4. Si la galaxie est au-dessus
de la limite donnée par l’équation suivante, alors on a un AGN :
log prOIIIs{Hβ q ą
0.61
` 1.19.
log prNIIs{Hαq
(1.6)
Le domaine entre l’Équation 1.3 et 1.6 est la région de transition (Kauffman et al. 2003),
interprétée par un mélange d’émission thermique et non-thermique.
log prOIIIs{Hβ q ą 1.18 log prOIs{Hαq ` 1.30,
(1.7)
log prOIIIs{Hβ q ą 1.89 log prSIIs{Hαq ` 0.76.
(1.8)
Si la galaxie est située au-dessus des limites imposées par les Équations 1.5 et 1.8 dans le
diagramme de log prOIIIs{Hβ q en fonction de log prSIIs{Hαq, et qu’elle se trouve au-dessus des
limites imposées par les Équations 1.4 et 1.7 dans les diagrammes de log prOIIIs{Hβ q en fonction
de log prOIs{Hαq, il s’agit d’une galaxie Seyfert (Kewley et al. 2006).
Enfin, si la galaxie se retrouve au-dessus des limites imposées par les Équations 1.5 et 1.4, mais
en-deça des limites imposées par les Équations 1.8 et 1.7 dans les diagrammes de log prOIIIs{Hβ q
en fonction de log prOIs{Hαq et de log prOIIIs{Hβ q en fonction de log prOIs{Hαq respectivement, il
s’agit plutôt d’une galaxie LINER (« low-ionisation nuclear emission-line region »).
13
Figure 1.4 – Diagrammes diagnostiques BPT pour diverses sources d’ionisation.
Les courbes qui délimitent les régions HII sont définies respectivement par les Équations 1.3,
1.4 et 1.5. La courbe qui délimite les régions de type composite de celles qui abritent un AGN
est définie par l’Équation 1.6. Enfin, les courbes qui délimitent les galaxies Seyfert des LINER
sont définies par les Équations 1.7 et 1.8.
1.8
Abondance chimique du gaz
Kewley & Dopita (2002) ont développé différents diagnostics d’abondances à partir de raies du
domaine du visible en se basant sur des modèles de synthèse de population stellaire (PEGASE
et STARBURST99) et de photo-ionisation (CLOUDY). Ils ont ensuite proposé une méthode
itérative qui tire profit des diagnostics les plus concluants pour déduire l’abondance du gaz
(log[O/H]+12) à partir des raies observées. L’algorithme est illustré à la Figure 1.5. Cette
méthode donne aussi le paramètre d’ionisation (q), qui est souvent en relation avec le processus
d’ionisation du gaz.
14
Figure 1.5 – Illustration du processus itératif de Kewley et Dopita pour déterminer
l’abondance du gaz. Image tirée de Kewley & Dopita (2002). Il y a une erreur dans ce
graphique : après avoir répondu "YES" à la question "have R23 ?", on aurait dû tester pour
R23 plutôt que pour S23 , sinon l’algorithme n’a aucun sens.
Beaucoup de raies sont observables dans les spectres longue-fente que j’ai étudiés : rNIIsλ6584,
rOIIsλλ3726, 3729, Hβ, rOIIIsλ4959, rOIIIsλ5007 et Hα, ce qui permet d’utiliser les diagrammes diagnostiques
rNIIs{rOIIs,
R23 et
rOIIIs{rOIIs.
L’indicateur R23 est défini de la façon
suivante :
R23 “
FrOIIIsλ4959 ` FrOIIsλλ3726,3729 ` FrOIIIsλ5007
.
FHβ
(1.9)
La Figure 1.6 présente les rapports de raies en fonction de l’abondance et du paramètre d’ionisation. Si on suit de près l’algorithme de Kewley & Dopita (2002), le premier estimé de l’abondance se fait à l’aide du diagnostic
rNIIs{rOIIs
en prenant la valeur de q centrale, q “ 4 ˆ 107 ,
puisque ce diagnostic est peu sensible à la valeur de q, surtout en ce qui concerne les abondances supérieures à log[O/H]+12 “ 8.38 (Z “ 0.5 Z@ selon la mesure des abondances solaires
d’Asplund et al. 2009 ; log[O/H]+12=8.69). Ce diagnostic est très sensible à la correction pour
15
Figure 1.6 – Diagrammes diagnostiques de l’abondance et du paramètre d’ionisation. Modèles tirés de Kewley & Dopita (2002).
l’extinction alors il convient de contre-vérifier le résultat à l’aide d’un autre diagnostic. On
recherche donc la valeur de q à l’aide du diagnostic
rOIIIs{rOIIs
et du résultat pour l’abondance
trouvée précédemment afin de raffiner cet estimé à l’aide du diagnostic qui se base sur le ratio
R23 . Ce diagnostic est souvent adopté lorsque les raies qu’il nécessite sont disponibles puisqu’il
met directement en relation le flux de différents niveaux d’ionisation de l’atome d’oxygène avec
le flux d’une raie d’hydrogène, Hβ, pour calculer l’abondance d’oxygène. Par ailleurs, puisque
ces raies sont près l’une de l’autre, ce diagnostic est peu sensible à la qualité de la correction
pour l’extinction. Par contre, le diagnostic se basant sur R23 a le désavantage de donner deux
valeurs de l’abondance pour un rapport R23 donné. On se sert donc du premier estimé de
l’abondance fait à l’aide du diagnostic
rNIIs{rOIIs
afin de déterminer la bonne branche à utiliser
pour déduire log[O/H]+12. Ayant en main ce nouvel estimé de l’abondance, on peut calculer
16
le paramètre d’ionisation à nouveau à l’aide du diagnostic
rOIIIs{rOIIs
afin de s’assurer que le
nouvel estimé d’abondance ne fait pas changer sa valeur. Si la valeur de q n’a pas changé,
l’abondance trouvée à l’aide du ratio R23 est la bonne. Sinon, il faut recalculer l’abondance
avec le diagnostic R23 à l’aide de la nouvelle valeur de q trouvée. Il faut itérer de cette façon
jusqu’à ce que la valeur du paramètre d’ionisation et de l’abondance ne change plus.
En ce qui concerne les spectres SpIOMM, les seules raies disponibles pour l’analyse sont
les raies Hα et [NII]λ6583. La seule façon possible de déterminer l’abondance dans ce cas
est d’utiliser le diagnostic fait à partir du rapport [NII]λ6583/Hα. Par contre, ce ratio est
très sensible aux chocs (Kewley & Dopita 2002). Il faut donc être prudent lorsqu’on tire des
conclusions à partir des résultats obtenus à partir de ce diagnostic. Les modèles de Kewley
& Dopita (2002) permettent de calculer l’abondance à partir de ce ratio (voir Figure 1.6).
Notons que ce diagnostic est valide seulement pour les valeurs de l’abondance supérieures à
log[O/H]+12 “ 8.38 (Z “ 0.5 Z@ ).
1.9
Populations jeunes
À partir d’un spectre observationnel de l’UV et/ou du visible, les codes de synthèse de populations permettent de retrouver l’âge, la composition chimique, la masse et l’extinction d’une
population et de discuter de la fonction de masse initiale (FMI) des étoiles ainsi que du mode
de formation stellaire. Des tracés évolutifs des étoiles (pour différentes métallicités) sont utilisés par les codes pour suivre dans le temps chacune des étoiles. Ainsi en fonction de l’âge
de la population synthétisée, le code peut reconstruire un spectre théorique en sommant les
distributions de chacune des étoiles toujours présentes.
Ici, la largeur équivalente des raies de Balmer peut être utilisée pour déterminer l’âge des populations jeunes. La force de ces raies est très sensible au nombre de photons ionisants. Avec
un code de synthèse de populations stellaires, on peut modéliser le nombre de photons ionisants (c’est-à-dire suivre l’évolution des étoiles OB) en fonction de l’âge et autres propriétés
(métallicité, FMI) d’une population. Le code STARBURST99 (Leitherer et al. 1999) est particulièrement bien adapté à mon étude de populations jeunes avec les tracés évolutifs du groupe
de Genève (Meynet et al. 1994), spécialisés dans les étoiles massives. Leitherer et al. (1999)
ont présenté des diagnostics (voir Fig. 1.7) pour l’âge à partir de la largeur équivalente des
raies d’émission Hα et Hβ pour diverses populations. Ces graphiques sont peu sensibles à la
métallicité des étoiles, entre autres. Je déterminerai l’âge des populations stellaires jeunes de
NGC 5430 à l’aide de ces graphiques.
17
Figure 1.7 – Largeur équivalente de la raie Hα et Hβ en fonction de l’âge et de
la métallicité pour un sursaut instantané. Les paramètres pour la ligne pleine sont :
la pente de la FMI, α “ 2.35, la limite supérieure de la masse des étoiles, Mup “ 100 M@ .
Pour la ligne pointillé-long, α “ 3.30, Mup “ 100 M@ (valeurs standards) et pour la ligne
pointillé-court, α “ 2.35, Mup “ 30 M@ (Leitherer et al. 1999).
18
Chapitre 2
Observations
2.1
Spectrographe longue-fente
Les observations de NGC 5430 avec le spectrographe longue-fente ont eu lieu en mars 2006 et
en mars 2011 (Tableau 2.1) à l’Observatoire du Mont-Mégantic (OMM). Le réseau 600 l mm´1
a été utilisé sans filtre pour les deux missions. La plage spectrale pour tous les spectres couvre
environ 3400 à 7600 Å. Plus d’informations sur l’instrument sont disponibles sur le site internet
de l’Observatoire 1 .
Les observations de 2006 ont été effectuées par Simon Cantin. La résolution spectrale effective
est de 6.1 Å et l’échantillonnage spatial, de 1.32 pixel´1 . La largeur de la fente a été fixée à
42 et sa longueur est de 61 . La fente a été placée de façon à passer à travers le noyau et le
noeud WR (Fig. 2.1). Les étoiles standard HD109995 et HD93521 ont été observées pour la
calibration en flux.
En 2011, les observations ont été faites par Laurie Rousseau-Nepton. Le spectrographe a subi
des améliorations de son système optique entre les missions de 2006 et 2011. Le CCD utilisé
(STA0520Ab) était différent et comportait plusieurs taches. La résolution spectrale effective
est de 4.3 Å et l’échantillonnage spatial, de 1.2422 pixel´1 . La fente était placée pour couvrir
une partie du bras nord et inclure un objet voisin à l’est de la galaxie (Fig. 2.1). Le but était
de vérifier si cet objet (galaxie X) était assez proche de NGC 5430 pour interagir avec elle et
causer la formation stellaire observée dans le noeud. Les étoiles standard pour la calibration
en flux étaient HD109995, BD+26d2606 et HD86986.
2.2
SpIOMM
Le cube SpIOMM (Drissen et al. 2012) a été acquis en 2008 par Élaine Brière à l’OMM. Les
paramètres d’observation sont détaillés dans le Tableau 2.2. La galaxie a été observée dans
1. http://www.astro.umontreal.ca/omm/manuel/spectrographe.html
19
Figure 2.1 – Image de NGC 5430 avec la position des fentes. En 2006, la fente était
sur la barre et en 2011 sur le bras nord. Le nord en haut est l’est et à gauche. L’image couvre
un champ de 21 ˆ 21 . L’image est tirée de Baillard et al. (2011 ; SDSS).
Tableau 2.1 – Observations avec le spectrographe longue-fente
Dates
Largeur de la fente
Longueur de la fente
Temps d’exposition
Nombre d’expositions
CCD
Réseau
Plage spectrale
Échantillonnage spatial
Résolution effective
Lampe de calibration
26, 27, 31 mars 2006
42
61
2700 s
16
EEV42-80
600 l mm´1
2400 à 8000 Å
1.32 pixel´1
6.1 Å
Cuivre-Argon
26, 30 mars et 6 avril 2011
42
61
2700 s
12
STA0520Ab
600 l mm´1
3250 à 7600 Å
1.2422 pixel´1
4.3 Å
Cuivre-Argon
le filtre rouge (R). Le temps d’exposition par image est de 45 secondes, pour une exposition
totale de 3h9m. La résolution spatiale finale est de 1.672 pixel´1 , pour les pixels regroupés
3 ˆ 3. Pour obtenir la résolution spectrale en unité de longueur d’onde, il faut appliquer la
formule suivante :
20
ˆ
∆λ “ λ2 ∆σ “ λ2
1.2067
2 xmax
˙
,
(2.1)
où ∆σ = 8.64 cm´1 est la résolution en nombre d’ondes (voir Tab. 2.2), xmax est la différence
de parcours optique maximale atteinte par le miroir mobile (le nombre de pas multiplié par
la longueur des pas), ce qui nous donne une résolution spectrale entre 3.6 et 3.9 Å selon la
position en longueur d’onde dans le spectre. Au cours de la réduction des données, les spectres
ont été apodisés avec une fonction de Norton-Beer 1.9 (Naylor & Tahic 2007). Cette opération
permet de réduire les lobes secondaires des sinus cardinaux (voir Section 2.3.2). Cependant,
la largeur à mi-hauteur théorique de la raie (Équation 2.1) est multipliée par un facteur 1.9
par cette opération, ce qui augmente l’incertitude sur la mesure des centroïdes.
Tableau 2.2 – Observations avec SpIOMM
Date
Filtre
Ordre de repliement spectral
Nombre de pas
Longueur des pas
Temps d’exposition par pas
Temps d’exposition total
Résolution en nombre d’ondes
Résolution spectrale
Résolution spatiale
Plage de longueur d’onde
Dispersion
Fonction d’apodisation
2.3
5 mai 2008
Rouge (R)
16
252
5542 nm
45 s
3h9m
8.64 cm´1
3.6 à 3.9 Å
1.67 2 pixel´1
6520 à 6779 Å
1.6 Å pixel´1
Norton-Beer 1.9
Réduction des données
Les images brutes doivent être traitées avant d’être utilisées à des fins scientifiques puisqu’elles
ne contiennent pas que le signal de l’objet étudié. Elles sont aussi affectées par les imperfections
des instruments utilisés ainsi que par ce qui se trouve sur la ligne de visée. Les étapes de la
réduction – faites avec les logiciels IRAF 2 , ORBS (Martin 2015) ou IDL 3 selon le cas pour les
données longue-fente et les données SpIOMM – sont reprises une à une dans les paragraphes
suivants.
2. Image Reduction and Analysis Facility (http://iraf.noao.edu/).
3. Interactive Data Language (http://www.exelisvis.com/).
21
2.3.1
Spectrographe longue-fente
Niveau de base électronique
Pour commencer, on doit soustraire le niveau de base électronique du CCD des données.
Sur chaque image, il y a une section qui n’est pas exposée à la lumière et dont le signal est
uniquement dû au biais (cette section est indiquée dans l’entête du fichier des images). Pour
éliminer ce signal, on utilise la tâche colbias 4 qui calcule un signal moyen dans chaque ligne de
la région du biais, ajuste une fonction sur ce signal moyen (selon l’axe des colonnes) et soustrait
cette fonction à toutes les lignes de l’image. La fonction utilisée est un polynôme d’ordre 3.
La routine colbias peut être utilisée en mode interactif ce qui permet de vérifier l’ajustement
manuellement. Dans le cas d’un objet très brillant, une étoile destinée à la calibration en flux
par exemple, il arrive que le signal de l’objet ait débordé sur la section réservée à l’estimation
du biais de lecture. Il faut donc s’assurer de sélectionner seulement les colonnes qui n’ont pas
été affectées par ce phénomène. Pour déterminer la section à utiliser, il suffit d’inspecter les
images à l’aide de la tâche implot ou du logiciel DS9 5 . Une fois le biais de lecture soustrait,
on coupe les images avec la routine imcopy afin de ne garder que la région pertinente pour
l’objet observé.
Biais
Pendant la mission d’observation, une dizaine d’images ont été prises avec un temps d’exposition nul afin d’étudier la fluctuation du niveau de base électronique du CCD. Pour éliminer
ce signal, on commence par faire la moyenne des images de biais avec la tâche imcombine. Le
biais moyen est ensuite soustrait de toutes les images (galaxies, étoiles, plages uniformes, etc.)
à l’aide de la tâche imarith.
Plage uniforme
La plage uniforme sert à tenir compte de la réponse pixel à pixel du détecteur. En effet,
chaque pixel réagit différemment lorsqu’il est exposé à la lumière à cause des d’impuretés des
matériaux, par exemple. Pour évaluer cet effet, on a observé un écran uniformément éclairé
pendant quelques secondes. La sensibilité du CCD dans la partie « bleue » et la partie « rouge »
de l’image est très différente et en fonction de la température de la lampe, il a donc fallu utiliser
des temps de pose différents pour obtenir un signal raisonnable dans le bleu (tout en saturant
le côté rouge en 10 secondes) ou dans le rouge (2 secondes pour éviter sa saturation). Pour créer
une l’image finale de la plage uniforme, j’ai combiné la première moitié de la plage uniforme
bleue avec la seconde moitié de la plage uniforme rouge après leur normalisation. J’ai utilisé
la tâche response pour normaliser les plages uniformes. Notons que c’est la forme globale du
4. Toutes les étapes de réduction de données en ce qui concerne les données longue-fente ont été faites avec
les routines du logiciel IRAF.
5. SAOImage DS9 (http://ds9.si.edu/).
22
flat qui a été ajusté et non pas les imperfections (voir Fig. 2.2 et 2.3). Cette tâche fait une
moyenne de toutes les lignes, l’ajuste à l’aide d’une fonction (« spline3 » à l’ordre 12 dans mon
cas) et divise toutes les lignes par cette fonction, ce qui effectue la normalisation de l’image.
C’est seulement après ces opérations qu’on peut combiner les sections bleue et rouge pour
obtenir une seule plage uniforme normalisée à l’aide de la tâche imcopy.
La plage uniforme comportait des structures inhabituelles dans la portion rouge : de grandes
ondulations amples superposées à des petites, plus serrées. Ce phénomène est dû à des effets
d’interférence de couche mince dans le détecteur aux longueurs d’onde de la partie « rouge ».
Ces franges s’additionnent à la réponse du détecteur à la lumière, qui a l’apparence d’un corps
noir, et se retrouvent aussi sur les images de la galaxie. Ce problème était présent en 2006 et
en 2011. La correction a été effectuée de la même façon dans les deux cas. Pour remédier à ce
problème, il a fallu dévier de la procédure habituelle d’ajustement de la partie rouge et utiliser
une fonction qui imite un corps noir sous les franges d’interférence en ajoutant des points avec
un poids important pour forcer la fonction à prendre la forme désirée (voir Fig. 2.2). Il est
normal que des structures restent dans l’image de la plage uniforme normalisée et c’est même
souhaitable, car elles vont justement éliminer ces mêmes structures qu’on peut voir dans les
spectres de la galaxie.
Figure 2.2 – Ajustement de la plage uniforme. Une ligne de la plage uniforme est
présentée (en noir) avec la fonction ajustée (en rouge). Cette plage uniforme a été prise avec
le CCD EEV42-80 en 2006 pour des fins de démonstrations, mais les structures étaient aussi
présentes en 2011 avec le CCD STA0520Ab.
La Figure 2.3 est une image de plage uniforme normalisée obtenue avec le CCD STA0520Ab.
Ce dernier présente beaucoup plus de taches et il faut s’assurer que les diverses signatures du
gaz et des étoiles (raies d’émission et d’absorption) ne sont pas affectées par ces défauts. Bien
qu’on divise ces images par la plage uniforme normalisée, on ne peut pas supposer que cela
corrige parfaitement les images pour les défauts. La position de chaque tache sur les spectres
23
Figure 2.3 – Plage uniforme normalisée
a été notée. Le Tableau 2.3 liste la position des taches les plus importantes en fonction de leur
longueur d’onde, après avoir subi la calibration spectrale expliquée au paragraphe suivant et
en tenant compte de l’alignement spatial des différentes images ainsi que du décalage vers le
rouge de la galaxie. Les raies qui vont servir à calculer les différents paramètres du gaz et des
populations sont explicitées dans le Tableau 2.5. Finalement, aucune raie n’est affectée par les
taches sur le CCD STA0520Ab.
Tableau 2.3 – Domaines de longueur d’onde affectés par des taches sur le CCD
STA0520Ab
5570 - 5599 Å
5611 - 5635 Å
5837 - 5855 Å
5985 - 6005 Å
6028 - 6044 Å
6073 - 6287 Å
Calibration en longueur d’onde
Avant de calibrer en longueur d’onde, il est préférable de tourner les images afin d’aligner le
mieux possible l’axe de dispersion avec les lignes du CCD. Cette étape facilitera la calibration
en longueur d’onde, la soustraction des raies du ciel et l’écrasement en deux dimensions des
spectres des différentes régions de la galaxie. Pour déterminer l’angle de rotation, j’ai calculé
la différence entre la hauteur du centre de la galaxie (c’est-à-dire la ligne correspondant au pic
central de cette région) au début et à la fin de l’image et j’ai fait le rapport entre cette mesure
et la longueur de l’image (qui correspond au nombre de colonnes).
La calibration en longueur d’onde est ensuite faite ligne par ligne et non pas sur l’ensemble des
lignes de chaque région de la galaxie que l’on veut étudier. Ainsi, s’il y a courbure des images
selon l’axe spatial, la calibration en longueur d’onde corrige la distorsion en replaçant chaque
pixel d’une ligne à la bonne position sur l’axe spectral. L’écrasement en deux dimensions des
lignes d’une région n’ajoute pas de dispersion en longueur d’onde, c’est-à-dire que cette étape
n’affectera pas la résolution spectrale effective.
Il y a deux façons de procéder pour la calibration en longueur d’onde : avec les raies du ciel ou
avec un spectre de lampe CuAr. L’avantage d’utiliser les raies du ciel est que leur distribution
est uniforme à travers le spectre, ce qui n’est pas tout à fait le cas pour la lampe CuAr, où
il y a peu de raies dans la partie bleue du spectre. J’ai toutefois utilisé les deux méthodes.
24
Pour les galaxies, j’ai adopté la méthode de calibration avec les raies du ciel puisque le temps
d’exposition était assez long pour obtenir suffisamment de signal dans ces raies. Pour les
étoiles, le temps d’exposition était trop court et le niveau de ciel, trop faible pour utiliser cette
méthode. J’ai alors calibré les spectres d’étoiles avec les spectres de lampe CuAr.
La méthode qui consiste à utiliser les raies du ciel offre un autre avantage pour les longues
expositions des galaxies du fait que le spectre de calibration est à même le spectre de l’objet.
En effet, la distorsion géométrique est par conséquent mieux prise en compte, puisqu’il y a
correspondance parfaite entre les deux spectres. L’identification des raies du ciel a été faite en
me basant sur les articles d’Osterbrock & Martel (1992) et d’Osterbrock & Donald (1996) ainsi
que sur le site internet de l’Université de Keele 6 car ces données ont une résolution semblable
à la mienne. J’ai choisi les raies explicitées dans le Tableau 2.4 parce qu’elles sont plus fortes
et qu’elles couvrent l’entièreté du spectre. J’ai aussi laissé tomber les raies trop larges ou
trop irrégulières pour faire une bonne calibration. Pour identifier les raies des spectres de la
lampe CuAr, j’ai utilisé le spectre de référence sur le site internet de l’OMM, dans la section
« catalogue des lampes ».
Tableau 2.4 – Raies du ciel utilisées pour la calibration en longueur d’onde des
spectres de la galaxie
Raies
HgI
HgI
HgI
HgI
HgI
rOIs
HgI
HgI
9-3 R1(1.5)
9-3 Q1(1.5)
rOIs
9-3 P1f(4.5)
rOIs
7-2 Q1(1.5)
Longueur d’onde
rÅs
3650
3663
4047
4078
4358
5577
5770
5791
6235.949
6257.961
6300
6329.933
6363.780
6863.955
Raies
7-2 P1(3.5)
8-3 Q1(1.5)
8-3 P1(2.5)
8-3 P1(3.5)
9-4 Q1(1.5)
9-4 P1(2.5)
9-4 P2(2.5)
9-4 P1(3.5)
9-4 P2(3.5)
5-1 R1(1.5)
5.1 Q1(1.5)
5-1 P1(2.5)
5-1 P2(2.5)
5-1 P1(3.5)
Longueur d’onde
rÅs
6923.220
7276.405
7316.282
7340.885
7750.640
7794.112
7808.467
7821.503
7841.266
7870.730
7913.708
7964.650
7979.768
7993.332
À ce stade-ci, j’ai vérifié si certaines raies intéressantes des régions de la galaxie se superposent
à des raies du ciel (en tenant compte du décalage vers le rouge de la galaxie). Malheureusement,
la raie d’oxygène [OI]λ6300 est décalée à 6365 Å et tombe au même endroit que la raie de ciel
[OI]λ6363. On remarque que la raie du ciel a déformé la raie provenant de la galaxie lorsqu’on
fait un gros plan sur celle-ci. Je ne pourrai donc pas me fier aveuglément aux diagnostics
6. http://www.astro.keele.ac.uk/jkt/GrSpInstructions/GrSpArcCalSky.html.
25
utilisant cette raie.
Peu importe la méthode, la tâche identify sert à localiser les raies à partir d’un fichier contenant
une liste de raies propres au spectre de calibration choisi après qu’on en ait identifié quelquesunes manuellement. Il faut s’assurer que la tâche a repéré les bonnes raies pour l’identification
avant d’aller plus loin. La tâche identify donne aussi la fonction de dispersion. Il faut faire
l’ajustement à l’ordre le plus bas possible. La tâche reidentify permet de refaire la même
procédure de haut en bas de l’image. Cette tâche se servira de la ligne de référence calibrée à
l’aide de la routine identify afin de trouver les raies correspondantes à chaque ligne. Il est très
important de vérifier les raies trouvées automatiquement avec reidentify et pas uniquement
le résidu, car il arrive que la tâche confonde une raie avec un rayon cosmique (ou avec une
autre raie si la distorsion est importante) et ce défaut peut mener à un décalage des raies sur
les lignes suivantes et donc un décalage en longueur d’onde du haut au bas de l’image (cette
dernière remarque s’applique surtout à la calibration avec les raies du ciel, puisque le spectre
ne comporte pas que le spectre de calibration). Avec reidentify, j’ai pu obtenir une calibration
qui se répète très bien d’une image à l’autre. La calibration en longueur d’onde est une étape
cruciale car, lors de l’addition des images, les raies ne doivent pas être décalées les unes par
rapport aux autres, sinon cela affectera les diagnostics et surtout les mesures de vitesse et de
dispersion des vitesses faites à partir du centroïde et de la largeur des raies.
Si la calibration a été faite à l’aide des raies du ciel, la tâche fitcoor sert à établir la solution de
dispersion en longueur d’onde et à corriger les spectres pour la distorsion géométrique. Cette
routine ajuste une fonction en x et en y. J’ai utilisé des polynômes de Legendre à l’ordre 4 en
x et à l’ordre 2 en y. Il est toujours temps de supprimer des raies si elles semblent erronées.
Après cette étape, il ne reste qu’à faire fonctionner la tâche transform, qui sert à appliquer les
solutions de dispersion trouvées avec fitcoor sur les images.
Pour les images dont la calibration a été faite avec le spectre de la lampe CuAr, il faut rajouter
un mot clé dans l’entête de l’image de l’objet (REFSPEC1) et lui assigner le nom du spectre
de CuAr associé. Ceci se fait avec la tâche hedit. Ensuite, il faut faire rouler la tâche dispcor
qui va appliquer la solution de dispersion à l’image de l’objet.
Soustraction du ciel
Pour soustraire le ciel, j’utilise la fonction background. Je considère seulement les sections
de ciel en évitant les régions de la galaxie et j’ajuste une fonction sur le niveau moyen du
ciel colonne par colonne. Il peut être nécessaire d’ajuster les paramètres de rejet si l’image
comporte des rayons cosmiques dans les régions sélectionnées du ciel. Il faut rejeter les pixels
déviants de façon à ce que la fonction représente bien le niveau moyen du ciel. Il est possible
d’effectuer cette vérification de façon interactive avec la routine background. J’ai dû éliminer
des points à la main aux endroits les plus critiques afin de bien modéliser le ciel. La routine
background ajuste la fonction choisie, en général un polynôme de Legendre à l’ordre 5 dans
26
mon cas, et soustrait l’ajustement de toute l’image colonne par colonne. L’ordre de la fonction
doit rester assez bas pour bien interpoler les régions couvertes par le signal de l’objet, entre les
régions de ciel échantillonnées. Cette opération aurait pu être faite après le rejet des rayons
cosmiques et la combinaison des images. Ces opérations ont pour effet d’augmenter la rapport
signal-sur-bruit (S/B) du fond du ciel, ce qui améliore son ajustement. Cependant, la routine
background permet l’élimination des rayons cosmiques lors de la détermination du fond du
ciel, ce qui permet tout de même d’effectuer une correction rigoureuse.
Calibration en flux
La calibration en flux consiste à observer une étoile, dite standard, dont le spectre est bien
connu en flux absolu, pour ensuite trouver le facteur multiplicatif à chaque longueur d’onde
(qu’on appelle fonction de sensibilité) qui tient compte de la correspondance entre le spectre
observé (en nombre de comptes) et le spectre attendu (en unités de flux). On peut ensuite
appliquer cette solution pour étalonner les spectres de la galaxie en flux, étant donné que les
conditions d’observation de l’étoile et de la galaxie étaient semblables.
Pour commencer, il faut « écraser » la trace des étoiles de calibration en une seule dimension
spatiale. On utilise la tâche apsum, qui permet d’ajuster une fonction sur la trace de l’étoile
(qui souvent n’est pas linéaire), de déterminer la largeur de la trace et ensuite d’additionner
les pixels de la trace qui ont une même longueur d’onde afin de former un spectre en deux
dimensions. Les spectres de plusieurs étoiles standard ont été calibrés en flux séparément afin
de vérifier si les fonctions de sensibilité sont cohérentes entre elles au cours de la nuit et au
cours de la période d’observation et aussi pour vérifier la qualité du ciel lors des poses.
La tâche standard se charge d’échantillonner le spectre d’une étoile standard et de le comparer à
un fichier des caractéristiques théoriques de l’étoile présent dans les bases de données de IRAF.
Cette tâche produit un fichier « std » qui contient l’information nécessaire au fonctionnement
de la tâche sensfunc. Cette dernière permet d’ajuster une fonction de sensibilité qui tient
compte du site de l’observation et de la masse d’air de l’étoile lors de l’observation. Une fois
les fonctions de sensibilité vérifiées, je les ai combinées avec la tâche imcombine. La dernière
étape consiste à appliquer la fonction de sensibilité sur les images des galaxies avec la tâche
calibrate. Ainsi, les images des galaxies sont calibrées en flux ligne par ligne. Il ne faut pas
corriger pour l’extinction atmosphérique avec les options de la tâche calibrate, puisque nos
spectres d’étoiles standard sont déjà corrigés pour cet effet à travers la fonction de sensibilité.
La calibration en flux m’a causé plusieurs maux de tête. En effet, l’allure des fonctions de sensibilité varie de façon considérable. Ce problème s’explique par le fait que la qualité du ciel était
très variable d’une nuit à l’autre (à cause du passage de nuages et de la Lune, entre autres) et
même au cours d’une nuit. Ainsi, les images d’étoiles standard n’étaient pas assez nombreuses
à chaque nuit et avaient des temps d’exposition trop courts pour donner une indication fiable
des conditions moyennes qui prévalaient lors de l’observation des galaxies. Pour remédier à
27
ce problème, j’ai fait la médiane de toutes les fonctions de sensibilité des nuits de 2011 et de
2006, par année. Cela m’a permis de trouver une fonction de sensibilité qui tient compte des
conditions moyennes d’observation et qui est moins sensible aux conditions particulières lors
de l’observation d’une étoile pendant un laps de temps très court. L’incertitude sur le flux
associée à cette opération est d’environ 2% pour les spectres de 2006 et de 6% en 2011, si on
se fie aux fluctuations maximales des fonctions de sensibilité par rapport à la médiane.
Combinaison des images
Pour additionner les images, la tâche qui a donné le meilleur résultat est crrej. Cette tâche
propose un algorithme de rejet, qui peut être itératif, basé sur des modèles de bruit et qui
propose l’exclusion de pixels en fonction d’un multiple de l’écart-type à déterminer. Il est
possible de poser un critère de rejet plus sévère près des pixels ayant été rejetés afin de bien
traiter les rayons cosmiques. Pour bien fonctionner, les images se doivent d’être parfaitement
superposées autant sur l’axe spatial que sur l’axe de dispersion. Le fait d’aligner les images
sur le plan spatial permet aussi d’enlever les pixels chauds s’il y a lieu, qui ne se retrouvent
plus superposés. Pour les nuits du 26 et 27 mars 2006, j’ai dû additionner les images à la main
après les avoir calibrées en flux individuellement, car le niveau de flux de la raie Hα variait un
peu d’une image à l’autre, ce qui causait le rejet de plusieurs pixels intenses dans cette raie qui
n’étaient pourtant pas affectés par les rayons cosmiques. La différence de flux est causé par un
déplacement de la fente d’image en image, mais l’addition des images contribue à améliorer le
rapport S/B.
J’ai utilisé apsum pour écraser les images en deux dimensions en prenant des sections fixes
après m’être assuré que les traces étaient les plus droites possible par rapport à l’axe spatial.
En effet, certaines régions ont un signal trop faible pour que leur trace soit bien modélisée. Un
autre avantage de prendre des sections fixes est d’utiliser la totalité du flux, même si l’intensité
de celui-ci sur le plan spatial n’atteint pas un maximum marqué pour certaines régions. Pour
mieux voir l’allure de la galaxie, j’ai changé les paramètres « line » et « nsum » pour que
« line » corresponde au milieu de l’image (environ 1380 pour mes images) et « nsum » à
environ 1000. Ces paramètres qualifient la section que apsum montrera en mode interactif
pour choisir les sections à sommer. Les paramètres que j’ai ajustés spécifient donc à la tâche
apsum de moyenner les 1000 lignes (ou colonnes) de part et d’autre du centre pour montrer le
résultat dans le mode interactif. J’ai aussi fixé les paramètres « recenter », « resize », « trace »
et « fittrac » à « no » pour être certaine qu’ils prennent bien des sections fixes. La tâche
n’essaiera donc pas de suivre la trace des régions. Les régions choisies sur les images, tel que
décrit à la Section 3.1, vont permettre d’isoler un spectre du noyau, du noeud WR et de
diverses régions dans la barre et les bras avec un bon rapport S/B.
28
2.3.2
SpIOMM
ORBS
La réduction des données SpIOMM a été faite avec le logiciel ORBS. Le fonctionnement de ce
logiciel de réduction de données est expliqué en détail dans la thèse de Martin (2015). En bref,
les images sont premièrement alignées et traitées individuellement pour éliminer les rayons
cosmiques. À l’étape suivante, elles sont corrigées pour le biais causé par le bruit de lecture,
le courant d’obscurité et les plages uniformes. On tient ensuite compte de la transparence et
de la luminosité du ciel. La correction pour la transparence du ciel considère la variation de
la masse d’air et le passage de nuages pendant l’observation, alors que la luminosité du ciel
peut varier à cause de la Lune ou bien du lever ou du coucher du Soleil. Ces phénomènes sont
donc pris en considération lors de la réduction de données.
La transformée de Fourier est ensuite appliquée sur les interférogrammes corrigés. Les cubes
sortants ont été corrigés pour les variations de phase, s’il y a lieu. Cette opération vise à réduire le bruit en minimisant l’impact des asymétries dans l’interférogramme. Plus précisément,
l’objectif de la correction de phase est de faire en sorte que la partie réelle de la transformée
de Fourier, qui correspond au spectre, contienne tout le signal utile, ne laissant que du bruit
dans la partie imaginaire. La correction de phase n’a pas été faite sur le cube étudié, puisqu’à
l’époque, seulement un détecteur était en fonction.
En ce qui concerne la calibration en longueur d’onde, celle-ci est effectuée à partir d’un cube
étalon fait à l’aide d’une source dont on connaît la longueur d’onde, soit un laser hélium-néon.
Comme la camera est inclinée par rapport au faisceau lumineux, la longueur d’onde varie non
seulement d’une image à l’autre, mais aussi d’un point à l’autre d’une même image. Le cube
étalon sert à corriger pour cet effet de façon à ce qu’à chaque pixel d’une image soit associée
la même longueur d’onde.
Enfin, pour que les raies aient une forme gaussienne plutôt qu’une forme de sinus cardinal,
ce qui simplifie leur mesure, les spectres sont apodisés selon une fonction de Norton-Beer 1.9
(Naylor & Tahic 2007). Les spectres sont finalement étalonnés en flux, puis on associe des
coordonnées équatoriales à chaque point de l’image.
Soustraction du ciel
J’ai écrit une routine IDL, ciel.pro, afin de soustraire le ciel de chaque image du cube. Il faut
d’abord sélectionner des régions de ciel rectangulaires avec DS9 dans l’image profonde (qui est
la somme de toutes les images de l’interférogramme), puis sauvegarder la position des régions.
La routine prend en entrée le cube spectral, le nom du fichier contenant les coordonnées des
régions de ciel, puis le nom du « vecteur de ciel » final. La routine fait la médiane de toutes
les régions d’une image qui ont été identifiées comme étant du ciel à l’étape précédente, puis
retourne en sortie le cube dont le ciel a été soustrait, ainsi que le vecteur de ciel médian utilisé
29
pour la correction.
Échantillonnage spatial
Le cube spectral étudié dans ce mémoire a été observé en 2008 et les pixels avaient été regroupés
2 ˆ 2 au moment de l’observation. Depuis, la méthode de réduction s’est raffinée et il est
recommandé de regrouper les pixels 3 ˆ 3, puisque la résolution spatiale résultante, 1.67”, est
plus proche de celle attendue pour des observations faites à l’OMM si on tient compte de la
turbulence atmosphérique (Martin 2015). Il est en effet inutile d’augmenter l’échantillonnage
spatial si on est limité par la résolution expérimentale, car il faudra de toute façon tenir compte
de celle-ci dans l’analyse des données. J’ai donc entrepris de modifier mon échantillonnage à
3 ˆ 3. Pour ce faire, j’ai utilisé une routine IDL programmée par Laurie Rousseau-Nepton. Ce
programme permet de reconstituer un cube dont les pixels sont regroupés 3 ˆ 3 à partir de
régions de 1.5 pixel de hauteur par 1.5 pixel de largeur d’un cube dont les pixels sont regroupés
2 ˆ 2.
2.3.3
Correction pour l’extinction de la Voie lactée et pour le décalage
spectral
Les spectres finaux longue-fente et d’SpIOMM sont finalement corrigés pour le rougissement
causé par la VL. J’utilise la tâche IRAF deredden sur chaque spectre avec une valeur de RV
typique de 3.1 et la loi de Cardelli et al. (1989). J’ai utilisé une extinction AV “ 0.042 (tirée
de NED).
Enfin, puisque la galaxie se trouve à une distance considérable de la VL, les spectres subissent
l’effet Doppler qu’on peut corriger à l’aide de la tâche IRAF dopcor, qui tient compte de la
date d’observation. J’ai utilisé une vitesse radiale héliocentrique vrad “ 2961 km s´1 (tirée de
NED).
2.4
Mesures et incertitudes
J’ai utilisé deux méthodes pour faire les mesures des raies d’émission, selon le cas, car ces
méthodes ont leurs forces et leurs faiblesses. Pour les spectres dont le rapport S/B est le plus
fort, j’ai utilisé la routine IRAF Smesure.cl développée par Simon Cantin, que j’ai modifiée et
améliorée pour l’adapter à mes spectres. Cette routine ajuste une gaussienne sur les raies pour
obtenir les centroïdes, la largeur à mi-hauteur, la largeur équivalente et le flux dans la raie.
J’ai modifié la méthode de mesure afin que le profil des raies d’émission superposées à des raies
d’absorption soit mieux estimé par splot en posant le curseur au point le plus bas de la raie.
Cette méthode a l’avantage de très bien séparer les raies qui sont multiples et mélangées, par
exemple, la raie Hα et NIIλ6548 dans les spectres où le signal est très fort ou dans le centre de
la galaxie où la dispersion de vitesses est plus grande. Cependant, la routine splot (à laquelle
30
réfère Smesure.cl ) n’est pas appropriée pour ajuster plusieurs raies à la fois lorsqu’un spectre
est très bruité. Dans ce cas, le nombre de paramètres libres est trop grand et les résultats
peuvent diverger fortement.
J’ai aussi utilisé la routine IDL fithi_cube_chi.pro écrite par Laurie Rousseau-Nepton.
Cette routine fait appel à la routine fithi_cube.pro de la librairie MAMDLIB 7 , qui prend
en entrée les valeurs minimale et maximale attendues du centroïde, de l’intensité et de la
largeur à mi-hauteur de la gaussienne à ajuster sur les raies. La routine fithi_cube_chi.pro
fait quelques essais en faisant varier les paramètres d’entrée parmi la plage de valeurs permises
et choisit la meilleure combinaison de paramètres parmi tous les résultats pour chaque pixel,
c’est-à-dire celui qui est caractérisé par le χ2 le plus faible. Cette façon de faire donne de bien
meilleurs résultats que la routine Smesure.cl lorsque utilisée sur des spectres bruités, car le
résultat pour chaque paramètre de la gaussienne doit être compris entre les valeurs spécifiées
en entrée. L’imposition de contraintes empêche les résultats de diverger même si la raie est
absente ou le spectre, très bruité. Cependant, la routine réussit un peu moins bien à séparer les
raies non-résolues, puisqu’elle les ajuste une à une et ne tient pas compte des raies adjacentes,
contrairement à la tâche splot.
La routine fithi_cube_chi.pro a été utilisée pour ajuster toutes les raies des spectres pixel
à pixel du cube SpIOMM en entier. Dans ce cas, la routine permet d’effectuer un ajustement
satisfaisant puisque les raies sont assez bien définies à cause de la petite taille des régions (un
pixel, donc 1.672 ). Les cartes résultantes sont donc utilisées en entrée dans la routine IDL
HIIphot.pro pour définir les régions HII et pour faire des calculs de vitesse.
La routine Smesure.cl a servi à mesurer les raies des spectres longue-fente et des spectres des
régions définies avec HIIphot.pro, puisqu’elle me permet d’obtenir des résultats plus précis
lorsque les raies sont moins bien résolues. En effet, ces régions sont plus étendues ce qui a
pour effet d’élargir les raies à cause du plus grand écart en vitesse d’un bout à l’autre de la
région. Dans ce cas, le mélange des raies [NII]λ6548 et Hα est plus important et doit être
traité plus rigoureusement. Les raies mesurées dans les spectres longue-fente sont détaillées
dans le Tableau 2.5. Dans les spectres SpIOMM, seules les raie Hα et [NII]λ6583 ont pu être
mesurées, la raie [NII]λ6548 étant généralement trop faible. Le doublet de soufre n’a pas été
mesuré, car l’une des raies était absente et l’autre était à la frontière du filtre et aurait été
trop affectée par les effets de bord.
Les mesures des spectres SpIOMM sont faites sur les spectres apodisés. La largeur à mihauteur, qui est prise en compte dans le calcul de l’incertitude, est multipliée par un facteur
1.9 par cette opération, ce qui augmente l’imprécision sur la mesure. Par contre, l’ajustement
est plus robuste puisque la corrélation entre les pixels adjacents est faible. En effet, un sinus
7. Logiciel de mesure de raies en langage IDL écrit par Marc-Antoine Miville-Deschênes (http://www.cita.
utoronto.ca/~mamd/).
31
cardinal a des lobes qui s’étendent parfois loin autour de la raie lorsque le signal est fort, comme
c’est le cas pour la raie Hα. Cependant, l’apodisation peut avoir un impact sur l’intensité
relative des raies. En effet, l’erreur que cause l’apodisation sur la forme de la raie dépend de
la forme du spectre et l’impact sera plus grand pour une raie plus faible que pour une raie
forte, ce qui peut influencer leur intensité relative. Une raie faible près d’une raie forte sera
particulièrement affectée. Dans le présent travail, les raies Hα et [NII]λ6583 sont assez fortes
à travers toute la galaxie et la raie [NII]λ6548, qui est plus faible, n’a pas été utilisée dans
l’analyse. Pour plus de précision, il est préférable de faire les mesures à l’aide d’ajustements de
sinus cardinaux, comme le fait le logiciel ORCS, mais la méthode a été développée après la fin
de l’analyse des résultats de ce mémoire. Encore faut-il que la procédure permette d’effectuer
rigoureusement la séparation des raies rapprochées, dont les lobes secondaires se chevauchent.
Enfin, dans le cas des données SpIOMM, il peut rester un décalage entre la longueur d’onde
déterminée par la calibration en flux et la vraie longueur d’onde à cause des effets de gravité
dans l’instrument (Martin 2015). Il faut donc vérifier la position des centroïde dans le ciel
autour de la galaxie afin de s’assurer que la mesure effectuée est fiable. Dans le logiciel DS9,
j’ai donc vérifié la position d’une raie atmosphérique de OH avec une ouverture circulaire d’un
rayon de 5 pixels à divers endroits dans le ciel autour de la galaxie et j’ai comparé la mesure
du centroïde de cette raie à celle de la même raie dans les spectres longue-fente. La mesure
du centroïde de la raie est très stable sur le plan spatial et est compatible avec la mesure faite
dans les spectres longue-fente.
Tableau 2.5 – Liste des raies mesurées dans les spectres longue-fente
Raie
rOIIs
Hβ
rOIIIs
rOIIIs
rOIs
Longueur d’onde
[Å]
3726,3729
4861
4959
5007
6300
Raie
[NII]
Hα
rNIIs
rSIIs
rSIIs
Longueur d’onde
[Å]
6548
6563
6584
6716
6730
Les incertitudes sur les mesures des raies ont été estimées à la manière décrite dans l’article
de Lenz & Ayres (1992) qui ont considéré différents modèles de bruit. L’incertitude sur le flux
est donc calculée à l’aide de la formule suivante :
F
σF “
CF pS{Bq
c
∆λ
,
FWHM
(2.2)
où F est le flux, (S/B) est le rapport signal sur bruit de la raie, FWHM est la pleine largeur à mihauteur de la raie, ∆λ est la résolution spectrale et CF est une constante donnée dans l’article
qui vaut 0.67. La résolution spectrale théorique des spectres longue-fente est de 4.3 Å (manuel
32
de l’OMM), alors que celle des spectres SpIOMM varie en fonction de la longueur d’onde entre
3.6 et 3.9 Å selon l’Équation 2.1. J’ai donc utilisé une résolution spectrale égale à 3.71 Å pour
les raies d’hydrogène et d’azote qui sont très proches les unes des autres. L’incertitude calculée
sur le flux me sert ensuite à calculer l’incertitude sur la largeur équivalente de la façon suivante :
ˆ
σEW “ EW
∆F ∆Icont
`
F
Icont
˙
,
(2.3)
où EW est la largeur équivalente, Icont est l’intensité du continuum à l’emplacement de la
raie et ∆F ainsi que ∆Icont sont les incertitudes reliées au flux (Éq. 2.2) et au niveau du
continuum, respectivement. Cette dernière a été estimée en calculant l’écart-type du signal
dans une portion de continuum près de la raie avec la tâche imstat (IRAF).
L’incertitude sur le centroïde a été estimée à partir de la formule suivante (toujours tirée de
l’article de Lenz & Ayres 1992) :
?
σλ “
∆λ FWHM
,
Cλ pS{Bq
(2.4)
où σλ est l’incertitude sur le centroïde. Dans ce cas, Cλ vaut 1.46.
Enfin, l’incertitude sur la mesure de la largeur à mi-hauteur a été calculée à partir de l’équation
suivante, également tirée de l’article de Lenz & Ayres (1992) :
?
σFWHM “
∆λ FWHM
,
CFWHM pS{Bq
(2.5)
où σFWHM est l’incertitude sur la largeur à mi-hauteur. CFWHM vaut alors 0.70.
Cette façon de faire donne une incertitude minimale inhérente au bruit et à la méthode de
mesure uniquement et ne tient pas compte des biais introduits lors de la réduction, des possibles
taches sur les flats, des raies du ciel qui ont contaminé le signal, de l’absorption sous-jacente...
Les autres causes d’incertitude seront discutées au cours de l’analyse selon leur importance
vis-à-vis des mesures effectuées.
33
Chapitre 3
Spectroscopie longue-fente
Ce chapitre porte sur l’identification de la galaxie voisine, le traitement réalisé avec GANDALF pour soustraire les raies d’absorption dans les différentes régions et structures de la
galaxie, la correction de l’extinction intrinsèque, l’identification des sources d’ionisation, le
calcul de l’abondance du gaz et la détermination de l’âge des populations jeunes à partir
des données longue-fente. La présence d’une absorption sous-jacente à une raie d’émission influence grandement la mesure de cette dernière, ce qui affecte aussi le calcul de l’extinction et
des diagrammes diagnostiques du gaz ionisé et des populations jeunes.
3.1
Régions étudiées
L’étape qui complète la réduction des données longue-fente a consisté à diviser les images
sur le plan spatial afin d’obtenir un spectre pour chaque région d’intérêt de la galaxie. Pour
l’année 2006, j’ai défini 6 sections de 10 pixels de large, soit 132 par section, tel que montré à la
Figure 3.1. La taille des régions a été déterminée de façon à diviser l’image en région d’intérêt
tout en gardant le même nombre de pixel par région pour mieux pouvoir les comparer entre
elles. Ces régions renferment le centre de la galaxie (B4), le noeud WR (B7) et des parties
de la barre, à chaque extrémité de celle-ci et entre le bulbe et le noeud WR (voir Fig. 2.1).
Le rapport S/B dans le continuum de ces régions varie de 22 à 50. La région B1 a été rejetée
car son rapport S/B est trop faible pour mesurer les raies (S/B = 9). On peut tout de même
apercevoir les raies en effectuant une dégradation importante de la résolution spectrale, mais
cette façon de faire ne convient pas à l’étude des populations stellaire telle que décrite dans
les sections subséquentes.
En ce qui concerne les observations de 2011, ce sont des sections de 23 pixels (292 ) qui ont
été utilisées, sauf pour le spectre de la galaxie voisine inconnue (R4), qui fait 12 pixels (162 ;
voir Fig. 3.1). Encore une fois, la définition des régions a été faite de façon à séparer les
différentes régions d’intérêt tout en conservant le même nombre de pixel d’une région à l’autre
pour pouvoir mieux les comparer entre elles. Les trois régions R1 à R3 passent par le bras
35
nord (voir Fig. 2.1). Un plus grand nombre de pixels est nécessaire pour définir ces régions afin
d’obtenir un bon rapport S/B. Celui-ci vaut 25 et 20 pour les régions R2 et R3 respectivement.
La région R1 n’a pas été analysée puisque son rapport S/B était insuffisant pour mesurer les
raies (S/B = 8). Enfin, le rapport S/B de R4 est de 14. Les spectres résultants sont présentés
dans les Figures 3.2 et 3.3.
(a) 2006
(b) 2011
Figure 3.1 – Détermination des régions sur les images longue-fente. À gauche, en
2006, la fente a été placée sur la barre de la galaxie. La région B4 correspond au noyau, et
B7, au noeud WR (voir Fig. 2.1 pour l’emplacement des régions). À droite, en 2011, la fente
a été positionnée dans le bras nord et elle englobe un objet inconnu (R4).
3.2
Galaxie inconnue
La Figure 3.2 montre le spectre de la galaxie voisine inconnue (région R4). On peut y reconnaître les raies [OII]λλ3726,3727, Hβ, [NII]λλ6548,6583, Hα et [SII]λλ6716,6730. Ces raies ont
un décalage spectral plus grand que celles de la galaxie NGC 5430 (voir Fig. 3.3), indiquant
une vitesse de récession pour cet objet inconnu nettement plus grande que celle de NGC 5430.
En mesurant le centroïde de la raie Hα du spectre de la région R4, j’ai pu calculer le décalage
vers le rouge de cette galaxie avec l’équation suivante :
v“c
λobs ´ λ0
,
λ0
(3.1)
où c est la vitesse de la lumière, λobs et λ0 sont les longueurs d’onde observée et théorique
respectivement de la raie. J’ai obtenu une valeur de la vitesse de récession de la galaxie de
19 930 ˘ 10 km s´1 . Ainsi, la galaxie voisine est très éloignée de NGC 5430 et il est peu
36
probable qu’elle ait été en interaction avec celle-ci et qu’elle ait causé la formation stellaire
observée dans le noeud WR ainsi que la perturbation du bras nord. La mesure du décalage
spectral de la galaxie inconnue est la première dans la littérature.
Le décalage spectre de la galaxie inconnue n’a pas pu être mesuré dans les données SpIOMM,
puisque les raies Hα et [NII] se retrouvent hors du filtre R. L’étude de cette galaxie ne se
poursuit donc pas au-delà de cette analyse.
Figure 3.2 – Spectre de la galaxie inconnue (région R4). Le spectre est corrigé pour
l’extinction intrinsèque de la Voie lactée.
3.3
Soustraction de la composante d’absorption stellaire
Afin d’étudier l’influence de l’absorption sous-jacente sur les diagnostics destinés à étudier le
gaz ionisé et les populations jeunes, j’ai dû trouver une façon d’en estimer la contribution sur
les spectres de chaque région. J’ai donc utilisé le code GANDALF pour ajuster la composante
d’absorption stellaire correspondant à chaque spectre observationnel. À partir d’un fichier
de raies nébulaires à masquer et de modèles de populations stellaires de différents âges et
métallicités, ce code calcule la proportion nécessaire de chaque population pour recréer le
37
spectre observé (continuum et raies d’absorption) en tenant compte de l’extinction calculée à
partir de la distribution spectrale d’énergie.
Il est nécessaire d’effectuer quelques opérations sur les spectres observationnels et les modèles
avant d’exécuter le code GANDALF. Premièrement, il faut corriger les spectres observationnels
pour la vitesse de chaque région. Bien que les spectres aient tous été corrigés pour la vitesse
de récession de la galaxie, une composante de vitesse demeure, associée principalement à la
rotation de la galaxie. Les mesures des centroïdes de la raie d’émission Hα ont été faites avec la
tâche splot dans IRAF et la vitesse de chaque région a été calculée à l’aide de l’Équation 3.1.
Les résultats sont présentés dans le Tableau 3.1. On remarque que la vitesse de la région
associée au noyau n’est pas nulle. Cependant, la taille des régions définies est assez grande,
la région n’est pas parfaitement centrée sur le noyau et la raie Hα est très large et mélangée
avec la raie [NII]λ6548, ce qui explique l’écart observé. Les vitesses mesurées sont typiques de
la rotation de la galaxie ; le côté nord est plus proche et le côté sud, plus éloigné. Les spectres
ont par la suite été corrigés pour ce décalage spectral à l’aide de la tâche dopcor dans IRAF.
Tableau 3.1 – Vitesse radiale résiduelle du gaz selon GANDALF dans les régions
des spectres longue-fente
Région
B2
B3
B4 (Noyau)
B5
B7 (Noeud WR)
B6
R2
R3
Vitesse radiale [km s´1 ]
´138 ˘ 4
´10 ˘ 6
76 ˘ 2
183 ˘ 2
101 ˘ 1
84.9 ˘ 0.2
´122 ˘ 2
´36 ˘ 6
Note : La vitesse n’est pas corrigée pour l’inclinaison, ni pour l’angle de positionnement. Les données ont préalablement été corrigées pour la vitesse
de récession de la galaxie.
J’ai dû dégrader la résolution des spectres des modèles afin de les rendre compatible avec les
données observationnelles. En effet, la résolution spectrale du spectrographe longue-fente avec
le réseau de 600 l mm´1 est d’environ 4.3 Å. J’ai donc convolué les spectres des modèles avec
une gaussienne de pleine largeur à mi-hauteur égale à
F W HM “
a
4.32 ´ 2.12 “ 3.75,
(3.2)
où 2.1 Å est la résolution spectrale des modèles. Comme GANDALF exige que les spectres
observationnels soient échantillonnés en « log10 Å », j’ai modifié leur dispersion à l’aide de la
routine disptrans de IRAF. Les modèles fournis avec le code sont déjà échantillonnés confor-
38
mément aux exigences de GANDALF. Ceux-ci ont été interpolés afin qu’ils aient les mêmes
paramètres de dispersion que les spectres observationnels. Enfin, avec un fichier comprenant
les raies d’émission à masquer ainsi que le nom des spectres observationnels et des modèles de
populations stellaires adaptés, il ne reste qu’à exécuter GANDALF afin d’obtenir la combinaison des modèles qui va reproduire le mieux les raies d’absorption et le continuum des spectres
observés. La Figure 3.3 montre le résultat des modèles superposés aux spectres pour chaque
région des images longue-fente.
Dans la Figure 3.3, on remarque d’abord une composante en émission dans toutes les régions,
plus ou moins prononcée selon le cas. On remarque aussi une composante plus âgée caractérisée
par de nombreuses raies d’absorption fortes dans tous les spectres à l’exception de la région
du noeud WR (B7). Cette région semble dominée par une population jeune, comme on peut le
voir par ses raies d’émission très fortes. On peut aussi y apercevoir une structure particulière,
la « bosse » WR, qui est en fait un mélange des raies NIIIλ4640 et HeIIλ4686. Celle-ci est due
à un grand nombre d’étoiles WR de type WN. Par ailleurs, ce spectre présente aussi plusieurs
autres raies d’hélium d’origine stellaire - les raies HeIλ4471, HeIλ5876 et HeIλ6678 - typiques
des spectres de ces étoiles (van der Hucht 2001). La raie HeIIλ5411 qui accompagne toujours la
raie HeIIλ4686 est aussi présente, quoique très faible. Ces raies sont absentes de tous les autres
spectres étudiés. De plus, on remarque un profil P-Cygni dans la raie HeIIλ4686, caractéristique
d’un vent stellaire en expansion. Finalement, le spectre montre des caractéristiques plutôt
typique d’une population d’étoiles WNL, puisque les raies HeI sont assez fortes alors que les
raies HeII sont rares et plutôt faibles, à l’exception de HeIIλ4686, qui est toujours assez forte.
De plus, l’azote ne montre pas de raies provenant de niveaux d’ionisation supérieurs à NIII
(van der Hucht 2001). Notons que la raie HeIIλ6560 est habituellement présente lorsqu’on
observe des raies HeII, ce qui pourrait contaminer le flux de la raie Hα. Cependant, pour des
étoiles de type WNL, les raies correspondant à ce niveau d’ionisation de l’hélium sont assez
faibles et ce qui laisse penser que la contamination serait aussi faible.
La région adjacente à la région du noeud WR, B6, qui est située à l’extrémité de la barre,
comporte aussi une forte composante en émission nébulaire. À l’autre extrémité, la composante
en émission est plus modeste et on observe davantage de raies d’absorption. De ce côté, la région
B3 est surtout vieille, puisque les raies d’émission sont assez faibles. Enfin, le noyau (B4) et
les régions du bras nord (R2 et R3) semblent composés d’un mélange de populations vieilles
et jeunes.
Les spectres obtenus avec GANDALF reproduisent très bien les composantes d’absorption
stellaire (voir Fig. 3.3). L’âge des populations et leurs proportions trouvés par GANDALF pour
chaque spectre ne peuvent pas être utilisés pour déterminer l’âge précisément, premièrement,
parce que l’échantillonnage en âge des modèles est trop dispersé et espacé, et deuxièmement,
parce que le but premier du programme est de faire un bon modèle du spectre et non pas de
trouver une solution unique. Cependant, il est possible de faire une analyse qualitative des
39
Figure 3.3 – Spectres longue-fente des régions de la barre et du bras superposés aux meilleurs modèles de populations stellaires selon GANDALF. Le spectre
observationnel a été tracé en noir et le modèle, en rouge.
40
Figure 3.3 (Suite)
41
Figure 3.3 (Suite)
42
Figure 3.3 (Suite)
43
âges trouvés, puisque les caractéristiques des populations vieilles et jeunes sont suffisamment
différentes pour que GANDALF puisse les identifier sans trop d’erreurs. Autrement dit, si
le spectre montre de fortes caractéristiques d’une population très jeune, le code utilisera un
modèle de population jeune pour l’ajustement. Cependant, la proportion de celui-ci et l’âge
exact de la population sont incertains ; on ne mesure que les grandes tendances.
La Figure 3.4 montre la fraction de masse donnée par GANDALF du modèle de population
stellaire âgé de 5 Ma en comparaison à celle des populations d’âge plus grand que 5 Ma
(soit principalement 11 Ga, 2.5 Ga, 1.4 Ga et 640 Ma) pour chaque région, afin de mettre
en évidence les caractéristiques globales quant à l’âge des populations qui peuplent chaque
région. Premièrement, on remarque que les populations vieilles dominent largement en masse
dans la majorité des spectres, même si ceux-ci comportent tous des raies d’émission nébulaire
assez fortes. En effet, les étoiles massives, même si elles sont peu nombreuses, ont une grande
influence sur leur environnement, ce qui se reflète de façon marquée dans les spectres. Le noeud
WR (B7) fait un peu exception avec des masses de populations jeunes et vieilles comparables.
Cette région avait déjà été remarquée par le nombre important d’étoiles WR qu’elle comporte.
La phase WR est une phase évolutive durant laquelle les étoiles massives exposent les produits
de la nucléosynthèse dans une enveloppe dense et chaude en expansion causée par leurs vents
stellaires très forts et violents qui perturbent énormément le milieu environnant. Un grand
nombre de ces étoiles indique une population jeune très massive. Enfin, la région B3 est celle qui
comprend la plus petite proportion de population jeune. Ce résultat est peu surprenant à la vue
du spectre observationnel. En effet, celui-ci révèle une population vieille fortement dominante
avec une absorption sous-jacente importante dans la raie d’émission Hβ (voir Section 1.5).
3.4
Extinction
Après avoir mesuré les flux des raies Hα et Hβ, j’ai calculé l’excès de couleur intrinsèque de
chaque région de la galaxie à l’aide de l’Équation 1.2. Les résultats obtenus sont explicités dans
le Tableau 3.2. L’extinction a été calculée pour les spectres qui n’ont subi aucun traitement
particulier en ce qui concerne l’absorption 1 , qui correspond au cas « brut », ainsi que pour
les mêmes spectres desquels j’ai soustrait le modèle donné par GANDALF, c’est-à-dire le
cas « absorption soustraite ». J’ai ensuite pu corriger chaque spectre pour son extinction
intrinsèque avec la tâche deredden dans IRAF 2 .
À partir du Tableau 3.2 et de la Figure 3.5, on constate que l’extinction est toujours plus faible
lorsque l’absorption sous-jacente est prise en considération ; celle-ci affecte particulièrement la
1. Dans le cas où une raie d’émission était fortement contaminée par l’absorption, la mesure de la raie a
été faite en définissant le niveau du continu au plus bas de la raie de chaque côté de celle-ci.
2. Il faut d’abord supprimer le mot-clé DEREDDEN de l’entête de chaque spectre. En effet, IRAF ajoute
ce mot-clé lors d’une première utilisation de la routine deredden pour empêcher une double correction. Or,
cette routine a été utilisée préalablement au cours de la réduction de données afin de corriger le niveau de flux
pour l’extinction de la Voie lactée.
44
Figure 3.4 – Proportion des populations stellaires selon GANDALF. Les colonnes en
bleu représentent la fraction de masse de la population jeune (5 Ma), tandis que les colonnes
en rouge montrent la proportion de populations vieilles.
Tableau 3.2 – Excès de couleur E(B´V) des spectres longue-fente
Région
B2
B3
B4 (noyau)
B5
B7 (WR)
B6
R2
R3
Brut
0.6 ˘ 0.1
0.8 ˘ 0.3
0.75 ˘ 0.04
0.50 ˘ 0.05
0.30 ˘ 0.01
0.46 ˘ 0.03
0.51 ˘ 0.05
0.4 ˘ 0.2
Abs. sous.
0.41 ˘ 0.08
0.40 ˘ 0.09
0.62 ˘ 0.03
0.27 ˘ 0.04
0.27 ˘ 0.01
0.40 ˘ 0.03
0.35 ˘ 0.02
0.10 ˘ 0.08
Brière (2010)
0.75 ˘ 0.01
0.89 ˘ 0.01
0.430 ˘ 0.003
0.720 ˘ 0.008
0.109 ˘ 0.001
0.278 ˘ 0.001
Cantin (2010)
Keel (1982)
0.9 ˘ 0.2
0.39
raie Hβ. Dans certains cas, l’effet est très important. Par exemple, la région B3, qui est
celle qui contient la plus grande proportion de populations vieilles (voir Fig. 3.4), voit son
extinction diminuer de moitié. En effet, dans ce cas précis, l’absorption stellaire en Hβ est si
importante que la raie d’émission est presque réduite au niveau du bruit (voir Fig. 1.3). De
plus, l’incertitude sur l’extinction se voit artificiellement diminuée dans le cas où l’absorption
sous-jacente est préalablement soustraite. En effet, le spectre de population théorique qui a été
soustrait ne contient pas de bruit et l’ajout de signal dans la raie sans tenir compte du bruit qui
y est associé cause l’augmentation apparente du rapport S/B. Dans le noeud WR et la région
B6, qui sont dominés par des régions HII, la soustraction de la composante en absorption a
45
peu d’effet sur le calcul de l’extinction. Ces résultats démontrent dans leur ensemble qu’il est
très important de bien tenir compte de l’absorption sous-jacente pour calculer l’extinction,
car celle-ci peut être gravement surestimée. Or, une mauvaise correction pour l’extinction va
ensuite influencer les diagnostics subséquents du gaz ionisé et des populations stellaires jeunes.
Figure 3.5 – Comparaison de l’excès de couleur avant et après la soustraction de
l’absorption sous-jacente. Cette figure compare graphiquement les résultats du Tableau 3.2.
Pour vérifier la plausibilité des calculs d’extinction intrinsèque effectués, j’ai comparé mes
résultats avec la littérature. Le Tableau 3.2 contient aussi les résultats de Brière (2010), obtenus
avec les mêmes données (mais avec un traitement différent), de Cantin (2010), obtenus à partir
d’un spectre intégré des données OASIS pour une région de 152 ˆ 122 centrée sur le bulbe de
la galaxie, et de Keel (1982), obtenus avec un spectre du noeud WR. Aucun de ces auteurs
n’a tenu compte de l’absorption pour le calcul de l’extinction.
Brière (2010) avait défini des régions semblables aux miennes mais, selon la région, des variations peuvent être importantes lorsqu’on compare ses résultats à ceux que j’ai obtenus à l’aide
des spectres dont l’absorption n’a pas été prise en compte. Cela s’explique par le fait que les
régions n’ont pas été définies tout à fait de la même façon, mais surtout, la calibration en flux
et le traitement des plages uniformes ont été faits de façon très différente. La fiabilité de mes
résultats devrait être plus grande justement à cause de ces modifications.
46
Cantin (2010) a en fait distingué plusieurs régions de formation stellaire dans le coeur de la galaxie. Deux régions, L1 et L2, qui montrent une extinction plus faible d’environ E(B´V) » 0.7
sont traversées par une barre de poussière avec E(B´V) ą 1.1. Enfin, l’extinction du spectre
intégré de la région centrale de NGC 5430 est de 0.9 ˘ 0.2 sans tenir compte de l’absorption sous-jacente. La valeur de E(B´V) que j’ai obtenu pour le coeur (B4 ; 0.75 ˘ 0.03) est
compatible avec ce résultat si on tient compte des différences d’ouverture.
De même, la valeur d’extinction du noeud WR (B7) obtenue ici sur le spectre brut (0.30˘0.01)
est assez près de celle obtenue par Keel (1982), soit E(B´V) “ 0.39 (l’incertitude n’est pas
donnée), calculée de la même façon que je l’ai fait à l’aide du rapport des flux des raies Hα et
Hβ.
À ma connaissance, c’est la première fois que l’absorption sous-jacente est prise en compte explicitement
comme
je
l’ai
fait
pour
calculer
l’extinction
pour
cette
galaxie.
Fernandes et al. (2004) ont trouvé une extinction globale de 0.67 pour le spectre intégré de
la barre de la galaxie. Ils ont tenté d’appliquer un facteur correctif au calcul de l’extinction
(avec la loi d’extinction de Cardelli et al. 1989 ; McCall et al. 1985) pour tenir compte de
l’absorption sous Hβ en évaluant l’importance de la contamination à partir du ratio Hγ/Hβ
obtenu une fois l’extinction corrigée. Ils ont estimé que l’extinction devrait être plus faible de
´0.001 dex seulement. Il s’agit du seul cas que j’ai pu répertorier dans la littérature qui considère l’absorption sous-jacente dans le calcul de l’extinction pour cette galaxie. D’abord, il est
préférable de calculer l’extinction sur de petites régions, car l’extinction calculée sur un spectre
intégré a tendance à être sous-estimée par rapport à l’extinction trouvée pour chaque région
HII individuellement (Asari et al. 2014). En effet, l’extinction globale n’est pas une fonction
linéaire de l’extinction de chaque région ; elle est plutôt biaisée par l’extinction des régions
moins poussiéreuses. Je ne peux donc pas comparer les résultats de Fernandes et al. (2004)
directement avec les miens, mais je peux constater que la valeur qu’ils ont trouvée ressemble
à celle calculée dans le cas où l’absorption n’a pas été prise en compte, en général.
En conclusion, mes résultats montrent que l’absorption présente sous les raies d’émission Hα
et Hβ influence grandement l’extinction, allant parfois jusqu’à doubler sa valeur. L’absorption
sous-jacente a donc un impact beaucoup plus grand sur les mesures qu’on pouvait le croire.
3.5
Source d’ionisation
Une fois l’extinction corrigée, j’ai vérifié si les raies d’émission observées provenaient principalement des régions HII. C’est une étape préliminaire importante à l’analyse de l’abondance du
gaz et de l’âge des populations jeunes, qui se base sur des diagnostics propres aux régions HII.
Dans les régions centrales d’une galaxie, il arrive que les raies soient contaminées par une
activité associée à un AGN. Il se peut aussi que des chocs (par la présence de supernovae ou
encore de zones de compression dans la barre, par exemple) puissent donner des signatures
47
non-thermiques à ces raies. Il peut aussi s’agir de façon très générale de GID.
J’ai tracé les rapports de raies calculés pour chaque région dans les différents diagrammes
BPT (Fig. 3.6). J’ai traité les deux cas décrits à la section précédente, c’est-à-dire les spectres
bruts et ceux dont l’absorption sous-jacente a été prise en compte. Les valeurs numériques des
rapports pour chaque région se retrouvent dans le Tableau 3.3. Rappelons que les diagnostics
impliquant la raie [OI]λ6300 sont plus incertains puisque cette raie est contaminée par la raie
du ciel [OI]λ6363, à laquelle elle se superpose avant la correction pour le décalage vers le rouge.
Figure 3.6 – Diagrammes diagnostiques BPT des régions longue-fente. Les résultats
pour les spectres bruts sont tracés en bleu. En rouge, il s’agit plutôt des résultats pour le cas
où l’absorption sous-jacente a été soustraite.
48
Tableau 3.3 – Rapports de raies des spectres longue-fente
Région
B2
B3
B4 (Noyau)
B5
B7 (Noeud WR)
B6
R2
R3
Région
B2
B3
B4 (Noyau)
B5
B7 (Noeud WR)
B6
R2
R3
Région
B2
B3
B4 (Noyau)
B5
B7 (Noeud WR)
B6
R2
R3
Région
B2
B3
B4 (Noyau)
B5
B7 (Noeud WR)
B6
R2
R3
log([NII]λ6583/Hα)
Spectres bruts Absorption soustraite
´0.28 ˘ 0.09
´0.34 ˘ 0.05
´0.1 ˘ 0.2
´0.24 ˘ 0.06
´0.27 ˘ 0.03
´0.31 ˘ 0.02
´0.29 ˘ 0.04
´0.34 ˘ 0.02
´0.39 ˘ 0.01
´0.40 ˘ 0.01
´0.37 ˘ 0.02
´0.38 ˘ 0.02
´0.36 ˘ 0.02
´0.40 ˘ 0.01
´0.2 ˘ 0.1
´0.30 ˘ 0.05
log([SII]λλ6716,6730/Hα)
Spectres bruts Absorption soustraite
´0.5 ˘ 0.1
´0.46 ˘ 0.05
´0.5 ˘ 0.2
´0.45 ˘ 0.07
´0.67 ˘ 0.07
´0.65 ˘ 0.02
´0.6 ˘ 0.1
´0.56 ˘ 0.03
´0.88 ˘ 0.02
´0.87 ˘ 0.01
´0.58 ˘ 0.06
´0.56 ˘ 0.02
´0.60 ˘ 0.08
´0.57 ˘ 0.02
´0.3 ˘ 0.2
´0.32 ˘ 0.08
log([OI]λ6300/Hα)
Spectres bruts Absorption soustraite
´0.27 ˘ 0.07
´1.14 ˘ 0.09
´0.5 ˘ 0.1
´1.2 ˘ 0.2
´1.14 ˘ 0.06
´1.5 ˘ 0.1
´1.21 ˘ 0.09
´1.2 ˘ 0.1
´2.13 ˘ 0.06
´2.2 ˘ 0.1
´1.5 ˘ 0.1
´1.4 ˘ 0.1
´1.6 ˘ 0.6
´1.55 ˘ 0.09
´1.2 ˘ 0.4
´0.8 ˘ 0.3
log([OIII]λ5007/Hβ)
Spectres bruts Absorption soustraite
´0.2 ˘ 0.2
´0.4 ˘ 0.1
´0.1 ˘ 0.3
´0.4 ˘ 0.1
´0.60 ˘ 0.01
´0.70 ˘ 0.08
´0.45 ˘ 0.08
´0.53 ˘ 0.06
´0.44 ˘ 0.01
´0.45 ˘ 0.005
´0.41 ˘ 0.05
´0.44 ˘ 0.04
´0.67 ˘ 0.07
´0.71 ˘ 0.04
´0.4 ˘ 0.2
´0.5 ˘ 0.1
49
On remarque que la précision sur la mesure augmente artificiellement lorsqu’on tient compte
de l’absorption. Cela est dû au fait que l’intensité des raies d’émission augmente lorsqu’on
soustrait une composante en absorption, qui ne contient pas de bruit, puisqu’elle provient d’un
spectre de population théorique, alors que le niveau de bruit reste constant, ce qui augmente le
rapport S/B. C’est particulièrement le cas lorsque la population vieille est importante, comme
dans la région B3. La soustraction des modèles créés par GANDALF dévoile une composante
d’absorption parfois importante sous les raies Hα, Hβ, mais aussi plus modestement sous la raie
[OIII]λ5007 (voir Section 3.6). La prise en compte de cette absorption sous-jacente influence
les différents rapports diagnostiques. En général, dans le cas où l’absorption a été soustraite,
par rapport aux spectres bruts, on voit que les points se déplacent davantage vers les régions
HII. Le rapport [SII]/Hα semble à première vue peu affecté par l’absorption sous-jacente. En
fait, l’extinction calculée est plus faible dans le cas où on a tenu compte de l’absorption, ce qui
a pour effet d’augmenter la valeur du rapport, alors que la soustraction de l’absorption sous
Hα a plutôt pour effet de diminuer celui-ci. Dans le cas des autres rapports de raies ([NII]/Hα,
[OI]/Hα et [OIII]/Hβ), la variation de l’extinction et de l’absorption sous-jacente ont toutes
deux pour effet de diminuer la valeur des rapports de façon significative. Notons que l’effet de
l’extinction est minime pour le rapport [OIII]/Hβ, comme les raies sont très rapprochées. De
façon générale, on remarque donc que l’absorption sous-jacente a un impact considérable sur
les différents diagrammes diagnostiques et il est donc important d’en tenir compte.
Le graphique de [OIII]/[Hα] vs [NII]/[Hα] montre que la plupart des régions se classent parmi
les régions HII, mais se rapprochent de la zone de transition, malgré la prise en compte de
l’absorption sous-jacente dans le calcul du diagnostic. La région B3 (une région adjacente au
noyau, de l’autre côté du noeud WR dans la barre) demeure dans la zone des régions de
transition. À cette position dans la galaxie, la région B3 pourrait montrer des signes de chocs
dans la barre. Pour ce qui est de la région B4 (noyau de la galaxie), on n’observe pas du tout
d’activité non-thermique. Mes résultats concluent à une région HII typique, mais je n’ai pas la
résolution spatiale nécessaire pour mettre en évidence un faible AGN. Cantin (2010) a vu des
régions HII très fortes dans le centre, ce qui est cohérent avec ce qui ressort de mon spectre.
Une hypothèse pour expliquer la proximité des valeurs associées aux diagnostics avec la zone
de transition serait que la galaxie abrite une quantité particulièrement élevée de GID. L’émission du GID viendrait gonfler le rapport [NII]/[Hα] par rapport à ce qui est attendu pour
une région HII typique, tel que vu à la Section 1.4. Flores-Fajardo et al. (2009) ont proposé un critère universel pour les galaxies spirales pour départager les régions HII du GID
qui se base sur le logarithme du ratio [NII]/Hα. Selon ce diagnostic, ´0.4 est la valeur critique. Au-delà de ´0.3, il s’agit d’une région de GID, alors qu’en deçà de ´0.5, on a affaire
à une région HII. Selon les valeurs du rapport [NII]/Hα pour les spectres bruts (en supposant que Flores-Fajardo et al. 2009 n’ont pas tenu compte de l’absorption sous-jacente ; voir
Tab. 3.3), toutes les régions comportent une certaine proportion de GID. Tel que résumé dans le
50
Tableau 3.4, le noeud WR (B7), la région adjacente au noeud à l’extrémité de la barre (B6),
ainsi que la région R2 dans le bras se situent plus près de la valeur limite de ´0.4, alors que le
reste des régions présentent un rapport plutôt typique du GID. La région B3 a un ratio particulièrement bas même lorsque l’absorption sous-jacente est prise en compte (´0.24 ˘ 0.06).
Tableau 3.4 – Résultats des diagnostics pour départager les régions HII des régions
de GID
B2
B3
B4 (Noyau)
B5
B7 (Noeud WR)
B6
R2
R3
log([NII]λ6583/Hα)
GID
GID
GID
GID
log([SII]λλ6716, 6730/Hα)
log([OI]λ6003/Hα)
GID
GID
Région HII
Région HII
Région HII
GID
GID
Cette analyse se base sur les diagnostics de Flores-Fajardo et al. (2009). Les calculs sont
effectués à partir des rapports calculés sur les spectres bruts.
Les rapports [OI]/Hα et [SII]/Hα sont eux aussi affectés par la présence de GID et peuvent
aider à contre-vérifier la classification des régions (voir Fig. 1.2). En ce qui concerne le ratio
[SII]/Hα, la valeur critique est de ´0.55. Au-delà de ´0.5, le comportement se rapproche
davantage de celui du GID, alors qu’en deça de ´0.6, il s’agit d’une région HII. La plupart des
régions observées se retrouvent près de la valeur critique de ´0.55, sauf pour R3, qui se classe
encore définitivement comme du GID selon ce diagnostic (voir Tab. 3.4). La valeur critique
du ratio [OI]/Hα est de ´1.25. Un ratio supérieur à ´1.1 indique du GID alors qu’un ratio
inférieur à ´1.4 est caractéristique d’une région HII. Les régions B2 et B3 se classent donc
comme du GID, alors que le noeud WR (B7) et la région adjacente à l’extrémité de la barre
(B6) se classe davantage parmi les régions HII (voir Tab 3.4). À noter que les rapports des
régions du bras nord (R2) et de l’interbras (R3) comportent une incertitude très élevée qui
invalide le résultat du diagnostic. En effet, la grande plage de valeurs du rapport, compte tenu
de l’incertitude, rend impossible la classification.
À la lumière des différents diagnostics de Flores-Fajardo et al. (2009), on peut conclure que
toutes les régions sont plus ou moins affectées par la présence de GID, sauf la région du noeud
WR (B7) dont le flux semble dominé par l’émission des régions HII. Les régions de l’extrémité
de la barre (B2 et B3) ainsi que la région de l’interbras (R3) sont celles qui sont le plus affectées
par la présence de GID. Les autres régions se retrouvent indéfinies, puisque le rapport servant
aux diagnostics se retrouve dans l’intervalle critique où la région peut être une région HII ou
bien une région de GID. Le rapport [NII]/Hα est élevé pour toutes les régions ; même la région
du noeud WR (B7), qui abrite un sursaut de formation stellaire intense, a un rapport qui se
situe dans la zone critique du diagnostic.
51
3.6
Abondance du gaz
L’abondance du gaz de chacune des régions a été estimée à l’aide de la méthode itérative proposée par Kewley & Dopita (2002) impliquant les rapports [NII]λ6583/[OII]λλ3726, 3727, R23
et [OIII]λ5007/[OII]λλ3726, 3727, tel que discuté à la Section 1.8. La mesure de l’abondance
a été faite sur les spectres bruts et sur ceux dont on a soustrait la composante d’absorption.
La contamination par le GID n’a pas été prise en compte. L’abondance des régions donnée en
multiple de l’abondance solaire a été calculée à partir des résultats d’Asplund et al. (2009). Notons que l’un des résultats majeurs de cette étude est la diminution drastique de l’abondance
d’oxygène par rapport aux estimés précédents. Les abondances tirées de la littérature à des
fins de comparaison ont aussi été calculées à partir des résultats d’Asplund et al. (2009). Enfin,
les incertitudes sur les résultats reflètent uniquement l’incertitude sur la mesure et n’incluent
pas l’incertitude associée aux modèles utilisés.
Pour commencer, j’ai calculé un estimé de l’abondance à l’aide du diagnostic [NII]/[OII].
J’ai utilisé la valeur centrale du paramètre d’ionisation q “ 4 ˆ 107 cm s´1 pour faire les
calculs. Les résultats sont explicités à la Figure 3.7 et dans le Tableau 3.5. Ce diagnostic est très
peu sensible au paramètre d’ionisation pour des valeurs de l’abondance supérieures à 0.5 Z@
(log[O/H]+12 > 8.38 ; voir Fig. 1.6). Même sans tenir compte du paramètre d’ionisation,
mon premier estimé de l’abondance est donc très robuste, puisque les abondances calculées
se trouvent toutes bien au-delà de la limite du domaine de validité du diagnostic. De plus, le
rapport S/B des raies [OII] et [NII] est très élevé dans chaque spectre.
Figure 3.7 – Abondance selon le diagnostic [NII]/[OII]. L’abondance solaire
(log[O/H]+12 = 8.69) est tirée d’Asplund et al. (2009).
52
Tableau 3.5 – Abondances obtenues avec le diagnostic [NII]/[OII]
Région
B2
B3
B4 (Noyau)
B5
B7 (Noeud WR)
B6
R2
R3
Spectre
log[O/H]+12
8.90 ˘ 0.03
8.90 ˘ 0.03
9.10 ˘ 0.01
9.00 ˘ 0.01
9.06 ˘ 0.01
8.99 ˘ 0.01
9.04 ˘ 0.02
8.98 ˘ 0.06
brut
Z [Z@ ]
1.6 ˘ 0.1
1.6 ˘ 0.1
2.54 ˘ 0.06
2.01 ˘ 0.05
2.35 ˘ 0.01
1.97 ˘ 0.05
2.2 ˘ 0.1
1.9 ˘ 0.3
Absorption
log[O/H]+12
8.97 ˘ 0.02
9.06 ˘ 0.01
9.13 ˘ 0.01
9.07 ˘ 0.01
9.07 ˘ 0.01
9.01 ˘ 0.01
9.08 ˘ 0.01
9.03 ˘ 0.02
soustraite
Z [Z@ ]
1.89 ˘ 0.08
2.32 ˘ 0.07
2.73 ˘ 0.03
2.41 ˘ 0.03
2.40 ˘ 0.01
2.07 ˘ 0.04
2.45 ˘ 0.06
2.2 ˘ 0.1
Par contre, le rapport [NII]/[OII] est très sensible à la qualité de la correction pour l’extinction,
puisque ces raies sont très éloignées l’une de l’autre dans le spectre. En effet, on remarque que
l’extinction a une influence considérable sur le résultat obtenu. Pour toutes les régions étudiées,
l’abondance est plus élevée dans le cas où l’absorption a été prise en compte. Dans ce cas,
l’extinction calculée était plus faible pour toutes les régions (voir Fig. 3.5), parfois de façon
marquée lorsque la population vieille est importante, ce qui influence nécessairement le calcul
de l’abondance à l’aide du rapport [NII]/[OII]. Comme les raies [NII] et [OII] ne présentent
pas d’absorption sous-jacente importante (comme c’est le cas pour Hβ ou Hα, par exemple),
c’est surtout le changement de la valeur de l’extinction qui explique la hausse de l’abondance
dans le cas où l’absorption a été prise en compte.
La prochaine étape consiste à évaluer le paramètre d’ionisation q pour chaque région afin de
peaufiner l’estimé de l’abondance à l’aide du diagnostic R23 , qui lui est sensible à la valeur de
q. Pour ce faire, j’ai utilisé le diagnostic [OIII]/[OII]. Je me suis basée sur l’abondance trouvée
à l’étape précédente afin de choisir la courbe appropriée pour chaque région. Les résultats
sont explicités à la Figure 3.8 et dans le Tableau 3.6. Pour les spectres B2, B3 et R3, la raie
[OIII] est trop faible, ou est absente, ce qui m’a empêchée de trouver un estimé du paramètre
d’ionisation.
De l’analyse de la Figure 3.8 et du Tableau 3.6, on remarque que le paramètre d’ionisation
diffère entre le cas brut et le cas où l’absorption a été soustraite. Celui-ci augmente parfois
significativement dans le cas où on tient compte de l’absorption. La raie [OIII] abrite une
petite bande d’absorption stellaire d’après le meilleur modèle de GANDALF, qui a pour effet
de sous-estimer légèrement le flux de cette raie dans le spectre brut. La différence est plus
marquée dans le noyau (B4) ou la région B5, par exemple, quoique l’incertitude est très élevée
dans le noyau, puisque la raie [OIII] est très faible. Ce sont aussi les régions qui comportent la
plus grande proportion de populations vieilles parmi celles dont on a pu estimer le paramètre
d’ionisation. On peut donc conclure que ce diagnostic est sensible à la fois à la qualité de la
correction pour l’extinction, mais aussi à l’absorption sous-jacente sous la raie [OIII]. L’effet
53
est cumulatif ; le paramètre d’ionisation se voit sous-estimé si on ne tient pas compte de
l’absorption.
Figure 3.8 – Paramètre d’ionisation selon le diagnostic [OIII]/[OII]
Tableau 3.6 – Paramètre d’ionisation obtenu avec le diagnostic [OIII]/[OII]
Région
B2
B3
B4 (Noyau)
B5
B7 (WR)
B6
R2
R3
q [107 cm s´1 ]
Spectre brut Absorption soustraite
3˘1
2.2 ˘ 0.3
3.87 ˘ 0.08
2.5 ˘ 0.3
1.9 ˘ 0.4
4˘1
3.0 ˘ 0.4
4.20 ˘ 0.07
2.7 ˘ 0.3
2.3 ˘ 0.3
À partir de la valeur du paramètre d’ionisation ainsi calculée, j’ai pu raffiner l’estimé de l’abondance pour les régions B4, B5, B6, B7 et R2 en utilisant le diagnostic R23 . Les résultats sont
explicités à la Figure 3.9. Pour tous les spectres, excepté la région B7, je n’ai pas pu me servir
de la mesure de la raie [OIII]λ4959 pour calculer R23 pour cause d’un rapport S/B insuffisant. Cependant, cette raie est émise selon un ratio théorique [OIII]λ5007/[OIII]λ4959 = 2.98
(Galavís et al. 1997). J’ai donc pu estimer la contribution de [OIII]λ4959 pour chaque spectre,
puisque la raie [OIII]λ5007 est suffisamment forte avec une incertitude acceptable. L’abondance
estimée à l’aide du diagnostic R23 augmente aussi lorsqu’on tient compte de l’absorption. On
54
sait que la raie Hβ est particulièrement affectée par l’absorption sous-jacente. Lorsqu’on tient
compte de cette absorption, le flux de Hβ augmente et fait diminuer le ratio R23 . Si l’abondance calculée à cette étape-ci avait changé suffisamment pour affecter le résultat du diagnostic
[OIII]/[OII] servant à calculer le paramètre d’ionisation, j’aurais dû itérer et refaire les mêmes
étapes jusqu’à convergence – soit recalculer q à l’aide de [OIII]/[OII], puis log[O/H]+12 à
l’aide de R23 ), etc. – mais ce n’était pas le cas.
Figure 3.9 – Abondance selon le diagnostic
(log[O/H]+12 = 8.69) est tirée d’Asplund et al. (2009).
R23 .
L’abondance
solaire
Les valeurs finales de l’abondance sont explicitées dans le Tableau 3.7. Les résultats en gras
sont ceux dont l’estimé a pu être raffiné à l’aide du diagnostic R23 . L’impact de l’absorption
sous-jacente est non-négligeable lorsque la population vieille est importante.
Tableau 3.7 – Abondances obtenues avec le diagnostic R23
Région
B2
B3
B4 (Noyau)
B5
B7 (Noeud WR)
B6
R2
R3
Spectre brut
log[O/H]+12
Z [Z@ ]
8.90 ˘ 0.03
1.6 ˘ 0.1
8.90 ˘ 0.03
1.6 ˘ 0.1
9.04 ˘ 0.03
2.2 ˘ 0.2
8.97 ˘ 0.01
1.9 ˘ 0.4
9.06 ˘ 0.01 2.36 ˘ 0.03
8.99 ˘ 0.01
2.0 ˘ 0.1
9.05 ˘ 0.02
2.3 ˘ 0.2
8.98 ˘ 0.06
1.9 ˘ 0.3
Absorption
log[O/H]+12
8.97 ˘ 0.02
9.06 ˘ 0.01
9.10 ˘ 0.01
9.07 ˘ 0.01
9.07 ˘ 0.01
9.02 ˘ 0.01
9.11 ˘ 0.01
9.03 ˘ 0.02
soustraite
Z [Z@ ]
1.89 ˘ 0.08
2.32 ˘ 0.07
2.55 ˘ 0.06
2.37 ˘ 0.06
2.42 ˘ 0.01
2.13 ˘ 0.06
2.61 ˘ 0.06
2.2 ˘ 0.1
Brière (2010)
Z [Z@ ]
1.07 ˘ 0.01
1.72 ˘ 0.04
2.70 ˘ 0.03
1.14 ˘ 0.02
2.04 ˘ 0.01
1.71 ˘ 0.01
55
L’abondance du noeud WR (B7) est assez élevée, près de celle du noyau (région B4), tel
qu’on peut le voir dans le Tableau 3.7. Keel (1987) avait aussi observé une abondance plutôt
élevée (1.1 Z@ ; sans incertitude), qu’il considérait semblable à ce qu’on s’attend à trouver
dans les noyaux des galaxies. Cette observation l’avait amené à suggérer que le noeud WR
serait une galaxie de type tardif greffée à NGC 5430 suite à une interaction. L’abondance que
j’obtiens pour la région du noeud WR (B7) est cependant plus élevée que la sienne, soit de
2.36 ˘ 0.03 Z@ sans tenir compte de l’absorption (pour comparaison). Par contre, je constate
aussi que cette région est la plus riche de la barre, à l’exception du noyau.
Brière (2010), qui a défini des régions assez semblables aux miennes à partir des mêmes données
sans tenir compte de l’absorption, obtient aussi une abondance plus élevée dans le noyau et
dans le noeud WR que dans le reste de la galaxie, mais nos valeurs ne correspondent pas
parfaitement (voir Tab. 3.7). Brière (2010) et moi n’avons pas utilisé la même extinction et
la réduction a été faite de façon très différente en ce qui concerne le traitement des plages
uniformes et de la calibration en flux, entre autres.
Cantin (2010) a trouvé une abondance de 9.1 ˘ 0.1 (sans toutefois utiliser la même extinction)
dans le noyau à partir de données OASIS en tenant compte de l’absorption sous-jacente à l’aide
d’une méthode itérative, différente de la mienne, et nos résultats correspondent parfaitement.
En effet, j’obtiens une valeur de l’abondance de 9.10 ˘ 0.01 dans le noyau dans le cas où la
composante d’absorption a été soustraite. L’incertitude plus grande de Cantin (2010) est due
au calcul d’une valeur moyenne pour tous les pixels de l’image.
Enfin, Fernandes et al. (2004) ont fait une étude approfondie de l’abondance d’oxygène pour le
spectre intégré de la barre de la galaxie. Ils ont obtenu une valeur de log[O/H]+12 = 8.97 ˘ 0.20.
Ce résultat est cohérent avec les abondances obtenues pour la barre sans tenir compte de l’absorption sous-jacente. En effet, celles-ci oscillent autour de log[O/H]+12 » 9.
3.7
Âge des populations jeunes
L’âge des populations jeunes a été estimé à partir de la largeur équivalente des raies Hα et Hβ.
Pour ce faire, il faut pouvoir mesurer précisément le flux de la raie d’émission, mais aussi le
niveau du continu de la population jeune. Dans ce cas précis, il ne suffit donc pas de soustraire le
spectre de population ajusté par GANDALF directement, puisque la soustraction du modèle
ramène le continu à zéro ne laissant que les raies d’émission dans le spectre. Il faut donc
connaître le continuum provenant de la population jeune. À défaut d’avoir fait une synthèse
des populations très détaillée, j’utilise les fractions de masse trouvées avec GANDALF (voir
Fig. 3.3). En fait, je ne soustrais du spectre observé que les modèles plus âgés que 5 Ma dans
les proportions de masse trouvées par GANDALF. Ces spectres sont corrigés pour l’extinction
estimée à partir des raies de Balmer après avoir soustrait le modèle obtenu en tenant compte
de toutes les populations stellaires (voir Section 3.4). J’aurais pu recalculer l’extinction après
56
avoir soustrait le spectre des populations vieilles seulement, mais cela aurait causé une erreur
sur l’extinction en raison de la composante d’absorption des populations jeunes restantes. À
des fins de comparaison, je vais aussi mesurer les âges sur les spectres bruts, où la largeur
équivalente des raies Hα et Hβ sera diluée par le continuum des vielles populations et affectée
par une composante d’absorption stellaire.
Les Tableaux 3.8 et 3.9 présentent les largeurs équivalentes et les âges mesurés séparément à
partir des raies Hα et Hβ dans les spectres bruts et dans les spectres dont la population vieille
a été soustraite. L’Annexe A contient les diagrammes diagnostiques utilisés pour obtenir les
âges en comparant les largeurs équivalentes mesurées avec les modèles d’un sursaut instantané
de fonction de masse initiale standard à 2 Z@ (l’effet de la métallicité étant minime).
Toutes les populations de la barre sont plutôt jeunes (ă 10 Ma), qu’on tienne compte ou non de
la vieille population. Dans ces deux cas, les diagnostics faits à l’aide de Hα et Hβ correspondent
assez bien (voir Annexe A), ce qui me laisse croire que l’absorption doit affecter les deux
diagnostics à peu près de la même façon. En ce qui concerne le spectre B3, qui comprend la
plus petite proportion de population jeune, l’âge est très incertain, à cause du faible niveau du
continuum et donc de sa très grande incertitude. Il se pourrait que l’émission observée dans le
spectre B3 soit due à une composante ionisé diffuse, telle qu’il serait inutile d’y chercher une
population jeune. Rappelons que la fraction de masse correspondant à la population de 5 Ma
était très faible pour cette région. Les résultats qu’on peut en tirer sont donc peu significatifs.
Pour la même raison, l’incertitude est plus grande sur tous les âges trouvés pour les spectres
dont j’ai soustrait la vieille population, dont le spectre théorique ne contient aucun bruit,
car le continuum final est plus faible et a donc un rapport S/B plus bas. Il est intéressant
de remarquer que l’âge résultant est systématiquement plus petit lorsqu’on tient compte de
la présence de la population vieille que lorsqu’on n’en tient pas compte (voir Fig. 3.10). Le
fait de soustraire une composante d’absorption et d’abaisser le niveau du continuum dans le
but d’estimer la contribution de la population jeune rajeunit donc cette population. L’effet
est d’autant plus important que la population vieille est importante. Je rappelle que ces
résultats dépendent beaucoup des fractions de masse obtenues par GANDALF. De plus, aucune
composante d’absorption stellaire associée à la population jeune n’a été considérée, réduisant
possiblement la largeur équivalente des raies d’émission.
Un résultat intéressant est l’âge obtenu pour la région du noeud WR dans le cas où l’on tient
compte de la vieille population. Celui-ci est sans doute plus précis compte tenu de la grande
fraction de masse correspondant à la population jeune. En effet, il s’agit de la région la plus
jeune avec une valeur moyenne (Hα et Hβ) de l’âge de 4.8 ˘ 0.2 Ma. Ce résultat correspond
exactement à la période durant laquelle on s’attend à retrouver des étoiles WR (Meynet &
Maeder 2005). En effet, les étoiles O les plus massives (M ą 25 M@ ), chaudes (T » 50 000 K)
et lumineuses (105 - 106 L@ ) atteignent ce stade évolutif après 2 à 5 Ma. Cette phase évolutive
est de très courte durée, soit quelques centaines de milliers d’années (tWR ď 105 ans), après
57
Tableau 3.8 – Âge de la population jeune selon Hα
Région
B2
B3
B4 (Noyau)
B5
B7 (Noeud WR)
B6
R2
R3
Spectre brut
log(EWHα [Å]) Âge [Ma]
1.07 ˘ 0.04
8.7 ˘ 0.2
0.86 ˘ 0.04
9.6 ˘ 0.3
1.39 ˘ 0.02
6.9 ˘ 0.1
1.26 ˘ 0.02
7.9 ˘ 0.9
2.17 ˘ 0.01
5.5 ˘ 0.1
1.78 ˘ 0.03
6.8 ˘ 0.1
1.52 ˘ 0.02
6.9 ˘ 0.1
0.96 ˘ 0.05
9.1 ˘ 0.4
Vieille population soustraite
log(EWHα [Å]) Âge [Ma]
2.1 ˘ 0.1
6.0 ˘ 0.6
2.2 ˘ 0.2
5˘1
2.33 ˘ 0.07
5.1 ˘ 0.2
2.07 ˘ 0.08
6.1 ˘ 0.5
2.50 ˘ 0.02
4.8 ˘ 0.1
2.31 ˘ 0.07
5.2 ˘ 0.1
2.4 ˘ 0.1
5.0 ˘ 0.2
2.1 ˘ 0.2
5.8 ˘ 0.8
Tableau 3.9 – Âge de la population jeune selon Hβ
Région
B2
B3
B4 (Noyau)
B5
B7 (Noeud WR)
B6
R2
R3
Spectre brut
log(EWHβ [Å]) Âge [Ma]
0.33 ˘ 0.08
8.9 ˘ 0.6
0.0 ˘ 0.1
10.8 ˘ 0.8
0.61 ˘ 0.03
7.0 ˘ 0.1
0.65 ˘ 0.03
7.0 ˘ 0.1
1.50 ˘ 0.01
5.0 ˘ 0.1
1.11 ˘ 0.03
6.7 ˘ 0.1
0.80 ˘ 0.03
6.9 ˘ 0.1
0.3 ˘ 0.1
9.1 ˘ 0.8
Vieille population soustraite
log(EWHβ [Å]) Âge [Ma]
1.1 ˘ 0.1
6.7 ˘ 0.1
1.9 ˘ 0.3
3˘2
1.56 ˘ 0.07
4.9 ˘ 0.1
1.41 ˘ 0.07
5.2 ˘ 0.2
1.70 ˘ 0.01
4.7 ˘ 0.1
1.50 ˘ 0.05
5.0 ˘ 0.1
1.67 ˘ 0.05
4.8 ˘ 0.2
1.4 ˘ 0.1
6.1 ˘ 0.9
lesquelles les étoiles WR explosent en supernovae. À l’échelle de la population, la phase WR
d’un sursaut dure plus longtemps et sa durée dépend de la métallicité (Maeder & Meynet
1994 ; Meynet 1995). Une métallicité initiale plus élevée entraîne un sursaut d’une plus longue
durée.
Cantin (2010) avait obtenu une carte détaillée des âges des populations jeunes en tenant compte
de la population vieille sous-jacente pour la région centrale. Il avait trouvé une distribution
assez structurée des âges, dont les valeurs au centre des régions HII sont près de 6.2 ˘ 0.8 Ma.
Malgré le fait que le spectrographe longue-fente n’ait pas une aussi bonne résolution spatiale
que l’instrument qu’a utilisé Cantin (2010), mes résultats sont cohérents avec les siens puisque
j’ai obtenu un âge moyen de 5.0 ˘ 0.3 Ma pour la région centrale (B4) en tenant compte de
l’absorption. Contini et al. (1997) a pour sa part trouvé un âge de 4 Ma pour le noeud WR
et de 6 Ma pour le centre de la galaxie avec une incertitude qui atteint ˘ 1 Ma pour ce qui
est du centre. Mes résultats sont assez cohérents avec les siens, puisque j’ai trouvé un âge de
5.3 ˘ 0.2 Ma et de 7.0 ˘ 0.2 Ma pour le noeud WR et le noyau respectivement en ne tenant
pas compte de la vieille population.
58
Figure 3.10 – Âge moyen trouvé à l’aide des raies Hα et Hβ
Brière (2010) a aussi estimé les âges sans tenir compte d’une population vieille sous-jacente à
partir des mêmes données que moi pour des régions semblables et des extinctions différentes.
Mis à part les régions B2 et B5, pour lesquelles les valeurs de Brière (2010) s’approchent de
12 Ma, nos résultats se ressemblent.
Enfin, on peut conclure que la présence de la vieille population a un effet important sur la
détermination de l’âge, surtout si les régions HII ne dominent pas le flux de la région étudiée.
En ce qui concerne les données étudiées dans le cadre de ce travail, l’âge se voit davantage
surestimé dans le cas où le flux des régions est dominé par une population plus vieille, comme
c’est le cas dans le noyau. Dans le noeud WR par contre, fortement dominé par une population
jeune, une population vieille sous-jacente a moins d’impact sur l’estimation de l’âge.
59
Chapitre 4
SpIOMM
Les données SpIOMM permettent d’obtenir davantage d’informations sur le plan spatial que
les données obtenues en spectroscopie longue-fente, qui se limitent à la barre et à deux régions
d’un des bras spiraux. J’ai cartographié le flux des raies Hα, [NII]λ6548 et [NII]λ6583 ainsi
que le niveau du continuum, mesurés conformément à la méthode exposée à la Section 2.4,
sur l’ensemble de la galaxie. Les différentes cartes obtenues sont exposées à la Figure 4.1. Ces
cartes mettent bien en évidence les régions de formation stellaire fortes du coeur, de la barre
(noeud WR) et des bras. Dans les sections qui suivent, je discute de la dynamique du gaz
ionisé, des sources d’ionisation ainsi que de l’abondance du gaz, en tenant compte de la taille
des régions HII.
4.1
Dynamique du gaz ionisé
L’analyse de la dynamique est la seule partie de l’étude des données SpIOMM qui est faite
pixel à pixel. Pour tracer la courbe de rotation de la galaxie, il est nécessaire de connaître
le rayon galactique associé à chaque valeur de vitesse assez précisément et dans ce cas, il est
préférable de travailler avec les pixels individuels plutôt qu’avec des régions étendues. Les
vitesses sont déterminées à partir des mesures de centroïdes de la raie Hα, qui présente le
plus haut rapport S/B. Seuls les pixels avec un rapport S/B ą 9 sont sélectionnés. Comme
il est impossible de vérifier chaque spectre individuellement, le critère de rejet a été fixé un
peu plus haut que la limite de détection des raies afin d’éviter le plus possible d’inclure des
fausses détections dans l’analyse. Ce critère permet de limiter le nombre de pixels aberrants
tout en gardant un nombre de spectres appréciable. La mesure du centroïde et le calcul de son
incertitude sont expliqués à la Section 2.4.
La vitesse radiale des régions associées à chaque pixel a été estimée à l’aide du décalage vers
le rouge, causé par l’effet Doppler, une fois les spectres corrigés pour la vitesse de récession de
la galaxie (Éq. 3.1). Cette vitesse doit ensuite être corrigée pour l’inclinaison (i) de la galaxie
61
(a) Hα
(b) [NII]λ6548
(c) [NII]λ6583
(d) Continuum
Figure 4.1 – Cartes du flux des raies d’émission Hα, [NII] et du continuum obtenues
avec SpIOMM. En (d), des contours ont été tracés sur le niveau du continuum afin de mettre
en évidence la barre et les maximums d’émission dans le noyau et dans le noeud WR.
et l’angle de positionnement (PA) 1 de chaque pixel selon la relation suivante :
vrad “ vpRq sinpiq cospPAq,
(4.1)
où vrad est la vitesse radiale trouvée à l’aide du centroïde et v(R), la vitesse recherchée pour
un pixel à un rayon R du centre dans le référentiel de la galaxie. Les valeurs de l’inclinaison et
1. Il s’agit de l’angle de positionnement du grand axe, mesuré à partir du nord vers l’est.
62
de l’angle de positionnement adoptées sont PA = 177° et i = 50.2°, provenant respectivement
de Hyperleda 2 et NED.
La Figure 4.2 présente la carte de vitesses. La partie nord de la galaxie s’approche de nous.
On remarque une structure autour du noeud WR qui s’étire vers le centre et l’extrémité de la
barre et qui est ralentie d’environ 50 à 70 km s´1 par rapport aux régions environnantes. Deux
régions de chaque côté du noeud ont une vitesse plus élevée, autour de 200 - 220 km s´1 , ce
qui est plus près de la vitesse qu’on retrouve à l’autre extrémité de la barre à même distance
du centre, alors que la structure autour du noeud WR s’éloigne plutôt à une vitesse d’environ
160 km s´1 de façon remarquablement uniforme. Cet effet semble bien réel, compte tenu
d’un signal très fort dans toute cette région de la barre et d’incertitudes très faibles. Cette
particularité dans la dynamique de NGC 5430 sera discutée en lien avec un scénario impliquant
une interaction dans le Chapitre 5.
Pour tracer la courbe de rotation de la galaxie, c’est-à-dire calculer le rayon associé à chaque
pixel en tenant compte des effets de projections causés par l’inclinaison de la galaxie et de
l’angle de positionnement de chaque pixel, j’ai utilisé la routine cor_inclinaison.pro (Brière
2010). L’image doit d’abord être alignée par rapport aux coordonnées célestes. La routine
calcule la position en x et en y par rapport au centre de la galaxie – qui correspond au pixel
(220,222) – le rayon ainsi que l’angle de positionnement de chaque pixel par rapport au nord.
Ensuite, la position des pixels est corrigée pour l’inclinaison. La routine retourne l’angle de
position et le rayon en parsec de chaque pixel.
La Figure 4.3 montre la courbe de rotation basée sur la mesure de la vitesse selon Hα pour
chaque pixel ainsi que la courbe de rotation moyenne obtenue en calculant la vitesse moyenne
à chaque rayon par tranche de un pixel, mais en séparant le côté qui s’approche de celui qui
s’éloigne. Les pixels des différentes structures de la galaxie (disque, barre et noeud WR) ont été
tracés avec des couleurs et des symboles différents dans la Figure 4.3(a). La vitesse plafonne à
environ 200 km s´1 . Le côté qui s’éloigne semble se déplacer un peu plus lentement que celui
qui s’approche, mais cet effet peut être dû en partie à l’incertitude sur la position du centre de
la galaxie. Notons aussi qu’à grand rayon, très peu de pixels contribuent à évaluer la vitesse
du côté qui s’éloigne (voir Fig. 4.2) à cause de la faiblesse du signal. Même qu’entre 8 et 9 kpc,
aucun pixel de ce côté n’a suffisamment de signal pour être détecté. Entre 1 et 6.5 kpc, la
valeur moyenne de la vitesse du côté qui s’éloigne est influencée à la baisse à cause de la vitesse
de la structure autour du noeud WR, tel que discuté précédemment. Le pic central du noeud
WR (Fig. 4.3(a)) se distingue par une vitesse plus basse en effet.
2. http://leda.univ-lyon1.fr.
63
64
Figure 4.2 – Carte de vitesse selon la raie d’émission Hα. La mesure des vitesses est faite pixel à pixel à partir de la mesure du
centroïde de la raie d’émission Hα pour les spectres qui montrent un rapport S/B > 9. Sur la figure de droite, des contours ont été tracés
pour mettre en évidence la structure qui se déplace plus lentement dans la barre du côté est, autour du noeud WR.
(a) Pixel à pixel
(b) Vitesses moyennes
Figure 4.3 – Courbes de rotation. En (a), la vitesse de chaque pixel est tracée en fonction
du rayon. En (b), c’est la vitesse moyenne qui a été tracée en fonction du rayon. La vitesse
des pixels centraux du noeud WR a été tracée en noir afin de mettre en évidence la différence
de vitesse avec les régions environnantes. Les calculs de vitesses sont basés sur la mesure de
la raie d’émission Hα dans les pixels individuels.
Les courbes de rotation moyennes pour la barre et le disque (incluant les bras sans la barre) ont
été tracées séparément sur la Figure 4.4. Chaque structure morphologique atteint un plateau
autour de 200 km s´1 , mais les deux côtés de la barre se déplacent différemment et il y a
beaucoup de dispersion dans le disque. Cette dispersion est due au fait que le signal est très
faible et les régions, peu nombreuses dans le bras sud.
(a) Barre seulement
(b) Disque sans la barre
Figure 4.4 – Courbe de rotation moyenne pour la barre et pour le disque
Epinat et al. (2008) ont obtenu une courbe de rotation à partir de données interférométriques
(Fabry-Perot) en trois dimensions autour de la raie Hα (voir Fig. 4.5). Ils ont aussi moyenné
65
les vitesses sur des rayons concentriques, mais ils ont utilisé des valeurs différentes des miennes
pour l’inclinaison et l’angle de positionnement. En effet, ils ont déterminé ces valeurs expérimentalement (i = 32° ˘ 12° et PA = 175° ˘ 3°), alors que j’ai plutôt utilisé des valeurs de
i = 52° et PA = 177°, provenant de NED et Hyperleda, respectivement. Leur vitesse plafonne
autour de 300 km s´1 , alors que dans mon cas, j’obtiens plutôt un plateau à 200 km s´1 . J’ai
pu déterminer que cet écart est dû à la grande différence entre nos valeurs d’inclinaison. En
effet, si j’utilise les mêmes valeurs que l’article, la courbe de vitesse que j’obtiens plafonne à
une valeur plus élevée se rapprochant de 300 km s´1 .
Figure 4.5 – Courbe de rotation moyenne obtenue par Epinat et al. Tirée d’Epinat
et al. (2008).
4.2
Définition des régions HII
Pour étudier les propriétés des régions HII, j’ai décidé de faire l’analyse de régions prédéfinies
qui regroupent plusieurs éléments de résolution spatiale plutôt que de considérer des pixels
individuellement. En fait, pour tenir compte de la turbulence atmosphérique, un élément de
résolution spatiale comprend environ 3ˆ3 pixels. De plus, comme NGC 5430 est une galaxie
assez éloignée, le rapport S/B associé à chaque pixel est assez faible, sauf pour les régions
très brillantes. Combiner les pixels augmente la force du signal, ce qui accroît la qualité de
l’analyse et diminue l’incertitude sur les mesures, entre autres. Le faible rapport S/B pour
chaque élément de résolution spatiale limite leur mesure aux régions les plus brillantes de
la barre, du noeud WR et du noyau, alors que l’intérêt des données SpIOMM est justement
d’étudier la galaxie dans son ensemble. De plus, en combinant les pixels, il devient possible
d’étudier des régions plus éloignées dans le disque puisque l’addition du signal de plusieurs
pixels fait ressortir les raies par rapport au bruit.
Je me suis servi de la routine HIIphot.pro (Thilker et al. 2000) pour définir les régions HII à
66
étudier. Pour ce faire, j’ai fait une carte d’intensité de la raie Hα pixel par pixel à partir des
mesures effectuées conformément à la méthode exposée à la Section 2.4. Cette façon de faire me
donne une carte d’intensité indépendante de la vitesse, puisque l’intensité retenue pour chaque
pixel est celle du maximum de la raie indépendamment de sa position. La routine HIIphot.pro
nécessite aussi une carte du continuum afin de comparer l’augmentation de l’intensité de la
raie Hα sur le plan spatial par rapport à celle du continu. Cette carte du continuum a été
faite à partir de la moyenne du continuum de chaque côté ses raies Hα et [NII]. La routine
HIIphot.pro définit alors des régions HII selon la valeur choisie de différents paramètres.
J’ai sélectionné deux ensembles de paramètres différents afin de définir deux cartes de régions
à étudier dans le but de faire ressortir l’impact de la taille des régions sur les rapports de raies.
Les régions du cas que je nommerai « RHII » sont définies pour être les plus petites possible
afin que le flux qu’elles englobent soit plus représentatif des régions HII qui les composent.
En effet, NGC 5430 est trop éloignée pour que les régions HII qu’elle abrite soient résolues
spatialement. Par contre, il est possible de limiter la contamination par le GID – présent
d’après les données longue-fente – dans le cas « RHII » en ne tenant compte que des pixels
où la raie Hα est la plus forte dans la définition des régions. En ce qui concerne le deuxième
cas, le cas « RHII + GID », le choix des paramètres est moins restrictif et permet des régions
plus étendues, ce qui ajoute au flux d’une région HII une contribution du GID plus grande
que dans le premier cas. En effet, si on soupçonne que le GID est présent partout dans la
galaxie, quoique d’intensité moindre par rapport à une région HII, ce gaz contribue de façon
plus marquée au signal à l’extérieur des régions HII.
Tableau 4.1 – Paramètres utilisés pour la routine HIIphot
Paramètre
Sigma
Taille maximale d’une région [kpc]
Gradient
RHII
4.8
1.5
0.2
RHII + DIG
4.8
1.5
0.09
Défaut
5
0.5
1.5
J’ai noté la valeur des paramètres de la routine HIIphot.pro qui diffèrent de leur valeur par
défaut pour chacun des deux cas dans le Tableau 4.1. La taille maximale des régions a été fixée
à 1.5 kpc. La résolution spatiale des données SpIOMM ne permet pas d’isoler une seule région
HII et les régions sélectionnées regroupent donc d’emblée plusieurs régions HII. La valeur de
ce paramètre été fixée à cette valeur assez élevée de façon à laisser plus de latitude à la routine
pour tracer la carte des régions. La distance de la galaxie (39.1 Mpc ; tirée de NED) sert à
évaluer la taille des régions HII, alors que le paramètre « sigma » sert à détecter le centre de
celles-ci. Plus la valeur de « sigma » est grande, plus le nombre de régions HII détectées est
petit, car plus il faut que l’intensité du centre se démarque de celle des pixels environnants pour
être détectée. La valeur a été fixée à 4.8 dans les deux cas par essai et erreur. Cette valeur offre
un bon compromis entre la détection d’un grand nombre de régions HII dans la galaxie et un
67
faible nombre de fausses détections dans les régions où le bruit est plus important. Finalement,
le paramètre « gradient » sert à déterminer l’étalement de la région. Plus sa valeur est petite,
moins le gradient est prononcé et plus la région est étendue. C’est ce paramètre qui sert à
distinguer la carte « RHII » de la carte « RHII + GID ». Le gradient utilisé pour définir les
régions du cas « RHII + GID » est plus faible, ce qui donne des régions plus grosses contenant
une plus grande proportion de GID. La valeur de ces paramètres a été fixée par essai et erreur
de façon à créer des cartes avec les plus petites et les plus grosses régions possible.
Les Figures 4.6 et 4.7 montrent le résultat final de la définition des régions pour le cas « RHII »
et le cas « RHII + GID ». On remarque que les régions de la carte « RHII + GID » sont plus
étendues que dans le cas « RHII », mais que certaines régions conservent la même taille dans
les deux cas. En effet, dans certains cas, le signal est assez faible, ce qui fait que HIIphot.pro
conserve la même taille de région malgré l’augmentation du paramètre « gradient ». J’ai
éliminé les régions qui, après vérification, n’étaient pas des régions HII, mais j’ai gardé la
numérotation intacte. Ces régions (numéros 1, 2, 5, 8, 11, 29 et 39) étaient pour la plupart
de fausses détections occasionnées par la fluctuation du niveau de bruit dans le ciel autour
de NGC 5430. Sur 44 détections effectuées HIIphot.pro, j’en ai retenu 37 (les spectres de ces
régions pour le cas « RHII » et le cas « RHII + GID » sont présentés à l’Annexe B). De plus,
pour l’analyse subséquente, je n’ai gardé que les régions dont les raies Hα et [NII]λ6583 avaient
un rapport S/B ą 7 dans les deux cas étudiés. Les Tableaux 4.2 et 4.3 donnent le rapport S/B
des raies pour chaque région dans les deux cas. Ce critère a été défini de façon à conserver le
plus grand nombre de régions HII possible tout en minimisant l’incertitude sur les résultats.
Au final, les caractéristiques de 21 régions ont été analysées dans les cas « RHII + GID »
et « RHII » (donc 42 régions au total). Afin d’analyser les caractéristiques particulières du
gaz ionisé dans les différentes parties de la galaxie, j’ai séparé les régions en quatre catégories
selon leur position dans la galaxie : les régions formant le noeud WR, le centre, la barre ou le
disque.
4.3
Diagrammes BPT et abondance du gaz
Avec SpIOMM, je dispose de peu de raies pour déterminer si l’émission est d’origine thermique
ou non-thermique. J’ai tout de même étudié le rapport [NII]λ6583/Hα afin de voir dans quelle
portion du diagramme BPT les régions se situent. La Figure 4.8 montre le diagramme BPT
de [OIII]/Hβ en fonction de [NII]/Hα. N’ayant pas les raies [OIII] et Hβ, les résultats pour les
différentes régions sont mis sous la forme de lignes verticales dans le diagramme. Les deux cas,
« RHII » et « RHII + DIG », sont présentés dans la figure. Les Tableaux 4.2 et 4.3 donnent
le rapport [NII]/Hα pour les deux cas.
68
69
Figure 4.6 – Définition des régions pour le cas « RHII ». À gauche, la carte des régions est superposée à la carte de flux de la raie
Hα. À droite, les régions sont identifiées par leurs numéros respectifs. Les régions du disque sont en magenta, celles de la barre, en vert,
celles du noeud WR, en bleu et le centre, en rouge. Seules les régions dont les raies [NII]λ6583 et Hα avaient un rapport S/B ą 7 ont été
conservées. Les régions en gris sont celles qui ne satisfont pas ce critère.
70
Figure 4.7 – Définition des régions pour le cas « RHII + GID ». À gauche, la carte des régions est superposée à la carte de flux
de la raie Hα. À droite, les régions du disque sont en magenta, celles de la barre, en vert, celles du noeud WR, en bleu et le centre, en
rouge. Seules les régions dont les raies [NII]λ6583 et Hα avaient un rapport S/B ą 7 ont été conservées. Les régions en gris sont celles
qui ne satisfont pas ce critère.
Tableau 4.2 – Mesure des raies dans les données SpIOMM - « RHII »
Région
3
4
6
7
9
10
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
30
31
32
33
34
35
36
37
38
40
41
42
43
44
(S/B)[NII]λ6548
6
2
2
9
8
13
4
6
4
3
5
7
4
2
5
3
3
6
8
5
3
4
5
7
3
5
6
3
(S/B)Hα
9
8
25
10
13
13
18
59
71
88
18
30
10
24
14
30
16
10
24
14
17
38
4
37
33
10
51
27
11
13
35
37
19
15
9
7
8
(S/B)[NII]λ6583
5
6
10
10
6
6
11
27
29
39
7
16
6
13
9
21
9
6
6
14
8
9
20
18
17
4
23
12
5
6
18
18
11
7
5
3
5
log10 ([NII]λ6583/Hα)
´0.33 ˘ 0.06
´0.12
´0.31
´0.36
´0.33
˘
˘
˘
˘
0.07
0.02
0.02
0.02
´0.19 ˘ 0.04
´0.21
´0.02
´0.11
´0.13
˘
˘
˘
˘
0.05
0.08
0.03
0.07
´0.13
´0.2
´0.3
´0.15
´0.25
´0.24
˘
˘
˘
˘
˘
˘
0.05
0.1
0.1
0.03
0.04
0.04
´0.28 ˘ 0.03
´0.20 ˘ 0.05
´0.24 ˘ 0.04
´0.33 ˘ 0.04
´0.15 ˘ 0.06
71
Tableau 4.3 – Mesure des raies dans les données SpIOMM - « RHII + GID »
Région
3
4
6
7
9
10
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
30
31
32
33
34
35
36
37
38
40
41
42
43
44
72
(S/B)[NII]λ6548
6
2
2
7
8
13
4
6
4
3
4
8
7
2
4
3
5
6
11
6
3
5
7
5
8
6
2
2
(S/B)Hα
9
8
25
10
13
13
18
47
71
89
18
24
10
20
11
31
19
10
10
22
14
18
34
43
28
10
51
23
11
18
44
31
19
15
9
7
8
(S/B)[NII]λ6583
6
6
10
4
7
6
11
22
29
40
7
17
6
13
8
23
15
6
6
14
8
14
20
14
15
4
24
9
5
8
24
14
11
7
5
3
5
log10 ([NII]λ6583/Hα)
´0.33 ˘ 0.06
´0.12
´0.30
´0.36
´0.33
˘
˘
˘
˘
0.07
0.03
0.02
0.02
´0.07 ˘ 0.04
´0.16 ˘ 0.06
´0.1 ˘ 0.1
´0.10 ˘ 0.03
0.08 ˘ 0.05
´0.08
´0.2
´0.03
´0.1
´0.19
´0.19
˘
˘
˘
˘
˘
˘
0.05
0.1
0.05
0.03
0.03
0.05
´0.28 ˘ 0.03
´0.18 ˘ 0.02
´0.14 ˘ 0.03
´0.33 ˘ 0.05
´0.15 ˘ 0.06
73
(b) Cas « RHII + GID »
Figure 4.8 – Diagrammes BPT pour les données SpIOMM. Les régions du disque sont en magenta, celles du centre, en rouge,
celles de la barre, en vert et celles du noeud WR, en bleu (voir Fig. 4.6 et 4.7).
(a) Cas « RHII »
On sait déjà que le rapport [NII]/Hα peut être influencé à la hausse par le GID par rapport aux
régions HII (voir Chapitre 1). De plus, les résultats obtenus à l’aide des données longue-fente
abondent en ce sens ; le rapport [NII]/Hα est élevé dans toutes les régions de la galaxie (voir
Section 3.5). C’est aussi ce que montrent les résultats obtenus avec SpIOMM à la Figure 4.8.
On remarque que le rapport [NII]/Hα augmente avec la taille des régions en moyenne lorsqu’on
compare les cas « RHII » et « RHII + GID ». Notons que pour certaines régions, le rapport
est resté exactement le même puisque la définition de la région n’a pas changé (c’est le cas
entre autres pour certaines régions du noeud WR et le centre). Les régions dont le rapport a
le plus augmenté avec leur taille sont les régions du disque (27, 30 et 37, par exemple) et de
la barre (17 et 28).
Dans le cas « RHII », j’obtiens des valeurs souvent élevées de [NII]/Hα. Toutes les valeurs sont
toujours plus grandes que ´0.45. Les régions dont le rapport [NII]/Hα est le plus bas, donc le
plus près de ce qui serait attendu pour une région HII, sont les régions qui forment le noeud
WR (13, 14 et 15) ainsi que deux régions du disque très éloignées du centre de la galaxie,
les régions 6 et 38. Peu importe la valeur qu’aurait le rapport [OIII]/Hβ, même pour le cas
« RHII », les régions restantes ont toutes un rapport [NII]/Hα très élevé pour être considérées
comme des régions HII, soit entre ´0.3 et 0. En fait, cette valeur du rapport [NII]/Hα est
plutôt typique du GID (on peut se référer à la Fig. 1.2 qui décrit la valeur de ce rapport selon
la nature de la région – région HII ou GID). Ces résultats sont cohérents avec ce qui a été
trouvé avec les spectres longue-fente. En effet, selon les différents diagnostics considérés, la
région de l’interbras (R3, correspondant aux régions SpIOMM 20 et 27) et certaines régions
de la barre (B2 et B3 ; région SpIOMM 28) ont été classifiées comme des régions très affectées
par le GID. Seule la région du noeud WR (B7 ; région SpIOMM 15) semble se comporter
davantage comme une région HII. La classification des régions B5 (17), B6 (13 et 14) et R2
(30, 33, 31 et 37) est restée ambiguë à cause de la valeur des rapports qui se trouvent dans la
zone de transition.
Il est difficile d’étudier plus en détail la raison pour laquelle le rapport [NII]/Hα est aussi élevé
partout dans la galaxie avec si peu d’information. Premièrement, il serait très peu probable de
retrouver de l’émission typique d’un AGN à la grandeur de la galaxie. Ces régions occupent
habituellement le centre des galaxies et NGC 5430 n’est pas connue pour abriter un AGN.
En ce qui concerne l’hypothèse selon laquelle ce serait le GID qui gonflerait les rapports, le
diagnostic est difficile à établir puisque je ne peux pas le confirmer à l’aide d’autres rapports
de raies. Cependant, les rapports [NII]/Hα, [SII]/Hα et [OI]/Hα sont typiques de l’émission
diffuse pour la plupart des régions des spectres longue-fente, ce qui porte à croire que la
présence de GID est aussi la cause des rapports élevés dans le cube SpIOMM.
Je n’ai toutefois pas tenu compte d’une composante d’absorption stellaire sous les raies d’émission (Hα entre autres) dans le cas des données SpIOMM, comme je l’ai fait dans le cas des
spectres longue-fente. L’analyse de l’impact de l’absorption stellaire sur les rapports des raies
74
des spectres longue-fente nous a révélé que celle-ci influençait le rapport [NII]/Hα à la hausse,
quoique la valeur du rapport restait tout de même élevée, même en tenant compte de l’absorption sous-jacente (voir Section 3.5). Dans le centre des galaxies, la contribution d’une vieille
population peut être importante, mais les régions HII tendent à dominer davantage plus loin
dans le disque. Si c’est le cas pour NGC 5430, les régions loin du centre, qui ont un rapport
[NII]/Hα élevé, seraient certainement influencées par le GID.
Le rapport [NII]/Hα peut aussi être utile pour déterminer l’abondance en oxygène du gaz,
quoique celui-ci soit très sensible aux sources d’ionisations non-thermiques (Kewley & Dopita
2002), comme on s’en doute ici. En faisant abstraction d’une composante de GID et de la
présence d’absorption sous la raie Hα, la valeur du rapport [NII]/Hα a été tracée en fonction
de l’abondance du gaz (log[O/H]+12) pour chaque région des cas « RHII » et « RHII + GID »
dans la Figure 4.9.
(a) Cas « RHII »
(b) Cas « RHII + GID»
Figure 4.9 – Abondance du gaz selon le diagnostic [NII]/Hα vu avec SpIOMM. La
légende de couleurs est la même que pour la Figure 4.8. Les courbes théoriques en trait plein
sont pour un paramètre d’ionisation q plus probable selon l’analyse des données longue-fente.
Premièrement, le rapport [NII]/Hα est aussi très sensible au paramètre d’ionisation, comme
on peut le voir avec les tracés théoriques de la Figure 4.9. Les rapports mesurés sont presque
tous plus élevés que les courbes dessinées pour les paramètres d’ionisation q obtenus avec
les données longue-fente. Ces derniers (sans tenir compte de l’absorption sous-jacente comme
pour l’analyse des données SpIOMM) ont révélé un paramètre d’ionisation entre 1.9 ˘ 0.4 et
3.9 ˘ 0.1 ˆ 107 cm s´1 dans les régions étudiées du bras nord et de la barre.
En supposant que les paramètres d’ionisation calculés avec les spectres longue-fente sont en
moyenne compatibles avec les données SpIOMM (sans rentrer dans le détail des régions spé-
75
cifiques qu’on ne peut pas identifier parfaitement vu, entre autres, la différence de résolution
spatiale) quelques mesures de l’abondance sont faites ici. Ainsi, on pourrait conclure que le
noeud WR, les régions qui lui sont proches (13 et 14) et les régions du disque (6 et 38) ont une
abondance élevée, un log[O/H]+12 entre 8.9 et 9.2. Toutefois, le fait que je n’aie pas pu mesurer
q spécifiquement pour ces régions, que je n’aie pas d’information sur l’absorption sous-jacente
et une contribution du GID, et aussi le fait que la plupart des régions SpIOMM soient au-dessus
des courbes théoriques rendent l’estimation de l’abondance à partir du rapport [NII]/Hα douteux. Les autres diagnostics d’abondance disponibles pour les données longue-fente confirment
en effet que cet indicateur n’est pas idéal.
76
Chapitre 5
Discussion
L’analyse des données présentée aux chapitres précédents va permettre de discuter de l’origine
évolutive du noeud WR. Les données longue-fente ont été traitées avec une attention particulière en ce qui concerne l’absorption stellaire sous-jacente et l’extinction, tout en faisant
ressortir la présence de GID, alors que les données SpIOMM confirment la présence de GID
et mettent en évidence une dynamique particulière. Le but de cette section est de mettre en
lien les différents résultats obtenus et de proposer un scénario évolutif cohérent.
5.1
Scénario évolutif
Keel (1982, 1987) a proposé que le noeud WR puisse être le résultat de la collision de NGC 5430
avec une galaxie de type tardif. C’est l’abondance élevée du noeud WR, plus près de ce
qu’on s’attend pour un centre de galaxie, qui l’a amené à soumettre cette hypothèse. Je n’ai
toutefois pas mesuré une abondance supérieure à celle des régions environnantes dans les
spectres longue-fente. Selon Keel (1982, 1987), il serait peu probable que le noeud WR se soit
formé par des processus internes, puisqu’on n’observe pas un sursaut semblable de l’autre côté
de la barre, quoique son apparition pourrait être différée. L’hypothèse d’une interaction est
partagée par Condon (1982). L’observation d’une source radio décentrée dans NGC 5430 a
mené ce dernier à conclure que le noeud WR ainsi que le bras nord asymétrique seraient les
restes une galaxie qui serait entrée en collision avec NGC 5430. Enfin, Contini et al. (1997) a
observé que le profil de gaz neutre de NGC 4320 est asymétrique, le noeud WR comportant
moins de gaz que l’autre extrémité de la barre. Cet effet est attribué au fait que la région
du noeud WR ait converti plus efficacement le gaz en étoiles. Dans le contexte d’un scénario
impliquant une interaction, il serait intéressant d’obtenir davantage d’informations à propos
de la distribution du gaz HI sur l’étendue de la galaxie. En effet, ce gaz garde plus longtemps
la signature d’une interaction sous forme de filaments ou d’autres structures particulières. Or,
je n’ai pas trouvé d’autres observations dans la littérature qui étudient la question sous cet
angle. Il serait intéressant d’investiguer davantage cette avenue afin de départager les différents
77
scénarios possibles.
À la vue des résultats obtenus à la section précédente, l’hypothèse faisant appel à une interaction n’est pas exclue. En effet, à la Section 4.1, la dynamique du gaz a été étudiée à
l’aide de mesures du centroïde de la raie d’émission Hα. Une structure se déplaçant à une
vitesse remarquablement inférieure aux régions environnantes et aux régions de l’autre côté
de la barre a été identifiée sur la carte de vitesse en 2D. L’écart de vitesse est
d’environ 50 - 70 km s´1 et le signal de la galaxie est très fort dans cette région, donc les
incertitudes sont très faibles. La structure s’étend du coeur en passant par le noeud WR vers
le début du bras déformé et englobe deux petites régions à l’extrémité de la barre. Rappelons
que la structure identifiée ici coïncide en partie à celle que Condon (1982) soupçonne d’être
un reste de galaxie qui serait entrée en collision avec NGC 5430 (une partie du bras nord et
le noeud WR).
La vitesse a aussi été calculée pour chaque région des spectres longue-fente. Il est intéressant
de remarquer que les observations tirées des spectres longue-fente et du cube SpIOMM sont
cohérentes entre elles ; en effet, le noeud WR ainsi que la région adjacente ont aussi une vitesse
remarquablement basse pour une région si éloignée du centre (voir Tab. 3.1). De plus, la région
entre le coeur de la galaxie et le noeud WR semble se déplacer beaucoup plus rapidement que
l’extrémité de la barre. Le système ne peut être stable de cette façon ; la vitesse devrait être
la même des deux côtés de la barre. Une des possibilités est qu’une interaction a eu lieu dans
le passé et que la différence de vitesse observée corresponde à celle d’un nuage du gaz ou
à une galaxie de type tardif dont le gaz est freiné par NGC 5430. Il se pourrait aussi que
cette différence de vitesse témoigne d’un écoulement de gaz le long de la barre alimentant
la formation stellaire du noeud WR ou du coeur. On peut aussi observer une perturbation
semblable de la dynamique du gaz lorsqu’un sursaut de formation stellaire intense abrite une
grande quantité d’étoiles qui perturbent le milieu soit par des vents stellaires intenses ou en
explosant en supernova ; on appelle ce phénomène des supervents. Dans le cas d’un supervent,
comme le gaz est expulsé généralement perpendiculairement au disque de la galaxie, on devrait
observer une dispersion de vitesses du gaz élevée près du noeud WR. Afin d’investiguer cette
hypothèse, j’ai donc calculé la dispersion de vitesses du gaz dans les données longue-fente
(puisque le signal était meilleur qu’avec SpIOMM) à l’aide de la largeur à mi-hauteur de la
raie d’émission Hα avec l’équation suivante :
dˆ
σv “
c
FWHM
λ0
˙2
´ ∆λ2 ,
(5.1)
où ∆λ est la résolution spectrale de l’instrument (voir Tab. 2.1). Les résultats sont exposés
dans le Tableau 5.1. On remarque que la dispersion de vitesses est plus élevée dans le centre
(B4) et diminue progressivement vers les extrémités du disque. La dispersion de vitesses du
78
gaz dans le noeud WR (B7) ne diffère pas de celle vue de l’autre côté de la barre (B2) et la
variation de la dispersion de vitesses en fonction du rayon suit une tendance normale : elle est
plus élevée dans le centre et diminue vers les bords. Il est donc peu probable que la structure
observée corresponde à un supervent.
Enfin, j’ai aussi testé l’hypothèse selon laquelle le noeud WR abriterait les étoiles du centre
d’une autre galaxie. Pour cela, j’ai calculé la dispersion de vitesses des étoiles à l’aide de la
routine PPXF de Cappellari & Emsellem (2004), implémentée dans GANDALF. En effet, les
orbites des étoiles peuplant un bulbe de galaxie sont désorganisées et on s’attend alors à une
grande dispersion de vitesses des étoiles du bulbe en comparaison des régions du disque – du
moins en ce qui concerne les bulbes classiques. La dispersion des vitesses stellaires pour chaque
région des spectres longue-fente sont inscrites dans le Tableau 5.1. Bien que cette routine ne
donne aucune mesure des incertitudes, on remarque que la dispersion de vitesses des étoiles est
assez élevée partout dans la galaxie (plus que pour un disque normal de spirale), mais celle-ci
est particulièrement grande dans le noeud WR où elle atteint une valeur de 205 km s´1 . Ce
résultat est intéressant dans le contexte où l’un des scénarios proposés pour expliquer le sursaut
de formation stellaire dans la région du noeud WR est celui d’une collision avec une galaxie
de type tardif. La grande dispersion de vitesses observée pourrait être associée au vestige du
centre de cette galaxie si tel était le cas. Cependant, la routine ne retourne pas l’incertitude
sur les résultats, alors ces affirmations restent spéculatives. Il serait intéressant d’investiguer
davantage cet aspect.
Tableau 5.1 – Dispersion de vitesses du gaz et des étoiles pour chaque région des
spectres longue-fente
Région
B2
B3
B4 (noyau)
B5
B7 (Noeud WR)
B6
R2
R3
σv du gaz [km s´1 ]
319.7 ˘ 0.5
355.0 ˘ 0.6
387.2 ˘ 0.2
335.2 ˘ 0.2
318.91 ˘ 0.02
318.2 ˘ 0.2
328.6 ˘ 0.1
334.8 ˘ 0.5
σv des étoiles [km s´1 ]
136
158
158
168
205
164
133
153
Si le noeud WR constitue le reste d’une galaxie de type tardif qui serait entrée en collision avec
NGC 5430, on verrait possiblement une trace du noyau de cette galaxie. En général, le centre
galactique a comme caractéristique qu’il est densément peuplé d’étoiles, ce qui lui confère une
plus grande masse (Sparke & Gallagher 2007). Conséquemment, la luminosité du bulbe est plus
grande en comparaison du reste de la galaxie. La Figure 4.1(d) montre la carte de l’intensité
du continuum autour de la raie Hα. Des contours ont été tracés sur des équipotentielles pour
mettre en évidence les zones les plus brillantes. On remarque que le noeud WR se démarque
79
du reste de la galaxie non seulement par la force de ses raies et la présence accrue d’étoiles
WR, mais aussi par la forte intensité du continuum stellaire. L’intensité maximale du centre
de NGC 5430 (9.53 ˆ10´16 erg cm´2 sec´1 Å´1 ) est seulement deux fois plus élevée que celle
du noeud WR (4.75 ˆ10´16 erg cm´2 sec´1 Å´1 ). J’en conclus que la masse du noeud WR
doit donc être considérablement grande compte tenu que NGC 5430 est une galaxie qui est
très massive. En comparaison, l’intensité du continuum au même rayon à l’autre extrémité
de la barre est environ 60 fois plus petite que celle du noeud WR. Notons que les spectres
SpIOMM n’ont pas pu être corrigés pour l’extinction intrinsèque. Les spectres longue-fente
montrent que le noeud WR a une extinction plutôt faible en comparaison aux autres régions de
la barre. Cependant, la mesure de l’intensité du continu a été prise près de la raie Hα, dans la
portion « rouge » du spectre, qui est moins affectée par l’extinction que les longueurs d’onde
plus courtes. De plus, une telle différence d’intensité entre les deux extrémités de la barre
s’explique difficilement par la variation spatiale de l’extinction à elle seule. Du point de vue
de la masse, il est donc très plausible que le noeud WR soit le restant d’une galaxie qui serait
entrée en collision avec NGC 5430. Notons que la masse n’a pas été calculée directement, car
pour ce faire, il aurait fallu pouvoir se fier aux modèles de populations stellaires de GANDALF.
Il est possible d’estimer la quantité d’étoiles WR à partir des raies de la bosse WR présente dans
le spectre longue-fente de la région du noeud WR (B7). À partir de ce résultat, on peut estimer
la masse de la population d’étoiles qui y est rattachée. Les étoiles WR sont habituellement
présentes en très faible proportion dans une population d’étoiles donnée, même jeune. Le
fait qu’on observe clairement la signature de ces étoiles montre qu’elles sont présentes en
grand nombre et que la population d’étoiles qui y est rattachée est probablement très massive.
Tel que discuté à la Section 3.3, le spectre de la région du noeud WR (B7) présente des
caractéristiques typiques d’une population d’étoiles WR de type WN. Plusieurs raies d’hélium
d’origine stellaire assez fortes sont présentes dans le spectre. Celui-ci comprend aussi des raies
d’azote typiques d’une population d’étoiles WNL. Finalement, on n’observe pas de raies de
carbone ou d’oxygène.
Connaissant la luminosité moyenne dans la raie HeIIλ4686 pour une étoile WNL, soit environ
1.7 ˆ 1036 erg s´1 (Vacca 1992), on estime un flux de 9.3 ˆ 10´18 erg cm´2 s´1 pour
une telle étoile à une distance de 39.1 Mpc. Ainsi, d’après le flux observé dans la raie HeII
(2.0 ˆ 10´14 erg cm´2 s´1 ), le nombre d’étoiles WR dans B7 est environ 2150. Keel (1982)
avait trouvé un nombre beaucoup plus grand d’étoiles WR, 30 000, à l’aide de la largeur
équivalente du groupe de raies à 4650 Å, vue à beaucoup plus faible résolution spectrale. Le
nombre d’étoiles WR calculées ici est plus modeste en comparaison à Keel (1982), mais est
tout de même très élevé par rapport à ce qui est attendu dans une région HII standard.
À partir du code de synthèse de population STARBURST99, il est possible d’estimer la masse
de la population initiale d’étoiles d’un sursaut, connaissant le nombre d’étoiles WR et l’âge
de la population. Pour une population initiale de 106 M@ , on compte 100 étoiles WN après
80
5 Ma, qui est l’âge de la population jeune de la région B7 trouvé à la Section 3.7. Au début du
sursaut, c’est donc une population de 2.2 ˆ 107 M@ qui était présente. Il a donc dû y avoir un
très grand apport de gaz au moment de la formation de ces étoiles, associé soit à une petite
galaxie tardive ou à un gros nuage intergalactique, pour alimenter un sursaut aussi massif qui
a donné naissance à une population d’étoiles très imposante. Ce résultat est cohérent avec le
très haut niveau du continuum observé dans le noeud WR, davantage comparable à celui du
noyau qu’à celui de l’autre extrémité de la barre au même rayon, qui me fait supposer que
la masse stellaire dans le noeud WR est en effet très importante. De plus, notons qu’il s’agit
probablement d’une valeur minimale, puisque la largeur de la longue-fente ne couvre qu’une
partie du noeud WR. Pour avoir un estimé plus juste de la population du noeud WR dans
son ensemble, il faudra recommencer la même étude à partir du flux total de la région dans
son ensemble obtenu avec un instrument tel que SpIOMM utilisé avec un filtre contenant les
raies d’intérêt.
En conclusion, aucun scénario n’est à éliminer ; les résultats sont cohérents avec l’hypothèse
de l’interaction avec une petite galaxie ou un gros nuage interstellaire, mais ne refutent pas
l’hypothèse d’un écoulement de gaz entraîné par un processus interne. Cependant, dans ce cas,
il faut tout de même expliquer l’origine de la grande quantité de gaz nécessaire à la formation
du sursaut qu’abrite le noeud WR, mais aussi de la grande masse stellaire qu’on y observe.
À ce sujet, il serait intéressant de calculer les masses absolues sur l’étendue de la galaxie à
l’aide de spectres comportant des raies stellaires avec un bon rapport S/B dans la majorité
des régions. Il serait aussi pertinent d’acquérir un cube de données à plus haute résolution
avec un meilleur signal dans les régions plus éloignées du centre de la galaxie de façon à
cartographier la vitesse du gaz à plus grande échelle dans le disque et d’étudier la dynamique
des régions autour de la structure qui se déplace plus lentement qui englobe le noeud WR.
Enfin, l’observation du gaz neutre de NGC 5430 sur toute l’étendue de la galaxie permettrait
peut-être de valider ou d’écarter l’hypothèse de l’interaction, puisque celui-ci garde longtemps
les traces d’une interaction, telles que des filaments ou d’autres structures particulières souvent
asymétriques.
5.2
Présence du gaz ionisé diffus
Dans un tout autre ordre d’idées, il a été observé que les rapports de raies [NII]/Hα, [SII]/Hα
et [OI]/Hα sont très élevés pour être émis au coeur de régions HII (voir Section 3.5). Le rapport
[NII]/Hα, entre autres, est particulièrement élevé et laisse même croire qu’une région de la
barre (B3), qui se situe de l’autre côté du noeud WR et qui est adjacente au noyau comporte
des caractéristiques des régions de transition selon les diagrammes BPT. L’hypothèse avancée
à la Section 3.5 est que les régions concernées sont contaminées par une grande proportion de
GID, ce qui fait augmenter les rapports de raies. La valeur des rapports de raies se rapproche
en effet des valeurs caractéristiques du GID (voir Figure 1.2). Les régions B2, B3 et R3, soit
81
les régions de la barre du côté opposé au noeud WR et la région de l’interbras, montrent
clairement des caractéristiques propres au GID. La région du noeud WR quant à elle semble
être plus typique des régions HII, quoique le rapport [NII]/Hα s’approche tout de même de la
valeur critique de ´0.4. Les autres régions se comportent soit comme des régions HII ou bien
ne peuvent être classifiées, car le rapport est compris à l’intérieur de l’intervalle de valeurs
communes au GID et aux régions HII. D’ailleurs, Cantin (2010) et Girard (2015) ont identifié
une composante ionisée diffuse autour des régions HII du coeur de la galaxie et dans l’anneau
circumnucléaire à partir de données à haute résolution du noyau, ce qui est cohérent avec mes
résultats.
Pour ce qui est des spectres SpIOMM, des régions de plus ou moins grande taille ont été définies
pour tenter de confirmer la présence du GID. En effet, si la galaxie comporte une composante
diffuse sur toute sa superficie, la proportion de l’émission diffuse est plus grande si la région
est plus grosse que si elle est circonscrite plus près du pic d’émission Hα. On observerait donc
une augmentation de la valeur du rapport de raies [NII]/Hα avec l’augmentation de la taille
des régions. Cet effet a effectivement été observé et quantifié à la Section 4.3. En fait, même
les régions qui ont été définies les plus petites possible autour du pic d’émission Hα ont des
rapports très élevés pour être classifiées parmi les régions HII. Les rapports sont plutôt typique
du GID. Toutefois, ce diagnostic à lui seul ne suffit pas à classifier les régions comme étant
du GID ; il faut s’appuyer sur d’autres diagnostics que je n’ai pas pu mesurer dans le cadre
de cette étude, puisque les raies n’étaient pas disponibles. Or, comme ces diagnostics ont été
mesurés dans les spectres longue-fente et qu’on peut en conclure que plusieurs régions semblent
se comporter de façon générale comme du GID, on peut croire que celui-ci est présent sur
l’ensemble de la galaxie. Encore une fois, seule la région du noeud WR se rapproche davantage
d’une région HII typique, quoique le rapport [NII]/Hα reste tout de même élevé. Cependant,
il se pourrait que l’abondance d’azote y soit plus élevée en raison de la grande population
d’étoiles WN qui renvoie une grande quantité de métaux dans le MIS.
Finalement, à la vue des différents résultats obtenus, on peut émettre l’hypothèse selon laquelle
la galaxie NGC 5430 comporte une composante diffuse sur toute son étendue autour du disque
et dans le disque entre les régions de formation stellaire. Un cube de données dans le filtre
bleu (Bb dans le cas de SpIOMM) à plus haute résolution serait un atout intéressant qui
permettrait d’étudier la variation de l’abondance et de l’extinction à l’échelle de la galaxie,
mais aussi de clarifier l’hypothèse selon laquelle le GID perturbe les rapports de raies.
82
Conclusion
Le but de ce mémoire était d’étudier l’influence de l’absorption stellaire sous-jacente sur les
différents rapports de raies, de voir l’impact du GID sur les diagnostics propres aux régions
HII et d’investiguer les différents scénarios évolutifs possibles pour expliquer la morphologie
particulière de NGC 5430.
Des données longue-fente ainsi qu’un cube SpIOMM ont été analysés. Des mesures d’extinction,
de l’ionisation, de l’abondance, de l’âge de la population jeune et de vitesses ont été faites dans
diverses régions de la galaxie. Une structure autour du noeud WR se déplaçant plus lentement
d’environ 50 - 70 km s´1 que les régions environnantes et les régions correspondantes de l’autre
côté de la barre, a été mise en évidence sur les cartes de vitesses en 2D produites à partir des
données SpIOMM. Le même constat a été fait à partir des données longue-fente : la vitesse
semble chuter considérablement au niveau du noeud WR. De plus, la carte de l’intensité du
continuum et le calcul de la masse de la population associée au noeud WR montrent que
le noeud est très massif. Enfin, la dispersion de vitesse stellaire à la position du noeud WR
est considérablement grande en comparaison au reste de la galaxie, soit 50 km s´1 de plus, et
ressemble à ce qu’on observe dans certains bulbes de galaxies. Ces observations sont cohérentes
avec l’hypothèse selon laquelle le noeud WR abriterait le reste d’une galaxie de type tardif
qui serait entrée en collision avec NGC 5430. Cependant, la différence de vitesses observée
pourrait aussi être expliquée par un écoulement de gaz le long de la barre entraîné par des
processus internes. Il faudrait dans ce cas pouvoir expliquer l’origine de la grande quantité de
gaz nécessaire pour alimenter le sursaut observé dans le noeud WR. Il pourrait toujours s’agir
d’un nuage de gaz intergalactique absorbé par NGC 5430.
Un autre but de cette étude était de quantifier l’effet des composantes d’absorption stellaire
sur les rapports de raies d’émission. Les raies d’absorption ont été ajustées sur les spectres
observationnels à l’aide du code GANDALF qui utilise divers modèles de populations stellaires.
Les diagnostics qui se basent sur les raies d’émission ont été mesurés sur les spectres qui
n’ont subi aucun traitement particulier et sur ceux dont l’absorption a été prise en compte.
Il en ressort que l’absorption sous-jacente a un impact marqué sur le calcul de l’extinction.
Celle-ci est grandement surestimée lorsque la population vieille est importante. De même,
l’absorption sous-jacente affecte le calcul de l’abondance, qui tend à être sous-estimé, et l’âge
83
de la population jeune, qui est surestimé. L’absorption a aussi un impact important sur la
classification des régions à l’aide des diagrammes BPT. En effet, certaines régions soupçonnées
d’abriter de l’activité non-thermique ont pu être classées parmi les régions HII suite à la
soustraction de l’absorption sous-jacente. L’effet de l’absorption n’est donc pas à négliger
dans le contexte d’une étude de caractérisation des régions HII et des populations jeunes.
Enfin, certains rapports de raies, [NII]λ6583/Hα, [SII]λλ6737,6730/Hα et [OI]λ6300/Hα, sont
particulièrement élevés pour provenir de l’émission du gaz constituant une région HII. Les
régions, à l’extrémité de la barre (B2 et B3) et la région de l’interbras se comportent davantage
comme des régions de GID. Seule la région du noeud WR (B7) est fortement dominée par une
signature typique d’une région HII. Il semble donc que le disque de la galaxie soit entouré
d’une composante diffuse. Les données SpIOMM soutiennent cette hypothèse. L’impact de la
taille des régions sur le rapport [NII]/Hα a été étudié de façon à mettre en évidence la présence
de GID autour des régions HII. Cette étude a bien montré que le rapport de raies augmente
avec la taille des régions.
Enfin, il serait intéressant d’étudier le gaz froid sur toute l’étendue de la galaxie NGC 5430
afin de confirmer ou d’invalider l’hypothèse de l’interaction. L’acquisition de données dans
le visible à haute résolution spatiale sur toute l’étendue de la galaxie avec un instrument
tel que SITELLE serait aussi pertinente pour étudier la dynamique du gaz ionisé plus loin
dans le disque et autour du noeud WR. Finalement, si des raies d’absorption ainsi que des
raies d’émission pour tout le visible étaient disponibles sur l’ensemble de la galaxie avec une
bonne résolution spatiale, il serait possible d’investiguer davantage la question des populations
stellaires, du GID et de la dynamique de NGC 5430. Il sera aussi important de déterminer les
masses de façon absolue, ce qui nous renseignerait sur l’importance de la masse du noeud WR
par rapport au reste de la galaxie.
84
Bibliographie
Álvarez-Álvarez M., Díaz A.I., Terlevich E. & Terlevich R. 2015, MNRAS, 451, 3173
Asari N.V., Wild V., Kennicutt R. & Fernandes C. 2014, RevMexAA, 44, 91
Asplund M., Grevesse N., Sauval A. J. & Scott P. 2009, ARAA, 47, 481
Baillard A., Bertin E., de Lapparent V., Fouqué P., Arnouts S. et al. 2011, A&A, 532, 74
Baldwin J. A., Phillips M. & Terlevich R. 1981, PASP, 93,5
Benson A. J. 2010, Physics Reports, 495, 33
Bland-Hawthorn J., Sokolowski J. & Cecil G. 1991, ApJ, 375, 78
Brière E. 2010, Mémoire de maîtrise, Université Laval
Bruzual G. & Charlot S. 2003, MNRAS, 344, 1000
Cantin S. 2010, Thèse de doctorat, Université Laval
Cappellari M. & Emsellem E. 2004, PASP, 116, 138
Cardelli J.A., Clayton G.C. & Mathis J.S. 1989, ApJ, 345, 245
Combes F. 2003. ASP Conference Series, 290, 411
Condon J. 1982, ApJ, 252, 102
Contini T., Wozniak H., Considère S. & Davoust E. 1997, A&A, 324, 41
Drissen L., Alarie A., Martin T., Lagrois D., Rousseau-Nepton L. et al. 2012, SPIE, 8446, 7
Ellison S. L., Patton D.R., Simard L. & McConnachie A. W. 2008, ApJ, 135, 1877
Elmergreen B. B. 2009, IAU, 254, 289
Epinat B., Amram P., Marcelin M., Balkowski C., Daigle O. et al. 2008, MNRAS, 388, 500
Fernandes I.F., de Carvalho R., Contini T. & Gal R. R. 2004, MNRAS, 355, 728
85
Flores-Fajardo N., Morisset C. & Binette L. 2009, MNRAS, 45, 261
Friedli D. & Martinet L. 1993, AA, 77, 27
Galavís M. E., Mendoza C., Zeippen C. J. 1997, A&AS, 123, 159
Heckman T. 1997, RevMexAA, 6, 156
Hills A. S, Benjamin R. A., Kowal G., Reynolds R. J., Haffner L. M. et al. 2008, ApJ, 686,
363
Hoyle F. & Ellis G. R. A. 1963, Aust. J. Phys., 16, 1
Karouzos M., Im M., Trichas M. & l’équipe AKARI-NEP 2014, ApJ, 784, 23
Kauffmann G., Heckman C., Tremonti Binckmann J., Charlot S. et al. 2003, MNRAS, 346,
1055
Keel W. C. 1982, PASP, 94, 765
Keel W. C. 1987, A&A, 172, 43
Kewley L. J. & Dopita M. A. 2002, 142, 35
Kewley L. J., Dopita R. S., Sutherland C. A. Heisler C. A. & Trevena J. 2001, ApJ, 556, 121
Kewley L. J., Groves B., Kauffmann G. & Heckman T. 2006, MNRAS, 372, 961
Kormendy J. & Kennicutt R. 2004, ARAA, 42, 603
Kroupa P. 2008, ASP Conference Series, 390, 2
Leitherer C., Schaerer D., Goldader J. D. González-Delgado R. M., Robert C. et al. 1999,
ApJS, 123, 3
Lenz D.D. & Ayres T. R. 1992, PASP, 104, 1104
Maeder A. & Meynet G. 1994, A&A, 287, 803
Marconi A. & Hunt L. 2003, ApJ, 589, 21
Martin T. 2015 Thèse de doctorat, Université Laval
McCall L., Rybsky P. M. & Shields G. A. 1985, ApJS, 57, 1
Meurer G. R., Heckman T. M., Leitherer C., Kinney A., Robert C. et al. 1995, ApJ, 110, 2665
Meynet G. 1995, A&A, 298, 767
Meynet G. & Maeder A. 2005, A&A, 429, 581
86
Meynet G., Maeder A., Schaller G., Scaerer D. et Charbonnel C. 1994, A&A Suppl., 103, 97
Mihalas D. & Binney J. 1981, Galactic Astronomy : Structure and Kinematics (San Francisco)
Naylor D. A. & Tahic M. K. 2007, Journal of the Optical Society of America, 24, 3644
Osterbrock D. E. & Donald E. 1996, JApA, 17, 233
Osterbrock D. E. & Martel D. 1992, PASP, 76, 82
Osterbrock D. E. & Ferland G. J. 2006, Astrophysics of Gaseous Nebulae and Active Galactic
Nuclei (University Science Books)
Pan H-A., Lim J., Matsushita S. Wong T. & Ryder S. 2013, ApJ, 768, 57
Rand R. J. 1997, ApJ, 474, 129
Rand R. J. 1998, ApJ, 501, 137
Renaud F., Bournaud F., Emsellem E. Agertz O., Athanassoula E. et al. 2015. MNRAS, 454,
3299
Reynolds R. J. 1971, Thèse de doctorat, Université Wisconsin-Madisson
Reynolds R. J. 1991, ApJL, 372, L17
Sarzi M., Falcón-Barroso J., Davies R., Bacon R., Bureau M. et al. 2006, MNRAS, 366, 1151
Seaton M. J. 1979, MNRAS, 187, 73
Sivan J.-P., Stasińska G. & Lequeux J. 1986, A&A, 158, 279
Schultz G. V. & Wiemer W. 1975, A&A, 43, 133
Sneden C., Gehrz R. D., Hackwell J. A., York D. G., & Snow, T. P. 1978, ApJ, 223, 168
Sparke L. S. & Gallagher III J. S. 2007, Galaxies in the Universe (Cambridge University Press)
Thilker D. A., Braun R. & Walterbos R. A. M. 2000, ApJ, 120, 3070
Tremonti C. A., Heckman T., Kauffmann, G. Brinchmann J., Charlot S. et al. 2004, ApJ, 613,
898
Vacca W. D. 1992, Ph.D. Thesis, Université du Colorado
van den Bergh S. 1976, ApJ, 106, 883
van der Hucht K. 2001, New Astronomy Reviews, 45, 135
Wong K. C., Blanton M. R., Burles S. M., Coil A. L., Richard C. J. et al. 2011, ApJ, 728, 119
87
Annexe A
Âge des populations jeunes des
spectres longue-fente
Les diagrammes diagnostiques des âges obtenus à partir des largeurs équivalentes des raies
Hα et Hβ sont tracés dans cette annexe pour toutes les régions des spectres longue-fente dans
le cas brut (Fig. A.1) et dans le cas où la population vieille a été soustraite (Fig. A.2). Le
modèle utilisé est issus de STARBURST99 (Leitherer et al. 1999) pour un sursaut de formation
stellaire instantané avec une fonction de masse initiale ayant une pente de α = 2.35, des masses
limites entre 1 et 100 M@ et une métallicité égale à 2 Z@ .
89
(a) Hα
(b) Hβ
Figure A.1 – Diagnostic pour l’âge dans le cas du spectre brut longue-fente
90
(a) Hα
(b) Hβ
Figure A.2 – Diagnostic pour l’âge dans le cas du spectre longue-fente où la population vieille a été soustraite
91
Annexe B
Spectres des régions HII observées
avec SpIOMM
Les spectres de chaque région SpIOMM sont tracés dans cette annexe. Les deux cas « RHII »
et « RHII + GID », tel que définis à la Section 4.2 sont présentés dans la même figure. Sur
44 régions identifiées avec HIIphot.pro, seulement 21 ont été retenues comme étant de vraies
régions HII avec un rapport S/B > 7.
93
94
Figure B.1 – Spectres des régions HII de SpIOMM. Le cas « RHII » est tracé en trait plein, alors que le cas « RHII + GID » est
tracé en pointillé.
95
Figure B.1 (Suite)
96
Figure B.1 (Suite)
97
Figure B.1 (Suite)
98
Figure B.1 (Suite)
99
Figure B.1 (Suite)
100
Figure B.1 (Suite)