srenard-these_Presentation - TEL (thèses-en
publicité
IMAGER LES ZONES DE FORMATION DES PLANÈTES AUTOUR DES ÉTOILES JEUNES DANS LE CADRE DE RECONSTRUCTION D’IMAGES POUR LE VLTI Stéphanie Renard Soutenance de Thèse Directeurs de thèse : Fabien Malbet (LAOG) & Eric Thiébaut (CRAL) PLAN Introduction Formation stellaire et planétaire objets stellaires jeunes Technique d’observation : l’interférométrie Partie I : Analyse de la technique de reconstruction d’images Principe de la reconstruction d’images en interférométrie Analyse du terme de régularisation Partie II : Applications aux objets stellaires jeunes GW Orionis MWC 275 HR 5999 Conclusions & Perspectives 2 POURQUOI LES OBJETS STELLAIRES JEUNES ? FORMATION STELLAIRE ET PLANÉTAIRE 3 Bouvier & Malbet 2001 CONTEXTE ASTROPHYSIQUE - ÉTUDE DES CONDITIONS PHYSIQUES DU DISQUE DE POUSSIÈRE INTERNE Dust Magnetosphere Planet Accretion disk Gas Wind Malbet 2007 Caractéristiques de la région à étudier : Rayon de 0.1 à 10 UA Température de 150 à 4000 K Conditions instrumentales : 1 µm ≤ ≤ 10 µm (infrarouge) Résolution angulaire entre 0.5 et 70 mas (Taureau @ 150pc) Interférométrie infrarouge 4 POURQUOI L’INTERFÉROMÉTRIE ? ACCÈS À LA HAUTE RÉSOLUTION ANGULAIRE Un seul télescope D = 8-10 m 70mas = ~10 UA @ 150pc Recombinaison cohérente des faisceaux provenant de plusieurs télescopes ESO Paranal, Chile B = quelques 100aines de m 2mas = ~0.3 UA @ 150pc Haute résolution angulaire 5 INTERFÉROMÉTRIE – OBSERVABLES Analogie avec l’expérience de Young où fentes = télescopes franges d’interférences Observables : 1. Visibilités carrées V2 Taille caractéristique de l’émission 2. Phase φ Localisation du photocentre de l’objet 3. Clôture de phase CP Degré d’asymétrie de l’émission φij i j φjk φki k CPijk = φij + φjk + φki 6 INTERFÉROMÉTRIE – ANALYSE DES DONNÉES Difficulté : pas d’image directe de l’objet Analyse : ajustement de modèle Plan u,v Courbe de visibilité 7 ETAT DE L’ART DES OBSERVATIONS INTERFÉROMÉTRIQUES SUR LES OBJETS JEUNES Morphologie du disque des étoiles jeunes et information sur les phénomènes se déroulant dans leur environnement proche Millan-Gabet et al. 2007 Emission dominante dans le proche infrarouge = zone de sublimation de la poussière 8 AUTRES MÉTHODES D’ANALYSE ? Intérêts de la reconstruction d’images Image directe plus facile à analyser Sans a priori fort sur l’objet Objet complexe non limité à un modèle simple Méthode unique pour analyser les données sans hypothèse a priori forte de l’objet Questions La vision actuelle des objets jeunes est-elle correcte ? Existe-t-il une composante majeure supplémentaire à ajouter dans les modèles ? Renforce la confiance dans le modèle, apporte de nouvelles contraintes sur les modèles, révèle des structures inattendues 9 ETAT DE L’ART DE LA RECONSTRUCTION D’IMAGES EN INTERFÉROMÉTRIE INFRAROUGE Plus difficile qu’en radio (moins de mesures, perte de la phase) nouvelles méthodes Reconstruction d’images = premiers essais pour se rassurer : image avec différents algorithmes Rien sur les objets jeunes : objets difficiles (complexes : mélange de structures lisses et ponctuelles) Monnier et al. 2007 Étude de la méthode de reconstruction d’images 10 PLAN Introduction Formation stellaire et planétaire objets stellaires jeunes Technique d’observation : l’interférométrie Partie I : Analyse de la technique de reconstruction d’images Principe de la reconstruction d’images en interférométrie Analyse du terme de régularisation Partie II : Applications aux objets stellaires jeunes GW Orionis MWC 275 HR 5999 Conclusions & Perspectives 11 RECONSTRUCTION D’IMAGES – PRINCIPE Transformée de Fourier (TF) TF-1 ? Problème mal posé : plus d’inconnues (pixels) que de données infinité de solutions Ajout de contraintes supplémentaires = connaissances a priori faibles de l’objet (lisse, compact, positif, …) 12 régularisations RECONSTRUCTION D’IMAGES – PRINCIPE Fonction à minimiser : vraisemblance pénalisée = « 2 modifié » 2 sur les données Facteur de poids 2 sur les régularisations Questions : quels sont les paramètres optimaux ? Type de régularisations ? Valeur de µ ? Limites sur nombre/qualité des données ? Tests systématiques Utilisation de MiRA (Thiébaut 2008) pour son adaptabilité 13 Renard et al., submitted TESTS SYSTÉMATIQUES – PARAMÈTRES 11 régularisations communément utilisées: lissage, compacité, variation totale, norme Lp, entropie TOUJOURS positivité & normalisation 10 objets astrophysiques avec structures différentes = images de référence 14 Renard et al., submitted TESTS SYSTÉMATIQUES – PARAMÈTRES 3 plans (u,v) : distribution homogène (non spécifique) 245 mesures 88 mesures 31 mesures 22 télescopes 13 télescopes 8 télescopes 25 nuits à 3T 10 nuits à 3T 4 nuits à 3T Situation actuelle 3 rapports signal-à-bruit (RSB) : 100, 50 et 10 15 Renard TESTS SYSTÉMATIQUES – CRITÈRE DEet al., submitted QUALITÉ Hypothèse : mesure de la phase Problème CONVEXE T F UV (3) RSB (3) Image de référence (10) MiRA Regul. (11) + Différents µ (24) Image reconstruit e ( 24 000) Erreur quadratique moyenne (EQM) : différence moindre carré entre l’image réelle et l’image reconstruite 16 TESTS SYSTÉMATIQUES – ANALYSE : FACTEUR DE POIDS Μ Renard et al., submitted Dépend surtout de la régularisation Quasi indépendant du plan UV et RSB Valeur optimale de µ pour chaque régularisation (N.B. dépendance sur la taille du pixel et structure globale de l’objet) 17 TESTS SYSTÉMATIQUES – ANALYSE : LIMITE SUR LE PLAN UV & RSB Renard et al., submitted Limite sur le plan UV : 31 données pas assez, 88 ok Pas de limite sur le RSB Nombre de données indépendantes plus critique que 18 leur qualité et al., TESTS SYSTÉMATIQUES – ANALYSE Renard : RÉGULARISATIONS submitted La meilleure : Variation totale = minimisation du gradient total de l’image image continue par morceaux avec le moins de contour (en longueur totale) Indépendante des objets problème principal = trous 19 dans le plan uv Renard et al., submitted TESTS SYSTÉMATIQUES – RÉSULTATS Régularisations Variation totale = minimisation du gradient total de l’image Limite UV & RSB Facteur de poids µ Dépend surtout de la régularisation Indépendant du plan UV et RSB Valeur optimale de µ pour chaque régularisation Nombre de données plus critique que RSB Retour à des données réelles : Trous dans le plan uv, répartition non homogène Clôture de phase au lieu de la phase Tests sur données réelles : 3-4 régularisations et valeurs de µ 20 PLAN Introduction Formation stellaire et planétaire objets stellaires jeunes Technique d’observation : l’interférométrie Partie I : Analyse de la technique de reconstruction d’images Principe de la reconstruction d’images en interférométrie Analyse du terme de régularisation Partie II : Applications aux objets stellaires jeunes GW Orionis MWC 275 HR 5999 Conclusions & Perspectives 21 1ER OBJET : GW ORIONIS – DESCRIPTION Objet jeune de type T Tauri (M ~ Msol.) Une des plus brillantes et des plus massives Très fort excès infrarouge disque Système binaire (Mathieu et al. 1991) Séparation de 1.1 UA (3 mas) Présence d’un compagnon ? Disque circumstellaire (2?), disque circumbinaire ? Inclinaison du système ? GWOri est un système complexe Aide interférométrie : information sur la géométrie du système 22 1ER OBJET : GW ORIONIS – DONNÉES Berger et al., 2005 Interféromètre IOTA Bande H (1.65 µm) 6 nuits à 3 télescopes en 8 jours 111 V2 & 37 CP Présence forte du 3ème compagnon (binaire large) 23 1ER OBJET : GW ORIONIS – RECONSTRUCTION Berger et al., in prep. D’IMAGES A B C GW Orionis est un système triple 24 1ER OBJET : GW ORIONIS – ANALYSE Méthode indépendante : ajustement de modèle 1. Binaire 2. Triple 25 1ER OBJET : GW ORIONIS – CONCLUSION A B C Même résultat avec 2 méthodes indépendantes 26 Validation de la technique de reconstruction d’images 2ÈME OBJET : MWC 275 – DESCRIPTION Objet stellaire jeune : Herbig Ae (2.3 Msol.) Une des plus proche (122 pc) Excès infrarouge : disque (Mannings & Sargent 1997) avec émission variable (Sitko et al. 2008) Présence d’un jet perpendiculaire au disque (Devine & Grady et al. 2000) Signe d’accrétion Cas d’étude pour comprendre la distribution de la matière circumstellaire 27 2ÈME OBJET : MWC 275 – DONNÉES Plusieurs interféromètres (2 & 3 tél.): VLTI, IOTA, CHARA, Keck-I Bande H (1.6-1.8 µm) & K (2-2.4 µm) + dispersion spectrale 17 nuits en K - 14 nuits en H (sur 3mois) 967 V2 en K & 554 en H Données K : base max. plus longue que H plus de résolution en K Taille caractéristique de l’émission infrarouge : 0.45 UA 28 Emission forte (50%) à l’intérieur de l’anneau (Tannirkulam et al. 2008, Benisty et al. 2010) : nature ? 2ÈME OBJET : MWC 275 – RECONSTRUCTION D’IMAGES Qu’est ce qu’on voit ?! 29 MÉTHODOLOGIE UTILISATION D’UN MODÈLE Données simulées @ conditions réelles 1 Modèle de l’objet à reconstruire TF (même plan uv, mêmes barres d’erreur) 3 Comparaison Identification des artefacts 2 MiRA (même régularisation , même µ) Image reconstruite du MODELE 30 2ÈME OBJET : MWC 275 – MODÈLE Benisty et al., 2010 Étoile Anneau Disque interne Modèle à 3 composantes (étoile, anneau, disque interne) Anneau plus brillant au N-E Anneau en H moins brillant que en K Plus de 50% du flux dans le disque interne 31 2ÈME OBJET : MWC 275 – RECONSTRUCTION DU MODÈLE 1. 2. Étoile : tache centrale la plus brillante Anneau : o o o o 3. Renard et al., 2010 Bonne localisation Sous forme non lisse (dus au plan uv) Distribution non homogène Pas d’anneau en bande H ! (besoin de données à plus haute résolution) Disque interne qui remplit l’espace entre l’étoile et l’anneau 32 2ÈME OBJET : MWC 275 – RECONSTRUCTION Renard et al., 2010 D’IMAGES Etoile = max. des images Principaux points diffus secondaires = anneau Caractéristiques proches du modèle Distribution non homogène Présent en H ? A l’intérieur de l’anneau : 70% en K, 86% en H plus que l’étoile émission importante entre l’anneau et l’étoile 33 Objet réel plus complexe que le modèle 2ÈME OBJET : MWC 275 – CONCLUSIONS Présence d’un disque asymétrique incliné Augmentation de l’émission au rayon de sublimation de la poussière : forme physique ? Distribution non uniforme de l’anneau confirmée Présence d’un disque interne confirmé : nature ? Première image de l’environnement proche d’un objet stellaire jeune complexe Image modèle ≠ image réelle objet plus complexe que modèle actuel 34 3ÈME OBJET : HR5999 – DESCRIPTION Étoile de Herbig Ae Excès infrarouge présence d’un disque Variabilité photométrique et spectrométrique présence de gaz en accrétion Champ magnétique Peu de choses connues sur le disque aux UA internes, rien en proche infrarouge Première analyse & image du disque interne en infrarouge proche 35 3ÈME OBJET : HR5999 – DONNÉES Interféromètre VLTI Bandes K (1014V2+CP) & H (498V2+CP) + dispersion spectrale 14 nuits en K et 10 nuits en H étalées sur 2 ans Objet très complexe + variabilité de l’objet 36 Benisty, Renard et al., 3ÈME OBJET : HR5999 – RECONSTRUCTION submitted D’IMAGES Anneau Moins visible en H que en K Plus proche de l’étoile en H que en K gradient de température Trop de flux dans la tache centrale (K : 65%, H : 80%) 37 présence d’un disque interne 3ÈME Benisty, Renard et al., submitted OBJET : HR5999 – MODÈLE Observations Modèle Paramètres du modèle dégénérés allers-retours entre la reconstruction d’images et l’ajustement de modèle Anneau visible en K mais pas totalement en H Disque interne non visible à cause de la variation dans les données = perte de dynamique dans l’image 38 3ÈME OBJET : HR5999 – CONCLUSIONS Première image de l’environnement proche de cet objet 3 composantes Étoile Anneau @ 0.65 UA = rayon de sublimation (K : 40%, H : 26%) Anneau = augmentation brusque du contraste dû à un changement d’opacité Disque interne (K : 38%, H : 34%) similaire à d’autres objets jeunes (AB Aur, MWC 275, MWC 758, HR 5999) Caractéristique générale à toutes les étoiles de Herbig Ae ? Nature (disque gazeux, grains réfractaires) ? Utilisation simultanée des techniques d’ajustement de modèle et de reconstruction d’images Perte de dynamique dû à la variabilité dans les 39 données PLAN Introduction Formation stellaire et planétaire objets stellaires jeunes Technique d’observation : l’interférométrie Partie I : Analyse de la technique de reconstruction d’images Principe de la reconstruction d’images en interférométrie Analyse du terme de régularisation Partie II : Applications aux objets stellaires jeunes GW Orionis MWC 275 HR 5999 Conclusions & Perspectives 40 CONCLUSIONS Etude du terme de régularisation paramètres optimaux de la reconstruction d’images (régularisation & facteur de poids µ) Règle 1 : réaliser un grand nombre de Limite sur le plan u,v données Application astrophysique indépendantes Premières images de l’environnement proche des étoiles jeunes complexes Mise au point d’une méthodologie détermination des artefacts Règle 2 : aller-retour entre le modèle et l’image reconstruite Points critiques : Non homogénéité du plan uv : trous dans le plan uv = artefacts Qualité des données : grosse barre d’erreur, non simultanéité des données diminution de la dynamique 41 CONCLUSIONS Millan-Gabet et al. 2007 Dullemond & Monnier 2010 42 PERSPECTIVES 3 télescopes Augmentation du nombre de télescopes utilisés simultanément (4 actuellement) VLTI/Pionier & CHARA/Mirc Instruments de seconde génération dédiés à l’imagerie (Gravity, Matisse, VSI) Plus de données de meilleure qualité Reconstruction d’images = outil de base d’analyse Futur proche : favoriser la relocalisation des télescopes pour améliorer les résultats (plan uv homogène, obtention de suffisamment 4 télescopes 43 PERSPECTIVES Algorithmique Développer des régularisations plus adaptées aux objets jeunes Utilisation de l’information en longueur d’onde Evolution de l’objet avec la longueur d’onde Phase différentielle Astrophysique Large programme d’observation déterminer les tendances générales (disque interne ? Autre composante ?) Reconstruire des images d’objets de plus en plus complexes Disque en rotation Jet (imagerie dans les raies) Planètes en cours de formation 44 Communiqué de Presse ESO sur MWC 275 MERCI POUR VOTRE ATTENTION
