Caractériser les populations stellaires à l'aide d'indices sismiques - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2016

Characterise the stellar populations using seismic indices

Caractériser les populations stellaires à l'aide d'indices sismiques

Résumé

Like terrestrial seismology, asteroseismology is the study of star quakes. These internal vibrations are detected by observing the luminosity (or velocity) variations at the stellar surfaces. From these time series, one computes power spectra which contain a wealth of information. In particular, for solar-like pulsators, we are able to observe the signal of granulation as well as the eigenmodes of stellar oscillations, both of which are a direct consequence of the convection in the star's envelope. Asteroseismology allows us to probe the interior of stars much like an ultrasound. Furthermore, with the large spatial photometric surveys CoRoT and Kepler, a new scope for seismology appeared. Indeed, it is possible to characterise to first order the oscillation spectra of solar-like pulsators with few indices or parameters, called seismic indices. Using simple relations, they allow us to estimate fundamental parameters of these stars. Asteroseismology is by consequence a very powerful tool for the study of stellar populations.In the perspective of the development of the Stellar Seismic Indices (SSI - The opening of the SSI database is planned for the summer of 2016, see http://ssi.lesia.obspm.fr/).) database, the purpose of my thesis was to develop an automatic method able to extract simultaneously the seismic indices and the parameters characterizing the granulation signature of solar-like pulsators. This method, called MLEUP, was optimized for red giants because for the few hundred main-sequence solar-like pulsators observed by CoRoT and Kepler, several tens of thousands of red giants have been observed by these same missions. MLEUP has a major advantage over most existing methods: it relies on the use red-giant stellar oscillation universal pattern (UP) to fit the oscillation spectra. This allows us to analyse the unsmoothed spectrum and fit simultaneously both granulation and oscillations with the maximum likelihood estimate (MLE).As a first step, MLEUP was tested on Monte Carlo simulations in order to quantify its performances. These simulations have revealed that MLEUP achieves very good performances, with low biases and dispersions. As a second step, we applied MLEUP to more than 36,500 stars observed by CoRoT and Kepler, thereby yielding seismic indices and granulation parameters for more than 13,500 stars. Those results have already been used in several works and are expected to be used in many more.
A l'instar de la sismologie terrestre, l'astérosismologie est l'étude des tremblements d'étoiles. Ces vibrations internes sont observées via les variations de luminosité (ou de vitesse) qui se manifestent à leurs surfaces. A partir de ces séries temporelles, on calcule les spectres de puissance qui contiennent une véritable mine d'informations. En particulier, pour les pulsateurs de types solaires, nous pouvons observer le signal de la granulation ainsi que les modes propres d'oscillations stellaires qui sont tous deux une conséquence directe de la convection dans l'enveloppe de l'étoile. L'astérosismologie permet de sonder l'intérieur des étoiles comme une échographie. Par ailleurs, avec les grands relevés de photométrie spatiale CoRoT et Kepler, un nouveau champ d'application pour la sismologie est apparu. En effet, il est possible de caractériser au premier ordre les spectres d'oscillations des pulsateurs de types solaires à partir de quelques indices que nous appellerons indices sismiques. Ces derniers permettent via des relations simples d'estimer les paramètres fondamentaux de ces étoiles. Cela fait de l'astérosismologie un outil très puissant pour l'étude des populations stellaires.Dans la perspective du développement de la base de données Stellar Seismic Indices (SSI - Ouverture de la base SSI prévue pour l'été 2016. Lien vers la base: http://ssi.lesia.obspm.fr/), l'objet de ma thèse a été de développer une méthode automatique capable d'extraire simultanément les indices sismiques et les paramètres caractérisant la granulation des pulsateurs de types solaires. Cette méthode, appelée MLEUP, a été pour l'instant optimisée pour les géantes rouges car CoRoT et Kepler ont observé plusieurs dizaines de milliers de géantes rouges contre quelques centaines de pulsateurs de type solaire de séquence principale. Le MLEUP présente un avantage majeur par rapport à la plupart des méthodes existantes : il utilise le patron universel d'oscillations (UP) des géantes rouges comme modèle d'ajustement du spectre d'oscillations, ce qui permet d'analyser le spectre non lissé, donc non dégradé, et d'ajuster simultanément la composante de granulation et celle des oscillations par l'estimation du maximum de vraisemblance (MLE). Le MLEUP a dans un premier temps été testé par des simulations Monte Carlo afin de quantifier ses performances. Ces dernières se sont révélées très bonnes, avec de faibles biais et dispersions. Dans un second temps, nous avons appliqué le MLEUP à plus de 36.500 étoiles observées par CoRoT et Kepler, parmi lesquelles nous obtenons les indices sismiques et les paramètres de la granulation pour plus de 13.500 étoiles. Ces résultats ont d'ores et déjà été utilisés dans plusieurs travaux et leur utilisation devrait s'intensifier rapidement.
Fichier principal
Vignette du fichier
these_archivage_2968327o.pdf (21.97 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-01390673 , version 2 (02-11-2016)
tel-01390673 , version 1 (08-12-2016)

Identifiants

  • HAL Id : tel-01390673 , version 2

Citer

Raphaël de Assis Peralta. Caractériser les populations stellaires à l'aide d'indices sismiques. Astrophysique stellaire et solaire [astro-ph.SR]. Université Pierre et Marie Curie - Paris VI, 2016. Français. ⟨NNT : 2016PA066106⟩. ⟨tel-01390673v2⟩
383 Consultations
165 Téléchargements

Partager

Gmail Facebook X LinkedIn More