srenard-these_Presentation
Download
Report
Transcript srenard-these_Presentation
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