Fabien Malbet (LAOG) & Eric Thiébaut (CRAL) 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) Zone de formation des planètes autour des étoiles jeunes Technique particulière : reconstruction d’images en interférométrie

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

Pourquoi les objets stellaires jeunes Pourquoi les objets stellaires jeunes ?  Formation stellaire et planétaire 1 ere ligne obs radi, 2eme ligne infrarouge, Commencement formation planété, étude des conditions initiales de formation planétaire Pourquoi observer les objets jeunes : formation des planètes Description du scénario de formation stellaire et planétaire Description objet stellaire jeune Bouvier & Malbet 2001

Interférométrie infrarouge Contexte astrophysique - étude des conditions physiques du disque de poussière interne Dust Wind Accretion disk Magnetosphere Gas Planet 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 Environnement complexe : disque en rotation, gaz et poussière, accrétion gaz sur l’étoile et éjection sous forme de jet/vent Région à étudier : formation des planètes de type terrestre Conditions sur l’instrument Besoin de l’interférométrie

Pourquoi l’interférométrie ? Accès à la haute résolution angulaire Un seul télescope Recombinaison cohérente des faisceaux provenant de plusieurs télescopes Haute résolution angulaire D = 8-10 m  70mas = ~10 UA @ 150pc ESO Paranal, Chile L’interférométrie consiste à observer avec plusieurs télescopes Un seul télescope = diamètre Plusieurs télescope, recombinaison cohérente = Distance entre les télescopes appelée BASE Accès à la HRA B = quelques 100aines de m  2mas = ~0.3 UA @ 150pc

Interférométrie – Observables Analogie avec l’expérience de Young où fentes = télescopes franges d’interférences Observables : Visibilités carrées V2 Taille caractéristique de l’émission Phase φ Localisation du photocentre de l’objet Clôture de phase CP Degré d’asymétrie de l’émission Franges d’interférence Visibilité Phase Phase NON EXPLOITABLE à cause de l’atmophère CP k i j φij φjk φki CPijk = φij + φjk + φki

Interférométrie – Analyse des données Difficulté : pas d’image directe de l’objet Analyse : ajustement de modèle Représentation des données sous forme de plan uv Courbe de visibilité correspondante Pour l’étudier : ajustement de modèle. Choix d’un modèle et détermination des paramètres pour qu’il colle au mieux aux données Plan u,v Courbe de visibilité

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 Renforcer : modele tres simple, axisymmétrique. Résultat TRES modele dépendant !!! Emission dominante dans le proche infrarouge = zone de sublimation de la poussière

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

Etat de l’art de la reconstruction d’images en interférométrie infrarouge Monnier et al. 2007 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) Étude de la méthode de reconstruction d’images

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

Reconstruction d’images – principe Transformée de Fourier (TF) TF-1 ?  CONTRAINTES ADD. 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, …)  régularisations

Reconstruction d’images – principe Fonction à minimiser : vraisemblance pénalisée = « 2 modifié » 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 2 sur les données Facteur de poids 2 sur les régularisations Fprior : fct distance, pénalité. Expl : compact : pénalité plus forte si objet plus large.

Tests systématiques – paramètres 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 Insister sur la puissance de la contrainte de positivité 2 catégories d’objets : COMPACT et lisse

Tests systématiques – paramètres Renard et al., submitted Tests systématiques – paramètres 3 plans (u,v) : distribution homogène (non spécifique) 3 rapports signal-à-bruit (RSB) : 100, 50 et 10 245 mesures 22 télescopes 25 nuits à 3T 88 mesures 13 télescopes 10 nuits à 3T 31 mesures 8 télescopes 4 nuits à 3T Situation actuelle

Tests systématiques – critère de qualité Renard et al., submitted Tests systématiques – critère de qualité Hypothèse : mesure de la phase  Problème CONVEXE TF Simulated Data (90) MiRA UV (3) RSB (3) Regul. (11) + Différents µ (24) Image de référence (10) Image reconstruite ( 24 000) EXPLIQUER LA PHASE !!! Erreur quadratique moyenne (EQM) : différence moindre carré entre l’image réelle et l’image reconstruite

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) Quasi indépendante

Tests systématiques – Analyse : limite sur le plan uv & RSB Renard et al., submitted Prendre le temps de bien expliquer Limite sur le plan UV : 31 données pas assez, 88 ok Pas de limite sur le RSB Nombre de données indépendantes plus critique que leur qualité

Tests systématiques – Analyse : régularisations Renard et al., submitted Tests systématiques – Analyse : régularisations Expliquer pourquoi les régularisations marchent bien 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 dans le plan uv

Tests systématiques – résultats Renard et al., submitted Tests systématiques – résultats Régularisations Facteur de poids µ Limite UV & RSB Nombre de données plus critique que RSB Variation totale = minimisation du gradient total de l’image Dépend surtout de la régularisation Indépendant du plan UV et RSB Valeur optimale de µ pour chaque régularisation 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

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

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

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)

1er Objet : GW Orionis – Reconstruction d’images Berger et al., in prep. A B C Présenter les données !!! GW Orionis est un système triple

1er Objet : GW Orionis – Analyse Méthode indépendante : ajustement de modèle Binaire Triple Simplifier ?

1er Objet : GW Orionis – Conclusion A B C Même résultat avec 2 méthodes indépendantes 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

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 Emission forte (50%) à l’intérieur de l’anneau (Tannirkulam et al. 2008, Benisty et al. 2010) : nature ? H – bon que K Utilisation lambda

2ème objet : MWC 275 – Reconstruction d’images Naivement on s’attendait a voir qch de ressemblant au modele (anneau) Se rassurer Qu’est ce qu’on voit ?!

Méthodologie  utilisation d’un modèle Données simulées @ conditions réelles 1 Modèle de l’objet à reconstruire TF (même plan uv, mêmes barres d’erreur) MiRA (même régularisation, même µ) 2 3 Image reconstruite du MODELE Comparaison Identification des artefacts

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

2ème objet : MWC 275 – Reconstruction du modèle Renard et al., 2010 Étoile : tache centrale la plus brillante Anneau : 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 CONTINU VS DISCRET / NON LISSE

2ème objet : MWC 275 – Reconstruction d’images Renard et al., 2010 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 Objet réel plus complexe que le modèle Plus vite

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

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

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

3ème objet : HR5999 – Reconstruction d’images Benisty, Renard et al., submitted 3ème objet : HR5999 – Reconstruction 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%)  présence d’un disque interne

Benisty, Renard et al., submitted 3ème 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

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 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

Conclusions Etude du terme de régularisation paramètres optimaux de la reconstruction d’images (régularisation & facteur de poids µ) Limite sur le plan u,v Application astrophysique Premières images de l’environnement proche des étoiles jeunes complexes Mise au point d’une méthodologie  détermination des artefacts 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 Règle 1 : réaliser un grand nombre de données indépendantes Règle 2 : aller-retour entre le modèle et l’image reconstruite 41

Conclusions Millan-Gabet et al. 2007 42 Dullemond & Monnier 2010

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 de données en moins de temps) 4 télescopes

Perspectives Algorithmique Astrophysique 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

Merci pour votre attention Communiqué de Presse ESO sur MWC 275 IMAGE 2COULEURS PR ESO Merci pour votre attention