Les amas communs

Parmi les amas que Planck va observer, une grande partie aura déjà été observée par ROSAT (dans les conditions que j’ai considérées ici, ∼3500). Il est évident que le fait de disposer d’un catalogue aussi conséquent d’observations X et SZ des mêmes amas présente un grand intérêt. En particulier, il permettra d’étudier directement les relations d’échelles entre grandeurs X et SZ (par exemple, la relation LX−Y ), ce qui constituera un excellent test des

modèles d’amas existant à l’heure actuelle, dont celui que j’ai décrit dans la partie précédente. Parmi tous ces amas, un certain nombre aura déjà été observé de façon approfondie, de telle sorte qu’on disposera de leur redshift, de leur température et, dans les meilleurs cas, de leur masse. Ce sous échantillon permettra alors de contraindre d’autres relations d’échelle, telles que les relations T − Y et M − Y ainsi que leur évolution (cependant, les amas en question seront majoritairement des amas locaux).

Cependant, on doit ici noter que quand je parle d’un amas observé par Planck et ROSAT, rien ne dit que cet amas a effectivement été identifié dans les données ROSAT. Le fait que l’on dispose de deux sondages complets du ciel facilitera considérablement la tâche en ce qui concerne l’extraction des amas des données, dans un sens comme dans l’autre. D’une part, comme je viens de le laisser entendre, les détections SZ par Planck permettront certainement d’identifier des amas dans les données ROSAT en recherchant simplement leur contrepartie X, i.e. en invoquant un nombre très limité de critères, ce qui conduira nécessairement à une utilisation optimale des données existantes.

D’autre part, Planck bénéficiera également des observations de ROSAT. La détection des amas à partir d’observations SZ n’a rien de simple, et ce à cause de la grande variété de bruits présents dans les observations : bruits instrumentaux, CMB, sources ponctuelles... Je vais ici décrire de façon très succincte la technique des filtres adaptés ou matched filters dans le cas d’une observation monofréquence (pour une description détaillée, on pourra par exemple prendre connaissance de la thèse de Jean-Baptiste Melin (2004)) :

La première étape de l’extraction des amas d’une carte contenant aussi bien les amas que les bruits instrumentaux et astrophysiques est le filtrage par des filtres adaptés correspondant à des profils d’amas (en l’occurrence, définis par le modèle β) pour des tailles angulaires θc = _Drc_A différentes (i.e. sur une plage de tailles angulaires couvrant toutes celles que l’on

peut s’attendre à observer). La deuxième étape consiste à identifier dans les cartes filtrées les pixels dont le rapport signal sur bruit S/N dépasse une certaine valeur seuil (arbitraire). Les maxima locaux des pixels sélectionnés sont alors considérés comme étant le centre des candidats amas ; la taille d’un amas candidat est alors la taille du profil par lequel la carte dans laquelle on l’a identifié a été filtrée. Il paraît alors naturel qu’un même candidat puisse apparaître dans des cartes filtrées par des profils de différentes tailles ; de plus, un candidat amas dans une carte filtrée avec un profil de taille θ1 peut parfois être la combinaison de

deux candidats amas (ou plus) identifiés dans une carte filtrée par un profil de taille θ2 < θ1.

Pour ces raisons, il est alors nécessaire de construire un arbre des candidats dont le but est de relier les identifications faites dans les différentes cartes : à un amas vu dans une carte filtrée par un filtre de taille θ, on associe dans la carte correspondant à la taille θ + ∆θ soit le même amas, soit un amas regroupant plusieurs petits amas (dont celui auquel on s’intéresse), soit aucun amas. Ainsi de suite pour chaque carte. Lorsqu’un amas est vu dans plusieurs carte, on choisit alors de lui affecter la taille correspondant au filtre de la carte où cet amas est vu avec le plus grand rapport S/N, dès lors qu’on ne met pas en évidence qu’il est le résultat de la somme de plusieurs amas.

Le principal problème de ce type de technique est qu’il peine à déterminer sans erreurs la taille angulaire de l’amas sur le ciel θc. Lorsque l’on cherche à déterminer le flux SZ des

amas que l’on a extraits, on intègre alors le signal sur une surface qui ne correspond pas à la surface réelle de l’amas. Le flux SZ estimé n’est alors pas le flux SZ réel. Il est cependant très simple de contourner ce problème : il suffit de connaître a priori la taille de l’amas. C’est une information à laquelle on peut facilement avoir accès à partir de certaines observations

Fig. IV.7: _{Ces des figures mettent en avant l’effet de la connaissance a priori de} la taille angulaire θc d’un amas sur l’estimation de son flux SZ dans le cas d’une ob-

servation réalisée par Planck. Gauche : La taille angulaire n’est pas connue et doit être déterminée lors de la détection. En conséquence, le flux SZ estimé peut être très éloigné de sa vraie valeur. Droite : On connaît cette fois la taille angulaire de l’amas. L’estimation du flux SZ est ici bien meilleure. Ces deux figures ont été réalisée à l’aide des codes de détection de Jean-Baptiste Melin.

X existantes, en particulier celles de ROSAT. Les données Planck seront en conséquence bien mieux exploitées quand on aura accès à la contrepartie X. Les figures IV.7 illustrent ceci dans le cas d’une observation Planck : la dispersion est nettement moins importante dès lors que l’on connaît la taille de l’amas observé8

. Il n’est cependant une fois de plus pas imaginable d’obtenir les rayons de cœur pour tous les amas du sondage MACS. En revanche, on dispose d’estimations des rayons de cœur pour les amas des sondages REFLEX et NORAS, c’est-à-dire à peu près un millier d’amas. D’autres catalogues plus profond mais moins étendus pourront évidemment être ajouté à ceux-ci, tels que le 160 deg2 _{(Mullis et al.,}

2003) ou le WARPS (Perlman et al., 2002), par exemple.