Un effet d’hétérogénéités tangentielle en composition sur l’inversion

À présent que Pytmosph3R est mis au point et qu’il existe sous une version stable et générique, nous pouvons produire les spectres et tous les intermédiaires de calcul (profondeurs optiques de chaque contribution, cartes de transmittance, courbes de lumière ...) à partir de n’importe quelle simulation tridimensionnelle. Nous cherchons dans ce chapitre à souligner d’un côté l’apport du logiciel dans la chaîne scientifique, et d’un autre, à mettre en évidence les limites de la science actuelle quant à la caractérisation des atmosphères d’exoplanètes. Lorsque nous ef-fectuons une observation, l’atmosphère de l’astre observé nous est parfaitement inconnue et nous la caractérisons par l’empreinte qu’elle laisse sur la lumière de son étoile. L’utilisation des al-gorithmes résolvant le problème inverse sur les spectres ainsi obtenus n’est pas optimale pour des instruments à faibles résolutions ou effectuant leurs mesures sur des gammes spectrales très restreintes. Nous caractérisons en conséquence le spectre en résolvant le problème de manière di-recte, soit en proposant des simulations atmosphériques compatibles avec les observations. Nous avons donc finalement peu de recul sur la pertinence des outils qui seront employés lors du traite-ment des observations effectuées par les instrutraite-ments à venir, à partir desquelles nous pouvons avoir recours aux méthodes d’inversion. Le meilleur moyen de les éprouver resterait encore de les utiliser sur des exoplanètes pour lesquelles nous avons toute l’information sur leurs atmosphères. Comme cela n’est pas possible avec de vrais objets, l’astuce consiste à les remplacer par des simulations atmosphériques.

Les algorithmes actuels mis au point en prévision des observations futures, tel que Tau-REx, sont validés à partir de simulations 1D, dont nous généralisons l’utilisation sur des objets ou des modèles tridimensionnels. L’expérience dans ce chapitre va consister à remplacer une ex-oplanète ayant déjà fait l’objet d’un grand nombre d’observations et d’études par une de ses sim-ulations compatibles et ainsi pouvoir la comparer avec les résultats obtenus lors de son inversion. Pytmosph3R génère les observables associées et fait l’intermédiaire entre Tau-REx et le GCM. L’ensemble des réflexions détaillées lors des chapitres précédents nous ont permis de limiter les biais observationnels découlant d’approches divergentes dans la physique ou le transfert radiatif, et grâce à cela, nous allons donc pouvoir relier ceux subsistants aux propriétés et/ou particularités atmosphériques, et uniquement à elles.

Ces biais découlent essentiellement du caractère hétérogène des atmosphères. Nous allons dans ce sens redéfinir les différents types d’hétérogénéités rencontrées et tenter de les associer à des biais spécifiques. Nous effectuerons ce travail sur les observables elle-mêmes, et donc sur les spectres en transmission, puis sur les résultats de l’inversion par Tau-REx. Nous appliquerons notre démarche sur une simulation dynamique 3D de l’atmosphère de l’exoplanète GJ 1214 b, obtenue à partir d’un GCM, dont nous discuterons de la pertinence, de la manière dont elle a été utilisée jusque-là et de la manière dont nous avons appliqué les différentes parties de la chaîne observationnelle. Les hétérogénéités thermiques et de composition seront au centre de notre étude, et nous appuierons tout particulièrement sur les hétérogénéités tangentielles très largement sous-estimées par la communauté astrophysique et pour lesquelles Pytmosph3R apporte une plus-value intéressante.

Ce chapitre n’est que l’introduction d’une dernière partie plus technique visant davantage à servir d’exemple sur une manière d’utiliser ces trois logiciels et d’en tirer des informations importantes pour les observations futures. C’est une prise de recul nécessaire à l’aube d’une ère prometteuse, mais aussi ambitieuse, et qui aidera très certainement à porter un regard plus critique sur les résultats qui en découleront.

La

chaîne observationnelle est complète, nous avons d’un côté le simulateur atmosphérique tridimensionnel qu’est le GCM ; le logiciel permettant de générer des spectres en transmis-sion à partir de ses simulations, Pytmosph3R ; et enfin l’algorithme de traitement du signal dédié à l’inversion des spectres dans le but de caractériser les atmosphères d’exoplanète, à savoir Tau-REx. Posséder en local l’ensemble de ces outils a permis les études présentées et discutées dans les paragraphes à venir. Au-delà des résultats scientifiques qui en découlent, nous allons avoir l’occasion de souligner l’apport de Pytmsoph3R dans cette chaîne déjà existante, et c’est aussi dans cette optique que nous nous sommes focalisés sur des effets que seul un générateur de spectre complet comme celui-ci peut mettre en évidence. Si les précédents chapitres se concentraient sur la conception, le fonctionnement et la validation de l’algorithme, celui-ci peut faire office de guide pour les études qui suivront ce travail de thèse et les publications associées. Nous aboutirons à une conclusion forte et une perspective très ouverte étant donné la somme d’études ou d’informations que nous pourrions envisager sur la base de notre approche.

4.1 GJ 1214 b comme objet d’étude

Afin de représenter la diversité des objets cibles des prochaines missions spatiales, nous avons concentré notre étude sur deux exoplanètes type que sont : GJ 1214 b et HD 209458 b. Des observations soutenues sont d’ores-et-déjà programmées pour ces astres et ils ont également déjà fait l’objet d’études très poussées. Nous couvrons ainsi deux des grandes gammes de rapport Rp/H0 ainsi que deux des grandes types d’exoplanètes, à savoir les planètes intermédiaires pouvant à la fois être des planètes gazeuses ou des planètes de type super-Terre, et les géantes gazeuses chaudes (les Jupiter chauds). Nous avons finalement écarté le cas des planètes telluriques, sur lesquelles nous avons fourni un gros travail dans le cadre de la caractérisation de leurs atmosphères (système de Trappist 1) car nous ne sommes pas entrés dans le tridimensionnel, ce qui sort du cadre du sujet de thèse. Les conclusions de cette étude peuvent être consulté dans Grimm et al. (2018) et Turbet et al. (2018). Ce chapitre sera consacré à GJ 1214 b en collaboration avec Benjamin Charnay qui a mis à notre disposition une des simulations discutée dansCharnay et al.(2015).

4.1.1 L’exoplanète GJ 1214 b

GJ 1214 b est une planète extrasolaire de type super-Terre en orbite autour de l’étoile Gliese 1214 dans la constellation de l’Orphiucus. Elle est située à environ 42,5 années-lumière de notre système et a été découverte en 2009 via le projet MEarth, un observatoire robotique ayant pour objectif de détecter des planètes par la méthode des transits autour de naines rouges. Son diamètre est 2,6 fois supérieur à la Terre et sa masse mesurée par le télescope HARPS serait entre 5,5 et 7,5 fois supérieure. Cet objet à la frontière entre les planètes telluriques et les planètes gazeuses a suscité un vif intérêt de par la dégénérescence structurelle et atmosphérique. En effet, étant donnés sa masse et son rayon, il pourrait tout aussi bien

Table 4.1: Caractéristiques de GJ 1214 b et de son étoile.

Paramètres Rp Mp g0 Rs Ms Ts d?

Unités RJ MJ m/s2 R? M? K a.l.

0,2432 0,0206 9,029 0,2065 0,157 3000 42,5

s’agir d’une planète au coeur dense, composé d’un mélange de fer et de nickel, recouvert par une épaisse atmosphère essentiellement dominée par du dihydrogène et de l’hélium, que d’une planète tellurique mais moins dense, constituée de glace par exemple, et recouverte d’eau liquide et gazeuse. GJ 1214 b serait donc, dans le deuxième cas, une planète dite océan, et aurait une atmosphère de vapeur d’eau. Cette dégénérescence devrait pouvoir être levée par la caractérisation de son atmosphère en déterminant la quantité d’eau. Est-ce un constituant majeur ou non ? C’est dans ce but que l’exoplanète a fait l’objet de plusieurs observations au cours des 10 dernières années et d’autant de discussions dans la littérature. (CITATIONS) Dans les études à venir, nous nous sommes focalisés sur les atmosphères dominées par un mélange d’hydrogène et d’hélium et nous avons travaillé avec la simulation GCM de Benjamin Charnay discutée dansCharnay et al.(2015). Les hétérogénéités constatées dans les cartes de température et de composition publiées sont à l’origine de nos questionnements au sujet de leurs influences sur le spectre en transmission et sur la manière dont elles étaient prises en compte par la communauté. La mise au point des algorithmes comme Tau-REx et l’implication de l’équipe dans la mission M4 ARIEL de l’ESA ont par la suite orienté nos interrogations sur la manière dont ces hétérogénéités pouvaient être lisibles dans les résultats qu’ils allaient offrir sur des observations réelles et à quel point ces derniers pouvaient s’en voir biaisés.

GJ 1214 b était le candidat parfait pour débuter les études que nous allons présenter dans les para-graphes à venir. Sa place de choix parmi les objets d’intérêt, ses dimensions et les outils à notre disposi-tion nous permet aussi d’approfondir les nombreuses discussions dont elle a pu faire l’objet.

Résolution du transfert radiatif à 1 dimension

A partir de ce travail, nous avons une bonne idée des types d’atmosphères compatibles à avec les observations et nous générons des simulations atmosphériques « probables ». Observation primordiale d’une exoplanète réelle par un des instruments actuels de faible

résolution spectrale (Hubble, Spitzer, Kepler …) et collecte d’un spectre en transmission.

4.1.2 Les hétérogénéités de températures et de compositions d’une simulation de GJ 1214 b

Nous rappelons que la simulation de Charnay et al. (2015) propose une exoplanète dont l’atmosphère serait dominée par du dihydrogène et de l’hélium. Ci-dessous nous rappelons également les caractéristiques principales utilisées par Pytmosph3R pour en produire les observables :

• Le rayon planétaire fixé par la simulation est de Rp=1,7.107m, soit Rp=0,243166 RJ.

• La simulation comprend 8 molécules : H2, He, H2O, CH4, NH3, N2, CO2 et CO, les abondances sont déterminées en nous plaçant à l’équilibre thermodynamique.

200 400 600 800 1000 1200 0 0 200 400 600 800 1000 1200 107 104 101 10-2 10-5 10-8 10-11 10-14 10-17 10-20 T (K) T (K) 0 1000 2000 3000 4000 5000 6000 7000 10-23 Al titu de (km) Pre ssi on (Pa )

Figure 4.1: Profils en température des colonnes de la simulation atmosphérique de GJ 1214 b. À gauche nous proposons une représentation classique du diagramme Pc= f (T), la pression étant exprimée en Pascal (Pa), et à droite une représentation en altitude z = f (T), l’altitude étant exprimée en kilomètres (km).

• Le ratio He/H2est assimilé à celui d’une étoile de type solaire, à savoir 0,17647.

• La gravité de surface à 10 bar est déduite de la masse de GJ 1214 b et de son rayon, soit g0=8,93 m/s2.

• La pression du toit atmosphérique est proche de 10−1Pa dans la simulation, et est fixée à 10−6Pa dans le but d’être sûr d’atteindre la convergence des spectres.

• La simulation comporte une cinquantaine de couches, en choisissant un nombre de couches égal à 100, les 60 premières re-découpent les sorties du GCM, bien que cela dépende de la colonne considérée, et les 40 autres sont issues de son extrapolation.

• Elle compte deux espèces d’aérosols, des particules de chlorure de potassium KCl et des particules de sulfure de zinc ZnS.

• Nous utilisons la version discrète du transfert radiatif.

• Nous utilisons le set de section efficace 10wnoà résolution variable et de ∆σ = 10 cm−1constant. Outre le fait d’être une atmosphère dominée par du dihydrogène et de l’hélium, les abondances sont, comme précisé, déterminées en supposant l’équilibre thermodynamique. Une hypothèse discutable étant donné les températures mises en jeu, mais dans le cadre de cette étude, nous ne discuterons que brièvement de cet aspect. La composition chimique est donc contrôlée exclusivement par la température et la pression. La conséquence principale de ce choix est que l’ensemble des hétérogénéités qui seront

constatées dans cette atmosphère découlera directement ou indirectement des effets thermiques. La Fig-ure4.1est une représentation des profils verticaux superposés de toutes les colonnes atmosphériques de la dite simulation, et comme nous pouvons le constater, elle peut présenter entre deux points de coordon-nées (λ ,ϕ) des écarts de quelques centaines de degrés pour un même niveau (en pression ou en altitude). Ces différences de température, naissant tout d’abord de la rotation synchrone de l’exoplanète, et donc du contraste jour/nuit qui en découle, mais aussi des vents et des circulations dans les régions de rencon-tre des masses d’air, déforment la couche atmosphérique. Dans la Figure4.2, à gauche est représentée une coupe méridionale au terminateur. Nous pouvons y observer l’évolution de la pression, et nous avons coupé l’atmosphère au niveau du toit de la simulation. La zone blanche centrale correspond donc au coeur supposé solide de l’exoplanète, réduit dans un souci de visibilité à un dixième de ses vraies dimensions, tandis que la zone blanche délimitée par des tirets noirs correspond à la région extrapolée de l’atmosphère par Pytmosph3R. À droite cette fois-ci, la coupe équatoriale qui met encore mieux en évidence cette déformation. Le côté jour y apparait enflé par les températures plus élevées tandis que le côté nuit est plus contracté. Sur cette même Figure4.2, nous avons ajouté les coupes en température. Les iso-contours superposés à la coupe méridionale correspondent aux niveaux à partir desquels la transmit-tance est inférieure à exp(−1) (ou une profondeur optique totale égale à 1) pour 3 bandes d’absorption : l’une associée au méthane à 1,17 microns qui, on pourra le constater, est la molécule la plus représen-tée dans le spectre en transmission ; et les deux bandes principales du dioxyde de carbone centrées sur 4,27 et 14,3 microns. Comme nous pouvons le voir, ces trois bandes d’absorption sont très proches ou au-dessus du toit de la simulation, ce qui rejoint les remarques formulées dans le chapitre précédent con-cernant l’importance de son choix du point du vue du transfert radiatif. A posteriori, un toit à 10−6Pa est largement au-delà de la convergence des spectres et, finalement, les 80 premières couches sont tout à fait suffisantes. Avec une épaisseur de couche de 69 615 m, cela veut dire que notre atmosphère a une épaisseur totale de 5 569 km (pour 80 couches) ou 6 961 km (pour 100 couches), soit à peu près le tiers du rayon planétaire.

L’atmosphère présente deux types d’hétérogénéités :

• Celles purement thermiques comme cela peut se voir sur les coupes méridionale et équatoriale en température.

• Celles compositionnelles qui découleraient d’un appauvrissement ou d’une accumulation d’une espèce moléculaire ou d’un aérosol dans une région précise de l’atmosphère.

Les variations de températures comme les variations d’abondances (en fraction molaire ou mas-sique) ont toutes deux un effet évident sur l’extension spatiale locale de l’atmosphère puisque la hauteur d’échelle est une fonction de T et du poids moléculaire moyen µ. Dans ce cas précis, les quantités impliquées, en dehors de H2 et He, sont finalement toujours faibles et ne représentent au total qu’au maximum un dixième de la quantité de matière totale. Par conséquent, le poids moléculaire moyen varie peu et ne subit entre deux valeurs extrêmes qu’une déviation de 2%. C’est donc bien la température qui est maitresse de l’évolution de la hauteur d’échelle dans cette atmosphère. Nous nous attendons à un effet sur les spectres lié à ces hétérogénéités que l’on pourrait qualifier de thermo-spatiales. Mais se su-perposera à lui toutes les étapes faisant intervenir des processus physiques dépendant de la température, et en particulier le transfert radiatif.

Les spectres résultant d’une atmosphère hétérogène vont ainsi être altérés de plusieurs manières : • Par les effets thermo-spatiaux précités, le rayon effectif calculé diffère pour chaque angle θ et le

al-Figure 4.2: Coupe méridionale au terminateur et équatorial de la simulation de GJ1214 b, en haut la pression (puissance de 10 et exprimée en Pa), en bas la température (exprimée en K). Les tirets noirs indiquent le toit du modèle dans la maille de Pytmosph3R et les tirets blanc au toit de la simulation elle-même. Les iso-contours noirs sur la coupe méridionale en température indiquent les niveaux pour lesquels la transmittance de l’atmosphère devient supérieure à e−1 aux longueurs d’onde : 1,17 (tirets), 4,27 (trait plein), 14,3 (pointillés) microns. Dans un souci de lecture, le rayon planétaire est réduit sur ces représentations d’un facteur 10 et nous ne représentons que les 80 premières couches.

Figure 4.3: Coupe méridionale au terminateur et équatorial de la simulation de GJ1214 b des abondances en nombre des molécules et des fractions massiques en aerosols (sans H2 et He). L’échelle de couleur est en puissance de 10. Les tirets noirs indiquent le toit du modèle dans la maille de Pytmosph3R et les tirets blanc au toit de la simulation elle-même. Les iso-contours en traits continus noirs indiquent les niveaux pour lesquels la transmittance de l’atmosphère devient supérieure à e−1pour des longueurs correspondant à des pics d’absorption propres à la molécule concernée et pour lesquelles ils constituent l’unique contribution au spectre total en l’absence de diffusion de Mie : 2,502 (H2O), 1,171 (CH4), 1,515 (NH3), 4,608 (CO, non dominant), 4,273 (CO2) et 1,082 (ZnS et KCl) microns. Les iso-contours en pointillés noirs correspondent à ces mêmes niveaux mais en tenant compte de la diffusion de Mie. Dans un souci de lecture, le rayon planétaire est réduit sur ces représentations d’un facteur 10 et nous ne représentons que les 80 premières couches. En ce qui concerne les aérosols, les régions blanches dans l’atmosphère correspondent à des fractions massiques négligeables ou nulles que nous avons écartées pour mieux visualiser la répartition dans les zones denses.

tération est achromatique au premier ordre, puisqu’elle ne repose que sur des aspects géométriques, mais elle est aussi accompagnée de son lot de conséquences.

• Par la dépendance en T de l’absorption moléculaire, de la diffusion Rayleigh et du continuum qui va, dans la plupart des cas, accentuer les effets précédents puisque les opacités ont tendance à croitre avec la température. C’est une altération chromatique puisque les différentes sources d’absorption n’évoluent pas de la même manière avec la température.

• Par les répartitions moléculaires, uniquement dépendantes ou non, de la température (équilibre ou non). C’est un effet qui sera donc spécifique aux hétérogénéités propres à chaque molécule et n’affectera les spectres qu’aux gammes correspondant à leurs bandes d’absorption.

• Que ce soit d’un point de vue thermique ou compositionnel, la structure des colonnes atmo-sphériques ont un effet que l’on qualifiera de vertical, et la variété de ces profils rencontrés par les rayons stellaires le long de la ligne de visée va également en modifier le transfert radiatif, par opposition à une atmosphère homogène, et c’est ce qu’on appellera un effet tangentiel.

Dans notre cas d’étude, les fortes variations de température vont avoir un impact parfois très im-portant sur l’équilibre thermodynamique, et donc sur la composition moléculaire. La Figure4.3illustre cela en proposant les mêmes coupes que pour la température et la pression, mais cette fois-ci pour toutes les molécules de l’atmosphère. Si la plupart reste relativement peu sensible à ses variations, comme H2O, N2, NH3 et bien sûr H2 et He, les molécules carbonées, elles, le sont davantage (CH4, CO et CO2). On notera tout particulièrement l’appauvrissement sur l’équateur droit du dioxyde de carbone et du monoxyde de carbone. Dans cette région de l’atmosphère, les courants d’air frais s’enfoncent par delà le terminateur avant d’être réchauffés, et à ces couples pression/température, les abondances en CO2 et en CO s’effondrent sur plusieurs ordres de grandeur, au profit du CH4.

4.2 Effets des hétérogénéités sur les spectres en transmission

Maintenant que nous avons une simulation, nous la faisons transiter devant l’étoile du système, à savoir GJ 1214, et nous appliquons Pytmosph3R pour en générer les observables. Nous n’utiliserons que les cartes de transmittance et les spectres en transmission pour étayer notre étude et notre argumentation. Durant cette première étape, nous allons déjà formulé un certain nombre de critiques vis-à-vis des tech-niques classiques dans la génération des spectres, et ainsi mettre l’accent sur l’apport de Pytmosph3R lorsque nous sommes en présence de certains types d’hétérogénéités. Nous tenterons ensuite de dégager des prédictions sur l’inversion.

Pytmosph3R gère la génération du spectre en transmission associé à l’exoplanète équivalente en transit devant son étoile. L’intégralité de l’information atmosphérique est ici

prise en compte.

Nous remplaçons l’explanète réelle et son atmosphère par une des simulations compatibles

Dans le document Étude des biais observationnels induits par le caractère tridimensionnel des atmosphères d’exoplanètes (Page 100-142)