Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Ce travail présente une caractérisation de la turbulence dans la région du Trapèze de la nébuleuse d’Orion. Les raies observées sont Hα, [OIII] et le doublet du [SII], ce dernier permettant aussi d’obtenir la densité électronique. Le traitement de données d’interférométrie de Fabry-Pérot permet d’obtenir une carte des vitesses radiales dans le gaz pour chaque raie. Une technique d’homogénéisation présentée par Lagrois & Joncas (2011) utilisant un filtre de type Zurflueh a permis de mettre en évidence les fluctuations de vitesse provenant de la turbulence. L’analyse statistique des vitesses à l’aide des fonctions d’autocorrélation et de structure ont permis d’obtenir l’exposant de Kolmogorov γ pour chacun des ions. En Hα et en [OIII], l’exposant (~ 1/2) est typique d’une turbulence supersonique avec ondes de choc tandis qu’en [SII], l’exposant (~ 1/3) est typique d’une turbulence subsonique sans choc. De plus, l’étude de l’histogramme des fluctuations de vitesse a permis de localiser des zones où on retrouve de l’intermittence dans la turbulence.

Cette thèse porte sur l’étude des régions HII dans les galaxies proches avec l’instrument SpIOMM, un spectro-imageur à transformée de Fourier à l’Observatoire du Mont-Mégantic. Un échantillon de sept galaxies a été observé avec SpIOMM et un spectrographe longue-fente. La méthode d’analyse proposée profite des avantages des deux instruments. La synthèse des populations stellaires, qui se base sur les données longue-fente, permet de corriger l’ensemble des données SpIOMM pour la présence des profils d’absorption stellaires sous-jacents aux raies d’émission des régions HII. La mesure précise des raies d’émission révèle les détails du gaz ionisé sur toute la surface du disque des galaxies. Un total de 2930 régions HII a été identifié dans les galaxies de l’échantillon. Les caractéristiques physiques de ces régions sont extraites avec des méthodes développées sur-mesure pour les données SpIOMM. Entre autres, des bases de données construites avec des codes de photoionisation sont utilisées pour extraire la métallicité, le paramètre d’ionisation et le rapport d’abondances [N/O] du gaz ionisé. Ces méthodes ont d’ailleurs permis de mettre en évidence certaines lacunes des outils actuellement disponibles pour faire l’analyse des régions HII. La grande résolution spatiale d’SpIOMM révèle les variations des paramètres physiques dans les régions et l’effet du gaz diffus sur les diagnostics. Le profil de luminosité de l’ensemble des régions HII est présenté. Les gradients globaux de métallicité et le rapport d’abondances [N/O] sont mesurés avec précision pour cinq galaxies. L’âge des complexes stellaires contenus dans les régions HII est également estimé. Le profil de luminosité, la courbe de rotation ainsi que certains paramètres de la cinématique des galaxies (vitesse systémique et angle de position) sont obtenus et comparés à la littérature. Mes objectifs de démontrer l’efficacité d’SpIOMM pour l’étude des galaxies et de développer une méthode adaptée aux données de l’instrument pour extraire les paramètres physiques des régions HII ainsi que les caractéristiques générales des galaxies, ont été atteints. Tous les résultats démontrent qu’SpIOMM et SITELLE, son successeur au Télescope Canada-France-Hawaii, sont des instruments inégalables pour l’étude détaillée des raies d’émission dans les galaxies. / This thesis focuses on the study of HII regions in nearby galaxies with SpIOMM, an imaging Fourier transform spectrograph of the Observatoire du Mont-Mégantic. A sample of seven galaxies was observed with SpIOMM and a long-slit spectrograph. The analytical method proposed benefits from the capabilities of both instruments. The synthesis of stellar populations based on the long-slit data allows us to correct the SpIOMM data for the presence of stellar absorption line profiles underneath the HII region emission lines. The accurate measurement of emission lines reveals details of the ionized gas over the whole disk of the galaxies. A total of 2930 HII regions is identified in the whole galaxy sample. The physical characteristics of these regions are extracted using different methods tailored for SpIOMM data. Multiple databases built using photoionization codes are used to extract the metallicity, the ionization factor, and the [N/O] abundance ratio of the ionized gas. These methods have helped to highlight some deficiencies of the currently available tools to analyze the HII regions. The high spatial resolution of SpIOMM underlines the variation of the physical parameters within the regions themselves and, among others, the effect of the diffuse ionized gas on the diagnostics. The luminosity profile for the whole sample of HII regions is presented. The overall metallicity and the [N/O] abundance ratio gradients for five galaxies are measured accurately. The age of the stellar complexes contained in the HII regions is also given. The luminosity profile, rotation curve, and other parameters related to the galaxy kinematics (systemic velocity and position angle) are obtained and compared to the literature. My goals to demonstrate SpIOMM’s efficiency for the study of galaxies and to develop a method adapted to these data in order to extract the HII regions physical parameters and the general characteristics of the galaxies have been reached. All the results demonstrate that SpIOMM and its successor SITELLE, at the Canada-France-Hawaii telescope, are ideal instruments to study in great details the gas emission in galaxies.

Nous présentons une nouvelle approche pour déterminer, d'une façon plus précise, l'indice spectral et sa variation spatiale dans les restes de supernova (RSN). Sachant que les RSNs sont des sources de rayonnement non-thermique (rayonnement synchrotron), nous éliminons la contribution du rayonnement thermique à l'aide de la corrélation entre le continu radio à 1420 MHz (CGPS) et le continu infrarouge à 60 pm (IRAS). De plus, nous étudions la contribution de l'émission de la poussière associée au gaz neutre HI. Cette contribution permet, à l'aide d'une simple soustraction, d'isoler l'émission associée au gaz ionisé (HII) seulement. La méthode a été appliquée à l'étude de l'indice spectral de cinq RSNs, soit G78.2+2.1, VRO 42.05.01, CTA1, Boucle du Cygne et HB 3. Dans certains cas, les indices spectraux obtenus sont significativement plus élevés que les valeurs obtenues précédemment.

Dans le cadre de mon projet de maîtrise, je me suis intéressée à la galaxie spirale NGC 5430 dans le but de mieux comprendre le rôle des barres sur l'évolution galactique. Pour ce faire, j'ai caractérisé les régions de formation d'étoiles jeunes (entre deux et quatorze millions d'années), communément appelées régions HII, à l'aide de données obtenues avec le nouvel instrument SpIOMM et un spectrographe conventionnel à l'Observatoire du Mont-Mégantic. Ainsi, j'ai réalisé l'étude de NGC 5430 au moyen de cartes de l'émission nébulaire, de courbes de rotation et de diagrammes diagnostiques permettant d'estimer la métallicité des régions HII ainsi que l'âge des populations d'étoiles jeunes qu'elles contiennent. J'ai, entre autres, déterminé que les régions HII situées dans la barre de cette galaxie voyageaient plus lentement et possédaient en moyenne des populations stellaires plus jeunes que les régions se trouvant dans les bras spiraux. J'ai également observé que deux vagues de formation stellaire distinctes ont eu lieu à la grandeur de la barre et des bras. De plus, aucun gradient de métallicité et d'âge en fonction du rayon de la galaxie n'a été mesuré, ce qui serait en accord avec la théorie suggérant que la barre constitue un mécanisme de mélange du gaz. Enfin, en comparant les résultats tirés de mes données à ceux présentés dans la littérature pour ce même objet, il m'a été possible de démontrer l'efficacité de SpIOMM

Les amas de galaxies sont l'une des plus grandes structures dans l'univers et jouent le rôle d'hôte de plusieurs phénomènes complexes. Bien qu'il existe beaucoup d'études portant sur leur formation et leur évolution, l'avènement récent de l'apprentissage automatique en astronomie nous permet d'investiguer des questions qui, jusqu'à maintenant, demeuraient sans réponse. Même si ce mémoire se concentre sur l'application de techniques d'apprentissage automatique aux observations en rayons X des amas de galaxies, nous explorons l'usage de ces techniques à son homologue à une échelle réduite : les galaxies elles-mêmes. Malgré le fait que les trois articles présentés dans ce mémoire se concentrent sur différents aspects de la physique, sur de différentes échelles et sur de différentes techniques, ils forment une base d'études que je continuerai pendant mon doctorat : l'usage des nouvelles techniques pour investiguer la physique des régions galactiques et extragalactiques. Dans le premier article, nous introduisons les premières observations en rayons X d'un amas de galaxies lointain qui détient des attributs particuliers comme une formation stellaire hors pair (∽ 900 M⊙/an). Dans cet article, nous employons les techniques traditionnelles en astronomie rayons X pour déterminer si ce taux de formation stellaire est dû à un courant de refroidissement désinhibé. Puisque l'objet est très lointain (z=1.7), il faut faire nos calculs sans beaucoup de photons et il faut donc utiliser les indices par procuration. Nous déterminons que la galaxie centrale est séparée d'une distance de plus de 50 kpc du coeur froid de l'amas. À cause de cette séparation, le trou noir supermassif central n'est pas alimenté et il ne peut pas prévenir le courant de refroidissement. Ceci est le premier exemple d'un amas de galaxies où nous observons l'échec de la rétroaction d'un trou noir supermassif. De plus, ceci nous fournit un autre mécanisme qui peut créer la lumière intra-amas. Dans le deuxième article présenté ici, nous examinons l'émission rayons X provenant du milieu intra-amas extrêmement chaud des amas de galaxies. Nous développons une méthode compréhensive qui détermine le nombre de composantes thermiques sous-jacentes dans un spectre de plasma. Notre nouvelle technique est basée sur une combinaison d'algorithmes d'apprentissage automatique non supervisé (analyse de composantes principales) et d'apprentissage automatique supervisé (arbre aléatoire). Nous créons un ensemble de 100 000 observations synthétiques et réalistes de Chandra qui représentent le gaz chaud dans les amas de galaxies voisines. Après la réduction de notre ensemble d'entraînement à ses 25 composantes principales, nous entraînons notre classificateur afin qu'il puisse déterminer le nombre de composantes thermiques sous-jacentes. Une fois l'étape d'entraînement terminée et l'optimisation des hyperparamètres terminée, nous appliquons la méthodologie à l'amas de galaxies de Persée. En plus de créer une carte de l'amas qui indique le nombre de composantes thermiques nécessaires afin de modéliser précisément l'émission du gaz chaud, nous avons développé un ensemble d'outils numériques qui calculent les températures associées. Nos résultats sont en accord avec plus d'une décennie d'études sur l'amas de galaxies de Persée et nous indiquent qu'il faut utiliser plusieurs composantes thermiques pour modéliser le milieu intra-amas correctement. Le troisième article présenté dans ce mémoire emploie de nouveau l'apprentissage automatique pour résoudre une question précédemment sans réponse nécessaire pour la caractérisation précise de la cinématique de gaz chaud dans les galaxies. Nous avons construit un réseau de neurones convolutif qui estime la vitesse et l'élargissement des raies d'émission d'un spectre de galaxies en visible. Une fois construit, nous l'appliquons aux données synthétiques qui répliquent les observations réelles de SITELLE du programme SIGNALS. En utilisant notre réseau bien entraîné, nous caractérisons l'émission d'une cible de SIGNALS : la galaxie M33. Nos résultats indiquent que notre algorithme surpasse les méthodes standards et s'adapte bien aux procédures d'ajustement spectral. En outre, notre méthodologie augmente la vitesse des calculs par plus d'un ordre de grandeur. Bien que l'algorithme soit entraîné spécifiquement pour SITELLE, on peut faire de petites modifications pour l'utiliser avec des autres interféromètres tels que MUSE et ses futurs analogues dans la prochaine génération de télescopes. Notez que j'ai mené à titre de premier auteur deux des trois articles présentés dans ce mémoire et apporté des contributions majeures au troisième. Les trois articles ont déjà été acceptés pour publication ou ont déjà été soumis et révisés une fois. / Galaxy clusters are one of the largest structures in the universe and host several complex physical phenomena. Although a wealth of knowledge already exists on their formation and evolution, the recent advent of machine learning in the astronomical sciences has allowed us to probe questions heretofore unanswered. While this thesis does focus heavily on the application of machine learning techniques to X-ray observations of galaxy clusters, it takes the techniques applied there to galaxy cluster's smaller counterparts: the individual galaxies themselves. Although the three papers presented here focus on distinct physics, scales, and techniques, they all form a basis of studies that I will continue during my doctorate: using new techniques to probe the underlying physics of galactic and extragalactic regions. The first paper introduced is a study of a galaxy cluster near the beginning of the epoch of cluster formation exhibiting peculiar attributes such as an elevated stellar formation rate (∽ 900M⊙/yr). In this paper, we employ traditional techniques in X-ray astronomy to determine whether or not the prodigious formation rate is due to an uninhibited cooling core. Since the object is so distant (z=1.7), we must execute our calculations with relatively few photons and thus rely on proxy measures. We determine that there exists a strong cooling flow offset by over 50 kpc from the central galaxy. Because of this offset, the AGN is not fueled and thus fails to heat up the cooling flow. This is the first example of a galaxy cluster in which we observe the failure of AGN feedback. Additionally, this provides another mechanism for the creation of intracluster light. The second article presented here focuses on X-ray emission from the hot intra-cluster medium within the galaxy cluster. We develop a comprehensive method for determining the number of underlying thermal components in the plasma's spectra. Our novel technique relies on a combination of an unsupervised learning algorithm (principal component analysis) and a supervised learning algorithm (random forest classification). We create a set of 100,000 realistic mock Chandra observations of the hot X-ray emitting gas in nearby galaxy clusters. After reducing our synthetic training set to its 25 most important principal components, we trained a random forest classifier to distinguish between the number of underlying thermal components. After successful testing and hyperparameter optimization, we applied the methodology third paper featured in this thesis once again employs machine learning to solve a previously undetermined question necessary for the accurate characterization of the kinematics of the warm gas in galaxies. We constructed a convolutional neural network to estimate the velocity and broadening parameters from the optical spectra of emission-line nebula and applied it to synthetic data replicating real SITELLE observations from the SIGNALS program. With a trained and optimized network in hand, we apply our methodology to a target of the SIGNALS program: the galaxy M33. Our results indicate our algorithm out-performs previous methods and nicely complements spectral fitting procedures. Moreover, the methodology increases calculation speeds by more than an order of magnitude -- thus greatly reducing the time needed to determine the kinematic parameters. Although the algorithm was trained for SITELLE data, this method can be readily ported to other IFUs such as MUSE. I have led two of the papers presented in this memoire and made major contributions to the third. All three papers have been either accepted for publication or have already been submitted and revised once. to the Perseus Cluster. In addition to creating a map of the cluster indicating the number of thermal components required to accurately model the thermal emission, we developed a suite of analysis routines to determine the temperatures of the underlying components. Our results are in agreement with over a decade of studies on the Perseus cluster and indicate that multiple temperature components are required for the accurate study of its intracluster medium.