L'évolution de notre compréhension des propriétés de la couronne solaire dépend largement de la détermination empirique ou semi-empirique des paramètres fondamentaux du plasma, tels que le champ magnétique, la densité et la température, mais pour lesquels il n'existe pas de mesure directe. L'intégration le long de la ligne de visée complique considérablement l'interprétation des observations, du fait de la superposition de structures aux propriétés physiques différentes. Pour lever cette ambiguïté, on dispose de plusieurs outils, dont la mesure d'émission différentielle (ou DEM; Differential Emission Measure), qui permet d'obtenir la quantité de plasma en fonction de la température le long de la ligne de visée, et la tomographie, qui permet, elle, d'obtenir la distribution spatiale de l'émissivité. Le couplage de ces deux outils permet d'obtenir un diagnostic tridimensionnel en température et densité de la couronne. A l'heure actuelle, le code utilisé dans ce travail est l'un des deux seuls au monde capables de réaliser ce couplage. Cependant, ces deux méthodes requièrent un processus d'inversion, dont les difficultés intrinsèques peuvent fortement limiter l'interprétation des résultats. La méthode développée dans cette thèse s'attache à évaluer la robustesse des diagnostics spectroscopiques par DEM, en proposant une nouvelle technique de caractérisation tenant compte des différentes sources d'incertitudes mises en jeu. En utilisant une approche probabiliste, cette technique permet d'étalonner a priori le problème d'inversion, et ainsi d'étudier son comportement et ses limitations dans le cadre de modèles simples. L'avantage de ce type d'approche est sa capacité à fournir des barres d'erreurs associées aux DEMs reconstruites à partir de données réelles. La technique développée a d'abord été appliquée à l'imageur SDO/AIA dans le cas de modèles de DEMs simples mais capables de représenter une grande variété de conditions physiques au sein de la couronne. Si l'inversion de plasmas proches de l'isothermalité apparaît robuste, nos résultats montrent qu'il n'en va pas de même pour les plasmas largement distribués en température, pour lesquelles les DEMs reconstruites sont à la fois moins précises mais aussi biaisées vers des solutions secondaires particulières. La technique a ensuite été appliquée au spectromètre Hinode/EIS, en utilisant un modèle de DEM représentant la distribution en loi de puissance des DEMs des régions actives, dont la pente permet de fournir des contraintes relatives à la fréquence des événements de chauffage coronal. Nos résultats montrent que les sources d'incertitudes sont à l'heure actuelle trop élevées pour permettre une mesure exploitable de la fréquence. La dernière partie est consacrée aux reconstructions tridimensionnelles obtenues par couplage tomographie/DEM, en s'intéressant aux structures polaires. Premières reconstructions réalisées avec AIA, nos résultats permettent d'étudier l'évolution en température et densité en fonction de l'altitude, montrant la présence de plumes polaires plus chaudes et denses que leur environnement. / Progress in our understanding of the solar corona properties is highly dependant of the emipirical or semi-empirical determination of the plasma fundamental parameters, such as magnetic field, density and temperature. However, there is no direct measurements of such quantities; the integration along the line of sight considerably complicates the interpretations of the observations, due to the superimposition of structures with different properties. To avoid this ambiguity, there exist several tools, including the Differential Emission Measure (DEM) and the tomography reconstruction technique. The former provides the quantity of emitting material as a function of the temperature, whereas the latter is able to reconstruct the three dimensional distribution of the coronal emissivity. Coupling these two techniques leads to a three dimensional diagnostic of the temperature and density. The inversion code used in this work is currently one of the two codes in the world able to perform this coupling. The method described in this work has been developed in order to estimate the robustness of the spectroscopic diagnostics using the DEM formalism, using a new characterisation method taken into account the different uncertainty sources involved in the inversion process. Using a probabilistic approach, this technique is able to calibrate a priori the DEM inversion problem and thus allows to study the inversion behavior and limitations in the context of simple DEMs models. The advantage of this method is its ability to provide confidence level on the reconstructed DEMs computed from real data. First applied to the SDO/AIA (Atmospheric Imaging Assembly) imager in the case of simple models able to represent a variety of plasma conditions, our results show that DEM inversion of isothermal or near-isothermal plasmas is robust, whereas the multithermal solutions are less accurate but also biased to secondary solutions. We also applied the method to the Hinode/EIS (EUV Imaging Spectrometer) spectrometer, using a power law DEM, typical of active regions DEM, from which the slope provides important constraints related to the coronal heating frequency. Our results point out that the different uncertainty sources are currently too high to allow exploitable measurements of this frequency. The last part is dedicated to the three-dimensional reconstructions obtained by coupling tomography and DEM tools, focusing on polar structures. First reconstructions obtained using AIA data, our results allow to study the evolution of the temperature and density as a function of altitude, showing polar plumes denser and hotter than their surrondings.
| Identifer | oai:union.ndltd.org:theses.fr/2013PA112246 |
| Date | 24 October 2013 |
| Creators | Guennou, Chloé |
| Contributors | Paris 11, Auchère, Frédéric, Bocchialini, Karine |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text, Image, StillImage |
Page generated in 0.0024 seconds