Techniques de classification automatique de spectres stellaires ultraviolets à basse résolution : application à la détermination des paramètres astrophysiques fondamentaux

Automatic classification techniques of UV low-dispersion stellar spectra : application to the determination of the fundamental astrophysical parameters

• Auteur / Autrice : Aïcha Imadache
• Direction : Michel Crézé
• Type : Thèse de doctorat
• Discipline(s) : Astronomie fondamentale, mécanique céleste et géodésie
• Date : Soutenance en 1992
• Etablissement(s) : Observatoire de Paris (1667-....)
• Ecole(s) doctorale(s) : École doctorale Astronomie et astrophysique d'Île-de-France (Meudon, Hauts-de-Seine ; 1992-....)
• Jury : Président / Présidente : Carlos Jaschek
• Jury : Examinateurs / Examinatrices : Michel Crézé, Annie Baglin, Marie-Odile Mennessier, Roland Buser, Marcel Golay
• Jury : Rapporteur / Rapporteuse : Annie Baglin, Marie-Odile Mennessier

Mots clés

Mots clés contrôlés

IUE (satellite artificiel)

Classification

Étoiles -- Spectres

Spectres ultraviolets

Résumé

Cette étude porte sur la classification automatique de spectres stellaires ultraviolets à basse résolution. Elle est fondée sur des méthodes d'analyse des données. Celles-ci sont appliquées à 2 gros échantillons de compositions très différentes : l'un, constitue de spectres TD1, est relativement homogène ; l'autre, qui comprend des spectres IUE, est très fortement biaise (nombreuses étoiles anormales). Les matrices sur lesquelles j'effectue mon analyse sont construites à partir de la décomposition des spectres en flux pris à des longueurs d'onde régulièrement espacées. Ainsi, c'est une analyse objective qui révèle quels sont les plans les plus significatifs dans l'espace des vecteurs-flux : contrairement à mes devanciers, je ne cherche pas à considérer à priori les longueurs d'onde les plus discriminatoires dans l'UV. Une telle démarche s'autorise la découverte éventuelle de critères de classification qu'une analyse plus classique aurait pu négliger. En outre, on peut envisager de l'appliquer à d'autres types d'échantillon (autres domaines de longueurs d'onde, résolutions ou types d'objets). Entre autres résultats, je parviens à dégager des critères de discrimination en température ainsi que des variables assez sensibles aux effets de luminosité et presque indépendantes du rougissement ; à constituer des classes regroupant les spectres dont l'analyse révèle les similitudes. Le recours à une bibliothèque de spectres synthétiques démontre la validité de ces résultats et permet aussi de déterminer les paramètres Teff, log g, [M/H] et EB-v. Ce travail montre la faisabilité d’un système automatique dédié à la classification spectrale. Une description d’un tel système est proposée.

This study deals with automatic low-dispersion UV stellar spectral classification. It is based on multivariate data analysis methods. The latter are applied to two large and very samples : the first one, consisting of TD1 spectra, is relatively homogeneous, while the second one, made up of IUE spectra, is highly biased (numerous abnormal stars). The matrices on which the analysis is carried out are built from the stellar fluxes taken at wavelengths regularly spaced. Thus, it is an objective procedure that reveals the most significant planes in the vectors-flux space : contrary to my precursors, I do not assume any a priori knowledge in the UV spectroscopy field. Such a strategy allows the discovery of classification criteria which could have been neglected in a classical analysis. Moreover, the methodology I develop can be powerful on other datasets (other wavelength ranges, resolutions or object types). Among other results, I succeed in determining criteria that discriminate the stellar temperatures ; in defining rather luminosity-sensitive and almost reddening free variables ; in constructing classes that group together similar spectra according to the variables issued from this analysis. The recourse to a library of synthetic spectra demonstrates the validity of these results and also allows the determination of the parameters Teff, log g, [M/H] and EB-v. This work shows the feasibility of an automatic system dedicated to spectral classification. A description of such system is proposed.