Thèse Détection et Caractérisation de Protoplanètes dans les Halos Stellaires H/F

Doctorat.Gouv.Fr

Établissement : Université Grenoble Alpes École doctorale : EEATS - Electronique, Electrotechnique, Automatique, Traitement du Signal Laboratoire de recherche : Grenoble Images Parole Signal Automatique Direction de la thèse : Florent CHATELAIN ORCID 0000000209498103 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-07-31T23:59:59 Cette thèse porte sur la détection et la caractérisation de protoplanètes, c'est-à-dire de planètes en formation encore noyées dans le halo lumineux très intense de leur étoile. Ce contraste extrême rend leur observation difficile, même avec les instruments les plus performants. L'objectif scientifique est d'extraire des signaux faibles cachés dans des données hyperspectrales complexes afin de mieux comprendre les mécanismes de formation planétaire.

Les approches actuelles exploitent souvent uniquement certaines raies spectrales liées à l'accrétion de matière sur la planète, mais négligent le continuum spectral, pourtant riche en informations physiques. Le projet vise donc à développer des méthodes statistiques capables d'analyser simultanément ces deux composantes (raies + continuum), afin d'améliorer à la fois la détection des protoplanètes et l'interprétation de leurs propriétés astrophysiques.

Le contexte instrumental est celui des futurs grands télescopes, en particulier HARMONI, spectrographe du futur Extremely Large Telescope (ELT). Les données produites sont massives : pour chaque pixel spatial, des milliers de longueurs d'onde sont mesurées. Cela pose des défis importants en inférence de grande dimension, en calcul scientifique et en traitement de données à grande échelle.

Sur le plan méthodologique, la thèse mobilisera des outils modernes de statistique, apprentissage automatique et traitement du signal pour :
- tester la présence ou l'absence d'un signal planétaire très faible ;
- estimer de manière fiable ses caractéristiques spectrales ;
- quantifier les incertitudes associées aux détections ;
- évaluer la robustesse des méthodes face au bruit, aux défauts instrumentaux ou aux limites de sensibilité.

Une attention particulière sera portée aux méthodes récentes de prediction conformale, qui permettent de construire des niveaux de confiance statistiquement calibrés pour la détection et l'estimation des paramètres.

Enfin, les résultats obtenus seront interprétés physiquement afin d'identifier les zones du spectre les plus informatives et de relier ces signatures aux processus d'accrétion, de température ou de composition des protoplanètes.

Cette thèse se situe donc à l'interface entre astrophysique, statistique avancée, machine learning et calcul scientifique, avec un fort potentiel d'impact pour l'imagerie astronomique des prochaines décennies. Direct imaging of forming exoplanets is one of the major challenges in modern astrophysics.
Protoplanets are deeply embedded within the bright stellar halo of their host star, which makes their detection extremely difficult.
Spectral information is key: accreting protoplanets exhibit both accretion lines and a planetary continuum, offering crucial insight into accretion processes and for physical interpretation of protoplanetary signals.

Current analysis methods usually recover only the accretion line, discarding the continuum information and thus losing important physical diagnostics. Recent work by Rémi Julo *et al.*, on simulated as well as on real [https://www.eso.org/sci/facilities/develop/instruments/muse.html](MUSE) datasets, has demonstrated that it is possible to jointly recover line and continuum, opening new perspectives for improved detection and physical interpretation of protoplanetary spectra.