La recherche et la caractérisation de planètes habitables semblables à la Terre ont été des moteurs importants pour les missions spatiales actuelles (TESS, CHEOPS, JWST) et à moyen terme (PLATO, Ariel). L'étude conséquente de la variété chimique des atmosphères des exoplanètes permettra de réaliser des progrès significatifs dans notre compréhension de la formation et de l'évolution des planètes, ainsi qu'une base de référence pour évaluer les signatures potentielles de la vie. Actuellement, les résultats des campagnes de photométrie dominent les statistiques de détection de planètes, mais cette méthode ne transmet qu'une connaissance partielle de la planète (le rayon), et nécessite un suivi complémentaire par vitesses radiales afin de contraindre la masse planétaire. Une fois le rayon et la masse connus, il est possible de déduire la densité de la planète, qui est un ingrédient crucial pour une caractérisation atmosphérique précise. Les naines M représentent des cibles clés pour atteindre cet objectif. Elles sont plus nombreuses que les autres types spectraux dans le voisinage solaire, présentent des taux d'occurrence plus élevés de planètes semblables à la Terre, et possèdent des zones habitables plus proches. Cependant, les naines M peuvent être très actives, ce qui entrave le succès des recherches sur les vitesses radiales. L'activité stellaire est responsable d'inhomogénéités de surface (comme les taches sombres et les facules) qui génèrent des signatures de vitesse radiale parasites qui, à leur tour, noient la signature planétaire ou empêchent une détermination précise de la masse. Pour atténuer la contamination stellaire, nous devons mettre au point des techniques de filtrage de jitter, et comprendre en profondeur les sources de activité en jeu, ce qui nécessite donc un modèle précis du champ magnétique stellaire. Dans la première partie du projet, j'ai conçu un algorithme qui effectue une sélection aléatoire de raies spectrales ``stables''. En utilisant la liste de raies spectrales resultantes pour calculer les séries temporelles de vitesse radiale, nous avons observé une réduction du 50% de la dispersion, ce qui démontre le potentiel de l'algorithme à nettoyer les signaux parasites. L'algorithme a été testé pour corroborer sa portabilité sur des naines M de différents niveaux d'activité et types spectraux, et sur séries temporelles avec des planètes synthétiques injectées, pour vérifier que le signal associé ne serait pas significativement affecté. Pour comprendre la raison physique pour laquelle certaines combinaisons de raies spectrales conduisent à des séries temporelles avec un bruit d'activité plus faible que d'autres, j'ai reconstruit la carte de brillance de la surface stellaire au moyen de la technique d'imagerie Doppler. Les résultats de cette analyse sont encore préliminaires, mais nous observons déjà des différences dans la distribution de brillance d'une étoile lorsque l'on sélectionne des raies spectrales atomiques plutôt que moléculaires. Dans la deuxième partie, j'ai suivi le champ magnétique à la surface des naines M actives. En particulier, j'ai analysé les séries temporelles du champ magnétique longitudinal, de la largeur à mi-hauteur des profils moyens non polarisés et des flux magnétiques obtenus par modélisation de l'élargissement Zeeman, et j'ai reconstruit la topologie du champ magnétique au moyen de l'imagerie Zeeman-Doppler. J'ai cherché une évolution de ces quantités, révélant la présence de cycles magnétiques. Ceux-ci sont connus pour introduire des bruits parasites dans les séries temporelles de vitesse radiale, et des modulations du rayonnement énergétique (UV, rayons X) et du vent stellaire frappant les planètes. J'ai trouvé une variété de tendances à long terme qui présentent des complémentarités avec notre compréhension du cycle magnétique solaire. Ces résultats fournissent un retour pratique aux théories de la dynamo, qui sont incomplètes et encore débattues, même pour le Soleil. |
The search and characterization of habitable Earth-like planets have been substantial drivers for both current (e.g., TESS, CHEOPS, JWST) and mid-term (PLATO, Ariel) space missions. The consequent investigation of the chemical variety of exoplanet atmospheres will drive significant progress in our understanding of planet formation and evolution, as well as a baseline to assess potential signatures of life. At present, the output of transit photometry campaigns dominates the planet detection statistics, but this method conveys only partial knowledge on the planet (i.e., the radius), and requires complementary follow-up in order to constrain the planetary mass, mainly via radial velocity surveys. Once radius and mass are known, it is possible to infer the bulk density of the planet, which is a crucial, first-order ingredient to a precise atmospheric characterisation. M dwarfs represent key targets toward this goal. They outnumber the other spectral types in the solar neighbourhood, feature higher Earth-like planet occurrence rates, and possess habitable zones closer-in, owing to their lower temperatures. However, M dwarfs can be highly active, which hampers the success of radial velocity searches. Stellar magnetic activity is in fact responsible for surface inhomogeneities (e.g. dark spots and faculae) that generate spurious radial velocity signatures (so called ``activity jitter'') which, in turn, drown the planetary signature completely or prevent a precise mass determination. In this sense, stellar magnetic activity produces a noise floor that limits our sensitivity to small planets. To tackle this issue and mitigate the stellar contamination, we have to develop physically-motivated, jitter-filtering techniques and understand the jitter sources at play thoroughly, which thus requires an accurate model of the underlying magnetic field. In the first part of the project, I designed an algorithm that performs a randomised selection of ``stable'' spectral lines. Using the output line list to compute radial velocity time series, we observed a reduction of at least 50% in dispersion, demonstrating its potential at cleaning spurious signals. The algorithm was tested extensively, to corroborate its portability over M dwarfs of different activity levels and spectral types, and its applicability to time series with injected synthetic planets, to verify that the associated signal would not be significantly affected. To understand further the physical reason as to why some spectral lines combinations lead to time series with smaller jitter than others, I reconstructed the brightness map of the stellar surface by means of the Doppler Imaging technique while using distinct line selections and attempted at filtering the associated radial velocity curves. The results of this analysis are still preliminary, but we already observe differences in the brightness image of a star when selecting atomic rather than molecular lines. In the second part, I monitored the large-scale magnetic field at the surface of well-known, active M dwarfs on both sides of the fully-convective boundary. In particular, I analysed time series of longitudinal magnetic field, Full-Width at Half Maximum of unpolarised mean profiles, and magnetic fluxes obtained via Zeeman broadening modelling, and I reconstructed the magnetic field topology by means of tomographic inversion (i.e. Zeeman-Doppler Imaging) across different epochs. I sought for a secular evolution of these quantities, potentially revealing the presence of magnetic cycles. These are known to introduce spurious noise in radial velocity time series, and modulations of the energetic radiation (e.g. UV, X-rays) and stellar wind impinging on planets. I found a variety of long-term trends that have some complementarities with our understanding of the solar magnetic cycle. Ultimately, these findings provide practical feedback to dynamo theories, which are incomplete and still debated even for the Sun. |