La formation des structures de l'Univers culmine avec les amas de galaxies. Ce sont des objets dynamiques, au sens où ils sont sujets à de nombreux processus physiques perturbant le gaz qu'ils contiennent. Les fusions entre amas, l'accrétion de matière depuis la toile cosmique ou bien encore la rétroaction du trou noir hébergé par leurs galaxies centrales vont injecter de grandes quantités d'énergie cinétique dans le milieu intra-amas, qui permettent le développement de cascades turbulentes et contribuent ainsi au chauffage du gaz. L'observation de turbulences dans le milieu intra-amas offre une meilleure compréhension des processus non-gravitationnels à l’œuvre dans le gaz et de l’assemblage dynamique de ces structures. Dans cette thèse, je propose une nouvelle méthodologie permettant de quantifier ces processus turbulents à l'aide d'observations en rayon X, et j’applique cette méthodologie sur deux échantillons d’amas afin d’obtenir de nouvelles contraintes sur les mouvements du gaz.
Une signature observationnelle des turbulences du milieu intra-amas se trouve dans les perturbations thermodynamiques qu'elles induisent. En particulier, les variations de densité causées par les mouvements chaotiques du gaz sont identifiables au travers des fluctuations de brillance de surface. Je développe une nouvelle méthodologie pour étudier les turbulences via cette observable indirecte. À l'inverse des études précédentes, je propose de contraindre les propriétés des fluctuations par une modélisation directe. Je l'inscris dans une approche bayésienne en définissant une vraisemblance approximée par apprentissage automatique, basée sur des simulations de champs aléatoires. Cette approche permet d'inclure pour la première fois la variance d'échantillonnage dans le budget d'erreur, qui est dans les faits la première source d'incertitude sur les paramètres des processus turbulents.
La turbulence étant un processus universel, cette approche prend son sens lorsque appliquée à un échantillon d'amas afin de réduire la variance d'échantillonnage, en considérant chaque amas comme une réalisation individuelle de ce processus. Je présente les résultats obtenus par analyse de l’échantillon X-COP composé de douze amas proches et massifs. La taille angulaire de ces amas m'a permis de contraindre les propriétés des fluctuations et des turbulences dépendamment à leur distance au centre, montrant ainsi les transitions entre les processus dynamiques dans le gaz intra-amas des régions centrales ($r<0.15~R_{500}$) aux régions périphériques ($r>0.5~R_{500}$). Finalement, j’applique ma méthode à l'échantillon CHEX-MATE, pour conduire une étude statistique sur une large population d'amas. En divisant les cent dix-huit amas en sous-échantillons, j'ai pu comparer les propriétés des turbulences aux propriétés propres des amas, comme leur masse, l’époque à laquelle on les observe ainsi que leur état dynamique. Finalement, je présente une discussion sur les limites de cette approche ainsi que les perspectives futures pour l’étude des mouvements du gaz intra-amas. |
Galaxy clusters are the end products of the structure formation in the Universe. These dynamic objects undergo numerous physical processes that disturb the gas they contain. Cluster mergers, accretion from the cosmic web, and feedback from black holes residing in their central galaxies inject substantial kinetic energy into the intra-cluster medium, triggering turbulent cascades and consequently heating the gas. Observing turbulence within the ICM helps in understanding of the non-gravitational processes in the gas and the dynamic assembly of these structures. In this thesis, a novel methodology is introduced to quantify these turbulent processes using X-ray observations, applying it to two cluster samples to derive new constraints on gas motions.
An observational signature of ICM turbulence lies in the induced thermodynamic perturbations. Specifically, density variations resulting from chaotic motions of the gas are identifiable through surface brightness fluctuations. A new methodology is developed in this thesis to study turbulence through this indirect observable. Unlike previous studies, this work aims to constrain fluctuation properties through direct modeling, adopting a Bayesian approach. An approximate likelihood is defined through machine learning, based on random field simulations, allowing for the first time the consideration of sample variance in the error budget, the primary uncertainty source on turbulent process parameters.
Since turbulence is a universal process, this approach is meaningful when applied to a cluster sample to reduce the sample variance, considering each cluster as an individual realization of this process. The results obtained from analyzing the X-COP sample, consisting of twelve massive, nearby clusters, are presented. The angular size of these clusters allowed for constraining fluctuation and turbulence properties relative to their distance from the center, highlighting transitions between dynamic processes in the ICM from central regions ($r<0.15~R_{500}$) to peripheral regions ($r>0.5~R_{500}$). Lastly, this methodology is applied to the CHEX-MATE sample, conducting a statistical study on a broad cluster population. By dividing the one hundred and eighteen clusters into sub-samples, a comparison was made between turbulence properties and the clusters' inherent properties, such as their mass, redshift, and dynamical state. The thesis concludes with a discussion on the limitations of this approach and future prospects for studying intra-cluster gas movements. |