Inférence des propriétés physiques de régions d’ionisation stellaires au moyen de glitchs sismiques

Si l’inférence sismique a de maintes fois démontré sa plus-value en ce qui concerne la détermination des paramètres stellaires, leur estimation peut être sujette à des biais et ainsi demeurer incertaine. Un exemple frappant est celui de la dégénérescence masse-hélium, où les nombreuses possibilités pour modéliser la physique interne causent à la fois une mauvaise détermination de la masse de l’étoile et de son contenu en hélium. Dans ce contexte, une estimation indépendante de l’abondance d’hélium est d’un double intérêt : en plus de réduire considérablement notre incertitude à propos de la masse de l’étoile, elle pourrait nous apporter de fortes contraintes sur sa physique interne. À cet égard, une approche prometteuse consiste à exploiter le glitch de l’ionisation, une déviation des fréquences d’oscillation due aux variations locales de structure rencontrées dans la région d’ionisation. Cependant, de nombreuses méthodes reposent aujourd’hui sur des modèles de perturbation ad-hoc et proposent une détermination de l’abondance d’hélium après calibration sur d’autres modèles, ce qui lui ôte son caractère indépendant.Dans ce manuscrit, on propose une approche alternative pour étudier le glitch de l’ionisation en dérivant un modèle cohérent de la région d’ionisation. On s’appuie sur une approximation analytique du premier exposant adiabatique dans une zone convective avant d’obtenir une structure complète de la région à l’équilibre hydrostatique. Cette structure se trouve alors dépendre de trois propriétés physiques fondamentales que sont l’abondance d’hélium en surface,la dégénérescence électronique dans la zone convective et l’étendue de la région d’ionisation.Une caractérisation du glitch de l’ionisation fondée sur un tel modèle nous permettra non seulement d’estimer l’abondance d’hélium sans recours à la calibration, mais également d’exploiter les contraintes sur la physique interne fournies par ces propriétés additionnelles. On propose ainsi un modèle du glitch faisant directement intervenir ces grandeurs et l’on évalue ses capacités d’inférence sur des données synthétiques. L’information retrouvée sur les propriétés physiques est importante, et l’on montre comment adapter la méthode pour gérer une contamination du glitch par des effets de surface en incluant un processus gaussien dans le modèle.