Etude des sursauts radio stellaires et exoplanétaires avec les interféromètres radio de nouvelle génération // Study of Stellar and Exoplanetary Radio Bursts with Next-Generation Radio Interferometers

Ce projet de thèse vise à approfondir notre compréhension des environnements
stellaires et des interactions étoile-planète grâce à l'étude des émissions radio à
basse fréquence. En exploitant les relevés LoTSS-wide et LoTSS-deep réalisés par LOFAR, nous développerons des méthodes avancées pour détecter et analyser des sursauts radio stellaires, améliorant la l'approche mise au point pour l'analyse de LoTSS DR1-2. Ces travaux permettront d'augmenter significativement la taille des échantillons étudiés et de mieux contraindre les propriétés des populations stellaires émettrices et les mécanismes physiques à l'origine de ces émissions. De plus, avec l'arrivée de LOFAR 2.0 en 2025, qui offrira des observations plus sensibles et à plus basses fréquences, et le démarrage du Square Kilometer Array (SKA) prévu pour 2030, les capacités d'analyse des émissions radio seront considérablement élargies. En particulier, SKA permettra une synthèse avancée des spectres dynamiques, ouvrant l'accès à des phénomènes encore plus faibles et rares. Ce projet vise ainsi à étudier un espace des paramètres largement inexploré, ce qui pourrait mener à la découverte de phénomènes inattendus, comme le sursaut de type II identifié lors de notre analyse préliminaire. Ces travaux préfigurent une nouvelle ère dans l'étude des interactions plasma-étoile-planète, avec des implications majeures pour la compréhension des environnements stellaires, des champs magnétiques des exoplanètes, et de leur habitabilité.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

This PhD project aims to deepen our understanding of stellar environments and star-planet interactions through the study of low-frequency radio emissions. This will be done by using the LoTSS-wide and LoTSS-deep surveys conducted by LOFAR. We will develop advanced methods to detect and analyze stellar radio bursts, building upon the approach established for the analysis of LoTSS DR1-2. This work will significantly increase the size of studied samples and provide better constraints on the properties of emitting stellar populations and the physical mechanisms driving these emissions.

Furthermore, with the advent of LOFAR 2.0 in 2025, offering more sensitive observations at lower frequencies, and the launch of the Square Kilometer Array (SKA) expected in 2030, the capabilities for analyzing radio emissions will be greatly enhanced. In particular, SKA will enable advanced synthesis of dynamic spectra, granting access to even weaker and rarer phenomena. This project thus aims to explore a largely uncharted parameter space, which could lead to the discovery of unexpected phenomena, such as the type II burst identified during our preliminary analysis.

These efforts open a new era in the study of plasma-star-planet interactions, with significant implications for understanding stellar environments, exoplanet magnetic fields, and their habitability.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Public funding alone (i.e. government, region, European, international organization research grant)

Concours d'accès aux contrats doctoraux

Observatoire de Paris

127 Astronomie et Astrophysique d'Ile de France

Cette thèse s'inscrit à l'intersection de l'astrophysique, du traitement du signal et de l'instrumentation radio, nécessitant un candidat motivé et doté d'une solide formation scientifique. Les compétences suivantes sont particulièrement recherchées : Compétences techniques - Programmation en Python : Maîtrise de Python pour le développement d'outils d'analyse de données, la manipulation de grandes bases de données astrophysiques et l'automatisation des processus de traitement. Une expérience avec des bibliothèques comme NumPy, SciPy, Matplotlib ou Astropy est un atout. - Environnement Linux : Confort avec l'utilisation d'environnements Linux pour le traitement de données (transport de données), l'installation de logiciels scientifiques (environnement virtuels) et l'exécution de tâches sur des serveurs ou clusters de calcul. - Traitement du signal : Solides connaissances en analyse et traitement du signal, particulièrement appliquées aux données radio. Une expérience dans le filtrage, ou la détection de signaux transitoires est un plus. - Instrumentation scientifique : Familiarité avec les principes de fonctionnement des interféromètres radio et des systèmes d'observation astronomique, ou intérêt marqué pour apprendre. Compétences scientifiques - Physique et astrophysique : Bonne compréhension des phénomènes physiques, notamment ceux liés aux interactions plasma-étoile-planète, aux champs magnétiques et aux processus d'émission radio. Une capacité à relier les résultats expérimentaux à des modèles théoriques est essentielle. - Analyse critique : Capacité à interpréter des données complexes, à poser des hypothèses et à évaluer leur validité en s'appuyant sur une démarche scientifique rigoureuse. Qualités personnelles - Autonomie et curiosité : Capacité à travailler de manière indépendante tout en explorant de nouvelles approches et idées pour résoudre des problèmes complexes. - Travail en équipe : Aptitude à collaborer avec des équipes pluridisciplinaires, notamment au sein de collaborations internationales comme LOFAR et SKA. - Communication scientifique : Compétences en rédaction et présentation, pour publier les résultats dans des revues spécialisées et participer à des conférences.
This PhD thesis lies at the intersection of astrophysics, signal processing, and radio instrumentation, requiring a motivated candidate with a strong scientific background. The following skills are particularly important: Technical Skills - Python Programming: Proficiency in Python for developing data analysis tools, handling large astrophysical datasets, and automating processing workflows. - Experience with libraries such as NumPy, SciPy, Matplotlib, or Astropy is a strong asset. - Linux Environment: Familiarity with Linux environments for data processing (e.g., file transport), installation of scientific software (e.g., virtual environments), and executing tasks on servers or computing clusters. - Signal Processing: Solid knowledge of signal analysis and processing, particularly applied to radio frequency data. Experience with filtering, transient signal detection, or spectral analysis is a plus. - Scientific Instrumentation: Familiarity with the principles of radio interferometers and astronomical observation systems, or a strong interest in learning about them. Scientific Skills - Physics and Astrophysics: A good understanding of physical phenomena, particularly those related to plasma-star-planet interactions, magnetic fields, and radio emission processes. The ability to connect experimental results to theoretical models is essential. - Critical Analysis: Ability to interpret complex data, formulate hypotheses, and evaluate their validity based on a rigorous scientific approach. Personal Qualities - Autonomy and Curiosity: Capacity to work independently while exploring new approaches and ideas to solve complex problems. - Teamwork: Ability to collaborate with multidisciplinary teams, particularly within international collaborations such as LOFAR and SKA. - Scientific Communication: Strong writing and presentation skills to publish results in specialized journals and participate in conferences. This thesis offers a unique opportunity to advance knowledge of astrophysical phenomena while developing skills in data analysis and scientific instrumentation.