Développement d'une stratégie d'observation du telescope COLIBRI pour la détection des rémanences de sursauts gamma et des contreparties électromagnétiques des événements transitoires

L'astronomie des transitoires s'est considérablement développée ces dernières années avec l'émergence de nouveaux instruments capables de détecter et de suivre rapidement des phénomènes astrophysiques variables. Parmi eux, les sursauts gamma (Gamma-Ray Bursts, ou GRBs) constituent certaines des explosions les plus énergétiques de l'Univers. Ces événements extrêmement lumineux et transitoires sont associés à la formation d'un objet compact et à l'émission de jets relativistes. Ils peuvent notamment être produits lors de l'effondrement gravitationnel d'étoiles massives ou lors de la coalescence de deux étoiles à neutrons.

Les GRBs présentent une émission prompte, principalement observée aux hautes énergies, suivie d'une rémanence (afterglow) multi-longueurs d'onde qui peut être détectée pendant plusieurs heures voire jours. L'observation rapide et régulière de cette rémanence permet de caractériser la physique de l'explosion, la géométrie des jets relativistes et l'environnement des sources. Les coalescences d'étoiles à neutrons constituent également une cible privilégiée de l'astronomie multi-messagers, car elles peuvent être accompagnées à la fois d'émission gravitationnelle et de contreparties électromagnétiques, telles que des GRBs courts et des kilonovae.

Dans ce contexte, COLIBRI est un télescope robotique de 1,3 m dédié notamment au suivi rapide des sources transitoires et des alertes de haute énergie. Installé à l'observatoire de San Pedro Mártir au Mexique, COLIBRI permet d'obtenir rapidement des observations photométriques dans plusieurs bandes optiques et proche infrarouges. Sa capacité à observer une source peu de temps après une alerte en fait un instrument particulièrement adapté à l'étude des rémanences de GRBs et à la recherche de contreparties électromagnétiques d'événements transitoires.

Lors de ce stage, l'étudiant.e participera à l'étude et à l'optimisation de stratégies d'observation avec COLIBRI pour le suivi de sources transitoires. L'objectif sera notamment d'étudier comment optimiser les observations afin de maximiser les chances de détecter et de caractériser les contreparties électromagnétiques associées aux alertes astrophysiques. Une partie du travail portera également sur l'exploitation des données d'alertes du Legacy Survey of Space and Time (LSST) afin d'identifier et de sélectionner des transitoires présentant des propriétés compatibles avec des phénomènes tels que les rémanences de sursauts gamma (afterglows). L'étudiant.e pourra ainsi étudier les critères permettant de sélectionner les alertes les plus pertinentes pour un suivi rapide avec COLIBRI et évaluer l'impact de cette sélection sur l'efficacité de la stratégie d'observation.

Le travail pourra s'appuyer sur des simulations de populations de sources et sur les caractéristiques instrumentales de COLIBRI. Une attention particulière pourra être portée aux courbes de lumière attendues des rémanences de GRBs et des kilonovae, ainsi qu'à leur évolution spectrale et temporelle. L'étudiant.e pourra étudier l'influence de différents paramètres de la stratégie d'observation, tels que le délai entre l'alerte et le début des observations, la durée et le nombre des expositions, le choix des filtres ou encore la cadence de suivi.

Selon l'avancement du stage, ce travail pourra également s'appuyer sur des observations réelles obtenues avec COLIBRI et sur les outils d'analyse développés pour leur traitement photométrique. Il pourra ainsi permettre de faire le lien entre les simulations, la définition des stratégies d'observation et l'exploitation scientifique des données.

Ce travail s'inscrit plus largement dans le développement de l'astronomie des transitoires et de l'astronomie multi-messagers, avec pour objectif de mieux comprendre les phénomènes astrophysiques les plus énergétiques de l'Univers et d'optimiser la réponse observationnelle aux nouvelles alertes.

Ce stage pourra se continuer en thèse.

Compétences nécessaires

• Programmation Python, idéalement à un niveau intermédiaire à avancé ;

• Goût pour l'analyse et le traitement de données scientifiques ;

• Anglais ou français.