PLURIEL, William, Leconte, Jérémy, Wakelam, Valentine, Guillot, Tristan, Moutou, Claire, Bézard, Bruno, Venot, Olivia, ECLIPSE 2020, Laboratoire d'Astrophysique de Bordeaux [Pessac] (LAB), Université de Bordeaux (UB)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Bordeaux (UB)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Université de Bordeaux, Jérémy Leconte, Valentine Wakelam [Président], Tristan Guillot [Rapporteur], Claire Moutou [Rapporteur], Bruno Bézard, and Olivia Venot
Nowdays, we are able to discover more and more exoplanets, and even more important we can observe their atmospheres and we are starting to get information on their physical, dynamic and, chemical properties. With the new generation of space telescopes such as the JWST or Ariel, we will be able to observe spectral features that are now unobservable. However, during transit observations, the geometric structure of the atmospheres, and in particular the day to night dichotomy of hot and ultra hot Jupiters, affects the transmission spectrum and generates biases in the interpretations of retrieval outputs analysis.The aim of my thesis is to study the effects of the three-dimensional structure of exoplanet atmospheres, and in particular the hottest ones, in order to determine the importance and the origin of these biases to allow a better analysis of the spectral data. I set up a numerical experiment simulating observations of hot Jupiters where I control the entire observational chain, from the atmosphere's simulation to the retrieval. In addition, I analyzed observations of Kelt-7 b, a hot Jupiter, from the Hubble Space Telescope, to link my numerical analysis to real data.My work has shown that the particular structure of the hottest Jupiters significantly affects observations, implying significant biases in the results of 1D retrieval models. Although these models are valid over a large range of planets, I have demonstrated that for the hottest exoplanets, they are unable to find the abundances of species. I succeeded in quantifying these biases and in understanding their origins, hence an improvement in the interpretation of future results from 1D retrieval models. Furthermore, I conclude that it is necessary to develop 2D retrieval models to try to resolve these biases.; Nous sommes aujourd'hui en mesure non seulement de découvrir de plus en plus d'exoplanètes, mais aussi d'observer leurs atmosphères afin d'obtenir des informations sur leurs propriétés physiques, dynamiques et chimiques. Avec la nouvelle génération de télescopes spatiaux tels que le JWST ou Ariel, nous serons en mesure d'observer des caractéristiques spectrales aujourd'hui non-observables. Cependant, lors des observations en transits, la structure géométrique des atmosphères, et notamment la dichotomie jour--nuit des Jupiters chauds et ultra chauds, affecte le spectre en transmission et génère des biais dans l'interprétation des modèles d'inversion de données.Ma thèse se concentre sur l'étude des effets de la structure tridimensionnelle des atmosphères d'exoplanètes, en particulier des plus chaudes d'entre elles. Le but est de déterminer leurs importances et leurs origines pour permettre une meilleure analyse des données spectrales. Pour y parvenir, j'ai mis en place une expérience numérique simulant des observations de Jupiters chauds où je contrôle l'ensemble de la chaîne observationnelle, de la génération de l'atmosphère à l'inversion de données. En complément, j'ai analysé des observations du télescope spatial Hubble de Kelt-7 b, un Jupiter chaud, pour lier mes analyses numériques à des données réelles.Mes travaux ont montré que la structure particulière des Jupiters les plus chauds affecte significativement les données d'observations, impliquant des biais importants dans les résultats des modèles d'inversion de données 1D. Bien que ces modèles restent valables sur une large gamme de planètes, j'ai démontré que pour les exoplanètes les plus chaudes, ils sont intrinsèquement incapables de trouver l'abondance des espèces. Je suis parvenu à quantifier ces biais et à comprendre leurs origines, apportant une amélioration à l'avenir des interprétations faites à partir des modèles 1D. Par ailleurs, je conclue qu'il est nécessaire de développer en parallèle des modèles 2D pour tenter de résoudre ces biais.