Le Soleil comme une corde : un algorithme capte les vibrations ✛ ✦

Original: "Automatic detection of solar filament oscillations I: Multi-scale spectral pipeline"
arXiv:2607.01095 · 2026-07-01 · CC BY 4.0 · 1 min
Un détecteur automatique repère les frémissements des « cordes » solaires là où l'œil humain ne trouve qu'un quart des événements.

Les filaments solaires — d'immenses faisceaux de plasma surchauffé, suspendus dans un champ magnétique dont les lignes peuvent se reconnecter lors des éruptions — vibrent comme les cordes d'un instrument invisible.

Auparavant, les scientifiques cherchaient ces oscillations à la main, en examinant des images, ce qui prenait un temps fou. Désormais, un « auditeur » automatique basé sur l'apprentissage automatique a été créé. Il analyse des images du Soleil dans la raie spectrale de l'hydrogène Hα (découverte par Johann Jakob Balmer), en appliquant une méthode mathématique qui remonte aux idées de Joseph Fourier, pour repérer les variations périodiques de luminosité. Pour ne pas confondre les vraies vibrations avec du bruit, le programme recoupe avec des simulations numériques.

En deux semaines, l'algorithme a détecté 91 oscillations contre 22 pour un humain — un peu comme Shazam reconnaît une chanson dans une foule bruyante. À partir du rythme des frémissements et de la vitesse d'amortissement, on peut calculer la force du champ magnétique qui maintient le filament — comme on déterminerait la tension d'une corde en écoutant sa note. Les vibrations les plus lentes, qui durent des heures, passaient inaperçues à l'œil, mais le programme les capte aussi. Cela permet de mieux comprendre les processus magnétiques du Soleil et de prédire plus précisément l'activité solaire. Cette approche ouvre une nouvelle ère dans l'observation de notre étoile.

La plus longue oscillation détectée a duré plus de deux heures — si lente qu'un œil humain ne l'aurait pas remarquée, mais pour le programme, c'est un signal clair.

S(f) = a f^{-\alpha} + b
le fond spectral est représenté par un bruit rouge (a f^{-α}) et un bruit blanc (b)
\mathrm{SNR}(N) = \frac{P_N(f_0)}{\hat{S}_N(f_0)}
SNR à la fréquence f_0, où P_N est la puissance spectrale observée et \hat{S}_N est le modèle de fond prédit par le CNN
Scientifiques
Ludwig BoltzmannEnrico FermiCecilia Payne-GaposchkinHenri PoincaréJoseph von FraunhoferFred Lawrence Whipple
Notions
campagne d'observation orbiteur solaire