L’analyse de vingt ans de mesures par 4 missions valide les modèles de la reconnexion magnétique

En permettant aux plasmas d’échanger leur connexion magnétique, le processus de reconnexion magnétique permet la libération soudaine d’énergie magnétique sous forme de particules accélérées et d’écoulement rapides et chauffés. Depuis plus d'un demi-siècle, la reconnexion est soupçonnée d’avoir un rôle de premier plan dans les scénarios expliquant les événements énergétiques intenses dans l’univers, de la couronne solaire à celle des étoiles ou disques d'accrétion, des magnétosphères planétaires à celles de trous noirs et étoiles à neutron. Pour expliquer ces événements violents, la reconnexion doit cependant être assez rapide – une rapidité que les modèles numériques prédisent depuis 30 ans, mais que les mesures observationnelles peinent à confirmer. C’est cette mesure que Bayane Michotte de Welle, chercheuse postdoctorante à la NASA, et son équipe constituée de chercheurs du LPP, LAB, IRAP et NASA, viennent de réaliser grâce à l’analyse de 20 ans de données mesurées in situ par 4 missions différentes dans la magnétosphère terrestre, à l’aide d’apprentissage automatique.

De par sa relative proximité, la magnétosphère terrestre constitue un formidable laboratoire où les processus plasmas peuvent être étudiés par la mesure in situ des propriétés du plasma et du champ magnétique par des satellites. La reconnexion magnétique y joue un rôle important : elle connecte le champ interplanétaire au champ géomagnétique, laissant pénétrer le plasma du vent solaire dans la cavité magnétosphérique autrement confinée. Le taux de reconnexion à la magnétopause, la frontière séparant le vent solaire de la magnétosphère, peut y être estimé comme le rapport entre la composante du champ magnétique traversant cette frontière et la composante qui y est tangente. Le défi consiste alors à mesurer la composante normale généralement entachée d’incertitudes importantes associées aux ondes de surface parcourant la magnétopause. C’est là que l’équipe a tiré profit du grand volume de données accumulées depuis des décennies, en pariant qu’en moyenne ces fluctuations se compensent, laissant le signal sortir du bruit. L’entrainement d’un algorithme d’apprentissage à prédire avec précision la position relative entre le satellite et la magnétopause a permis l’extraction de plus d’un million de mesures réalisées à proximité et de part et d’autre de la magnétopause. Le pari fut gagné lorsque la composante normale sortit sans ambiguïté du bruit, permettant de confirmer les prédictions numériques quant à la valeur du taux de reconnexion.

Ces résultats observationnels, dont l’impact dépasse la seule physique magnétosphérique, montrent l’importance que revêt l’exploration de notre environnement spatial pour la compréhension de processus fondamentaux. Ils illustrent également la part grandissante des algorithmes d’apprentissage automatique pour l’exploitation future du trésor que représentent les grands volumes de données mesurées dans cet environnement au cours des décennies passées, et par les futures missions envisagées par la communauté.

Les mesures in situ (A) de 4 missions acquises pendant 20 ans côté jour de la magnétosphère (B) analysées par des algorithmes d’apprentissage confirment la théorie de la reconnexion magnétique (C). Crédits: ESA (https://sci.esa.int/s/89z7QnA), Michotte de Welle PhD thesis, Michotte de Welle et al. 2026 https://doi.org/10.1029/2025GL119118   

• Contact(s) :
  • Nicolas Aunai, nicolas.aunai@lpp.polytechnique.fr (CNRS, Laboratoire de Physique des Plasmas)
  • Au LPP : Nicolas Aunai, Alexis Jeandet, Ambre Ghisalberti
• Article à télécharger : cliquer ici.