Abstract | Les éruptions (\textit{flares}) solaires et stellaires relâchent leur energie en suivant une loi d'invariance d'échelle à travers plus de 8 ordres de grandeur. Les éruptions les plus intenses, de classe X ou supérieure (de densité de puissance supérieure à $10^{-4}$ W/m$^2$), sont extrêmement rares (entre 0 et quelques dizaines par année) et difficile à prédire. La modélisation détaillée des régions actives à l'origine de ces éruptions nécessitent des ressources numériques trop importantes pour être menées de façon routinière dans le cadre d'un outil de prédiction en temps réel.
Afin de construire un outil prédictif, des modèles alternatifs empiriques, en général moins coûteux, peuvent être utilisés. Parmi ceux-ci, les modèles d'avalanche (ou de \textit{tas de sable}) possèdent le double avantage d'être très peu coûteux en ressources numériques et de reproduire de façon adéquate la distribution statistique des éruptions solaires. Ces modèles sont en général forcés de façon stochastique, ce qui questionne leur capacité à prédire des évènements particuliers. En se basant sur le travail pionnier de Lu \& Hamilton, nous développons un modèle de tas sable forcé de façon déterministe afin de minimiser les ingrédients aléatoires du modèle et de maximiser ses capacités prédictives. Nous montrons que dans ce nouveau modèle, en dépit de son niveau de stochasticité, les avalanches (ou éruptions) les plus intenses sont reproduites de façon robuste pour n'importe quelle séquence de nombre aléatoire, et peuvent ainsi en prédire l'occurence.
Nous démontrons ensuite que ces modèles peuvent être couplés à une méthode d'assimilation de données en utilisant les observations en rayons X des satellites GOES, afin de prédire de futurs évènements intenses. Le flux X observé est transformé en une série de pics qui est assimilée par le modèle en trouvant une condition initiale permettant de la reproduire. Nous montrons que la phase d'assimilation de données peut être utilisée dans un outil de prédiction en temps réel, et présentons les tests de notre modèle en cours de réalisation sur une série d'éruptions intenses observées par le passé avec les satellites GOES. |
