par Zapparrata, Orazio 
Président du jury Tinyakov, Peter
Promoteur Maris, Ioana Codrina
Publication Non publié, 2023-10-26
Président du jury Tinyakov, Peter
Promoteur Maris, Ioana Codrina
Publication Non publié, 2023-10-26
Thèse de doctorat
| Résumé : | The study of ultra-high energy cosmic rays, the most energetic particles in the universe, has long captivated the scientific community. The Pierre Auger Observatory, the world's largest cosmic ray observatory, has collected data for two decades, leading to a deeper understanding of these elusive particles. This doctoral thesis focuses on the long-term performance of the Observatory's surface detector, composed of 1660 Cherenkov detectors deployed on a surface of 3000 square kilometer. Among the effects observed is the decrease in the signal in the tanks over time, affecting, for example, the number of stations triggered by an event. An aging model is developed by linking this decrease to temporal changes in the optical properties of the detectors. This model reproduces the temporal dependencies observed in the data. In addition, it revealed a bimodal distribution of station properties as a function of deployment time. For the first time in the Auger collaboration, I developed a detailed simulation of the detectors as a function of time, taking into account the effects of aging. A new set of air shower simulations was produced and validated with the data. The impact of aging on the resolution of the detector, estimated with these simulations, shows a degradation of 5% of the energy resolution in almost 20 years. At the same time, the reconstructed energy is stable at a level below a percent, validating the calibration of the Observatory made using atmospheric muons.The temporal evolution of the signals in the data is successfully reproduced by the aging simulations, which influences the estimation of the mass of cosmic rays, one of the fundamental properties of these particles. This study shows that in the absence of corrections due to aging, mass determinations can be biased towards a heavier composition, in particular at lower energies.Finally, a new deep learning model is developed to extract the muonic component of air showers. The model, applied to the data, reveals information on the energy dependence of the muon signal and suggests a mixed composition from 10e19 eV.The analysis of muon signals considerably improves the statistics compared to previous work, confirming the presence of a muon deficiency in the simulations of air showers.This thesis contributes significantly to our understanding of the effects of aging detectors and measurements of atmospheric jets. These have a direct impact on the determination of the mass of particles with energies greater than 3x10e18 eV, and it is therefore important to take them into account to understand the origin of these particles. |
| L'étude des rayons cosmiques de ultra haute énergie, les particules les plus énergétiques de l'univers, captive depuis longtemps la communauté scientifique. L'Observatoire Pierre Auger, le plus grand observatoire de rayons cosmiques au monde, a recueilli des données pendant deux décennies, ce qui a permis d'approfondir la compréhension de ces particules insaisissables. Cette thèse de doctorat porte sur les performances à long terme du détecteur de surface de l'Observatoire, composé de 1660 détecteurs Cherenkov déployés sur une surface de 3000 kilomètre carré. Parmi les effets observés se trouve la diminution du signal dans les cuves au fil du temps, affectant, par exemple, le nombre de stations déclenchées par un événement. Un modèle de vieillissement est développé en reliant celle-ci aux changements temporelles des propriétés optiques des détecteurs. Ce modèle reproduit les dépendances temporelles observées dans les données. En plus, il a révélé une distribution bimodale des propriétés des stations en fonction du temps de déploiement. Pour la première fois dans la collaboration Auger, j'ai développé une simulation détaillée des detecteurs en fonction du temps, prenant en compte les effets du vieillissement. Un nouveau set de simulations des jerbes atmosphériques a été produit et validé avec les données. L'impact du vieillissement sur la résolution du détecteur, estimé avec ces simulations, montre une dégradation de 5% de la résolution en énergie sur près de 20 ans. En même temps, l'énergie reconstruite est stable à un niveau inférieur au pour cent, validant la calibration de l'Observatoire fait à l'aide des muons atmosphériques.L'évolution temporelle des signaux dans les données est reproduite avec succès par les simulations de vieillissement, ce qui influe sur l'estimation de la masse des rayons cosmiques, une des propriétés fondamentalles de ces particules. Cette étude montre qu'en l'absence de corrections liées au vieillissement, les déterminations de la masse peuvent être biaisés vers une composition plus lourde, en particulier à des énergies plus faibles.Finalement, un nouveau modèle deep learning est développé pour extraire la composant muonique des jerbes. Le modèle, appliqué aux données, révèle des informations sur la dépendance énergétique du signal muonique et suggère une composition mixte à partir de 10e19 eV.L'analyse des signaux muoniques améliore considérablement la statistique par rapport aux travaux précédents, confirmant la présence d'un déficit en muons dans les simulations des jerbes atmosphériques. Cette thèse contribue significativement à notre compréhension des effets du vieillissement des détecteurs et aux mesures des jerbes atmosphériques. Ceux-ci ont un impact direct sur la détermination de la masse des particules d'énergie supérieure à 3x10e18 eV, et il est donc important de les prendre en compte pour comprendre l'origine de ces particules. |
