Le Soleil libère constamment des éclats d'énergie. On les appelle des éruptions solaires. Les scientifiques mesurent cette activité à l'aide de données de flux de rayons X. Mais ces données sont presque toujours présentées visuellement, sous forme de graphiques et de tableaux. Cela signifie que les personnes malvoyantes sont exclues de la science spatiale. De plus, même des scientifiques expérimentés peuvent parfois manquer des tendances qui sont difficiles à repérer avec seulment les yeux à l'aide de graphiques et de tableaux.

Question de recherche : Comment la sonification des données peut-elle être utilisée pour nous aider à  “voir” les éruptions solaires sans utiliser nos yeux?

Objectif : Ce projet examine si les données de flux de rayons X du Soleil peuvent être converties en son pour créer une carte sonore de l'activité solaire. C'est ce qu'on appelle une lentille auditive. Je me suis concentrée sur novembre 2025, qui contenait l'activité solaire la plus forte de toute l'année, incluant une massive éruption solaire X5.1. En sonifiant ces données, je veux montrer que l'intensité, la durée et les moments de pic des éruptions solaires peuvent être entendus, pas seulement vus.

Hypothèse : Si les données solaires sont converties en son, les individus seront capables d'identifier les éruptions solaires en écoutant parce que l'oreille humaine est très sensible aux changements de hauteur et de volume. Une lentille auditive peut rendre les données solaires accessibles à tout le monde, peu importe la vision d'une personne.

Pourquoi c'est important : La sonification des données peut rendre l'astrophysique plus inclusive pour les personnes malvoyantes et elle aussi donne aux scientifiques un nouvel outil puissant pour détecter des tendances dans des données spatiales complexes que leurs yeux pourraient manquer.

Matériaux:

• Données de flux de rayons X du satellite NASA GOES de novembre 2025 (disponibles publiquement)
• Google Colab (outil de programmation Python en ligne)
• Bibliothèques Python : NumPy, Pandas, SciPy et Matplotlib
• Ordinateur portable et écran
• Écouteur
• Graphique de flux de rayons X imprimé

Procédure:

Étape 1: Collecte des données

J'ai téléchargé de vraies données solaires du satellite GOES de la NASA. Je me suis concentrée sur novembre 2025 parce que c'était le mois solaire le plus actif de l'année, incluant une énorme éruption solaire X5.1 le 11 novembre 2025.

Étape 2: Préparation des données

À l'aide de Python dans Google Colab, j'ai nettoyé les données brutes et les organisées pour qu'elles puissent être converties en son.

Étape 3: Création de la sonification

J'ai écrit un programme Python qui a converti les données solaires en audio en associant les valeurs de flux de rayons X à deux choses: Hauteur: Quand le Soleil était plus actif, le son devenait plus aigu.

Volume: Quand les éruptions étaient plus fortes, le son devenait plus fort.

J'ai aussi créé une vidéo mp4 synchronisée où un marqueur se déplace sur le graphique en synchronisation avec l'audio, pour pouvoir comparer les données audio et visuelles côte à côte.

Étape 4: Auto-évaluation

J'ai écouté la sonification avec un casque d'écoute et j'ai identifié où je pensais que les éruptions solaires se trouvaient à l'oreille. J'ai ensuite comparé mes résultats aux vrais enregistrements d'éruptions de la NASA pour vérifier à quel point l'audio représentait fidèlement les données réelles. Chaque événement d'éruption majeur que j'ai identifié en écoutant correspondait aux vrais horodatages des éruptions dans les données de la NASA, confirmant que la lentille auditive fonctionnait.

Cycle solaire 25 et maximum solaire Le Soleil traverse un cycle d'activité de 11 ans, et novembre 2025 est tombé pendant une période spéciale appelée le Maximum Solaire, quand le Soleil est à son plus occupé et produit le plus d'éruptions. Cela a fait de novembre 2025 l'un des mois les plus excitants et riches en données à étudier ces dernières années.

Qu'est-ce que le flux de rayons X? Les éruptions solaires libèrent d'énormes quantités de rayons X dans l'espace, et les satellites NASA comme

GOES-18 mesurent cette énergie, que les scientifiques appellent flux de rayons X. Quand une éruption solaire se produit, le flux monte brusquement puis redescend lentement.

L'éruption X5.1 Les éruptions solaires sont classées par lettres : A, B, C, M et X, X étant la catégorie la plus forte. L'éruption X5.1 qui s'est produite le 11 novembre 2025 était une massive explosion d'énergie assez puissante pour interférer avec les signaux radio et les systèmes GPS sur Terre.

Qu'est-ce que la sonification des données? La sonification des données est le processus de conversion des nombres en son pour que l'information puisse être comprise en écoutant plutôt qu'en regardant un graphique. Dans ce projet, les valeurs de flux de rayons X ont été associées à la hauteur et au volume, donc les éruptions solaires plus fortes produisent des sons plus aigus et plus forts.

Le pouvoir de l'ouïe le cerveau humain traite en fait le son plus vite que la vue, et nos oreilles sont très bonnes pour remarquer de petits changements de hauteur et de rythme que nos yeux pourraient manquer sur un graphique chargé. Cela fait de l'ouïe un outil puissant pour identifier des tendances dans des données scientifiques complexes.

Accessibilité et la lentille auditive beaucoup de personnes aveugles ou malvoyantes ne peuvent pas accéder aux graphiques scientifiques traditionnels, ce qui signifie qu'elles sont souvent exclues de la découverte scientifique. Utiliser une lentille auditive rend la science spatiale inclusive pour que tout le monde puisse expérimenter et analyser les données avec ses oreilles.

Satellites NASA GOES les satellites GOES sont des satellites météorologiques spatiaux qui surveillent le Soleil et enregistrent continuellement des données de rayons X en temps réel. Ce projet a utilisé les données GOES-18 de novembre 2025 comme base pour la sonification. Python et Google Colab Python est un langage de codage utilisé par de vrais scientifiques pour traiter et analyser de grandes quantités de données. Dans ce projet, j'ai utilisé Python dans Google Colab pour convertir les données solaires brutes de la NASA en fichiers audio que les gens pouvaient écouter.

L’ensemble des données :

J'ai utilisé de vraies données solaires du satellite NASA GOES-18, enregistrées du 10 au 12 novembre 2025. J'ai identifié les 5 événements d'éruptions les plus forts de ces données pour les utiliser dans le test d'écoute. Les 5 principales éruptions :

Éruption 1 : 10 novembre à 09h19 UTC, grande pointe Éruption 2 : 10 novembre à 15h22 UTC, petite pointe (la plus silencieuse des cinq) Éruption 3 : 10 novembre à 19h57 UTC, pointe moyenne Éruption 4 : 11 novembre à 08h09 UTC, pointe moyenne Éruption 5 : 11 novembre à 10h04 UTC, pointe massive et l'éruption solaire la plus forte de toute l'année 2025

Résultats de l'auto évaluation :

J'ai écouté la Symphonie Spatiale avec un écouteur et j'ai identifié où je pensais que chaque éruption se trouvait J'ai ensuite comparé mes résultats aux vrais enregistrements d'éruptions de la NASA J'ai correctement identifié les 5 éruptions en seulement écoutant

Chaque éruption que j'ai identifiée correspondait exactement aux vrais horodatages des éruptions de la NASA

L'éruption 5, le massif événement X5.1, était la plus facile à identifier parce qu'elle produisait la pointe la plus forte et la plus aiguë dans l'audio

L'éruption 2 était la plus difficile à identifier parce que c'était l'événement le plus petit et le plus silencieux dans les données

La lentille auditive a fonctionné, confirmant que les éruptions solaires peuvent être entendues, pas seulement vues

Est-ce que mon hypothèse était correcte?

• Oui! Mon hypothèse a été soutenue par les résultats.
• J'avais prédit que si les données solaires étaient converties en son, les individus seraient capables d'identifier les éruptions solaires en écoutant, parce que l'oreille humaine est très sensible aux changements de hauteur et de volume.
• Quand j'ai écouté la Symphonie Spatiale, j'ai réussi à identifier les 5 éruptions en utilisant le son seulement, prouvant qu'une lentille auditive peut rendre les données solaires accessibles peu importe la vision d'une personne.

Ce que j'ai trouvé:

• J'ai correctement identifié les 5 éruptions en écoutant seulement, sans aucune aide visuelle
• L'oreille humaine s'est avérée aussi bonne que l'œil humain pour détecter les éruptions solaires dans les données
• L'énorme éruption X5.1 était la plus facile à identifier parce qu'elle produisait le son le plus fort et le plus aigu
• L'éruption 2 était la plus difficile à détecter parce que c'était l'événement le plus petit et le plus silencieux du jeu de données
• Quand j'ai comparé mes résultats aux vraies heures d'éruptions de la NASA, chaque éruption que j'ai identifiée correspondait aux données réelles, confirmant que la lentille auditive fonctionnait
• La lentille auditive a fonctionné aussi bien que le graphique visuel traditionnel, même si la Phase 2 était en écoute seulement sans aucune aide visuelle

Ce que cela signifie:

• La sonification des données est un outil efficace pour comprendre l'activité solaire
• Les gens n'ont pas besoin de voir un graphique pour comprendre ce que fait le Soleil
• Cela rend l'astrophysique plus inclusive pour les personnes malvoyantes
• Cela donne aussi aux scientifiques une nouvelle façon de détecter des tendances dans les données que leurs yeux pourraient manquer

Limites et ce que je ferais différemment:

• Tester avec un groupe plus grand incluant des participants malvoyants rendrait la recherche encore plus forte
• Ma sonification avait seulement 3 jours de données solaires et un jeu de données plus long donnerait des résultats plus complets

Recherches futures:

• Je voudrais associer plus de caractéristiques de données au son, comme la vitesse, l'intensité et la durée de chaque éruption pour augmenter la précision
• Je voudrais tester la sonification sur d'autres types de données spatiales, comme le vent solaire, les trous noirs ou les rayons cosmiques
• Mon objectif à long terme est de poursuivre l'astrophysique en me spécialisant dans la sonification des données pour rendre la science spatiale accessible à tout le monde

Source des données : J'ai téléchargé des données publiquement disponibles sur le flux de rayons X solaires, collectées par les satellites NASA GOES et partagées par les sources officielles de météorologie spatiale de la NASA et de la NOAA.

1. Centre de vol spatial Goddard de la NASA. Données de flux de rayons X du GOES-18, novembre 2025. Administration nationale des océans et de l'atmosphère. https://www.ngdc.noaa.gov/stp/satellite/goes/
2. Centre de prévision météorologique spatiale de la NASA. Classification des éruptions solaires et flux de rayons X. NOAA. https://www.swpc.noaa.gov/
3. Centre de rayons X Chandra de la NASA. Sonification : Entendre l'univers. https://chandra.si.edu/sound/
4. NASA. Mise à jour sur le cycle solaire 25 et le maximum solaire. https://www.nasa.gov/solar-cycle-25/
5. NASA Earth Data. De la donnée à la mélodie : La sonification des données et son rôle dans la science ouverte. https://www.earthdata.nasa.gov/news/blog/from-data-melody-data-sonification-its-role-open-science
6. Centre de rayons X Chandra de la NASA. Une symphonie de l'univers sonore. https://chandra.si.edu/sound/symphony.html
7. Télescope spatial James Webb de la NASA. Sonifications Webb. https://science.nasa.gov/mission/webb/sonifications/
8. Fondation du logiciel Python. Documentation NumPy, Pandas, SciPy et Matplotlib.https://www.python.org/

Je voudrais sincèrement remercier ma maman et mon papa pour leur soutien constant et leurs encouragements tout au long de ce projet. Ma maman m'a aidé à apprendre et à faire progresser mes compétences, de la compréhension de la science des données derrière les éruptions solaires jusqu'au codage dans Google Colab, et rien de tout cela n'aurait été possible sans leur aide à tous les deux. Je voudrais aussi remercier mes grands-parents et ma sœur pour avoir écouté mes idées, m'avoir aidé(e) à réfléchir, et m'avoir donné le soutien et l'espace dont j'avais besoin pour apprendre.

Un merci tout spécial va à mon grand-père, qui a travaillé comme ingénieur en fusées et a participé aux tests de satellites géostationnaires. Les histoires qu'il a partagées avec moi sur son travail ont inspiré mon amour pour l'espace et m'ont mise sur le chemin de l'astrophysique.

Finalement, je voudrais remercier la NASA et la NOAA pour avoir rendu leurs données satellitaires disponibles au public.