\chapter*{Pr\'eambule}

Le XX\supersc{\`eme} si\`ecle a vu l'av\'enement, parall\`element au
d\'eveloppement d'instruments de plus en plus sensibles, de la 
cosmologie observationnelle.
Initi\'ee par la d\'ecouverte de l'expansion de l'univers par Edwin Hubble
en 1929, l'une des pierres angulaires de la th\'eorie du \og Big Bang \fg, 
elle se poursuivit avec la d\'etection en 1970 des effets dynamiques d'une 
masse gravitationnelle bien sup\'erieure \`a la masse lumineuse observ\'ee dans les
galaxies et les amas de galaxies. Cette mati\`ere de nature \'enigmatique
a \'et\'e baptis\'ee {\em mati\`ere noire}, et semble former un halo autour
des galaxies et des amas de galaxies.
Dernier rebondissement en date, l'utilisation des \sne\ de type Ia comme
indicateurs de distance a montr\'e en 1998 que l'expansion de l'univers
\'etait en phase d'acc\'el\'eration. Une forme d'\'energie \'enigmatique,
qui avait \'et\'e introduite en 1917 sous le nom de {\em constante cosmologique} 
par Albert Einstein pour obtenir une solution statique \`a ses \'equations, 
est alors r\'ehabilit\'ee.
De nombreuses th\'eories alternatives ont \'et\'e propos\'ees pour d\'ecrire cette
{\em \'energie noire}, ou \'energie du vide dont la pression est n\'egative, 
mais les donn\'ees disponibles en cette fin de si\`ecle ne permettent pas 
de les distinguer.

C'est dans le but de mieux contraindre l'\'equation d'\'etat de l'\'energie
noire, et ainsi de pouvoir conclure sur sa nature, que le programme SNLS
a \'et\'e imagin\'e.
Reprenant la fructueuse m\'ethode des \sne\ de type Ia, mais \`a une \'echelle
industrielle, le SNLS table sur un \'echantillon de 700 \sne\ de type Ia
identifi\'ees en 5 ans de fonctionnement, \`a des d\'ecalages Doppler vers le rouge
(le \z) compris entre 0.2 et 1.
La pr\'ecision attendue sur le param\`etre d'\'etat $\omega$ est de $5\%$.

La classification des \sne\ est fond\'ee sur la pr\'esence ou l'absence de 
marqueurs spectraux de divers \'el\'ements chimiques (Hydrog\`ene, H\'elium,
Silicium, Soufre).
Leur d\'etection inambig\"ue devient d'autant plus difficile que la \sn\ est 
lointaine (donc faible) et proche du centre de sa galaxie h\^ote 
(contamination par le spectre galactique).
Pour ces cas difficiles, on recourt g\'en\'eralement \`a un ajustement global 
du spectre par une librairie de spectres de galaxies et de \sne\ de tous
types, pour trouver la combinaison de \sn\ plus galaxie qui reproduit le 
mieux le spectre observ\'e.
Une majorit\'e des spectres obtenus pour le SNLS sont dans ce cas, surtout
au del\`a d'un \z\ de 0.5.
La technique d'ajustement de mod\`eles est intrins\`equement limit\'ee par la 
densit\'e de la librairie disponible, et la classification de spectres \`a
bas niveau de signal se fait sur des structures spectrales proches de la limite
de d\'etectabilit\'e, rendant incertaine la classification.

Il devient alors important d'\^etre assur\'e que ces structures ne sont pas des 
artefacts cr\'e\'es par la cha\^ine de traitement (r\'esidu du fond de ciel, trace de
rayon cosmique, sensibilit\'e mal mesur\'ee).
\`A cette fin, et pour traiter les pixels de donn\'ees le plus convenablement 
possible, j'ai r\'ealis\'e un cha\^ine de traitement compl\`ete, adapt\'ee \`a
nos abondantes donn\'ees.
Ses sp\'ecificit\'es r\'esident principalement dans le filtrage temporel des
impacts de rayons cosmiques (par moyenne robuste des s\'eries de spectrogrammes),
 et l'absence de r\'e\'echantillonnage pour corriger des distorsions (des \'ecarts \`a
la lin\'earit\'e de la fonction de dispersion).
Le produit de r\'eduction est un spectrogramme \'emarg\'e, exempt de fond de ciel 
et accompagn\'e de l'image du mod\`ele du bruit statistique propag\'e.
Cette derni\`ere permet d'identifier la position des impacts de rayons cosmiques
ayant \'et\'e rejet\'es, le niveau du fond de ciel, et les creux de sensibilit\'e
du d\'etecteur.

\thispagestyle{empty} % sinon, en-tete = 'table des matieres' !

Lorsque la galaxie h\^ote est r\'esolue sur le spectrogramme, la m\'ethode usuelle
pour mesurer le spectre de la \sn\ consiste \`a extraire le spectre \`a la position 
de la \sn\ et \`a c\^ot\'e de la \sn, o\`u seul le spectre de la galaxie est pr\'esent.
La soustraction d'une fraction de ce dernier au premier qui contient le spectre de
la \sn\ contamin\'e par un fond galactique, permet alors d'obtenir le spectre de la \sn\
seule. Ceci est d'autant moins praticable que la galaxie est peu r\'esolue, et la 
soustraction introduit un bruit suppl\'ementaire au spectre extrait.
Moyennant une hypoth\`ese d'achromatisme des sources \'etendues, j'ai impl\'ement\'e
l'extraction multi-composantes des sources pr\'edites par l'imagerie (champs profonds
et courbes de lumi\`ere des transients), en divisant les galaxies en 3 groupes :
ponctuelles (non r\'esolues), \'etendues (elliptiques) et mixtes (spirales, form\'ees
d'un c{\oe}ur ponctuel et de bras \'etendus, soit deux composantes).
La \sn\ est une source transitoire ponctuelle suppl\'ementaire, dont la position
est fournie par la cha\^ine de d\'et\'ection photom\'etrique.

\par
Apr\`es un chapitre de rappels succints de la nature morbide des \sne, le deuxi\`eme
chapitre d\'etaille le fonctionnement du programme SNLS, et en particulier 
l'identification spectroscopique en temps r\'eel des spectres fournis par l'instrument
FORS1 du VLT (Very Large Telescope).

Le troisi\`eme chapitre est consacr\'e \`a la cha\^ine de traitement des spectrogrammes
que j'ai r\'ealis\'ee. Chaque \'etape de calibration (cosm\'etique du capteur, 
calibration en longueur d'onde et calibration en flux) y est d\'etaill\'ee, ainsi
que l'\'etape de moyennage de la s\'erie de spectrogramme pour obtenir un
spectrogramme {\em combin\'e}, exempt de fond de ciel et d'impacts de rayons
cosmiques.

La m\'ethode d'extraction \`a composantes multiples \`a laquelle j'ai abouti pour
obtenir une s\'eparation efficace du spectre de la \sn\ de celui de sa galaxie 
h\^ote (lorsque c'est possible) fait l'objet du quatri\`eme chapitre.
Cette m\'ethode utilise les informations de l'imagerie 
%(champs profonds, coordonn\'ees et courbes de lumi\`ere des \sne) 
pour d\'efinir les sources \`a extraire et pour guider l'extraction.

Enfin, on trouvera dans le dernier chapitre un r\'esum\'e de l'ensemble des donn\'ees 
fournies par FORS1 au cours du premier {\em Large Program}, 
de Juin 2003 \`a Septembre 2005.
184 candidats ont \'et\'e point\'es, dont $63\%$ sont des \sne\ de type Ia, confirm\'ees
ou probables ($55\%$ la premi\`ere ann\'ee, $72\%$ la seconde).