基于 Gaia DR2 的 ρ Oph 候选成员普查
地球与行星天体物理
2019-06-19 v2 星系天体物理
太阳与恒星天体物理
摘要
蛇夫座云复合体是研究恒星与原行星盘演化早期阶段的最佳实验室之一。Gaia 数据发布 2（Gaia Data Release 2）中包含的大量高精度天体测量数据可用于更新蛇夫座成员候选体的普查。我们试图寻找蛇夫座的潜在新成员，并识别那些被星周盘包围的成员。我们构建了一个由 188 个真实蛇夫座成员组成的标准样本。以该样本为参考，我们将三种不同的基于密度的机器学习聚类算法（DBSCAN、OPTICS 和 HDBSCAN）应用于以蛇夫座云为中心、从 Gaia 星表中抽取的样品。聚类分析在由三维笛卡尔空间和赤经、赤纬方向自行所定义的五个天体测量维度上展开。这三种聚类算法系统性地在一个主簇中识别出一组相似的候选成员，其天体测量性质与标准样本一致。OPTICS 和 HDBSCAN 算法具有更高的灵活性，使这些方法能够识别出一个次级簇。我们构建了一个包含 391 个成员候选体的公共样本，其中包括 166 个尚未在文献中讨论过的新天体。通过将 Gaia 数据与 2MASS 和 WISE 测光相结合，我们为其中 48 个天体的子集构建了从 0.5 到 的谱能量分布，并发现共计 41 个盘，包括 11 个 II 类新盘和 1 个 III 类新盘。基于密度的聚类算法是大型天体测量数据库中识别恒星形成区候选成员的一种有前景的工具。若得到确认，本工作所讨论的候选成员将使当前蛇夫座普查数量增加约 40%。
引用
@article{arxiv.1902.07600,
title = {A census of $\rho$ Oph candidate members from Gaia DR2},
author = {H. Cánovas and C. Cantero and L. Cieza and A. Bombrun and U. Lammers and B. Merín and A. Mora and Á. Ribas and D. Ruíz-Rodríguez},
journal= {arXiv preprint arXiv:1902.07600},
year = {2019}
}
备注
A&A, Accepted. Abridged abstract