基于参数化光度曲线的循环型星云nova识别

星云nova以二元恒星系统中突然的明亮化为特征，根据其重复时间尺度可分为经典星云(CNe)和循环型星云(RNe)。然而，基于重复时间尺度在100年内进行RNe的识别 presents observational challenges。一个对RNe的合理特征被理论化并经统计学验证以解决此问题——光度曲线中存在一个平台段。在已知的RNe中，除T CrB和V3890 Sgr显示S型光度曲线外，其余11个中9个具有P型光度曲线。但经典星云也可能呈现平台段，这进一步复杂化了仅凭平台段区分CNe和RNe的问题。因此，本研究旨在对P型光度曲线进行现象学分析，以评论其重复本质。我们主要利用AAVSO数据库数据，识别表示所有P型光度曲线的参数空间，期待CNe和RNe具有不同的参数分布。对参数分布的分析成功区分了RNe与CNe，并揭示了与白矮星质量和质量吸积率之间的潜在联系，这些是关键因素。我们的方法表明KT Eri为循环型星云，与最近的研究结果一致，尽管仅观测到一次外涨。分析还表明V2860 Ori可能具有循环性，这一预测可通过对该源进行深层搜索来检验星云超残骸。该方法表明，仅凭光度曲线即可基于P型经典星云和循环型星云的区分是可行的。随着对新星nova观测数量的增加，该方法在未来将为更精确地预测nova的重复本质提供前景。