1000 颗偶然观测的主带小行星的分类与光变曲线数据

我们展示了用韩国微透镜望远镜网络(Korea Microlensing Telescope Network, KMTNet)的南非 Sutherland 节点观测的 1003 颗主带小行星(Main-Belt Asteroids, MBAs)的 VRI 分光光度数据。所有观测到的 MBA 均是在一项独立的近地小行星定向研究(Erasmus 等人,2017)期间,被 KMTNet 较大的 2deg $\times$ 2deg 视场偶然捕获的。我们的宽带分光光度数据足以区分四种小行星分类,并且我们通过机器学习(Machine Learning, ML)算法方法,有信心地将 1003 个观测目标中的 836 个归类为 S 型、C 型、X 型或 D 型小行星。我们的数据显示,在 H 星等介于 12 和 18 之间(直径 12 km $\gtrsim$ $\gtrsim$ 0.75 km)的 S 型 MBA 与 (C+X+D) 型 MBA 的比例几乎恰好为 1:1。此外,我们报告了每颗 MBA 的 0.5 至 3 小时(中位数:1.3 小时)光变曲线数据,并解析出 59 个目标的完整自转周期和振幅。这 59 个目标中有两个的自转周期可能低于 2.2 小时的理论零内聚边界极限。我们报告其余目标的自转周期和振幅的下限。利用已解析和未解析的光变曲线,我们通过蒙特卡洛模拟确定了该群体的形状分布。我们的模型表明该群体的平均扁率 $b/a = 0.74\pm0.07$,并且这与小行星大小和分类无关。