Exploring the Extremes: Characterizing a New Population of Old and Cold Brown Dwarfs
Auteurs : A. M. Meisner, S. K. Leggett, S. E. Logsdon, A. C. Schneider, P. Tremblin, M. Phillips
Résumé : Mapping out the populations of thick disk and halo brown dwarfs is important for understanding the metallicity dependence of low-temperature atmospheres and the substellar mass function. Recently, a new population of cold and metal-poor brown dwarfs has been discovered, with $T_{\rm{eff}}$ $\lesssim$ 1400 K and metallicity $\lesssim$ $-$1 dex. This population includes what may be the first known "extreme T-type subdwarfs" and possibly the first Y-type subdwarf, WISEA J153429.75$-$104303.3. We have conducted a Gemini YJHK/Ks photometric follow-up campaign targeting potentially metal-poor T and Y dwarfs, utilizing the GNIRS and Flamingos-2 instruments. We present 14 near-infrared photometric detections of 8 unique targets: six T subdwarf candidates, one moderately metal poor Y dwarf candidate, and one Y subdwarf candidate. We have obtained the first ever ground-based detection of the highly anomalous object WISEA J153429.75$-$104303.3. The F110W$-$$J$ color of WISEA J153429.75$-$104303.3 is significantly bluer than that of other late-T and Y dwarfs, indicating that WISEA J153429.75$-$104303.3 has an unusual spectrum in the 0.9-1.4 $\mu$m wavelength range which encompasses the $J$-band peak. Our $J$-band detection of WISEA J153429.75$-$104303.3 and corresponding model comparisons suggest a subsolar metallicity and temperature of 400-550 K for this object. JWST spectroscopic follow-up at near-infrared and mid-infrared wavelengths would allow us to better understand the spectral peculiarities of WISEA J153429.75$-$104303.3, assess its physical properties, and conclusively determine whether or not it is the first Y-type subdwarf.
Explorez l'arbre d'article
Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel
Recherchez des articles similaires (en version bêta)
En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.