Accreted Globular Clusters and Horizontal Branch Morphology in the Outer Halo of M31

Auteurs : Gracie McGill, Annette M. N. Ferguson, Dougal Mackey, Avon P. Huxor, Geraint F. Lewis, Nicolas F. Martin, Alan W. McConnachie, Charli M. Sakari, Nial R. Tanvir, Kim A. Venn

arXiv: 2506.21267v1 - DOI (astro-ph.GA)
7 pages, 4 figures. Accepted for publication in MNRAS
Licence : CC BY 4.0

Résumé : M31 hosts a rich population of outer halo ($R_{\rm{proj}} > 25$ kpc) globular clusters (GCs), many of which show strong evidence for spatial and/or kinematical associations with large-scale tidal debris features. We present deep Hubble Space Telescope photometry of 48 halo GCs, including 18 with clear ties to stellar streams and 13 with potential associations. Using the colour-magnitude diagrams (CMDs), we quantify the horizontal branch (HB) morphologies and employ new empirical relationships, calibrated on Milky Way (MW) GCs, to consistently derive metallicities and line-of-sight extinctions. We find a remarkable correlation between HB morphology and the presence of substructure: GCs with very red HBs are almost exclusively associated with substructure, while non-substructure GCs have extended blue HBs. This provides the first direct evidence that red HB halo clusters originate from satellite accretion, a notion introduced nearly 50 years ago from MW studies which has remained unconfirmed until now. In addition to a more metal-rich tail, the substructure GC sample also contains a few clusters with very low metallicities and red HBs, unlike any objects known in the MW. We suggest these are recently accreted young clusters, supporting the growing evidence that M31 has experienced a more prolonged accretion history than the MW.

Soumis à arXiv le 26 Jui. 2025

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

Accédez également à nos Résumés, ou posez des questions sur cet article à notre Assistant IA.

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.