RASSINE：恒星光谱归一化交互工具 I. 代码描述与性能

目的：我们提供一个开源代码，以实现简便、直观且稳健的光谱归一化。方法：我们开发了 RASSINE，一个通过凸包概念对合并后一维光谱进行归一化的 Python 代码。该代码使用六个可轻松微调的参数，并提供完整的用户友好交互界面（含图形反馈），尽可能帮助用户选择参数。为进一步简化归一化，RASSINE 可基于先前标定直接从合并一维光谱给出参数的初值。结果：对于由 HELIOS 太阳望远镜获取的太阳 HARPS 光谱，经 RASSINE 归一化后谱线深度的连续谱精度可达 0.20%，优于常用的多项式拟合方法三倍。对于 $\alpha$ Cen B 的 HARPS 光谱，连续谱精度达 2.0%；该较差精度主要源于分子带吸收及合并一维光谱蓝端的高谱线密度。当排除短于 4500 \AA 的波长时，连续谱精度提升至 1.2%。单条光谱归一化的线深精度估计为 0.15%，当以光谱时间序列作为 RASSINE 输入时可降至光子噪声极限（0.10%）。结论：RASSINE 的连续谱精度高于多项式拟合方法，且线深精度与光子噪声相容，可广泛应用于诸多场景，例如恒星参数测定、系外行星大气透射光谱或活动敏感谱线探测。