SNITCH：寻求一种简洁而信息丰富的恒星形成历史推断工具

利用观测数据推导简洁、解析的星系恒星形成历史 (SFH) 是一项复杂任务，若无合适工具则难以完成。因此我们推出 SNITCH，一个用 Python 编写的开源代码，旨在快速（约 2 分钟）从受恒星形成气体电离主导的星系光谱的发射与吸收特征中推断描述解析 SFH 模型的参数。SNITCH 使用 Conroy 等人 (2009) 的 Flexible Stellar Population Synthesis 模型、MaNGA 数据分析流水线以及马尔可夫链蒙特卡罗方法，以推断三个参数（熄灭时间、熄灭速率和模型金属丰度），这些参数最佳描述指数式下降的熄灭历史。该代码为用于 MaNGA 光谱数据立方体而编写，但用户可自定义，从而可用于已获取星系光谱的任何情形，并适配针对特定科学情形推断用户定义的解析 SFH 模型。本文中我们概述了应用于 SNITCH 的严格测试，并表明其在推导星系光谱 SFH 方面既准确又精确。测试表明，SNITCH 对最近期的恒星形成敏感，但即便真实下降并非以指数速率发生，也能追踪恒星形成的熄灭。借助解析 SFH 及仅五个光谱特征，我们主张该代码应作为大样本光谱（无论是积分视场单元数据立方体还是星系光谱总体）间的比较工具使用。