天文光谱的处理和分析在天体物理学中起着基础性作用,为了解恒星和星系的物理性质及演化过程提供了深刻的见解。
多年来,已经开发了多种软件包和流程来辅助光谱处理和分析。其中一些是通用工具,主要用于光谱数据的还原和处理。广泛使用的IRAF软件包(Tody, 1986, Tody, 1993)几十年来一直是天文学家的标准参考。最近,基于现代图形用户界面(GUI)的软件如SPLAT-VO(Šaloun等人,2016)和pyspeckit(Ginsburg等人,2022)被开发出来,提供了更新的选择。其他专用工具则专注于星系光谱建模(如PYMORPH(Vikram等人,2010))或星系光谱能量分布(SED)建模(如Galapy(Ronconi等人,2024))。还有一些软件包专门用于自动光谱提取(如ASPIRED(Lam等人,2023))、恒星光谱建模和大气参数确定(如iSPEC(Blanco-Cuaresma等人,2014)或光谱可视化和红移确定(如SpecPro(Masters和Capak,2011))。
对于恒星和星系而言,光学和近红外波段吸收线的等效宽度(EW)测量长期以来一直是表征其物理性质和恒星种群的重要手段(例如Faber,1973;Burstein等人,1984;Worthey等人,1994;Trager等人,2000)。最近的研究在光学(例如Schiavon,2007;Morelli等人,2008;Morelli等人,2012;McDermid等人,2015;Molina,2018)和近红外(NIR,例如Molina和Stock,2004;Alton等人,2018;Riffel等人,2019;Morelli等人,2020;Baratella等人,2020;Gasparri等人,2021;Gasparri等人,2024)领域对这些分析进行了扩展和细化。不同的代码专注于线强度EW的测量,包括PACCE代码(Riffel和Borges Vale,2011)、基于Fortran的LECTOR代码(Vazdekis,2011)、基于C++的Indexf代码(Cardiel,2010)以及ROBOSPEC(Waters和Hollek,2013)。
完整光谱拟合算法为恒星和星系光谱的分析提供了一种互补且稳健的方法。这些方法不是针对特定的光谱特征,而是结合模板光谱同时对光谱进行拟合,从而更全面地提取物理信息。对于星系的积分光谱,完整光谱拟合在推导恒星和气体成分的运动学以及重建恒星形成历史(SFH)方面特别有效(例如Cappellari和Emsellem,2004;Wilkinson等人,2015;McDermid等人,2015;Pessa等人,2023)。
已经开发了几种用于星系光谱完整光谱拟合的算法。pPXF代码(Cappellari,2023及参考文献)被广泛用于提取恒星运动学、恒星种群特性和SFH。其他完整光谱拟合算法和流程包括STARLIGHT(Cid Fernandes等人,2005)、STECMAP(Ocvirk等人,2006)、VESPA(Tojeiro等人,2007)、ULySS(Koleva等人,2009b)、FADO(Gomes和Papaderos,2017)、FIT3D(Sánchez等人,2016a,Lacerda等人,2022)和FIREFLY(Wilkinson等人,2017),其中一些算法还结合了机器学习技术(例如Fabbro等人,2018)。
已经开发了几种流程来进行星系的高级光谱分析。Pipe3D专门用于分析CALIFA、MaNGA和SAMI数据(Sánchez等人,2016b),基于FIT3D拟合工具。GIST流程(Bittner等人,2019;Bittner,2021)整合了pPXF和GANDALF(Sarzi等人,2017),用于星系数据立方体中的恒星和气体光谱分析。更新的nGIST流程(Fraser-McKelvie等人,2024)专注于MUSE数据立方体的分析。
尽管这些软件包在各自的领域具有优势,但在提供一个完全跨平台的通用软件方面仍存在空白,该软件能够在一个直观的GUI中整合所有现代光谱处理和分析工具。
SPAN是一个长期项目,始于2020年。它的目标是为用户提供一个简单直观的GUI,整合最常用的天文光谱处理和分析工具,特别关注星系的未分辨光谱。SPAN的主要目标是通过提供一个完全跨平台且用户友好的环境来简化并提高光谱处理的效率。同时,SPAN设计得具有灵活性和可扩展性,允许用户修改和增强源代码,以引入新程序或根据天文学界不断变化的需求调整现有程序。
在本文中,我们介绍了SPAN的6.6.X版本,并对其功能和操作进行了全面概述。本文的结构如下:第2节介绍SPAN的主要功能;第3节描述了源代码的结构和架构;第4节重点介绍了软件支持的光谱处理任务;第5节介绍了可用的光谱分析工具;第6节将SPAN的结果与其他广泛使用的软件进行了比较并评估了其性能;第7节通过使用公开可用的MUSE数据,以螺旋星系NGC 1097为例进行了科学案例分析;第8节概述了计划中的未来开发;第9节总结了我们的结论。