查看“SFH”的源代码

*恒星形成历史

*根据SFH，生成光谱的工具[http://miles.iac.es/pages/webtools/get-spectra-for-a-sfh.php]

==recover SFH==
*STECKMAP　　[http://astro.u-strasbg.fr/~ocvirk/indexsteckmap.html]
*pPXF [http://www-astro.physics.ox.ac.uk/~mxc/software/]

===非参数化的恒星形成历史===
* arXiv1901.02877  Dense Basis SFH
:利用几个特征参数（形成特定比例的恒星的时间）来描述，根据测量的S/N来自动判断需要几个参数。
:给定这些参数之后，利用Gaussian Process来生成具体的SFH
:: Gaussian过程中需要假设一个核函数（协方差），物理上就是SFR在不同的时间上有多大程度是协变的还是stochastic的。参见下面这篇文章 

* arXiv1901.07556 stochastic modeling of SFH
:核心假设（1）： 星系的SFH偏离main sequence的主线的过程是stochastic的
:核心假设（2）：这个随机过程，可以用功率谱（PSD，power spectrum density）或者自相关函数来描述，比较常见的：
:* 白噪声，功率谱是常数，
:* 随机行走 （red noise）<math> PSD(f) \propto f^{-2} </math>
:* [[damped random walk]]

===测光数据===
*starpy http://arxiv.org/abs/1609.00023
:a python code, derive the quenching SFH of a galaxy through a Bayesian MCMC method [https://github.com/zooniverse/starpy]
:usingthe observed u-r and NUV-u colours, a redshift, BC03, solar metallicity , Chabrier IMF, no intrinsic dust 
: SFH is modelled as an exponential decline of the SFR described by two parameters [tq; tau], where tq is the time quench begins
: