7
9

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

【Python】Skyfieldで衛星軌道予測

Posted at

はじめに

以前、こちらの記事で、Pyorbitalを使った衛星の軌道計算についてご紹介しました。
しかし、PyorbitalのライセンスはGPLなので、GPLのパッケージを使うのはちょっと・・・
という方向けに、今回はSkyfieldを使って衛星の軌道計算をやってみました。

Skyfieldとは

Pythonの天文学計算パッケージです。
地球の周りの軌道にある星、惑星、衛星の位置などを計算することができます。
ライセンスはMITライセンスです。

環境

  • Windows 10
  • Python 3.7.3
  • skyfield 1.23

インストール

$ pip install skyfield

使ってみた

TLE読み込み

衛星のTLEを用意。今回はCELESTRAKから地球観測衛星AquaのTLEを入手。

aqua.txt
AQUA                    
1 27424U 02022A   20203.40846355  .00000031  00000-0  17013-4 0  9997
2 27424  98.2101 143.5537 0000452 148.6720 321.9438 14.57110132968816

tle_read.py
from skyfield.api import load


satellite = load.tle_file("./aqua.txt")[0]  # TLE読み込み
sgp4_model = satellite.model

print("衛星名: ", satellite.name)
print("元期: ", satellite.epoch.utc_jpl())
print("衛星番号: ", sgp4_model.satnum)
print("エポック年: ", sgp4_model.epochyr)
print("エポック日: ", sgp4_model.epochdays)
print("エポックのユリウス日: ", sgp4_model.jdsatepoch)
print("ndot: ", sgp4_model.ndot)
print("nddot: ", sgp4_model.nddot)
print("弾道抗力係数 B*: ", sgp4_model.bstar)
print("軌道傾斜角[rad]: ", sgp4_model.inclo)
print("昇交点赤経[rad]: ", sgp4_model.nodeo)
print("離心率: ", sgp4_model.ecco)
print("近地点引数[rad]: ", sgp4_model.argpo)
print("平均近点角[rad]: ", sgp4_model.mo)
print("平均運動[rad/min]: ", sgp4_model.no_kozai)

実行結果

衛星名: AQUA
元期: A.D. 2020-Jul-21 09:48:11.2507 UT
衛星番号: 27424
エポック年: 20
エポック日: 203.40846355
エポックのユリウス日: 2459051.5
ndot: 9.39326507149726e-13
nddot: 0.0
弾道抗力係数 B*: 1.7013e-05
軌道傾斜角[rad]: 1.714089603712883
昇交点赤経[rad]: 2.505484718420184
離心率: 4.52e-05
近地点引数[rad]: 2.5948159055250097
平均近点角[rad]: 5.618979316382121
平均運動[rad/min]: 0.06357842341892297

衛星の位置情報取得

satellite_position.py
from skyfield.api import load


satellite = load.tle_file("./aqua.txt")[0]  # TLE読み込み

ts = load.timescale()  # タイムスケールを生成
now = ts.now()
geocentric = satellite.at(now)  # 地球中心を基準としたx, y, zの位置を取得
subpoint = geocentric.subpoint()  # 緯度、経度、高度情報に変換

print("時刻: ", now.utc_jpl())
print("緯度[degree]", subpoint.latitude.degrees)
print("経度[degree]", subpoint.longitude.degrees)
print("高度[m]", subpoint.elevation.m)

実行結果

時刻: A.D. 2020-Jul-22 00:49:04.0105 UT
緯度[degree]: 29.340257418205187
経度[degree]: 16.29265032283678
高度[m]: 705898.890496908

パス時刻の取得

get_pass_time.py
from datetime import datetime, timedelta, timezone

from skyfield.api import load, Topos


satellite = load.tle_file("./aqua.txt")[0]  # TLE読み込み

ts = load.timescale()  # タイムスケールを生成

# 観測地点(東京タワー)の位置情報を設定
tokyo_tower_pos = Topos(
    latitude_degrees=35.66, longitude_degrees=139.75, elevation_m=333
)

start = datetime.now(timezone.utc)
end = start + timedelta(days=1)

# 24時間以内に観測点(東京タワー)から衛星が見える時間を計算(仰角5度以上)
# パス開始時刻、最大仰角時刻、パス終了時刻の情報が取得できる
t, events = satellite.find_events(
    tokyo_tower_pos, ts.utc(start), ts.utc(end), altitude_degrees=5.0
)

difference = satellite - tokyo_tower_pos
for ti, event in zip(t, events):
    name = ("パス開始: ", "最大仰角: ", "パス終了: ")[event]
    print(name, ti.utc_strftime("[UTC] %Y %b %d %H:%M:%S"))
    if event == 1:
        topocentric = difference.at(ti)
        alt, _, _ = topocentric.altaz()  # 観測点から観た衛星の仰角を取得
        print("最大仰角[degree]: ", alt.degrees)
    if event == 2:
        print()

実行結果

パス開始:  [UTC] 2020 Jul 22 03:30:00
最大仰角:  [UTC] 2020 Jul 22 03:35:40
最大仰角[degree]:  58.23825328597088
パス終了:  [UTC] 2020 Jul 22 03:41:22

パス開始:  [UTC] 2020 Jul 22 05:09:57
最大仰角:  [UTC] 2020 Jul 22 05:13:44
最大仰角[degree]:  11.91191755398313
パス終了:  [UTC] 2020 Jul 22 05:17:32

パス開始:  [UTC] 2020 Jul 22 15:33:05
最大仰角:  [UTC] 2020 Jul 22 15:37:48
最大仰角[degree]:  18.970133046864028
パス終了:  [UTC] 2020 Jul 22 15:42:30

パス開始:  [UTC] 2020 Jul 22 17:10:10
最大仰角:  [UTC] 2020 Jul 22 17:15:37
最大仰角[degree]:  37.15713012973206
パス終了:  [UTC] 2020 Jul 22 17:21:03

まとめ

Pyorbitalでできることは、Skyfieldでも大体できそう。
注意点としては、計算に使うタイムスケールオブジェクトをdatetimeから生成するときに、タイムゾーンをUTCに設定しとかないと怒られます。

7
9
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
7
9

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?