cosmo/NASA_DATA_STRATEGY.md

NASA数据源分析与数据策略

日期: 2025-12-06 目的: 回答Phase 4关于恒星数据获取的关键问题

---

📊 三个核心问题的答案

问题1: 恒星系主序星的数据是否还需要从NASA获取？

答案：不需要，数据已经有了！

现状分析

✅ 恒星数据已在star_systems表中

-- 当前star_systems表已包含完整的主恒星数据
SELECT name, host_star_name, spectral_type, radius_solar,
       mass_solar, temperature_k, color
FROM star_systems
WHERE id = 479;

-- 结果示例（Proxima Centauri）：
-- name: Proxima Cen System
-- host_star_name: Proxima Cen
-- spectral_type: M5.5 V
-- radius_solar: 0.141
-- mass_solar: 0.1221
-- temperature_k: 2900
-- color: #ffbd6f

数据来源：

• 这些数据在Phase 3时已经通过fetch_interstellar_data.py脚本从NASA Exoplanet Archive获取
• 数据源：NASA Exoplanet Archive的Planetary Systems (PS)表
• 字段映射：
  • st_spectype → spectral_type
  • st_rad → radius_solar
  • st_mass → mass_solar
  • st_teff → temperature_k
  • 自动计算 → color

需要做的事

❌ 不需要从NASA重新获取主恒星数据

✅ 只需要从star_systems复制到celestial_bodies

# 数据迁移，不是数据获取
for system in star_systems:
    celestial_body = {
        "system_id": system.id,
        "name": system.host_star_name,
        "type": "star",
        "metadata": {
            "star_role": "primary",
            "spectral_type": system.spectral_type,
            "radius_solar": system.radius_solar,
            "mass_solar": system.mass_solar,
            "temperature_k": system.temperature_k,
            "color": system.color
        }
    }

---

问题2: 其它恒星系的位置数据是否还需要定时获取？

答案：不需要定时获取，恒星位置是静态的（在人类时间尺度上）

恒星运动特性

自行（Proper Motion）：

• 恒星相对于太阳的运动速度：通常10-100 km/s
• 角度变化：每年约0.001-0.1角秒
• 在50年内，即使是最快的恒星，位置变化也只有约5角秒（约0.0014度）

举例：

Barnard's Star（自行最快的恒星）
- 自行：10.3角秒/年
- 50年后位置变化：515角秒 ≈ 0.14度
- 在我们的可视化尺度（秒差距级别）：几乎可以忽略

结论

❌ 不需要定时获取位置数据

原因：

1. 恒星位置在人类时间尺度（几年、几十年）内几乎不变
2. 自行造成的位置变化远小于我们的渲染精度
3. NASA Exoplanet Archive中的坐标数据是某个epoch（如J2000.0）的快照，不会变化

什么时候需要更新？

仅在以下情况：

1. 新发现的恒星系统：NASA Archive新增了系外行星系统
2. 数据修正：某个系统的距离或坐标被重新测量（罕见）
3. 手动触发：管理员手动运行更新脚本

建议更新频率：

• 每季度或半年运行一次fetch_interstellar_data.py
• 主要是为了获取新发现的系外行星系统，而不是更新位置

---

问题3: 伴星数据无法从NASA获取么？（大部分都不是单恒星系统）

答案：可以从NASA获取！但需要额外的字段和逻辑

NASA API支持情况

✅ NASA Exoplanet Archive有多星系统数据

关键字段：

• sy_snum: 系统中恒星数量（Number of Stars in System）
• hostname: 主恒星名称
• Binary/Multiple star systems有特定标记

实际数据查询：

-- NASA API查询示例
SELECT hostname, sy_snum, sy_dist
FROM ps
WHERE sy_dist < 50 AND sy_snum > 1
ORDER BY sy_dist;

-- 结果示例：
Proxima Cen       sy_snum=3  (三星系统: Alpha Cen A, B, Proxima)
GJ 15 A           sy_snum=2  (双星系统)
GJ 667 C          sy_snum=3  (三星系统)
LTT 1445 A        sy_snum=3  (三星系统)
...

伴星数据字段

NASA Archive的伴星相关字段：

• st_nstar: 系统中恒星数量（与sy_snum相同）
• Binary system parameters（如果可用）：
  • st_binary: 是否为双星
  • st_bincomp: 伴星编号
  • st_binsep: 双星分离度（角秒）

限制：

• ⚠️ NASA Archive 主要关注行星宿主星，伴星详细数据可能不完整
• ⚠️ 如果伴星没有行星，可能不在Archive中
• ⚠️ 双星轨道参数（半长轴、周期、偏心率）通常不包含在PS表中

补充数据源

对于伴星详细数据，需要结合其他数据源：

1. SIMBAD (推荐)

   • URL: http://simbad.u-strasbg.fr/simbad/
   • 数据：几乎所有已知恒星的详细参数
   • Python API: astroquery.simbad
   • 包含：双星轨道参数、伴星光谱类型、质量等

2. Washington Double Star Catalog (WDS)

   • URL: https://www.usno.navy.mil/USNO/astrometry/optical-IR-prod/wds
   • 专门的双星数据库
   • 包含：轨道参数、分离度、位置角

3. Gaia Archive

   • URL: https://gea.esac.esa.int/archive/
   • 高精度天体测量数据
   • 可以识别双星系统

实施建议

Phase 4.1: 仅主恒星

# 从star_systems表迁移，不涉及NASA API
# 579个系统全部创建主恒星记录

Phase 4.2: 识别多星系统

# 查询NASA API，获取sy_snum字段
systems_with_multistars = fetch_systems_where_sy_snum_gt_1()

# 结果示例：
# {
#   "Proxima Cen": 3,
#   "GJ 15 A": 2,
#   "GJ 667 C": 3,
#   ...
# }

Phase 4.3: 补充伴星数据（手动/半自动）

# 对于标记为多星系统的，从SIMBAD查询伴星数据
for system in multistar_systems:
    # Query SIMBAD for companion stars
    companions = query_simbad_companions(system.hostname)

    for companion in companions:
        # Insert into celestial_bodies
        insert_companion_star(
            system_id=system.id,
            name=companion.name,
            spectral_type=companion.spectral_type,
            orbital_params=companion.orbital_params
        )

数据质量评估：

• 约50个系统有多颗恒星（sy_snum > 1）
• 其中约30个系统可以从SIMBAD获取伴星详细数据
• 约20个系统需要手动补充或标记为"数据不完整"

---

🎯 最终数据策略

Phase 4数据计划

✅ 立即执行（Phase 4.1）

主恒星数据迁移 - 无需从NASA获取

来源：star_systems表（已有数据）
目标：celestial_bodies表
数量：579条主恒星记录
方法：数据库内部迁移脚本
时间：< 1小时

📋 可选执行（Phase 4.2+）

多星系统识别 - 需要从NASA获取

来源：NASA Exoplanet Archive (sy_snum字段)
目标：更新star_systems.extra_data，标记多星系统
数量：约50个多星系统
方法：扩展fetch_interstellar_data.py脚本
时间：< 1小时

伴星数据补充 - 需要从SIMBAD/WDS获取

来源：SIMBAD + Washington Double Star Catalog
目标：celestial_bodies表（type='star', star_role='companion'）
数量：约50-100条伴星记录（估计）
方法：新脚本 + 部分手动
时间：2-4小时（半自动化）

数据更新频率

数据类型	更新频率	原因
恒星位置	不需要	自行可忽略（50年 < 1%变化）
系外行星数据	每季度	新发现的系统
恒星参数	每年	数据修正（罕见）
伴星数据	手动触发	数据来源分散，需人工整理

---

📝 实施建议

推荐方案：分阶段实施

Phase 4.1: MVP（最小可行产品）

✅ 仅主恒星
✅ 无需从NASA获取新数据
✅ 579个恒星系统全部可用
⏱️  实施时间：4-6小时

Phase 4.2: 增强版（多星系统识别）

📊 扩展NASA查询，获取sy_snum
🏷️  标记多星系统
⏱️  额外时间：1小时

Phase 5: 完整版（伴星展示）

🌟 补充伴星数据（SIMBAD/WDS）
🎨 实现双星轨道渲染
⏱️  额外时间：4-8小时

代码示例

扩展NASA查询（获取sy_snum）：

# 修改 fetch_interstellar_data.py

table = NasaExoplanetArchive.query_criteria(
    table="ps",
    select="hostname, sy_dist, ra, dec, sy_pnum, sy_snum, "  # 新增sy_snum
           "st_spectype, st_rad, st_mass, st_teff, "
           "pl_name, pl_orbsmax, pl_orbper, pl_orbeccen, pl_rade, pl_eqt",
    where="sy_dist < 50",
    order="sy_dist"
)

# 在系统数据中记录恒星数量
systems[hostname]["data"]["star_count"] = int(get_val(row['sy_snum']))

从SIMBAD查询伴星数据：

from astroquery.simbad import Simbad

def query_companion_stars(primary_star_name):
    """查询伴星信息"""
    # SIMBAD查询示例
    result_table = Simbad.query_object(primary_star_name)

    # 查询双星信息
    # 这需要更复杂的查询逻辑，SIMBAD有专门的binary star tables

    return companion_data

---

✅ 结论

1. 主恒星数据：✅ 已有，不需要从NASA获取
2. 位置数据：✅ 静态，不需要定时更新
3. 伴星数据：⚠️ 可以从NASA获取部分（sy_snum），完整数据需SIMBAD

推荐行动：

• Phase 4.1先实现主恒星（已有数据）
• Phase 5再考虑伴星（需额外数据源）

---

文档作者: Cosmo Development Team 最后更新: 2025-12-06