用Python和Folium绘制卫星轨迹图：从TLE数据到交互式地图的保姆级教程

当我们需要追踪一颗卫星的运行轨迹时，星下点轨迹图是最直观的展现方式。本文将带你从零开始，使用Python中的ephem和folium库，将枯燥的TLE数据转化为生动的交互式地图。无论你是航天爱好者、地理信息开发者，还是对数据可视化感兴趣的学生，这篇教程都能让你快速掌握这项实用技能。

1. 环境准备与数据获取

在开始之前，我们需要准备好Python环境和必要的库。推荐使用Python 3.7及以上版本，并安装以下库：

pip install ephem folium numpy

TLE(两行轨道根数)数据是描述卫星轨道的关键信息，通常可以从以下渠道获取：

• 北美防空司令部(NORAD)维护的卫星目录
• Celestrak网站(www.celestrak.com)
• 卫星运营商官网

一个典型的TLE数据格式如下：

ISS (ZARYA)
1 25544U 98067A 03097.78853147 .00021906 00000-0 28403-3 0 8652
2 25544 51.6361 13.7980 0004256 35.6671 59.2566 15.58778559250029

注意：TLE数据每行有固定长度要求，第一行69字符，第二行69字符，复制时需确保格式完整。

2. 解析TLE数据并计算星下点

ephem库是天文计算的瑞士军刀，它能精确计算卫星位置。我们先创建一个Observer对象代表观测点：

import ephem

# 设置观测点(默认为格林尼治天文台)
observer = ephem.Observer()
observer.lon = '116.391'  # 经度
observer.lat = '39.907'   # 纬度
observer.elevation = 50   # 海拔(米)

接下来解析TLE数据并计算星下点：

def calculate_satellite_positions(tle_line1, tle_line2, duration_hours=24, step_minutes=10):
    satellite = ephem.readtle("SAT", tle_line1, tle_line2)
    positions = []
    
    for minute in range(0, duration_hours*60, step_minutes):
        observer.date = ephem.now() + minute * ephem.minute
        satellite.compute(observer)
        
        # 将星下点转换为经纬度
        lat = float(satellite.sublat) * 180/3.1415926535
        lon = float(satellite.sublong) * 180/3.1415926535
        positions.append((lat, lon))
    
    return positions

提示：ephem内部使用弧度制，需要转换为常用的角度制。计算步长建议10-30分钟，步长太短会导致数据点过多，影响性能。

3. 使用Folium创建交互式地图

Folium是Leaflet.js的Python接口，能创建漂亮的交互式地图。我们先创建一个基础地图：

import folium

def create_base_map(center=[0, 0], zoom_start=2):
    return folium.Map(
        location=center,
        zoom_start=zoom_start,
        tiles='https://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png',
        attr='OpenStreetMap'
    )

添加卫星轨迹线到地图：

def add_trajectory(map_obj, positions, color='red', weight=2):
    folium.PolyLine(
        locations=positions,
        color=color,
        weight=weight,
        opacity=0.8
    ).add_to(map_obj)
    
    # 添加起点和终点标记
    folium.Marker(
        location=positions[0],
        icon=folium.Icon(color='green', icon='play')
    ).add_to(map_obj)
    
    folium.Marker(
        location=positions[-1],
        icon=folium.Icon(color='red', icon='stop')
    ).add_to(map_obj)

4. 完整实现与高级功能

现在我们将所有步骤整合起来，并添加一些增强功能：

def visualize_satellite_trajectory(tle_line1, tle_line2, output_file='satellite_track.html'):
    # 计算星下点
    positions = calculate_satellite_positions(tle_line1, tle_line2)
    
    # 创建地图
    m = create_base_map(center=positions[0])
    
    # 添加轨迹线
    add_trajectory(m, positions)
    
    # 添加卫星实时位置标记
    satellite = ephem.readtle("SAT", tle_line1, tle_line2)
    satellite.compute(ephem.now())
    current_lat = float(satellite.sublat) * 180/3.1415926535
    current_lon = float(satellite.sublong) * 180/3.1415926535
    
    folium.Marker(
        location=[current_lat, current_lon],
        icon=folium.Icon(color='blue', icon='star'),
        popup=f"Current Position<br>Lat: {current_lat:.4f}<br>Lon: {current_lon:.4f}"
    ).add_to(m)
    
    # 保存地图
    m.save(output_file)
    return output_file

高级功能扩展：

• 多卫星轨迹对比 ：使用不同颜色同时显示多颗卫星轨迹
• 时间滑块 ：使用Folium的TimestampedGeoJson实现动态轨迹展示
• 覆盖区域计算 ：结合shapely库计算卫星覆盖区域

5. 常见问题与优化建议

在实际使用中，你可能会遇到以下问题：

1. TLE数据过期 ：

   • 每颗卫星的TLE数据有效期通常为7-30天
   • 解决方案：定期更新TLE数据或使用API自动获取

2. 轨迹显示不连续 ：

   • 原因：卫星在地球背面或计算步长太大
   • 解决方案：减小计算步长或过滤无效点

3. 性能优化 ：

   • 对于长时间跨度计算，考虑使用numpy向量化运算
   • 示例优化代码：

def optimized_calculation(tle_line1, tle_line2):
    satellite = ephem.readtle("SAT", tle_line1, tle_line2)
    times = np.arange(0, 24*60, 10)  # 10分钟间隔
    
    def compute_position(minutes):
        observer.date = ephem.now() + minutes * ephem.minute
        satellite.compute(observer)
        return (
            float(satellite.sublat) * 180/3.1415926535,
            float(satellite.sublong) * 180/3.1415926535
        )
    
    return np.vectorize(compute_position)(times)

4. 地图样式定制 ：
   • 使用Folium的TileLayer可以切换多种地图样式
   • 示例：

folium.TileLayer(
    tiles='https://{s}.basemaps.cartocdn.com/dark_all/{z}/{x}/{y}{r}.png',
    attr='CartoDB.DarkMatter',
    name='Dark Mode'
).add_to(m)

6. 实际应用案例

让我们以SpaceX的Starlink卫星为例，展示完整流程：

1. 获取TLE数据（示例数据）：

STARLINK-1007
1 44238U 19029A   21123.48675926  .00000606  00000-0  34903-4 0  9990
2 44238  53.0532 240.7126 0001528  93.0824 267.0426 15.12402418 24489

2. 运行可视化代码：

tle_line1 = "1 44238U 19029A   21123.48675926  .00000606  00000-0  34903-4 0  9990"
tle_line2 = "2 44238  53.0532 240.7126 0001528  93.0824 267.0426 15.12402418 24489"
visualize_satellite_trajectory(tle_line1, tle_line2)

3. 结果分析：
   • 生成的HTML文件可在浏览器中打开
   • 点击标记点可查看详细信息
   • 使用地图控件可缩放、平移

对于卫星星座可视化，可以批量处理多颗卫星的TLE数据，使用不同颜色区分，并添加图例说明。