✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

在天文学、大气科学及航空航天领域，“天文气团”（Astronomical Airmass）是描述天体（如太阳、月球、恒星）辐射穿过地球大气层厚度的物理量，其核心作用是量化大气对天体辐射的衰减程度 —— 气团值越大，天体辐射穿过的大气越厚，被吸收、散射的能量越多，到达观测点（或飞机、卫星）的辐射强度越弱。

对于航空场景（如你此前关注的商务喷气式飞机），天文气团计算具有重要工程价值：

• 飞行环境感知：飞机在高空飞行时，太阳气团值直接影响座舱太阳辐射强度、机身表面温度分布，进而关联空调系统能耗与机身材料老化速率；

• 导航与观测辅助：在依赖天体导航的飞行任务中，气团值可修正大气折射对天体方位角、仰角观测的误差，提升导航精度；

• 大气参数反演：通过不同高度飞机测得的气团值与辐射强度，可反演大气垂直结构（如臭氧浓度、气溶胶分布），为气象预报提供数据支撑。

天文气团的计算需以 “天体的方位角（Azimuth）” 与 “仰角（Elevation Angle）” 为核心输入参数 —— 方位角描述天体在水平面上的投影与正北方向的夹角（顺时针为正，范围 0°-360°），仰角描述天体与观测点水平面的夹角（范围 - 90°-90°，仰角 90° 为天顶，-90° 为天底）。因此，“气团计算” 与 “方位 - 仰角图绘制” 需协同进行，前者依赖后者提供的天体位置参数，后者可直观呈现天体位置与气团值的关联关系。

天文气团的计算原理与核心公式

天文气团的计算需基于 “大气模型” 与 “天体位置参数”，核心是建立 “气团值” 与 “天体仰角、观测点海拔高度” 的数学关系。目前国际通用的气团计算模型包括 “均一大气模型（Homogeneous Atmosphere Model）”“标准大气模型（Standard Atmosphere Model）” 与 “分段大气模型”，其中均一大气模型因计算简便、精度满足多数工程需求，成为最常用的基础模型。

1. 基础假设：均一大气模型的核心简化

⛳️ 运行结果

📣 部分代码

%% *plotAirmassAzElMap*

%% *purpose*

% plot the astronomical airmass value in local horizon coordinates

%% *definition*

%%

% $$Airmass=sec(\theta_{zenith})$$

%

% $$\theta_{zenith}$ is the observer zenith angle

%

%% *history*

% WHO WHEN WHY

% ---- ---------- -----------------------------------------------------

% mnoah 05/16/2019 For teaching astronomy.

%% *user inputs*

% no user inputs

%% *create image of the airmass*

regionAz = [-180 180];

regionEl = [1 90];

[X,Y] = meshgrid(-180:180,1:90);

Zenith = 90-Y;

regionData = 1./cosd(Zenith);

R = georasterref('RasterSize',size(regionData), ...

'LatitudeLimits',regionEl,'LongitudeLimits',regionAz);

%% *create the az/el map*

fig.h = figure('Color','w','Position',[0 0 1000 1000]);

axesm('eqaazim','MLabelParallel',0,'Origin',[90 0 0], ...

'FLatLimit',[-Inf 90],'aspect','transverse');

view(0,-90); axis off; framem on; gridm on; plabel on;

setm(gca,'PLabelMeridian',15)

setm(gca,'PLineLocation',-30:10:80);

setm(gca,'PLabelLocation',-30:10:80,'fontsize',9, ...

'fontcolor',[0.3 0.3 0.3],'LabelFormat','signed','fontweight','bold');

hold on; mlabel on; setm(gca,'MLabelParallel',-12)

setm(gca,'LabelRotation','off');

hold on;

geoshow(regionData,R,'DisplayType','texturemap', ...

'Zdata',zeros(size(regionData)),'CData',regionData);

title('Airmass To Space');

colormap(jet); colorbar

🔗 参考文献

🎈 部分理论引用网络文献，若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：

🌟 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位、冷链、时间窗、多车场等、选址优化、港口岸桥调度优化、交通阻抗、重分配、停机位分配、机场航班调度、通信上传下载分配优化

🌟 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌟图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

🌟 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻、公交车时间调度、水库调度优化、多式联运优化

🌟 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划、

🌟 通信方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌟 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌟电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电、电/冷/热负荷预测、电力设备故障诊断、电池管理系统（BMS）SOC/SOH估算（粒子滤波/卡尔曼滤波）、 多目标优化在电力系统调度中的应用、光伏MPPT控制算法改进（扰动观察法/电导增量法）、电动汽车充放电优化、微电网日前日内优化、储能优化、家庭用电优化、供应链优化

🌟 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌟 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌟 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇

5 往期回顾扫扫下方二维码