dragtrack-ops-data

Hugging Face2026-08-27 更新2026-08-28 收录

空间气象监测

卫星阻力计算

数据链接：

https://huggingface.co/datasets/djgersh/dragtrack-ops-data 数据链接链接失效反馈

官方服务：

资源简介：

DragTrack Ops Data 是一个由 NASA 的 DragTrack 热层密度管道生成的数据集快照（快照日期：2026-08-20），旨在支持近实时热层密度监测与卫星阻力计算。该数据集包含按 NORAD 编号组织的多个文件子集：原始 TLE 元素（来自 Space-Track）、日均 TLE 行（含 Picone 阻力加速度）、摄入状态元数据、星历全局状态文件（manifest.parquet）、27 天滚动 vdot 与强制拟合目录（catalog）、每年舰队中值元素预过滤器（fleet）、每日联合 TRF 求解器输出（solver/v1）、6 小时子日精化求解器输出（solver/subdaily）、最新的强制数据 pickle 文件（包括 F10.7、太阳风、地磁指数、EUVS）和 GOES-19 EUVS 存档（NetCDF）。该数据集适用于时间序列预测任务，特别是空间天气、热层密度和卫星阻力相关的研究与操作。

DragTrack Ops Data is a snapshot generated by NASAs DragTrack thermospheric density pipeline (snapshot date: 2026-08-20), designed to support near-real-time thermospheric density monitoring and satellite drag computation. The dataset contains multiple file subsets organized by NORAD number: original TLE elements (from Space-Track), daily average TLE lines (with Picone drag acceleration), ingestion status metadata, ephemeris global state file (manifest.parquet), 27-day rolling vdot and forcing fit catalog, annual fleet median element pre-filter, daily joint TRF solver output (solver/v1), 6-hour subdaily refinement solver output (solver/subdaily), latest forcing data pickle files (including F10.7, solar wind, geomagnetic indices, EUVS) and GOES-19 EUVS archive (NetCDF). The dataset is suitable for time series forecasting tasks, particularly for research and operations related to space weather, thermospheric density, and satellite drag.

创建时间：

2026-08-20

原始信息汇总

DragTrack Ops Data 数据集概述

基本信息

许可证：CC-BY-4.0
任务类型：时间序列预测
数据规模：10K-100K 条记录
标签：热层、空间天气、卫星阻力、大气密度
快照日期：2026-08-20

数据来源与出处

该数据集由 DragTrack 热层密度管道（DragTrack-solver）生成的 DRAGTRACK_ROOT 数据树快照，参考文档为 NASA-TM/20260006171。

数据内容

按 NORAD 编号组织的压缩包（每个含 57,000+ 文件，需解压）

文件	解压路径	内容
`tles_raw.tar`	`tles/raw/`	Space-Track 原始元素行（v6 模式）
`tles_daily.tar`	`tles/daily/`	每日平均行，含 Picone 阻力加速度
`tles_meta.tar`	`tles/meta/`	摄取状态（last epoch, last processed）

求解器、目录与强迫场文件

路径	内容
`manifest.parquet`	船队状态（每 NORAD 一行）
`catalog/ref_catalog_lowalt_{YYYY}.parquet`	27 天滚动 vdot-vs-forcing 拟合
`fleet/year=YYYY/part.parquet`	年度船队中值元素预过滤
`solver/v1/joint_trf_2014_2026_v1.pkl`	每日联合 TRF 求解器输出（a_d + Tinf, per-sat B*）
`solver/subdaily/subdaily_2014_2026_6h_v1.pkl`	6 小时子日精细化结果
`forcing/f107.p`, `omni_sw.p`, `softG.p`, `euvs.p`	最新强迫场数据（F10.7、太阳风、地磁、EUVS）
`forcing/goes19_euvs_avg1d.nc`	GOES-19 EUVS 档案（NetCDF 格式）

未包含内容

原始 Space-Track 转储文件（tle{YYYY}.txt，28GB，需自行下载）
求解器临时文件（solver/dict/, solver/obs_load_cache/）
产品 JSON 和图表（reports/）
J70 密度查找表（需从管道仓库获取）
历史快照文件（仅包含每个 pickle 的最新版本）

数据溯源

求解器 pickle 嵌入出处信息（git commit、源哈希、校准常数 C_CAL、年度目录元数据）
本地路径已清理为 <DRAGTRACK_ROOT>
强迫场 pickle 包含源 URL、获取时间和处理器 git commit

使用方式

通过 Hugging Face CLI 下载数据集
解压按 NORAD 编号的压缩包到对应目录
安装 DragTrack 管道并配置 Space-Track 凭据
运行 dragtrack-hourly 拉取新 TLE 数据，执行 dragtrack-solve 进行强迫场刷新和产品生成

联系方式

Daniel Gershman — daniel.j.gershman@nasa.gov

搜集汇总

数据集介绍

构建方式

该数据集源自NASA的DragTrack热层密度监测管线，由Daniel Gershman等人构建，旨在支持近实时热层密度监测。数据快照采集于2026年8月20日，通过整合Space-Track的TLE数据、太阳与地磁活动驱动数据以及求解器输出，形成了涵盖原始TLE、日平均TLE、元数据、星群状态、目录文件及逐日/次日的求解结果等分层结构。原始TLE数据以压缩包形式提供，每个包内含超过57,000个NORAD编号的文件，同时附有清单文件和元数据，确保数据的完整性和可追溯性。

使用方法

使用者可通过HuggingFace CLI下载数据包，并解压至指定目录。随后需配置DragTrack求解器环境，设置Space-Track凭据，即可通过`dragtrack-hourly`获取最新TLE，执行`dragtrack-solve --stage forcing`刷新驱动数据，以及`dragtrack-solve --stage rho`生成密度产品。完整的运行流程和调度配置详见仓库中的部署指南。该数据集特别适合用于热层密度预报模型的训练与验证，以及卫星轨道预报和空间天气响应的研究。

背景与挑战

背景概述

该数据集由NASA科学家Daniel Gershman于2026年创建，旨在支撑近实时热层密度监测的研究。其核心研究问题是通过卫星拖曳效应反演热层大气密度，以提升空间态势感知能力。数据集整合了2014至2026年间来自Space-Track的TLE数据、多种空间天气驱动因素（如F10.7、太阳风、地磁指数）以及GOES-19 EUVS观测，提供了从原始轨道要素到逐日及6小时分辨率的求解器输出，形成了完整的数据流水线。该成果以NASA技术备忘录形式发布，对空间天气建模、卫星轨道预报及碰撞规避等领域具有重要参考价值，为全球科学界提供了标准化的高精度热层密度数据资源。

当前挑战

该数据集面临的挑战涵盖多个层面。领域层面，热层密度受太阳辐射、地磁活动等多因素耦合影响，时空变率大，精确建模极其困难，而现有经验模型（如J70）精度有限，亟需数据驱动的改进。构建过程中，需处理海量异构数据，如28GB原始TLE文件与57k+个Per-NORAD文件的高效存储与传输，以及不同来源数据的时空对齐与质量控制。此外，近实时更新要求流水线具备高鲁棒性和自动化能力，而依赖外部源（如Space-Track）增加了数据获取的不确定性。数据集的规模与复杂度也对用户的计算和存储资源提出了较高要求，如何平衡数据完整性与易用性是持续挑战。

常用场景

经典使用场景

该数据集作为热层大气密度监测与卫星阻力预报研究的基石，为时间序列预测模型提供了丰富的高频观测数据。其核心内容涵盖2014至2026年间覆盖全球的卫星双行元数据、日平均和6小时分辨率的阻力加速度估计，以及太阳辐射通量、地磁指数和极紫外辐射等关键驱动力参数。研究者可基于此数据集构建和验证近地轨道卫星阻力系数的动态演化模型，特别适用于开发基于深度学习的密度短期预报算法，以捕捉热层大气对太阳活动响应的非线性特征。

解决学术问题

该数据集解决了空间天气学中热层密度动态建模数据稀缺的长期难题，为学术研究提供了统一、规范的基准数据源。它使得研究者能够系统地分析太阳活动周期内热层密度的时空变化规律，量化磁暴期间大气密度扰动对卫星轨道衰减的影响，并改进现有的经验密度模型（如JB2008、NRLMSISE-00）的预测精度。其高频次、多年连续观测的特性支撑了从统计回归到物理约束神经网络等多尺度方法论的研究，推动了热层-电离层耦合机制的理论验证，为空间碎片演化雷达和碰撞规避策略提供了可靠的基础数据支撑。

实际应用

在航天工程实践中，该数据集直接服务于低地球轨道卫星的运营管理，尤其是精密定轨、寿命预测和碰撞规避决策。其提供的实时阻力加速度和大气密度产品能够显著提升以Starlink为代表的大型星座轨道维持的燃料利用效率，延长卫星服役寿命。此外，该数据流为空间态势感知系统提供了关键的输入，用于预测失控航天器的再入轨迹和评估空间碎片群的长期演化趋势，对保障未来航天活动的安全性和可持续性具有重要的工程应用价值。

数据集最近研究