five

reentry-events

收藏
Hugging Face2026-04-06 更新2026-04-07 收录
下载链接:
https://huggingface.co/datasets/juliensimon/reentry-events
下载链接
链接失效反馈
官方服务:
资源简介:
“再入事件”数据集是一个记录了34,964个重新进入地球大气层的物体的目录,数据来源于通过CelesTrak获取的NORAD卫星目录(SATCAT)。数据集涵盖了从1957年到2026年的再入事件,包括有效载荷、火箭体和碎片等物体。每个条目包含NORAD编号、物体名称、类型、国家代码、发射日期、衰减日期、轨道周期、倾角、远地点和近地点高度、雷达截面大小、在轨天数以及衰减年份等字段。数据集支持轨道寿命预测模型、碎片减缓指南的合规性监测、再入风险评估以及通过大气阻力清理空间环境的历史分析。数据集每日更新,适用于表格分类任务,特别适用于空间、再入、轨道力学、卫星和碎片等领域的研究。
创建时间:
2026-03-26
原始信息汇总

数据集概述:Reentry Events

数据集基本信息

  • 数据集名称:Reentry Events
  • 发布者:Julien Simon
  • 发布日期:2026年
  • 许可证:CC-BY-4.0
  • 语言:英语 (en)
  • 数据格式:Parquet
  • 数据规模:10K < n < 100K (具体包含 34,964 个对象)
  • 任务类别:表格分类 (tabular-classification)
  • 标签:space, reentry, orbital-mechanics, satellites, debris, open-data, tabular-data, parquet

数据集描述

该数据集是已再入地球大气层物体的目录,包含 34,964 个对象。数据源自通过 CelesTrak 获取的 NORAD 卫星目录 (SATCAT)。当一个物体在 SATCAT 中记录了 DECAY_DATE 时,即被视为已再入。数据覆盖了从 1957 年到 2026 年的再入事件。

数据集记录了每个被发射到地球轨道的物体的最终归宿(无论是通过自然轨道衰减、受控离轨还是解体)。它包含了有效载荷、火箭箭体和碎片,并提供了诸如在轨时间和衰减年份等衍生字段,用于趋势分析。

数据模式(Schema)

列名 数据类型 描述
norad_id int32 NORAD 目录编号(唯一标识符)
object_name string 官方名称(例如 "COSMOS 1234 DEB")
object_type string 对象类型:PAY (有效载荷), R/B (火箭箭体), DEB (碎片), UNK (未知)
country_code string 所有者/运营者国家或组织代码
launch_date datetime 发射日期 (UTC)
decay_date datetime 大气层再入日期 (UTC)
period_min float 最后记录的轨道周期(分钟)
inclination_deg float 最后记录的轨道倾角(度)
apogee_km float 最后记录的远地点高度(公里)
perigee_km float 最后记录的近地点高度(公里)
rcs_size string 雷达散射截面尺寸类别 (SMALL, MEDIUM, LARGE)
days_in_orbit int 从发射到再入之间的天数
decay_year int32 再入年份(用于分组/筛选)

关键统计信息

  • 再入物体总数:34,964
  • 物体类型分布
    • 有效载荷 (PAY):7,228
    • 碎片 (DEB):23,198
    • 火箭箭体 (R/B):4,433
  • 在轨时间中位数:927 天
  • 再入事件时间跨度:1957 年至 2026 年
  • 主要国家/地区:CIS (18,479), US (10,375), PRC (3,099), FR (830), JPN (585)

数据来源与更新

  • 数据源:源自 CelesTrak SATCAT (https://celestrak.org/pub/satcat.csv),该目录镜像了由美国太空军第18太空防御中队维护的官方美国太空司令部目录。提取了记录有 DECAY_DATE 的物体作为再入事件。
  • 更新频率:每日更新(UTC时间 07:15,通过 GitHub Actions 自动执行)。

使用方式

数据集可通过 Hugging Face datasets 库加载,并转换为 pandas DataFrame 进行分析。示例代码包括按年统计再入事件、查找在轨时间最长的物体、按物体类型统计以及查询近期再入事件。

相关数据集

  • space-track-satcat:完整的 NORAD 卫星目录。
  • space-launch-log:来自 GCAT 的全球发射历史记录。
  • tle-history:历史两行轨道根数集。

支持与引用

  • 源代码仓库:https://github.com/juliensimon/space-datasets
  • 引用格式:提供了 BibTeX 引用格式。
  • 许可证链接:https://creativecommons.org/licenses/by/4.0/
搜集汇总
数据集介绍
main_image_url
构建方式
在轨道动力学与空间态势感知领域,对再入事件的系统记录是理解空间物体演化历程的关键。本数据集构建于权威的NORAD卫星编目(SATCAT)之上,通过CelesTrak平台每日同步获取数据。其核心逻辑是提取编目中所有已记录衰减日期的物体,从而形成一份涵盖自1957年至2026年、总计34,964个再入物体的历史档案。数据处理流程自动化,确保了信息的时效性与连续性,为研究长期空间环境演变提供了坚实的数据基础。
特点
该数据集以其全面性和丰富的衍生字段而著称。它不仅包含了每个物体的NORAD编号、名称、类型、所属国家等基础信息,还记录了发射与再入日期、末期的轨道参数(如周期、倾角、远地点与近地点高度)以及雷达散射截面分类。尤为重要的是,数据集通过计算生成了在轨天数与再入年份字段,这为分析不同物体群组的轨道寿命分布、评估碎片减缓准则的遵守情况,以及探究太阳活动周期对再入事件的影响趋势提供了直接的量化维度。
使用方法
利用该数据集进行科研或工程分析极为便捷。用户可通过Hugging Face的`datasets`库直接加载数据,并轻松转换为Pandas DataFrame进行后续处理。典型应用场景包括按年份或物体类型统计再入事件、识别在轨时间最长的物体、筛选特定时间段内的再入记录,以及结合轨道参数进行生存分析或风险建模。其每日更新的机制保证了分析能够基于最新的空间态势信息展开,适用于轨道寿命预测、碎片环境建模和空间政策评估等多个方向。
背景与挑战
背景概述
随着人类航天活动的日益频繁,空间轨道物体的再入事件已成为空间态势感知与空间环境管理的关键议题。Reentry Events数据集由Julien Simon基于美国空间司令部维护的NORAD卫星目录(SATCAT)构建,通过CelesTrak平台每日更新,收录了自1957年至2026年间共计34,964个再入大气层物体的详细记录。该数据集涵盖了有效载荷、火箭箭体及空间碎片等多种物体类型,并提供了发射与衰减日期、轨道参数以及在轨时长等关键字段,旨在为轨道寿命预测、空间碎片减缓准则合规性监测以及再入风险评估提供数据支撑。其系统性整理不仅有助于理解空间环境通过大气阻力自我净化的动态过程,也为空间政策制定与安全研究提供了实证基础。
当前挑战
在空间物体再入研究领域,核心挑战在于准确预测再入时间与轨迹,以评估其对地面人员与设施构成的潜在风险。由于再入过程受到大气密度变化、太阳活动周期及物体自身物理特性(如弹道系数)等多重因素的复杂影响,传统模型往往存在较大不确定性。此外,数据集构建过程中亦面临数据完整性与一致性的难题:原始SATCAT目录中部分历史记录存在缺失或错误,且不同国家与组织上报的数据标准不一,需通过衍生字段(如在轨天数)进行校正与补充。这些挑战凸显了高精度再入建模与标准化数据整合在空间安全治理中的迫切需求。
常用场景
经典使用场景
在空间态势感知领域,Reentry Events数据集为轨道寿命预测建模提供了关键的历史基准。研究人员利用该数据集中的轨道参数、在轨时间等字段,分析不同高度、倾角及太阳活动周期对物体再入时间的影响,从而校准大气阻力模型,提升对未控物体再入窗口的预报精度。
衍生相关工作
围绕该数据集衍生的经典工作主要包括基于生存分析的在轨寿命分布研究,以及结合太阳活动指数的碎片清除率建模。例如,学者利用其‘days_in_orbit’字段开展轨道物体群组的寿命统计分析,揭示了不同轨道区域受太阳周期影响的衰减规律,为长期空间环境可持续性研究奠定了基础。
数据集最近研究
最新研究方向
在空间态势感知领域,随着近地轨道物体数量的激增,大气再入事件的预测与风险评估已成为前沿热点。该数据集凭借其涵盖近三万五千个再入物体的历史记录,为轨道寿命建模提供了关键数据支撑,助力研究者分析太阳活动周期对大气阻力的影响机制。当前研究聚焦于利用机器学习方法提升再入轨迹预测精度,并结合物体类型与雷达截面尺寸数据,优化空间碎片减缓准则的合规性监测。这些进展对于保障在轨资产安全、支持可持续空间环境管理具有深远意义。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作