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**

```sql
-- 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`**

```python
# 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**：
```sql
-- 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**
```python
# 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**
```python
# 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）**
```python
# 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）**：
```python
# 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**：
```python
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