太空安全专栏

近地小天体轨道、光学模型与天基望远镜观测效能评估

  • 王宇轩 , 1 ,
  • 吴太泷 1 ,
  • 王悦 , 1, 2, * ,
  • 李杨 3 ,
  • 张耀 3
展开
  • 1. 北京航空航天大学宇航学院, 北京 102206
  • 2. 航天器设计优化与动态模拟技术教育部重点实验室, 北京 102206
  • 3. 中国科学院国家天文台, 北京 100101
(1987-),男,副教授。主要研究方向为深空轨道动力学与任务设计、复杂摄动下轨道长期演化、小天体探测与防御。(本文通信作者)通信地址:北京市昌平区沙河高教园南三街9号(102206)电子邮箱:

(2001-),男,硕士研究生。主要研究方向为地月空间轨道动力学与任务设计、小行星与空间碎片危害监测。通信地址:北京市昌平区沙河高教园南三街9号(102206)电子邮箱:

网络出版日期: 2025-07-18

基金资助

空间碎片与近地小行星防御科研项目(KJSP2020020205)

Orbital Distribution and Photometric/Thermal Models of NEOs, and Surveillance Efficiency Assessment of Space Telescopes

  • Yuxuan WANG , 1 ,
  • Tailong WU 1 ,
  • Yue WANG , 1, 2, * ,
  • Yang LI 3 ,
  • Yao ZHANG 3
Expand
  • 1. Schdol of Astronautics, Beihang University, Beijing 102206, China
  • 2. Key Laboratory of Spacecraft Design Optimization and Dynamic Simulation, Ministry of Education, Beijing 102206, China
  • 3. National Astronomical Observatories, Chinese Academy of Sciences, Beijing 100101, China

Online published: 2025-07-18

摘要

考虑到近地小天体撞击给地球和人类社会构成的巨大威胁,世界各国都在积极开展近地小天体的监测预警和撞击防御工作。积极对近地小天体进行持续监测和编目,筛选出对地球有潜在威胁的近地小天体,是目前小行星撞击预警工作的有效策略。虽然人类已经完成对至少90%尺寸大于1 km的近地小天体的发现和编目,但对于更小的近地小天体,目前的观测能力仍然存在不足。与此同时,天基红外望远镜因其独特的优势,逐渐受到广泛的讨论和研究。为了完善我国的近地小天体监测预警网络,需要对各类望远镜的观测性能进行评估,选取合适的望远镜,有针对性地进行望远镜建设。针对天基望远镜对近地小天体的搜寻和编目开展研究,使用小天体种群分布模型和光热物理模型对望远镜搜寻与编目进行仿真,计算得到不同条件下天基望远镜对近地小天体种群的编目率随时间的变化。研究结果表明,在相同口径和轨道条件下,红外望远镜的观测效能优于光学望远镜,其中以日地L1点Halo轨道的观测效能最为突出。

本文引用格式

王宇轩 , 吴太泷 , 王悦 , 李杨 , 张耀 . 近地小天体轨道、光学模型与天基望远镜观测效能评估[J]. 空间科学与试验学报, 2025 , 2(2) : 1 -15 . DOI: 10.19963/j.cnki.2097-4302.2025.02.001

Abstract

Given the significant threat posed by Near-Earth Object (NEO) impacts to Earth and human society, major global powers are actively engaged in monitoring, early warning, and impact defense efforts for NEOs. A proactive strategy for asteroid impact warning involves continuous surveillance and cataloging of NEOs to identify potentially hazardous objects. While over 90% of NEOs larger than 1 kilometer in diameter have been cataloged, current observational capabilities still remain insufficient for detecting smaller objects. In addition, space-based infrared telescopes have received increasing attention due to their unique advantages. To enhance China's NEO monitoring and early warning infrastructure, it is critical to evaluate the observational performance of various telescope systems for the construction of optimized configurations. This study focuses on space telescopes for NEO discovery and cataloging, utilizing asteroid population distribution models and photometric/infrared thermal models to simulate survey campaigns. The cataloging rate of different space telescopes under varying conditions is calculated over time. Analysis reveals that infrared telescopes surpass optical counterparts in surveillance efficiency under equivalent conditions, with the sun-Earth L1 Halo orbit exhibiting the highest surveillance efficiency.

0 引 言

近地小天体(Near-Earth Object,NEO)是指近日点q1.300天文单位(Astronomical Unit,AU)的太阳系小天体(1 AU≈1.496×108 km)。根据它们的轨道特征,又可以分为以下几类:Apollo型小天体轨道半长轴a >1.000 AU,近日点距离q < 1.017 AU;Aten型小天体a < 1.000 AU,远日点距离Q > 0.983 AU;Atira型小天体a < 1.000 AU,Q < 0.983 AU;Amor型小天体a > 1.000 AU,1.017 < q < 1.300 AU[1],如图1所示。Apollo型和Aten型近地小天体的轨道穿越地球轨道内外侧,存在撞击地球的潜在风险;而Amor型和Atiras型小天体轨道可能在较短的时期内演化成上述两种类型的近地小天体,从而对地球造成威胁。通常情况下,与地球的最小轨道相交距离小于等于0.050 AU(约7.500×106 km),且绝对星等H22(假设反照率为0.14时,等效于直径d140 m)的小行星定义为潜在威胁的小行星(Potentially Hazardous Asteroid,PHA)[1]。近地小天体撞击地球事件时有发生,如2013年2月15日,一颗尺寸约20 m的小行星在俄罗斯车里雅宾斯克上空24~30 km处发生爆炸,导致当地数百间房屋损毁,上千人受伤[2]。即使是10米级直径的小行星撞击也可能造成巨大的安全威胁和经济损失。因此,对近地小天体的监测预警和防御,对于保护地球生态和人类生存至关重要。
图 1 NEOs的分类

Fig.1 Classification of NEOs

考虑到近地小天体给人类生存带来的巨大威胁,各国都在积极开展近地小天体监测预警的研究和建设。其中,美国是当前世界上近地小天体巡天的主力,陆续开展多个近地小天体巡天计划。截至2025年3月7日,已发现近地小行星(Near-Earth Asteroids,NEAs)的数目已达37895颗,其中直径超过1 km的有874颗,直径超过140 m的有11 234颗,被列为潜在威胁小行星的数量为2472[3],如图2所示。图3展示了截止至2025年3月9日,各主流搜寻项目搜寻到的近地小行星数目随年份的变化趋势[4]。可以看出,近年来投入使用的卡特林那巡天系统(Catalina Sky Survey,CSS)和泛星计划(Pan-STARRS)为近地小天体编目提供了绝大部分数据。虽然人类目前已经完成了对至少90%直径大于1 km的近地小天体的观测[5],但针对更小的近地小天体,仍需依赖性能更强大的望远镜进行监测。
图 2 已发现的NEAs数量随年份的增长[3]

Fig.2 Temporal evolution of discovered NEAs[3]

图 3 主流搜寻项目搜寻到的NEAs数目随年份的变化[4]

Fig.3 Number of NEAs discovered by major survey programs as a function of year[4]

目前,先进地面望远镜正向着更大口径、更广视场和更快反应的方向发展,即将建成的鲁宾(Rubin)天文台(原名大型综合巡天望远镜,见图4)具有高效全天域观测能力,是世界上性能最强的小天体观测设备[5]。虽然地基光学观测是目前近地小天体监测的主要方法,但其观测能力受大气条件、台址位置和观测盲区的制约。相比之下,天基望远镜则克服了上述缺点,随着航天发射能力的提升,建设更大、更先进的空间望远镜已成为可能。目前已有多个空间望远镜项目投入对近地小天体的观测,如美国的NEOWISE(见图5)和加拿大的NEOSSAT等。在观测波长上,红外望远镜对暗弱天体的观测能力明显优于可见光望远镜,近年来逐渐受到近地小天体监测任务的重视。计划于2027年发射的NEO Surveyor[6]是美国国家航空航天局专门用于近地小天体巡天观测的空间红外望远镜,该望远镜计划工作在日地L1点Halo轨道,口径为0.5 m,通过分色片分成4~5.2 μm、6~10 μm两个红外工作频段[7]
图 4 大型综合巡天望远镜

Fig.4 The large synoptic survey telescope

图 5 NEOWISE空间望远镜

Fig.5 NEOWISE space telescope

与国外相比,我国在近地小天体监测预警防御研究方面起步较晚,缺乏有效的观测网络,无法实现完备的监测预警。目前,我国已发布中国小行星防御计划,将着手组建近地小行星防御系统,以应对近地小行星撞击的威胁,为维护地球和人类安全贡献中国智慧与力量。在此过程中,首要任务是建立和完善小天体的监测预警系统,提高编目能力。本文基于所构建的近地小天体轨道尺寸分布模型、可见光和热辐射模型,设计了天基望远镜的观测仿真系统,对不同轨道、不同口径的光学望远镜和红外望远镜的近地小天体观测效能进行评估,从而为选择合适的望远镜和运行轨道提供依据,有针对性地推进望远镜监测预警的网络建设。

1 天基望远镜与近地小天体的轨道分布

望远镜的轨道和近地小天体在太阳系空间中的分布可以通过日心黄道坐标系来描述,如图6所示。日心黄道坐标系以太阳为原点,$X$轴在黄道平面内,指向春分点;$Z$轴垂直于黄道面,与地球轨道公转角速度矢量方向一致;$Y$轴与$X$轴和$Z$轴相互垂直,共同构成右手直角坐标系。在该坐标系中,任何一点的位置可以用$ \left( {{r_0},\ {\lambda _0},\ {\beta _0}} \right) $三个球坐标来表示。其中,$ {r_0} $表示从太阳到该点的距离;黄经$ {\lambda _0} $为从$X$轴正向逆时针旋转到该点在黄道面上投影的夹角,逆时针方向为正;黄纬$ {\beta _0} $为该点从太阳位置观测时,该点与黄道面之间的夹角,北纬为正。
图 6 日心黄道坐标系示意图[8]

Fig.6 Schematic diagtam of the heliocentric ecliptic coordinate system[8]

1.1 望远镜的轨道类型

针对近地小天体监测任务,感兴趣的天基望远镜的轨道可分为以下三类:类金星轨道、日地L1点Halo轨道和日地远距离逆行轨道(Distant retrograde orbit,DRO)。这些轨道均位于地球轨道附近,与近地轨道相比,它们能够有效避免地球遮挡对观测效能的影响,从而使望远镜可以全天候工作。下面给出各类轨道的建模方法。

1.1.1 类金星轨道

类金星轨道是指位于地球内侧,且轨道周期与金星相近的日心轨道。美国哨兵计划曾提出使用运行在类金星轨道上的红外望远镜对近地小天体进行搜寻[9]。该类型轨道有利于发现位于地球轨道内侧的近地小天体,但由于其周期与地球相差较大,望远镜与地球的相位关系时刻变化,不适合对地球附近的空间进行长时间持续监测预警[10]。文献[11]给出的类金星轨道要素:a = 0.66 AU,e = 0.091,i = 0.27°,Ω = 162°,ω = 90°。其在黄道坐标系中的轨道如图7所示。
图 7 类金星轨道示意图

Fig.7 Schematic diagram of Venus-like orbits

1.1.2 日地DRO

DRO是圆型限制性三体问题(Circular Restricted Three-Body Problem,CR3BP)中一类周期轨道[12],在旋转质心坐标系中,它围绕较小主天体逆行。日地DRO在距离地球较远的同时具有较高的稳定性,为天基望远镜的观测视场和轨道控制提供了有利条件,因此备受研究者关注。Stramacchia等[13]分析了运行在日地DRO上的光学望远镜的观测效能,发现日地DRO可以大幅弥补地基监测的盲区,而由四台望远镜构成的监测星座则可以有效地对潜在威胁小行星进行监测。以典型的DRO为例,根据文献[13]给出的日地DRO幅值范围,计算得到日地DRO在日地旋转质心坐标系中的形状如图8所示。该轨道在X轴上幅值约为0.1750 AU,在Y轴上的幅值约为0.3467 AU,轨道周期约365.1127天。
图 8 日地系统中的DRO

Fig.8 DRO in the sun-Earth system

1.1.3 日地L1点Halo轨道

日地L1点是日地CR3BP的五个平动点之一,位于日地连线上,距离地球约149.6万千米。日地L1点附近的Halo轨道在地球内侧,沿太阳连线方向作周期性运行,具备对地球轨道内侧的近地小天体的全年观测能力。尽管Halo轨道是不稳定的周期轨道,但其动力学邻域具有拟周期性。通过实施低能量轨道维持策略,望远镜可以长期驻留在L1点附近的空间,对近地小天体开展持续观测。本文参照文献[7]的NEO Surveyor任务使用的日地L1点Halo轨道,设计得到的Halo轨道在日地旋转质心坐标系中的形状如图9图10所示,其相对于日地L1点的轨道周期约为177.65天。
图 9 日地L1点Halo轨道(黄道面投影)

Fig.9 Sun-Earth L1 Halo orbit (ecliptic plane)

图 10 日地L1点Halo轨道(垂直面投影)

Fig.10 Sun-Earth L1 Halo orbit (vertical plane)

1.2 近地小天体轨道和尺寸分布模型

由于望远镜观测效能评估的目的是检验望远镜发现未知天体的能力,因此在仿真中仅采用已经发现的小天体种群数据不足以得出有效结论,需要利用先验知识生成近地小天体理论种群。Granvik等[14-15]依靠对近地小天体在精确的太阳系动力学模型下进行长期数值积分,并根据积分结果进行统计分析,提出了近地小天体轨道和尺寸分布模型。该模型的积分对象是初始放置于产生近地小天体来源的测试小天体群体,统计对象为近地小天体在长期演化过程中,在离散的近地轨道要素空间格点(aei)上经历的时间,其与小天体总寿命的比值即可用来近似表示近地小天体位于当前轨道要素的概率。具体的建立过程如图11所示。
图 11 Granvik近地小天体轨道和尺寸分布模型建立过程

Fig.11 Construction process of the Granvik model

本文使用线性插值细化Granvik模型中给出的低分辨率概率分布网格,并根据望远镜观测效能评估的具体需求,选取特定尺寸分布范围的网格,计算其近地小天体总数;对于每个小天体,采用蒙特卡洛仿真方法中的接受-拒绝采样(Accept-Reject Sampling)[16]生成相应概率分布的随机数,以确定小天体在网格中的位置,从而得到轨道要素。接受-拒绝采样的算法思路为:已知目标分布$Y$及其概率密度函数$p(y)$,建议分布$X$及其概率密度函数$f(x)$,常数$c$(其满足条件$c \cdot f(x) \geqslant p(y)$的最小值)。那么生成服从目标分布$Y$的样本$y$的步骤如下:
步骤1:从建议分布$X$生成样本$x$
步骤2:从均匀分布$U(0,\ 1)$中生成样本$u$
步骤3:若$u \leqslant \dfrac{{p(x)}}{{c \cdot f(x)}}$,则接受$x$并令$y = x$;否则,拒绝$x$并重复步骤1~3,直至生成样本$y$
对每一个小天体应用上述策略,直到生成对应数量的近地小天体种群。将该方法生成的近地小天体种群与Granvik提供的种群范例和欧空局开发的近地小天体种群生成和观测仿真软件NEOPOP(Near-Earth Object Population Observation Program)[17]生成的结果进行对比,以轨道半长轴为例,图12展示了将其绘制成频数分布直方图的对比结果。
图 12 半长轴的频数分布直方图对比

Fig.12 Comparison of semi-major axis frequency distributions

图12可以看出,本文方法生成的近地小天体种群分布与上述两个种群范例高度一致,验证了生成方法的有效性。将生成结果与MPC数据库[18]中现有对应尺寸范围内的近地小天体种群进行对比,结果如图13图14所示。可以发现,本文生成的结果与已发现的现有种群的轨道分布非常接近,这进一步表明了,使用本文方法生成的种群可以代替现有的种群数据作为样本,用于评估潜在近地小天体种群的观测效能。
图 13 生成种群的半长轴与现有NEO的对比

Fig.13 Semi-major axis comparison between NEO populations

图 14 生成种群的偏心率与现有NEO的对比

Fig.14 Eccentricity comparison between NEO populations

2 近地小天体可见光和热辐射模型

2.1 反射光模型

对光学望远镜进行评估,需要计算望远镜观测到的近地小天体的视星等。望远镜与太阳和小行星之间的方位关系如图15所示,将小行星放到距离太阳1 AU的位置,在相位角$ \alpha = $0°时观测到的小行星视星等定义为绝对星等,体现了小行星反射光线的能力。实际观测中由于望远镜与小行星反照面存在夹角,小行星在望远镜处的视星等会发生较大变化。
图 15 太阳-望远镜-小行星的相对方位

Fig.15 Sun-telescope-asteroid relative geometry

在最简单的情形下,假设小天体是一个朗伯(Lambertian)漫反射球模型[19],即辐射源各方向的辐亮度不变。在该模型下小天体的绝对视星等为
$ H\left( {d,{p_v}} \right) = 5\lg \left( {\frac{{132{\text{ }}900}}{{d\sqrt {{p_v}} }}} \right) $
式中,$d$为小天体直径,$ {p_v} $为小天体几何反照率。当$ {p_v} $取典型值0.14时,得到近地小天体绝对星等与直径的关系如图16所示。
图 16 近地小天体绝对星等与直径的关系

Fig.16 Relationship between H and diameter

一般观测条件下望远镜对近地小天体观测的相位角$\alpha $不为0,因此需要建立望远镜实际接收到的小天体反射光模型,采用如下的HG((Hermite-Gaussian)相函数来描述近地小天体反射光随相位角的变化[19]
$ {\psi _{{\text{HG}}}}(\alpha ,G) = (1 - G){{\mathrm{e}}^{ - 3.33\tan {{\left( {\tfrac{\alpha }{2}} \right)}^{0.63}}}} + G{{\mathrm{e}}^{ - 1.87\tan {{\left( {\tfrac{\alpha }{2}} \right)}^{1.22}}}} $
式中,$ G $表示经验适配常数,与小天体的反照率呈正相关,其值可以由式(3)进行估算,通常满足$0.1 \leqslant G \leqslant 0.5$。相位角$\alpha $根据图15的几何关系,表达式见式(4):
$ G = g\left( {{p_v}} \right) = 0.507p_v^{0.477} $
$ \cos \alpha = \frac{{r_{{\text{ao}}}^2 + r_{{\text{as}}}^2 - r_{{\text{os}}}^2}}{{2{r_{{\text{as}}}}{r_{{\text{ao}}}}}} $
式中,${r_{{\text{as}}}}$表示小天体与太阳之间的距离,${r_{{\text{ao}}}}$表示小天体与望远镜之间的距离,${r_{{\text{os}}}}$表示望远镜与太阳之间的距离,单位均为AU。
基于上述近地小天体绝对星等模型及相函数模型,可以得到望远镜实际接收的近地小天体反射光模型,用视星等$V$描述[19]
$\begin{aligned}[b]V\left( {d,G,{p_v},{r_{{\text{as }}}},{r_{{\text{ao }}}},\alpha } \right) =& H\left( {d,{p_v}} \right) + 5\lg \left( {{r_{{\text{as }}}}{r_{{\text{ao }}}}} \right) - \\&2.5\lg (\psi (\alpha ,G)) \end{aligned}$

2.2 热辐射模型

对红外望远镜进行评估,首先需要确定小天体的热平衡方式,计算出小天体表面的温度分布,从而计算出小天体向外辐射的红外频段的波长和强度,最终转化为望远镜接收的热光子数目。整个模型的建立流程如图17所示。
图 17 近地小天体热辐射模型建立流程

Fig.17 Construction process of the thermal model

假设小天体是一个球体,使用球坐标参数$\theta $$\varphi $表示小天体表面某点的位置(定义θ=0°,为小天体北极),小天体表面某点(θφ)吸收的太阳光热辐射为[20]
$ {\text{Absorbed}}(\theta ,\varphi ) = \cos \left( {\Phi (\theta ,\varphi )} \right)\int_0^\infty {\left( {1 - {r_{{\text{dh}}}}(\lambda )} \right){F_{{\text{sun}}}}(\lambda ){\text{d}}\lambda } $
式中,$ \Phi (\theta ,\varphi ) $表示点$ (\theta ,\varphi ) $与太阳光直射点$ ({\theta _{{\text{ss}}}},{\varphi _{{\text{ss}}}}) $之间的夹角,可以由式(7)计算;$ {r_{dh}}\left( \lambda \right) $表示半球反射率;$ {F_{{\text{sun}}}}(\lambda ) $为小天体处太阳光的热辐射光谱功率密度,在式(8)中给出定义:
$ \Phi (\theta ,\varphi ) = {\text{ha}}{{\text{v}}^{ - 1}}\left( {{\text{hav}}\left( {\theta - {\theta _{{\text{ss}}}}} \right) + \sin \theta \sin {\theta _{{\text{ss}}}}{\text{hav}}\left( {\varphi - {\varphi _{{\text{ss}}}}} \right)} \right) $
$ {F_{{\text{sun}}}}(\lambda ) = \frac{{{\text{π }}R_{{\text{sun}}}^2}}{{r_{{\text{as}}}^2}}B\left( {5778\ {\text{K}},\lambda } \right) $
式中,${\text{hav(}}\alpha ){\text{ = si}}{{\text{n}}^2}(\alpha /2)$${R_{{\text{sun}}}}$为太阳半径(单位:AU);$B\left( {T,\lambda } \right)$为普朗克分布,如式(9)所示。太阳的有效黑体温度$ T = 5\ 778{\text{ K}} $$h$${k_{{B}}}$分别为普朗克常数和玻尔兹曼常数,$c$为真空光速。
$ B\left( {T,\lambda } \right) = \frac{{2h{c^2}}}{{\left( {{{\mathrm{e}}^{\tfrac{{hc}}{{{k_{{B}}}T\lambda }}}} - 1} \right){\lambda ^5}}} $
同样地,有小天体表面某点$ (\theta,\varphi ) $向外部空间辐射热量的表达式:
$ \mathrm{Emitted}(\theta ,\phi )=\eta {\displaystyle {\int }_{0}^{\infty }\epsilon(\lambda )B(T(\theta ,\phi ),\lambda )\text{d}\lambda } $
式中,$ \epsilon(\lambda ) $表示光谱发射率,$\eta $是与小天体热辐射模型相关的参数,在快速旋转模型中,$\eta ={\text π} $;在近地小天体热辐射模型中,$\eta $为适配参数,通常$0.66 \leqslant \eta \leqslant 2.24$图18为小天体表面某点吸收和辐射的示意图。
图 18 小天体表面某点吸收和辐射的示意图

Fig.18 Schematic diagram of thermal absorption and thermal emission on an asteroid surface

近地小天体的热辐射不仅与小天体的表面的反照率和热惯量等物理性质有关,还与小天体的旋转状态有关。这些因素共同决定小天体表面的热平衡形式。当小天体具有较大热惯量且绕轨道面法线方向快速自旋时,其等纬度线会处于热平衡状态,这种热平衡方式称为快速旋转模型(Fast Rotating Model, FRM)[21]。而当小天体热惯量较小且自旋速度较小时,可以近似认为小天体表面的每一个点都处于热辐射和热吸收的平衡状态,这种热平衡方式称为近地小天体热辐射模型(Near-Earth Asteroid Thermal Model,NEATM)[22]
在近地小天体热辐射模型中,小天体表面的每一个点都处于热平衡状态,也就是满足如下热平衡方程:
$ {\text{Absorbed}}(\theta ,\varphi ) = {{\mathrm{Emitted}}} (\theta ,\varphi ) $
在快速旋转模型中,太阳光入射角(太阳光与小天体旋转轴之间的夹角)为90°,小天体表面相同纬度的无限小的环处于热平衡状态。对纬度为90°−θ的等温环,需满足的热平衡方程为:
$\begin{aligned}[b]&{\displaystyle {\int }_{-\text{π}}^{\text{π}}\text{Absorbed}(\theta ,\phi )\mathrm{sin}\theta \text{d}\phi }=\\&\qquad{\displaystyle {\int }_{0}^{\infty }{\displaystyle {\int }_{-\text{π}}^{\text{π}}\epsilon(\lambda )B(T(\theta ,\phi ),\lambda )\mathrm{sin}\theta \text{d}\phi }\text{d}\lambda } \end{aligned}$
根据上述小天体热模型和热平衡方程,可以计算出小天体表面每个点的温度$ T\left(\theta ,\varphi ,{r}_{as},{r}_{dh},\epsilon\right) $。基于不同模型下小天体表面的温度分布,对表面热辐射进行积分,计算得到望远镜处接收到的小天体热辐射的热辐射光谱功率密度,以及反射的太阳光热辐射光谱功率密度[23]
$\begin{aligned}[b]{F}_{\text{emit}}(\alpha ,\lambda )=&\frac{p(\lambda ){d}^{2}}{4{r}_{\text{ao}}^{2}}\displaystyle {\int }_{0}^{\pi }\displaystyle {\int }_{\alpha -\tfrac{{\text π} }{2}}^{\alpha +\tfrac{{\text π} }{2}}B\left(T(\theta ,\varphi ),\lambda \right)\cdot \\&{\mathrm{sin}}^{2}\theta \mathrm{cos}(\varphi -\alpha )\text{d}\varphi \text{d}\theta \end{aligned}$
$ {F_{{\text{ref}}}}(\alpha ,\lambda ) = \frac{{p(\lambda ){d^2}}}{{4r_{{\text{ao}}}^2}}{\psi _{{\text{HG}}}}\left( {\alpha ,G} \right){F_{{\text{sun}}}}(\lambda ) $
式中,$d$为小天体直径(单位:AU),$\alpha $为望远镜对小天体观测的相位角,$ p(\lambda ) $表示波长$\lambda $的反照率。因此,红外望远镜接收到的总热辐射光谱功率密度包括小天体自身热辐射和小天体反射两部分:
$ {F_{{\text{total}}}}(\alpha ,\lambda ) = {F_{{\text{emit}}}}(\alpha ,\lambda ) + {F_{{\text{ref}}}}(\alpha ,\lambda ) $
将式(13)中的$ B\left( {T(\theta ,\varphi ),\lambda } \right) $改写为光子数的普朗克分布,并在望远镜波长通带中对波长$\lambda $进行积分,可得到在观测相位角为$\alpha $时望远镜单位时间内单位面积接收到的热光子数目$ {\Phi _{{\text{total}}}}(\alpha ) $
$ {\Phi _{{\text{total}}}}(\alpha ) = \int_{{\lambda _{\min }}}^{{\lambda _{\max }}} {\left[ {{\Phi _{{\text{emit}}}}(\alpha ,\lambda ) + {\Phi _{{\text{ref}}}}(\alpha ,\lambda )} \right]{\text{d}}\lambda } $

3 望远镜的搜索空间

对于给定的天文望远镜和具有某一类物理属性的近地小天体目标群体,可以在空间中定义一个可被望远镜观测的区域,称为望远镜的搜索空间。搜索空间不仅与望远镜的性能参数有关,还与小天体的尺寸和物理属性有关。此外,搜索空间还受到望远镜能视域(Field of Regard,FOR)$ \gamma $的约束[19]。搜索空间是评估给定望远镜观测效能的有效方法,对于给定直径和物理参数的近地小天体,望远镜的搜索空间越大,其观测效能也就越高。

3.1 光学望远镜的搜索空间

由式(5)可以计算得出小天体在望远镜处观测到的视星等,光学望远镜搜索空间的判据为:
$ V\left( {d,G,{p_v},{r_{{\text{as }}}},{r_{{\text{ao }}}},\alpha } \right) \leqslant {V_{{\text{limit}}}} $
式中,$ {V_{{\text{limit}}}} $为望远镜的极限视星等,与望远镜本身的性能有关。取典型参数$ {V_{{\text{limit}}}} = 24 $${p_v} = $0.14,$G = $0.15,γ45°进行仿真,计算地基望远镜和不同轨道下天基望远镜对各种直径小天体的搜索空间,结果见图19~22。图中,太阳位于原点,地球位于(1,0),等高线表示给定直径小天体的观测极限边界,只有小天体位于等高线包络内部才能被望远镜观测到。由于望远镜能视域$ \gamma $的约束,在太阳方向上存在观测盲区。
图 19 地基光学望远镜的搜索空间

Fig.19 Optical search volume of ground-based telescope

图 21 类金星轨道光学望远镜的搜索空间

Fig.21 Optical search volume in Venus-like orbit

图 22 日地DRO光学望远镜的搜索空间

Fig.22 Optical search volume in sun-Earth DRO

图1920可以看出,地基望远镜在顺太阳光方向的观测性能最强,而在逆太阳光方向的观测性能最弱,整体搜索空间与日地L1点轨道相当,但由于大气等干扰因素影响,实际搜索空间比理论值要小。在给定条件下,三种轨道对20 m直径的小天体的探测范围都能覆盖至地球附近0.1 AU半径的空间。与日地L1点轨道相比,类金星轨道的搜索空间更大,对相同直径小天体的探测范围更广,更容易观测到近地小天体,但搜索空间向地球内侧偏移;DRO的搜索空间与类金星轨道相似,但由于DRO在其轨道周期内位置变化幅度较大,不同位置上搜索空间的变化也较大。当望远镜在地球内侧时,搜索空间比较大,观测效能较好;当望远镜在地球外侧时,搜索空间比较小,观测效能较差;当望远镜在远离日地连线的区域时,搜索空间会发生偏移,对地球附近的覆盖能力也会下降。
图 20 日地L1点Halo轨道光学望远镜的搜索空间

Fig.20 Optical search volume in L1 Halo orbit

3.2 红外望远镜的搜索空间

计算红外望远镜的搜索空间时,需要考虑观测噪声的影响。在红外频段,噪声主要来源于黄道带尘埃辐射的红外电磁波[24]。这些尘埃的密度和温度随着平面的方向发生变化,在黄道面内噪声最大,在远离黄道面时噪声减小,在垂直于黄道面内的噪声最小。本节采用由DIRBE探测数据反演得到的T.kesall模型[24]原型构建红外频段下的黄道光亮度分布模型。该模型模拟了光滑黄道云、粒子带及粒子环的浓度空间分布[8]图23图24分别给出了该模型下黄道云粒子浓度的平面分布和垂直分布,可以看出,黄道云粒子在远离太阳时浓度下降,并且随黄纬的增加而减少。
图 23 黄道云粒子浓度在黄道面上的分布

Fig.23 Infrared background distribution in ecliptic plane

图 24 黄道云粒子浓度在垂直黄道面的分布

Fig.24 Infrared background distribution in vertical plane

对视径方向上的空间距离$S$进行积分,得到黄道光功率密度函数:
$ Z = \int_{{\lambda _{\min }}}^{{\lambda _{\max }}} {\int_0^{5.2{\text{AU}}} {n\left( {X,Y,Z} \right){B_\lambda }\left( {{T_d}} \right){\text{d}}S{\text{d}}\lambda } } $
式中,$ n\left( {X,Y,Z} \right) $是黄道云粒子浓度空间分布函数,${T_d}$为黄道云粒子温度。将式(18)中的$ {B_\lambda }\left( {{T_d}} \right) $改写成光子数的普朗克分布,可得望远镜处单位时间单位面积接收到的黄道光噪声的热光子数$ {\Phi _{{\text{sky}}}} $
本文参考文献[19]的做法,设定当望远镜信噪比${\text{SNR}} \geqslant $5时,认为近地小天体可以被望远镜观测到,由此得到红外望远镜搜索空间的判据。望远镜信噪比的表达式为[10]
$ {\text{SNR}} = \frac{{{S_{{\text{signal}}}}}}{{\sqrt {{S_{{\text{sky}}}} + \delta _{{\text{shot}}}^2 + \delta _{{\text{dark}}}^2 + N_{\text{R}}^2} }} $
式中,${\delta _{{\text{shot}}}} = \sqrt {{S_{{\text{signal}}}}} $为散粒噪声,$ {\delta _{{\text{dark}}}} = \sqrt {{N_{\text{D}}}{t_{{i} {\text{nt}}}}} $为暗电流噪声,${N_{\text{R}}}$为读出噪声。${S_{{\text{signal}}}}$$ {S_{{\text{sky}}}} $分别为信号热光子数量、黄道光噪声热光子数量:
$ {S_{{\text{signal}}}} = \frac{{{\text π} {a^2}\eta {\Phi _{{\text{total}}}}{\tau _{{\text{opt}}}}{t_{{\text{int}}}}}}{4} $
$ {S_{{\text{sky}}}} = \frac{{{\text π} {a^2}\eta {\Phi _{{\text{sky}}}}{\tau _{{\text{opt}}}}{t_{{\text{int}}}}}}{4} $
式中,$a$为望远镜口径,$ {\tau _{{\text{opt}}}} $为望远镜的光学透过率,$ \eta $为望远镜的量子效率,$ {t_{{\text{int}}}} $为望远镜的积分时间。
在仿真算例中,小天体采用NEATM热平衡方式,望远镜各物理参数如表1所示[1025],计算不同轨道下天基红外望远镜对不同直径小天体的搜索空间,结果如图25所示。
表 1 红外望远镜物理参数

Table 1 Parameters of infrared telescopes

望远镜参数/单位 取值
口径$ a/{\text{m}} $ 0.5
像元尺度/像素 3
像元数量/M 16
像元大小/${\text{μm}}$ 18
视场 $1.70^\circ \times 7.13^\circ $
积分时间$ {t_{{\text{int}}}}/{\text{s}} $ 150
转向时间$ {t_{{\text{slew}}}}/{\text{s}} $ 30
光学透过率$ {\tau _{{\text{opt}}}} $ 0.8
量子效率$\eta $ 0.6
暗电流${N_{\text{D}}}/{e^-} \cdot {s^{-1}}$ 200
读出噪声${N_{\text{R}}}/{e^ - }$ 30
工作频段$\lambda /{\text{μm}}$ 6~10
图 25 红外望远镜在不同轨道上的搜索空间

Fig.25 Infrared telescopes search volumes in different orbits

图25可以看出,在给定望远镜参数条件下,三种轨道对20 m直径小天体的探测半径达到0.3 AU及以上。需要注意的是,由于日地L1点距离地球较近,望远镜在地球方向会受到地球红外辐射的影响,从而存在能视域的约束。在一定的范围内,当红外望远镜越靠近太阳,其搜索空间越大,观测效能也相应提升。然而,随着与太阳距离的缩短,红外望远镜的温度环境和黄道光噪声会显著增加,这对工作环境产生不利影响。

4 考虑视场约束的观测效能

除了搜索空间和能视域,望远镜的视场(Field of View,FOV)及采样节奏同样是观测效能评估中的重要因素。对于天文望远镜通常有$ \text{FOV}\ll \text{FOR} $,望远镜的采样节奏取决于望远镜在每个点曝光时间、望远镜在两个采样点之间的移动时间,以及其他因素对观测的影响。这两者的限制可能导致望远镜不能对搜索空间进行完整采样[19]

4.1 观测、编目与巡天策略

只有当近地小天体同时满足搜索空间约束条件和视场约束条件时,才可以被望远镜观测到。换言之,在某一时刻,近地小天体不仅要位于望远镜的搜索空间内,还要出现在望远镜的瞬时观测视场中。假设视场为矩形,其中心方向由望远镜的搜索策略决定。定义方位角${\theta _1}$为望远镜与小天体连线在望远镜轨道平面内的投影向量与望远镜的视场中心方向向量的夹角;俯仰角${\theta _2}$为望远镜与小天体连线在垂直于望远镜轨道平面的平面内的投影向量与望远镜的视场中心方向向量的夹角。假设望远镜视场角极限分别为${\theta _{1\max }}$${\theta _{2\max }}$,式(22)给出近地小天体出现在视场内的约束条件。各角度的几何定义如图26图27所示。
图 26 望远镜方位角和俯仰角定义

Fig.26 Definition of azimuth and elevation angles

图 27 望远镜视场角定义

Fig.27 Definition of telescope field of view

$ \left\{ \begin{gathered} {\theta _1} \leqslant {\theta _{1\max }} \\ {\theta _2} \leqslant {\theta _{2\max }} \\ \end{gathered} \right. $
对近地小天体进行编目,可以对其轨道进行跟踪,以便更好地了解其位置和运动,并对轨道进行预报。根据Mainzer等[25]的方法,当小天体出现在望远镜视场中时,记为一次观测;连续4次观测间隔不超过12 h,则构成一个轨道片段。如果在25天内观测到3次轨道片段,即可对该小天体进行编目。
针对望远镜的巡天策略,本文采用自回访[7,10]策略对整个工作天区进行采样观测。具体操作如下:将若干个相邻的视场作为1个工作视场,并在该工作视场内循环4圈,以获得4次探测,以期望得到一个轨道片段。接着,将工作天区在给定经度内,从低纬度向高纬度进行扫描;当同经度的纬度扫描完成后,望远镜移动到下一经度,重复上述步骤。最后,望远镜返回初始位置,开始进行新一轮扫描。自回访策略的工作模式如图28图29所示,其中latitude是经度,longitude是纬度。
图 28 自回访策略中的工作视场[25]

Fig.28 Operational FOV in the self-follow-up observation strategy[25]

图 29 自回访策略中的经纬度扫描[25]

Fig.29 Longitude-latitude scanning pattern in the self-follow-up observation strategy[25]

4.2 仿真结果

为了全面评估小行星数据集的选择误差对观测效能仿真的影响,同时对第1节方法生成的近地小天体种群和MPC数据库中PHA数据集进行了仿真分析。在仿真算例中,光学望远镜和红外望远镜分别选取了两组不同的性能参数($a = $0.5 m和$a = $1.0 m),具体参数取值采用文献[26]中的工程参数。望远镜能视域黄经和黄纬范围选择如表2所示。
表 2 仿真算例中望远镜能视域的取值

Table 2 FOR parameters in simulation cases

望远镜类型 光学 红外
口径a/m0.51.00.51.0
轨道类型L1 Haloλ=±(45°~180°)
β=−80°~+80°
λ=±(45°~115°)
β=−40°~+40°
λ=±(45°~120°)
β=−20°~+20°
类金星λ=±(80°~180°)
β=−40°~40°
λ=±(80°~180°)
β=−20°~20°
DRO
由于近地小天体的轨道在短时间内变化较小,因此在仿真过程中使用限制性二体模型来计算其轨道运动,并假设望远镜的轨道保持不变。仿真起始时间设置为2026年6月1日,仿真时长6年,计算天基望远镜对仿真种群的编目率随时间的变化情况。

4.2.1 光学望远镜仿真结果

$a = $0.5 m,极限视星等为21.7的光学望远镜在不同轨道上的仿真结果,绘制编目率随时间的变化曲线,如图30图31所示。其中,图30为PHA种群的结果,图31为生成种群的结果。
图 30 不同轨道光学望远镜PHA种群编目率

Fig.30 PHA catalog rate via optical telescopes in various orbits

图 31 不同轨道光学望远镜生成种群编目率

Fig.31 Generated catalog rate via optical telescopes in various orbits

图30图31可以看出,类金星轨道的编目率最高,但不同种群的整体编目率存在显著差异:对于PHA种群,部署在类金星轨道的望远镜在6年后达到85%以上的编目率;相比之下,日地L1点Halo轨道与DRO轨道望远镜的编目率虽然不及类金星轨道,但最终也完成了约66%的编目。然而,对于生成种群,类金星轨道的编目率仅为8.5%。类金星轨道上的光学望远镜的观测效能最好,这与前文所述的类金星轨道的搜索空间更大的结论相吻合。与文献[26]中的地基光学望远镜编目率相比,对于平均绝对星等为20的小天体(直径为300~400 m),0.5 m口径的天基望远镜与4.0 m口径地基望远镜的编目效率相当,显示出天基望远镜在观测效率上的优势。
进一步对比不同性能口径的光学望远镜的仿真结果,以类金星轨道为例,其编目率如图32图33所示。可以看出,对于PHA种群,由于其本身编目率较高,使用性能更好的光学望远镜对编目率的提升并不明显;然而,对于生成种群,由于其初始编目率较低,使用性能更好的光学望远镜时,编目率提升较为明显,观测效能显著增强。
图 32 不同性能光学望远镜PHA种群编目率

Fig.32 PHA catalog rate via optical telescopes with varied capabilities

图 33 不同性能光学望远镜生成种群编目率

Fig.33 Generated catalog rate via optical telescopes with varied capabilities

4.2.2 红外望远镜仿真结果

采用与光学望远镜类似的方法,可以计算a=0.5 m红外望远镜在不同轨道上的仿真结果,编目率如图34图35所示。
图 34 不同轨道红外望远镜PHA种群编目率

Fig.34 PHA catalog rate via infrared telescopes in various orbits

图 35 不同轨道红外望远镜生成种群编目率

Fig.35 Generated catalog rate via infrared telescopes in various orbits

与光学望远镜的结论不同,红外望远镜在日地L1点Halo轨道和类金星轨道上的不同种群的最终编目率都比较接近,仅DRO表现欠佳。对于PHA种群,6年后前两者的编目率均达到约95%,类金星轨道略高;对于生成种群,日地L1点Halo轨道与类金星轨道的最终编目率均超过40%,且类金星轨道更高,而DRO仅完成约26%的编目。延长仿真时间后,结果表明L1点Halo轨道的最终编目率与类金星轨道非常接近。
进一步比较日地L1点Halo轨道上不同口径红外望远镜的编目率随时间的变化曲线,结果如图36图37所示。与光学望远镜的结论类似,使用更大口径的红外望远镜时,编目率的提升并不明显,对生成种群结论也是如此。这可能是因为红外望远镜口径增大导致视场变小,从而抵消了口径增大带来的性能增益。
图 36 不同口径红外望远镜PHA种群编目率

Fig.36 PHA catalog rate via infrared telescopes with varied apertures

图 37 不同口径红外望远镜生成种群编目率

Fig.37 Generated catalog rate via infrared telescopes with varied apertures

通过对比光学望远镜的仿真结果可以看出,在同等口径下,红外望远镜的观测效能优于光学望远镜,尤其在近地小天体监测任务中更具优势。在实际工程中,红外望远镜对工作环境温度的要求比光学望远镜更为严苛。考虑到类金星轨道距离太阳较近,太阳辐射强度较高,这对望远镜的热控系统提出了更高的要求。同时,类金星轨道与地球距离较远,轨道相位差导致望远镜与地球的最大距离接近2 AU,这极大地限制了通信链路的传输速率。综合以上因素,部署在日地L1点Halo轨道上的红外望远镜在观测近地小天体方面表现更佳,因此在建设天基望远镜时,应优先考虑这一方案。

5 结 语

在小天体观测效能的评估中,小天体种群分布模型、可见光和热物理模型对现实描述的准确性直接决定了仿真结果的可靠性。由于太阳系中近地小天体的种群分布难以预知,生成种群与实际种群之间存在误差,因此观测效能的仿真评估主要从定性角度进行分析。本文使用蒙特卡洛法对Granvik的近地小天体演化模型进行采样得到生成种群,并利用基于HG相函数的可见光模型和考虑小天体表面热平衡与温度分布的红外辐射模型,获得小天体的电磁波特征,从而较为准确地描述了近地小天体的观测环境,为观测效能仿真提供了合理的模型。
在望远镜观测效能评估时,本文首先分析了天基望远镜的搜索空间,分别给出了各轨道下光学望远镜和红外望远镜对能视域中不同尺寸小天体的极限观测能力。针对三种轨道,分析了各搜索空间的共性与特点。研究发现,对于给定的望远镜,其轨道位置越靠近太阳,搜索空间就越大。此外,本文还进一步考虑了天基望远镜的视场约束和编目条件,以进行更全面的观测效能评估。研究结果表明,对于光学望远镜,类金星轨道上的观测效能最好;而对于红外望远镜,也有相同结论,且日地L1点Halo轨道和类金星轨道的观测效能类似,考虑到长期观测的相位问题,日地L1点Halo轨道更适合红外望远镜。在同等口径下,红外望远镜的观测效能比光学望远镜强,因此在近地小天体监测任务中,红外望远镜更具优势。仿真结果还表明,提高光学望远镜的极限视星等或增大红外望远镜的口径均能提升观测效能,但提升幅度仍与望远镜的其他因素有关,在实际应用中需要综合考虑技术难度和成本。
关于效能仿真,仍存在值得进一步的研究的问题,如对搜索空间的评估可以结合小天体的尺寸和轨道分布进一步量化,已确定望远镜搜索空间内小天体个数占种群的比例。此外,目前的仿真算例仅从典型轨道单望远镜出发,而其他类型轨道以及多望远镜组合观测网络的评估仍具有研究价值。本文主要关注天基望远镜的观测效能评估,仅从简单方面与地基望远镜进行了对比。作为近地小天体监测预警网络中的重要组成部分,地基望远镜的评估体系同样需要进一步完善。
1
Center for Near Earth Object Studies. NEO basics,NEO groups[EB/OL]. [2025-03-07]. https://cneos.jpl.nasa.gov/about/neo_groups.html.

2
BROWN P G, AAAINK J D, ASTI L, et al. A 500-kiloton airburst over Chelyabinsk and an enhanced hazard from small impactors[J]. Nature, 2013, 503 (7475): 238- 241.

DOI

3
Center for Near Earth Object studies. Discovery statistics,cumulative totals[EB/OL]. [2025-03-07]. https://cneos.jpl.nasa.gov/stats/totals.html.

4
Center for Near Earth Object Studies. Discovery statistics,by survey (all)[EB/OL]. [2025-03-09]. https://cneos.jpl.nasa.gov/stats/site_all.html.

5
龚自正, 李明, 陈川, 等. 小行星监测预警、安全防御和资源利用的前沿科学问题及关键技术[J]. 科学通报, 2020, 65 (5): 346- 372.

6
阮宁娟, 刘志敏, 郑永超. 天基近地天体探测技术与实践[J]. 空间碎片研究, 2022, 22 (1): 18- 31.

7
HOFFMAN T,LIU Y,LYSEK M,et al. Near-Earth Object surveyor overview[C]. 2022 IEEE Aerospace Conference (AERO). IEEE,2022:1-16.

8
邹远磊. 可见/红外波段黄道光光学特性分析[D]. 西安:西安电子科技大学,2012.

9
REITSEMA H J,LU E T. Sentinel:A space telescope program to create a 100-Year asteroid impact warning[J]. Handbook of Cosmic Hazards and Planetary Defense,2015:569-581.

10
王新涛, 郑建华, 李明涛. 地球公转轨道危地小行星天基光学监测仿真研究[J]. 光学精密工程, 2020, 28 (11): 2563- 2571.

DOI

11
BUIE M W,REITSEMA H J. Sentinel mission performance for surveying the Near-Earth Object population[C]. The 46th Annual Lunar and Planetary Science Conference. The Woodlands,USA:2015:1656.

12
SZEBEHELY V, GREBENIKOV E. Theory of orbits-the restricted problem of three bodies[J]. Soviet Astronomy, 1969, 13, 364.

13
STRAMACCHIA M, COLOMBO C, BERNELLI-ZAZZERA F. Distant retrograde orbits for space-based near earth objects detection[J]. Advances in Space Research, 2016, 58 (6): 967- 988.

DOI

14
GRANVIK M, MORBIDELLI A, JEDICKE R, et al. Debiased orbit and absolute-magnitude distributions for Near-Earth Objects[J]. Icarus, 2018, 312, 181- 207.

DOI

15
MORBIDELLI A. , DELBO M, GRANVIK M, et al. Debiased albedo distribution for Near Earth Objects[J]. Icarus, 2020, 340, 113631.

DOI

16
VOSS J. An Introduction to Statistical Computing:A Simulation-Based Approach[M]. Chichester:John Wiley & Sons Limited,2013.

17
Near-Earth Object Coordination Centre. Discovery Near-Earth Object Population Observation Program (NEOPOP)[EB/OL]. [2023-05-02]. https://neo.ssa.esa.int/neo-population-generator.

18
Minor Planet Center. Data available from the Minor planet center[EB/OL]. [2023-05-02]. https://minorplanetcenter.net/data.

19
MYHROVOLD N. Comparing NEO search telescopes[J]. Publications of the Astronomical Society of the Pacific, 2016, 128 (962): 045004.

DOI

20
MYHROVOLD N. Asteroid thermal modeling in the presence of reflected sunlight[J]. Icarus, 2018, 303, 91- 113.

DOI

21
MUELLER M. Surface Properties of Asteroids from Mid-Infrared Observations and Thermophysical Modeling[J]. arXiv preprint arXiv:1208. 3933-2012.

22
DELBO M, HARRIS A W. Physical properties of near-Earth asteroids from thermal infrared observations and thermal modeling[J]. Meteoritics & Planetary Science, 2002, 37 (12): 1929- 1936.

23
MYHROVOLD N, PINCHUK P, MARGOT J L. Analysis of four-band WISE observations of asteroids[J]. The Planetary Science Journal, 2022, 3 (2): 30.

DOI

24
KELSALL T, WEILAND J L, FRANZ B A, et al. The COBE diffuse infrared background experiment search for the cosmic infrared background. II. Model of the interplanetary dust cloud[J]. The Astrophysical Journal, 1998, 508 (1): 44.

DOI

25
MAINZER A, GRAV T, BAUER J, et al. Survey simulations of a new near-earth asteroid detection system[J]. The Astronomical Journal, 2015, 149 (5): 172.

DOI

26
STOKES G H,BARBEE B W,BOTTK W F,et al. Update to determine the feasibility of enhancing the search and characterization of NEOs[R]. Report of the Near-Earth Object Science Defnition Team NASA,2017.

文章导航

/