已知经纬度，基于matlab计算太阳和月亮的升起和落下时间以及黄昏时间

 ✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab完整代码及仿真定制内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

🔥 内容介绍

随着科技的不断发展，我们现在可以通过多种方式获取到地球上任意一个地点的经纬度。这为我们了解当地的天文现象提供了便利。其中，计算太阳和月亮的升起和落下时间以及黄昏时间是非常有用的。在本文中，我们将探讨如何根据已知的经纬度来计算这些时间。

首先，让我们来了解一下天文学中的一些基本概念。在地球上观测天文现象时，我们通常使用地平坐标系来描述天体的位置。在这个坐标系中，天体的位置由两个参数确定：方位角和高度角。方位角是从正北方向开始逆时针测量的角度，范围是0到360度。高度角是天体与地平面的夹角，范围是0到90度。

太阳和月亮的升起和落下时间以及黄昏时间与方位角和高度角有关。当太阳或月亮的高度角达到0度时，它们会升起或落下。黄昏时间是指太阳下山后到全黑之间的时间段。在这个时间段内，天空还有一些残留的光亮，但足够让我们看清周围的物体。

现在，让我们来看看如何计算这些时间。我们可以使用天文算法来计算太阳和月亮的高度角和方位角。这些算法基于天体的位置和时间来计算。对于太阳，我们可以使用日心黄道坐标系来计算它的位置。对于月亮，我们可以使用月心黄道坐标系来计算它的位置。

一旦我们计算出了太阳和月亮的高度角和方位角，我们就可以使用以下公式来计算它们的升起和落下时间：

cos(H) = (sin(-0.8333) - sin(φ) × sin(δ)) / (cos(φ) × cos(δ))

其中，H是天体的高度角，φ是观测地点的纬度，δ是天体的赤纬。当cos(H)大于1时，太阳或月亮永远不会升起或落下。当cos(H)小于-1时，太阳或月亮始终在地平线以下。在这种情况下，我们可以使用以下公式计算它们的升起和落下时间：

t = acos(-tan(φ) × tan(δ)) / 15

其中，t是时间，单位是小时。当cos(H)在-1和1之间时，我们可以使用以下公式计算升起和落下时间：

t = (H ± L) / 15 + RA - 6.6974

其中，L是地理经度，RA是天体的赤经。当天体为太阳时，我们需要将6.6974改为-12。

计算黄昏时间也很简单。我们可以使用以下公式：

t = (cos(-6°) - sin(φ) × sin(δ)) / (cos(φ) × cos(δ))

其中，t是时间，单位是小时。当t为负数时，太阳还没有下山。当t为正数时，太阳已经下山。

在现代世界中，我们可以使用各种软件和工具来计算太阳和月亮的升起和落下时间以及黄昏时间。例如，天文爱好者可以使用Stellarium等免费软件来观测天体。对于专业的天文学家和天文学研究者来说，他们通常会使用更为精确的工具来进行计算。

总之，计算太阳和月亮的升起和落下时间以及黄昏时间是非常有用的。它们可以帮助我们了解当地的天文现象，并规划我们的活动。通过使用天文算法和现代工具，我们可以轻松地计算这些时间，并享受到美妙的天文之旅。

📣 部分代码

%%  清空环境变量warning off             % 关闭报警信息close all               % 关闭开启的图窗clear                   % 清空变量clc                     % 清空命令行​%%  导入数据res = xlsread('数据集.xlsx');​%%  划分训练集和测试集temp = randperm(357);​P_train = res(temp(1: 240), 1: 12)';T_train = res(temp(1: 240), 13)';M = size(P_train, 2);​P_test = res(temp(241: end), 1: 12)';T_test = res(temp(241: end), 13)';N = size(P_test, 2);​%%  数据归一化[p_train, ps_input] = mapminmax(P_train, 0, 1);p_test  = mapminmax('apply', P_test, ps_input);t_train = ind2vec(T_train);t_test  = ind2vec(T_test );

⛳️ 运行结果

🔗 参考文献

[1] SUN Nan,孙楠,ZHU Kai-jia,等."月上柳梢头,人约黄昏后"模型的建立与求解[C]//中国工业与应用数学学会.中国工业与应用数学学会, 2015.

[2] CHEN Chao,陈超,ZHANG Tian-lin,等.古典诗词中天文现象的数学模型[C]//中国工业与应用数学学会.中国工业与应用数学学会, 2015.

[3] 沈曙昀,王立,郭三敏,等.基于几何方法对太阳影子定位的研究[J].河北北方学院学报：自然科学版, 2017, 33(1):7.DOI:10.3969/j.issn.1673-1492.2017.01.005.

🎈 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

👇  私信完整代码和数据获取及论文数模仿真定制

1 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

2 机器学习和深度学习方面

卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、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、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

2.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

3 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、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

4 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

5 无线传感器定位及布局方面

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

6 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

7 电力系统方面

微电网优化、无功优化、配电网重构、储能配置

8 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长

9 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合