印尼国家研究创新署联合阿联酋哈利法大学，在《宇航学报》发论文：用AI预测失控卫星、火箭残骸何时掉、掉哪儿。

别小看。低轨道越来越挤，这事关系到未来太空较量。

一、算错一分钟，落点偏460公里

从300公里太空掉下来，速度每秒近8公里，还要穿过大气层。想砸中指定井盖，几乎不可能。

▲ 我们对本研究中三次不受控坠落所做的预测——这些预测是在事后、根据截至每次坠落前不久的跟踪数据做出的——与随后报告的时间并列如下：对于宇宙-482，一枚为金星建造、自1972年起滞留轨道的苏联着陆器，预测为06:22 UTC，误差约11.4分钟，而报告时间为06:24；对于NASA的NEOWISE望远镜，预测为00:54 UTC，误差约7.8分钟，而报告时间为00:49；对于一枚长征四号乙火箭子级，预测为22:45 UTC，误差约13.2分钟，而西班牙上空在22:33至22:36看到碎片。图中绘图未按比例。来源：Denys Dutykh

难在时间。物体每秒飞7.8公里。算错一分钟，落点偏460公里；错一小时，可能偏到地球另一边。

大气层不是固定墙。太阳一活跃，上层大气膨胀，空气变稠，阻力变大，卫星掉得更快。太阳活动约11年一轮，最近正赶上活跃期。

更麻烦的是，翻滚的火箭残骸“吃风”面积一直在变。以前把阻力系数估个大概，固定住硬算。形状规整的还行，翻滚的大家伙误差就大了。

二、物理管轨道，AI管阻力

▲ 为什么坠落时间决定坠落地点。在寿命接近结束时，低轨道上的物体仍以约7.8公里/秒飞行。一分钟内它掠过约460公里的地面距离（内弧），10分钟内约4,600公里（中弧），一小时内约28,000公里，相当于绕地球三分之二圈（外弧）。地球、其高达100公里的大气层以及150公里高度的低轨道均按比例绘制。这些距离采用120公里高度圆轨道速度计算，且未考虑地球自转。来源：Denys Dutykh

印尼团队思路：分工。

轨道归物理。牛顿定律、地球引力、大气模型，能算的公式老实算。

阻力系数忽大忽小，写不出公式，交给神经网络学。AI读每个物体过去11年轨道数据，整整一个太阳活动周期，反推出阻力系数怎么随太阳活动和姿态变。

预测时每3小时更新一次。物理算一步，AI修一步，交替走到80公里高度，就算再入。

▲ 2007年至2026年的太阳活动，以10.7厘米波长的射电辐射测量（月均值，单位为太阳通量单位）。太阳活跃时会使上层大气受热并膨胀，从而阻力增大，低轨道衰减更快。一个完整的太阳活动周期持续约11年，这里从2008年12月的极小期到2019年12月的极小期；我们的方法读取11年的跟踪数据，因此能观察到一个完整周期内的上层大气。我们研究中的三个物体都在近年太阳活动活跃的年份坠落：火箭子级在2023年3月，NEOWISE在2024年11月，宇宙-482在2025年5月。来源：Denys Dutykh；数据：CelesTrak和NOAA

验证结果：苏联“宇宙-482”飘了53年，落点时间误差11分钟内；NASA NEOWISE误差不到8分钟；中国长征四号乙火箭末级约13分钟。实际坠落都落在给出的窗口里。

若固定阻力系数，两个翻滚目标预测会偏半个多小时，落点就不知道飘哪去。

三、低轨道，越来越挤

到2025年底，地球低轨道编目物体有25060个，比十年前近翻倍。老卫星、废火箭级早晚要掉，很多不受控。

▲ 预测如何运作。我们从11年的跟踪数据中读取该物体弹道系数的历史，该系数衡量空气对其减速的强度，然后由神经网络学习根据物体的过去和空间天气——太阳活动以及地球磁场扰动——来预报这一系数。轨道计算从最后一次跟踪数据开始，并纳入地球引力、地球扁率以及上层大气阻力。每隔三小时，网络接收新轨道并返回一个新的系数，直到物体到达80公里高度。网络运行100次（随机关闭部分组件）所得结果的离散范围给出不确定度窗口。来源：Denys Dutykh

美国太空军天天盯，欧空局有再入预测项目，日本JAXA也在做。痛点一样：算不准。谁先解决，谁在未来太空交通管理、太空安全博弈里多一张硬牌。

四、中国追得很猛

中国航天科技集团、中科院国家天文台、西安卫星测控中心都在做再入预报。西安卫星测控中心常年负责我国在轨航天器测控和轨道计算，对长征系列火箭末级再入有大量实战数据。

2022年长征五号B遥三火箭末级再入，落点预报引起国际关注。我们已能提前几天给出大致区域，和欧美主要机构基本同一水平。

▲ 当弹道系数冻结在其最后一个值时会发生什么。对于每次坠落，时间线显示我们的预测（圆点）及其不确定度窗口（阴影带）、报告时间（菱形）；对于火箭子级，则显示其碎片在西班牙上空被看到的分钟时段（黑色条），以及使用冻结系数做出的预测（方形）。对于宇宙-482这个紧凑球体，冻结系数仅将预测坠落时间推迟五分钟。对于带有太阳能板和遮阳板的NEOWISE，以及对于易翻滚的圆柱体火箭子级，它分别将预测坠落时间推迟31分钟和36分钟，落在我们的窗口之外，且离报告时间更远。所有时间均为UTC。来源：Denys Dutykh

但在“用深度学习吃透阻力系数动态变化”这个具体方向，印尼团队这次走在前面。差距不大。中国有最完整火箭发射记录、最密集低轨卫星星座计划，数据量是天然优势。缺的不是算力和算法人才，而是航天工程数据和AI模型深度咬合的经验。

五、下一场较量，比谁算得准

往小看，这是让“天降盲盒”可预测，减少地面伤亡和财产损失。

往大看，这是太空态势感知升级。未来太空竞争，不光是比谁能打上去，还要比谁看得清、算得准、反应快。失控物体往下掉，谁能提前精确预报，谁就占先。

这套“物理算轨道、AI补未知”的思路还能迁移：导弹再入、高超声速飞行器、空间碎片主动清除，凡是方程写不全、数据管够的地方，都可能用上。

太空这块地方，以前是谁先上去谁说了算。以后，是谁先算准谁有主动权。印尼团队用AI撕开一个口子，中国正快步跟上。数据在手，工程底子厚，这场赛跑，中国不会缺席，更不会久居人后。