我得到了一个 UTC 日期列表，所有时间都转换为 00:00。
我想确定在给定的一天（即过去 24 小时）是否发生了（月食）日食
考虑python片段
from sykfield.api import load
eph = load('de421.bsp')
def eclipticangle(t):
moon, earth = eph['moon'], eph['earth']
e = earth.at(t)
x, y, _ = e.observe(moon).apparent().ecliptic_latlon()
return x.degrees
我假设一个人能够确定是否在时间t的24 小时内发生了日食
现在，就评论中的答案而言，仅通过测试角度是否接近 0 来解决第二个问题并不是那么简单。
因此，我的问题是
有人可以提供一个函数来确定给定日期 t 是否发生月食吗？
编辑。编辑此问题以反映下面评论中留下的 Brandon Rhodes 的反馈。
我刚刚浏览了天文年历解释性补充的第 11.2.3 节，并尝试将其转换为 Skyfield Python 代码。这是我想出的：
import numpy as np
from skyfield.api import load
from skyfield.constants import ERAD
from skyfield.functions import angle_between, length_of
from skyfield.searchlib import find_maxima
eph = load('de421.bsp')
earth = eph['earth']
moon = eph['moon']
sun = eph['sun']
def f(t):
e = earth.at(t).position.au
s = sun.at(t).position.au
m = moon.at(t).position.au
return angle_between(s - e, m - e)
f.step_days = 5.0
ts = load.timescale()
start_time = ts.utc(2019, 1, 1)
end_time = ts.utc(2020, 1, 1)
t, y = find_maxima(start_time, end_time, f)
e = earth.at(t).position.m
m = moon.at(t).position.m
s = sun.at(t).position.m
solar_radius_m = 696340e3
moon_radius_m = 1.7371e6
pi_m = np.arcsin(ERAD / length_of(m - e))
pi_s = np.arcsin(ERAD / length_of(s - e))
s_s = np.arcsin(solar_radius_m / length_of(s - e))
pi_1 = 0.998340 * pi_m
sigma = angle_between(s - e, e - m)
s_m = np.arcsin(moon_radius_m / length_of(e - m))
penumbral = sigma < 1.02 * (pi_1 + pi_s + s_s) + s_m
partial = sigma < 1.02 * (pi_1 + pi_s - s_s) + s_m
total = sigma < 1.02 * (pi_1 + pi_s - s_s) - s_m
mask = penumbral | partial | total
t = t[mask]
penumbral = penumbral[mask]
partial = partial[mask]
total = total[mask]
print(t.utc_strftime())
print(0 + penumbral + partial + total)
它生成月食发生时间的向量，然后对月食的总程度进行评级：
['2019-01-21 05:12:51 UTC', '2019-07-16 21:31:27 UTC']
[3 2]
它的日食时间与美国宇航局巨大的月球星历表中给出的时间相差不到 3 秒：