有一位于地球北纬26度，东西排列的三单元综合孔径阵列。位于中间的望远镜与东西两边的望远镜相距分别为100米和200米。用该阵列对赤纬90°和赤纬0°两个天体分别进行24小时和12 小时的跟踪观测。请用Python详细具体列出这两个观测得到的u-v覆盖坐标点和画出u-v覆盖示意图。

在这个问题中，我们需要模拟一个简单的天文学中的u-v覆盖计算，这是射电天文学中用于描述干涉仪阵列性能的一个关键参数。u-v坐标系是基于干涉仪阵列的基线向量，它是从望远镜之间的距离推导出来的。对于给定的时间段和天体位置，我们将计算每个小时的u-v坐标，并最后整合一天的数据。

首先，我们假设望远镜的位置是固定的，然后按照公式：

\[ u = \frac{2\pi D \cos{\delta} \sin(\Delta t / T)}{\lambda} \]
\[ v = \frac{2\pi D \cos{\delta} \cos(\Delta t / T)}{\lambda} \]

其中：
- \( D \) 是望远镜之间的距离，
- \( \delta \) 是天体的赤纬，
- \( \Delta t \) 是时间间隔（以小时为单位，这里是一天或半天），
- \( T \) 是一天的总秒数（86400秒），
- \( \lambda \) 是观测波长（通常需要给定具体的观测频率，因为λ=c/f），
- \( u \) 和 \( v \) 是u-v坐标。

由于这个任务需要一些复杂的数学计算和绘图，下面是一个简化的Python脚本示例，它仅包含基本的逻辑，实际应用中可能需要更精确的天球几何考虑以及处理缺失数据：

import numpy as np
import matplotlib.pyplot as plt

# 参数设定
D = [100, 200]  # 基线长度列表
delta_degrees = [90, 0]  # 赤纬列表 (度)
T_total_hours = 24  # 总观察时间 (小时)
lambda_meters = 1  # 假设固定波长 (简化)

def uv_coordinates(D, delta, t_hours, lambda_m):
    u = 2 * np.pi * D[0] * np.cos(np.radians(delta[0])) * np.sin(2 * np.pi * t_hours / T_total_hours) / lambda_m
    v = 2 * np.pi * D[0] * np.cos(np.radians(delta[0])) * np.cos(2 * np.pi * t_hours / T_total_hours) / lambda_m
    for i in range(1, len(D)):
        u += 2 * np.pi * D[i] * np.cos(np.radians(delta[i])) * np.sin(2 * np.pi * t_hours / T_total_hours) / lambda_m
        v += 2 * np.pi * D[i] * np.cos(np.radians(delta[i])) * np.cos(2 * np.pi * t_hours / T_total_hours) / lambda_m
    return u, v

# 计算并存储u-v坐标
uv_90 = uv_coordinates(D, delta_degrees[0], np.arange(T_total_hours), lambda_meters)
uv_0 = uv_coordinates(D, delta_degrees[1], np.arange(T_total_hours / 2), lambda_meters)

# 绘制u-v图
plt.figure(figsize=(10, 5))
plt.plot(uv_90[0], uv_90[1], label=f"赤纬90°, {T_total_hours}小时")
plt.plot(uv_0[0], uv_0[1], label=f"赤纬0°, {T_total_hours/2}小时")
plt.xlabel("u (m)")
plt.ylabel("v (m)")
plt.legend()
plt.title("u-v覆盖示意图")
plt.grid(True)
plt.show()

请注意，这个脚本没有包含实际的天文物理因素，例如大气折射、地球自转等影响，它只是一个简化示例。在实际应用中，需要更多的科学计算库如astropy来处理这些细节。