High revisit mixed optical-SAR microsatellite constellations : a multi-objective genetic algorithm optimisation design approach in an agriculture emergency use case

Nowadays, Earth observation satellites are of utmost importance in several fields, as in the case of agriculture and emergency management, and they will be exploited even more frequently in the next decades due to the future social, economic, and environmental changes. Precision farming is a modern concept that involves enhanced management of the available resources through digital techniques to monitor and optimise agricultural production processes, making them more efficient while avoiding waste of resources. Moreover, disaster monitoring and management is a crucial tool for the prevention and well-management of emergencies, and for the successive post-crisis assessment of damages. The increase in the frequency of these events (such as wildfires, droughts, etc.) requires faster and reliable observations to properly respond to crises. Both precision farming and emergency management benefit from the use of satellites, which are very suitable platforms for carrying the sensors needed in agriculture and disaster monitoring. Satellites can be arranged in a constellation, potentially providing several measurements of the same site in a short period of time. However, designing a constellation is a challenge, as there are no general rules. In fact, the overall cost of the constellation depends on several parameters which should be properly assessed, and the design will consider different drivers through trade-offs. In this work, a model of a mixed hybrid optical-SAR microsatellites constellation has been prototyped. In fact, optical and SAR measurements can be merged through data fusion, leading to more accurate and reliable information by combining their strengths. The orbital model of the constellation has then been employed through a multi-objective genetic algorithm optimisation to find a subset of few possible optimal constellations which are satisfying the mission requirements for a selected emergency use case (wildfires), exploiting a multi-fidelity method to reduce the computational time. This work has been developed as a collaboration between the Department of Aerospace Science and Technology of Politecnico di Milano and Thales Alenia Space Italia S.P.A..

Oggigiorno, i satelliti per l'osservazione della Terra sono della massima importanza in diversi settori, come nel caso dell'agricoltura e nella gestione delle emergenze, e saranno sfruttati ancora più frequentemente nei prossimi decenni a causa dei futuri cambiamenti sociali, economici ed ambientali. L'agricoltura di precisione è un approccio che prevede una gestione innovativa delle risorse disponibili per monitorare e ottimizzare la coltivazione, rendendola più efficiente e produttiva. Inoltre, un corretto monitoraggio dei disastri naturali è fondamentale per la prevenzione e gestione delle emergenze, e per la valutazione dei danni causati. L'aumento di questi eventi (come incendi, siccità, etc.) richiede osservazioni più rapide e affidabili per rispondere adeguatamente alle crisi. Sia l'agricoltura di precisione che la gestione delle emergenze traggono grande vantaggio dall'uso dei satelliti, adatti all'impiego dei sensori di osservazione necessari per queste applicazioni. I satelliti possono essere disposti in una costellazione, fornendo potenzialmente diverse misurazioni dello stesso luogo più frequentemente. Tuttavia, progettare una costellazione è una procedura complessa. Infatti, il costo complessivo della costellazione dipende da diversi fattori e dunque il design deve considerare questi drivers. In questo lavoro, un modello di una costellazione ibrida di microsatelliti ottico-SAR misti é stato sviluppato. Le misurazioni ottiche e SAR possono infatti essere unite attraverso la fusione dei dati, portando a informazioni più accurate e affidabili sfruttando i relativi vantaggi di questa configurazione. Il modello orbitale della costellazione è stato usato attraverso un'ottimizzazione di un algoritmo genetico multi-obiettivo per trovare alcune possibili costellazioni ottimali. L'ottimizzazione cerca soluzioni che soddisfino i requisiti per uno scenario di test riguardante le emergenze (incendi), sfruttando un metodo multi-fidelity per ridurre il tempo computazionale. Questo lavoro è stato sviluppato come una collaborazione tra il Dipartimento di Scienze e Tecnologie Aerospaziali del Politecnico di Milano e Thales Alenia Space Italia S.P.A..