Milky Seas events: a study on methods for satellite observations, prediction, and planning

Milky Seas are rare, large-scale oceanic bioluminescent events that primarily occur in the northwestern Indian Ocean and the Java Sea. These phenomena, sometimes exceeding 100,000 km² and lasting several nights, emit extremely faint radiances and remain among the most elusive marine events due to their dependence on environmental and illumination conditions. Confirmed detections have been achieved using low-light sensors such as OLS and VIIRS/DNB onboard DMSP and NOAA satellites. This work presents an integrated framework for the automated prediction and satellite observation planning of Milky Seas events. The first part computes satellite visibility windows under dark-sky conditions by integrating real-time TLE retrieval, SGP4 orbit propagation, and NASA SPICE–based solar and lunar illumination modeling, with dedicated filters ensuring valid nighttime imaging. A comparative evaluation of dynamic multi-satellite scheduling algorithms assesses their suitability for real-time constellation coordination, while an analysis of a custom sun-synchronous satellite demonstrates how nighttime coverage can be enhanced. The subsequent part focuses on predictive modeling. A consolidated database of confirmed events combined with Copernicus oceanographic and atmospheric datasets has been used to analyze climatological and anomaly patterns linked to Milky Seas occurrence. Based on these environmental predictors, two machine learning models (Extra Trees classifiers) have been trained, one for the Horn of Africa area and the other for the Java region, achieving high recall in detecting all known events, though precision remained limited by strong class imbalance. The developed predictive model demonstrates its potential as an early-warning mechanism for satellite tasking. Together, these components establish a foundation for autonomous, multi-satellite coordination and predictive monitoring of Milky Seas, advancing the capability to observe and characterize these bioluminescent phenomena.

I Milky Seas sono rari fenomeni bioluminescenti oceanici di vasta scala che si verificano principalmente nel nord-ovest dell’Oceano Indiano e nel Mar di Giava. Questi eventi, che possono superare i 100.000 km² e durare più notti consecutive, emettono radianze estremamente deboli e risultano difficili da osservare per la loro dipendenza dalle condizioni ambientali e di illuminazione. Le osservazioni documentate derivano da sensori a bassa luminosità come OLS e VIIRS/DNB, a bordo dei satelliti DMSP e NOAA. Questo lavoro di tesi presenta un framework integrato per la previsione automatizzata e la pianificazione delle osservazioni satellitari dei Milky Seas. La prima parte si concentra sulle finestre di visibilità in condizioni di cielo buio, integrando il recupero in tempo reale dei TLE, la propagazione orbitale SGP4 e la modellazione dell’illuminazione solare e lunare con NASA SPICE, mediante filtri che garantiscono immagini notturne valide. Una valutazione comparativa di algoritmi di dynamic multi-satellite scheduling analizza la loro idoneità al coordinamento in tempo reale, mentre l’analisi di un satellite ad hoc in orbita eliosincrona mostra come ottimizzare la copertura notturna per ampliare le opportunità di osservazione. La parte successiva tratta lo sviluppo di un modello predittivo. Un database di eventi documentati, integrato con i dataset oceanografici e atmosferici di Copernicus, è stato utilizzato per analizzare le condizioni climatologiche e le anomalie associate ai Milky Seas. Sulla base di tali predittori, due modelli di machine learning (classificatori Extra Trees) sono stati addestrati per le regioni del Corno d’Africa e di Giava, ottenendo un’elevata recall nella rilevazione di tutti gli eventi noti, sebbene la precision resti limitata dal forte sbilanciamento dei dataset Il modello predittivo sviluppato mostra potenzialità promettenti come meccanismo di early warning per la pianificazione delle osservazioni satellitari. Nel complesso, questa ricerca pone le basi per un coordinamento autonomo multi-satellite e un monitoraggio predittivo dei Milky Seas, migliorando la capacità di osservare e studiare dallo spazio questi rari fenomeni bioluminescenti oceanici.