A Study on Rice Growth and Yield Monitoring Using Medium Resolution Landsat Imagery

LANDSAT 위성영상을 이용한 벼 생육 및 수량 모니터링

  • Published : 2008.12.31

Abstract

Earth observation satellite imagery having medium-resolution can provide the useful information very rapidly and cheaply. The objective of this study was to assess the feasibility for monitoring rice growth and yield using medium resolution satellite imagery at Seosan AB reclaimed area, Chung-nam province. Using the LANDSAT imagery at booting stage ($29^{th}$ July 2004), $NDVI_R$ had the most significant linear relationships with rice yield of Seosan AB reclaimed area with the correlation coefficient (r) as 0.68. Therefore, this relationship was established as rice yield equation as function of $NDVI_R$, where excluding the 10 small area having low number of pixel, the determination coefficient ($R^2$) of the linear regression between NDVIred and milled rice yield was improved to 0.66. In addition, raster masking method, which was easier and faster even if a little unaccurate than preexisting method, was established for extracting information paddy field zone. Adaptability of rice yield equation function of $NDVI_R$ on year and region was investigated using rice yield and $NDVI_R$ values, which were extracted with raster masking method, from 7 counties or cities, Kyeong-ki province in 2005. Relationship between observed and calculated rice yield showed 1:1 line indicating that the adaptability was admitted.

광범위한 지역의 재배면적과 생산량을 신속하고 경제적으로 모니터링 할 수 있는 광학(LANDSAT) 중해상도 위성 영상을 활용하여 벼 재배면적, 생육 및 수량을 모니터링 할 수 있는지를 검토하였다. 1. 식생지수와 수량과의 관계를 살펴보면, EVI를 제외한 모든 식생지수와 수량간에는 정의 상관관계를 보였으며, NDVI_SWIR이나 EVI_SWIR과는 유의성이 없었다. NDVI가 RVI보다 수량과의 상관도가 다소 높았으며, 수량과 가장 밀접한 식생지수는 $NDVI_R$(r = 0.68)이었다 2. LANDSAT 단일시기 영상(2004년 7월 29일)을 활용하여 서산간척지 지역내 벼 수량을 모니터링한 결과 $NDVI_R$와 백미수량간에는 1차 직선관계($R^2$ = 0.46)가 성립하였으며, 필 지중에서 면적이 다소 적거나 주변에 반사특성에 영향하는 요인이 있는 지역을 제외하여 살펴본 결과 추정도가 다소 높아졌다($R^2$ = 0.66). 3. 논구역 벡터를 사용하여 논구역 정보를 추출하는 기존의 방법 대신 raster 기반의 논구역 masking을 제작하여 논 구역 정보를 추출하였는데 이 방법을 통해 쉽고 빠르게 논구역 정보를 추출할 수 있었다. 4. 연차별 지역적용가능성을 검토하기 위해 1994년 7월 26일 경기도내 7개 시군의 논구역 masking을 제작하여 NDVIred를 추출하고 $NDVI_R$-수량관계식을 이용하여 수량을 추정한 결과 1:1 line에 근접하여 비교적 잘 일치되었다.

Keywords

References

  1. Ishiguro, E., Y. Hidaka, M. Sato, M. miyazato, J. Y. Chen, and Y. Ogawa. 1993. Estimation of the area and the yield of a rice paddy by LANDSAT-5/TM. Proceedings of the International Conference for Agricultural Machinery & Process Engineering (October 19-22, 1993 Seoul, Korea). pp. 383-392
  2. Jensen, J. R. 2000. Remote sensing of the environment. Prentice Hall
  3. McNairn, H., J. Ellis, J. J. van der Sanden, T. Hirose, and R. J. Brown. 2002. Providing crop information using RADARSAT- 1 and satellite optical imagery. International Journal of Remote Sensing. 23(5) : 851-870 https://doi.org/10.1080/01431160110070753
  4. Oguro, Y., C. Imamoto, Y. Suga, and S. Takeuchi. 2001. Monitoring of rice field by LANDSAT-7 ETM+ and LANDSAT- 5 TM data. 22nd Asian Conference on Remote Sensing (be held 5-9 November 2001 in Singapore). Asian Association on Remote Sensing
  5. Oguro, Y., Y. Suga, S. Takeuchi, M. Ogawa, T. Konishi, and K. Tsuchiya. 2001. Comparison of SAR and optical sensor data for monitoring of rice plant around Hiroshima. Advanced Space Research. 28(1) : 195-200 https://doi.org/10.1016/S0273-1177(01)00345-3
  6. Soria, R. J. and O. Y. Fernandez. 2002. Maize crop yield prediction through satellite images and mathematical models. 17th WCSS symposium (be held in 14-21 August 2002, Tailand). Poster # 1393
  7. 김민호. 2004. 벼 유수분화기 질소영양 및 생육 상태의 비파괴 적 진단에 의한 질소 수비량 결정에 관한 연구. 서울대학교 박사학위논문
  8. 이규동. 1997. LANDSAT TM 자료상의 임상분류 정확도 향상 에 관한 연구: 최대 우도법과 인공 신경망 기법의 비교를 중심으로. 서울대학교 석사학위논문
  9. 홍석영. 1999. 원격탐사 자료를 이용한 벼 생육정보 분석 및 재 배면적 추정. 경북대학교 박사학위논문
  10. 황보주원. 2004. 위성영상 분류기법 선정을 위한 의사결정 지원시스템. 서울대학교 석사학위논문