Journal of Aerospace System Engineering (항공우주시스템공학회지)

The Society for Aerospace System Engineering (항공우주시스템공학회)
권호 표지
DOI QR코드

DOI QR Code

The Demonstrate Flight For Precision Agriculture Using Remote-Sensing Drones

원격탐사용 드론을 이용한 정밀농업 실증비행

  • Received : 2024.04.08
  • Accepted : 2024.06.18
  • Published : 2024.08.31
Download PDF
⟨ Previous Next ⟩

Abstract

This study deals with the demonstration of precision agriculture technology that can predict the health status of crops by analyzing the vegetation index (NDVI) using a drone equipped with a multi-spectral camera and an EO/IR camera. The multi-spectral camera measures crop reflectance to determine the vegetation index, while the EO/IR camera detects temperature changes in crops to evaluate water stress and health status. Data from this study can improve agricultural productivity and optimize the use of chemical fertilizers and pesticides. Moreover, integrating object recognition technology in the future could turn precision agriculture into a vital alternative for enhancing the sustainability of agriculture.

본 연구는 드론에 다분광카메라와 열화상카메라를 장착하여 농작물의 건강 상태를 예측할 수 있는 식생지수(NDVI)를 획득하고 분석하는 정밀농업 기술을 실증하는 것에 대해 다룬다. 다분광카메라는 농작물의 반사율을 측정하여 식생지수를 계산하고, 열화상카메라는 작물의 온도 변화를 감지하여 수분 스트레스와 건강 상태를 평가한다. 이 연구를 통해 수집된 데이터는 농업 생산성을 높이고 화학 비료 및 농약 사용을 최적화할 수 있어 추후 사물 인식기술과 접목 하면 정밀농업 기술이 미래 농업의 지속 가능성을 향상하는 중요한 대안 기술로 자리 잡을 수 있음을 보여준다.

Keywords

Acknowledgement

본 연구는 과학기술정보통신부 2024년 '국가종합비행성능시험장 운영' 과제로 (FR24U01) 지원되어 수행되었습니다.

References

  1. S-H. Im, S. I. Hassan, L. M. Dang, K-B. Min, H. J. Moon, "Analysis of Fusarium Wilt Based on Normalized Difference Vegetation Index for Radish Field Images from Unmanned Aerial Vehicle," The Transactions of the Korean Institute of Electrical Engineers, vol. 67, pp. 1353-1357, 2018. https://doi.org/10.5370/KIEE.2018.67.10.1353
  2. S. J. Oh, J. O. Kang, Y. C. Lee, "Time Serise Comparison of Vegetation Indices and Chlorophyll Field-Measurement Data for Outdoors Smart Farm Based on UAV NIR Images," Journal of Korean Society for Geospatial Information Science, vol. 30, pp. 31-39, 2022. https://doi.org/10.7319/kogsis.2022.30.1.031
  3. B. G. Gang, "The Flight Test Procedures For Agricultural Drones Based on 5G Communication," Journal of Aerospace System Engineering, Vol. 17, pp 38-44, 2023. https://doi.org/10.20910/JASE.2023.17.2.38
  4. H-C. Lee, Y-Y. Choo, "Automatic Drone Flight Algorithm for Precision Agricultural Forecasting Based on Cadastral Map," Journal of the Korea Institute of Communications and information Science, vol. 43, pp. 18-09, 2018.
  5. F. Kleinschroth, K. Banda, H. Zimba, S. Dondeyne, I. Nyambe, " Drone imagery to create a common understanding of landscape," Landscape and Urban Planning, vol. 228, pp. 104571, 2022.
  6. D. Skarlatos, M. Vlachos, "Vegetation removal from uav derived dsm, using combination of rgb and nir imagery," ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Science, vol 4-2, 2018.