권호 표지

대한원격탐사학회지 (Korean Journal of Remote Sensing) (Korean Journal of Remote Sensing)

대한원격탐사학회 (Korean Society of Remote Sensing)

  • 격월간
  • /
  • 1225-6161(pISSN)
  • /
  • 2287-9307(eISSN)

과학기술표준분류

  • 에너지/자원 ＞ 자원탐사/개발/활용

Aim & Scope

Korean Journal of Remote Sensing serves the remote sensing community with the publication of results based on theory, technology and applications of remote sensing fields. Thoroughly interdisciplinary, this journal focuses on the research and development of remote sensing science and technologies and promotes the exchange of expert knowledge among remote sensing researchers as well. Areas of interest include, but are not necessarily restricted to: Remote Sensor Technology Novel Sensor Design and Platforms Development Multi-Sensor System Design and On-Board Processing Advances in Remote Sensing Techniques and Applications Multi-Sensor Integration Multi-Platform Remote Sensing Image Processing and Analysis Geospatial Information Sciences (GIS) Remote Sensing in Atmospheric Science and Meteorology Remote Sensing in Oceanography - Remote Sensing in Geology and Geoscience Remote Sensing in Agriculture, Forestry and Ecology Remote Sensing in Earth and Environmental Sciences Remote Sensing in Hydrology and Water Resources

http://www.kjrs.or.kr KSCI KCI SCOPUS

제33권5_2호

  1. 이경도;박찬원;나상일;정명표;김준환 617
    https://doi.org/10.7780/kjrs.2017.33.5.2.1 PDF KSCI
    농작물 작황 추정은 생산량 예측을 통한 수급 조절, 가격 예측, 농가 소득 보전을 위한 정책 수립 등에 중요한 판단자료로 활용된다. 급변하는 국내외 여건에서 작물의 안정생산과 식량안보, 생태계 지속성 평가를 위해 원격탐사 등 국가차원의 미래기술 개발 노력이 요구되고 있다. 농촌진흥청은 2010년부터 국내외 주요 곡물생산지대 작황 평가를 위한 원격탐사, 작물모형, 농업기상 분야 원천기술 개발을 위해 노력해왔다. 본 특별호는 농촌진흥청에서 지난 8년간 국내외 작황 평가를 위해 수행해 온 원격탐사, 작물모형, 농업기상 분야의 연구개발 성과 및 연계된 이들 분야 간 융복합 연구 수행 현황을 정리하고 향후 연구 방향을 제시하고자 발간하게 되었다.
  2. 유희영;이경도;나상일;박찬원;박노욱 621
    https://doi.org/10.7780/kjrs.2017.33.5.2.2 PDF KSCI
    이 논문에서는 고해상도 다중시기 위성영상을 이용한 밭작물 재배지 분류 가능성을 확인하기 위해 마늘과 양파 주산지를 대상으로 분류를 수행하였다. 마늘과 양파의 생육주기에 맞춰 영상을 수집하고 단일시기와 다양한 다중시기 자료의 조합으로 분류를 시도하였다. 단일시기 자료의 경우 파종이 모두 끝난 시기인 12월과 작물이 활발히 자라기 시작하는 3월 영상을 이용하였을 때 높은 분류 정확도를 보였다. 한편, 단일시기 자료 보다는 다중시기 자료를 이용하였을 때 더 높은 분류 정확도를 보였는데 자료의 수가 많은 것이 무조건 높은 분류 정확도를 반영하지는 않았다. 오히려 파종 시기 또는 파종 직후의 영상은 분류 정확도를 떨어뜨리는 역할을 하였고 마늘과 양파의 성장기인 3, 4, 5월 영상을 동시에 이용하여 분류하였을 때 가장 높은 분류 정확도를 얻었다. 따라서, 다중시기 위성영상을 이용하여 마늘과 양파를 분류하기 위해서는 작물 주요 성장기의 영상 확보가 매우 중요하다는 것을 확인할 수 있었다.
  3. 마종원;이경도;최기영;허준 631
    https://doi.org/10.7780/kjrs.2017.33.5.2.3 PDF KSCI
    쌀 생산량 예측 및 조사는 농가 소득 보전 및 농업 분야 기관에 영향을 주고 수급 조절과 가격 예측 등 정부의 정책 수립과 관련하여 중요한 의미를 갖는다. 이에 따라 작황 추정 모델의 구축이 필요하며 과거로부터 기상 자료 및 위성 자료를 통해 경험적 통계 모델 또는 인공신경망 알고리즘을 기반으로 한 연구가 다수 진행되었다. 현재 인공신경망 모델을 기반으로 개발된 딥 러닝 알고리즘이 패턴 인식, 컴퓨터 비전, 음성 인식 등의 분야에서 폭넓게 사용되며 뛰어난 성능을 보이고 있다. 최근 다양한 딥 러닝 알고리즘 중 SSAE 알고리즘이 시계열 자료를 통한 예측 분야에서 적용 가능성이 확인되었으며 본 연구에서는 SSAE를 통해 남한 전역에 대한 쌀 생산량 추정 연구를 진행하였다. 입력 변수로 기상자료와 위성자료를 사용하였으며 남한 벼의 생육 기간을 고려하여 입력 자료를 기간별로 나누고 최적의 입력 자료롤 찾고자 하였다. 실험 결과, 5월부터 9월까지의 위성 자료와 16일 평균값을 사용한 기상 자료와의 조합을 사용하였을 경우 평균 연도별 %RMSE, 시군구 %RMSE 각각 7.43%, 7.16%로 가장 좋은 성능을 보였으며 이를 통해 쌀 생산량 추정 분야에 대한 SSAE 알고리즘의 적용 가능성을 확인할 수 있었다.
  4. 정명표;박혜진;안중배 641
    https://doi.org/10.7780/kjrs.2017.33.5.2.4 PDF KSCI
    본 연구는 중국 동북지역의 22개 농업기후지대별로 유효적산온도(GDD), 무상기간(FFP) 작물생육 기간(GSL) 등 3가지 농업기후지수를 비교하기 위해 수행되었다. 농업기후지수는 NASA의 MERRA-2 기상 자료를 이용하여 계산하였다. 분석결과 모든 농업기후지수는 연도별로 유의한 차이는 보이지 않았다. 하지만 농업기후지대별로는 유의한 차이를 보였다. GDD는 지역별로 531.7-1650.6 도일의 범위를 보였으며, FFP는 141.5-241.7일의 범위를 나타내었다. 그리고 GSL은 125.1-217.9일의 공간적 분포를 보였다.
  5. 나상일;박찬원;소규호;박재문;이경도 647
    https://doi.org/10.7780/kjrs.2017.33.5.2.5 PDF KSCI
    마늘과 양파 재배는 작물의 생육 조건과 주산지 기상에 영향을 받는다. 따라서 단수를 예측할 때에는 주산지의 작황과 기상을 고려할 필요가 있다. 본 연구에서는 2006년에서 2015년까지의 작물의 생육 조건을 반영한 MODIS NDVI와 7개 주산지의 기상요인을 다중 회귀 모형에 적용하여 주산지별 마늘 및 양파의 단수예측 모형을 개발하였다. 다중 회귀 모형에서 독립변수 채택은 단계적 선택방법을 이용하였다. 그 결과, 마늘과 양파 단수예측 모형은 2월의 MODIS NDVI가 중요한 독립변수로 채택되었다. 기상요인은 마늘의 경우, 평균온도(3월), 강우량(11월, 3월), 상대습도(4월), 최저온도(6월)가 채택되었으며, 양파는 강우량(11월), 일조시간(1월), 상대습도(4월), 최저온도(6월)가 독립변수로 채택되었다. MODIS NDVI와 기상요인을 이용한 단수예측 모형은 주산지별 마늘, 양파 평균 단수의 84.4%, 75.9% 설명력을 나타내었으며, RMSE는 각각 42.57 kg/10a, 340.29 kg/10a로 나타났다. 따라서 본 모형은 MODIS NDVI와 기상요인에 따른 마늘과 양파의 단수 변화특성을 잘 반영하고 있는 것으로 판단된다.
  6. 이준리;안중배;정명표;심교문 661
    https://doi.org/10.7780/kjrs.2017.33.5.2.6 PDF KSCI
    본 연구에서는 남한영역에 대하여 1 km 고해상도의 계절예측 기온자료를 생산하고, 생산된 예측자료의 성능을 높이는 새로운 방법을 제안하였다. 이 새로운 방법은 총 4가지 단계의 실험으로 구성되어 있다. 첫 번째 단계인 EXP1은 PNU CGCM에서 생산된 저해상도 계절예측 기온자료이며, EXP2는 EXP1의 결과에 역거리 가중법을 적용하여 생산된 남한영역의 1 km 고해상도 계절예측 기온자료이다. EXP3는 EXP2의 결과에서 위성고도자료인 ASTER GDEM을 이용하여 고도에 따른 기온변화를 추정한 후 이를 적용한 계절예측 기온자료이다. 마지막으로 EXP4는 EXP3의 결과에 유전자 알고리즘을 적용하여 모형의 예측결과 내 존재하는 계통적 오차를 보정한 결과이다. EXP1과 EXP2는 남한의 지형적 특성이 전혀 고려되지 않아 다른 실험에 비해 낮은 예측성을 보였으며, 특히 고도가 높은 관측지점에서 두 실험의 예측 성능이 더욱 낮았다. 반면, 위성에서 관측된 고해상도 고도자료가 적용된 EXP3와 EXP4는 고도가 증가함에 따라 기온이 감소하는 특징 등 지형적 특성을 효과적으로 표현하면서 높은 예측성능을 보였다. 특히, 유전자 알고리즘으로 예측값의 계통적 오차가 감소된 EXP4는 다른 실험과 비교하여 시간상관성, 관측으로 정규화된 표준편차, 정답률, 오답률 등 시간에 따른 변동성에 대해서 가장 높은 예측성능을 보였다. 이는 본 연구에서 제안한 새로운 방법을 통해 고해상도 격자의 질 높은 실시간 계절예보 자료를 효과적으로 생산할 수 있음을 의미한다.
  7. 나상일;박찬원;소규호;박재문;이경도 677
    https://doi.org/10.7780/kjrs.2017.33.5.2.7 PDF KSCI
    본 연구에서는 위성영상 기반의 동계작물 구분도 작성을 위한 계층분류 기법을 제안한다. 계층분류 기법은 입력 자료를 계층별로 정의하여 분류하는 방법으로 혼합 픽셀의 효과를 줄이고 분류 성능을 향상시킬 수 있다. 이를 위하여 전북 김제시의 동계작물을 대상으로 Landsat-8 위성영상을 사용하였다. 먼저, Landsat-8 위성영상에서 스마트 팜 맵을 이용하여 농경지를 분류하였다. 그리고 추출된 농경지를 대상으로 시계열 식생지수를 사용하여 동계작물 재배지를 추출한 후, 최종적으로 무인기 영상에서 추출한 훈련자료를 활용하여 밀, 보리, IRG, 청보리 및 혼파 재배지로 분류하였다. 그 결과, 계층분류 기법에 의한 동계작물 분류 정확도는 98.99%로 동계작물별 재배 필지를 효과적으로 분류할 수 있는 것으로 나타났다. 따라서 제안된 분류방법은 작물구분도 작성에 효과적으로 사용 가능할 것으로 기대된다.
  8. 곽근호;박노욱;이경도;최기영 689
    https://doi.org/10.7780/kjrs.2017.33.5.2.8 PDF KSCI
    이 논문에서는 비접근 지역의 작물 분류를 목적으로 준감독 학습에 인접 화소의 공간 유사성 정보를 결합하는 분류 방법론을 제안하였다. 적은 수의 훈련 자료를 이용한 초기 분류 결과로부터 신뢰성 높은 훈련 자료의 추출을 위해 준감독 학습 기반의 반복 분류를 적용하였으며, 새롭게 훈련 자료 추출시 인접한 화소의 분류 항목을 고려함으로써 불확실성이 낮은 훈련 자료를 추출하고자 하였다. 북한 대홍단에서 수집된 다중시기 Landsat-8 OLI 영상을 이용한 밭작물 구분의 사례 연구를 통해 제안된 분류 방법론의 적용 가능성을 검토하였다. 사례 연구 결과, 초기 분류 결과에서 나타난 작물과 산림의 오분류와 고립된 화소가 제안 분류 방법론에서 완화되었다. 또한 인접 화소의 분류 결과를 고려한 훈련 자료 추출을 통해 이러한 오분류 완화 효과가 더욱 두드러지게 나타났으며, 초기 분류 결과와 기존 준감독 학습에 비해 고립된 화소도 감소되었다. 따라서 비접근 지역으로 인해 훈련 자료의 확보가 어려울 경우 이 연구에서 제안된 방법론이 작물 분류에 유용하게 적용될 수 있을 것으로 기대된다.
  9. 반호영;최덕환;안중배;이변우 699
    https://doi.org/10.7780/kjrs.2017.33.5.2.9 PDF KSCI
    본 연구에서는 재배 방법, 토양 특성 등의 정보를 상세하게 수집하기 어려운 지역단위의 콩 작황을 작물생육 모델을 이용하여 예측하는 방법을 개발하고자 하였다. 작물 생육 모델은 DSSAT에 포함된 CROPGRO-Soybean 모델을 이용하였고, 미국의 주요 콩 생산지역인 Illinois주를 연구 사례지역으로 선택하였다. CROPGRO-Soybean 모델을 이용하여 Illinois주의 콩 수량을 예측하기 위한 첫 단계로 다양한 성숙군에 속하는 국내외 품종들을 수집하여 서울대학교농장($37.27^{\circ}N$, $126.99^{\circ}E$)에서 2년동안 파종기 실험을 하여 성숙군(maturity group) I~VI까지의 성숙군별 대표 품종모수(genetic coefficients)를 추정하였다. 대표 품종모수는 각 성숙군 내에 포함되어 있는 품종들의 발육을 매우 정확하게 추정하였다. $10km{\times}10km$ 격자 단위의 기상자료를 바탕으로 성숙군(3), 파종시기(3), 관개여부(2) 등을 조합하여 18가지 조건으로 2000년에서 2011년까지 수량을 각각 모의 하였다. 성숙군과 파종시기는 Illinois주를 위도에 따라 3등분하여 각각 다르게 설정하였다. 관개 및 무관개 조건으로 구분하여 격자 별 모의결과로부터 Illinois주 전체 평균 모의수량을 구하여 연도 별 통계 수량과 비교한 결과 두 경우 모두 실제 수량과 큰 차이를 보일 뿐만 아니라 연차에 따른 수량 변동과 증가 경향을 반영하지 못하였다. 이러한 한계를 극복하고자 처리 별 격자 별로 모의된 수량을 수량을 18개 모의 조건 별로 평균하여 구한 9개 농업지구의 연도별 수량을 독립 변수, 농업지구의 연도별 통계수량을 종속 변수로 하는 중회귀 모델을 구축하였다. 18개 모의 조건 별 수량 외에 품종 개량, 재배 기술 발전 등에 따른 수량의 연차적 변화경향을 반영하기 위하여 연도를 독립변수로 추가하였으며, 중회귀모델은 농업지구와 연도별 수량 변이를 비교적 잘 예측($R^2=0.61$, n=108)하였다. 중회귀 모델로 추정한 9개 농업지구의 연도별 수량을 농업지구별 재배 면적으로 가중 평균한 Illinois의 연도별 추정수량은 통계수량에 매우 근사하였다($R^2=0.80$). 뿐만 아니라 모델 구축 대상연도가 아니고 가뭄으로 수량이 크게 감소한 2012년의 예측 수량은 $3006kg\;ha^{-1}$로 통계수량 $2890kg\;ha^{-1}$과 $116kg\;ha^{-1}$의 근사한 차이를 보였다.
  10. 박혜진;안중배;정명표 709
    https://doi.org/10.7780/kjrs.2017.33.5.2.10 PDF KSCI
    본 연구에서는 지난 20년간(1996~2015) 중국 동북 3성에서의 옥수수 수확량과 위성기반 식생지수인 NDVI (Normalized Difference Vegetation Index) 그리고 여러 기후요소들간의 월별 상관성을 분석하고자 하였다. 중국 동북 3성의 옥수수 재배지역에서 옥수수 수확량은 작황시기의 NDVI와 통계적으로 유의한 양의 상관관계를 보였고, 8월과 9월의 최고기온 및 여름철 $30^{\circ}C$ 이상의 고온 발생빈도와 음을 상관관계를 가졌다. 옥수수 수확량과 강수량간의 상관관계는 7월에 요녕성에서만 유의한 양의 계수를 나타내었고 길림성과 흑룡강성에서는 상관성이 나타나지 않았다. 본 연구를 통해 중국 동북 3성의 옥수수 수확량을 추정하기 위해서는 NDVI와 최고기온 자료를 예측인자로 사용하는 것이 적합할 것으로 생각된다.
  11. 이지혜;서범석;강신규 721
    https://doi.org/10.7780/kjrs.2017.33.5.2.11 PDF KSCI
    벼 등 식량작물 작황 추정의 경제, 산업적 중요성이 증가함에 따라 생물리 모형과 원격탐사 기반의 위성자료를 활용한 작황 추정 연구가 활발히 진행되고 있다. 이 연구에서는 위성 기반의 전천후 기상 입력자료(i.e. 기온, 대기 수증기압 포차, 일사량)와 빛 이용효율 모형을 이용한 생물리적 작물 성장 알고리즘을 벼에 적용하여 벼의 수확량을 수확 시기 보다 이르게(9월 중순 경) 추정하는 것을 목적으로 하였다. 2003년부터 2014년까지 12년간 경상권을 제외한 국내의 군 단위 행정구역별 벼 수확량을 추정하고, 이를 통계청에서 제공하는 현미 생산량 통계와 비교, 평가하였다. 벼 건중량, 수확지수 그리고 수확량 추정 결과는 각각 지도로 작성하여 공간적 분포 양상을 분석하였다. 연도별 전국 평균 추정 건중량은 평균오차(ME)가 0.56%, 평균절대오차(MAE)가 5.73%로 유의미한 결과를 보였다. 연도별 군 단위 건중량은 ME가 0.10%에서 2.00%, MAE가 2.10에서 11.62%의 범위를 보였다. 추정된 건중량은 강원지역에서 상대적으로 과대 모의하고, 충청 이남의 도심과 서해 인근지역에서 과소 모의하는 경향을 보였다. 건중량과 유관한 통계청 자료(i.e. 볏짚 생산량)와는 상반된 변동 양상을 보였는데, 이는 입력자료의 해상도(1 km)로 인한 픽셀 내 토지피복 이질성으로 인한 오차로 사료된다. 또한 생육기간 이후 수확시기의 생육상황을 고려하지 못하는 점을 향후 연구에서 개선할 필요가 있다.
  12. 김준환;이충근;상완규;신평;조현숙;서명철 733
    https://doi.org/10.7780/kjrs.2017.33.5.2.12 PDF KSCI
    본 총설에서는 작황조사 시험을 활용한 통계적 작황예측 방법에 대해 소개하고 이를 원격탐사를 이용한 방법과 비교하였다. 17개 지역에서 이루어지는 작황조사시험 기반으로 작황조사시험의 수량구성요소 중 등숙률을 일사량과 선형회귀식으로 예측하고 면적당 영화수는 작황조사의 실측값을 활용하여 수량을 재구성하는 방법으로 예측 결과를 얻어진다. 예측 결과는 비교적 정확하였는데 지난 2010년부터 2016년까지 가장 적은 오차는 1 kg/10a였으며 가장 큰 편차는 19 kg/10a 이었다. 크게 편차가 발생한 이유는 태풍에 의해 피해 때문이었다. 즉 작황조사를 이용한 통계적 방법은 재해에 의한 공간변이를 충분히 반영하지 못하는 약점이 있다. 반면 원격탐사는 이러한 재해에 의한 공간적 변이를 보다 잘 설명할 수 있는 장점이 있다. 따라서, 벼의 생육상황에 큰 문제가 없는 경우에는 두가지 접근법 모두 유효하고 재해가 발생하였을 때는 원격탐사가 더 정확할 수 있을 것으로 보인다.
  13. 이경도;나상일;홍석영;박찬원;소규호;박재문 741
    https://doi.org/10.7780/kjrs.2017.33.5.2.13 PDF KSCI
    본 연구는 대표적인 곡물 생산, 수출국인 미국의 일리노이주와 아이오와주에 대하여 카운티별 MODIS 위성영상 식생지수 및 기상자료를 활용하여 수량을 추정할 수 있는 다중회귀 모형을 구축하고 그 결과를 평가하였다. 2002년부터 2012년까지의 MODIS 위성영상 식생지수 및 기상자료로 옥수수와 콩 수량 추정 모형을 구축하고 2013년 수량을 추정한 결과, 일리노이, 아이오와 2개주에 대하여 약 1~16% 내외의 오차 결과를 얻었다. 모형의 수량 추정 정확도 향상을 위해 추후에는 지대 구분 및 다양한 지표면 생물리 모수를 함께 활용하여 수량 추정 모형의 성과를 높여나가야 할 것으로 판단된다.
  14. 우엔 민효;마종원;이경도;허준 751
    https://doi.org/10.7780/kjrs.2017.33.5.2.14 PDF KSCI
    작황 정보 시스템은 작물 분포, 작황 정보 및 생산량에 대한 모니터링, 예측, 추정 또는 분석과 같은 다양한 형태를 통해 정보를 제공하며 본 논문은 한국, 미국 및 중국 데이터를 기반으로 구축한 웹기반 작황 정보 시스템을 제안한다. 온도, 강수량 및 일사량의 기후 데이터는 작물 성장에 미치는 영향을 분석하는데 사용되었으며, NDVI 데이터와 작물구분도 데이터는 각각 작물 모니터링과 작물 분포 관리를 목적으로 사용되었다. 본 시스템은 3가지의 주요 장점을 갖고 있으며 이는 다음과 같다: 1) 높은 시간 해상도의 데이터를 통한 정보 제공, 2) 보유 데이터 분석을 통한 보고서 작성의 자동화, 3) 사용자의 편리성을 위한 기능 제공.