Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
/
v.33
no.6
/
pp.547-555
/
2015
The vegetation index is a crucial parameter in many biophysical studies of vegetation, and is also a valuable content in ecological processes researching. The OVIs (Optical Vegetation Index) that of using multispectral and hyperspectral data have been widely investigated in the literature, while the RVI (Radar Vegetation Index) that of considering volume scattering measurement has been paid relatively little attention. Also, there was only some efforts have been put to fuse the OVI with the RVI as an integrated vegetation index. To address this issue, this paper presents a novel FVI (Fusion Vegetation Index) that uses multispectral and full-PolSAR (Polarimetric Synthetic Aperture Radar) data. By fusing a NDVI (Normalized Difference Vegetation Index) of RapidEye and an RVI of C-band Radarsat-2, we demonstrated that the proposed FVI has higher separability in different vegetation types than only with OVI and RVI. Also, the experimental results show that the proposed index not only has information on the vegetation greenness of the NDVI, but also has information on the canopy structure of the RVI. Based on this preliminary result, since the vegetation monitoring is more detailed, it could be possible in various application fields; this synergistic FVI will be further developed in the future.
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
/
v.32
no.6
/
pp.607-615
/
2014
RVI (Radar Vegetation Index) has shown some promise in the vegetation fields, but its relationship with MVI (Multispectral Vegetation Index) is not known in the context of various land covers. Presented herein is a comparative analysis of the MVI values derived from the LANDSAT-8 and RVI values originating from the RADARSAT-2 quad-polarimetric SAR (Synthetic Aperture Radar) data. Among the various multispectral vegetation indices, NDVI (Normalized Difference Vegetation Index) and SAVI (Soil Adjusted Vegetation Index) were used for comparison with RVI. Four land covers (urban, forest, water, and paddy field) were compared, and the patterns were investigated. The experiment results demonstrated that the RVI patterns of the four land covers are very similar to those of NDVI and SAVI. Thus, during bad weather conditions and at night, the RVI data could serve as an alternative to the MVI data in various application fields.
Journal of the Korean Association of Geographic Information Studies
/
v.22
no.4
/
pp.86-101
/
2019
Remote sensing technology has been continuously developed both quantitatively and qualitatively, including platform development, exploration area, and exploration functions. Recently, the use cases and related researches in the agricultural field are increasing. Also, since it is possible to detect and quantify the condition of cropland and establish management plans and policy support for cropland and agricultural environment, it is being studied in various fields such as crop growth abnormality determination and crop estimation based on time series information. The purpose of this study was to analyze the vegetation index for agricultural land reclamation area using a UAV equipped with a multi-spectral sensor. In addition, field surveys were conducted to evaluate the accuracy of vegetation indices calculated from multispectral image data obtained using UAV. The most appropriate vegetation index was derived by evaluating the correlation between vegetation index calculated by field survey and vegetation index calculated from UAV multispectral image, and was used to analyze vegetation index of the entire area.
Journal of the Korean Society of Environmental Restoration Technology
/
v.22
no.1
/
pp.61-72
/
2019
With the diversification of research using UAV(Unmanned Aerial Vehicle)s, the possibility of remote sensing research for urban green spaces is increasing. UAVs can be used as an investigation method to monitor the successful construction of the park and the planting of vegetation since its creation. This study was carried out to investigate UAVs utilization of urban green space monitoring in Dosol Square. It was photographed three times on May 21, July 13, and September 16, 2018 using DJI Phantom3 pro, Inspire2, and Parrot Sequoia multispectral camera. Orthographic images were overlaid on the planting plan of the site and the construction results were checked, the change of vitality of the plantation area was analyzed by NDVI(Normalized Difference Vegetation Index) and SAVI(Soil Adjusted Vegetation Index). As a result, it was confirmed that the UAVs are very effective for surveying the view of the urban green space after the construction and recording the results, which can be grasped quantitatively by overlaying the planting plan map. UAVs are more likely to be used in terms of monitoring vegetation vitality. It is interpreted that SAVI is better than NDVI in the green space just after composition. Chionanthus retusus and Pinus strobus were analyzed for their low level of vitality, and partially damaged and their vitality was lowered. In addition, there was difficulty in grass planting area and flower garden due to drainage and summer drought problems. In the future, it is expected that orthoimage and multispectral data using UAVs will be useful in the early vegetation monitoring and management field of urban green spaces.
The primary objective of this study is to develop a suitable methodology to generate forest leaf area index (LAI) map at regional and local scales. To build empirical models, we collected the LAI values at 30 sample plots over the forest within the kyongan watershed area by the field measurements using an optical instrument. Landsat-7 ETM+ multispectral data obtained at the same growing season with the field LAI measurement were used. Three datasets of remote sensing signal were prepared for analyzing the relationship with the field measured LAI value and they include raw DN, atmospherically corrected reflectance, and topographically corrected reflectance. From the correlation analysis and regression model development, we found that the radiometric correction of topographic effects was very critical step to increase the sensitivity of the multispectral reflectance to LAI. In addition, the empirical model to generate forest LAI map should be separately developed for each of coniferous and deciduous forest.
This study aimed to develop a precise vegetation cover classification model for small streams using the combination of drone remote sensing and support vector machine (SVM) techniques. The chosen study area was the Idong stream, nestled within Geosan-gun, Chunbuk, South Korea. The initial stage involved image acquisition through a fixed-wing drone named ebee. This drone carried two sensors: the S.O.D.A visible camera for capturing detailed visuals and the Sequoia+ multispectral sensor for gathering rich spectral data. The survey meticulously captured the stream's features on August 18, 2023. Leveraging the multispectral images, a range of vegetation indices were calculated. These included the widely used normalized difference vegetation index (NDVI), the soil-adjusted vegetation index (SAVI) that factors in soil background, and the normalized difference water index (NDWI) for identifying water bodies. The third stage saw the development of an SVM model based on the calculated vegetation indices. The RBF kernel was chosen as the SVM algorithm, and optimal values for the cost (C) and gamma hyperparameters were determined. The results are as follows: (a) High-Resolution Imaging: The drone-based image acquisition delivered results, providing high-resolution images (1 cm/pixel) of the Idong stream. These detailed visuals effectively captured the stream's morphology, including its width, variations in the streambed, and the intricate vegetation cover patterns adorning the stream banks and bed. (b) Vegetation Insights through Indices: The calculated vegetation indices revealed distinct spatial patterns in vegetation cover and moisture content. NDVI emerged as the strongest indicator of vegetation cover, while SAVI and NDWI provided insights into moisture variations. (c) Accurate Classification with SVM: The SVM model, fueled by the combination of NDVI, SAVI, and NDWI, achieved an outstanding accuracy of 0.903, which was calculated based on the confusion matrix. This performance translated to precise classification of vegetation, soil, and water within the stream area. The study's findings demonstrate the effectiveness of drone remote sensing and SVM techniques in developing accurate vegetation cover classification models for small streams. These models hold immense potential for various applications, including stream monitoring, informed management practices, and effective stream restoration efforts. By incorporating images and additional details about the specific drone and sensors technology, we can gain a deeper understanding of small streams and develop effective strategies for stream protection and management.
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
/
v.35
no.1
/
pp.1-10
/
2017
An UAV (Unmanned Aerial Vehicle) is a flight system that is designed to conduct missions without a pilot. Compared to traditional airborne-based photogrammetry, UAV-based photogrammetry is inexpensive and can obtain high-spatial resolution data quickly. In this study, we aimed to classify the land cover using high-spatial resolution images obtained using a UAV. An RGB camera was used to obtain high-spatial resolution orthoimage. For accurate classification, multispectral image about same areas were obtained using a multispectral sensor. A DSM (Digital Surface Model) and a modified NDVI (Normalized Difference Vegetation Index) were generated using images obtained using the RGB camera and multispectral sensor. Pixel-based classification was performed for twelve classes by using the RF (Random Forest) method. The classification accuracy was evaluated based on the error matrix, and it was confirmed that the proposed method effectively classified the area compared to supervised classification using only the RGB image.
Journal of The Korean Society of Grassland and Forage Science
/
v.40
no.4
/
pp.196-202
/
2020
Rye, whole-crop barley and Italian Ryegrass are major winter forage species in Korea, and yield monitoring of winter forage species is important to improve forage productivity by precision management of forage. Forage monitoring using Unmanned Aerial Vehicle (UAV) has offered cost effective and real-time applications for site-specific data collection. To monitor forage crop by multispectral camera with UAV, we tested four types of vegetation index (Normalized Difference Vegetation Index; NDVI, Green Normalized Difference Vegetation Index; GNDVI, Normalized Green Red Difference Index; NGRDI and Normalized Difference Red Edge Index; NDREI). Field measurements were conducted on paddy field at Naju City, Jeollanam-do, Korea between February to April 2019. Aerial photos were obtained by an UAV system and NDVI, GNDVI, NGRDI and NDREI were calculated from aerial photos. About rye, whole-crop barley and Italian Ryegrass, regression analysis showed that the correlation coefficients between dry matter and NDVI were 0.91~0.92, GNDVI were 0.92~0.94, NGRDI were 0.71~0.85 and NDREI were 0.84~0.91. Therefore, GNDVI were the best effective vegetation index to predict dry matter of rye, wholecrop barley and Italian Ryegrass by UAV system.
The Moderate resolution Imaging Spectroradiometer (MODIS) is a multispectral sensor that has been actively researched in various fields using diverse land and atmospheric products. MODIS was first launched over 20 years ago, and the demand for novel sensors that can produce data comparable to that obtained using MODIS has continuously increased. In this study, land products obtained using the Visible Infrared Imaging Radiometer Suite (VIIRS) of the Suomi National Polar-orbiting Partnership (Suomi NPP) satellite launched in 2011 were introduced, including land surface temperature and vegetation indices such as the normalized difference vegetation index and enhanced vegetation index. These land products were compared with existing data obtained using MODIS to verify their local applicability in South Korea. Based on spatiotemporal monitoring of an extreme drought period in South Korea and the application of VIIRS land products, our results indicate that VIIRS can effectively replace MODIS multispectral sensors for agricultural drought monitoring.
UAV in the agricultural application are capable of collecting ultra-high resolution image. It is possible to obtain timeliness images for phenological phases of the crop. However, the UAV uses a variety of sensors and multi-temporal images according to the environment. Therefore, it is essential to use normalized image data for time series image application for crop monitoring. This study analyzed the variability of UAV reflectance and vegetation index according to Aviation Image Making Environment to utilize the UAV multispectral image for agricultural monitoring time series. The variability of the reflectance according to environmental factors such as altitude, direction, time, and cloud was very large, ranging from 8% to 11%, but the vegetation index variability was stable, ranging from 1% to 5%. This phenomenon is believed to have various causes such as the characteristics of the UAV multispectral sensor and the normalization of the post-processing program. In order to utilize the time series of unmanned aerial vehicles, it is recommended to use the same ratio function as the vegetation index, and it is recommended to minimize the variability of time series images by setting the same time, altitude and direction as possible.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.