• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.947-958
• /
• 2021

본 연구는 무인비행체에 탑재해서 활용되고 있는 다중분광 센서의 센서별 반사율 및 식생지수를 산정하여 시계열 작황분석을 위한 센서별, 센서간 활용 가능성을 평가하기 위해 수행하였다. RedEdge-MX, S110 NIR, Sequioa, P4M 등 4종의 무인비행체 탑재 다중분광센서에 대하여 2020년 9월 14일과 9월 15일에 걸쳐 오전, 오후 각 1회, 총 4회씩 항공영상을 촬영하고 반사율 및 NDVI를 산정하여 비교하였다. 반사율의 경우 모든 센서에서 시계열 변동계수가 평균 약 10% 이상의 값을 보여 활용에는 한계가 있는 것으로 나타났다. 작물 시험구에 대한 센서별 NDVI 변동계수는 식생이 우거져 활력도가 높은 시험구에서 평균 1.2~3.6%의 값을 보여 5% 이내의 변동성을 보였다. 그러나 이는 청천일의 변동계수에 비해서는 높은 값을 보인 것으로서 실험 기간 동안 오전, 오후에 구름 등 기상환경이 달랐기 때문으로 판단되며 시계열 작황 분석을 위한 정밀 NDVI 산정 시에는 일정한 광 환경을 유지할 수 있는 촬영 계획 수립과 이행이 필요할 것으로 판단된다. 무인비행체 다중분광센서 간 NDVI를 상호 비교한 결과 본 실험에서는 RedEdeg-MX 센서의 경우 안정적인 광 환경 내에서 동종의 센서를 여러 대 사용하더라도 NDVI 값의 특별한 보정 없이 함께 활용할 수 있을 것으로 판단된다. RedEdge-MX, P4M, Sequioa 센서는 상호 선형적인 관계를 보였으나 NDVI 간의 off-set 보정을 통한 공동 활용 가능성 평가를 위해서는 보완 실험이 필요할 것으로 생각된다.

• 아시안잔디학회지
• /
• 제22권1호
• /
• pp.1-12
• /
• 2008

Multi-spectral radiometer (MSR)를 사용한 리모트 센싱 기술이 향 후 잔디의 건조스트레스를 감지할 수 있는 도구로 사용될 수 있다. 본 연구의 목적은 네가지 각기 다른 조건의 건조스트레스를 받은 난지형 잔디의 잎에서 반사되는 Reflectance와 토양수분, 비주얼 잔디상태, 엽록소 함량, 광합성 등을 측정하여 각 factor간의 상관관계를 조사했으며 본 연구를 통해 모든 factor가 MSR 데이터와 질은 상관관계를 가지고 있었다. 또한 Reflectance 민감도는Visual spectral region보다 Infrared spectral region에서 더 높음을 알 수 있었다. 모든 결과를 종합해 볼 때 Multi-spectral radiometer (MSR)은 잔디의 건조상태를 미리 예측할 수 있는 도구로 사용될 수 있음을 확인할 수 있었다. 이 기술의 자료를 활용하게 된다면 향 후 MSR이 부착된 기구(Balloon)를 이용한 필드 스터디 연구로 확대될 수 있을 것이다.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2022년도 추계학술대회
• /
• pp.108-108
• /
• 2022

In this study, multispectral images of wheat according to soil water state were collected, compared, and analyzed to measure the physiological response of crops to environmental stress at the individual level. CMS-V multi-spectral camera(Silios Technologies) was used for image acquisition. The camera lens consists of eight spectral bands between 550nm and 830nm. Light Reflective information collected in each band sensor and stored in digital values, and it is converted into a reflectance for calculating the vegetation index and used. According to the camera manual, the NDVI(Normalized Difference vegetation index) value was calculated using 628 nm and 752 nm bands. Image measurement was conducted under natural light conditions, and reflectance standards(Labsphere) were captured with plants for reflectance calculation. The wheat variety used Gosomil, and the wheat grown in the field was transplanted into a pot after heading date and measured. Three treatments were performed so that the soil volumetric water content of the pot was 13~17%, 20~23%, and 25%, and the growth response of wheat according to each treatment was compared using the NDVI value. In the first measurement after port transplantation, the difference in NDVI value according to treatment was not significant, but in the subsequent measurement, the NDVI value of the treatment with a water content of 13 to 17% was lowest and was the highest at 20 to 23%. The NDVI values decreased compared to the first measurement in all treatment, and the decrease was the largest at 13-17% water content and the smallest at 20-23%. Although the difference in NDVI values could be confirmed, it would be difficult to directly relate it to the water stress of plants, and further research on the response of crops to environmental stress and the analysis of multi-spectral image will be needed.

• 대한원격탐사학회지
• /
• 제40권2호
• /
• pp.179-190
• /
• 2024

This study aims to compare supervised classification methods with phenology-based approaches, specifically pixel-based and segment-based methods, for accurate crop mapping in agricultural landscapes. We utilized Sentinel-2A imagery, which provides multispectral data for accurate crop mapping. 31 normalized difference vegetation index (NDVI) images were calculated from the Sentinel-2A data. Next, we employed phenology-based approaches to extract valuable information from the NDVI time series. A set of 10 phenology metrics was extracted from the NDVI data. For the supervised classification, we employed the maximum likelihood (MaxLike) algorithm. For the phenology-based approaches, we implemented both pixel-based and segment-based methods. The results indicate that phenology-based approaches outperformed the MaxLike algorithm in regions with frequent rainfall and cloudy conditions. The segment-based phenology approach demonstrated the highest kappa coefficient of 0.85, indicating a high level of agreement with the ground truth data. The pixel-based phenology approach also achieved a commendable kappa coefficient of 0.81, indicating its effectiveness in accurately classifying the crop types. On the other hand, the supervised classification method (MaxLike) yielded a lower kappa coefficient of 0.74. Our study suggests that segment-based phenology mapping is a suitable approach for regions like South Korea, where continuous cloud-free satellite images are scarce. However, establishing precise classification thresholds remains challenging due to the lack of adequately sampled NDVI data. Despite this limitation, the phenology-based approach demonstrates its potential in crop classification, particularly in regions with varying weather patterns.

• 대한원격탐사학회지
• /
• 제28권3호
• /
• pp.277-285
• /
• 2012

The GOCI imagery can be an effective alternative to monitor short-term changes over terrestrial environments. This study aimed to assess the radiometric characteristics of the GOCI multispectral imagery for land applications. As an initial approach, we compared GOCI at-sensor radiance with MODIS data obtained simultaneously. Dynamic range of GOCI radiance was larger than MODIS over land area. Further, the at-sensor radiance over various land surface targets were tested by vicarious calibration. Surface reflectance were directly measured in field using a portable spectrometer and indirectly derived from the atmospherically corrected MODIS product over relatively homogeneous sites of desert, tidal flat, bare soil, and fallow crop fields. The GOCI radiance values were then simulated by radiative transfer model (6S). In overall, simulated radiance were very similar to the actual radiance extracted from GOCI data. Normalized difference vegetation index (NDVI) calculated from the GOCI bands 5 and 8 shows very close relationship with MODIS NDVI. In this study, the GOCI imagery has shown appropriate radiometric quality to be used for various land applications. Further works are needed to derive surface reflectance over land area after atmospheric correction.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.981-996
• /
• 2018

농업분야에서 지구관측위성을 활용한 원격탐사 자료는 시간적, 공간적, 그리고 효율성 측면에서 다른 방법에 비해 많은 이점을 가진다. 본 연구는 위성영상의 농업활용에 앞서 영상의 대기보정에 따른 반사도와 식생지수의 변화 분석을 위해 다중분광위성자료의 대기상층 반사도(Top of Atmosphere Reflectance; TOA Reflectance)와 대기보정을 통한 표면 반사도(Surface Reflectance)를 산출하여 각 밴드별 반사도, 식생지수를 비교하였다. 그 결과 지상계측센서와 위성에서 관측된 식생지수는 영상의 대기보정을 통해 산출된 표면반사도가 TOA Reflectance 보다 높은 일치율과 상관성을 나타났다. 다중시기 영상에 대하여 대기보정 전/후 NDVI를 비교한 결과 모든 시기에서 대기보정 수행 후 NDVI 상승하였다. 특히 식생 활력도가 높은 수확직전의 시기의 경우 NDVI 상승폭이 크게 나타났다. 서로 다른 반사 특성을 가지는 토지피복의 경우에도 식생 활력도가 높은 마늘, 양파 재배지역과 산림의 경우 0.1 이상의 NDVI 변화를 보였다. 이 같은 결과는 NIR 밴드대역이 수증기 흡수대역에 있어 대기보정으로 인해 영향을 받기 때문이다. 따라서 위성영상을 농업분야에 활용함에 있어 대기보정은 NDVI 분석에 있어 매우 중요한 과정으로 볼 수 있다.

• 상하수도학회지
• /
• 제31권3호
• /
• pp.197-204
• /
• 2017

This study was carried out to apply the UAV(Unmanned Aerial Vehicle) coupled with Multispectral sensor for the algae bloom monitoring in river. The study acquired remote sensing data using UAV on the midstream area of Gum River, one of four major rivers in South Korea. Normalized difference vegetation index (NDVI) is used for monitoring algae change. This study conducted water sampling and analysis in the field for correlating with NDVI values. Among the samples analyzed, the chlorophyll concentration exhibited strong and significant linear relationships with NDVI, and thus NDVI was chosen for algae bloom index to identify emergence aspect of phytoplankton in river. Aerial remote sensing technology can provide more accurate, flexible, cheaper, and faster monitoring methods of detecting and predicting eutrophication and therefore cyanobacteria bloom in water reservoirs compared to currently used technology. As a result, there was high level of correlation in chlorophyll-a and NDVI. It is expected that when this remote water quality and pollution monitoring technology is applied in the field, it would be able to improve capabilities to deal with the river water quality and pollution at the early stage.

• 한국농림기상학회지
• /
• 제21권4호
• /
• pp.327-336
• /
• 2019

콩은 식량작물 중 단백질 함량이 매우 높고 식생활에서 여러가지 형태로 소비되기 때문에 매우 중요한 식량자원 중 하나이다. 콩은 일반적으로 노지에서 재배되기 때문에 콩의 생산량 및 품질은 갑작스런 기후 변화에 큰 영향을 받는다. 최근 폭염 및 폭우 등과 같은 이상기후로 인해 콩의 생산량이 불안정해짐에 따라 콩의 생육을 실시간으로 추정하여 품질저하를 예방할 수 있는 기술 개발이 필요하다. 본 연구에서는 회전익무인기에 장착된 다중분광 센서를 이용하여 콩 생육을 추정하기 위해 수행되었다. 반사값을 이용하여 산출된 정규화 식생지수(NDVI, GNDVI)와 단순비 식생지수(RRVI, GRVI)와 콩 생육 데이터(생체중, 건물중, 엽면적지수)로 선형회귀분석을 실시하여 생육 추정 모델을 개발하였다. 그 결과, 정규화 식생지수인 NDVI를 이용한 엽면적 지수 추정 모델(R²=0.587, RMSE=1.01 ㎡/㎡, RE=48.98%)보다 GNDVI를 이용한 엽면적 지수 추정 모델(R²=0.789, RMSE=0.73 ㎡/㎡, RE=34.91%)이 높은 정밀도가 나타났으며, 단순비 식생지수를 이용한 엽면적 지수 추정 모델 RRVI (R²=0.760, RMSE=0.78 ㎡/㎡, RE=37.26%) GRVI (R²=0.828, RMSE=0.66 ㎡/㎡, RE=31.59%)과 비교 했을 때, 단순비 식생지수에서 높은 정밀도가 나타났다. 기후변화에 대체하기 위해 재식밀도 및 변량 시비와 같은 재배관리법이 적용된다면, 고품질의 콩을 생산하는데 도움이 될 것으로 판단된다.

• 한국초지조사료학회지
• /
• 제41권4호
• /
• pp.295-301
• /
• 2021

본 연구는 무인기를 이용한 동계사료의 수량조사시 필요한 검량식의 작성을 위한 식생조사 및 분광측정의 적정 시기와, 작성된 검량식의 적용이 적절한 시기를 판단하기 위하여 고정식 자동 분광 측정장치를 개발하여 호밀, 총체보리, IRG를 대상으로 NDVI를 장기간 측정하였다. 그리고 NDVI가 최댓값이 되는 날을 기준으로 증가기간과 감소시간으로 기간을 나누어 건물수량 예측을 위한 검량식을 작성하고 검량식의 예측정확도를 각각 비교하였다. 조사결과 호밀, 총체보리, IRG는 각각 4월 8일, 4월 9일, 4월 5일에 NDVI가 최대치가 되었으며 NDVI 증가기간의 검량식은 결정계수(R²)는 각각 0.84, 0.84, 0.78로 높은 상관관계를 보였고 NDVI 감소기간에는 각각 0.00, 0.02, 0.27로 매우 낮게 나타났다. 따라서 NDVI 측정을 통한 건물수량 예측을 효율적으로 하기 위해서는 NDVI 변화를 정확히 측정할 필요가 있으며 고정식 자동 분광 측정 방법은 생육에 따른 NDVI의 정밀 측정에 효과적인것으로 판단된다.

• 대한토목학회논문집
• /
• 제43권6호
• /
• pp.883-896
• /
• 2023

인간 활동 영역이 산지 곳곳에 퍼져 있는 한국에서는 산불이 주거지역이나 각종 시설물을 위협하는 경우가 잦다. 따라서 산불 이후 대책 마련과 피해 복구를 위해 피해 범위를 빠르게 파악할 필요가 있으며, 이러한 경우 원격탐사가 유용한 도구가 될 수 있다. 본 연구에서는 2019년 4월에 발생한 고성·속초 산불 피해지역에 k-nearest neighbor (kNN) 알고리즘을 적용하여 피해 범위를 탐지하는 실험을 수행하였다. 다양한 인공지물을 포함하는 지표와 숲이 혼재된 지역 특성을 고려하여 적절한 공간 해상도와 시간 해상도를 제공하는 Sentinel-2 multispectral instrument (MSI) 자료를 사용하였다. Sentinel-2 MSI의 여섯 밴드와 정규식생지수(NDVI), 정규탄화지수(NBR)를 분류 특성으로 사용하였다. 산불 피해지역과 비피해 지역에서 무작위로 추출된 2,000개 지점 정보를 이용하여 kNN 분류기를 훈련시켰다. 분류 성능을 높이기 위해 데이터에서 특이값을 제거하고 임상도를 병용하였다. 다양한 이웃(neighbor) 수와 분류 특성 조합을 적용하여 산불 후 데이터를 이용한 실험과 산불 전후 데이터 차이를 이용한 실험을 수행하였다. 산불 전후 데이터 차이를 이용하였을 때 더 우수한 분류 성과를 얻을 수 있었지만, 산불 후 데이터만을 이용한 경우에도 피해지역의 범위를 파악할 수 있었다.