Kyeong-Soo Jeong;Seung-Hwan Go;Kyeong-Kyu Lee;Jong-Hwa Park
Korean Journal of Remote Sensing
/
v.40
no.1
/
pp.45-56
/
2024
Faced with aging populations, declining resources, and limited agricultural productivity, rural areas in South Korea require innovative solutions. This study investigated the potential of drone-based vegetation indices (VIs) to analyze soybean growth patterns in open-field smart agriculture in Goesan-gun, Chungbuk Province, South Korea. We monitored multi-seasonal normalized difference vegetation index (NDVI) and the normalized difference red edge (NDRE) data for three soybean lots with different irrigation methods (subsurface drainage, conventional, subsurface drip irrigation) using drone remote sensing. Combining NDVI (photosynthetically active biomass, PAB) and NDRE (chlorophyll) offered a comprehensive analysis of soybean growth, capturing both overall health and stress responses. Our analysis revealed distinct growth patterns for each lot. LotA(subsurface drainage) displayed early vigor and efficient resource utilization (peaking at NDVI 0.971 and NDRE 0.686), likely due to the drainage system. Lot B (conventional cultivation) showed slower growth and potential limitations (peaking at NDVI 0.963 and NDRE 0.681), suggesting resource constraints or stress. Lot C (subsurface drip irrigation) exhibited rapid initial growth but faced later resource limitations(peaking at NDVI 0.970 and NDRE 0.695). By monitoring NDVI and NDRE variations, farmers can gain valuable insights to optimize resource allocation (reducing costs and environmental impact), improve crop yield and quality (maximizing yield potential), and address rural challenges in South Korea. This study demonstrates the promise of drone-based VIs for revitalizing open-field agriculture, boosting farm income, and attracting young talent, ultimately contributing to a more sustainable and prosperous future for rural communities. Further research integrating additional data and investigating physiological mechanisms can lead to even more effective management strategies and a deeper understanding of VI variations for optimized crop performance.
Journal of The Korean Society of Grassland and Forage Science
/
v.43
no.2
/
pp.103-108
/
2023
Due to the recent impact of global warming, heavy rainfall and droughts have been occurring regardless of the season, affecting the growth of Italian ryegrass (IRG), a winter forage crop. Particularly, delayed sowing due to frequent heavy rainfall or autumn droughts leads to poor growth and reduced winter survival rates. Therefore, techniques to improve yield through additional sowing in spring have been implemented. In this study, the growth of IRG sown in Spring and Autumn was compared and analyzed using vegetation indices during the months of April and May. Spectral data was collected using an Unmanned Aerial Vehicle (UAV) equipped with a hyperspectral sensor, and the following vegetation indices were utilized: Normalized Difference Vegetation Index; NDVI, Normalized Difference Red Edge Index; NDRE (I), Chlorophyll Index, Red Green Ratio Index; RGRI, Enhanced Vegetation Index; EVI and Carotenoid Reflectance Index 1; CRI1. Indices related to chlorophyll concentration exhibited similar trends. RGRI of IRG sown in autumn increased during the experimental period, while IRG sown in spring showed a decreasing trend. The results of RGRI in IRG indicated differences in optical characteristics by sowing seasons compared to the other vegetation indices. Our findings showed that the timing of sowing influences the optical growth characteristics of crops by the results of various vegetation indices presented in this study. Further research, including the development of optimal vegetation indices related to IRG growth, is necessary in the future.
Urban growth management is essential for sustainable urban growth. Monitoring physical urban built-up area is a task of great significance to manage urban growth. Detecting urbanized area is essential for monitoring urbanized area. Although image classifications using satellite imagery are among the conventional methods for detecting urbanized area, they requires very tedious and hard work, especially if time-series remote sensing data have to be processed. In this paper, we propose an effective urbanized area detecting method based on normalized difference vegetation index (NDVI) and normalized difference built-up index (NDBI). To verify the proposed method, we extract urbanized area using two methods; one is conventional supervised classification method and the other is the proposed method. Experiments shows that two methods are consistent with 98% in 1998, 99.3% in 2000, namely the consistency of two methods is very high. Because the proposed method requires no more process without band operations, it can reduce time and effort. Compared with the supervised classification method, the proposed method using vegetation indices can serve as quick and efficient alternatives for detecting urbanized area.
Recently Unmanned Aerial Vehicle (UAV) technology offers new opportunities for assessing crop growth condition using UAV imagery. The objective of this study was to select optimal vegetation indices and regression model for estimating of rice growth using UAV images. This study was conducted using a fixed-wing UAV (Model : Ebee) with Cannon S110 and Cannon IXUS camera during farming season in 2016 on the experiment field of National Institute of Crop Science. Before heading stage of rice, there were strong relationships between rice growth parameters (plant height, dry weight and LAI (Leaf Area Index)) and NDVI (Normalized Difference Vegetation Index) using natural exponential function ($R{\geq}0.97$). After heading stage, there were strong relationships between rice dry weight and NDVI, gNDVI (green NDVI), RVI (Ratio Vegetation Index), CI-G (Chlorophyll Index-Green) using quadratic function ($R{\leq}-0.98$). There were no apparent relationships between rice growth parameters and vegetation indices using only Red-Green-Blue band images.
Leaf area is critical for crop light interception, and thereby has a substantial influence on crop yield. This experiment was conducted to characterize the development of soybean [Glycine max (L.) Merr.] leaf area. Plastochron index and leaf relative growth rate of Jackson was contrasted with the PI416937, which also has demonstrated tolerance to drought. First, plastochron ratio (PR) and plastochron index (PI) were evaluated in greenhouse to compare the leaf growth rate between two genotypes under well-watered condition. There was reasonable constancy of PR between two genotypes. The PR means of Jackson and PI416937 were 0.41 and 0.44, respectively. A fairly smooth increase of PI during vegetative stage was observed. Second, the relative growth rates were graphed against leaf area, normalized with respect to final leaf area, under well-watered and water-deficit conditions. Leaf growth was sustained longer in well-watered condition than water-deficit condition and there was a sizable proportion of leaves which was ceased earlier their growth in water-deficit condition compared to well-watered condition. The leaf relative growth rate of Jackson until leaves had completed at 45% of their growth during water deficit period was higher than that of PI416937.
It is necessary to understand the amount of snowfall and area of snow cover of Mt. Halla to ensure the safety of mountaineers and to protect the ecosystem of Mt. Halla against climate change. However, there are not enough related studies and observation posts for monitoring snow load. Therefore, to supplement the insufficient data, this study proposes an analysis of snow load and snow cover using normalized-difference snow index. Using the images obtained from the Sentinel2 satellite, the normalized-difference snow index image of Mt. Halla could be acquired. This was examined together with the meteorological data obtained from the existing observatory to analyze the change in snow cover for the years 2020 and 2021. The normalized-difference snow index images showed a smaller snow pixel number in 2021 than that in 2020. This study concluded that 2021 may have been warmer than 2020. In the future, it will be necessary to continuously monitor the amount of snow and the snow-covered area of Mt. Halla using the normalized-difference snow index image analysis method.
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
/
v.38
no.2
/
pp.97-107
/
2020
To analyze temporal and spatial changes in vegetation, it is necessary to determine the associated continuous distribution and conduct growth observations using time series data. For this purpose, the normalized difference vegetation index, which is calculated from optical images, is employed. However, acquiring images under cloud cover and rainfall conditions is challenging; therefore, time series data may often be unavailable. To address this issue, La et al. (2015) developed a multilinear simulation method to generate missing images on the target date using the obtained images. This method was applied to a small simulation area, and it employed a simple analysis of variables with lower constraints on the simulation conditions (where the environmental characteristics at the moment of image capture are considered as the variables). In contrast, the present study employs variables that reflect the growth characteristics of vegetation in a greater simulation area, and the results are compared with those of the existing simulation method. By applying the accumulated temperature, the average coefficient of determination (R2) and RMSE (Root Mean-Squared Error) increased and decreased by 0.0850 and 0.0249, respectively. Moreover, when data were unavailable for the same season, R2 and RMSE increased and decreased by 0.2421 and 0.1289, respectively.
Journal of the Korean Society of Environmental Restoration Technology
/
v.8
no.2
/
pp.33-40
/
2005
The objective of this research was to find an indirect method to estimate spectral reflectance and NDVI(Normalized Difference Vegetation Index) efficiently, using the spectroradiometer and NOAA AVHRR satellite data. For collecting RS base data, used spectro-radiometer that measures reflection characteristics between 300~1,100nm was used and measured the reflection of vegetation from paddy rice during the growing season at Chungbuk national university's farm in 2002. The feasibility of detecting the temporal variation in the spectral reflectance and NDVI in paddy rice were conducted on eight growth stages. AVHRR data were collected in eight different months over a one year period in 2002. The results were compared with those obtained by analyzing NDVI characteristics. The spectral reflectance and NDVI of paddy rice have a great effect on the growth condition. Considerably, NDVI was increased by developing muscle fiber tissue at the near infrared wavelength until the Booting stage. Then the NDVI increased until the Maturity stage and then decreased until harvest. The highest month was at July and the lower month was at March. The difference NDVI analysis using March and another months data was conducted, the results were provided information on the growth condition of crops.
Leaf area index (LAI) is important in explaining the ability of crops to intercept solar energy for biomass production, amount of plant transpiration, and in understanding the impact of crop management practices on crop growth. This paper describes a procedure for estimating LAI as a function of image-derived vegetation indices from temporal series of RapidEye imagery obtained from 2010 to 2012 using empirical models in a rice plain in Seosan, Chungcheongnam-do. Rice plants were sampled every two weeks to investigate LAI, fresh and dry biomass from late May to early October. RapidEye images were taken from June to September every year and corrected geometrically and atmospherically to calculate normalized difference vegetation index (NDVI). Linear, exponential, and expolinear models were developed to relate temporal satellite NDVIs to measured LAI. The expolinear model provided more accurate results to predict LAI than linear or exponential models based on root mean square error. The LAI distribution was in strong agreement with the field measurements in terms of geographical variation and relative numerical values when RapidEye imagery was applied to expolinear model. The spatial trend of LAI corresponded with the variation in the vegetation growth condition.
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.