• 한국환경농학회지
• /
• 제38권1호
• /
• pp.34-37
• /
• 2019

BACKGROUND: A region can be divided into agroclimatic zones based on homogeneity in weather variables that have greatest influence on crop growth and yield. The agro-climatic zone has been used to identify yield variability and limiting factors for crop growth. This study was conducted to classify agro-climatic zones in the state of Mato Grosso in Brazil for predicting crop productivity and assessing crop suitability etc. METHODS AND RESULTS: For agro-climatic zonation, monthly mean temperature, precipitation, and solar radiation data from Global Modeling and Assimilation Office (GMAO) of National Aeronautics and Space Administration (NASA, USA) between 1980 and 2010 were collected. Altitude and vegetation fraction of Brazil from Weather Research and Forecasting (WRF) were also used to classify them. The criteria of agro-climatic classification were temperature in the hottest month ($30^{\circ}C$), annual precipitation (600 mm and 1000 mm), and altitude (200 m and 500 m). The state of Mato Gross in Brazil was divided into 9 agro-climatic zones according to these criteria by using matrix classification method. CONCLUSION: The results could be useful as information for estimating agro-meteorological characteristics and predicting crop development and crop yield in the state of Mato Grosso in Brazil.

• 대한원격탐사학회지
• /
• 제35권3호
• /
• pp.483-489
• /
• 2019

True color 영상은 자연색과 유사한 색상이 표출되며 이는 복잡한 지구의 대기 현상 및 지표의 변화에 빠른 모니터링이 가능하다는 장점이 있다. 현재 다양한 기관에서 true color 영상을 생산 중이며 우리나라에서도 차세대 기상위성으로 세대교체가 이루어져 true color 영상 생산의 필요성이 대두되고 있다. 따라서 본 연구에서는 Himawari-8 위성에 탑재된 Advanced Himawari Imager(AHI) 센서의 Top of Atmosphere(TOA) 자료를 이용해 true color 영상 생산을 위한 시각화 향상을 수행하였다. 시각화 향상을 위해 본 연구는 Nonlinear enhancement과 Histogram equalization 두 가지 기법을 각각 수행하였다. 이를 비교해 본 결과, Histogram equalization는 Nonlinear enhancement 대비 Solar Zenith Angle(SZA) $70^{\circ}$ 이상 지역과 해양 영역에서 청색 계열이 강한 영상이 나타났으며, Nonlinear enhancement 기법의 경우 Histogram equalization 기법과 비교했을 때 식생 영역이 붉은 특징이 나타났다.

• 한국산림과학회지
• /
• 제109권4호
• /
• pp.361-370
• /
• 2020

매년 반복되는 식물의 생활사를 장기적으로 관측하는 것은 기후변화 반응을 감지하는데 있어 가장 단순한 방법이며, 중요한 지표로 인식되고 있다. 반복 디지털 이미지를 이용한 식물계절 변화 관찰 방법은 전통적(현장에서 전문가에 의해 관찰) 방법과 위성원격탐사(위성영상의 식생지수를 활용한 위성원격 관찰)의 한계를 보완한 방법이다. 본 연구는 디지털 카메라를 기반으로 한 반복 이미지로부터 식물계절 변화 관측과 계절현상을 정량화하기 위하여 점봉산 산림생태계를 대상으로 하였다. 한반도 전역에 분포하는 신갈나무림(낙엽활엽수림)과 상록침엽수림의 대표 수종인 소나무를 선정하여 식물계절 특성에 따른 경향성을 파악하고자 하였다. RGB 채널 이미지 데이터로부터 식생지수(Gcc)를 산출하였다. Gcc 진폭의 크기는 상록침엽수림이 낙엽활엽수림 보다 작았으며, Gcc의 기울기(봄철 증가와 가을철 감소)는 상록침엽수림이 낙엽활엽수림과 비교하여 완만하였다. 소나무림은 생장의 시작(UD)이 신갈나무림에 보다 빨랐고, 생장의 종료(RD)는 늦은 것으로 나타났다. 식물계절 현상의 정확도 검증은 RMSE가 0.008(ROI1)과 0.006(ROI3)으로 높은 정확도를 보였다. 이러한 결과는 온대북부형 낙엽활엽수림의 Gcc 궤적의 경향성을 잘 반영하였으며, 디지털 카메라를 이용한 반복 이미지 관측 방법이 식물계절 변화 관측에 있어 유용할 것으로 판단된다.

• 한국지반환경공학회 논문집
• /
• 제22권2호
• /
• pp.35-39
• /
• 2021

드론을 이용한 사진측량은 고해상도의 정사영상을 제작할 수 있고 높은 정확도의 3차원 위치정보를 취득할 수 있어 토목·건설 분야에서의 활용성이 높다. 이에 본 연구에서는 드론사진측량을 이용하여 지형 현황도를 제작하고 제작 시 발생되는 문제점과 정확도를 분석하여 공원 조성에 드론사진측량의 활용 가능성을 판단하고자 하였다. 이를 위하여 드론 영상으로 정사영상과 수치표면모델(DSM: Digital Surface Model)을 제작하고 벡터화하여 지형 현황도를 작성하였다. 정확도 분석은 GPS(Global Positioning System)와 TS(Total Station)으로 제작한 지형 현황도를 기준으로 비교하였다. 검사점을 이용한 정확도 분석 결과 잔차의 평균이 평면에서 0.044m, 표고에서 0.066m로 나타나 1/1,000 수치지도 허용오차 범위를 만족하였으며 연구 대상지 내 호수의 면적을 비교한 결과 약 4.4%의 면적의 차이를 보여 지형현황도 작성 가능이 있다고 판단된다. 한편, 지형 현황도 제작 시 식생이 존재하는 지형의 경우 높이 값을 정확하게 취득하기 어려웠으며 지하 구조물 같은 경우 영상에서 확인할 수 없기 때문에 현장에서 직접적인 공간정보 취득이 필요하였다. 따라서, 드론사진측량을 이용한 지형 현황도 작성은 일부 지형에 대하여 직접적인 공간정보 취득이 같이 이루어지면 효율적으로 제작 될 수 있을 것으로 판단된다.

• 융합정보논문지
• /
• 제10권12호
• /
• pp.201-207
• /
• 2020

본 연구에서는 무인 항공기 촬영 사진 정보의 실용성을 파악하였다. 따라서 무인 항공기를 활용한 사진촬영 대상 조사구 중 밭층 조사구역를 대상으로 연속적으로 총 4회 조사하여 조사 시기별 촬영된 무인 항공기 사진을 활용하여 조사구의 작황 변화에 대하여 분석하였다. 지형, 작물 식재, 작형의 변화가 많게 예상되는 지역인 밭층에서는 무인 항공기를 활용하여 현장조사 시기에 맞게 해당 조사구를 직접 촬영하여 사진 정보를 수집, 활용하는 것이 적합하다. 그리고 비교적 변화가 없는 논-시설층에서는 경제적, 효율적 측면을 고려하여 위성영상을 활용하는 것이 적합한 것으로 나타났다. 조사구역에 작물 재배조사를 위한 시스템들이 잘 갖추어지게 된다면, 향후 무인 항공기를 활용하여 일정한 지역에 대한 사진자료를 취득한 후 라이브러리를 활용하여 실시간으로 딥러닝을 활용할 수 있다. 이를 통해 작물의 작황상태를 파악, 재배 면적과 단위 면적당 수량 조사 등으로 전체 작황 및 출하량 등을 분석하는 데에 사용할 수 있을 것으로 판단된다.

• 한국지리정보학회지
• /
• 제24권2호
• /
• pp.52-63
• /
• 2021

기존 연구에서는 연안습지를 탐지하기 위해 위성/항공 영상의 다중분광 밴드로부터 산출한 식생지수 또는 토지피복도를 활용하였으나, 단일 센서만을 활용할 경우 토지피복정보와 지형정보를 동시에 고려하는 것에 한계가 있어 높은 정확도의 연안습지 탐지 및 대규모 연안습지 관리 업무 수행에 많은 지장을 초래하였다. 본 연구에서는 우리나라 서해안 곰소만 지역을 촬영한 Sentinel-2 위성영상의 다중분광 밴드와 디지털 지형 모델인 SRTM(Shuttle Radar Topography Mission) DEM(Digital Elevation Model)을 사용하여 서해안 곰소만의 대규모 연안습지를 다음의 과정을 통해 탐지하였다. 우선 Sentinel-2 위성영상의 Green 및 근적외선 밴드를 활용하여 정규수분지수 영상을 제작하였다. 그리고 정규수분지수 영상에서 픽셀의 밝기값 0.2를 임계치로 설정하여 물과 육지를 구분하는 이진화 영상을 제작하였으며, SRTM DEM에서 픽셀의 밝기값 0을 임계치로 설정하여 해수면 아래와 해수면 위를 구분하는 이진화 영상을 제작하였다. 최종적으로는 두 장의 이진화 영상에 중첩 분석을 적용하여 이진화 영상 기반 연안습지 지도를 제작하였다. 본 연구에서 제안한 기술을 활용하여 제작한 이진화 영상 기반 연안습지 지도의 정확도는 94%로서 매우 높은 결과를 보여주었으며, 연안습지가 아닌 내륙습지, 산지습지 등은 탐지되지 않아서 연안습지 관리 업무에 매우 효과적으로 활용될 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제37권4호
• /
• pp.699-717
• /
• 2021

South Korea is pushing for the advancement of crop production technology to achieve food self-sufficiency and meet the demand for safe food. A medium-sized satellite for agriculture is being launched in 2023 with the aim of collecting and providing information on agriculture, not only in Korea but also in neighboring countries. The satellite is to be equipped with various sensors, though reference data for ground information are lacking. Hyperspectral remote sensing combined with 1st derivative is an efficient tool for the identification of agricultural crops. In our study, we develop a system for hyperspectral analysis of the ground-based reflectance spectrum, which is monitored seven times during the cultivation period of three soybean crops using a PSR-2500 hyperspectral sensor. In the reflection spectrum of soybean canopy, wavelength variations correspond with stages of soybean growths. The spectral reflection characteristics of soybeans can be divided according to growth into the vegetative (V)stage and the reproductive (R)stage. As a result of the first derivative analysis of the spectral reflection characteristics, it is possible to identify the characteristics of each wavelength band. Using our developed monitoring system, we observed that the near-infrared (NIR) variation was largest during the vegetative (V1-V3) stage, followed by a similar variation pattern in the order of red-edge and visible. In the reproductive stage (R1-R8), the effect of the shape and color of the soybean leaf was reflected, and the pattern is different from that in the vegetative (V) stage. At the R1 to R6 stages, the variation in NIR was the largest, and red-edge and green showed similar variation patterns, but red showed little change. In particular, the reflectance characteristics of the R1 stage provides information that could help us distinguish between the three varieties of soybean that were studied. In the R7-R8 stage, close to the harvest period, the red-edge and NIR variation patterns and the visible variation patterns changed. These results are interpreted as a result of the large effects of pigments such as chlorophyll for each of the three soybean varieties, as well as from the formation and color of the leaf and stem. The results obtained in this study provide useful information that helps us to determine the wavelength width and range of the optimal band for monitoring and acquiring vegetation information on crops using satellites and unmanned aerial vehicles (UAVs)

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.597-608
• /
• 2022

원격탐사 자료는 재난, 농업, 도시계획 및 군사 등 다양한 분야에서 활용되며, 최근 다양한 고해상도 센서에서 취득된 시계열 자료의 활용에 대한 요구가 증대되고 있다. 본 연구에서는 시계열 원격탐사 자료의 활용을 위해 딥러닝 기법을 이용한 영상 매칭 방법을 제안하였다. 본 연구에서 적용한 딥러닝 모델은 영상분할 영역에서 많이 사용되고 있는 HRNet을 기반으로 하였다. 특히, 기본영상과 목표영상 간 상관도 맵을 효과적으로 계산하고, 학습의 효율을 높이기 위하여 denseblock을 추가하였다. 국토지리정보원의 다시기 항공정사영상을 이용하여 제안된 모델의 학습을 수행하였으며, 학습에 사용하지 않은 자료를 이용하여 평가를 하고자 하였다. 딥러닝 모델을 이용한 영상매칭 성능을 평가하기 위해 영상 매칭결과와의 비교평가를 수행하였다. 실험 결과, 제안기법을 통한 영상 매칭률이 80%일 때의 평균 오차는 3화소로 ZNCC에 의한 결과인 25화소에 비해 더 높은 정확도를 보였다. 제안된 기법은 식생의 생장에 따라 영상의 변화가 심한 산지 및 농지 지역에 대해서도 효과적임을 확인하였다. 이를 통해 딥러닝을 이용한 기준영상과 목표영상의 매칭을 수행할 수 있을 것으로 판단되며, 위성영상의 상호좌표등록 및 다시기 영상의 정합 등에 활용할 수 있을 것으로 예상된다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.765-779
• /
• 2022

본 연구에서는 Landsat 8/9 OLI와 Sentinel-2 MSI 위성 영상을 활용한 다시기 영상 데이터를 이용하여 다양한 분광 지수를 기반으로 국내 산불 피해 면적 탐지 정확도를 분석하였다. 2022년 3월 경상북도 울진에서 발생하였던 산불을 대상으로 Difference Normalized Burn Ratio (dNBR), Relative Difference Normalized Burn Ratio (RdNBR), Burned Area Index (BAI) 등의 지수를 활용하여 산불피해 면적 탐지에 활용하였다. 비교적 높은 공간 해상도를 가진 Sentinel-2 영상을 기반으로 참조 자료를 제작하였다. 총 6개의 지수 산출물을 기반으로 Sentinel-2, Landsat 8/9으로 총 4개 위성에 대해 산불 피해 정확도를 각각 분석하였다. Landsat 8/9과 Sentinel-2는 각각 16일, 10일 주기로 영상을 제공하고 있지만 구름으로 인해 영상 취득에 어려움이 많은 편이며, 우리나라는 4월부터 식생의 생장이 시작되어 봄철 산불 피해 분석 시 산불발생 전후 영상을 활용하는 경우 식생의 생장으로 인한 변화가 커서 정확도 높은 탐지에 어려움이 있다. 따라서, 본 연구는 2월에서 5월까지의 다시기 Landsat 8/9과 Sentinel-2 영상 중 같은 날짜를 기반의 영상을 서로 사용하여 시간해상도의 한계를 극복하고 탐지 정확도가 상대적으로 높은 지수를 비교 분석했다. 본 연구 결과는 한국형 산불피해 탐지 지수/모델 개발을 위한 입력 자료 등으로 활용되어 최적화된 산불 지수를 기반으로 정확도 높은 산불 피해 면적 탐지에 활용될 수 있을 것으로 기대된다.

• 한국전통조경학회지
• /
• 제39권1호
• /
• pp.20-30
• /
• 2021

본 연구는 남한산성 성벽을 대상으로 관속식물상 조사, 분석을 통해 남한산성 성벽 식물의 생태적 특성을 규명하여 향후 남한산성 성벽 식물 보존 및 관리 계획 수립 시 기초자료 제공을 목적으로 하였다. 남한산성 성벽에 분포하는 전체 식물 분류군 수는 77과 169속 222종 5아종 19변종 3품종으로 총 249분류군이었다. 생활형은 반지중식물의 출현 비율이 높았으며 희귀식물은 1분류군, 한국특산식물은 5분류군이었다. 식물구계학적 특정식물은 전체 15분류군이며 IV등급 1분류군, III등급 3분류군, II등급 2분류군, I등급 9분류군이었다. 이 중 병아리풀은 식물구계학적으로 가장 중요하게 취급되는 IV등급으로 본 대상지 이외에 추가 서식이 확인되지 않은 점으로 보아 경기도 일대에서 최초의 기재이다. 암벽식생으로 확인된 식물은 21분류군으로 나타났다. 침입외래식물은 20분류군으로 나타났다. 흰진범, 자주조희풀, 큰꿩의비름, 병아리풀 등 남한산성 성벽에 분포하는 식물은 성벽 유실, 침입외래식물 확산, 인간 간섭 등으로 인해 종·개체수 감소가 우려되므로 보존 및 관리 조치가 필요하다.