• 한국농림기상학회지
• /
• 제25권3호
• /
• pp.182-196
• /
• 2023

작물 수확량의 정확하고 시기 적절한 추정은 세계적인 식량 안보 계획 및 농업 정책 개발을 포함하여 다양한 목적을 위해 중요하다. 원격 감지 기술은 특히 vegetation indices (VIs)를 활용한 작물 상태 모니터링과 예측에서 유망성을 보여주고 있다. 그러나 normalized difference vegetation index (NDVI) 와 enhanced vegetation index (EVI) 와 같은 전통적인 Vis는 식물광합성의 빠른 변화를 포착하는 데 제한이 있으며 작물 생산성을 정확하게 대표하지 못할 수 있다. 대체적인 Vis인 near-infrared reflectance of vegetation (NIRv)는 gross primary productivity (GPP)과 강한 상관관계를 가지며 빛이 반사할 때의 혼동을 해결하는 능력으로 인해 작물 생산량을 예측하는 더 나은 지표로 제안되었다. 연구 결과는 옥수수와 콩 모두에 대해 NIRv의 최댓값과 작물 수확량/면적 간에 유의한 상관관계가 있음을 입증했다. 이 상관관계는 콩에 대해 약간 더 강한 경향을 보였다. 게다가 대부분의 주요한 주에서는 NIRv의 최댓값과 생산량 간에 주목할 만한 관계가 있으며, 다양한 주에서 일관된 경사도를 보였다. 또한, 연간 데이터에서는 대부분의 값이 서로 밀접하게 군집되는 독특한 패턴을 관찰했다. 그러나 2012년은 다양한 주에서 독특한 작물 조건을 시사하는 이상값으로 나타났다. NIRv의 최댓값과 생산량 간의 확립된 관계를 기반으로, 우리는 2022년의 작물 수확량 데이터를 예측하고, 예측의 정확도를 Root Mean Square Percentage Error (RMSPE)를 사용하여 평가했다. 우리의 연구 결과는 지역별 작물 수확량 추정에 NIRv의 최댓값과 잠재력을 나타내며, 다양한 지역에서 정확도는 달라질 수 있다는 것을 보여줄 수 있다.

• 대한원격탐사학회지
• /
• 제28권6호
• /
• pp.597-609
• /
• 2012

Leaf area index (LAI) is important in explaining the ability of the crop to intercept solar energy for biomass production and in understanding the impact of crop management practices. This paper describes a procedure for estimating LAI as a function of image-derived vegetation indices from temporal series of IKONOS, Landsat TM, and MODIS satellite images using empirical models and demonstrates its use with data collected at Missouri field sites. LAI data were obtained several times during the 2002 growing season at monitoring sites established in two central Missouri experimental fields, one planted to soybean (Glycine max L.) and the other planted to corn (Zea mays L.). Satellite images at varying spatial and spectral resolutions were acquired and the data were extracted to calculate normalized difference vegetation index (NDVI) after geometric and atmospheric correction. Linear, exponential, and expolinear models were developed to relate temporal NDVI to measured LAI data. Models using IKONOS NDVI estimated LAI of both soybean and corn better than those using Landsat TM or MODIS NDVI. Expolinear models provided more accurate results than linear or exponential models.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.598-601
• /
• 2007

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.

• 한국토양비료학회지
• /
• 제36권2호
• /
• pp.92-103
• /
• 2003

Research and technological advances in the field of remote sensing have greatly enhanced the ability to detect and quantify physical and biological stresses that affect the productivity of agricultural crops. Reflectance in specific visible and near-infrared regions of the electromagnetic spectrum have proved useful in detection of nutrient deficiencies. Especially crop canopy sensors as a ground remote sensing measure the amount of light reflected from nearby surfaces such as leaf tissue or soil and is in contrast to aircraft or satellite platforms that generate photographs or various types of digital images. Multi-spectral vegetation indices derived from crop canopy reflectance in relatively wide wave band can be used to monitor the growth response of plants in relation to environmental factors. The normalized difference vegetation index (NDVI), where NDVI = (NIR-Red)/(NIR+Red), was originally proposed as a means of estimating green biomass. The basis of this relationship is the strong absorption (low reflectance) of red light by chlorophyll and low absorption (high reflectance and transmittance) in the near infrared (NIR) by green leaves. Thereafter many researchers have proposed the other indices for assessing crop vegetation due to confounding soil background effects in the measurement. The green normalized difference vegetation index (GNDVI), where the green band is substituted for the red band in the NDVI equation, was proved to be more useful for assessing canopy variation in green crop biomass related to nitrogen fertility in soils. Consequently ground remote sensing as a non destructive real-time assessment of nitrogen status in plant was thought to be useful tool for site specific crop nitrogen management providing both spatial and temporal information.

• 한국측량학회지
• /
• 제39권4호
• /
• pp.211-221
• /
• 2021

클로버는 잔디의 대표적 유해 식물로 양지식물인 잔디보다 일찍 생육활동을 시작하여 잔디의 상부에 수관을 형성하고 잔디의 광합성과 성장을 방해한다. 이로 인해 두 식생종 간 경쟁에서 대부분, 클로버 영역은 확산되고 잔디의 경우는 훼손과 고사가 진행되게 된다. 훼손된 부분은 장마 및 생장 휴면 기간 중, 토양표출 확산으로 전개되어 잔디 복구에 심리적 스트레스 및 많은 경제적 부담을 초래하고 있다. 본 연구의 목적은 잔디의 대표적 유해식물인 클로버를 구분하고 클로버의 확산에 따른 훼손지역 분포, 퇴치 전·후의 식생변화 추이를 고찰하는 것이다. 이를 위해 RGB, BG-NIR 센서를 탑재한 융·복합 드론기반 영상을 활용, 3가지 식생지수의 시계열 분석을 통해 선별적 퇴치를 위한 식생구분, 복구전략 수립을 위한 잔디 훼손 분포 등을 고찰하였다. 특히, 인력 및 기기에 의한 선별적 제초 및 예초 전·후, 클로버의 생태변화 추이를 시계열로 분석하였다. 또한, 잔디와 클로버의 성장 중반기 기간 중, 식생 종간 구분 방안도 모색하였다. 연구결과, 잔디와 클로버 생육 특성에 따른 RGB 및 BGNIR 드론영상의 MGRVI 및 NDVI, MSAVI 지수의 시계열 분석을 통해 잔디 훼손과 클로버 퇴치 후 변화 추이 분석의 활용성을 확인하여 잔디 유해 잡초에 대한 효율적 관리의 활용 가능성을 입증할 수 있었다.

• 한국환경복원기술학회지
• /
• 제22권4호
• /
• pp.1-14
• /
• 2019

The 1st Forest Health Management survey was conducted to examine the health of the forests in Korea. However, in order to understand the health of the forests, which account for 63.7% of the total land area in South Korea, it is necessary to comprehensively spatialize the results of the survey beyond the sampling points. In this regard, out of the sample points of the 1st Forest Health Management survey in Gyeongbuk area, 78 spots were selected. For these spots, the species diversity index was selected from the survey sections, and the spatial interpolation method was applied. Inverse distance weighted (IDW), Ordinary Kriging and Ordinary Cokriging were applied as spatial interpolation methods. Ordinary Cokriging was performed by selecting vegetation indices which are highly correlated with species diversity index as a secondary variable. The vegetation indices - Normalized Differential Vegetation Index(NDVI), Leaf Area Index(LAI), Sample Ratio(SR) and Soil Adjusted Vegetation Index(SAVI) - were extracted from Landsat 8 OLI. Verification was performed by the spatial interpolation method with Mean Error(ME) and Root Mean Square Error(RMSE). As a result, Ordinary Cokriging using SR showed the most accurate result with ME value of 0.0000218 and RMSE value of 0.63983. Ordinary Cokriging using SR was proven to be more accurate than Ordinary Kriging, IDW, using one variable. This indicates that the spatial interpolation method using the vegetation indices is more suitable for spatialization of the biodiversity index sample points of 1st Forest Health Management survey.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1489-1503
• /
• 2022

드론(drone)과 센서(senor) 적용기술은 농업분야 작물의 성장 정보에 대한 디지털화를 가능하게 하면서 정밀농업 발전을 한층 가속화하고 있다. 이 기술은 자연재해 발생시 농작물 피해량 산정을 가능하게 하고, 현장 방문조사로 진행되고 있는 농작물재해보험 평가방법의 과학화에 기여할 수 있다. 본 연구는 콩을 대상으로 드론 기반 RGB영상을 취득하여 추출된 식생지수로 도복피해율을 산정하는 방법을 개발하고자 하였다. Support Vector Classifier (SVC) 분류 모델은 Crop Surface Model (CSM) 기반의 도복피해율에 식생지수를 추가하여 식생지수 적용성을 검토하였다. 식생지수 중 Visible Atmospherically Resistant Index (VARI), Green Red Vegetation Index (GRVI) 기반 콩의 도복피해율 분류 정확도는 각각 0.709, 0.705로 높은 분류정확도를 나타내었다. 연구 결과, 드론 기반 RGB 영상은 도복피해율 산정에 매우 유용한 도구로 활용 가능하다는 점을 확인할 수 있었다. 본 연구에서 얻어진 결과는 이상기후로 인한 광역 지역 자연재해에 대한 도복피해 산정 시 Sentinel-2, RapidEye 위성과 더불어 2025년 발사 예정인 농림업중형위성 영상과 연계해 활용 가능할 것으로 기대된다.

• 한국식물병리학회:학술대회논문집
• /
• 한국식물병리학회 1999년도 정기총회 및 춘계 학술발표회
• /
• pp.42.1-42
• /
• 1999

• 대한원격탐사학회지
• /
• 제24권6호
• /
• pp.583-590
• /
• 2008

본 논문은 Landsat TM 영상을 활용하여 교목연령 추정과 이와 관련이 있는 영상의 밴드값과 식생지수에 대한 상관관계 연구를 수행하였다. 기본적으로 본 연구에서는 취득시기가 다른 Landsat TM 영상 (1990, 1994, 1998년)과 Shuttle Radar Topography Mission (SRTM)과 National Elevation Dataset(NED) 영상의 차분영상이 사용되었으며 밴드 4, 5, 7 영상, 태슬모자형 변환을 통한 녹색식생지수, 토양수분지수 영상, 정규식생지수 (NDVI), 적외선지수 (II), 식생상태지수 (VCI), 토양보정식생지수 (SAVI) 영상은 Landsat TM 영상에서 추출되었다. 각각의 영상에서 추출된 값인 총 1992개 자료를 회귀분석을 통하여 분석하였고 연구 결과 교목연령을 추정하는데 있어서 가장 높은 결정계수($R^2$)값을 보이는 요소로는 태슬모자형 변환 토양수분지수. 적외선지수 (II), 식생상태지수 (VCI) 영상이며 이들 값이 교목연령을 추정하는데 가장 많은 영향이 있음을 알 수 있다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1207-1217
• /
• 2022

농업의 새로운 패러다임인 디지털 농업에서는 원격탐사 기법을 이용하여 작물 생육을 지속으로 감시하며 상태를 신속히 정보화하고 있다. 대표적으로 작물의 생육·생리적 변화에 대한 선택적인 파장 반사도 변화를 기반으로 한 식생지수가 주로 사용되어진다. 하지만 식생 표면의 분광 반사도는 이방성을 갖기 때문에 태양 위치와 지면 관측 방향에 따라 변할 수 있어 식생지수 값이 작물의 상태를 나타내지 못하고 왜곡될 수 있다. 본 연구에서는 야외용 측각기를 제작하여 타프(tarp)와 잔디 식생에서 시험 운영하였다. 램버시안 표면과 유사한 성질의 타프에서는 Blue, Green, Red, 근적외선 파장에 대해 대체적으로 타프의 속성 반사도와 유사하게 측정되었다. 하지만, 흐린 날은 센서 천정각이 커질수록 반사도가 과대 측정되는 경향을 보였다. 잔디에서 주요 식생지수의 상대 차잇값을 보았을 때, 태양과 센서 천정각에 대해 visible atmospherically resistant index (VARI)와 vegetation index green (VIgreen),simple ratio (SR), normalized difference vegetation index (NDVI), enhanced vegetation index (EVI) 순으로 민감하였다. 측각기를 통해서 직접 관측된 자료들은 원격탐사 기반의 반사도 기반 식생지수를 보다 정확하게 산출하는데 기여할 수 있을 것이다.