Response of Structural, Biochemical, and Physiological Vegetation Indices Measured from Field-Spectrometer and Multi-Spectral Camera Under Crop Stress Caused by Herbicide

마늘의 제초제 약해에 대한 구조적, 생화학적, 생리적 계열 식생지수 반응: 지상분광계 및 다중분광카메라를 활용하여

Abstract

The response of vegetation under the crop stress condition was evaluated using structural, biochemical, and physiological vegetation indices based on unmanned aerial vehicle (UAV) images and field-spectrometer data. A high concentration of herbicide was sprayed at the different growth stages of garlic to process crop stress, the above ground dry matter of garlic at experimental area (EA) decreased about 46.2~84.5% compared to that at control area. The structural vegetation indices clearly responded to these crop damages. Spectral reflectance at near-infrared wavelength consistently decreased at EA. Most biochemical vegetation indices reflected the crop stress conditions, but the meaning of physiological vegetation indices is not clear due to the effect of vinyl mulching. The difference of the decreasing ratio of vegetation indices after the herbicide spray was 2.3% averagely in the case of structural vegetation indices and 1.3~4.1% in the case of normalization-based vegetation indices. These results meant that appropriate vegetation indices should be utilized depending on the types of crop stress and the cultivation environment and the normalization-based vegetation indices measured from the different spatial scale has the minimized difference.

다중분광카메라의 기술 개발로 인해 구조적 특성뿐만 아니라 생화학적, 생리적 특성을 가지는 식생지수를 다양한 공간 규모에서 활용할 수 있게 되었다. 이에 본 연구는 스트레스를 받은 노지작물을 대상으로 지상 초분광계 및 무인기 영상 기반 구조적, 생화학적, 생리적 계열의 식생지수 반응을 평가하였다. 마늘을 대상으로 서로 다른 생육시기에 고농도의 제초제를 살포하여 약해 처리하였으며, 정상 생육에 비해 지상부 건물중이 46.9~84.5% 감소하는 등 큰 피해가 나타났다. 제초제를 살포한 처리구에서 근적외선 분광반사도 값은 꾸준하게 감소하였으며, 구조적 식생지수에서 작물의 약해 피해가 명확하게 표현되었다. 생화학적 식생지수의 경우 일부 지수를 제외하고는 작물의 피해 상태를 표현하였으나 생리적 식생지수는 잎이 고사하고 드러나는 멀칭비닐의 영향으로 약해 피해를 해석하기에 어려움이 있었다. 제초제 살포 후 서로 다른 공간 규모에서 관측된 식생지수의 감소율 차이는 구조적 식생지수의 경우 평균적으로 2.3%로 나타났으며, 정규화 식생지수의 경우 1.3~4.1%의 분포를 보였다. 비록 생리적 식생지수가 작물 스트레스에 민감하다고 알려졌지만, 노지작물의 경우 작물 스트레스 종류와 재배 환경에 따라 적합한 식생지수를 활용하여야 한다는 것, 공간 규모에 따른 오차를 최소화하기 위해서는 정규화 식생지수를 활용해야 한다는 것을 확인하였다.

1. 서론

농업 분야에서 전자기파의 반사와 방출 특성을 이용하여 작물의 상태를 모니터링하는 원격탐사 기법이 널리 활용되고 있다(Na et al., 2016; Lee et al., 2017). 특히, 가시광선과 근적외선 영역에서 작물과 토양의 상태에 따라 변화하는 분광반사도 특성을 식생지수 형태로 정량화하여 사용하고 있다. 초분광계(Hyper-spectrometer)를 이용하여 잎 구조와 상태를 나타내는 다양한 식생지수가 개발되었으며, 다양한 정의로 식생지수를 분류하고 있다. Katsoulas et al. (2016)는 식생지수를 산출하는 방법을 기준으로 단순비(Simple ratio), 정규화식생지수(Normalized difference vegetation), 3-Band 식생지수(3-Band vegetation) 등으로 구분하였다. Hunt et al. (2011)는 가시광(Blue, Green, Red), 적색경계(Rededge), 근적외(Near infrared, NIR) 밴드 중에서 식생지수를 산출할 때 사용하는 밴드를 기준으로 구분하였다. Red와 NIR 밴드를 이용하여 계산하는 normalized difference vegetation index(NDVI)의 경우 ‘Red-NIR’ 유형으로 구분한다.

Roberts et al. (2012)는 식생지수가 가지는 고유의 특성을 기준으로 구조적, 생화학적, 생리적 계열의 식생지 수로 구분하였다. 대표적인 구조적 식생지수로 NDVI, enhanced vegetation index(EVI) 등이 존재하며, 식생피복도, 엽면적지수 등과 관련 있다고 알려져 있다(Kimura et al., 2004, Ryu et al., 2020). 구조적 식생지수는 Red와 NIR 파장대의 분광반사도 특성을 활용한다. 엽록소, 카로티노이드 등과 같이 식생의 색소와 관련 있는 지수는 생화학적 식생지수로 분류한다. Blue와 Rededge 파장대의 분광반사도 특성을 활용하며, normalized difference rededge index(NDRE), MERIS terrestrial chlorophyll index(MTCI) 등이 있다(Gitelson and Merzlyak, 1994; Dash and Curran, 2004). 531 nm 파장대는 식생의 광합성능과 관련 있다고 알려져 있다(Springer et al., 2017, Ryu et al., 2020). 따라서 식생의 생리적 스트레스와 관련이 있다 고 보고되고 있으며, 해당 파장대를 활용하는 지수를 생리적 식생지수로 분류한다. 대표적으로 photochemical reflectance index(PRI), chlorophyll/carotenoid index(CCI) 지수가 있다(Gamon et al., 1992; Gamon et al., 2016). 이처럼 파장대에 따라 식생지수가 가지는 의미가 다르며 같은 파장대의 밴드를 이용한다고 하더라도 산출식에 따라 식생지수가 가지는 특성이 다르다. 따라서 작물 모니터링에 식생지수를 활용하기 위해서는 생육과 스트레스 상황에서 각각의 식생지수의 민감도를 파악하여야 한다.

최근 분광카메라의 소형화와 센싱 기술의 발달로 10개 이상의 파장대에 대한 복사휘도(Radiance)를 관측할 수 있는 센서를 무인기(unmanned aerial vehicle, UAV)에 탑재하여 초분광카메라가 아니더라도 식생의 다양한 분광 특성을 영상으로 획득할 수 있게 되었다. 그로 인해 무인기 영상 기반의 구조적, 생화학적, 생리적 계열의 식생지수를 활용할 수 있게 되었다(Moon et al., 2021). 하지 만 생화학적 및 생리적 식생지수에 대한 무인기 영상 기반 분광반사도 특성에 대한 연구가 상대적으로 부족하다는 것을 고려하면 식생 모니터링에 활용하기에 앞서 공간 규모에 따른 식생지수의 특성 평가가 요구된다.

본 연구의 목적은 구조적, 생화학적, 생리적 특성을 가지는 식생지수를 이용하여 고농도의 제초제로 인한 작물의 약해 피해 반응을 다양한 공간 규모에서 평가하는 것이다. 이를 통해 작물 스트레스 상황에서 공간 규모와 관계없이 작물의 스트레스 상태를 모니터링하기 유용한 식생지수를 제시하고자 한다. 본 연구에서는 마늘을 대상으로 서로 다른 생육 시기에 고농도 제초제를 살포하여 인위적인 약해 피해를 주었으며, 지상분광계(Field-spectrometer)와 무인기 관측자료를 이용하여 서로 다른 공간 규모에서의 식생지수 특성을 상호 비교하였다.

2. 연구자료 및 방법

1) 연구영역 및 스트레스 처리

농촌진흥청 국립식량과학원 바이오에너지작물센터(전라남도 무안군 청계면 무안로 199)에서 고농도 제초제 살포로 인해 약해 피해를 받은 작물의 반응을 원격 탐사기법을 통해 살펴보았다. 재배 작물은 마늘(품종: 남도)로서 10월에 약 13 cm 재식밀도로 한 줄에 10개의 마늘을 파종한 뒤 생육조사를 수행하였다. 마늘의 경우 기온이 낮은 겨울에 생육정지기 기간을 가지며, 2월 중순 기온이 상승함에 따라 다시 생육이 시작된다.

스트레스 상황에서 작물의 반응을 살펴보기 위해 생육정지기 이후 서로 다른 시기에 경엽처리용 제초제(테 라도플러스, 팜한농)를 고농도로 살포하였다. 2020년 3월 13일 기준 희석배수(10 a당 사용량) 7배 농도로 2회 에 걸쳐 제초제를 살포하였으며, 4월 4일, 4월 10일에는 기준 희석배수 2배 농도로 각각 제초제를 살포하였다. 본 연구에서는 제초제를 살포하지 않은 지점을 대조군(Control Area)으로 설정하였으며, 첫 번째, 두 번째, 세 번째 제초제 살포 지점을 실험군(1st Experiment Area, EA1; 2nd Experiment Area, EA2; 3rd Experiment Area, EA3)으로 정의하였다(Fig. 1). 제초제 살포에 대한 식생 지수의 반응을 통계적으로 확인하기 위해 3반복 처리 되었다.

Fig. 1. Garlic field for crop stress experiment caused by herbicide spay. Green circles indicate control area. Red, orange, and purple circles indicate first, second, and third experiment area.

약해 피해에 따른 마늘의 생육 상태를 평가하기 위해 5월 하순 수확 후 수량 구성요소를 조사하였다. 초장(뿌리와 줄기의 경계로부터 가장 긴 잎끝까지의 길이, Plant height, cm), 엽수(Number of leaves, ea), 줄기 직경(Stem size, mm), 구 직경(Bulb diameter, mm), 생구중(Weight of fresh bulb, g), 건구중(Weight of dry bulb, g), 지상부 건물 중(Above ground dry matter, g)을 조사하였으며, 각각의 지점에서 15주를 수확한 뒤 통계 분석을 수행하였다.

2) 광학 관측 및 자료처리

약해 피해에 따른 마늘의 분광반사도의 특성을 파악하기 위해 지상분광계 및 무인기에 탑재된 다중분광카메라를 이용하여 관측을 수행하였다(Table 1). 또한, 식생지수의 연속적인 일변화를 살펴보기 위하여 지상고 정형 NDVI/PRI 센서를 설치하여 관측을 수행하였다.

Table 1. Characteristics of optical devices to measure the reflectance

지상분광계(AvaSpec-ULS2048L, Avantes, Netherlands)는 가시광선과 근적외선 파장대를 대상으로 2048개의 밴드를 가진다. 분광계에 연결된 광섬유(Optical fiber)는 약 23도의 센서 시야각(Field of view)을 가지며, 작물의 분광반사도를 구하기 위해 두 대의 지상분광계를 사용하였다. 하나의 분광계는 >97% 램버시안 반사율(Lambertian reflectance)을 가지는 흰색판(RS50 White Reflectance Standard, StellarNet Inc., FL, USA)을 대상으로 다른 분광계는 지상으로부터 약 1.3 m 높이에서 작물을 대상으로 관측을 수행하였다. 정오를 전후해서 관측을 수행하였으며, 2월부터 5월까지 13회의 관측을 수행하였다.

무인기 관측은 다중분광카메라 두 대를 이용하여 수행되었다. Rededge-M 다중분광카메라(Micasense, Inc., Seattle, WA, USA)는 작물의 구조적/생화학적 특성을 추정하기에 유용한 Blue, Green, Red, Rededge, NIR 5개의 밴드로 구성되어 있다. 또 다른 다중분광카메라인 Rededge-MX Dual(Micasense, Inc., Seattle, WA, USA)은 Rededge-M이 보유한 5개 밴드뿐만 아니라 444, 531, 650, 705, 740 nm을 중심으로하는 상대적으로 좁은 밴드(Narrowband)가 추가로 구성되어 있다. 이를 통해 다양한 생화학적/생리적인 식생지수를 산출할 수 있다. 본 연구에서는 다중분광카메라를 회전익 드론에 탑재하여 작물을 대상으로 관측을 수행하였으며, 정오 무렵 고도 30 m / 50 m에서 관측을 수행하였다. 관측된 자료는 Pix4d mapper 프로그램을 이용하여 전처리 작업이 수행 되었으며, 7개의 지상기준점(Ground Control Points)을 이용하여 기하보정되었다. 이후 상이한 날짜에 촬영된 영상을 10 cm 기준으로 리샘플링한 뒤 분석을 수행하 였다. 무인기 관측은 총 15회 수행하였으며, Rededge-M 카메라를 이용하여 9회, Rededge-MX Dual 카메라를 이 용하여 6회 수행하였다(Table 2).

Table 2. Measurements date of ground and unmanned aerial vehicle (UAV) measurements

지상분광계와 다중분광카메라에서 관측하여 처리 된 분광반사도 값을 이용하여 구조적, 생화학적, 생리적 계열의 식생지수를 계산하였다(Table 3). 이후 계산에 사용되는 파장과 식생지수의 대표 특성을 기반으로 분류하였다(Roberts et al., 2012). 식생지수를 산출하기 위한 중심파장과 밴드폭은 다중분광카메라를 기준으로 설정하였다.

Table 3. Spectral reflectance-based structural, biochemical, physiologcial vegetation indices

식생지수의 일변화를 살펴보기 위해 지상 고정형 NDVI/PRIspectral reflectance sensor(SRS) 센서(METER Group, Inc., Pullman, WA, USA)를 지상으로부터 약 1.3 m 높이에 설치하여 약해 피해에 따른 마늘의 식생지수 변화를 연속적으로 관측하였다. 대조군 3곳에 SRS 센서를 설치하여 정상 생육에 대한 식생지수 시계열 관측을 수행하였다. 실험군에는 3월 30일까지 EA1 2곳에 SRS 센서를 설치하여 첫 번째 약해에 대한 반응을 살펴보았으며, 이후 EA1에 설치된 SRS 센서를 EA3로 옮겨 세 번째 약해에 대한 반응을 살펴보았다. SRS 센서를 이용하여 NDVI, PRI, CCI를 산출하는 식은 다음과 같다.

\(N D V I_{S R S}=\frac{\operatorname{Rad}_{810} \times \alpha_{N D V I}-\operatorname{Rad}_{650}}{\operatorname{Rad}_{810} \times \alpha_{N D V I}+\operatorname{Rad}_{650}}\)       (1)

\(\alpha_{N D V I}=\frac{I R R_{650}}{I R R_{810}}\)       (2)

\(P R I_{S R S}=\frac{R a d_{531} \times \alpha_{P R I}-R a d_{570}}{R a d_{531} \times \alpha_{P R I}+R a d_{570}}\)       (3)

\(\alpha_{P R I}=\frac{I R R_{531}}{I R R_{570}}\)       (4)

\(C C I_{S R S}=\frac{\operatorname{Rad}_{531} \times \alpha_{C C I}-R a d_{650}}{\operatorname{Rad}_{531} \times \alpha_{C C I}+R a d_{650}}\)       (5)

\(\alpha_{C C I}=\frac{I R R_{531}}{I R R_{650}}\)       (6)

여기서, Rad₅₃₂, Rad₅₇₀, Rad₆₅₀, Rad₈₁₀은 532, 570, 650, 810 nm에서의 하향센서(Downward-looking sensor)의 식생으로부터의 복사휘도를 의미하며, IRR₅₃₂, IRR₅₇₀, IRR₆₅₀, IRR₈₁₀은 상향센서(Upward-looking sensor)의 태양복사조도(Irradiance)를 의미한다. α는 두 개의 파장대 에서 태양복사조도의 비율을 의미한다. SRS 센서는 2분 간격으로 관측을 하며, 11시부터 14시까지 관측된 자료를 일조시간 정보를 이용하여 필터링하여 구름 등의 영향으로 낮은 직달광 비율로 인해 왜곡된 관측 정보를 최소화한 뒤 식생지수의 시계열 정보를 추출하였다(Ryu et al., 2021).

3. 결과 및 고찰

1) 제초제 약해 피해와 마늘 수량 구성요소

약해 피해를 받은 지점의 마늘의 수량 구성요소는 정상 생육에 비해 통계적으로 유의한 차이를 가졌다(Table 4). 마늘의 인편비대기 초기(3월 중순) 고농도(7배)의 제초제가 살포된 지점(EA1)에서는 줄기직경과 초장은 5.36 cm, 12.94 cm로 정상 생육(Control)과 통계적으로 유의한 차이가 나타났다(p<0.05). 또한, 줄기당 엽수가 0.09개, 지상부 건물중은 정상 생육과 비교하여 15.5%에 불과하였다. 인편비대기 초기에 약해 피해를 받아 마늘의 인편이 제대로 생성되지 않았다(Fig. 2). 4월 초순, 중순 제초제가 살포(농도 2배, 1회)된 지점(EA2, EA3)에서는 작물이 인편비대기 중기까지 정상 생육을 하였기 때문에 엽수나 줄기 직경은 정상 생육과 비교하여 차이가 크지 않았다. 반면 약해 피해로 인해 잎이 고사하고 초장이 감소함으로써 지상부 건물중과 인편의 무게는 정상 생육과 통계적으로 유의한 차이가 나타났다(p<0.05). 이처럼 제초제를 살포한 지점에서 지상부 건물중은 정상 생육의 약 47.2%(EA2), 53.8%(EA3)로 나타났다. 정상 생육에 비해 구 직경은 79.72%(EA2), 82.98%(EA3)로 나타났으며, 생구중의 비율은 50.90%(EA2), 53.26%(EA3)로 나타났다. 구 직경에 비해 생구중의 비율이 더 낮은 것은 인편비대기 중기 이후 잎이 고사하여 동화작용을 통해 생성된 물질을 인편에 축적하지 못하였다는 것을 의미한다(Nam et al., 2008). EA2, EA3 지점 사이에는 유의한 차이가 나타나지 않았다. 본 연구에서는 이와 같은 제초제 살포로 인한 작물의 피해 정도를 인지하고 식생지수의 반응을 살펴보았다.

Table 4. The growth components of garlic for control and experimental area

Fig. 2. Pictures at control, EA1, EA2, and EA3 on Apr. 2, 2020, Apr. 13, 2020, and Apr. 29, 2020. EA: experimental area.

2) 지상분광계 및 다중분광카메라 기반 제초제 약해 피해 탐지

고농도 제초제 살포로 인한 작물 스트레스 반응을 구조적, 생화학적, 생리적 식생지수를 통해 살펴보았다. Table 5는 약해 처리 직전 식생지수 값과 약해 처리 후 식생지수가 가지는 최저 값을 이용하여 감소하는 비율을 나타낸 것이다. 음의 값을 가지는 PSRI, CCI, PRI 지수와 약해 처리 직전 관측 값이 존재하지 않는 경우는 분석에서 제외하였다.

Table 5. Measurements date of ground and unmanned aerial vehicle (UAV) measurements

구조적 식생지수인 NDVI, EVI, optimized soil-adjusted vegetation index(OSAVI)는 생육정지기 이후 마늘의 생육은 증가하였으나 약해 피해를 받은 지점(EA1, EA2, EA3)에서는 구조적 식생지수가 감소하는 경향이 나타났다(Fig. 3). NDVI_Ground(NDVI_UAV)는 약해 처리 후 EA1, EA2,EA3에서 69.0%(68.4%), 56.6%(53.6%), 56.8%(54.8%) 각각 감소하였으며, 지상분광계와 다중분광카메라 관측값의 감소율은 유사하였다. 이와 같은 경향은 EVI와 OSAVI에서도 유사하게 나타났다. EVI_Ground(EVI_UAV)의 감소율은 59.1%(61.6%), 57.3%(59.1%), 55.6%(58.7%)였으며, OSAVI_Ground(OSAVI_UAV)의 감소율은 64.3%(65.0%), 55.9%(54.2%), 59.2%(53.7%)였다. 지상분광계와 다중분광카메라에서 관측된 구조적 식생지수 NDVI, EVI, OSAVI는 평균적으로 1.3%, 2.2%, 3.5%의 차이를 나타냈으며, 이것은 무인기를 이용하여 작물의 상태를 모니터링하여도 지상관측과 차이가 크지 않다는 것을 의미한다.

Fig. 3. Structural vegetation indices such as NDVI, EVI, and OSAVI. (a)-(c) the results measured from field-spectrometers. (d)-(f) the results measured from unmanned aerial vehicle (UAV). NDVI: normalized difference vegetation index; EVI: Enhanced vegetation index; OSAVI: optimized soil-adjusted vegetation index.

생화학적 특성을 대표하는 식생지수도 구조적 식생지수와 같이 제초제로 인한 피해 반응이 나타났다(Fig. 4). 고농도의 제초제 살포 이후 NDRE, normalized difference705(ND705), MTCI, Modified chlorophyll absorption in relfectance index(MCARI)는 감소하였으며, plant senescence reflectance index(PSRI)는 증가하는 경향이 나타났다. NDRE_Ground(NDRE_UAV)는 처리구(EA1, EA2, EA3)에서 각각 63.1%(62.0%), 55.8%(55.6%), 56.2%(54.6%)로 구조적 식생지수와 유사한 감소율을 보였다(Table 5). 본 연구에서 산출한 다른 생화학적 식생지수(ND705, MTCI, MCARI, PSRI)들과는 달리 NDRE는 NIR 밴드를 포함하고 있기 때문에 구조적 식생지수와 유사한 감소율을 가지는 것으로 사료된다. NIR 밴드를 포함하고 있지 않은 ND705, MTCI, MCARI의 감소율은 상대적으로 더 컸다. ND705_Ground는 EA1, EA2, EA3 처리구에서 제초제 살포 후 81.1%, 71.7%, 72.8% 감소하였으며, ND705_UAV는 EA2, EA3 처리구에서 68.2%, 68.1% 감소하였다. 두 광학기기(지상분광계, 다중분광카메라)에서 관측된 NDRE, ND705 식생지수 차이는 평균적으로 1.0%, 4.1%로 나타났다.

Fig. 4. Biochemical vegetationindices suchasNDRE,ND705,MTCI,MCARI,PSRI.(a)-(e)theresultsmeasuredfrom field-spectrometers. (f)-(j) the results measured from unmanned aerial vehicle (UAV). NDRE: normalized difference rededge index; ND705: normalized difference 705; MTCI: MERIS terrestrial chlorophyll index; MCARI: modified chlorophyll absorption in reflectance index; PSIR: plant senescence reflectance index.

MTCI, MCARI에서도 구조적 식생지수보다 큰 감소율을 보였다. MTCIGround는 약해 피해로 EA1, EA2, EA3에서 88.9%, 83.6%, 83.8% 감소하였으며, MTCIUAV는 EA2, EA3에서 54.2%, 53.7% 감소하는 경향이 나타났다. 하지만 MTCI_Ground와 MTCI_UAV의 차이는 평균적으로 25.2%로 MTCI_Ground에서 더 큰 감소율을 나타났다. 이와 같은 차이는 지상분광계와 다중분광카메라에서 관측 된 MTCI가 서로 상이한 범위에서 산출되었기 때문이라고 사료된다(Fig 4(a, f)). MTCI_Ground는 0~1.2 사이에 관측 값이 분포하였으며, MTCI_UAV는 0~3.5 사이에 관측 값이 분포하였다. MTCI가 Rededge 밴드에서의 기울기를 의미한다는 것을 고려하면 MTCI 값의 분포 차이는 지상분광계와 다중분광카메라에서 관측된 분광반사도 값의 차이 때문이다. MCARI_Ground와 MCARI_UAV의 차이는 5.8%로 MTCI 보다 상호간에 적은 값의 차이를 보였다. 하지만 두 번째 제초제 살포 후 다른 구조적, 생화학적, 생리적 식생지수는 모두 감소(PSRI 지수는 증가)하는 경향이 나타났으나 MCARI에서는 일시적으로 증가하 였다가 감소하는 경향이 나타났다. 상수가 입력되는 MCARI의 특성을 고려하면 관측환경과 관측오차로 인해 낮은 성능을 나타내는 경우가 발생할 수 있다는 것을 의미한다(Fig. 4(d)).

PSRI는 다른 식생지수와는 달리 작물이 생장하면 값이 감소하고 노화를 하면 값이 증가하는 경향을 보였으며, 이는 Red 분광반사도 값에서 Green 분광반사도 값의 차이를 식으로 정의하였기 때문이다(Table 3). PSRI 의 시계열 변화를 보면 약해 피해 후 값이 증가하는 경향이 잘 나타났다(Fig. 4(e, j)).

CCI는 제초제 살포 이후 531 nm 분광반사도 값보다 Red 분광반사도 값이 커지면서 값이 감소하였다(Fig. 5(a, c)). 하지만 EA1 처리구에서 CCI가 감소하다가 4월 중순 이후 증가하는 경향이 나타났으며, 이러한 경향은 지상과 무인기 관측에서 모두 나타났다. PRI의 경우 고농도의 제초제 살포로 인한 피해 상황을 해석하는데 어려움이 있었다(Fig. 5(b, d)). PRI_Ground는 약해로 인해 값 이 감소하는 경향이 나타나기는 하였으나 산출되는 값의 범위를 고려할 때 대조군과 뚜렷한 차이를 보이지 않았다. PRI_UAV는 약해 피해 후 상황을 전혀 탐지하지 못했다. 생리적 특성을 포함하는 식생지수의 경우 구조적, 생화학적 특성이 강한 식생지수에 비해 상대적으로 반응이 뚜렷하지 못했다. 이것은 다음과 같은 이유 때문이다. 첫째, 531 nm가 태양복사조도에 반응하여 일변화(Diurnal change)하는 특성이 있기 때문이다(Gamon et al., 2015). 둘째, 식생의 캐노피가 덮여있지 않아 이랑에 멀칭비닐이 드러나면 531 nm 분광반사도 값에 영향을 준다. 이때 Red, NIR 파장이 식생지수 식에 포함되면 포함되지 않은 식생지수(e.g., PRI)에 비해 약해 피해로 인한 작물의 고사 상태를 민감하게 탐지하였다. 셋째, 무인기에 장착된 다중분광카메라의 분광해상도의 영향 때문으로 사료된다. PRI의 경우 기본적으로 531 nm를 기준으로 1 nm의 좁은 밴드(Narrowband) 기반으로 산 출되는 식생지수이다(Springer et al., 2017). 하지만 무인기에 탑재된 다중분광카메라의 경우 531 nm와 570 nm 파장에서 14 nm, 27 nm의 상대적으로 넓은 밴드(Broad band) 대역을 가지며, 이로 인해 생리적 식생지수가 가지는 특성이 제대로 반영하지 못한 것으로 사료된다.

Fig. 5. Physiological vegetation indices such as CCI and PRI. (a), (b) the results of ground-based measurements. (d)-(f) the results of unmanned aerial vehicle (UAV)-based measurements. CCI: chlorophyll/carotenoid index; PRI: photochemical reflectance index.

Ryu et al. (2020)의 연구에 의하면 벼의 폭염 스트레스 상황에서 구조적, 생화학적 식생지수보다 생리적 식생 지수인 PRI가 민감하게 반응하였다. 하지만 제초제로 인한 약해 피해와 같이 생리적 영향보다 구조적인 영향이 더 큰 경우, 낮은 식생피복률로 인해 비닐멀칭 영향이 분광반사도 값에 포함되는 경우 생리적 식생지수의 의미를 해석하기 어려울 수 있다.

3) 고정형 센서 기반 제초제 약해 피해 탐지

지상과 무인기 관측을 통해 고농도의 제초제로 인한 작물의 피해를 탐지하였으나 관측 주기를 고려하였을 때 작물이 피해를 받는 시점을 찾는 것은 어려움이 있다. 따라서 본 연구에서는 고정형 센서를 통해 작물의 스트레스상태를연속적으로관측하였다. Fig. 6은 NDVI, PRI, CCI 지수에 대한 일변화 시계열 그래프이다. NDVISRS는 대조군에서 작물의 생육 상황에서 증가하였다가 잎의 노화로 인해 감소하는 경향이 잘 나타났으며, 실험구(EA1, EA3)에서는 제초제 살포 후 NDVI_SRS가 감소하는 경향이 연속적으로 잘 나타났다. 이를 통해 약해 피해를 받은 시기를 추정할 수 있다는 것을 확인하였다(Fig. 6(a)). 반면 PRI_SRS는 연속적인 관측에서도 약해 피해시기를 탐지하기에 어려움이 있었다. PRI_SRS는 태양복사 조도의 영향을 받기 때문에 대조군에서 시계열 변화가 NDVI_SRS와 4월 중순 차이가 나타났다. 2020년 4월 무안 지역은 평년보다 높은 일사량과 일조시간이 기록되었으며, 이에 따라 PRI_SRS 값이 낮게 기록되었다. 이처럼 PRI_SRS는 생리적인 특성을 잘 반영하나 제초제 살포로 인한 피해시기를 탐지하기에는 적합하지 않았다. 대조군에서 CCI_SRS의 시계열 변화를 살펴보면 NDVI_SRS와 PRI_SRS 시계열 경향이 모두 반영되어 있는 것을 확인할 수 있다. 작물의 생육과 노화에 따른 시계열 변화와 특정 시기에 강한 태양복사조도의 영향으로 인한 작물의 반응을 모두 표현하였다. 실험구(EA1, EA3)에서도 약해로 인한 작물의 반응이 관측되었다.

Fig. 6. Daily time series of vegetation indices based on spectral reflectance sensor (SRS) that is a groundfixed optical sensor. NDVI: normalized difference vegetation index; CCI: chlorophyll/carotenoid index; PRI: photochemical reflectance index; EA: Experimental area.

고정형 센서를 통한 연속적인 관측에서도 PRI_SRS, CCI_SRS가 작물의 고사로 인해 값이 감소하다가 캐노피가 열리면(Open canopy) 멀칭비닐의 영향으로 인해 값이 증가하는 경향이 나타났다. 이러한 특징은 지상 및 무인기 관측 결과에서도 동일하게 나타났다.

4) 제초제 약해 피해 후 공간 규모에 따른 분광반사도 변화

작물의 약해 피해 이후 분광반사도 변화를 서로 다른 공간 규모에서 살펴보았다(Fig. 7). 지상분광계와 다중분광카메라 자료가 모두 존재하는 2020년 4월 13일 분광반사도 값을 기준으로 두고 분석을 수행하였다. 이 날짜는 세 번째 제초제 살포 후 3일째 되는 날이다. Fig. 7(a, c)는 약해 피해를 받지 않는 지점에서의 분광반사도 변화를 나타낸 것이다. 4월 하순 마늘잎의 노화가 시작되면 서 가시광선 파장의 분광반사도 값이 증가하는 경향이 나타났다. 수확 전(2020년 5월 20일) 관측자료에서는 잎의 노화로 인해 Red 분광반사도 값이 증가하고 NIR 분광반사도 값이 감소하는 일반적인 경향이 나타난 것을 확인할 수 있다. 이러한 경향은 지상분광계와 드론에서 모두 동일하게 나타났다.

Fig. 7. Relative change of reflectance after structural damage caused by herbicide spay. The reflectance measured on Apr. 13, 2020 is reference. EA: Experimental area; UAV: Unmanned aerial vehicle.

하지만 약해 피해를 받은 지점(EA3)에서는 Red 분광반사도 증가, NIR 분광반사도 감소 정도가 더 크게 나타났다(Fig. 7(a, c)). 특히, 마늘잎이 고사하여 NIR 파장에서는 피해를 받은 이후 지속해서 감소하는 경향이 나타났다. 하지만 가시광선 파장대에서의 분광반사도 값은 4월 하순에 가장 많이 증가하였으며, 이후 조금씩 감소하는 경향이 나타났다. 이러한 경향은 고정형 센서(SRS) 관측에서 NDVISRS는 지속해서 감소하고, PRI_SRS, CCI_SRS는 4월 하순~5월 초순까지 감소하였다가 다시 증 가하는 경향을 설명할 수 있다(Fig. 6). 지상분광계와 무인기 다중분광카메라 자료에서 경향이 동일하게 나타난 것으로 보아 관측 오차가 아니라 마늘잎이 고사하여 멀칭비닐과 토양의 영향이 서서히 반영된 것으로 사료된다(Fig. 2).

4. 결론

고농도의 제초제 살포 후 작물의 잎이 고사하고 마늘의 인편의 무게가 감소하는 등 약해 피해가 나타났다. 이러한 작물의 스트레스 반응을 서로 다른 공간 규모에서 관측된 구조적, 생화학적, 생리적 식생지수를 이용하여 살펴보았으며, 결론을 정리하면 다음과 같다.

1) 잎이 고사하는 등 지상부 건물중이 감소하는 작물의 피해(피해 정도, 피해 시기)를 탐지하기에 NDVI, EVI, OSAVI와 같이 NIR 파장이 포함된 구조적식 생지수가 유용하였다. NIR 분광반사도 값은 약해 피해 후 지속해서 감소하는 경향이 나타났다. 또한, 구조적 식생지수의 경우 공간 규모에 관계없이 작물 스트레스를 표현하는 정도가 유사하였다.

2) 멀칭비닐을 이용하여 작물을 재배하는 경우 열린 캐노피 상태에서 멀칭비닐이 531 nm에 영향을 주기 때문에 생리적 식생지수를 통해 작물의 스트레스 반응을 탐지하기에 어려움이 있을 수 있다. 하지만 닫힌 캐노피(Closed canopy) 상태이면서 멀칭비닐의 영향이 없는 경우에는 작물의 생리적 스트레스를 탐지할 수 있는 특징을 가지고 있다. 따라서 생리적 식생지수는 지표, 작물의 상태, 기상환경에 따라 달리 사용되어야 한다. 특히, 무인기 기반의 생리적 식생지수를 분석할 때 유의하여야 한다.

3) 스트레스 상황에서 서로 다른 공간 규모에서 산출 된 식생지수의 반응 정도는 사용하는 산출식에 따라 차이가 있다. 정규화 식생지수(NDVI, NDRE, ND705)의 경우에는 제초제 살포 후 감소하는 비 율이 유사하지만 MTCI, MCARI와 같이 특정 파장 대에서의 기울기(Slope)나 비율(Ratio)을 의미하는 식생지수의 경우에는 공간 규모에 따라 감소하는 정도에 차이가 존재하였다. 따라서 다양한 공간 규모에서 관측된 작물의 스트레스 상태를 정량화하기 위해서는 정규화된 식생지수를 사용하는 것이 중요하다.

4) 작물이 성장하면 값이 증가하고 노화하면 값이 감소하는 특징을 가진 식생지수가 더 많다는 것을 고려했을 때 PSRI와 같이 잎이 노화하는 정도가 많을수록 값이 증가하는 식생지수보다 스트레스 상황에서 감소하는 식생지수가 권장된다.

본 연구에서는 작물의 잎이 고사하는 심각한 스트레스 상황에서 구조적, 생화학적, 생리적 특징을 가지는 식생지수에 대한 반응과 서로 다른 공간 규모에 따른 식생지수의 특성을 확인하였다. 이를 통해 비록 생리적 식생지수가 작물 스트레스에 민감하다고 알려졌지만, 작물 스트레스 종류와 재배 환경에 따라 적합한 식생지수를 활용하는 것이 더 유용하다는 것을 확인하였다. 해당 결과들은 스트레스 탐지를 위한 무인기 영상 기반 식생지수 관측 체계 구축에 기초자료로 사용될 것으로 판단된다.