• 한국광학회지
• /
• 제35권1호
• /
• pp.9-17
• /
• 2024

현미경용 플렌옵틱 광학 시스템은 일반적으로 대물 렌즈, 튜브 렌즈, 마이크로 렌즈 어레이, 그리고 이미지 센서로 구성된다. 플렌옵틱을 통한 라이트 필드 이미징에서 튜브 렌즈와 마이크로 렌즈 어레이 간의 수치 구경을 일치시키고, 이를 바탕으로 공간분해능 및 피사계심도 등의 성능 지표를 예측한다. 하지만 상업적 마이크로 렌즈 어레이 적용시 이러한 수치 구경 일치에 어려움이 있어, 본 논문에서는 기존에 보고된 성능 예측 수식을 수치 구경이 일치하지 않는 경우까지 확장하고, 전산 시뮬레이션을 통한 성능 예측 기법을 제시하며, 이를 수치 구경 일치화가 이루어진 10배율 및 수치 구경 불일치가 발생한 20배율 대물렌즈가 적용된 두 개의 플렌옵틱 광학계 개발 및 실험을 통하여 검증하였다. 10배율 및 20배율 시스템은 확장식에서 각각 12.5 ㎛, 6.2 ㎛의 공간 분해능과 530 ㎛, 88 ㎛의 피사계심도를 가지며, 시뮬레이션에서는 각각 11.5 ㎛, 5.8 ㎛의 공간분해능과 510 ㎛, 70 ㎛의 피사계심도를, 실험에서는 각각 11.1 ㎛, 5.8 ㎛의 공간 분해능과 470 ㎛, 70 ㎛의 피사계심도를 가진다. 확장식 및 시뮬레이션 모두 실험 값과 유사한 결과를 보여 시스템 설계에서는 두 가지 방법 모두 적절할 것으로 판단된다. 다만 피사계심도 예측 정확성에 있어서는 시뮬레이션에 의한 예측이 실험 값과 좀 더 유사하므로, 실제 제작에 앞서 시뮬레이션에 의한 성능 예측을 추천한다.

• 농촌계획
• /
• 제30권1호
• /
• pp.57-66
• /
• 2024

This study aimed to develop a precise vegetation cover classification model for small streams using the combination of drone remote sensing and support vector machine (SVM) techniques. The chosen study area was the Idong stream, nestled within Geosan-gun, Chunbuk, South Korea. The initial stage involved image acquisition through a fixed-wing drone named ebee. This drone carried two sensors: the S.O.D.A visible camera for capturing detailed visuals and the Sequoia+ multispectral sensor for gathering rich spectral data. The survey meticulously captured the stream's features on August 18, 2023. Leveraging the multispectral images, a range of vegetation indices were calculated. These included the widely used normalized difference vegetation index (NDVI), the soil-adjusted vegetation index (SAVI) that factors in soil background, and the normalized difference water index (NDWI) for identifying water bodies. The third stage saw the development of an SVM model based on the calculated vegetation indices. The RBF kernel was chosen as the SVM algorithm, and optimal values for the cost (C) and gamma hyperparameters were determined. The results are as follows: (a) High-Resolution Imaging: The drone-based image acquisition delivered results, providing high-resolution images (1 cm/pixel) of the Idong stream. These detailed visuals effectively captured the stream's morphology, including its width, variations in the streambed, and the intricate vegetation cover patterns adorning the stream banks and bed. (b) Vegetation Insights through Indices: The calculated vegetation indices revealed distinct spatial patterns in vegetation cover and moisture content. NDVI emerged as the strongest indicator of vegetation cover, while SAVI and NDWI provided insights into moisture variations. (c) Accurate Classification with SVM: The SVM model, fueled by the combination of NDVI, SAVI, and NDWI, achieved an outstanding accuracy of 0.903, which was calculated based on the confusion matrix. This performance translated to precise classification of vegetation, soil, and water within the stream area. The study's findings demonstrate the effectiveness of drone remote sensing and SVM techniques in developing accurate vegetation cover classification models for small streams. These models hold immense potential for various applications, including stream monitoring, informed management practices, and effective stream restoration efforts. By incorporating images and additional details about the specific drone and sensors technology, we can gain a deeper understanding of small streams and develop effective strategies for stream protection and management.

• 한국지반공학회논문집
• /
• 제40권3호
• /
• pp.41-54
• /
• 2024

건설된 지반구조물을 안전하게 유지하기 위해 정기적인 모니터링은 매우 중요하다. 현재 유지관리를 위해 센서를 기반으로 하는 가속도, 변위계, 이미지를 기반으로 하는 레이저 혹은 드론 영상 촬영 등 지반구조물에 영향을 최소화할 수 있는 비파괴방식이 활용되고 있다. 해당 기술들은 표면의 변화를 관찰할 수 있지만, 내부 물성값 변화 파악에는 어려움이 있다. 지반구조물의 내부 물성값 변화를 모니터링하기 위해 현장 지반조사법이 도입될 수 있으며, 이를 위해 활용될 수 있는 비파괴시험에는 지오폰을 활용한 Spectral-Anlysis-of-Surface-Wave(SASW) 시험이 있다. SASW 시험은 비파괴시험이지만, 데이터 해석에 드는 시간과 분석에 어려움으로 인해 잦은 관찰을 요구하는 유지관리 모니터링의 용도로 활용이 어렵다. 하지만, 전단파 속도를 도출하는 복잡한 SASW 최종 해석이 아닌 분산곡선을 도출하는 1단계 해석만으로도 모니터링에 적용할 수 있다. 따라서, 본 논문에서는 SASW 시험을 모니터링에 활용하기 위해 분산곡선 도출에 필요한 위상각차 데이터에 관한 기초 연구를 수행하였다. 위상각차 구간별 신뢰도에 대해 검토하여 데이터 모니터링에 활용이 가능한 범위에 관하여 확인하였다. 이를 위해 단일 층으로 구성된 균질한 지반 현장에서 지오폰을 활용하여 계측한 위상각차 데이터들을 활용하였다. 본 연구를 통해 활용할 수 있는 위상각차 데이터 구간을 파악해 모니터링의 활용성을 높일 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제40권4호
• /
• pp.319-341
• /
• 2024

The utilization of multispectral imaging systems (MIS) in remote sensing has become crucial for large-scale agricultural operations, particularly for diagnosing plant health, monitoring crop growth, and estimating plant phenotypic traits through vegetation indices (VIs). However, environmental factors can significantly affect the accuracy of multispectral reflectance data, leading to potential errors in VIs and crop status assessments. This paper reviewed the complex interactions between environmental conditions and multispectral sensors emphasizing the importance of accounting for these factors to enhance the reliability of reflectance data in agricultural applications.An overview of the fundamentals of multispectral sensors and the operational principles behind vegetation index (VI) computation was reviewed. The review highlights the impact of environmental conditions, particularly solar zenith angle (SZA), on reflectance data quality. Higher SZA values increase cloud optical thickness and droplet concentration by 40-70%, affecting reflectance in the red (-0.01 to 0.02) and near-infrared (NIR) bands (-0.03 to 0.06), crucial for VI accuracy. An SZA of 45° is optimal for data collection, while atmospheric conditions, such as water vapor and aerosols, greatly influence reflectance data, affecting forest biomass estimates and agricultural assessments. During the COVID-19 lockdown,reduced atmospheric interference improved the accuracy of satellite image reflectance consistency. The NIR/Red edge ratio and water index emerged as the most stable indices, providing consistent measurements across different lighting conditions. Additionally, a simulated environment demonstrated that MIS surface reflectance can vary 10-20% with changes in aerosol optical thickness, 15-30% with water vapor levels, and up to 25% in NIR reflectance due to high wind speeds. Seasonal factors like temperature and humidity can cause up to a 15% change, highlighting the complexity of environmental impacts on remote sensing data. This review indicated the importance of precisely managing environmental factors to maintain the integrity of VIs calculations. Explaining the relationship between environmental variables and multispectral sensors offers valuable insights for optimizing the accuracy and reliability of remote sensing data in various agricultural applications.

• 생물환경조절학회지
• /
• 제28권4호
• /
• pp.461-470
• /
• 2019

본 연구는 육안판단이 아닌 엽록소형광 이미지 측정기법을 이용하여 비파괴적으로 수박접목묘 플러그트레이 단일 셀에 대해 건조스트레스를 정량화하고자 수행되었다. 접목 후 6일차 수박접목묘를 3일동안 균일한 관수관리 하에서 재배한 후 건조스트레스를 부여하였다. 이후 플러그트레이 단일 셀 형태의 수분함량센서를 이용하여 D1(53.0%, 충분한 수분상태)단계부터 D9(15.7%, 극심한 건조스트레스)단계까지 9개 그룹으로 분류하고 엽록소 형광을 측정하였다. 또한 건조스트레스에 영향을 받은 묘(D5-D9)에 재관수하여 육안판단으로 확인되지 않은 광합성 및 생육 회복 수준을 측정하였다. 3개의 건조스트레스 단계의 엽록소형광 곡선 형태는 건조스트레스 조기 탐지에 대해 다른 양상을 보였다. 총 16개의 엽록소 형광 지수는 건조스트레스에 노출되면서 지속적으로 감소하였으며, 육안으로 판단 가능한 D5(32.1%)단계에서 크게 감소하였다. 형광감소율(Rfd_Lss)는 초기 건조스트레스 수준(D5-D6)에서 명확하게 감소하기 시작하였으며, 최대 광화학효율(Fv/Fm)은 극심한 건조스트레스 수준(D7-D9)에서 크게 감소하였다. 따라서, Rfd_Lss 및 Fv/Fm 지수를 건조스트레스의 초기 및 이후 단계에서 생육 및 광합성 회복 평가를 위한 지표로 선정하였다. 개별 엽록소형광 지수의 수치값 차이와 엽록소형광 이미지를 통해 건조스트레스 수준이 직관적으로 확인되었다. 이러한 결과는 Rfd_Lss와 Fv/Fm은 각각 초기 및 극심한 건조스트레스를 탐지하지 위한 엽록소형광 지수로 활용될 수 있으며, Fv/Fm은 재관수시 회복 평가를 위한 최적의 엽록소형광 지수로 판단된다.

• 대한원격탐사학회지
• /
• 제37권6_3호
• /
• pp.1985-1999
• /
• 2021

본 연구의 목적은 EPA(Environmental Protection Agency)에서 활용하는 도시열섬 저감기법(옥상녹화, 쿨루프, 차열도료포장 및 차열블럭포장 등)을 연구지역에 적용하여 토지피복 객체간 비교 분석으로 실질적 효과 파악을 목적으로 한다. 이를 위해, 경상남도 김해시 장유무계지역을 연구지역으로 선정하고, 드론 DJI Matrice 300 RTK에 열적외선 영역센서 FLIR Vue Pro R과 가시광선 영역센서인 H20T 1/2.3" CMOS, 12 MP를 활용하여 계측하였다. 계측 일정은 7월 27일 아침 7시 15분부터 저녁 7시 15분까지 1시간 30분 간격으로 총 9장의 열지도와 비교군 토지피복 객체(711개) 열섬 저감기법 토지피복 객체(180개) 를 추출하였다. 추출한 180개의 객체 별 효과값 산출 후, 기법 종류별 효과를 종합한 결과 주간시간 기준 쿨루프 4.71℃, 옥상녹화 3.40℃, 차열도료포장 0.43℃, 차열블록포장 -0.85℃의 열섬 저감효과가 있는 것으로 분석되었다. 시간대별 효과 비교 결과 촬영일 기준 남중시각 인근인 13시에서 기법들의 열섬 저감효과가 가장 높은 것으로 나타났으며, 해당 시각을 지난 13시에서 14:30분 사이에 쿨루프 -8.19℃, 옥상녹화 -5.56℃, 차열도료포장 -1.78℃, 차열블록포장 -1.57℃의 온도 저감의 효율이 변화하였다. 본 연구는 드론과 같은 고해상도 영상을 활용하여 도시열섬 저감기법을 검증한 사례 연구이다. 향후, 고정밀 공간해상도를 가지는 초소형 위성 등의 직접적인 활용 예시가 가능할 것으로 사료된다.

• 한국해양학회지:바다
• /
• 제21권1호
• /
• pp.1-10
• /
• 2016

동해 표층 해수에서 측정한 이산화탄소 분압($pCO_2$)에 대해 기 확보된 자료는 해양-대기간 $CO_2$ 교환율을 정량화하고자 통계 기법을 적용하기에는 부족한 편이다. 이를 보완하기 위해 위성자료를 이용하여 관측이 이루어지지 않은 해역의 $pCO_2$를 신경망모델을 이용하여 채워 넣는(mapping) 연구를 시도하였다. 본 연구는 동해에서 현장관측자료가 가장 많이 축적된 울릉분지를 대상으로 2003년부터 2012년까지의 표층$pCO_2$자료와, Aqua 위성의 MODIS 센서로 관측한 해표면 온도(SST)와 엽록소(chlorophyll) 자료, 경위도 자료로 신경망모델을 구축하여 $pCO_2$ 분포도 작성과 변동성을 추정하고자 하였다. 신경망모델의 학습은 $pCO_2$ 관측자료와 모델결과값의 상관도가 95% 이상을 달성하도록 하였다. 모델 결과의 평균제곱근오차(RMSE)는 $19.2{\mu}atm$으로 관측자료의 변동 크기와 비교해서 훨씬 작은 수준이었다. SST와 chlorophyll에 연관된 $pCO_2$의 변동성을 살펴보면 chlorophyll 보다는 SST에 대해 더욱 강한 음의 상관 관계를 보였다. 모델이 출력한 $pCO_2$의 변동성은 SST가 내려감에 따라 커지는 경향을 보였다. $15^{\circ}C$ 이하에서는 $pCO_2$ 변동성에 대한 SST와 chlorophyll의 기여도가 뚜렷하게 나타났다. 반면 SST가 $15^{\circ}C$ 이상일 경우에는 $pCO_2$ 변동성은 SST와 chlorophyll의 변화에 대해 그리 민감하게 반응하지 않았다. 신경망모델 출력값으로 추정한 2003-2014년 사이의 울릉분지 표층수의 연평균 $pCO_2$ 증가율은 $0.8{\mu}atm$이었다. 신경망 모델이 울릉분지의 $pCO_2$에 대해 이전 연구보다 해상력과 오차가 향상된 $pCO_2$ 채워넣기를 가능케 해 준 점에 비추어 볼 때 국제정세에 따라 전역 관측이 수월하지 않은 동해의 탄소순환을 이해하는데 유용한 도구로 쓰일 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제33권5_1호
• /
• pp.571-585
• /
• 2017

적색경계밴드(red-edge band)가 식물의 생물리적 특성과 밀접한 관계를 가지고 있다고 알려지고 있으며, 이에 따라 최근 적색경계밴드를 포함한 위성영상센서가 증가하고 있다. 본 연구는 향후 농림업중형위성에 적색경계밴드 탑재를 계획하고 있는 점을 감안하여, 적색경계밴드와 관련된 연구 현황과 활용 가치를 분석하고자 한다. 수관울폐도가 높은 우리나라 산림의 엽면적지수(Leaf Area Index, LAI) 추정에 있어서 적색경계밴드의 효과를 분석하였고, 더 나아가 LAI 추정을 위한 최적의 파장폭과 파장영역을 도출하고자 하였다. LAI가 5 이상인 갈참나무와 리기다소나무를 대상으로 4월부터 10월까지 시계열 분광반사 측정자료를 이용하여 LAI와의 상관관계를 분석하였다. 분광반사측정자료에서 5개의 파장폭(10 nm, 20 nm, 30 nm, 40 nm, 50 nm)과 71개의 중심파장(680 nm부터 750 nm까지 1 nm 간격)을 달리하여 모두 355개의 적색경계밴드를 모의 생성했다. 적색경계밴드를 기반으로 하는 두 개의 분광지수 NDRE(normalized difference red-edge index)와 CIRE(chlorophyll index red-edge)를 산출하여 LAI와 상관관계를 분석하였다. 적색경계밴드 기반의 분광지수인 NDRE 및 CIRE는 수관울폐도가 높은 갈참나무와 리기다소나무의 LAI와 높은 상관관계를 얻을 수 있었다. 이는 수관울폐도가 높은 국내 산림에서 일반적으로 사용되는 NDVI가 LAI와의 상관관계가 낮게 나타났던 한계를 해결할 수 있는 가능성을 보여주었다. 10 nm부터 50 nm까지 적색경계밴드의 파장폭 효과는 산림의 LAI와 관계에서 큰 차이를 보이지 않았다. LAI와 최대 상관관계를 보이는 적색경계밴드의 중심파장은 갈참나무에서는 720 nm 부근, 그리고 리기다소나무에서는 710 nm 주변으로 나타났다. 우리나라 농작물 및 산림의 식생정보 획득과 모니터링을 위한 최적의 적색경계밴드의 파장폭과 파장영역을 결정하기 위해서는 다른 생물리적인자(엽록소, 질소, 수분함량, 생체량 등)와의 관계도 충분히 고려하여야 한다.

• 한국농림기상학회지
• /
• 제13권2호
• /
• pp.69-78
• /
• 2011

벼는 전 세계 주요 식량 자원 중 하나이며, 특히 아시아 지역에서 벼 경작이 활발히 이루어지고 있다. 벼를 경작하기 위한 논은 다른 작물과 달리 모내기전에 논에 물을 가둬두며, 많은 양의 물이 관개용수로 사용된다. 따라서 신뢰도 있는 관개시기 및 논의 탐지는 효율적인 수자원 관리 및 물 수지 분석을 위해 반드시 필요한 요소이다. 본 연구에서는 MODIS 자료로부터 산출된 개선된 식생지수(Enhanced Vegetation Index, EVI)와 지표수분지수(Land Surface Water Index, LSWI)를 활용하여 관개시기와 논의 공간분포탐지를 실시했다. 한국의 이천 연구지와 일본 Mase 연구지를 대상으로 MODIS 기반의 관개시기 탐지 결과 관측자료와 각각 1일과 8일정도의 차이를 나타냈다. 이 결과는 MODIS 8일 단위 자료의 오차범위 내에서 신뢰도 있는 관개시기 탐지 결과를 나타낸 것으로 판단된다. 또한 관개시기 탐지 결과를 토대로 한국 전체를 대상으로 MODIS 기반의 논을 탐지하고 환경부 토지피복도의 논과 비교하였다. 그 결과, 논이 넓게 분포한 지역에서는 MODIS가 과대평가하는 결과를 나타냈으며, 규모가 작은 논에 대해서는 과소평가하는 결과를 나타냈다. 이는 MODIS 자료의 공간해상도(500m)가 한국 논의 규모를 표현할 정도로 세밀하지 못한 점과 산림, 도시, 호수 및 강 등을 제거하는 과정에서 오차가 발생했을 것으로 판단된다. 또한 Xiao et al.(2005)이 제안한 LSWI에 대한 임계값(+0.05)은 중국을 대상으로 개발된 값으로, 한국 논의 토지피복 복잡성을 잘 반영하지 못하여 오차를 발생시킨 것으로 사료된다. 따라서 신뢰도 있는 관개시기 및 논 탐지를 위해서는 한국 논의 규모 및 토지피복의 이질성을 체계적으로 고려한 LSWI의 임계값을 개발하여 적용할 필요가 있다.