• 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.

• 한국측량학회지
• /
• 제36권5호
• /
• pp.413-422
• /
• 2018

Many applications using satellite data from high-resolution multispectral sensors require an image fusion step, known as pansharpening, before processing and analyzing the multispectral images when spatial fidelity is crucial. Image fusion methods are to improve images with higher spatial and spectral resolutions by reducing spectral distortion, which occurs on image fusion processing. The image fusion methods can be classified into MRA (Multi-Resolution Analysis) and CSA (Component Substitution Analysis) approaches. To suggest the efficient image fusion method for Pleiades and KOMPSAT (Korea Multi-Purpose Satellite) 3 satellites, this study will evaluate image fusion methods for multispectral and panchromatic images. HPF (High-Pass Filtering), SFIM (Smoothing Filter-based Intensity Modulation), GS (Gram Schmidt), and GSA (Adoptive GS) were selected for MRA and CSA based image fusion methods and applied on multispectral and panchromatic images. Their performances were evaluated using visual and quality index analysis. HPF and SFIM fusion results presented low performance of spatial details. GS and GSA fusion results had enhanced spatial information closer to panchromatic images, but GS produced more spectral distortions on urban structures. This study presented that GSA was effective to improve spatial resolution of multispectral images from Pleiades 1A and KOMPSAT 3.

• 한국측량학회지
• /
• 제33권3호
• /
• pp.211-218
• /
• 2015

The analysis of remote sensing data depends on sensor specifications that provide accurate and consistent measurements. However, it is not easy to establish confidence and consistency in data that are analyzed by different sensors using various radiometric scales. For this reason, the cross-calibration method is used to calibrate remote sensing data with reference image data. In this study, we used an airborne hyperspectral image in order to calibrate a multispectral image. We presented an automatic cross-calibration method to calibrate a multispectral image using hyperspectral data and spectral mixture analysis. The spectral characteristics of the multispectral image were adjusted by linear regression analysis. Optimal endmember sets between two images were estimated by spectral mixture analysis for the linear regression analysis, and bands of hyperspectral image were aggregated based on the spectral response function of the two images. The results were evaluated by comparing the Root Mean Square Error (RMSE), the Spectral Angle Mapper (SAM), and average percentage differences. The results of this study showed that the proposed method corrected the spectral information in the multispectral data by using hyperspectral data, and its performance was similar to the manual cross-calibration. The proposed method demonstrated the possibility of automatic cross-calibration based on spectral mixture analysis.

• 한국측량학회지
• /
• 제34권4호
• /
• pp.413-423
• /
• 2016

Worldview-3 satellite sensor provides panchromatic image with high-spatial resolution and 8-band multispectral images. Therefore, an image-sharpening technique, which sharpens the spatial resolution of multispectral images by using high-spatial resolution panchromatic images, is essential for various applications of Worldview-3 images based on image interpretation and processing. The existing pansharpening algorithms tend to tradeoff between spectral distortion and spatial enhancement. In this study, we applied six pansharpening algorithms to Worldview-3 satellite imagery and assessed the quality of pansharpened images qualitatively and quantitatively. We also analyzed the effects of time lag for each multispectral band during the pansharpening process. Quantitative assessment of pansharpened images was performed by comparing ERGAS (Erreur Relative Globale Adimensionnelle de Synthèse), SAM (Spectral Angle Mapper), Q-index and sCC (spatial Correlation Coefficient) based on real data set. In experiment, quantitative results obtained by MRA (Multi-Resolution Analysis)-based algorithm were better than those by the CS (Component Substitution)-based algorithm. Nevertheless, qualitative quality of spectral information was similar to each other. In addition, images obtained by the CS-based algorithm and by division of two multispectral sensors were shaper in terms of spatial quality than those obtained by the other pansharpening algorithm. Therefore, there is a need to determine a pansharpening method for Worldview-3 images for application to remote sensing data, such as spectral and spatial information-based applications.

• 한국측량학회지
• /
• 제38권6호
• /
• pp.707-716
• /
• 2020

원격탐사 분야에서 물체의 특성을 정략적으로 추정할 수 있는 분광센서에 대한 관심이 늘어나고 있으며, 특히, 최근 드론에 탑재하여 운영할 수 있는 경량 다분광 카메라의 활용이 주목받고 있다. 정량적 원격탐사를 위해서는 카메라 또는 센서에서 획득된 복사량의 정확도가 중요하지만, 저가의 다분광 카메라의 경우 복사정확도에 대한 독립적인 검증이 충분히 수행되지 않았다. 본 연구에서는 최근 농작물 모니터링, 식생 분석, 수질 분석 등에 다양하게 활용되고 있는 MicaSense사의 RedEdge-MX 카메라에 대한 복사 정확도 분석을 수행하였다. 미국 NIST 표준에 따라 교정된 초분광 센서인 TriOS RAMSES를 이용하여, RedEdge-MX 센서의 복사휘도 및 복사조도에 대한 상대 보정계수를 산출하였다. 분석결과, RedEdge-MX의 복사휘도는 밴드별로 RAMSES보다 5~16% 가량 낮게 나타났고, 복사조도 역시 1~20% 가량 낮은 것이 확인되었다. 본 연구에서는 RedEdge-MX의 관측값을 RAMSES에 상응하는 값으로 변환시키기 위한 보정계수를 1차 그리고 3차 회귀분석을 통하여 제공한다.

• 한국측량학회지
• /
• 제33권1호
• /
• pp.63-70
• /
• 2015

영상융합 기법은 고해상도 영상을 이용하여 저해상도 영상의 공간해상도를 증대시키는 방법이다. 본 논문에서는 EO-1 위성에 탑재된 ALI 센서와 Hyperion 센서로부터 취득된 고해상도 흑백영상, 저해상도 다중분광 영상 및 초분광 영상을 활용한 초분광 영상의 융합기법에 대한 연구를 수행하였다. 특히, 초분광 영상과 다중분광 영상의 특성을 고려하여 초분광 영상의 블록을 구성하여 ALI 및 Hyperion 영상에 적용하고, 이에 따른 영상융합 기법의 성능을 평가하고자 하였다. 실험결과, 고해상도 흑백영상만을 사용한 융합결과와 비교하여 저해상도 다중분광 영상을 활용한 블록기반의 융합기법이 공간해상도를 효율적으로 향상시킬 수 있음을 확인하였으며, 제안된 융합기법이 기존의 블록기반 융합기법과 비교하여 분광왜곡을 최소화시킬 수 있음을 확인하였다. 이를 통해, 향후 발사될 다양한 초분광 위성 및 항공기 초분광 센서의 활용을 증대시킬 수 있을 것으로 판단된다.

• 한국측량학회지
• /
• 제39권1호
• /
• pp.13-21
• /
• 2021

아리랑3호, 국토위성 등 고해상도 국토관측 위성은 일반적으로 가시광 및 근적외선 영역의 영상을 획득하기 위한 MS (Multispectral) CCD (Charge Coupled Device) 센서와 MS보다 4배의 공간해상도를 갖는 고해상도 PAN (Panchromatic) 영상을 획득하기 위한 CCD 센서의 조합으로 된 카메라를 탑재한다. 카메라 내에서 PAN과 MS CCD라인이 일정한 간격을 갖게 설치되기 때문에 위성이 궤도를 지나가며 대상물을 약간의 시간차를 갖고 촬영하게 되며 따라서 영상 내의 대상물 위치도 달라진다. PAN과 MS 영상융합을 위해서는 PAN과 MS영상간의 정밀한 상호좌표등록이 필요한데, 본 연구에서는 센서모델링을 통한 기법과 영상 매칭의 융합을 통한 상호좌표등록을 수행하였다. PAN과 MS 상호 센서모델링을 통해 초기 상호좌표등록을 수행하고, 영상 매칭을 통해 그 정밀도를 향상시켜 약 RMSE (Root Mean Square Error) 0.2 화소의 정밀도를 확보할 수 있었다.

• 대한원격탐사학회지
• /
• 제33권5_1호
• /
• pp.537-546
• /
• 2017

본 연구는 무인항공기 및 다중분광센서를 이용한 부유쓰레기 탐지 알고리즘을 개발하고자 하였다. 또한 알고리즘을 적용하여 하천의 부유쓰레기 발생 범위를 산정하였다. 부유쓰레기 탐지 구간을 대상으로 무인항공기를 이용한 항공촬영을 통해 면적 계산이 가능한 정사영상을 생성하였으며, 분광조사를 수행하여 하천수, 스티로폼, 초목류 등의 분광학적 특성을 이용한 부유쓰레기 탐지 지수식을 산출하였다. 그리고 산출된 지수식을 이용한 센서의 밴드 조합을 통해 스티로폼을 비롯한 부유쓰레기를 탐지하였다. 탐지 지수식 적용 결과 정사영상 내 총 3지점에서 대량의 부유쓰레기 집적 구간이 확인되었으며, 탐지 대상 면적 중 집적구간을 포함한 3.6%에 해당하는 0.82 ha($8,200m^2$)에서 스티로폼과 초목류를 포함한 대량의 부유쓰레기가 발생한 것으로 추정되었다.

• 한국수자원학회논문집
• /
• 제56권11호
• /
• pp.729-735
• /
• 2023

다중분광센서인 Moderate resolution Imaging Spectroradiometer (MODIS)는 지표 및 대기 산출물을 통해 다양한 분야에서 활발한 연구가 진행되어 왔다. MODIS는 발사된지 20년이 지났고, 비슷한 특성의 이를 대체할 만한 자료의 필요성이 지속적으로 제기되어 왔다. 본 연구에서는 2011년에 발사된 Suomi National Polar-orbiting Partnership (Suomi NPP) 위성의 Visible Infrared Imaging Radiometer Suite (VIIRS) sensor에서 제공하는 지표 산출물 중 지표면 온도(Land Surface Temperature, LST)와 식생 지수인 정규식생지수(Normalized Differences Vegetation Index, NDVI)를 소개하고, 기존의 MODIS에서 제공되는 자료와의 비교 및 검증을 통해 연구 지역인 남한에서의 지역적인 적용성을 파악하고자 한다. 지표면 온도와 식생 활력은 농업적인 가뭄을 발생시키는 주요한 인자로써, 남한의 극심한 가뭄기간인 2014년과 2015년을 대상으로 가뭄의 시공간적인 변동성을 분석하여, VIIRS 산출물의 활용 가능성을 파악하였다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1379-1391
• /
• 2020

농업에서의 무인기는 촬영 영역은 작지만, 위성이 가지지 못하는 초고해상도의 영상 수집이 가능하며, 작물의 생물계절에 맞는 영상을 적시에 획득 할 수 있어 들녘단위 농경지의 모니터링에 유용하게 사용될 수 있다. 하지만 무인기의 경우 위성과 달리 다양한 카메라와 촬영 환경에 따른 다중시기 영상을 활용하기 때문에 시계열 영상 활용을 위해서는 정규화 된 영상자료를 활용하는 것이 필수적으로 요구된다. 본 연구는 무인기 다중분광 영상의 농업 모니터링 시계열 활용을 위해 촬영 환경에 따른 무인기 반사율 및 식생지수의 변동성을 분석하였다. 촬영 고도, 촬영 방향, 촬영시간, 운량과 같은 환경요인에 따른 반사율 변동성은 8%에서 11%로 매우 크게 나타났으나, 식생지수의 변동성은 1% ~ 5%로 안정적인 것을 확인 할 수 있었다. 이러한 현상은 무인기 다중분광센서의 특성과 후처리 프로그램의 정규화 등 다양한 원인이 존재하는 것으로 판단된다. 따라서 무인기 영상의 시계열 활용을 위해서는 식생지수와 같은 밴드비율함수를 활용하는 것이 권장되며 촬영 시 가능한 동일한 촬영시간, 촬영 고도, 촬영 방향을 설정하여 시계열 영상의 변동성을 최소화하는 것이 권장된다.