• 한국토양비료학회지
• /
• 제50권5호
• /
• pp.409-421
• /
• 2017

Recently Unmanned Aerial Vehicle (UAV) technology offers new opportunities for assessing crop growth condition using UAV imagery. The objective of this study was to select optimal vegetation indices and regression model for estimating of rice growth using UAV images. This study was conducted using a fixed-wing UAV (Model : Ebee) with Cannon S110 and Cannon IXUS camera during farming season in 2016 on the experiment field of National Institute of Crop Science. Before heading stage of rice, there were strong relationships between rice growth parameters (plant height, dry weight and LAI (Leaf Area Index)) and NDVI (Normalized Difference Vegetation Index) using natural exponential function ($R{\geq}0.97$). After heading stage, there were strong relationships between rice dry weight and NDVI, gNDVI (green NDVI), RVI (Ratio Vegetation Index), CI-G (Chlorophyll Index-Green) using quadratic function ($R{\leq}-0.98$). There were no apparent relationships between rice growth parameters and vegetation indices using only Red-Green-Blue band images.

• 한국측량학회지
• /
• 제33권6호
• /
• pp.547-555
• /
• 2015

The vegetation index is a crucial parameter in many biophysical studies of vegetation, and is also a valuable content in ecological processes researching. The OVIs (Optical Vegetation Index) that of using multispectral and hyperspectral data have been widely investigated in the literature, while the RVI (Radar Vegetation Index) that of considering volume scattering measurement has been paid relatively little attention. Also, there was only some efforts have been put to fuse the OVI with the RVI as an integrated vegetation index. To address this issue, this paper presents a novel FVI (Fusion Vegetation Index) that uses multispectral and full-PolSAR (Polarimetric Synthetic Aperture Radar) data. By fusing a NDVI (Normalized Difference Vegetation Index) of RapidEye and an RVI of C-band Radarsat-2, we demonstrated that the proposed FVI has higher separability in different vegetation types than only with OVI and RVI. Also, the experimental results show that the proposed index not only has information on the vegetation greenness of the NDVI, but also has information on the canopy structure of the RVI. Based on this preliminary result, since the vegetation monitoring is more detailed, it could be possible in various application fields; this synergistic FVI will be further developed in the future.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1231-1244
• /
• 2022

이상기상으로 인해 노지 작물이 스트레스 상황에 노출되는 빈도가 증가하고 있다. 우리나라에서도 대표적인 벼 재배지역에서 대규모의 병해가 발생하는 사례가 나타났으며, 특정 시기에 대규모 필지에서 발생하는 피해를 현장방문으로 조사하는 것은 한계가 있다. 위성 기반의 원격탐사 기법은 시군 영역을 대상으로 작물을 모니터링하기에 유용하나 작물의 생육이상에 따른 민감도 평가가 선행되어야 한다. 본 연구에서는 벼 병해 발생 지역에서 서로 다른 공간해상도를 가지는 위성 기반의 정규화식생지수(normalized difference vegetation index, NDVI)를 드론 영상을 이용하여 평가하였다. 10 m와 30 m의 공간해상도를 가지는 Sentinel-2, Landsat-8 위성 영상을 평가하였으며, 드론 영상은 약 8-10 cm의 공간해상도를 가졌다. 위성 영상에 맞춰 리샘플링(resampling)된 드론 NDVI는 Sentinel-2 NDVI 와 0.867-0.940의 상관관계를 가졌으며, Landsat-8 NDVI와는 0.813-0.934의 상관관계를 가졌다. 센서의 차이, 관측 시점의 차이 등으로 인한 편향(bias) 영향을 최소화하였을 때, Sentinel-2 NDVI는 Landsat-8 NDVI에 비해 드론 NDVI와 0.2-2.8% 더 적은 정규화된 평균 제곱근 오차를 가졌다. 또한, Sentinel-2 NDVI는 드론 NDVI와 병해 피해 정도와 관계없이 일정한 오차를 가졌으나 Landsat-8 NDVI는 병해 피해 정도에 따라 드론 NDVI와 오차 특성이 다르게 나타났다. 농경지 경계에서 오차가 크다는 것을 고려했을 때 공간해상도가 높은 영상을 활용하는 것이 작물 모니터링에 효과적이라고 판단된다.

• 대한공간정보학회지
• /
• 제24권3호
• /
• pp.39-47
• /
• 2016

본 연구는 몽골 Tuul-basin 지역의 토지피복변화 상태와 토지황폐화에 대한 분석을 위해 1990, 2001, 2011년의 녹색식물의 활력도가 가장 높은 여름의 Landsat 위성영상을 활용하였다. 몽골 Tuul-Basin 지역의 시계열 데이터를 이용하여, 정규식생지수(NDVI, normalized difference vegetation index), 토양조절 식생지수(SAVI, soil-adjusted vegetation index), 지표면온도(LST, land surface temperature)를 계산하여 토지피복변화 분석을 하였다. 그 결과 연구지역 전체 지역의 산림 및 녹지는 감소되고, 건조지역, 휴경지는 증가된 것으로 나타났으며, 점진적으로 토지가 황폐화되어 감을 알 수 있었다. 또한 LST와 식생지수의 상관성 분석을 실시한 결과, 높은 상관관계를 나타내었으며, 이는 대상지역의 토지피복변화나 식생의 활력도가 지표면의 온도와 밀접하게 관계가 있다는 것을 알 수 있었다.

• 한국수자원학회논문집
• /
• 제49권4호
• /
• pp.305-314
• /
• 2016

본 연구에서는 농업적 가뭄을 시, 공간적으로 파악하기 위하여 Terra의 MODIS 원격탐사 자료를 활용하여 가뭄의 정량적 평가를 실시하였다. 여러 가지 위성영상 중에서 식생 상태의 변화가 관찰되는 MOD13A3 영상을 통하여 NDVI (Normalized Difference Vegetation Index)와 EVI (Enhanced Vegetation Index)를 선정하였으며, 토지정보를 효율적으로 수집할 수 있는 MCD12Q1 영상의 Type1을 통하여 물, 도심지역 등을 제외한 식생부분만을 나타낼 수 있도록 토지피복분류를 하였다. 토지피복분류된 자료를 이용하여 NDVI와 EVI를 중권역별로 산정하여 나타낸 결과 계절적인 성향이 강하게 나타나 이를 보완하고자 EVI의 표준화 지수인 VSIA (Vegetation Stress Index Anomaly)를 우리나라의 극심한 가뭄해인 2001년에 대하여 중권역별로 산정하였다. 또한, 과거 우리나라의 농업가뭄 피해를 조사하였으며, 지상강우관측소의 자료를 통하여 SPI (Standardized Precipitation Index)를 중권역별로 산정하였다. SPI와 위성영상의 표준화 지수인 VSIA를 우리나라의 농업적 가뭄피해 연도와 비교하였으며, VISA의 시공간적 분석을 통해 한반도의 농업적 가뭄을 평가할 수 있는 활용성 및 적용 가능성을 검토하였다.

• 대한원격탐사학회지
• /
• 제26권6호
• /
• pp.665-673
• /
• 2010

The role of remote sensing in phenological studies is increasingly regarded as a key in understanding large area seasonal phenomena. This paper describes the application of Moderate Resolution Imaging Spectroradiometer (MODIS) time series data for vegetation classification using seasonal variation patterns. The vegetation seasonal variation phase of Seoul and provinces in Korea was inferred using 8 day composite MODIS NDVI (Normalized Difference Vegetation Index) dataset of 2006. The seasonal vegetation classification approach is performed with reclassification of 4 categories as urban, crop land, broad-leaf and needle-leaf forest area. The BISE (Best Index Slope Extraction) filtering algorithm was applied for a smoothing processing of MODIS NDVI time series data and fuzzy classification method was used for vegetation classification. The overall accuracy of classification was 77.5% and the kappa coefficient was 0.61%, thus suggesting overall high classification accuracy.

• 대한원격탐사학회지
• /
• 제17권2호
• /
• pp.111-119
• /
• 2001

This study analyzes time variability of the normalized difference vegetation index (NDVI), the leaf area index (LAI) and surface temperature (Ts) estimated from AVHRR data collected from across the Korean peninsula from 1981 to 1994. In the present study, LAI defined as vegetation density, as a function of NDVI applied for the vegetation types and Ts defined by the split-window formulation of Becker and Li (1990) with emissivity of a function of NDVI, are used. Results of the inter-annual, intra-annual and intra-seasonal variabilities in Korea show: (1) Inter-annual variability of NDVI is generally larger in the southem and eastern parts of the peninsula than in the western part. This large variability results from the significant mean variation. (2) Inter-annual variability of Ts is larger in the areas of smaller NDVI. This result shows that the NDVI play a small role in emissivity. (3) Inter-annual variability of LAI is larger in the regions of higher elevation and urban areas. Changes in LAI are unlikely to be associated with NDVI changes. (4) Changes in NDVI and Ts are likely dominant in July and are relatively small in spring and fall. (5) Urban effect would be obvious on the time-varying properties of NDVI and Ts in Seoul and the northern part of Taejon, where NDVI decreases and Ts increases with a significant magnitude.

• 한국토양비료학회지
• /
• 제48권6호
• /
• pp.593-601
• /
• 2015

The NDVI (Normalized difference vegetation index) is used as indicators of crop growth situation in remote sensing. To measure or validate the NDVI, reliable NDVI sensors have been needed. We tested new fixed-field NDVI sensor, "SRS (Spectral Reflectance Sensor)" developed by Decagon Devices, during Kimchi cabbage growing season at the cultivation area located in Gochang, Gangneung and Taebaek in Korea from 2014 to 2015. The diurnal variation of NDVI measured by SRS (SRS NDVI) showed a slight ${\cap}$-profile shape and was affected by water on the sensor surface. This means that SRS NDVI around noontime is resonable, except rainy day. Comparisons were made between the SRS NDVI and NDVI of used widely mobile sensor (Cropcircle NDVI). The comparisons indicate that SRS NDVI are close to Cropcircle NDVI (R=0.99). SRS NDVI time series displayed change of the plant height and leaf width of Kimchi cabbage. An obvious exponential relationship is found between SRS NDVI and the plant height ($R^2{\geq}0.92$) and leaf width ($R^2{\geq}0.92$) of Kimchi cabbage. Thus, SRS NDVI will be used as indicator of crop growth situation and a very powerful tool for evaluation of remote sensing NDVI estimates and associated corrections.

• 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.

• 한국측량학회지
• /
• 제35권1호
• /
• pp.23-30
• /
• 2017

NDVI (Normalized Difference Vegetation Index) plays an important role in surface land cover classification and LST (Land Surface Temperature Extraction). Its characteristics do not full carry the information of the surface cover typically in urban areas even though it is widely used in analyses in urban areas as well as in vegetation. However, abnormal NDVI values are frequently found in urban areas. We, therefore, examined NDVI values on whether NDVI is appropriate for LST and whether there are considerations in NDVI analysis typically in urban areas because NDVI is strongly related to the surface emissivity calculation. For the study, we observed the influence of the surface settings (i.e., geometric shape and color) on NDVI values in urban area and transition features between three land cover types, vegetation, urban materials, and water. Interestingly, there were many abnormal NDVI values systematically derived by the surface settings and they might influence on NDVI and eventually LST. Also, there were distinguishable transitions based on the mixture of three surface materials. A transition scenario was described that there are three transition types of mixture (urban material-vegetation, urban material-water, and vegetation-water) based on the relationship of NDVI and LST even though they are widely distributed.