• 한국관개배수논문집
• /
• 제21권1호
• /
• pp.45-54
• /
• 2014

In this study, Agricultural Infrastructures of Shincheon-gun in North Korea are investigated using Kompsat-2 and RapidEye satellite imagery. Target agricultural infrastructures are agricultural landuse, irrigation and drainage canals, dammed pools for irrigation and pumping stations. KOMPSAT-2 satellite imagery are use to investigate agricultural hydraulic structures and agricultural landuse are investigated by RapidEye Imagery. Geometric correction are performed using 28 GCP and QUAC method are used for atmospherical correction in all imagery. ISODATA clustering and naked-eye classification method are used for extracting agricultural hydraulic structures and Object-based analysis is applied to classifying the agricultural landuse. Extraction results of agricultural hydraulic structures and agricultural are presented and we suggest the applicability of satellite imagery to investigate agricultural infrastructures in North Korea.

• 한국물환경학회지
• /
• 제30권3호
• /
• pp.329-339
• /
• 2014

This study aims to estimate chlorophyll-a concentration in rivers using multi-spectral RapidEye imagery and Spectral Mixture Analysis (SMA) and assess the applicability of SMA for multi-temporal imagery analysis. Comparison between images (acquired on Oct. and Nov., 2013) predicted and ground reference chlorophyll-a concentration showed significant performance statistically with determination coefficients of 0.49 and 0.51, respectively. Two band (Red-RE) model for the October and November 2013 RapidEye images showed low performance with coefficient of determinations ($R^2$) of 0.26 and 0.16, respectively. Also Three band (Red-RE-NIR) model showed different performance with $R^2$ of 0.016 and 0.304, respectively. SMA derived Chlorophyll-a concentrations showed relatively higher accuracy than band ratio models based values. SMA was the most appropriate method to calculate Chlorophyll-a concentration using images which were acquired on period of low Chlorophyll-a concentrations. The results of SMA for multi-temporal imagery showed low performance because of the spatio-temporal variation of each end members. This approach provides the potential of providing a cost effective method of monitoring river water quality and management using multi-spectral imagery. In addition, the calculated Chlorophyll-a concentrations using multi-spectral RapidEye imagery can be applied to water quality modeling, enhancing the predicting accuracy.

• 한국지리정보학회지
• /
• 제17권4호
• /
• pp.189-199
• /
• 2014

범람원(floodplain)은 제방과 하천 사이에 존재하는 평탄하고 낮은 지역을 의미하며, 범람원 내 토지 이용 현황 분석은 하천유역의 효과적인 자원관리를 위해서 반드시 필요하다. 본 논문에서는 공간정보 자료인 LiDAR DEM 자료와 RapidEye 영상을 이용하여 낙동강 하천 범람원 내 토지 이용 현황 분석에 관한 연구를 진행하였다. 우선, DEM으로부터 제방 경계선을 추출하여 RapidEye 영상에서 연구대상지역 내 범람원의 범위를 설정하였다. 범람원의 범위를 설정한 뒤, RapidEye 영상에 ISODATA 클러스터링 및 post-classification 과정을 적용하여 범람원 내 토지피복 분류 작업을 진행하였다. ISODATA 클러스터링을 적용하여 분류된 범람원 내 토지피복은 91%의 분류 정확도를 가진다. 분류된 토지피복 클러스터들을 구성하는 픽셀들의 개수를 계산하여, 낙동강 범람원 내 토지 이용 현황에 관한 분석을 수행하였다. 본 연구를 통하여, 연구대상지역 범람원 내 하천의 면적은 46%, 나지의 면적은 36%, 습지의 면적은 11%, 그리고 초지의 면적은 7%라는 사실을 알 수 있었다.

• 한국토양비료학회지
• /
• 제46권4호
• /
• pp.245-252
• /
• 2013

Leaf area index (LAI) is important in explaining the ability of crops to intercept solar energy for biomass production, amount of plant transpiration, and in understanding the impact of crop management practices on crop growth. This paper describes a procedure for estimating LAI as a function of image-derived vegetation indices from temporal series of RapidEye imagery obtained from 2010 to 2012 using empirical models in a rice plain in Seosan, Chungcheongnam-do. Rice plants were sampled every two weeks to investigate LAI, fresh and dry biomass from late May to early October. RapidEye images were taken from June to September every year and corrected geometrically and atmospherically to calculate normalized difference vegetation index (NDVI). Linear, exponential, and expolinear models were developed to relate temporal satellite NDVIs to measured LAI. The expolinear model provided more accurate results to predict LAI than linear or exponential models based on root mean square error. The LAI distribution was in strong agreement with the field measurements in terms of geographical variation and relative numerical values when RapidEye imagery was applied to expolinear model. The spatial trend of LAI corresponded with the variation in the vegetation growth condition.

• 대한공간정보학회지
• /
• 제22권1호
• /
• pp.71-79
• /
• 2014

많은 연구들은 저해상도 위성영상을 이용하여 불투수면을 생성하며, 광역적인 객체 단위의 불투수면을 생성하는 데에 효율적인 성과를 이루지 못하고 있는 실정이다. 본 논문에서는 RapidEye 위성영상을 활용한 객체 기반의 불투수면 생성 기법을 제안하였으며, 이를 실험지역에 적용하고자 하였다. 분광반사율로 변환된 RapidEye 위성영상을 활용하여 추가적인 밴드를 생성하였으며, 훈련자료를 이용하여 그림자 및 수계 클래스를 추출하였다. 해당 클래스를 제외한 나머지 클래스들은 환경부의 중분류 토지피복지도와 분광혼합분석 모델을 활용하여 피복단위의 불투수 비율 영상을 생성하였다. 참조자료와의 정량적 비교평가를 통하여 본 연구에서 적용한 불투수면 생성 방법의 효용성을 검증하였다.

• 항공우주기술
• /
• 제10권1호
• /
• pp.149-155
• /
• 2011

세계적 기후온난화와 이상기온현상으로 최근 급변하는 농업환경에 대응하기 위해서는 농작물 작황관리 및 예측시스템의 과학화를 통한 정부차원의 대처능력 개선이 시급하다. 농업분야에서 위성정보의 활용은 고해상도 광학 및 레이더 영상의 상용화와 더불어 정밀농업이라는 새로운 가능성을 열어주고 있다. 본 연구에서는 최근 농업분야에서 주목을 받고 있는 RapidEye 위성영상을 사용하여 우리나라 농촌지역의 토지이용유형별 분광식생지수의 시계열 특성을 살펴보았다. 식생과 비식생지역 간에 뚜렷한 시계열 변화양상이 나타났으며, 식생지역 내에서도 산림 수종별, 논 그룹별로 식생지수의 시계열 변화에 차이가 관찰되었다.

• 한국토양비료학회지
• /
• 제48권5호
• /
• pp.556-563
• /
• 2015

Chinese cabbage is one of the most important vegetables in Korea and a target crop for market stabilization as well. Remote sensing has long been used as a tool to extract plant growth, cultivated area and yield information for many crops, but little research has been conducted on Chinese cabbage. This study refers to the derivation of simple Chinese cabbage growth prediction equation by using RapidEye derived vegetation index. Daesan-myeon area in Gochang-gun, Jeollabuk-do, Korea is one of main producing district of Chinese cabbage. RapidEye multi-spectral imagery was taken on the Daesan-myeon five times from early September to late October during the Chinese cabbage growing season. Meanwhile, field reflectance spectra and five plant growth parameters, including plant height (P.H.), plant diameter (P.D.), leaf height (L.H.), leaf length (L.L.) and leaf number (L.N.), were measured for about 20 plants (ten plants per plot) for each ground survey. The normalized difference vegetation index (NDVI) for each of the 20 plants was measured using an active plant growth sensor (Crop $Circle^{TM}$) at the same time. The results of correlation analysis between the vegetation indices and Chinese cabbage growth data showed that NDVI was the most suited for monitoring the L.H. (r=0.958~0.978), L.L. (r=0.950~0.971), P.H. (r=0.887~0.982), P.D. (r=0.855~0.932) and L.N. (r=0.718~0.968). Retrieval equations were developed for estimating Chinese cabbage growth parameters using NDVI. These results obtained using the NDVI is effective provided a basis for establishing retrieval algorithm for the biophysical properties of Chinese cabbage. These results will also be useful in determining the RapidEye multi-spectral imagery necessary to estimate parameters of Chinese cabbage.

• 한국측량학회지
• /
• 제32권5호
• /
• pp.505-513
• /
• 2014

2008년 발사된 RapidEye는 5개의 위성을 기반으로 하여 6.5m 공간 해상도의 위성 영상을 하루 간격으로 취득할 수 있는 높은 시간 해상도 특징을 갖는 지구관측위성이다. 제품으로 1B(Basic)와 3A(Ortho)를 제공하고 있으며, 이 중 1B 영상은 좌표등록이 되지 않고 RPCs 정보를 함께 제공해준다. 국내에서는 기 구축된 수치지도를 기반으로 하여 RapidEye의 기하학적 정확도를 보다 향상시킬 수 있으며, 본 논문에서는 1:25,000 수치지도를 이용하여 자동으로 RapidEye 1B영상의 좌표등록을 수행하기 위한 연구를 수행하였다. 1:25,000 수치지도 중 RapidEye 영상과의 매칭에 활용될 레이어를 선별하여 RPCs를 기반으로 RapidEye 1B영상으로 투영시켜 벡터 영상을 생성하고 이와 RapidEye영상의 에지 정보와의 자동 매칭을 통해 RPCs의 정확도를 향상시켰다. 실험 결과 수치지도 대비하여 평균 제곱근 오차 2.8픽셀의 오차가 0.8픽셀로 향상됨을 알 수 있었다.

• 대한공간정보학회지
• /
• 제23권4호
• /
• pp.25-33
• /
• 2015

생태계 평가 연구는 대부분 토지피복 정보를 기반으로 하여 연구되며, 주로 전지구적인 범위로 이루어져 왔다. 그러나 이러한 결과들을 지역적 현안에 대한 의사결정 자료로 활용하기에는 범위와 스케일에 있어서 활용성이 떨어지는 측면이 있다. 지역적 스케일에 활용 가능한 토지피복 정보로는 환경부에서 제작된 토지피복도가 있지만 시각판독법(On Screen Digitizing Method)의 한계와 시기별, 지역별 차이로 인해 자료 활용에 제한이 있다. 본 연구는 객체기반 분류기법을 이용하여 UAV 영상의 중분류 토지피복도를 제작하는데 목적이 있다. 이를 위하여 고해상도 UAV 영상을 5m 공간해상도로 재배열한 후 영상분할을 수행한 결과 scale 20, merge 34가 최적의 가중치 값으로 나타났으며, RapidEye 영상 분할에서는 scale 30, merge 30이 중분류 수준에 적절한 가중치 값으로 나타났다. 토지피복도는 예제기반분류를 사용하여 제작하였고, 층화추출법을 사용하여 정확도 검증을 수행하였다. 그 결과, RapidEye 분류 영상은 90%, UAV 분류 영상은 91%로 양호한 토지피복분류 결과가 도출되었다.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.823-833
• /
• 2020

안정적인 작물 생산을 위하여 국내 농업지역에 대한 효과적인 작황 모니터링 기법의 요구가 증대되고 있다. 본 연구에서는 작물 재배지역 추출을 위하여 딥러닝 기법을 이용한 분류 모델을 개발하고, 이를 위성영상에 적용하고자 하였다. 이를 위하여, 식생분석에 유용한 blue, green, red, red-edge, NIR 밴드를 포함하고 있는 RapidEye 위성영상을 이용하여 작물 재배지역에 대한 훈련자료를 구축하고, 이를 활용하여 국내 양파 및 마늘 작물에 대한 재배면적을 추정하고자 하였다. 대기보정된 RapidEye 위성영상을 활용하여 훈련자료를 구축하였으며, 작물지역의 분류를 위하여 대표적인 의미론적 분할을 위한 딥러닝 모델인 FC-DenseNet을 이용하여 딥러닝 모델을 생성하였다. 최종적인 작물 재배지역은 지적도와의 결합을 통하여 객체 기반의 자료로 생성하였다. 실험결과, 대기보정된 훈련자료를 이용하여 학습된 FC-DenseNet 모델은 훈련에 사용되지 않은 타 지역의 작물 재배지역을 효과적으로 검출할 수 있음을 확인하였다.