Forest vertical structure is vital for comprehending ecosystems and biodiversity, in addition to fundamental forest information. Currently, the forest vertical structure is predominantly assessed via an in-situ method, which is not only difficult to apply to inaccessible locations or large areas but also costly and requires substantial human resources. Therefore, mapping systems based on remote sensing data have been actively explored. Recently, research on analyzing and classifying images using machine learning techniques has been actively conducted and applied to map the vertical structure of forests accurately. In this study, Sentinel-2 and digital surface model images were obtained on two different dates separated by approximately one month, and the spectral index and tree height maps were generated separately. Furthermore, according to the acquisition time, the input data were separated into cases 1 and 2, which were then combined to generate case 3. Using these data, forest vetical structure mapping models based on random forest, support vector machine, and extreme gradient boost(XGBoost)were generated. Consequently, nine models were generated, with the XGBoost model in Case 3 performing the best, with an average precision of 0.99 and an F1 score of 0.91. We confirmed that generating a forest vertical structure mapping model utilizing bi-seasonal data and an appropriate model can result in an accuracy of 90% or higher.
본 연구에서는 무인항공기(Unmanned Aerial Vehicle, UAV)를 활용하여 취득된 농경지 지역에 대한 영상 간 기하 오차를 제거하기 위한 정밀영상등록(Coarse to Fine Image Registration) 방법론을 제시한다. 먼저 무인항공기를 활용하여 농경지 지역에 대한 영상을 취득한 후 정사영상을 생성하였다. 영상등록 시 오차를 유발하는 오정합쌍이 추출되는 확률을 감소시키기 위해 생성된 정사영상의 메타데이터를 기반으로 관심지역을 선정하여 탐색영역을 최소화하였다. 그리고 Speeded Up Robust Features (SURF) 기법을 활용하여 추출된 정합쌍(Tie-points)을 기반으로 초기영상등록을 수행하여 정사영상 간 기하 오차를 전반적으로 제거하였다. 이어서 영상내에 두드러진 공간특성이나 구조가 없어도 효과적으로 정합쌍 추출이 가능한 상호정보(Mutual Information) 기법을 통해 추출된 정합쌍을 활용하여 정밀영상등록을 수행하였다. 총 8장의 정사영상을 이용하여 제안기법의 우수성 및 효율성을 검증하기 위해 SURF 기법, 상호정보기법을 개별적으로 활용하여 영상등록을 수행한 결과와 비교분석을 수행하였다. 그 결과, 제안기법을 활용한 경우 효과적으로 정사영상 간 기하 오차가 제거된 것을 확인하였다.
이 연구에서는 무인항공기를 이용하여 연안 갯벌의 정확한 공간지형정보 생성 가능성을 검토하고자 정사영상과 수치표고모델을 생성하였다. RTK-GPS로 측량한 고도 값을 이용하여 수치표고모델의 정확도를 분석하였다. 고정익 무인항공기와 회전익 무인항공기를 이용하여 항공삼각측량법으로 수치표고모델을 생성하였고, 조위상태가 다른 영상의 수륙경계선 추출법을 사용해 수치표고모델을 생성하였다. 정확한 정사영상과 수치표고모델을 생성하기 위해 촬영한 카메라의 내부표정 및 외부표정에 의해 발생한 왜곡과 무인항공기 자세변화로 발생한 왜곡을 보정해 주었다. 또한 위치오차를 보정하기 위해 31개의 지상기준점을 설치하였으며 이를 통해 30 cm 이내의 위치오차를 갖는 정사영상과 수치표고모델을 생성하였다. 갯벌에서 일정한 간격으로 측량한 2개 라인에 대한 RTK-GPS 고도자료와 무인항공기로 측량한 수치표고모델을 비교한 결과 $R^2$ 값이 1에 가까운 결과를 확인할 수 있었다. 연안 갯벌에서 높은 정확도의 수치표고모델 생성이 가능하며, 무인항공기를 이용한 연안 갯벌에서의 공간지형정보 활용은 매우 유용할 것으로 판단된다.
환경, 사회적 요인에 의해 재난 발생 빈도와 위험성이 증가하고 있다. 불시에 발생하는 재난에 효과적으로 대응하기 위해서는 재난 지역에 대한 최신의 현장정보를 신속하게 파악하는 것이 매우 중요하다. 고속으로 생성된 영상지도를 통해 현장정보를 직관적으로 판단 가능하며, 이를 통해 재난에 신속하고 효과적으로 대응할 수 있다. 본 연구에서는 실시간 재난 모니터링을 위해 무인항공기 영상으로부터 지도생성 및 가시화를 수행하는 시스템을 제안하였다. 제안된 시스템은 항공부문과 지상부문으로 구성된다. 항공부문에서는 무인항공기 시스템을 이용하여 실시간으로 카메라와 GPS/IMU 센서로부터 센서데이터를 취득하고 통신모듈을 통해 지상서버로 전송한다. 지상부문에서는 전송된 센서 데이터를 처리하여 실시간으로 영상지도를 생성하고 이를 지오포털 상에 가시화한다. 구축된 시스템을 운용하여 생성된 영상 지도의 정확도 검증을 수행하였다. 인접한 영상지도 간의 차이를 계산하였을 때, 1.58 m의 상대정확도를 나타내었다. 개별 영상 지도로부터 측정한 위치에 대한 영상지도의 정확도를 정량적으로 확인한 결과, 0.75 m의 절대정확도로 기존 지도에 정합되는 것을 확인하였다. 영상지도가 가시화되기까지의 단계별 처리시간을 확인하였다. GSD 10 cm로 처리하였을 때, 가시화가 되기까지 1.67초의 시간이 소요되었다. 제안된 시스템을 이용하여 재난 대응을 위한 실시간 모니터링에 적용할 수 있을 것으로 기대한다.
국내 환경에 적합한 케나프 육종을 위해선 비용, 정확도, 속도가 최적으로 설계된 정량적인 고속탐색법(high-throughput)에 기반한 표현형 분석법이 필요하다. 최근 UAV 기반의 원격탐사 기법의 발달로 노지에서 재배되는 작물의 생육인자들에 대한 대량 데이터를 저비용으로 신속하게 얻을 수 있으며 정확하게 분석하기 위한 연구가 활발하게 진행되고 있다. 본 연구에서는 국내에서 요구되는 케나프의 섬유와 가축 사료로서 육종을 위해 해당 목적과 부합한 케나프 높이를 주요 표현형 인자로 선정하여 UAV-RGB에 SfM 알고리즘 기반의 사진 측량 기술을 적용함으로 높이를 예측하고자 하였다. 기존 방법으로 예측한 작물 높이는 바람에 의한 작물의 흔들림으로 오차가 발생할 수 있으며 키가 2 m 이상 크게 자라 실측도 어려운 문제가 있다. 이러한 문제점을 해결하고자 바람에 흔들리지 않는 일정 높이를 가지는 고정 구조물을 설치하여 기준점을 이용한 모델식으로 기하 보정을 통해 높이 예측성능을 개선하였다. 그 결과 R2는 0.80으로 나타났으며, 보정 전(R2 = 0.80, slope = 0.87, offset = -2.51) 보다 높은 신뢰성(R2 = 0.80, slope = 0.94, offset = -1.62)을 확보하였다. 품종별로 생육단계에 따라 측정한 높이 지도를 통해 얻어진 케나프 키 정보는 품종 별로 유의미한 차이를 보임으로서 해당 방법으로 예측한 케나프 높이가 섬유와 가축 사료 목적의 육종 선발에 활용될 수 있을 것으로 판단하였다.
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.
전 세계적으로 지구온난화현상이 심화되고 있으며, 특히 우리나라의 경우 급격한 산업 발전 등으로 인해 도시화가 진행되면서 도시열섬현상까지 발생되고 있다. 이렇게 도시의 온도가 상승하게 되면 주거 생활의 쾌적성 및 냉방부하와 같은 문제 등을 야기한다. 본 연구에서는 이러한 문제를 줄이기 위해 지붕 색상에 따른 쿨루프 성능 평가를 진행하였으며, 기존의 평지붕 축소 모형, 손잡이 형태의 열화상 카메라 또는 레이저 온도계를 이용하지 않고, 실제 건물과 UAV에 열적외선 카메라를 장착하여 원격탐사 기법으로 옥상 색상 (흰색, 회색, 초록색, 청색, 갈색, 검은색)에 따른 표면 온도를 취득하였다. 그 결과 흰색을 적용한 표면 온도가 다른 색상보다 11도에서 20도 낮게 나타났으며, 에어컨의 실내 온도와 디지털 온도계의 실내 온도 또한 흰색의 색상이 다른 색상보다 약 1.5도에서 4.4도, 약 1.5도에서 3.5도 낮게 측정되었다. 이를 통해 흰색이 쿨루프 성능이 가장 좋음을 확인할 수 있었으며, UAV와 열적외선 카메라를 통해 기존 다른 연구에서 사용했던 방법보다 신속하고, 편리하게 쿨루프 성능 평가가 가능함을 확인할 수 있었다.
본 논문에서는 저비용으로 생성할 수 있는 무인항공기 기반의 포인트 클라우드를 사용하여 평면성 분석을 통해 지면과 건물 영역을 분리하고 자동으로 건물 모델을 생성하는 방법을 제안한다. 제안하는 방법은 총 다섯 단계로 구성된다. 첫 단계에서는 입력되는 포인트 클라우드의 평면성을 분석하여 포인트 클라우드를 구성하는 평면들을 추출하였다. 두 번째 단계에서는 추출된 평면들을 분석하여 지표면에 해당하는 평면을 찾고 포인트 클라우드에서 해당 평면 기준으로 포인트들을 제거하였다. 세 번째 단계에서는 지표면이 제거된 포인트 클라우드를 정사 투영하여 영상을 제작하였다. 네 번째 단계에서는 정사 투영된 영상에서 각각의 객체의 외곽선을 추출하고 외곽선의 넓이와 넓이, 길이 비율을 이용하여 건물 불인정 영역을 제거하였다. 마지막 단계에서는 건물의 지표면 높이와 건물의 높이를 이용하여 건물의 외곽점을 구성하고 3D 건물 모델을 생성하였다. 제안한 방법을 검증하기 위하여 무인항공기 영상을 이용해 제작된 포인트 클라우드를 사용하였으며, 실험을 통해 제안 기법을 통해 무인항공기 기반 포인트 클라우드에서 자동으로 건물의 3D 모델이 생성 가능함을 확인하였다.
The percentage of moisture content in rice before harvest is crucial to reduce the economic loss in terms of yield, quality and drying cost. This paper discusses the application of artificial neural network (ANN) in developing a reliable prediction model using the low altitude fixed-wing unmanned air vehicle (UAV) based reflectance value of green, red, and NIR and statistical moisture content data. A comparison between the actual statistical data and the predicted data was performed to evaluate the performance of the model. The correlation coefficient (R) is 0.862 and the mean absolute percentage error (MAPE) is 0.914% indicate a very good accuracy of the model to predict the moisture content in rice before harvest. The model predicted values are matched well with the measured values($R^2=0.743$, and Nash-Sutcliffe Efficiency = 0.730). The model results are very promising and show the reliable potential to predict moisture content with the error of prediction less than 7%. This model might be potentially helpful for the rice production system in the field of precision agriculture (PA).
본 연구는 산림 식생 모니터링을 위하여 무인기 다중분광영상의 화소값을 반사율로 변환하는 복사보정 방법을 적용하고 이를 평가하였다. 무인기에 5개 분광밴드 영상을 얻을 수 있는 소형 카메라를 탑재하여 다중 분광영상을 촬영하였고, 영상의 화소값을 반사율로 변환하기 위하여 (1) 복사조도계를 이용한 직접 보정 방법과 (2) 실험적 보정 방법을 적용하였다. 무인기 영상 촬영과 동시에 야외용 분광복사계를 이용해 특정 지표물의 반사율을 측정하여, 실험적 보정 방법을 위한 선형관계식 산출과 영상 반사율 검증에 사용하였다. 두 방법으로 산출한 반사율 영상을 비교한 결과, 직접적 방법은 촬영 지역 전역에 걸쳐 반사율이 안정적이었지만, 실험적 방법은 촬영 중 복사조도 및 대기상태에 변화가 발생한 지역에서 반사율이 불안정하였다. 실험적 보정 방법은 선형관계식 산출에 필요한 현장 반사율 측정 지점과 인접한 영역에서는 효과적인 방법이지만, 상대적으로 넓은 면적에 비교적 긴 촬영 시간을 필요로 하는 대상 지역에서는 광량의 및 대기상태의 변화를 고려한 절대적 보정 방법의 적용이 보다 적합한 것으로 분석되었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.