최근 카메라와 같은 센서가 장착된 UAV(Unmanned Aerial Vehicle, 무인항공기)를 이용하는 분야는 방재, 농업, 군사 분야 등 매우 다양해지고 있다. 그러나 고품질의 영상데이터를 취득하기 위해서는 가벼우면서도 우수한 성능을 지닌 고가의 MEMS 센서 그리고 센서가 안정적으로 데이터를 획득할 수 있도록 안정적인 비행이 가능한 대형 UAV플랫폼으로 구성된 시스템이 필요하기 때문에 시스템 구축비용이 클 수밖에 없다. 본 연구에서는 저비용으로 영상 데이터를 취득할 수 있는 UAV시스템을 구축하여 취득된 영상데이터의 처리를 통해 얻어지는 영상의 품질을 살펴보고 그 효용성을 시험해보았다. 이를 위해서 고가인 UAV를 대신해 비교적 가격이 저렴한 R/C헬기(Remote Control, 원격조종 헬기)를 플랫폼으로 선정하고, 영상데이터를 수집하는 카메라센서를 탑재하였다. 그리고 탑재된 센서가 안정적으로 데이터를 취득할 수 있도록, 센서와 플랫폼 사이에 Gimbal을 장착하였다. 이렇게 구축된 시스템을 이용하여 시험비행을 해보았으며, 그 결과 플랫폼에 탑재된 센서로부터 비교적 안정적이고 양질의 이미지를 획득할 수 있었다. 본 연구에서 구축한 R/C 헬리콥터 시스템을 통하여 저비용/고효율의 영상데이터를 취득할 수 있음을 확인하였다. 구축된 시스템은 근접한 거리에서 대상물의 영상을 취득하기 때문에 고품질의 3차원 모델데이터 생성에 매우 도움이 될 것으로 생각한다.
Kim, Eunju;Nam, Sookhyun;Koo, Jae-Wuk;Lee, Saromi;Ahn, Changhyuk;Park, Jerhoh;Park, Jungil;Hwang, Tae-Mun
Journal of Korean Society of Water and Wastewater
/
v.31
no.3
/
pp.197-204
/
2017
This study was carried out to apply the UAV(Unmanned Aerial Vehicle) coupled with Multispectral sensor for the algae bloom monitoring in river. The study acquired remote sensing data using UAV on the midstream area of Gum River, one of four major rivers in South Korea. Normalized difference vegetation index (NDVI) is used for monitoring algae change. This study conducted water sampling and analysis in the field for correlating with NDVI values. Among the samples analyzed, the chlorophyll concentration exhibited strong and significant linear relationships with NDVI, and thus NDVI was chosen for algae bloom index to identify emergence aspect of phytoplankton in river. Aerial remote sensing technology can provide more accurate, flexible, cheaper, and faster monitoring methods of detecting and predicting eutrophication and therefore cyanobacteria bloom in water reservoirs compared to currently used technology. As a result, there was high level of correlation in chlorophyll-a and NDVI. It is expected that when this remote water quality and pollution monitoring technology is applied in the field, it would be able to improve capabilities to deal with the river water quality and pollution at the early stage.
In urgent situations such as disasters and accidents, rapid data acquisition and processing is required. Therefore, in this study, a rapid geocoding method according to EOP (Exterior Orientation Parameter) correction was proposed through pattern analysis of the initial UAV image information. As a result, in the research area with a total flight length of 1.3 km and a width of 0.102 ㎢, the generation time of geocoding images took about 5 to 10 seconds per image, showing a position error of about 8.51 m. It is believed that the use of the rapid geocoding method proposed in this study will help provide basic data for on-site monitoring and decision-making in emergency situations such as disasters and accidents.
Bursaphelenchus xylophilus(Pine wilt disease) is a serious threat to the pine forest in Korea. However, dead wood observation by Pine wilt disease is based on field survey. Therefore, it is difficult to observe large-scale forests due to physical and economic problems. In this paper, high resolution images were obtained using the unmanned aerial vehicle (UAV) in the area where the pine wilt disease recurred. The damaged tree due to pine wilt disease was detected using Artificial Neural Network (ANN), Support Vector Machine (SVM) supervision classification technique. Also, the accuracy of supervised classification results was calculated. After conducting supervised classification on accessible forests, the reliability of the accuracy was verified by comparing the results of field surveys.
Although waxy corn varieties developed after the 1980s show differences depending on development stages and conditions, studies on the characteristics of waxy corn during the growth stage are rare. The subject of this study was a field survey and unmanned aerial vehicle (UAV) image acquisition of four waxy corn varieties cultivated in Idam-ri, Gammul-myeon, Goesan-gun, Korea. The study was conducted in four stages at intervals of two weeks after planting in 2019. The growth characteristics of each of the four varieties were analyzed using growth curves obtained based on field survey and UAV imagery data. The characteristics of each growth stage of the four varieties of corn, as assessed using normalized difference vegetation index (NDVI) and plant height (P.H.) values, were as follows. The growth model was identified as a model in which three-parameter logistic (3PL) curves reflect the growth characteristics of corn well. In particular, it was found that the variations in growth rate shown by P.H. and NDVI values clearly explain the differences between corn varieties. Among the four cultivars, growth and development first occurred at the early vegetative stage in Daehakchal, followed by Mibaek 2, Miheukchal, and finally Hwanggeummatchal. The variationsin P.H. and NDVI were achieved quickly and earlier in Daehakchal, followed by Mibaek 2, Hwanggeummatchal, and Miheukchal. It was confirmed that these results reflected the characteristics of the fast white-type varieties, while the black-type varieties were delayed, as in a previous study. These results reflect the resistance to lodging that affects the cultivation environment and the response characteristics to nutrients and moisture. It was confirmed that UAV accurately provides growth information that is very useful for analyzing the growth characteristics of each corn variety.
Accurate field crop classification is essential for various agricultural applications, yet existing methods face challenges due to diverse crop types and complex field conditions. This study aimed to address these issues by combining support vector machine (SVM) models with multi-seasonal unmanned aerial vehicle (UAV) images, texture information extracted from Gray Level Co-occurrence Matrix (GLCM), and RGB spectral data. Twelve high-resolution UAV image captures spanned March-October 2021, while field surveys on three dates provided ground truth data. We focused on data from August (-A), September (-S), and October (-O) images and trained four support vector classifier (SVC) models (SVC-A, SVC-S, SVC-O, SVC-AS) using visual bands and eight GLCM features. Farm maps provided by the Ministry of Agriculture, Food and Rural Affairs proved efficient for open-field crop identification and served as a reference for accuracy comparison. Our analysis showcased the significant impact of hyperparameter tuning (C and gamma) on SVM model performance, requiring careful optimization for each scenario. Importantly, we identified models exhibiting distinct high-accuracy zones, with SVC-O trained on October data achieving the highest overall and individual crop classification accuracy. This success likely stems from its ability to capture distinct texture information from mature crops.Incorporating GLCM features proved highly effective for all models,significantly boosting classification accuracy.Among these features, homogeneity, entropy, and correlation consistently demonstrated the most impactful contribution. However, balancing accuracy with computational efficiency and feature selection remains crucial for practical application. Performance analysis revealed that SVC-O achieved exceptional results in overall and individual crop classification, while soybeans and rice were consistently classified well by all models. Challenges were encountered with cabbage due to its early growth stage and low field cover density. The study demonstrates the potential of utilizing farm maps and GLCM features in conjunction with SVM models for accurate field crop classification. Careful parameter tuning and model selection based on specific scenarios are key for optimizing performance in real-world applications.
In this study, DEMs (Digital elevation model) based on LIDAR, TanDEM-X and UAV (Unmanned Aerial Vehicle) are used to analyze topographic change of Gomso tidal flat during a few years. DEM from LIDAR data was observed at 2011 by KHOA (Korean hydrographic and oceanographic agency) and DEM based on TanDEM-X data was generated at Lee and Ryu (2017). UAV data was observed at KM and KH area of Gomso tidal flat. KM area was surveyed at MAY and AUG 2019, and KH area was surveyed at APR 2018 and MAY 2019. During research period, 2011 to AUG 2019, elevation of KM area is decreased 0.24 m in average, and Chenier is retreat to landward about 130 m. In KH area, elevation is increased 0.16 m in average during research period, 2011 to MAY 2019. It is expected that multi-platform remotely sensed data can help to study accurate topographic change of tidal flat.
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).
매년 재난/재해의 발생 빈도와 피해 규모가 증가하고 있다. 그 피해를 최소화하기 위해 주기적인 모니터링을 수행하여 위기 상황을 사전에 대비하고 긴급 대응 체계를 구축하여 상황 발생 시 피해 상황을 신속하게 파악할 수시스템에 있어야 한다. 모니터링의 용이성과 신속성을 확보하기 위해 UAV에 기반한 긴급 매핑 대한 관심이 증가하고 있다. 그러나 이러한 시스템으로부터 획득된 센서 데이터가 Georeferencing되었을 때 이로부터 다양한 공간 정보를 도출할 수 있다 본 논문에서는 UAV 기반의 매핑 시스템으로부터 획득된 센서 데이터를 시뮬레이션 해보고 시뮬레이션 데이터에 대하여 Aerial Triangulation을 수행하여 영상을 Georeferncing하고 위치/자세 정보를 보정하고자 한다. 실험은 (1) 시뮬레이션 데이터 생성, (2) 초기값 생성, (3) AT 수행을 통한 위치/자세 조정의 3단계로 구성된다. 800m 길이의 1개 스트립, 500m 길이의 2개 스트립으로 나눠 비행경로를 정하고 200m, 400m, 600m의 비행고도에 대하여 다양한 실험을 수행하였다. 실험 결과 위치/자세의 초기값 RMSE에서 90% 이상 개선된 RMSE를 얻을 수 있었으며, 비행고도가 높아질수록 RMSE의 향상도는 반비례하였다. 향후에는 Sequential 알고리즘을 적용하여 연산 속도를 향상시킬 수 있고 궁극적으로 실시간 영상 Georeferencing을 가능하게 할 것으로 기대된다.
Precision positioning is necessary for various use of high-resolution UAV images. Basically, GCP is used for this purpose, but in case of emergency situations or difficulty in selecting GCPs, the data shall be obtained without GCPs. This study proposed a method of improving positional accuracy for x, y coordinate of UAV based 3 dimensional point cloud data generated without GCPs. Road vector file by the public data (Open Data Portal) was used as reference data for improving location accuracy. The geometric correction of the 2 dimensional ortho-mosaic image was first performed and the transform matrix produced in this process was adopted to apply to the 3 dimensional point cloud data. The straight distance difference of 34.54 m before the correction was reduced to 1.21 m after the correction. By confirming that it is possible to improve the location accuracy of UAV images acquired without GCPs, it is expected to expand the scope of use of 3 dimensional spatial objects generated from point cloud by enabling connection and compatibility with other spatial information data.
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.