• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.32 no.3
• /
• pp.185-190
• /
• 2014

The purpose of this research is to extract spectral reflectance characteristics of concretes through basic experiment on concrete specimens and site experiment on actual concrete structures using a field portable spectrometer and a VNIR hyperspectral sensor. A spectrometer (GER-3700) and a VNIR hyperspectral camera (AisaEagle VNIR Hyperspectral Camera) were utilized for extracting spectral characteristics of concrete specimens. Concretes normally show similar patterns that have correlation above 80%, while the high-strengthened concretes display very different results from the normal-strength concretes. We also made a certain conclusion in the laboratory experiment on concrete specimens that both the spectrometer and the VNIR camera vary in spectral reflectance depending on concrete strengths.

• Journal of the Korean Geotechnical Society
• /
• v.35 no.11
• /
• pp.51-62
• /
• 2019

In this study, a simple method to estimate the soil water content variation in a wide area was proposed using hyperspectral near-infrared images. The reflectance data of a sand, granite soils, and a kaolinite were measured by reflecting the soil samples with different wavelengths in the visible and near-infrared (VNIR) regions using hyperspectral cameras. The measured reflectances and parameters were used to build a water content prediction model using the Partial Least Square Regression (PLSR) analysis. In the water content prediction model, the Area of Reflectance (Near-infrared, NIR) parameter was the most suitable parameter to determine the water content. The parameter was applicable regardless of the soil type, as the coefficient of determination (R²) exceeded 0.9 for each soil sample. Additionally, the mean absolute percentage error (MAPE) was less than 15% when compared with the actual water content of the soil. Therefore, the predictability of water content variation for soils with water content lower than 50% was confirmed. Accordingly through this study, the predictability of water content variation in several soil types using the hyperspectral near-infrared images was confirmed. For further development, a model that incorporates soil classification would be required to improve the accuracy of the model and to predict higher range of water contents.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.40-40
• /
• 2017

본 연구는 빛의 파장대가 넓어 보다 다양한 접근과 검출이 가능한 초분광 카메라 (VNIR spectral camera PS, SPECIN Filand)를 이용하여 정식시기가 다른 배추를 생육단계별로 영상을 취득한 후 배추 캐노피의 전 파장 (400~1000nm)으로 생육 추정모델을 개발하기 위해 수행하였다. 정식시기가 다른 배추를 생육단계별로 초분광 카메라로 영상을 취득한 후 취득된 영상 ($348{\times}1040$)을 ENVI (ver. 5.2, Exelis Visual Information Solutions, USA) 프로그램을 이용하여 식생지수 NDVI로 작물과 배경을 구분하였다. 배추 캐노피 영역에 전 파장을 산출한 후 반사판 영역의 전 파장을 이용하여 광 보정된 반사율을 산출하였다. 통계 프로그램인 R Project (ver.3.3.3, Development Core Team, Vienna, Austria)를 이용하여 배추의 반사율과 계측한 생육 정보를 PLSR (Partial least squares regression) 분석하여 정확도($R^2$) 및 정밀도 (RMSE [g,cm,count], RE [%])로 나타내었고 그 모델은 full-cross validation (FV) 하여 타당성을 검증하였다. 정식시기가 다른 배추의 모든 생육단계의 생육정보를 이용하여 PLSR (Partial least squares regression) 결과 엽장을 추정한 모델의 $R^2$는 84% 이상의 정확도와 RMSE 3.2cm 이하의 좋은 정밀도를 보였다. 엽폭을 추정한 모델의 $R^2$는 73% 이상의 정확도와 RMSE 3.5cm 이하의 정밀도를 보였고 엽수를 추정한 모델의 $R^2$는 93% 이상의 정확도와 RMSE 6.3Count 이하의 정밀도로 보여 캐노피의 전 파장을 이용해 생육을 추정하는 것이 가능하다고 판단되었으며 이 모델들의 타당성 검증에서도 좋은 정확도와 정밀도를 보였다. 그러나 배추의 중요한 생육인자 중 생체중을 추정한 모델의 $R^2$는 89% 이상으로 정확도가 높았으나 RMSE 571.1g 이하로 낮은 정밀도를 보여 생체중을 정확히 추정하기 어려웠다. 따라서 다른 통계분석방법으로 전 파장과 생육정보를 분석하거나 특정 밴드를 선택하여 산출한 식생지수를 이용한 추정 모델의 개발을 통하여 오차를 개선할 필요가 있다고 사료된다. 추후 반복 실험하여 분석한 추정 모델과 비교 분석하여 다양한 환경 및 생물 조건에 범용성을 가진 모델을 개발할 필요가 있다.