• 대한원격탐사학회지
• /
• 제38권1호
• /
• pp.83-101
• /
• 2022

Accurate atmospheric correction is essential for the analysis of land surface and environmental monitoring. Aerosol optical depth (AOD) information is particularly important in atmospheric correction because the radiation attenuation by Mie scattering makes the differences between the radiation calculated at the satellite sensor and the radiation measured at the land surface. Thus, it is necessary to use high-quality AOD data for an appropriate atmospheric correction of high-resolution satellite images. In this study, we examined the Second Simulation of a Satellite Signal in the Solar Spectrum (6S)-based atmospheric correction results for the Sentinel-2 images in South Korea using raster AOD (MODIS) and single-point AOD (AERONET). The 6S result was overall agreed with the Sentinel-2 level 2 data. Moreover, using raster AOD showed better performance than using single-point AOD. The atmospheric correction using the single-point AOD yielded some inappropriate values for forest and water pixels, where as the atmospheric correction using raster AOD produced stable and natural patterns in accordance with the land cover map. Also, the Sentinel-2 normalized difference vegetation index (NDVI) after the 6S correction had similar patterns to the up scaled drone NDVI, although Sentinel-2 NDVI had relatively low values. Also, the spatial distribution of both images seemed very similar for growing and harvest seasons. Future work will be necessary to make efforts for the gap-filling of AOD data and an accurate bi-directional reflectance distribution function (BRDF) model for high-resolution atmospheric correction. These methods can help improve the land surface monitoring using the future Compact Advanced Satellite 500 in South Korea.

• 한국환경과학회지
• /
• 제31권9호
• /
• pp.735-741
• /
• 2022

Global warming affects forests and their ecology. Diversity in the forest is a buffer that reduces the damage due to global warming. Mixed forests are ecologically more valuable as versatile habitats and are effective in preventing landslides. In Korea, most forests were created by simple afforestation with trees of evergreen species. Typically, evergreen trees are shallow-rooted, and deciduous trees are deep-rooted. Mixed forest tree roots grip the soil effectively, which reduces the occurrence of landslides. Therefore, improving the distribution of tree types is essential to reduce damage due to global warming. For this improvement, the investigation of tree types of the forest is needed. However, determining the tree type distribution of forests that are spread over wide areas is labor-intensive and time-consuming. This study suggests effective methods for determining the distribution of tree types in a forest that is spread across a relatively wide area. Using normalized difference vegetation index and RGB images from unmanned aerial vehicles, each evergreen and deciduous tree, and grassland area can be distinguished. The distinguished image determines the distribution of tree type. This method is effective compared to directly determining the tree type distribution in the forest by the use of manpower. The data from these methods could be applied to plan a mixed forest or to prepare for future damage due to global warming.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.57-69
• /
• 2024

Crop classification plays a vitalrole in monitoring agricultural landscapes and enhancing food production. In this study, we explore the effectiveness of Long Short-Term Memory (LSTM) models for crop classification, focusing on distinguishing between apple and rice crops. The aim wasto overcome the challenges associatedwith finding phenology-based classification thresholds by utilizing LSTM to capture the entire Normalized Difference Vegetation Index (NDVI)trend. Our methodology involvestraining the LSTM model using a reference site and applying it to three separate three test sites. Firstly, we generated 25 NDVI imagesfrom the Sentinel-2A data. Aftersegmenting study areas, we calculated the mean NDVI values for each segment. For the reference area, employed a training approach utilizing the NDVI trend line. This trend line served as the basis for training our crop classification model. Following the training phase, we applied the trained model to three separate test sites. The results demonstrated a high overall accuracy of 0.92 and a kappa coefficient of 0.85 for the reference site. The overall accuracies for the test sites were also favorable, ranging from 0.88 to 0.92, indicating successful classification outcomes. We also found that certain phenological metrics can be less effective in crop classification therefore limitations of relying solely on phenological map thresholds and emphasizes the challenges in detecting phenology in real-time, particularly in the early stages of crops. Our study demonstrates the potential of LSTM models in crop classification tasks, showcasing their ability to capture temporal dependencies and analyze timeseriesremote sensing data.While limitations exist in capturing specific phenological events, the integration of alternative approaches holds promise for enhancing classification accuracy. By leveraging advanced techniques and considering the specific challenges of agricultural landscapes, we can continue to refine crop classification models and support agricultural management practices.

• 한국항행학회논문지
• /
• 제28권2호
• /
• pp.238-245
• /
• 2024

본 논문에서는 농작물 다중 분광 이미지에 대해 특징 융합 기법을 이용하여 의미론적 분할 성능을 향상시키기 위한 프레임워크를 제안한다. 스마트팜 분야에서 연구 중인 딥러닝 기술 중 의미론적 분할 모델 대부분은 RGB(red-green-blue)로 학습을 진행하고 있고 성능을 높이기 위해 모델의 깊이와 복잡성을 증가시키는 데에 집중하고 있다. 본 연구는 기존 방식과 달리 다중 분광과 어텐션 메커니즘을 통해 모델을 최적화하여 설계한다. 제안하는 방식은 RGB 단일 이미지와 함께 UAV (unmanned aerial vehicle)에서 수집된 여러 채널의 특징을 융합하여 특징 추출 성능을 높이고 상호보완적인 특징을 인식하여 학습 효과를 증대시킨다. 특징 융합에 집중할 수 있도록 모델 구조를 개선하고, 작물 이미지에 유리한 채널 및 조합을 실험하여 다른 모델과의 성능을 비교한다. 실험 결과 RGB와 NDVI (normalized difference vegetation index)가 융합된 모델이 다른 채널과의 조합보다 성능이 우수함을 보였다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1723-1735
• /
• 2022

산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제33권5_1호
• /
• pp.571-585
• /
• 2017

적색경계밴드(red-edge band)가 식물의 생물리적 특성과 밀접한 관계를 가지고 있다고 알려지고 있으며, 이에 따라 최근 적색경계밴드를 포함한 위성영상센서가 증가하고 있다. 본 연구는 향후 농림업중형위성에 적색경계밴드 탑재를 계획하고 있는 점을 감안하여, 적색경계밴드와 관련된 연구 현황과 활용 가치를 분석하고자 한다. 수관울폐도가 높은 우리나라 산림의 엽면적지수(Leaf Area Index, LAI) 추정에 있어서 적색경계밴드의 효과를 분석하였고, 더 나아가 LAI 추정을 위한 최적의 파장폭과 파장영역을 도출하고자 하였다. LAI가 5 이상인 갈참나무와 리기다소나무를 대상으로 4월부터 10월까지 시계열 분광반사 측정자료를 이용하여 LAI와의 상관관계를 분석하였다. 분광반사측정자료에서 5개의 파장폭(10 nm, 20 nm, 30 nm, 40 nm, 50 nm)과 71개의 중심파장(680 nm부터 750 nm까지 1 nm 간격)을 달리하여 모두 355개의 적색경계밴드를 모의 생성했다. 적색경계밴드를 기반으로 하는 두 개의 분광지수 NDRE(normalized difference red-edge index)와 CIRE(chlorophyll index red-edge)를 산출하여 LAI와 상관관계를 분석하였다. 적색경계밴드 기반의 분광지수인 NDRE 및 CIRE는 수관울폐도가 높은 갈참나무와 리기다소나무의 LAI와 높은 상관관계를 얻을 수 있었다. 이는 수관울폐도가 높은 국내 산림에서 일반적으로 사용되는 NDVI가 LAI와의 상관관계가 낮게 나타났던 한계를 해결할 수 있는 가능성을 보여주었다. 10 nm부터 50 nm까지 적색경계밴드의 파장폭 효과는 산림의 LAI와 관계에서 큰 차이를 보이지 않았다. LAI와 최대 상관관계를 보이는 적색경계밴드의 중심파장은 갈참나무에서는 720 nm 부근, 그리고 리기다소나무에서는 710 nm 주변으로 나타났다. 우리나라 농작물 및 산림의 식생정보 획득과 모니터링을 위한 최적의 적색경계밴드의 파장폭과 파장영역을 결정하기 위해서는 다른 생물리적인자(엽록소, 질소, 수분함량, 생체량 등)와의 관계도 충분히 고려하여야 한다.

• 생물환경조절학회지
• /
• 제24권4호
• /
• pp.301-307
• /
• 2015

좋은 품질의 묘를 이용하는 것은 성공적인 작물 재배 및 생산을 위해 필수적이다. 그러나 구입묘 이용시에는 육묘장에서 재배농가로 운송하는 과정에서 묘의 품질이 저하될 우려가 있다. 본 연구는 토마토묘의 운송시 온도조건이 정식 후 생육 및 수량에 미치는 영향을 검토하기 위해 수행되었다. 본엽이 9-10매 정도 전개하고 1화방의 1번화가 피기 직전 또는 핀 토마토 접목묘를 이용하여, 온도 조건을 각각 10, 25, $40^{\circ}C$, 처리시간을 2, 4, 6시간으로 조합 처리하였다. 처리 종료 후 $10^{\circ}C$ 처리구에 비해 25, $40^{\circ}C$ 처리구에서 더 낮은 NDVI 값을 나타냈으며, $40^{\circ}C$ 처리구의 지하부 생체중이 가장 낮았다. $40^{\circ}C$ 처리구 토마토묘는 정식 5-7일 후 아래잎에서 황화 및 잎마름 증상이 발생하였다. 1화방 착화절위는 처리간에 차이가 없었으나, 착과수는 $40^{\circ}C$/6시간 처리구에서 감소하여 착과수가 2개였다. $40^{\circ}C$/6시간 처리구의 경우 1화방 수량도 감소하여 대조구의 40% 정도였다. 따라서 묘의 운송시에는 온도조건이 지나친 고온 또는 저온이 되지 않도록, 단순 상온유통이 아닌 온도조절 장치구비를 통한 온도조절이 요구된다. 6시간 이내의 단거리 운송의 경우 $10-25^{\circ}C$ 범위로 온도를 관리해줌으로써, 정식 후 장애 발생 없이 안정적인 착과 및 수량확보가 가능할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.649-663
• /
• 2019

2018년 유엔 개발 계획(United Nations Development Programme; UNDP)의 보고서에 따르면 북한의 산림 황폐화는 매우 극단적이며, 지금까지도 진행되고 있다. 기후변화 측면에서 산림 황폐화는 단순히 한 국가만의 문제가 아닌 전 지구적인 스케일의 문제로 여겨지며, 이러한 북한 산림 황폐화의 원인은 만성적인 식량난과 개간 산지의 확대, 산림 병해충의 영향으로 알려져 있다. 산림 황폐화에 대응하기 위한 연구와 정책 사업들은 원격탐사와 산림 관련 국가 공간자료들을 이용하여 진행되지만, 북한의 경우 국가 공공 자료들의 접근이 제한적이며, 객관성이 보장되기 어렵다. 따라서, 본 연구에서는 Landsat 위성영상을 사용하여 통계적 확률밀도 추정 방법을 통해 한반도에서 유일하게 행정구역상으로 분단된 강원도에 대한 산림면적을 탐지 및 평가하고자 하였다. 남한의 산림 공간자료와 정규화식생지수(Normalized Difference Vegetation Index; NDVI)를 이용하여, 산림 비산림의 NDVI 값에 대한 범주별 가우시안 확률밀도함수를 추정하고 산림 탐지를 위한 NDVI 임계점(0.6658)을 설정하였다. 설정된 임계점을 이용하여 남 북 강원도에 대한 다중시기 산림면적 탐지를 진행한 결과 남 북 모두 2000년대까지 산림 면적이 감소하였으나, 2010년대에는 면적이 증가하는 경향이 나타났다. 또한, 지역적 규모에서 산림 면적의 감소는 국가별 도시화, 산업화의 정책 방향과 일치함을 확인하였다. 검증을 위한 Kappa value의 경우 대부분 강적합(0.8)과 중적합(0.6) 수준을 나타내었으며, 탐지된 면적과 국가 통계와의 비교 결과도 약소한 차이를 나타내었다. 본 연구는 북한 산림 황폐화에 대응하는 기반 자료로 사용될 수 있으며, 탐지된 결과를 바탕으로 산림자원의 보호와 복구의 필요성이 제기된다.

• 한국토양비료학회지
• /
• 제40권6호
• /
• pp.435-441
• /
• 2007

본 연구에서는 인공광원을 사용하는 능동형 지상광학센서(gNDVI, rNDVI)를 이용하여 질소수준 및 생육단계별 벼 식생지수변화를 알아보고, 식생지수와 벼 엽 질소함량과의 관계를 구명하여 벼 군락의 엽 질소함량을 추정하고자 하였다. 생육단계에 따른 식생지수 변화는 2005년, 2006년 모두 gNDVI, rNDVI값은 이앙기 이후 급속히 증가하다가 수잉기를 전후로 수확기에 이르기까지 감소하는 경향을 보였다. gNDVI값은 rNDVI값보다 엽 질소함량과의 상관계수가 높게 나타났고, 특히 벼 유수형성기 약 2주전에 상관계수가 높게 나타났으며, 엽 질소흡수량, 엽면적지수, 생체중, 건물중 등 다른 생육인자의 상관관계에서도 동일한 결과를 얻었다. 따라서 gNDVI와 엽 질소함량의 상호관계에서 결정계수는, 2005년과 2006년 결정계수에 각각 0.88, 0.94였고, 2년간의 전체자료에 대한 관계에서도 엽 질소함량 실측값은 추정값과 비교한 경향을 보이며 밀접한 관계를 보였다($R^2=0.86$). 이상의 결과로부터 gNDVI 식생지수는 이삭거름을 처리하기 전에 질소영양상태를 효과적으로 예측 할 수 있을 것으로 판단된다.

• 환경생물
• /
• 제40권4호
• /
• pp.363-373
• /
• 2022

본 연구는 2021년 4월부터 8월까지 3차례에 걸쳐 제주도 봉개동에 위치한 물장오리오름 습지의 저서성 대형무척추동물상 및 군집구조를 파악하기 위해 수행되었다. 조사지점은 물장오리오름 습지를 4개의 구역으로 구분하였으며, 접근이 가능한 3개 구역(1 area~3 area)에서 조사를 실시하였다. 물장오리오름 습지의 서식지 환경을 분석한 결과, 월 평균기온은 7~8월에 가장 높고, 12~2월에 가장 낮은 양상이 2017년부터 2021년까지 반복되었다. 월 강수량은 2017년을 제외하고 2018년부터 2021년까지 장마철인 6월부터 9월에 가장 높은 것으로 분석되었다. 위성영상 분석을 통해 식생면적과 수 면적의 변동을 분석한 결과, NDVI는 2월부터 7월까지 증가하고 이후 감소하는 양상을 나타내었으며, NDWI는 반비례의 관계를 나타내는 것으로 분석되었다. 조사기간 동안 채집된 저서성 대형무척추동물은 총 2문 3강 8목 17과 26종이 출현하였으며, 정성조사 시 13과 21종, 정량조사 시 15과 24종 412개체가 출현하였다. 우점종은 깔따구류(Chronomidae spp.)가 132개체(32.04%)로 확인되었으며, 자색물방개(Noterus japonicus)가 71개체(17.23%)로 아우점하였다. 본 연구와 문헌에서 확인된 출현종을 비교·분석한 결과, 딱정벌레목과 잠자리목의 종다양성이 높은 것으로 확인되었으며, 주요 섭식기능군은 Predators, 서식기능군은 Swimmers로 분석되었다. OHC-group은 2021년에 17종(73.91%)이 확인되었으며, 2016년에는 23종(79.31%), 2018년에 26종(86.67%), 2019년에 19종(79.17%)이 출현하였다. 멸종위기야생생물 II급인 물방개(Cybister japonicus)가 문헌에서 서식하는 것으로 확인되었으며, 2021년에도 10개체(2.43%)가 조사되었다. 따라서 물장오리오름 습지에 서식하고 있는 물방개의 서식환경을 유지할 수 있도록 지속적인 관리와 서식지 보호가 필요할 것으로 생각된다.