다중분광 드론영상의 표준화를 위한 전처리 기법 비교·분석

안호용,류재현,나상일,이병모,김민지,이경도,Ahn, Ho-Yong,Ryu, Jae-Hyun,Na, Sang-il,Lee, Byung-mo,Kim, Min-ji,Lee, Kyung-do 대한원격탐사학회 2022 大韓遠隔探査學會誌 Vol.38 No.6

Multi-spectral drones in agricultural observation require quantitative and reliable data based on physical quantities such as radiance or reflectance in crop yield analysis. In the case of remote sensing data for crop monitoring, images taken in the same area over time-series are required. In particular, biophysical data such as leaf area index or chlorophyll are analyzed through time-series data under the same reference, it can be directly analyzed. So, comparable reflectance data are required. Orthoimagery using drone images, the entire image pixel values are distorted or there is a difference in pixel values at the junction boundary, which limits accurate physical quantity estimation. In this study, reflectance and vegetation index based on drone images were calculated according to the correction method of drone images for time-series crop monitoring. comparing the drone reflectance and ground measured data for spectral characteristics analysis.

다중분광 위성영상의 농경지 대기보정 평가

안호용(Ahn, Ho-yong),류재현(Ryu, Jae-hyun),나상일(Na, Sang-il),소규호(So, Kyu-ho),이경도(Lee, Kyung-do) 한국측량학회 2021 한국측량학회 학술대회자료집 Vol.2021 No.11

농경지 관측을 위한 KOMPSAT 대기보정 적용 및 평가

안호용 ( Ho-yong Ahn ),류재현 ( Jae-hyun Ryu ),나상일 ( Sang-il Na ),소규호 ( Kyu-ho So ),이경도 ( Kyung-do Lee ) 대한원격탐사학회 2021 大韓遠隔探査學會誌 Vol.37 No.6

농업환경 모니터링에서 지구관측위성을 활용한 원격탐사 자료는 시·공간적 그리고 효율성 측면에서 다른 방법에 비해 많은 이점을 가진다. 위성에 탑재된 센서는 태양광이 지표면에 반사되어 들어오는 에너지를 측정하므로, 지구의 대기에 의해 산란·흡수·반사되는 과정에서 잡음이 발생한다. 따라서 지표면에 반사되는 에너지(복사휘도)를 정확히 측정하기 위해서는 대기의 효과에 의한 잡음을 제거해야하는 대기보정이 선행되어야 한다. 본 연구는 KOMPSAT-3 위성의 대기보정 적용 및 농업분야 활용성 평가를 위해 대기보정 민감도 분석, 위성 상호간 교차 분석, 지상관측자료와 비교 분석을 수행하였다. 그 결과 모든 경우에서 대기보정 후 표면 반사율이 대기보정 전 TOA 반사율 보다 상호 일치율이 높게 나타났으며 동일한 기준의 시계열 식생지수 생산이 가능할 것으로 판단된다. 하지만 대기입력 파라미터의 민감도 및 위성촬영각(Tilt)에 대한 정량적인 분석을 위한 추가 연구가 필요하다. Remote sensing data using earth observation satellites in agricultural environment monitoring has many advantages over other methods in terms of time, space, and efficiency. Since the sensor mounted on the satellite measures the energy that sunlight is reflected back to the ground, noise is generated in the process of being scattered, absorbed, and reflected by the Earth’s atmosphere. Therefore, in order to accurately measure the energy reflected on the ground (radiance), atmospheric correction, which must remove noise caused by the effect of the atmosphere, should be preceded. In this study, atmospheric correction sensitivity analysis, inter-satellite cross-analysis, and comparative analysis with ground observation data were performed to evaluate the application of KOMPSAT-3 satellite’s atmospheric correction for agricultural application. As a result, in all cases, the surface reflectance after atmospheric correction showed a higher mutual agreement than the TOA reflectance before atmospheric correction, and it is possible to produce the time series vegetation index of the same standard. However, additional research is needed for quantitative analysis of the sensitivity of atmospheric input parameters and the tilt angle.

CLUE-S 모델을 이용한 토지피복 변화 예측

안호용(Ahn, Ho Yong),박소영(Park, So young),최철웅(Choi, Chul Uong) 대한공간정보학회 2011 한국공간정보학회 학술대회 Vol.2011 No.5

토지이용변화 예측 모델로는 Cellular Automata(CA) 모델이 많이 이용되고 있다. 하지만, 비선형 동적모형은 CA 기법 또한 시계열 자료의 변화양상을 공통적으로 적용시켜 인접격자의 상태를 지속적으로 변화시키기 때문에 실제의 토지이용 정책이나 사회?경제적 요인에 의한 토지피복 변화의 경향을 반영하기 어렵다. 이에 반해, CLUE(Conservation of Land Use Change and its Effects) 모델은 환경변화와 사회ㆍ경제적 변화 등을 반영하여 토지이용 변화를 파악할 수 있는 모델이다. 따라서 본 연구는 부산지역과 서울지역을 대상으로 1985년부터 2005년 까지 환경부에서 작성한 토지피복도를 이용하여 토지피복 변화를 비교분석하고, CLUE 모델을 이용하여 향후 2020년의 토지이용변화를 예측하였다. 이를 위해 도시지역의 변화예측에 활용할 수 있는 회귀식을 도출하고 확률지도를 생성하기 위해 부산지역과 서울지역의 토지이용과 구동요인의 회귀분석을 수행하였다.

다목적 실용위성 3호의 상대 복사 검보정

안호용(Ahn, Ho-Yong),신동윤(Shin, Dong-Yoon),최철웅(Choi, Chul-Uong),이선구(Lee, sun-gu) 대한공간정보학회 2018 한국공간정보학회 학술대회 Vol.2018 No.11

KOMPSAT-3와 Landsat-8의 시계열 융합활용을 위한 교차검보정

안호용 ( Ho-yong Ahn ),나상일 ( Sang-il Na ),박찬원 ( Chan-won Park ),홍석영 ( Suk-young Hong ),소규호 ( Kyu-ho So ),이경도 ( Kyung-do Lee ) 대한원격탐사학회 2020 大韓遠隔探査學會誌 Vol.36 No.6

원격탐사를 이용한 작황정보 생산은 작물의 생물계절을 이용하여 작물 분류, 생육 모니터링, 생산량 추정 분석이 선행되어야 한다. 생물계절에 추정을 위한 시계열 영상 자료가 필요하지만 KOMPSAT(Korea Multi-Purpose Satellite)만으로 획득하는 것은 물리적 제한이 있으므로 타 지구관측위성과의 융합 활용이 필요하다. 위성자료의 융합 활용을 위해서는 각 위성이 가지는 고유의 방사학적 센서 특성 차이를 극복해야 한다. 본 연구는 위성자료의 융·복합 활용을 위한 첫 단계로서 KOMPSAT-3와 Landsat-8 위성의 교차검보정을 수행하였다. Libya-4 PICS(Pseudo Invariant Calibration Sites)에서 2년간 수집된 위성자료에 대해 초분광위성을 이용하여 산정된 SBAF(Spectral Band Adjustment Factor)를 적용하여 대기상단 반사도를 비교하였다. 교차검보정 결과 KOMPSAT-3와 Landsat-8 위성은 Blue, Green, Red 밴드에서 약 4%, NIR밴드에서 6%의 반사율 차이를 보였다. 온보드 켈리브레이터가 없는 KOMPSAT-3는 Ladnsat-8에 비해 Radiometric Stability가 낮은 것으로 나타났다. 향후 교차검보정의 정확도를 높이기 위해 BRDF(Bidirectional reflectance distribution function) 보정 및 지형보정을 통하여 정규화 된 반사율 자료를 생산하기 위한 노력이 필요하다. In order to produce crop information using remote sensing, we use classification and growth monitoring based on crop phenology. Therefore, time-series satellite images with a short period are required. However, there are limitations to acquiring time-series satellite data, so it is necessary to use fusion with other earth observation satellites. Before fusion of various satellite image data, it is necessary to overcome the inherent difference in radiometric characteristics of satellites. This study performed Korea Multi-Purpose Satellite-3 (KOMPSAT-3) cross calibration with Landsat-8 as the first step for fusion. Top of Atmosphere (TOA) Reflectance was compared by applying Spectral Band Adjustment Factor (SBAF) to each satellite using hyperspectral sensor band aggregation. As a result of cross calibration, KOMPSAT-3 and Landsat-8 satellites showed a difference in reflectance of less than 4% in Blue, Green, and Red bands, and 6% in NIR bands. KOMPSAT-3, without on-board calibrator, idicate lower radiometric stability compared to ladnsat-8. In the future, efforts are needed to produce normalized reflectance data through BRDF (Bidirectional reflectance distribution function) correction and SBAF application for spectral characteristics of agricultural land.

스마트폰을 이용한 해안선 추출의 활용성 평가

안호용(Ahn, Ho Yong),김진수(KIM, Jin Su),최철웅(CHOI, Chul Uong) 대한공간정보학회 2011 한국지형공간정보학회 학술대회 Vol.2011 No.10

농업관측을 위한 다중분광 무인기 반사율 변동성 분석

안호용 ( Ho-yong Ahn ),나상일 ( Sang-il Na ),박찬원 ( Chan-won Park ),홍석영 ( Suk-young Hong ),소규호 ( Kyu-ho So ),이경도 ( Kyung-do Lee ) 대한원격탐사학회 2020 大韓遠隔探査學會誌 Vol.36 No.6

농업에서의 무인기는 촬영 영역은 작지만, 위성이 가지지 못하는 초고해상도의 영상 수집이 가능하며, 작물의 생물계절에 맞는 영상을 적시에 획득 할 수 있어 들녘단위 농경지의 모니터링에 유용하게 사용될 수 있다. 하지만 무인기의 경우 위성과 달리 다양한 카메라와 촬영 환경에 따른 다중시기 영상을 활용하기 때문에 시계열 영상 활용을 위해서는 정규화 된 영상자료를 활용하는 것이 필수적으로 요구된다. 본 연구는 무인기 다중분광 영상의 농업 모니터링 시계열 활용을 위해 촬영 환경에 따른 무인기 반사율 및 식생지수의 변동성을 분석하였다. 촬영 고도, 촬영 방향, 촬영시간, 운량과 같은 환경요인에 따른 반사율 변동성은 8%에서 11%로 매우 크게 나타났으나, 식생지수의 변동성은 1% ~ 5%로 안정적인 것을 확인 할 수 있었다. 이러한 현상은 무인기 다중분광센서의 특성과 후처리 프로그램의 정규화 등 다양한 원인이 존재하는 것으로 판단된다. 따라서 무인기 영상의 시계열 활용을 위해서는 식생지수와 같은 밴드비율함수를 활용하는 것이 권장되며 촬영 시 가능한 동일한 촬영시간, 촬영 고도, 촬영 방향을 설정하여 시계열 영상의 변동성을 최소화하는 것이 권장된다. UAV in the agricultural application are capable of collecting ultra-high resolution image. It is possible to obtain timeliness images for phenological phases of the crop. However, the UAV uses a variety of sensors and multi-temporal images according to the environment. Therefore, it is essential to use normalized image data for time series image application for crop monitoring. This study analyzed the variability of UAV reflectance and vegetation index according to Aviation Image Making Environment to utilize the UAV multispectral image for agricultural monitoring time series. The variability of the reflectance according to environmental factors such as altitude, direction, time, and cloud was very large, ranging from 8% to 11%, but the vegetation index variability was stable, ranging from 1% to 5%. This phenomenon is believed to have various causes such as the characteristics of the UAV multispectral sensor and the normalization of the post-processing program. In order to utilize the time series of unmanned aerial vehicles, it is recommended to use the same ratio function as the vegetation index, and it is recommended to minimize the variability of time series images by setting the same time, altitude and direction as possible.

드론 영상을 이용한 Sentinel-2, Landsat-8 위성 NDVI 평가: 벼 병해 발생 지역을 대상으로

류재현,안호용,나상일,이병모,이경도,Ryu, Jae-Hyun,Ahn, Ho-yong,Na, Sang-Il,Lee, Byungmo,Lee, Kyung-do 대한원격탐사학회 2022 大韓遠隔探査學會誌 Vol.38 No.6

The frequency of exposure of field crops to stress situations is increasing due to abnormal weather conditions. In South Korea, large-scale diseases in representative paddy rice cultivation area were happened. There are limits to field investigation on the crop damage due to large-scale. Satellite-based remote sensing techniques are useful for monitoring crops in cities and counties, but the sensitivity of vegetation index measured from satellite under abnormal growth of crop should be evaluated. The goal is to evaluate satellite-based normalized difference vegetation index (NDVI) retrieved from different spatial scales using drone imagery. In this study, Sentinel-2 and Landsat-8 satellites were used and they have spatial resolution of 10 and 30 m. Drone-based NDVI, which was resampled to the scale of satellite data, had correlation of 0.867-0.940 with Sentinel-2 NDVI and of 0.813-0.934 with Landsat-8 NDVI. When the effects of bias were minimized, Sentinel-2 NDVI had a normalized root mean square error of 0.2 to 2.8% less than that of the drone NDVI compared to Landsat-8 NDVI. In addition, Sentinel-2 NDVI had the constant error values regardless of diseases damage. On the other hand, Landsat-8 NDVI had different error values depending on degree of diseases. Considering the large error at the boundary of agricultural field, high spatial resolution data is more effective in monitoring crops.

드론 다중분광영상과 컴퓨터 비전 기술을 이용한 배추 객체 탐지 알고리즘 개발

류재현,한중곤,안호용,나상일,이병모,이경도,Ryu, Jae-Hyun,Han, Jung-Gon,Ahn, Ho-yong,Na, Sang-Il,Lee, Byungmo,Lee, Kyung-do 대한원격탐사학회 2022 大韓遠隔探査學會誌 Vol.38 No.5

농업분야에서 드론을 활용하여 작물의 생육을 진단하고 정보를 영상으로 제공하고 있다. 들녘 단위에 대한 고해상도 드론 영상을 활용하는 경우 객체별 생육정보를 생산할 수 있으나 정확하게 작물을 탐지하고 인접한 객체를 효율적으로 구분하기 위한 작업이 요구된다. 본 연구에서는 작물 객체를 탐지하고 위치 정보를 추출하는 알고리즘을 개발하는 것이 목적이다. 드론 다중분광영상과 컴퓨터 비전 기술을 활용하여 객체 탐지를 위한 알고리즘을 개발하였으며, 대상 작물은 가을배추로 선정하였다. 2018년~2020년까지 가을배추를 대상으로 정식 후 7일~15일 사이의 드론 영상을 취득하였으며, 2019년 영상 기반으로 객체 탐지 알고리즘을 개발한 뒤 2018년, 2020년 영상을 기반으로 알고리즘 평가를 수행하였다. 분광반사도 기반 지수와 식생의 분광반사도 특성을 고려하여 식생 지역을 추출하였다. 이후 추출된 식생 지역에서 객체의 크기를 고려하여 팽창(Dilatation), 침식(Erosion), 이미지 분할 등과 같은 모폴로지(Morphology) 기법을 통해 객체 탐지 정확도를 향상시켰다. 개발된 객체 탐지 알고리즘의 정밀도는 95.19% 이상이었으며, 재현율과 정확도는 각각 95.4%, 93.68% 이상이었다. 객체 탐지 알고리즘의 F1-Score는 0.967 이상으로 나타났다. 본 연구에서 개발한 알고리즘을 이용하여 추출된 배추 객체 중심에 대한 위치 정보는 작물의 재배시기에 따라 영농단계별 의사결정 정보를 제공하기 위한 자료로써 활용될 것이다. A drone is used to diagnose crop growth and to provide information through images in the agriculture field. In the case of using high spatial resolution drone images, growth information for each object can be produced. However, accurate object detection is required and adjacent objects should be efficiently classified. The purpose of this study is to develop a Chinese cabbage object detection algorithm using multispectral reflectance images observed from drone and computer vision techniques. Drone images were captured between 7 and 15 days after planting a Chinese cabbage from 2018 to 2020 years. The thresholds of object detection algorithm were set based on 2019 year, and the algorithm was evaluated based on images in 2018 and 2019 years. The vegetation area was classified using the characteristics of spectral reflectance. Then, morphology techniques such as dilatation, erosion, and image segmentation by considering the size of the object were applied to improve the object detection accuracy in the vegetation area. The precision of the developed object detection algorithm was over 95.19%, and the recall and accuracy were over 95.4% and 93.68%, respectively. The F1-Score of the algorithm was over 0.967 for 2 years. The location information about the center of the Chinese cabbage object extracted using the developed algorithm will be used as data to provide decision-making information during the growing season of crops.