무인기로 취득한 콩 생육시기별 다중분광 영상을 통한 식생지수와 콩 수확량간의 상관관계 분석

백현찬 ( Hyeon-chan Baek ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),송혜영 ( Hye-young Song ),김태양 ( Tae-yang Kim ),박민준 ( Min-jun Park ),박기수 ( Ki-su Park ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.1

본 연구에서는 생식생장기에 다양한 생육시기별로 취득한 콩 필지의 다중분광 영상을 이용해 콩 수확량과의 관계분석을 통해 수확량 추정에 높은 가능성을 보이는 식생지수를 구명하는 연구를 진행하였다. 본 실험은 경상남도 밀양시에 위치한 실험 포장(35°26'59.8"N 128°47'08.2"E)에서 수행하였으며, 회전익 무인기 (Matrice 200 v2, DJI Technology Co. Ltd., China)에 다중분광 센서 (altum, Micasense Inc, USA)를 탑재하여 2018년도부터 3년간 생육시기 (R2, R5, R6, R7)별로 취득한 다중분광 영상에서 분광영상 소프트웨어 (ENVI 5.6, Exelis Visauall information Solution Inc, USA)로 콩 잎의 반사값을 추출해 수확량과 관련된 6개의 식생지수들을 임의로 산출하였다. 각각의 식생지수와 실측한 수확량 사이의 상관성 (r) 평가와 함께 단순선형회귀분석하여 선형지표 R2와 오차지표 root mean squared error (RMSE) 및 relative error (RE)로 추정성능을 평가하였다. 개화기 (R2)에서는 SAVI가 r=0.47 로 다른 식생지수보다 상대적으로 높은 상관관계를 나타내었지만, 단순선 형회귀분석 결과 R2=0.22, RMSE=65.88kg/10a, RE=31.78% 로 수확량 추정가능성을 보이지 않았다. 입비대시 (R5)에서는 MSAVI가 r=0.84로 가장 높은 상관관계를 나타내었고, 단순선형회귀분석 결과 R2=0.71, RMSE=39.72kg/10a, RE=19.16% 로 전 생육시기에서 가장 높은 추정가능성을 보였다. 이외에 R6 (MSAVI)와 R7 (ARVI)의 예측성능은 R2≥0.43, RMSE≤58.36kg/10a, RE≤28.15% 으로 상대적으로 낮은 추정가능성을 보였다. 다양한 생육단계에서 콩 수확량 추정에 유리한 식생지수를 구명한 이 결과를 다양한 환경조건에서 재배되고 있는 콩 필지에서도 활용가능한 모델을 개발해내는 데 기초자료를 활용할 것이다.

의사결정트리 기반 초분광 영상을 이용한 옥수수 생육시기별 염해 분류 모델

백현찬 ( Hyeon-chan Baek ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),송혜영 ( Hye-young Song ),박기수 ( Ki-su Park ),김은리 ( Eun-ri Kim ),박민준 ( Min-jun Park ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2

본 연구의 목적은 생육 시기별로 인위적인 염 스트레스를 받은 옥수수를 초분광 영상으로 촬영하여 정상과 염 처리의 구분 및 염처리 농도에 따른 분류 가능성을 검토하여 염해 피해 정도를 예측할 수 있는 모델을 개발하는 데 있다. 실험은 전라북도 김제시 광활면 새마을 간척지 시험포장에서 옥수수(찰옥2호)의 4본엽기(V4), 6본엽기(V6)와 개화기(R1)에 각각 정상관수(0.5 dS/m), 염 농도별 관수(2, 4, 8 dS/m) 처리하였다. 초분광 센서 (microHSI 410 SHARK, Corning, USA)를 탑재한 무인기 이용하여 각 생육시기별로 염 처리 후 10일 차 정오에 영상을 취득하였다. 취득된 영상은 영상분석 소프트웨어(ENVI 5.3, Exelis Visual Information, USA)를 이용하여 각 생육 시기별 각 처리구별 반사값을 추출하였으며 의사결정트리 기법으로 염 처리 유무와 농도의 구분 가능성을 검토하였다. 염 처리 유무 에서는 V6, R1의 KC가 50% 이상의 분류정확도로 나타났으며 V4의 KC는 29% 이하의 정확도로 산출되어 염 유무 모델 적용하기에 어렵다고 판단된다. 그리하여 V6, R1을 대상으로 염 처리 농도에 대해 분석한 결과, R1의 KC가 52.2%의 정확도로 분류하는 것이 가능하였다. 하지만 V6에서는 36.8% 이하의 정확도로 분류하는 것이 어렵다고 판단된다. 추후 타 간척지 필지에 심겨진 옥수수의 분광데이터에 적용하여 염해 예측 모델 재현성 검토 및 보정이 필요하다고 생각한다.

의사결정트리 기반 초분광 영상을 이용한 옥수수 생육시기별 염해 분류 모델

백현찬 ( Hyeon-chan Baek ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),송혜영 ( Hye-young Song ),박기수 ( Ki-su Park ),김은리 ( Eun-ri Kim ),박민준 ( Min-jun Park ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2

본 연구의 목적은 생육 시기별로 인위적인 염 스트레스를 받은 옥수수를 초분광 영상으로 촬영하여 정상과 염 처리의 구분 및 염처리 농도에 따른 분류 가능성을 검토하여 염해 피해 정도를 예측할 수 있는 모델을 개발하는 데 있다. 실험은 전라북도 김제시 광활면 새마을 간척지 시험포장에서 옥수수(찰옥2호)의 4본엽기(V4), 6본엽기(V6)와 개화기(R1)에 각각 정상관수(0.5 dS/m), 염 농도별 관수(2, 4, 8 dS/m) 처리하였다. 초분광 센서 (microHSI 410 SHARK, Corning, USA)를 탑재한 무인기 이용하여 각 생육시기별로 염 처리 후 10일 차 정오에 영상을 취득하였다. 취득된 영상은 영상분석 소프트웨어(ENVI 5.3, Exelis Visual Information, USA)를 이용하여 각 생육 시기별 각 처리구별 반사값을 추출하였으며 의사결정트리 기법으로 염 처리 유무와 농도의 구분 가능성을 검토하였다. 염 처리 유무 에서는 V6, R1의 KC가 50% 이상의 분류정확도로 나타났으며 V4의 KC는 29% 이하의 정확도로 산출되어 염 유무 모델 적용하기에 어렵다고 판단된다. 그리하여 V6, R1을 대상으로 염 처리 농도에 대해 분석한 결과, R1의 KC가 52.2%의 정확도로 분류하는 것이 가능하였다. 하지만 V6에서는 36.8% 이하의 정확도로 분류하는 것이 어렵다고 판단된다. 추후 타 간척지 필지에 심겨진 옥수수의 분광데이터에 적용하여 염해 예측 모델 재현성 검토 및 보정이 필요하다고 생각한다.

다중분광 영상을 이용한 배추의 생육정보 추정 회귀 모델

정종찬 ( Jong-chan Jeong ),유찬석 ( Chan-seok Ryu ),박기수 ( Ki-su Park ),김은리 ( Eun-ri Kim ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.1

농업 전망에 따르면 배추는 생산량이 2022년 이후로 계속 줄어드는 추세이고 생산량에 의한 가격 편차가 큰 작물이다. 이러한 문제를 해결하기 위해 생산량과 관련이 깊은 생육정보를 분석하는 연구들이 진행되고 있다. 현재 대부분의 연구는 파괴적인 방법으로 생육정보를 얻어내고 있어, 비파괴적으로 정보를 얻고 분석하는 방법이 필요하다. 따라서 본 연구의 목적은 무인기를 활용한 배추의 다중분광 데이터를 이용하여 비파괴적으로 배추의 생육을 예측할 수 있는 모델을 개발하는 데 있다. 실험은 전라북도 완주군 국립원예특작과학원 실험포장에서 두 품종의 배추(불암3호, 청명가을)를 재배하여 진행하였다. 배추는 9월 7일 파종하였고 11월 9일 파괴조사를 통해 생체중, 엽장, 엽폭, 중륵폭, 중륵두께, SPAD, 엽수, 엽면적의 생육정보를 취득하였다. 영상은 다중분광 센서(Altum-PT, MicaSense Inc, USA)를 탑재한 무인기를 이용하여 11월 8일 정오에 취득하였다. 취득한 영상은 영상분석 소프트웨어(ENVI 5.3, Exelis Visual Information, USA)를 이용하여 반사값을 추출하였으며 식생지수는 NDVI, GNDVI, GRVI, RVI, DVI, NDRE, SAVI, PRI, OSAVI, TCARI를 사용하였다. 통계 프로그램은 Jupyter Notebook 6.5.2(Python 3.9.13)를 이용하였고 샘플 수는 각 품종별 12개씩 총 24개로 진행하였다. 생육정보 추정을 위해 이상치 제거 후 다중선형회귀 모델을 만들었고 데이터셋 분리(train test split)와 변수선택법을 적용하였다. 모델 평가 방법으로는 R², RMSE와 MAPE를 사용하였고 R²가 0.5 이상인 모델들 중, RMSEC가 작고, MAPEC와 MAPEP의 차이가 작을수록 성능이 좋은 모델로 판단하였다. 가장 성능이 좋은 생육정보 추정 모델은 엽수, SPAD에서 PRI를 이용하여 각각 R²=0.68, RMSEC=3.10ea, MAPEC=7.24%, MAPEP=7.26%와 R²=0.72, RMSEC=2.85, MAPEC=15.3%, MAPEP=15.3%로 나타났고 엽장에서는 NDRE, OSAVI를 이용하여 R²=0.51, RMSEC=2.54cm, MAPEC=9.07%, MAPEP=7.08%로 나타났다. 추후 본 연구 결과를 이용한 생육 모니터링과 수확기 영상을 이용한 수확량 예측 모델의 작성이 배추 생산량 안정성 향상에 도움이 되리라 판단된다.

온실 내 초분광 영상 취득 시 할로겐과 차광 커튼이 미치는 영향

김태양 ( Tae-yang Kim ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),장시형 ( Si-hyeong Jang ),박준우 ( Jun-woo Park ),강경석 ( Kyung-suk Kang ),백현찬 ( Hyeon-chan Baek ),박민준 ( Min-jun Park ),박진기 ( Jin-ki Park ) 한국농림기상학회 2021 한국농림기상학회지 Vol.23 No.4

본 연구는 유리온실 내에서 초분광 영상을 취득하였을 때 차광 커튼과 할로겐이 DN value스펙트럼에 미치는 영향에 관한 것이다. 국립식량과학원 남부작물부 유리온실에 설치된 자동영상취득시스템을 이용하였으며 30° 기울어진 보정용 Tarp (1.4×1.4 m, 12%)를 설치한 후 하우징과 거리별(0.7∼2.1 m) 영상데이터를 4가지 조건으로 3반복 취득했다. 차광 커튼과 할로겐을 모두 사용하지 않고 영상을 취득하였을 경우, 직달광부분과 그림자부분은 550 nm를 기준으로 스펙트럼의 변동성이 커졌다. 직달광부분과 그림자부분의 평균 변동계수(Coefficient of variation, CV)값은 각각 1.8%, 4.2%이며 그림자 유무에 관계없이 CV값을 계산 할 경우 12.5%로 증가되었다. 차광 커튼을 사용하지 않고 할로겐만을 이용한 경우 직달광부분과 그림자 부분의 CV 값은 2.6%, 10.6%이고 그림자 유무에 관계없이 CV 값을 계산할 경우 11.2%로 나타났으며 하우징과 거리에 따른 할로겐 보광량 차이로 인해 스펙트럼 변화폭이 증가되었다. 차광커튼만을 사용한 경우 CV 값은 1.6%이며 직달광과 그림자부분의 구분이 사라졌다. 차광 커튼과 할로겐을 모두 사용한 경우 하우징과 거리에 따른 할로겐의 보광량 차이로 CV 값은 10.2%로 증가했다. 할로겐과 차광 커튼을 모두 사용한 영상의 높이 범위 별 CV 값을 계산하였을 때 0.1 m범위는 1.4%, 0.2 m범위는 1.9%, 0.3 m 범위는 2.6%, 0.4 m 범위는 3.3%로 나타났다. 따라서 온실에서 표준화된 영상데이터를 취득하기 위해서는 차광 커튼을 이용해 광을 균일하게 해야하고 할로겐램프를 이용해 보광 할 경우 대상의 수직 높이가 0.2 m 미만이며 대상과 하우징의 거리가 일정하게 유지 되었을 때 유효하다고 판단된다. This study analyzed the effects of light-shielding curtains and halogens on spectrum when acquiring hyperspectral images in a greenhouse. The image data of tarp (1.4*1.4 m, 12%) with 30 degrees of angles was achieved three times with four conditions depending on 14 heights using the automatic image acquisition system installed in the greenhouse at the department of Southern Area of National Institute of Crop Science. When the image was acquired without both a light-shielding curtain and halogen lamp, there was a difference in spectral tendencies between direct light and shadow parts on the base of 550 nm. The average coefficient of variation (CV) for direct light and shadow parts was 1.8% and 4.2%, respective. The average CV value was increased to 12.5% regardless of shadows. When the image was acquired only used a halogen lamp, the average CV of the direct light and shadow parts were 2.6% and 10.6%, and the width of change on the spectrum was increased because the amount of halogen light was changed depending on the height. In the case of shading curtains only used, the average CV was 1.6%, and the distinction between direct light and shadows disappeared. When the image was acquired using a shading curtain and halogen lamp, the average CV was increased to 10.2% because the amount of halogen light differed depending on the height. When the average CV depending on the height was calculated using halogen and light-shielding curtains, it was 1.4% at 0.1m and 1.9% at 0.2 m, 2.6% at 0.3m, and 3.3% at 0.4m of height, respectively. When hyperspectral imagery is acquired, it is necessary to use a shading curtain to minimize the effect of shadows. Moreover, in case of supplementary lighting by using a halogen lamp, it is judged to be effective when the size of the object is less than 0.2 m and the distance between the object and the housing is kept constant.

다중분광 영상을 이용한 오이 묘 수분함량 추정

장시형 ( Si-hyeong Jang ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),박준우 ( Jun-woo Park ),김태양 ( Tae-yang Kim ),강경석 ( Kyeong-suk Kang ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.1

오이는 박과 작물로 재배환경에 따라 생육에 크게 영향을 받는다. 육묘기때 수분 관리를 소홀히 하면 생육장해가 발생하기 때문에 실시간으로 생육 진단 기술 개발이 필요하다. 본 연구는 온실 내 다중분광 센서가 설치된 영상 시스템을 이용하여 오이 묘의 수분함량 추정 모델을 개발하였다. 본 연구는 전라북도 완주군에 위치한 농촌진흥청 국립원예특작과학원 내 온실에서 2020년 3월 9일부터 12일까지 총 4일 간 실험을 수행하였다. 실험 장비는 5개의 (Blue, Green, Red, Red edge, NIR) 파장으로 이루어진 다중분광 센서(Rededge-M, Micasense Inc., USA)를 이용하였다. 정오마다 촬영한 오이묘 영상은 영상처리를 통해 캐노피의 반사값 추출 및 식생지수 NDVI, GNDVI를 산출하였다. 오이 묘의 수분함량은 촬영 직후 측정한 생체중과 건물중을 이용하여 계산하였다. 오이 묘의 식생지수와 수분함량을 선형회귀분석하여 추정 모델을 개발하였다. 개발된 추정 모델은 정확도(R²)및 정밀도(RMSE)로 성능을 평가하였다. 식생지수 NDVI, GNDVI를 이용한 오이 묘 수분함량 추정 모델의 정확도는 0.31, 0.13로 나타났으며 정밀도는 8.19%, 9.14%로 낮게 나타났다. 온실 내 구조물에 발생하는 그림자 영향을 최소화하고자 촬영시 차광막을 설치했으나 샘플 위치마다 그림자의 영향을 받아 광이 불균일하여 모델의 성능이 낮게 나타난 것으로 판단된다. 이러한 문제를 해결하고자 샘플 위치를 나누어 재분석하였다. 그 결과 NDVI를 이용한 앞쪽 배치된 오이 묘 수분함량 추정 모델의 정확도 및 정밀도는 0.58, 5.97%가 나타났으며 뒷쪽 배치된 오이묘 수분함량 추정 모델의 정확도 및 정밀도는 0.15, 9.99%가 나타나 앞쪽에 배치한 샘플은 뒷쪽에 배치한 샘플에 비해 상대적으로 그림자의 영향을 덜 받아 광이 균일하여 모델의 성능이 개선되었을 것으로 판단된다. 문제점을 보완하고 개선한 모델을 통해 변량 관수 시스템 도입에 기초자료로 사용할 수 있을 것으로 판단된다.

회전익 무인기에 탑재된 열화상 센서를 이용한 콩 수분 스트레스 판별

장시형 ( Si-hyeong Jang ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),박준우 ( Jun-woo Park ),김태양 ( Tae-yang Kim ),강경석 ( Kyeong-suk Kan ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.1

콩은 수분 영향을 크게 받는 작물 중 하나이며 수분 관리를 제대로 안될 시 생육 장해가 발생하고 수확량이 감소하기 때문에 본 연구에서 무인기에 탑재된 열화상 센서를 이용하여 콩의 수분 스트레스 여부 추정하기 위해 수행되었다. 실험 포장은 경상남도 밀양시에 위치하고 있으며 (35°26'59.8"N 128°47'08.2"E) 가로 6m, 세로 9m로 나누어진 18개 블럭으로 이루어져 있다. 관수(12곳), 미관수(6곳) 블록을 나누어 지하부에 수분 센서를 설치하고 자동관수 시스템을 이용하여 7월 28일부터 수확 전까지 관수량을 조절하였다. 회전익 무인기(Matrice 200 v2, DJI Technology Co. Ltd., China)에 열화상 센서(altum, Micasense Inc, USA)를 탑재하여 8월 1일부터 10월 4일까지 총 6차례 영상을 취득하였다. 취득한 개별 영상들은 하나의 영상으로 접합한 후 섭씨온도로 변환하여 콩 캐노피 영역 온도값을 추출하였다. 추출한 온도값을 이용하여 관수 여부에 따른 캐노피 온도 차이를 비교하였다. 또한 토양 수분함량과 생육데이터(생체중)를 t-test검정하여 수분 스트레스 여부를 추정하였다. 열화상 센서를 이용하여 관수 여부에 따른 캐노피 온도 차이 분석한 결과 2차례(8월 1일, 8월 19일) 기간에서 온도 차이가 나타났다(p<0.05). 반면에 나머지 4차례(8월 8일, 9월 6일, 9월 20일, 10월4일) 기간에서 온도 차이가 나타나지 않았는데 영상을 취득하기 전 날 강수영향으로 인해 캐노피 온도가 회복했을 것으로 판단된다. 관수 여부에 따른 토양 수분함량 및 생육 차이 분석한 결과 캐노피 온도 차이와 달리 8월 19일에서만 차이가 나타났다. 8월 1일에서 일부 관수 블럭의 배수가 불량하여 토양 내 수분이 과다로 양분 부족으로 인해 생육 부진이 나타난 것으로 판단된다. 본 연구를 통해 짧은 시간에 생육 상태를 진단하고 적정 시기에 수분 공급하여 재배 관리에 도움을 줄 것으로 판단된다.

초분광영상 데이터를 이용한 딸기 병증 판별 최적 모델 선정

김은리 ( Eun-ri Kim ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),송혜영 ( Hye-young Song ),박기수 ( Ki-su Park ),백현찬 ( Hyeon-chan Baek ),박민준 ( Min-jun Park ),김태양 ( Tae-yang Kim ),박은지 ( Eun-jee Park ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2

딸기는 한국의 대표 과채류 중 하나로 2020년 기준 전체 채소 생산액의 10.9%로 큰 비율을 차지하는 작물이다. 국내 발생 딸기 병해 중 시듦병, 역병은 주로 정식 초기에 토양을 매개로 발생하여 큰 피해를 준다. 본 연구에서는 병증이 유사한 시듦병, 역병, 한해를 신속하고 비 파괴적으로 진단하기 위해 초분광 영상과 머신 러닝 기법을 이용하여 정상 개체와의 분류 모델을 개발하고자 한다. 본 실험은 경상남도 농업기술원 하이테크 유리온실(N35.2105°E128.1174°) 내에서 딸기(매향)로 진행하였으며, 각 처리구별(정상, 시듦병, 역병, 한해) 12개체씩 배치하여 총 48개체로 실험하였다. 온실 내 초분광 센서(FX10, Specim Spectral imaging Ltd, Finland)로 2021년 4월 26일부터 6월 1일까지 총 37일간 매일 1일 1회 11시에서 13시 사이에 영상을 취득하였다. 취득된 영상은 ENVI 5.6 Classic(Exclis Visual Information Solution Inc, USA) 소프트웨어로 암전류 및 광 보정 후, ExG(Excess Green) 지수를 이용하여 식생을 분리하고 단일 개체별 반사값 데이터를 추출하였다. 추출된 데이터는 평활화 유무에 따른 성능 비교를 위해 Savitzky-Golay filtering 기법을 수행하여 학습데이터로 생성하였다. 생성된 데이터로 Decision Tree, Random Forest, XGBoost, LightGBM 4가지 기법을 이용하여 모델을 개발하여 비교하였으며, 평활화 유무와 각 모델에 따른 성능은 Kappa와 F1 Score로 평가하였다. Python(Python 3.7.9, Python Software Foundation, USA)으로 평활화를 진행하지 않은 LightGBM이 Kappa=0.666, F1 Score=0.748로 가장 높은 성능을 나타내었다. Kappa와 F1 Score에서 정상 개체와 병증 간의 오분류가 전체 오분류의 93.7%로 높게 나타났다. 이는 매일 Real Time PCR 결과로 감염 여부를 조사할 수 없어, 최종 PCR 결과를 기반으로 판단된 감염 여부와 실제 감염 시기의 차이로 인한 영향으로 추측된다. 추후 매일 Real Time PCR 검사 또는 병증 감염 지수의 시계열 데이터를 취득하여 분류 모델의 성능을 개선할 수 있을 것으로 판단된다.

다년도 분광 데이터를 이용한 콩의 생체중, 엽면적 지수 추정

장시형 ( Si-hyeong Jang ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),박준우 ( Jun-woo Park ),김태양 ( Tae-yang Kim ),강경석 ( Kyung-suk Kang ),박민준 ( Min-jun Park ),백현찬 ( Hyun-chan Baek ),박유현 ( Yu-hyeon Park ),강동 한국농림기상학회 2021 한국농림기상학회지 Vol.23 No.4

콩은 논 대표적인 밭작물로써 온도, 수분, 토양과 같은 환경 조건에 민감하기 때문에 재배 시 포장 관리가 매우 중요하다. 작물 상태를 비파괴적, 비접촉적 방법으로 측정할 수 있는 분광 기술을 활용한다면 작황 예측, 작물 스트레스 및 병충해 판별 등 생육 진단 및 처방을 통해 품질과 수확량을 높일 수 있다. 본 연구에서는 회전익 무인기에 탑재된 다중분광 센서를 이용하여 시험 포장에서 콩 생육 추정 모델 개발하고 재현성을 확인하기 위해 농가 포장에 검증을 수행하였다. 분광 데이터로 산출된 정규화 식생지수(NDVI, GNDVI), 단순비 식생지수(RRVI, GRVI)와 콩 생육 데이터(생체중, LAI)를 선형회귀분석을 실시하여 모델을 개발하였으며 괴산에 위치한 농가포장에서 검증을 실시하였다. 그 결과 생체중의 경우 정규화 식생지수를 이용 시 포화되기 때문에 단순비 식생지수 GRVI를 이용한 모델의 성능이 가장 높았다(R²=0.74, RMSE=246 g/㎡, RE=34.2%). 괴산 농가 포장에 생체중 모델 검증 결과 RMSE=392 g/㎡, RE=32%로 나타났으며 작부 체계별 나누어 검증 결과 단작 포장과 이모작 포장 생체중 모델은 RMSE=315 g/㎡, RE=26% 및 RMSE=381 g/㎡, RE=31%로 나타났다. 작부 체계별 포장과 적산온도가 유사한 연도별 시험 포장(2018+2020년, 2019년)을 나누어 생체중 모델 개발한 결과 단년도(2019년)의 성능이 높게 나타났다. 작부 체계별 적산온도가 유사한 검증과 기존 검증 간 비교 결과 단작 포장은 RMSE 및 RE를 기준으로 각각 29.1%와 34.3%로 개선 되었으나 이모작 포장은 -19.6%, -31.3%로 저하되었다. 적산온도 이외의 환경 요인, 분광 및 생육 데이터 추가 시 다양한 환경 조건에서 재배되는 콩 생육을 추정 가능할 것으로 판단된다. Soybeans (Glycine max), one of major upland crops, require precise management of environmental conditions, such as temperature, water, and soil, during cultivation since they are sensitive to environmental changes. Application of spectral technologies that measure the physiological state of crops remotely has great potential for improving quality and productivity of the soybean by estimating yields, physiological stresses, and diseases. In this study, we developed and validated a soybean growth prediction model using multispectral imagery. We conducted a linear regression analysis between vegetation indices and soybean growth data (fresh weight and LAI) obtained at Miryang fields. The linear regression model was validated at Goesan fields. It was found that the model based on green ratio vegetation index (GRVI) had the greatest performance in prediction of fresh weight at the calibration stage (R²=0.74, RMSE=246 g/㎡, RE=34.2%). In the validation stage, RMSE and RE of the model were 392 g/㎡ and 32%, respectively. The errors of the model differed by cropping system, For example, RMSE and RE of model in single crop fields were 315 g/㎡ and 26%, respectively. On the other hand, the model had greater values of RMSE (381 g/m2) and RE (31%) in double crop fields. As a result of developing models for predicting a fresh weight into two years (2018+2020) with similar accumulated temperature (AT) in three years and a single year (2019) that was different from that AT, the prediction performance of a single year model was better than a two years model. Consequently, compared with those models divided by AT and a three years model, RMSE of a single crop fields were improved by about 29.1%. However, those of double crop fields decreased by about 19.6%. When environmental factors are used along with, spectral data, the reliability of soybean growth prediction can be achieved various environmental conditions.

의사결정트리기법을 이용한 초분광 영상 기반 배나무의 잎, 가 지 화상병 감염 판별 파장대역 선정

박준우 ( Jun-woo Park ),유찬석 ( Chan-seok Ryu ),강예성 ( Ye-seong Kang ),전새롬 ( Sae-rom Jean ),장시형 ( Si-hyeong Jang ),송혜영 ( Hye-young Song ),김경철 ( Gyeong-cheol Kim ),강태환 ( Tae-hwan Kang ),김현진 ( Hyeon-jin Kim ) 한국농업기계학회 2019 한국농업기계학회 학술발표논문집 Vol.24 No.1

2015년 경기도 안성 지역에서 검역상 금지병인 화상병이 발생한 이후로 안성, 천안, 제천 지역에서 매년 화상병이 발생하고 있으며 그로 인해 심각한 경제적 피해가 발생하고 있다. 본 연구에서는 화상병 유무판별 시스템 개발을 위해 초분광 영상을 이용하여 화상병 감염주와 비감염주의 분광학적 특성을 비교하여 화상병 감염여부를 판단할 수 있는 파장을 의사결정트리 기법으로 선정하고 spectral marging을 통해 최적 밴드 조합을 제시하고자 한다. 2017년 5월부터 2018년 7월까지 경기도 안성 지역에서 초분광 센서를 이용하여 감염된 잎 데이터 214개, 비감염된 잎 데이터 34개, 감염된 가지 데이터 23개와 비감염된 가지 데이터 50개의 고차원 영상을 취득하였다. 취득한 영상은 Spectral image software (ENVI 5.3, Exelis Visual Information, USA)를 이용하여 표준반사판으로 광 보정 한 후 잎과 가지 영역의 519개의 밴드의 반사율을 추출하였다. 의사결정트리 모델 및 통계분석은 R software (R 3.5.1, USA)을 이용하여 수행하였고 모델의 과적합을 방지하기 위해 가지치기(Pruning)를 실시한 후 overall accuracy (OA)와 kappa coefficient (kappa)를 이용하여 분류 정확도를 나타내었다. 화상병 판별에 필요한 영상센서 개발을 위해 원본데이터(5nm±2.8nm)를 중심파장이 10nm 간격이고 FWHM을 각각 10, 25, 50 및 80nm로 평준화하여 의사결정트리로 각 조건별 OA와 kappa를 비교하였다. 원본데이터를 이용한 분류결과, 잎과 가지 모두 Blue와 Red Edge가 유의한 밴드로 나타났으며 분류 정확도는 잎에서는 OA 100%, kappa 100%로 가지에서는 OA 90.5%, kappa 74.1%의 분류 정확도를 나타났다. 파장 평준화를 하였을 경우 잎은 FWHM 50nm에서 Blue, Red, Red Edge, NIR에서 OA 98.9%, kappa 97.3%의 분류 정확도를 보였으며 가지는 모든 FWHM에서 Red, Red Edge에서 OA 90.5%, kappa 74.1%의 동일한 분류 정확도를 보였다. 결론적으로 50nm의 FWHM을 가진 Blue, Red, Red Edge, NIR 파장을 이용하면 화상병 판별이 가능할 것으로 판단된다.