드론 영상 기반 식생지수를 이용한 농경지 토지이용 분류 = Classification of agricultural land use using vegetation index based on drone image

다국어 초록 (Multilingual Abstract)

The vegetation index is an index that evaluates the vitality of vegetation by using the reflectivity values for eachwavelength region of the image. Recently, many studies have been conducted to quickly analyze the vegetationindex using drone images. The growth status of crops can be monitored by parcel by overlapping the vegetationindex with the parcel polygon, but no research has been attempted to understand the land use characteristics ofagricultural land through this. In this study, the accuracy of the drone-based vegetation index was evaluated byselecting farmland from reclaimed land, and the purpose of this study was to present a technology that can classifyland use by using the statistical information of the vegetation index with the highest accuracy. First, a droneimage was taken to calculate various vegetation indices such as NDVI (Normalized Difference Vegetation Index),SAVI (Soil Adjusted Vegetation Index), NDRE (Normalized Difference Red-edge Index), and GNDVI (GreenNormalized Difference Vegetation Index). As a result of evaluating the accuracy of the vegetation index usingthe ASD FieldSpec 4 spectrometer, NDVI was found to be the most effective for monitoring the vegetation of thetarget site. In addition, relatively simple types of land use such as rice, corn, farms, and fallow land, which aremainly found in reclaimed farmland, were classified using the mean and standard deviation statistical informationof NDVI for each parcel. To check the accuracy of the drone image-based land use analysis result, the Kappacoefficient was found to be as high as 0.914 as a result of comparing it with the data conducted on the site.

국문 초록 (Abstract)

식생지수는 영상의 파장영역별 반사도값을 이용하여 식생의 활력도를 평가하는 지표이며, 최근 드론 영상을 활용하여 식생지수를 신속하게 분석하는 연구가 많이 진행되고 있다. 식생지수를 필지 폴리곤과 중첩할 경우 작물의 생육 상태를 필지별로 모니터링할 수 있으나, 이를 통해 농경지의 토지이용 특성을 파악하는 연구는 시도되지 않았다.
본 연구에서는 간척지 농경지를 대상지로 선정하여 드론 기반의 식생지수 정확도를 평가하였으며, 가장 정확도가 높은 식생지수의 통계정보를 활용하여 토지이용을 분류할 수 있는 기술을 제시하는 것을 목적으로 하였다. 먼저 드론영상을 촬영하여 NDVI, SAVI, NDRE, GNDVI와 같은 다양한 식생지수를 계산하였으며, ASD FieldSpec 4 분광계를 이용하여 식생지수 정확도를 평가한 결과 NDVI가 대상지의 식생 모니터링에 가장 효과적인 것으로 나타났다.
또한 필지별 NDVI의 평균 및 표준편차 통계정보를 이용하여 간척지 농경지에 주로 나타나는 벼, 옥수수, 농장, 휴경지와 같이 비교적 단순한 형태의 토지이용을 분류하였다. 드론 영상 기반의 토지이용 분석 결과의 정확도를 확인하기 위해, 현장조사를 실시한 자료와 비교한 결과 Kappa 계수가 0.914로 높게 나타났다. 따라서 드론 영상 기반의 식생지수를 활용할 경우 간척지의 농경지와 같이 비교적 단순한 형태의 토지이용을 보이는 대상지역의 토지이용을 분류하는데 효과적일 것으로 판단된다.

참고문헌 (Reference)

1 나상일 ; 박찬원 ; 소규호 ; 안호용 ; 이경도, "작물 스트레스 평가를 위한 드론 초분광 영상 기반 광화학반사지수 산출 및 다중분광 영상에의 적용" 대한원격탐사학회 35 (35): 637-647, 2019

2 김준우 ; 김덕진, "위성영상-AI 기반 재난모니터링과 실현 가능한 준실시간 통합 재난모니터링 시스템" 한국지리정보학회 23 (23): 236-251, 2020

3 김예화 ; 주경영 ; 성선용 ; 이동근, "위성영상 시공간 융합기법의 계절별 NDVI 예측에서의 응용" 대한원격탐사학회 33 (33): 149-158, 2017

4 나상일 ; 박찬원 ; 정영근 ; 강천식 ; 최인배 ; 이경도, "원격탐사 기반 맥류 작황 추정을 위한 최적 식생지수 선정 - UAV와 현장 측정자료를 활용하여 -" 대한원격탐사학회 32 (32): 483-497, 2016

5 남원호 ; Brian D. Wardlow ; 장민원 ; 홍석영 ; Tsegaye Tadesse, "식생가뭄반응지수 (VegDRI)를 활용한 위성영상 기반 가뭄 평가" 한국농공학회 57 (57): 1-9, 2015

6 조상호 ; 이근상 ; 황지욱, "식생 활력도를 고려한 드론 기반의 식생지수 분석" 한국지리정보학회 23 (23): 21-35, 2020

7 나상일 ; 안호용 ; 박찬원 ; 홍석영 ; 소규호 ; 이경도, "봄배추 생육이상 평가를 위한 드론 열적외 영상 기반 작물 수분 스트레스 지수(CWSI) 분포도 작성" 대한원격탐사학회 36 (36): 667-677, 2020

8 박부용 ; 정인홍 ; 조점래, "드론을 이용한 쪽파 파밤나방(Spodoptera exigua)과 무 배추좀나방(Plutella xylostella)의 방제효과" 한국농약과학회 24 (24): 14-18, 2020

9 이근상 ; 김성욱 ; 이길하, "드론원격정보를 활용한 저수지 수생식물 분포 파악: 경북 문천저수지에서의 적용 예" 한국환경과학회 26 (26): 685-689, 2017

10 김용석, "드론 초분광 영상과 다중 식생지수를 활용한 태화강 유역 식생변화 분석" 한국환경복원기술학회 24 (24): 97-110, 2021

11 전의익 ; 김경우 ; 조성빈 ; 김성학, "드론 초분광 영상 활용을 위한 절대적 대기보정 방법의 비교 분석" 대한원격탐사학회 35 (35): 203-215, 2019

12 김한결 ; 김재인 ; 윤성주 ; 김태정, "드론 영상을 이용한 하천의 구간별 허용 저수량 산정 방법 개발" 대한원격탐사학회 34 (34): 203-211, 2018

13 송찬 ; 김성용 ; 이선주 ; 장용환 ; 이영진, "드론 영상을 이용한 리기다소나무림의 개체목 및 수고 추출" 대한원격탐사학회 37 (37): 1731-1738, 2021

14 함건우 ; 이정민 ; 배경호 ; 박홍기, "드론 열화상 및 초분광 센서를 이용한 농업가뭄 모니터링 적용 연구" 한국지리정보학회 22 (22): 107-119, 2019

15 나상일 ; 이윤호 ; 류재현 ; 이동호 ; 신형섭 ; 김서준 ; 조재일 ; 박종화 ; 안호용 ; 소규호 ; 이경도, "드론 기반의 재배관리 지도 제작 및 활용방안 - 봄배추를 대상으로 -" 대한원격탐사학회 37 (37): 637-648, 2021

16 임진택, "농업용 방제드론의 방제면적 산출 알고리즘에 관한 연구" 중소기업융합학회 10 (10): 135-142, 2020

17 윤정범 ; 윤영남 ; 김윤하, "농업분야에서 식생지수의 활용" 농업생명과학연구원 55 (55): 1-9, 2021

18 이유진 ; 김태정, "농림위성용 GCP 칩 매칭 성능 향상을 위한 위성영상 공간해상도 결정" 대한원격탐사학회 37 (37): 1517-1526, 2021

19 Hornbuckle, J., "Using Satellite And Drones For Water And Nitrogen Management Decision Making"

20 Gitelson, A., "Use of a green channel in remote sensing of global vegetation from EOS-MODIS" 58 (58): 289-298, 1996

21 Shin, Y. H., "Spectral reflectance characteristics and vegetation indices of field crops" 10 (10): 43-54, 2003

22 Rouse, J, W., "Monitoring Vegetation Systems in the Great Plains with ERTS" 1 : 309-317, 1974

23 홍석영 ; 허지나 ; 안중배 ; 이지민 ; 민병걸 ; 이충근 ; 김이현 ; 이경도 ; 김선화 ; 김건엽 ; 심교문, "MODIS NDVI와 기상자료를 이용한 우리나라 벼 수량 추정" 대한원격탐사학회 28 (28): 509-520, 2012

24 정윤재 ; 김경섭 ; 박인선 ; 정연인, "Landsat-8 위성영상 기반 수분지수 및 기계학습을 활용한 대구광역시의 지표수 탐지" 한국지리정보학회 24 (24): 1-11, 2021

25 채성호 ; 박숭환 ; 이명진, "Landsat-8 OLI/TIRS 위성영상의 지표온도와 식생지수를 이용한 토양의 수분 상태 관측 및 농업분야에의 응용 가능성 연구" 대한원격탐사학회 33 (33): 931-946, 2017

26 이지완 ; 박근애 ; 조형경 ; 이규호 ; 나상일 ; 박종화 ; 김성준, "KOMPSAT-2 위성영상과 현장 측정자료를 통한 식생지수와 수확량의 상관관계 분석" 한국농공학회 53 (53): 75-81, 2011

27 Thompson, L. J., "Getting Started with Drones in Agriculture" NebraskaExtension Publications 12-, 2017

28 Hunt, J., "Evaluation of digital photography from model aircraft for remote sensing of crop biomass and nitrogen status" 6 : 359-378, 2005

29 Toevs, G. R., "Consistent indicators and methods and a scalable sample design to meet assessment, inventory, and monitoring information needs across scales" 33 : 14-20, 2011

30 Hunt, E. R., "Applications and research using remote sensing for rangeland management" 69 (69): 675-693, 2003

31 Laliberte, A. S., "An object-based image analysis approach for determining fractional cover of senescent and green vegetation with digital plot photography" 69 (69): 1-14, 2007

32 Huete, A. R., "A soil-adjusted vegetation index(SAVI)" 25 (25): 259-309, 1988