선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- (2007)은 토양의 스펙트럼과 합성 스펙트럼에 이산 웨이블렛 변환 (Discrete Wavelet Transform, DWT) 을 적용하여 점토 함량을 추정한 연구를 수행한 바 있다. 본 연구에서는 토양의 가시･근적외선 스펙트럼의 피크중첩 등에 의한 분석오차를 감소시킴으로써 토양유기물 추정의 정확도 향상을 위해 이산 웨이블릿 변환 신호처리기법의 적용을 검토하고 공간정보모델링을 통해 토양유기물의 분포도를 작성하고자 하였다.
- 본 연구에서는 토양의 가시･근적외선 스펙트럼의 피크중첩에 의한 분석오차를 감소시킴으로써 토양유기물 추정의 정확도 향상을 위해 이산 웨이블릿 변환 (DWT) 신호처리기법의 적용을 검토하고 공간정보모델링을 통해 토양유기물의 분포도를 작성하고자 하였다. 토양유기물 함량에 따른 스펙트럼의 정량적 변화의 강조를 위해 Continuum 제거, 도함수 변환과 함께 Haar, Daubechies DWT 변환된 스펙트럼을 PLSR 모델에 대입하여 산출한 토양유기물 추정식들은 거의 비슷한 결과를 도출하였고 R2> 0.
제안 방법
- DWT, 도함수, Continuum-removal의 변환을 거친 스펙트럼 및 원시 분광 스펙트럼 (Raw reflectance)을 적용하여 토양유기물 추정 모델을 구하고 각각의 성능을 비교하였다. 추정모델의 성능에 대해서 RMSE (Root mean square error), R2 , RPD (Ratio of prediction to deviation)를 이용하여 검증하였다.
- 구역 크리깅을 수행하기 위해서 전체 공간을 10 × 10 크기의 구역으로 나누었다.
- 반사 분광 스펙트럼은 화학분석에 사용한 동일한 토양시료를 반경 32 mm 샘플 홀더에 10 mm 두께로 담고 ASD FieldSpec Pro (Analytical Spectral Devices Inc., USA) 를 이용하여 400-2500 nm 범위에서 반사도를 측정하였다. 측정 시에는 Probe에 장착된 할로겐 램프를 이용하여 입사 에너지를 균일하게 하였고, Spectralon diffuse reflectance panel을 이용하여 Calibration하였다.
- , 2010). 본 연구에서는 Level-5의 Haar와 Daubechies 를 스펙트럼의 신호처리에 적용하여 비교하였다.
- 분광 스펙트럼의 신호처리 토양의 가시･근적외선 스펙트럼에 2차원 이산 웨이블렛 변환을 적용하고 Continuum 제거 스펙트럼, 도함수 변환을 적용한 스펙트럼과 비교 분석하여 가능성을 살펴보았다. Contintuum은 스펙트럼의 볼록한 부분을 연결하는 일종의 Background line으로 볼 수 있으며 이를 제거함으로써 스펙트럼의 흡수, 반사 형태를 강조할 수 있다 (van der Meer, 2006).
- 공간정보모델을 이용한 매핑 일정한 구역의 전체 평균을 대표하는 값을 구할 필요가 있을 때 원하는 구역에 대하여 하나의 크리깅 방정식을 세워 값을 예측하는 구역 크리깅 (Block Kriging)을 이용할 수 있다. 산술평균을 적용하기에 큰 어려움이 없는 특성값의 경우에 구역 크리깅이 단순 크리깅보다 더 신뢰할 만한 결과를 도출하므로 본 연구에서는 구역 크리깅을 이용하여 토양 유기물의 분포를 나타내었다. 구역 크리깅을 수행하기 위해서 전체 공간을 10 × 10 크기의 구역으로 나누었다.
- 또한, 유기물에 의한 에너지의 흡수, 반사를 일으키는 주요 파장대의 상관성을 분석하여 선택적으로 해당 영역의 스펙트럼이나 파라미터 값을 산출하여 추정모델에 적용하는 시도도 필요할 것으로 사료된다. 이러한 토양 유기물의 추정값과 실측값을 이용해 구역 크리깅을 수행 하여 분포지도를 작성하였다. 토양 샘플의 유기물 분석 값은 평균값을 중심으로 정규분포를 나타내었는데 크리깅 지도에서도 전반적으로 유사한 패턴의 값이 분포하였다.
- , USA) 를 이용하여 400-2500 nm 범위에서 반사도를 측정하였다. 측정 시에는 Probe에 장착된 할로겐 램프를 이용하여 입사 에너지를 균일하게 하였고, Spectralon diffuse reflectance panel을 이용하여 Calibration하였다. 측정상 스펙트럼의 잡음과 오차를 최소화하기 위해 매 측정 시마다 50회 스캐닝한 스펙트럼을 3회 반복 측정하여 평균하였다.
- 측정 시에는 Probe에 장착된 할로겐 램프를 이용하여 입사 에너지를 균일하게 하였고, Spectralon diffuse reflectance panel을 이용하여 Calibration하였다. 측정상 스펙트럼의 잡음과 오차를 최소화하기 위해 매 측정 시마다 50회 스캐닝한 스펙트럼을 3회 반복 측정하여 평균하였다.
- 토양 유기물 함량 추정 반사 스펙트럼과 Continuum 제거 및 도함수, Haar, Daubechies DWT변환된 스펙트럼을 PLSR 모델에 대입하여 토양유기물 추정식을 산출하여 추정된 결과를 비교하였다. Table 3의 추정 모델 별로 각 항목에 대한 결정계수 (R2)를 살펴보면, 반사 스펙트럼과 변환된 스펙트럼들 모두 약 0.
대상 데이터
- 토양 시료 분석 본 연구에서 토양시료는 철원군 농업기술센터에서 철원일대에서 채취하고 검정한 논토양 256점을 사용하였다. Figure 1에 나타낸 것처럼 시료는 주로 철원읍, 동송읍, 갈말읍, 김화읍, 서면, 근남면에서 채취되었다. 토양의 유기물 함량과 함께 pH, 유효인산, 치환성 칼륨, 칼슘, 마그네슘이 측정되었다 (NIAST, 2000).
- 본 연구의 크리깅을 이용한 매핑은 Vesper 1.6 (Australian Centre for Precision Agriculture, Austrailia)을 이용 하였고 입력 파라미터의 값은 Table 1에 요약하였다.
- 토양 시료 분석 본 연구에서 토양시료는 철원군 농업기술센터에서 철원일대에서 채취하고 검정한 논토양 256점을 사용하였다. Figure 1에 나타낸 것처럼 시료는 주로 철원읍, 동송읍, 갈말읍, 김화읍, 서면, 근남면에서 채취되었다.
데이터처리
- 4 (b), (c)). 이산 웨이블렛 변환에서는 Haar, Daubechies 모두 5단계의 Approximation, Detail coefficients 분리를 수행하여 5 번째 Approximation (a5) 스펙트럼을 활용하였다 (Fig. 5).
- DWT, 도함수, Continuum-removal의 변환을 거친 스펙트럼 및 원시 분광 스펙트럼 (Raw reflectance)을 적용하여 토양유기물 추정 모델을 구하고 각각의 성능을 비교하였다. 추정모델의 성능에 대해서 RMSE (Root mean square error), R2 , RPD (Ratio of prediction to deviation)를 이용하여 검증하였다. R2의 경우, 0.
- 토양 유기물 추정식 분광 스펙트럼으로부터 토양의 유기물 함량을 추정하기 위해 식 (1)과 (2)와 같이 부분 최소제곱 회귀식 (Partial least squares regression; PLSR) 을 이용하여 통계적 정량 모델을 구하였다.
이론/모형
- 크리깅 모델을 이용한 토양 유기물 매핑 토양 유기물 함량의 실측값과 PLSR 모델에 의한 추정값을 이용해 구역 크리깅을 수행하였다. 철원 일대의 256개 지점의 자료값이 사용되었으며 자료의 분포가 일정 간격으로 고르게 분포하지는 않았지만 구역 크리깅의 특징상 자료값의 분포경향을 표출할 수 있다 (Choe, 2004).
성능/효과
- 4 (a)에 나타나는 것과 같이 일정한 Background line (Continuum)이 포함되어 있어서 스펙트럼의 강도를 비교하는데 어려움이 있다. Figure 4 (b) 와 같이 Continuum을 제거한 스펙트럼은 각 영역에서 분광흡수 형태가 강조되었고, 1차 도함수로 변환된 스펙트럼에서도 Continuum에 의한 강도 차이가 배제되어 흡수 영역의 변이량이 강조되어 정량적인 변화를 쉽게 인지할 수 있었다 (Fig. 4 (b), (c)).
- 토양 시료 분석결과 256개 토양 시료의 pH, 유기물, 유효인산, 치환성 칼륨, 칼슘, 마그네슘에 대한 화학분석 결과는 Table 2에 나타내었다. 토양 유기물 함량은 평균 22 g kg-1 정도로 최저 3, 최대71 g kg-1 까지의 값을 나타내었고 평균값을 중심으로 전체적으로 정규분포를 나타내었다.
- 토양유기물 함량에 따른 스펙트럼의 정량적 변화의 강조를 위해 Continuum 제거, 도함수 변환과 함께 Haar, Daubechies DWT 변환된 스펙트럼을 PLSR 모델에 대입하여 산출한 토양유기물 추정식들은 거의 비슷한 결과를 도출하였고 R2> 0.6, RPD > 1.5 의 ‘대략적인’ 추정 결과를 보였다.
후속연구
- 5에서 보는 바와 같이 분리시킨 Detail coefficients (D)에 의해 토양 유기물 함량을 표현하기에 성긴 근사값 (Coarser approximation) 스펙트럼으로 변환되어 추정식의 유의성이 낮아졌을 가능성이 있다. 따라서 토양의 분광스펙트럼에 더 적합한 이산 웨이블렛 필터와 변환수준 등의 DWT 조건을 찾고 적용함으로써 추정식의 유의 성을 향상시킬 수 있을 것으로 본다. 또한, 본 연구에서는 반사 스펙트럼의 400-2500 nm 전 영역의 파장대 스펙트럼을 사용함으로써 특정 영역에서 간섭을 일으키는 물질의 영향을 덜 받고자 하였으나 유기물에 의한 에너지의 흡수, 반사를 일으키는 주요 파장대의 상관성을 분석하여 해당 영역의 스펙트럼이나 파라미터 값을 산출하여 추정모델에 적용하는 시도도 필요할 것으로 사료된다.
- 5에서 보는 바와 같이 분리시킨 Detail coefficients (D)에 의해 토양 유기물 함량을 표현하기에 성긴 근사값 (Coarser approximation) 스펙트럼으로 변환되어 추정식의 유의성이 낮아졌을 가능성이 있다. 따라서 토양의 분광스펙트럼에 더 적합한 이산 웨이블렛 필터와 변환수준 등의 DWT 조건을 찾고 적용함으로써 추정식의 유의 성을 향상시킬 수 있을 것으로 본다. 또한, 본 연구에서는 반사 스펙트럼의 400-2500 nm 전 영역의 파장대 스펙트럼을 사용함으로써 특정 영역에서 간섭을 일으키는 물질의 영향을 덜 받고자 하였으나 유기물에 의한 에너지의 흡수, 반사를 일으키는 주요 파장대의 상관성을 분석하여 해당 영역의 스펙트럼이나 파라미터 값을 산출하여 추정모델에 적용하는 시도도 필요할 것으로 사료된다.
- 따라서 토양의 분광스펙트럼에 더 적합한 이산 웨이블렛 필터와 변환수준 등의 DWT 조건을 찾고 적용함으로써 추정식의 유의 성을 향상시킬 수 있을 것으로 본다. 또한, 본 연구에서는 반사 스펙트럼의 400-2500 nm 전 영역의 파장대 스펙트럼을 사용함으로써 특정 영역에서 간섭을 일으키는 물질의 영향을 덜 받고자 하였으나 유기물에 의한 에너지의 흡수, 반사를 일으키는 주요 파장대의 상관성을 분석하여 해당 영역의 스펙트럼이나 파라미터 값을 산출하여 추정모델에 적용하는 시도도 필요할 것으로 사료된다.
- 따라서 토양의 분광스펙트럼에 더 적합한 이산 웨이블렛 필터와 수준 등의 DWT 조건을 찾고 적용함으로써 추정식의 유의성을 향상시킬 수 있을 것으로 본다. 또한, 유기물에 의한 에너지의 흡수, 반사를 일으키는 주요 파장대의 상관성을 분석하여 선택적으로 해당 영역의 스펙트럼이나 파라미터 값을 산출하여 추정모델에 적용하는 시도도 필요할 것으로 사료된다. 이러한 토양 유기물의 추정값과 실측값을 이용해 구역 크리깅을 수행 하여 분포지도를 작성하였다.
- 지도의 우하단부와 중앙 부분에서 실측값 분포보다 추정값 분포지도에서 약간 더 높은 경향을 보였는데 이는 토양 유기물의 추정치와 실측치 간의 오차에 의한 것으로 판단된다. 분광 스펙트럼을 이용한 추정 모델은 정확도 제고가 필요한 단계이나 신속성, 용이성 면에 있어서 토양 특성에 대해 광역 단위에서 다량의 시료 분석에 유용할 것으로 보이고, 또한 지역, 세계 규모의 디지털 토양 매핑, 토양 분류 및 원격탐사 자료와의 연계 분석에 활용될 수 있을 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.