농작물 작황 추정은 생산량 예측을 통한 수급 조절, 가격 예측, 농가 소득 보전을 위한 정책 수립 등에 중요한 판단자료로 활용된다. 급변하는 국내외 여건에서 작물의 안정생산과 식량안보, 생태계 지속성 평가를 위해 원격탐사 등 국가차원의 미래기술 개발 노력이 요구되고 있다. 농촌진흥청은 2010년부터 국내외 주요 곡물생산지대 작황 평가를 위한 원격탐사, 작물모형, 농업기상 분야 원천기술 개발을 위해 노력해왔다. 본 특별호는 농촌진흥청에서 지난 8년간 국내외 작황 평가를 위해 수행해 온 원격탐사, 작물모형, 농업기상 분야의 연구개발 성과 및 연계된 이들 분야 간 융복합 연구 수행 현황을 정리하고 향후 연구 방향을 제시하고자 발간하게 되었다.
농작물 작황 추정은 생산량 예측을 통한 수급 조절, 가격 예측, 농가 소득 보전을 위한 정책 수립 등에 중요한 판단자료로 활용된다. 급변하는 국내외 여건에서 작물의 안정생산과 식량안보, 생태계 지속성 평가를 위해 원격탐사 등 국가차원의 미래기술 개발 노력이 요구되고 있다. 농촌진흥청은 2010년부터 국내외 주요 곡물생산지대 작황 평가를 위한 원격탐사, 작물모형, 농업기상 분야 원천기술 개발을 위해 노력해왔다. 본 특별호는 농촌진흥청에서 지난 8년간 국내외 작황 평가를 위해 수행해 온 원격탐사, 작물모형, 농업기상 분야의 연구개발 성과 및 연계된 이들 분야 간 융복합 연구 수행 현황을 정리하고 향후 연구 방향을 제시하고자 발간하게 되었다.
The periodic monitoring of crop conditions and timely estimation of crop yield are of great importance for supporting agricultural decision-makings, as well as for effectively coping with food security issues. Remote sensing has been regarded as one of effective tools for crop condition monitoring a...
The periodic monitoring of crop conditions and timely estimation of crop yield are of great importance for supporting agricultural decision-makings, as well as for effectively coping with food security issues. Remote sensing has been regarded as one of effective tools for crop condition monitoring and crop type classification. Since 2010, RDA (Rural Development Administration) has been developing technology for monitoring on crop condition using remote sensing and model. These special papers address recent state-of-the-art of remote sensing and geospatial technologies for providing operational agricultural information, such as, crop yield estimation methods using remote sensing data and process-oriented model, crop classification algorithm, monitoring and prediction of weather and climate based on remote sensing data,system design and architecture of crop monitoring system, history on rice yield forecasting method.
The periodic monitoring of crop conditions and timely estimation of crop yield are of great importance for supporting agricultural decision-makings, as well as for effectively coping with food security issues. Remote sensing has been regarded as one of effective tools for crop condition monitoring and crop type classification. Since 2010, RDA (Rural Development Administration) has been developing technology for monitoring on crop condition using remote sensing and model. These special papers address recent state-of-the-art of remote sensing and geospatial technologies for providing operational agricultural information, such as, crop yield estimation methods using remote sensing data and process-oriented model, crop classification algorithm, monitoring and prediction of weather and climate based on remote sensing data,system design and architecture of crop monitoring system, history on rice yield forecasting method.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
(2017)은 전통적인 벼 작황예측 방법으로서 작황조사 시험을 이용한 경험적 방법에 대해 소개하고 이를 원격탐사에 의한 예측 방법과 비교하였다. 경험적 예측식과 원격탐사모형 예측식의 구성을 비교하여 유사점을 논의함으로써 원격탐사 방법의 생물학적 또는 농학적 의미를 밝혀 원격탐사를 이용한 접근 방법의 타당성을 확인하는 논문이라 할 수 있다. 또한 각 접근 방법들의 장단점을 분석하여 모형 활용 시 상호 보완성에 대해서도 논의하였다.
경험적 예측식과 원격탐사모형 예측식의 구성을 비교하여 유사점을 논의함으로써 원격탐사 방법의 생물학적 또는 농학적 의미를 밝혀 원격탐사를 이용한 접근 방법의 타당성을 확인하는 논문이라 할 수 있다. 또한 각 접근 방법들의 장단점을 분석하여 모형 활용 시 상호 보완성에 대해서도 논의하였다.
(2017)은 우리나라, 미국, 중국의 기상 및 위성영상 자료를 기반으로 오픈 소스 프레임 워크를 활용한 웹기반 작황 정보 제공 시스템을 설계하고 시범 구동하여 소개하였다. 본 시범 시스템은 높은 시간 해상도의 데이터를 통한 정보제공, 보유 데이터 분석을 통한 보고서 작성 자동화 및 사용자 편리성을 위한 기능을 제공할 수 있게 구축되었으며 향후 국외 작황 정보의 효율적 구축 및 제공을 위한 연구 방향을 제시하였다.
농촌진흥청은 2010년부터 국내외 주요 곡물생산지대 작황 평가를 위한 원격탐사, 작물모형, 농업기상 분야 원천기술 개발을 위해 노력해왔다. 본 특별호는 농촌진흥청에서 지난 8년간 국내외 작황 평가를 위해 수행해온 원격탐사, 작물모형, 농업기상 분야의 연구개발 성과 및 연계된 이들 분야 간 융복합 연구 수행 현황을 정리하고 향후 연구 방향을 제시하고자 발간하게 되었다. 본 특별호에서는 먼저 주곡인 쌀 수량 추정을 위해, 기존에 주로 활용된 경험적 통계모형 뿐 아니라 바이오매스, 딥러닝 모형 등 다양한 최신 기술 활용 사례를 소개하고 전통적인 벼 작황 예측 방법과 원격탐사에 의한 예측 방법을 비교하여 원격 탐사 기법을 이용한 벼 수량 예측기술의 의의를 설명하였다.
농작물 작황에 큰 영향을 미치는 기상자료는 작황평가의 중요한 지표일 뿐 아니라 원격탐사 및 작물 모형의 중요 입력 자료로써 활용되고 있다. 본 특별호에서는 예측 기상자료 상세화를 위한 위성영상 고도 자료 활용 사례와 국외 주요 곡물생산지대의 생산성에 영향을 미치는 위성영상 기반 식생지수 및 농업기후요소와의 관계를 분석하여 제시하였다. Lee et al.
최근에는 식량자급률 향상 및 농산물 수급안정을 위해벼뿐 아니라 동계 맥류와 채소 등 다양한 작물에 대한 원격탐사 활용 작황평가 연구의 필요성이 증대되고 있으며, 본 특별호에서는 원격탐사를 활용한 맥류, 채소 등 밭작물 재배면적과 수량을 추정한 연구 결과를 소개하였다. Na et al.
제안 방법
본 특별호는 농촌진흥청에서 지난 8년간 국내외 작황 평가를 위해 수행해온 원격탐사, 작물모형, 농업기상 분야의 연구개발 성과 및 연계된 이들 분야 간 융복합 연구 수행 현황을 정리하고 향후 연구 방향을 제시하고자 발간하게 되었다. 본 특별호에서는 먼저 주곡인 쌀 수량 추정을 위해, 기존에 주로 활용된 경험적 통계모형 뿐 아니라 바이오매스, 딥러닝 모형 등 다양한 최신 기술 활용 사례를 소개하고 전통적인 벼 작황 예측 방법과 원격탐사에 의한 예측 방법을 비교하여 원격 탐사 기법을 이용한 벼 수량 예측기술의 의의를 설명하였다. Lee et al.
성능/효과
(2017)은 패턴 인식, 컴퓨터 비전, 음성 인식 등의 분야에 폭넓게 사용되고 있는 딥 러닝 알고리즘 중 SSAE(Stacked Sparse AutoEncoder)를 활용하여 우리나라 쌀 생산량 추정 모형을 구축하고 결과를 평가하였다. 모형 입력자료로 5월부터 9월까지의 기상자료와 16일 평균값으로 제공되는 위성영상 식생지수를 조합하였을 경우 시군 단위에서 약 7%의 %RMSE 값을 보여 쌀 수량 추정을 위한 새로운 접근법으로서 딥러닝 기법의 적용 가능성을 확인할 수 있었다. Kim et al.
(2017)은 위성영상을 활용하여 비접근 지역의 작물 분류를 목적으로 준감독 학습에 인접 화소의 공간 유사성 정보를 결합하는 분류 방법론을 제안하였다. 북한 대홍단을 대상으로 분류 방법론을 적용 결과 작물 재배 필지 경계에서 다른 항목으로 오 분류 되는 양상을 완화하고 상대적으로 전체 정확도를 향상시킬 수 있었다.
후속연구
(2017b)은 작황평가의 기초자료로 매우 중요한 기상 예측 자료의 성능을 향상시키고자 우리나라에 대하여 1km 고해상도 계절예측 기온자료를 생산하고 성능을 평가하였다. 위성 고도자료와 유전자 알고리즘을 이용하여 보다 상세하고 정확한 겨울철 기온 예측 자료를 생산할 수 있었으며,이러한 결과는 고해상도 격자의 질 높은 계절 예보 자료 제공 뿐 아니라 위성 및 작물 모형을 이용한 작황 예측에도 유용하게 활용 될 수 있을 것으로 전망된다. Jung et al.
질의응답
핵심어
질문
논문에서 추출한 답변
2015년 기준 벼를 제외한 보리, 밀, 옥수수, 콩의 자급률은 얼마인가?
2%, 곡물자급률 23.8%로서, 벼를 제외한 보리, 밀, 옥수수, 콩의 자급률은 각각 21.9%, 0.7%, 0.8%, 9.4% 밖에 되지 않아 곡물 수출국의 자연재해나 보호무역주의 등에 따라 국내 수급에 큰 영향을 받을 수밖에 없는 실정이다.
농작물 작황 추정은 어디에서 중요한 판단자료로 활용되는가?
농작물 작황 추정은 생산량 예측을 통한 수급 조절, 가격 예측, 농가 소득 보전을 위한 정책 수립 등에 중요한 판단자료로 활용된다. 급변하는 국내외 여건에서 작물의 안정생산과 식량안보, 생태계 지속성 평가를 위해 원격탐사 등 국가차원의 미래기술 개발 노력이 요구되고 있다.
기후변화와 에너지 위기, 곡물가 폭등 등 급변하는 국내외 여건에서 작물의 안정생산과 식량안보, 생태계 지속성 평가를 위한 국가 차원의 미래기술 개발 노력이 요구되는 이유는?
농작물 작황 추정은 생산량 예측을 통한 수급 조절, 가격 예측, 농가 소득 보전을 위한 정책 수립 등에 중요한 판단자료로 활용된다. 우리나라는 ’15년 기준 식량자급률 50.2%, 곡물자급률 23.8%로서, 벼를 제외한 보리, 밀, 옥수수, 콩의 자급률은 각각 21.9%, 0.7%, 0.8%, 9.4% 밖에 되지 않아 곡물 수출국의 자연재해나 보호무역주의 등에 따라 국내 수급에 큰 영향을 받을 수밖에 없는 실정이다.
참고문헌 (13)
Ban, H.-Y., D.-H. Choi, J.-B. Ahn, and B.-W. Lee, 2017. Predicting Regional Soybean Yield using Crop Growth Simulation Model, Korean Journal of Remote Sensing, 33(5-2): 699-708 (in Korean with English abstract).
Jung, M.-P., H.-J. Park, and J.-B. Ahn, 2017. Distribution of Agro-climatic Indices in Agroclimatic Zones of Northeast China Area between 2011 and 2016, Korean Journal of Remote Sensing, 33(5-2): 641-645 (in Korean with English abstract).
Kim, J.-H., C.-K. Lee, W.-G. Sang, P. Shin, H.-S. Cho, and M.-C. Seo, 2017. Introduction to Empirical Approach to Estimate Rice Yield and Comparison with Remote Sensing Approach, Korean Journal of Remote Sensing, 33(5-2): 733-740 (in Korean with English abstract).
Kwak, K.-H., N.-W. Park, K.-D. Lee, and K.-Y. Choi, 2017. Crop Classification for Inaccessible Areas using Semi-Supervised Learning and Spatial Similarity : A Case Study in the Daehongdan region, North Korea, Korean Journal of Remote Sensing, 33(5-2): 689-698 (in Korean with English abstract).
Lee, J.-H., B.-S. Seo, and S.-K Kang, 2017a. Development of a Biophysical Rice Yield Model using All-Weather climate data, Korean Journal of Remote Sensing, 33(5-2): 721-732 (in Korean with English abstract).
Lee, J.-L., J.-B. Ahn, and M.-P. Jung, and K.-M. Shim, 2017b. A Study on the Method of Producing the 1 km Resolution Seasonal Prediction of Temperature over South Korea for Boreal Winter using Genetic Algorithm and Global Elevation Data Based on Remote Sensing, Korean Journal of Remote Sensing, 33(5-2): 661-676 (in Korean with English abstract).
Lee, K.-D., S.-I. Na, S.-Y. Hong, C.-W. Park, K.-H. So, and J.-M. Park, 2017c. Estimating Corn and Soybean Yield Using MODIS NDVI and Meteorological Data in Illinois and Iowa, USA, Korean Journal of Remote Sensing, 33(5-2): 741-750 (in Korean with English abstract).
Ma, J.-W., K.-D. Lee, K.-Y. Choi, and J. Heo, 2017. Rice Yield Estimation of South Korea from Year 2003-2016 Using Stacked Sparse AutoEncoder, Korean Journal of Remote Sensing, 33(5-2): 631-640 (in Korean with English abstract).
Na, S.-I., C.-W. Park, K.-H. So, J.-M. Park, and K.-D. Lee, 2017a. Satellite Imagery based Winter Crop Classification Mapping using Hierarchical Classification, Korean Journal of Remote Sensing, 33(5-2): 647-659 (in Korean with English abstract).
Na, S.-I., C.-W. Park, K.-H. So, J.-M. Park, and K.-D. Lee, 2017b. Development of Garlic & Onion Yield Prediction Model on Major Cultivation Regions considering MODIS NDVI and Meteorological Elements, Korean Journal of Remote Sensing, 33(5-2): 677-687 (in Korean with English abstract).
Nguyen, M.-H., J.-W. Ma, K.-D. Lee, and J. Heo, 2017. The Design of Web-based Crop Information System Using Open-Source Framework and Remotely Sensed Data, Korean Journal of Remote Sensing, 33(5-2): 751-762 (in Korean with English abstract).
Park, H.-J., J.-B. Ahn, and M.-P. Jung, 2017. Correlation between the Maize Yield and Satellite-based Vegetation Index and Agricultural Climate Factors in the Three Provinces of Northeast China, Korean Journal of Remote Sensing, 33(5-2): 709-720 (in Korean with English abstract).
Yoo, H.-Y., K.-D. Lee, S.-I., Na, C.-W. Park, and N.-W. Park, 2017. Field Crop Classification Using Multi-Temporal High-Resolution Satellite Imagery: A Case Study on Garlic/Onion Field, Korean Journal of Remote Sensing, 33(5-2): 621-630 (in Korean with English abstract).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.