[논문]드론 열화상 및 초분광 센서를 이용한 농업가뭄 모니터링 적용 연구

함건우; 이정민; 배경호; 박홍기

doi:10.11108/kagis.2019.22.3.107

드론 열화상 및 초분광 센서를 이용한 농업가뭄 모니터링 적용 연구
A Study on Agricultural Drought Monitoring using Drone Thermal and Hyperspectral Sensor 원문보기

한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.22 no.3, 2019년, pp.107 - 119

함건우 ((주)신한항업 기업부설연구소) , 이정민 ((주)신한항업 기업부설연구소) , 배경호 ((주)신한항업 기업부설연구소) , 박홍기 (가천대학교 토목환경공학과)

초록
AI-Helper

최근 ICT 기술과 융합 기술의 발달에 힘입어 농업 분야에서도 많은 변화와 혁신이 추구되고 있다. 과거 전통적인 농작물 생산 중심의 농업 분야에서 다양하고 첨단의 기술과 접목되어 6차 산업이라는 새로운 산업 형태를 만들고 있으며 이러한 변화의 핵심은 농업 분야에서도 ICT 기술과 공간정보의 융합이 있기에 가능하다. 센서를 이용한 농작물 작황 분석과 이를 공간정보 기반에서 분석 및 예측하기 위한 다양한 접근이 시도되고 있다. 특히 최근에는 드론을 이용한 농작물 재배 및 스마트 팜을 위한 다양한 연구가 추진되고 있다. 하지만, 이러한 연구는 드론을 이용한 직접적인 농작물 재배 등의 물리적 활용과 공간정보 구축에 국한되는 문제가 있다. 이에 본 연구에서는 농작물 재배에 가장 영향을 미치는 가뭄에 대한 과학적이고 객관적인 지표를 산출하기 위한 드론을 활용한 농업 가뭄 모니터링 체계 구축을 목표로 하였다. 이를 위해 가뭄 우심지역에 대하여 토양수분 센서를 설치하여 실제 토양의 수분을 확인하고 기준값으로 설정하여 드론에서 구축한 온도 및 정규식생지수를 비교분석하였다. 드론 열화상 센서에서는 대상 지역의 토양 온도를 산출하였으며, 드론 초분광센서를 이용하여 대상 농작물의 정규식생지수를 산출하여 실제 대상 지역의 농작물의 작황상태 및 토양온도와의 상관관계를 분석하였으며, 이를 검증하기 위해 대상지역에 설치된 토양수분측정 센서를 이용하여 실제 토양수분을 산출하여 드론 성과와 비교 분석하였다. 이와 같은 접근은 비접촉 방식으로 작물의 종류, 작물의 생육정도, 단위면적 당 작황상태에 관한 데이터를 생산하여 효율적인 가뭄피해 분석에 활용될 것으로 기대된다.

Abstract ▼ AI-Helper

As the development of ICT and integration technology, many changes and innovations in agriculture field are implemented. The agricultural sector has shifted from a traditional industry to a new industrial form called the 6th industry combined with various advanced technologies such as ICT and IT. Various approaches have been attempted to analyze and predict crops based on spatial information. In particular, a variety of research has been carried out recently for crop cultivation and smart farms using drones. The goal of this study was to establish an agricultural drought monitoring system using drones to produce scientific and objective indicators of drought. A soil moisture sensor was installed in the drought area and checked the actual soil moisture. The soil moisture data was used by the reference value to compare and analyze the temperature and NDVI established by drones. The soil temperature by the drone thermal image sensor and the NDVI by the drone hyperspectral was analyzed the correlation between crop condition and soil moisture in study area. To verify this, the actual soil moisture was calculated using the soil moisture measurement sensor installed in the target area and compared with the drone performance. This study using drone drought monitoring system may enhance to promote the crop data and to save time and economy.

주제어

표/그림 (22)

그림 FIGURE 1. Test Area
그림 FIGURE 2. Ortho Image and DSM using Drone
그림 FIGURE 3. Soil Moisture Sensor(GS-1)
표 TABLE 1. Specifications of Thermal Sensor
그림 FIGURE 4. FLIR Duo Pro R
그림 FIGURE 5. Hyperspectral Sensor
표 TABLE 2. Specifications of Hyperspectral Sensor
그림 FIGURE 6. Work Procedure
그림 FIGURE 7. Thermal Image Processing
그림 FIGURE 8. Thermal Image
그림 FIGURE 9. Measurement of Temperature
그림 FIGURE 11. Flying Plan Using Ugcs SW
그림 FIGURE 10. Real Temperature
그림 FIGURE 12. Hyperspectral Image Processing
그림 FIGURE 13. Hyperspectral Image
그림 FIGURE 14. NDVI Data by Drone
표 TABLE 3. Measurement Data of Soil Moisture Using GS-1
그림 FIGURE 15. Point of Soil Moisture and Drone Data(NDVI&Temperature)
표 TABLE 4. Measurement Data of & Soil Moisture
그림 FIGURE 16. Soil Temperature Vs NDVI
그림 FIGURE 18. Soil Temperature, NDVI and Soil Moisture
그림 FIGURE 17. NDVI Vs Soil Moisture

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 드론을 이용한 농업 가뭄 모니터링 적용 가능성을 제시하기 위해 대상 지역과 작물에 대하여 드론 열화상 및 초분광센서를 이용하여 과학적인 데이터를 구축하였다. 구축된 열화상데이터와 정규식생지수(NDVI :Normalized Difference Vegetation Index)데이터의 농업 가뭄 모니터링 적용 가능성을 분석하기 위해 실제 대상지에 설치된 토양수분 측정 센서를 이용하여 공간정보 데이터와 토양수분과의 상관성을 분석하여 가뭄 모니터링에 활용할 수 있는 기술 개발 방향을 제시하고자 한다.
따라서 본 연구에서는 드론 열화상 및 초분광 카메라를 기반한 농업가뭄 모니터링 기술 적용성 판단을 위하여 드론 촬영지역과 동일한 시기에 취득한 토양수분 정보를 통해 비교분석하였다. 토양수분은 C&H사의 GS-1장비를 이용하였으며 토양 표면 아래 5㎝에서 측정하였다.
본 연구는 드론을 이용한 원격탐사 기법의 간접적인 농업 가뭄 모니터링 적용 가능성을 파악이다. 이를 위해 드론 열화상센서를 이용하여 토양 온도를 측정하였으며, 드론 초분광센서를이용하여 식생의 NDVI를 산출하였다.
본 연구에서 제시하는 드론 농업 가뭄 모니터링은 원격탐사 기법을 적용한 간접적인 농업 가뭄을 파악을 목적으로 한다. 그림 18에서는 토양온도, NDVI, 토양 수분과의 전체적인 경향을 도식화한 것이다.
본 연구에서는 드론을 이용한 농업 가뭄 모니터링 적용 가능성을 제시하기 위해 대상 지역과 작물에 대하여 드론 열화상 및 초분광센서를 이용하여 과학적인 데이터를 구축하였다. 구축된 열화상데이터와 정규식생지수(NDVI :Normalized Difference Vegetation Index)데이터의 농업 가뭄 모니터링 적용 가능성을 분석하기 위해 실제 대상지에 설치된 토양수분 측정 센서를 이용하여 공간정보 데이터와 토양수분과의 상관성을 분석하여 가뭄 모니터링에 활용할 수 있는 기술 개발 방향을 제시하고자 한다.
본 연구에서는 드론을 이용한 농업 가뭄 모니터링 적용 연구를 위해 실제 우심지역을 선정하여 드론 촬영과 토양수분 측정을 실시하였다. 연구 대상지에는 실제 농작물 성장 시기에 드론 촬영을 실시하여 연구의 실효성 증진에 노력하였다.
토양수분은 C&H사의 GS-1장비를 이용하였으며 토양 표면 아래 5㎝에서 측정하였다. 이는 드론 가뭄모니터링 DB와 토양 표면의 상관성을 분석하기 위해서이다.

제안 방법

드론을 이용한 공간정보 구축은 농작물 성장이 왕성한 6월에 걸쳐 실시하였다. 가장 먼저 농작물을 파종하기 이전에 대상지에 대한 기초자료를 구축하기 위하여 일반 RGB센서가 탑재된 고정익 드론을 이용하여 정사영상과 DSM공간정보를 그림 2과 같이 구축하였다. 기초자료를 이용하여 대상 지역의 경사도 및 배수구 등을 고려하여 토양수분측정 센서를 운영하였다.
드론 농업 모니터링 적용 가능성을 분석하기 위해 농작물의 작황 현황을 알 수 있는 NDVI를기준으로 토양의 온도와 실제 토양 수분과의 관계를 그림 16과 같이 살펴보았다. 가장 먼저 드론 열화상센서를 이용한 토양의 온도와 초분광 센서를 이용한 NDVI 결과값을 비교 분석하였다. 농업 가뭄 현황을 파악하기 위해서는 토양의 실제 수분을 확인하는 것이 가장 확실한 방법이지만, 드론 열화상센서를 통한 상대적인 토양수분 파악을 위해 드론 열화상센서를 이용하여 토양 온도를 측정하였다.
가장 먼저 농작물을 파종하기 이전에 대상지에 대한 기초자료를 구축하기 위하여 일반 RGB센서가 탑재된 고정익 드론을 이용하여 정사영상과 DSM공간정보를 그림 2과 같이 구축하였다. 기초자료를 이용하여 대상 지역의 경사도 및 배수구 등을 고려하여 토양수분측정 센서를 운영하였다.
가장 먼저 드론 열화상센서를 이용한 토양의 온도와 초분광 센서를 이용한 NDVI 결과값을 비교 분석하였다. 농업 가뭄 현황을 파악하기 위해서는 토양의 실제 수분을 확인하는 것이 가장 확실한 방법이지만, 드론 열화상센서를 통한 상대적인 토양수분 파악을 위해 드론 열화상센서를 이용하여 토양 온도를 측정하였다. 측정된 토양온도는 농작물 NDVI와 상관관계가 있으며, 토양수분과도 일정 부분 상관관계가 있음을 확인하였다.
둘째, 드론 초분광센서를 이용하여 대상 농작물의 정규식생지수를 산출하였다. 산출된 NDVI와 토양온도 및 토양 수분과의 상관관계를 분석하였으며, 그 결과 토양 온도가 높아짐에 따라NDVI 지수는 낮게 산출됨을 확인하였다.
드론 농업 모니터링 적용 가능성을 분석하기 위해 농작물의 작황 현황을 알 수 있는 NDVI를기준으로 토양의 온도와 실제 토양 수분과의 관계를 그림 16과 같이 살펴보았다. 가장 먼저 드론 열화상센서를 이용한 토양의 온도와 초분광 센서를 이용한 NDVI 결과값을 비교 분석하였다.
이를 위해 드론 열화상센서를 이용하여 토양 온도를 측정하였으며, 드론 초분광센서를이용하여 식생의 NDVI를 산출하였다. 드론에서 취득한 데이터의 검증을 위해 현장에서 취득한 실제 토양 수분과의 비교 분석을 통하여 드론 농업 가뭄 모니터링의 가능성을 확인하였으며,연구의 결과는 다음과 같다.
드론을 이용한 공간정보 구축은 농작물 성장이 왕성한 6월에 걸쳐 실시하였다. 가장 먼저 농작물을 파종하기 이전에 대상지에 대한 기초자료를 구축하기 위하여 일반 RGB센서가 탑재된 고정익 드론을 이용하여 정사영상과 DSM공간정보를 그림 2과 같이 구축하였다.
드론을 활용한 가뭄 모니터링 데이터와 토양수분의 상관성 분석을 위해 그림 15과 같이 토양수분값을 알고 있는 CP 7점의 온도 및 NDVI를 도출하여 표 4와 같이 요약하였다. 선점된 CP에서 토양 온도가 높은 곳은 대체적으로NDVI 지수가 낮은 경향성을 가지는 반비례 관계를 나타낸다.
드론 농업 가뭄 모니터링 기술 적용성 판단을 위해 가뭄 우심지역을 연구 대상지로 실험을 수행하였다. 드론의 열화상과 초분광센서 기반 드론 농업 가뭄 모니터링 DB를 구축하였으며 측정 시점을 동기화한 토양수분을 측정하여 토양수분과 드론 농업 가뭄 모니터링 DB와의 비교분석을 실시하였다.
본 연구에서는 드론 기반한 NDVI 산출을 위해 400~1,000nm 범위의 파장 영역에 대한 촬영이 가능한 초분광센서를 촬영을 시행하였으며, 촬영은 그림 11과 같이 미국 Headwall의 자동비행 SW Ugcs 및 그림 12와 같이 설정 SW인 HyperSpec Ⅲ를 통해 촬영하였으며, 전처리 과정은 현장에서 측정한 보정용 타프의 반사도 값을 통해 초분광 영상을 그림 13과 같이 취득하였다. 정규식생지수는 식생의 반사율이 가시영역에서 낮고 근적외선 영역에서 높은 성질을 이용한 단순 계산으로 나타내며 아래 식 1과 같다
이러한 토양 온도 및 NDVI의 상관성을 통해 가뭄 예상지역으로 추정할 수 있다. 상기 취득한 가뭄 예상지역의 검증은 객관적인 지표인 토양의 수분 함수율을 기준으로 분석을 하였다. 그 결과 토양수분이 많이 함유된 지점에서는 NDVI가 높게 산정되며 토양수분값이 감소함에 따라 NDVI도 낮게 산출되는 것을 보아 토양의 수분 함수량이 식생에 직접적인 영향을 미치며, 이는 반대로 말해NDVI를 근거로 토양 수분 즉 가뭄의 정도 파악이 가능할 것으로 사료된다.
셋째, 산출된 NDVI를 이용하여 토양 수분과의 상관관계를 분석하였다. 그 결과 토양에 수분이 많이 함유된 지점에서는 NDVI가 높게 산정되어 나왔으며 토양수분이 감소함에 따라NDVI도 같이 낮게 산출되는 것을 볼 수 있다.
실제온도로 변환하기 위해 농경지, 주변 도로에서 촬영시점의 온도를 측정하였으며, 그림 9의 표시된 2지점의 온도는 21~ 40.5°C의 범위에 분포한 것으로 나타났으며, 온도값 보정을 위해 그림 10과 같이 FLIR 社의 FLIR tools SW를 활용하여 취득한 대상지의 토양 온도를 절대값으로 변환하여 산출하였다.
본 연구는 드론을 이용한 원격탐사 기법의 간접적인 농업 가뭄 모니터링 적용 가능성을 파악이다. 이를 위해 드론 열화상센서를 이용하여 토양 온도를 측정하였으며, 드론 초분광센서를이용하여 식생의 NDVI를 산출하였다. 드론에서 취득한 데이터의 검증을 위해 현장에서 취득한 실제 토양 수분과의 비교 분석을 통하여 드론 농업 가뭄 모니터링의 가능성을 확인하였으며,연구의 결과는 다음과 같다.
정규식생지수는 ENVI 소프트웨어를 기반으로 대상지역의 초분광 데이터를 활용하였으며, 취득한 밴드 103과 밴드 203을 이용하여 정규식생지수(식1)를 그림 14와 같이 계산하였다.
첫째, 드론 열화상센서를 이용하여 토양 온도를 산출하였으며 실제 토양 수분과의 상관관계를 분석하였다. 토양 수분은 온도에 많은 영향을 받고 온도가 높을수록 증산 작용으로 수분이 적어진다.
그림 17에서는 초분광센서에서 취득한 NDVI와 GS-1에서 취득한 토양 수분과의 상관관계를 나타낸 그림이다. 토양 수분이 풍부할수록 식생의 활력지수가 높아지는 현상을 드론 초분광센서를 이용하여 확인하였다. CP1∼CP4까지 토양 수분이 증가한 구간에 대해서 NDVI 역시 다른 구간에 비해 가파른 상승세를 보임을 확인하였다.

대상 데이터

연구 대상지에는 실제 농작물 성장 시기에 드론 촬영을 실시하여 연구의 실효성 증진에 노력하였다. 대상지 선정 원칙은 드론 촬영이 용이한곳, 농작물 생육시기에 따른 드론 촬영 및 토양수분 수집이 용이한 곳, 토양수분 변화 확인이가능한 곳으로 그림 1과 같이선정하였다.
다. 드론 기체는 중국 DJI의 회전익 드론인 Matrice 600 pro를 결합한 드론 플랫품을 사용하였다.
드론 농업 가뭄 모니터링 기술 적용성 판단을 위해 가뭄 우심지역을 연구 대상지로 실험을 수행하였다. 드론의 열화상과 초분광센서 기반 드론 농업 가뭄 모니터링 DB를 구축하였으며 측정 시점을 동기화한 토양수분을 측정하여 토양수분과 드론 농업 가뭄 모니터링 DB와의 비교분석을 실시하였다.
드론 열화상 촬영은 2019년 6월05일 오전 10시에 실시하였다.
본 연구에 사용된 드론 열화상센서는 FLIRDuo Pro R을 이용하였으며 드론 기체는 중국 DJI의 회전익 드론 Matrice 600을 이용하였다. 열화상센서의 세부적인 제원은 그림 3과, 표 1과 같다.
본 연구에 사용된 드론 초분광센서는 NanoHyperspec 모델로 400nm ~ 1,000nm의 파장영역에서 영상 획득이 가능하며, 최대 270개의 분광밴드를 취득할 수 있다. 제원은 그림 4와, 표 2와 같다.
본 연구에서 드론 원격정보를 활용하여 농업가뭄 모니터링 체계 구축을 위해 선정된 대상지에서 Pix4Dcapture SW를 활용하여 고도 약 150m에서 GSD 21㎝급으로 촬영하였다. 그리고 드론으로 촬영한 사진에 대해 그림 7과 같이 Pix4D mapper pro 소프트웨어를 이용하여 처리하였다.

이론/모형

토양수분지수는 농업적 가뭄의 평가에 효과적인 지표로 토양수분 물수지 모형과 Runs이론을 이용하여 산정한다. 토양수분 물수지 모형은 기상자료(강수량, 기온, 습도, 풍속 등)와 포장요수량, 위조점, 유효토층 등의 토양의 물리적 특성을 사용하여 토양 내에서 물의 유입 및 유출량을 나타내는 물수지식으로부터 각 토양별 토양수분을 추정할 수 있도록 개발되었다.
토양수분측정 장치는 그림 3과 같이 TDR(Time Domain Reflectometry) 방식의 GS-1을 이용하였으며, 토양 내에 고주파를 송출하여 되돌아오는 반사파의 시간 차이를 이용하는 방식으로 전기전도도의 영향을 받지 않아 안정적인 측정이 가능한 장점이 있다.

성능/효과

CP1∼CP4까지 토양 수분이 증가한 구간에 대해서 NDVI 역시 다른 구간에 비해 가파른 상승세를 보임을 확인하였다.
상기 취득한 가뭄 예상지역의 검증은 객관적인 지표인 토양의 수분 함수율을 기준으로 분석을 하였다. 그 결과 토양수분이 많이 함유된 지점에서는 NDVI가 높게 산정되며 토양수분값이 감소함에 따라 NDVI도 낮게 산출되는 것을 보아 토양의 수분 함수량이 식생에 직접적인 영향을 미치며, 이는 반대로 말해NDVI를 근거로 토양 수분 즉 가뭄의 정도 파악이 가능할 것으로 사료된다.
셋째, 산출된 NDVI를 이용하여 토양 수분과의 상관관계를 분석하였다. 그 결과 토양에 수분이 많이 함유된 지점에서는 NDVI가 높게 산정되어 나왔으며 토양수분이 감소함에 따라NDVI도 같이 낮게 산출되는 것을 볼 수 있다. 이러한 상관성을 이용한다면 가뭄 우심지역에대한 간접적인 토양수분 및 농업 가뭄 모니터링 파악이 가능하다.
이는 드론 열화상센서를 이용한 토양 온도 측정으로 실제 토양 수분을 간접적으로 측정 가능함을 확인하였다. 다음으로 드론 초분광센서를 이용하여 NDVI를 산출한 결과 토양 수분과 상관관계가 있음을 확인하였다. 이는 드론 초분광센서에서 취득한 NDVI가토양 수분과 상관관계가 있으며, 농업 가뭄 모니터링의 자료로 활용 가능함을 확인하였다.
토양 수분은 온도에 많은 영향을 받고 온도가 높을수록 증산 작용으로 수분이 적어진다. 따라서 드론 열화상센서를 이용하여 토양 수분을 간접적으로 확인할 수 있으며 이는 농업 가뭄 모니터링에 적용 가능함을 확인하였다.
CP1∼CP4까지 토양 수분이 증가한 구간에 대해서 NDVI 역시 다른 구간에 비해 가파른 상승세를 보임을 확인하였다. 또한 전체적인 경향에서 토양 수분이 증가함에 따라 NDVI 역시 증가함을 확인하였다.
둘째, 드론 초분광센서를 이용하여 대상 농작물의 정규식생지수를 산출하였다. 산출된 NDVI와 토양온도 및 토양 수분과의 상관관계를 분석하였으며, 그 결과 토양 온도가 높아짐에 따라NDVI 지수는 낮게 산출됨을 확인하였다. 토양 온도는 농작물 식생 활력도에 직접적인 영향을 미치기 때문에 드론 초분광센서의 NDVI로 토양온도 등 농업 가뭄의 간접적인 지표 산출이 가능함을 확인하였다.
열화상센서를 이용하는 가장 큰 장점은 농작물의 온도와 주변의 공기 온도를 비교 분석하여 작물의 증산 정도를 파악할 수 있으며, 이는 농작물의 작황과 고온 스트레스 관리에 활용되고 있다. 열적외선 센서로 취득된 영상은 토양 열 속성과 관련된 변수를 통해 토양수분을 유도할 수 있으며, 광학센서 및 열화상 센서를 통해 취득한 데이터를 결합하여 토양수분을 추정하면 단일 센서로부터 취득된 성과보다 더 많은 정보를 활용할 수 있다.
토양 온도와 토양 수분과의 비교 분석을 통한 결론은 토양온도가 높은 지점에서는 증산 효과에 따라 상대적으로 토양 수분이 낮음을 확인하였다. 이는 드론 열화상센서를 이용한 토양 온도 측정으로 실제 토양 수분을 간접적으로 측정 가능함을 확인하였다. 다음으로 드론 초분광센서를 이용하여 NDVI를 산출한 결과 토양 수분과 상관관계가 있음을 확인하였다.
다음으로 드론 초분광센서를 이용하여 NDVI를 산출한 결과 토양 수분과 상관관계가 있음을 확인하였다. 이는 드론 초분광센서에서 취득한 NDVI가토양 수분과 상관관계가 있으며, 농업 가뭄 모니터링의 자료로 활용 가능함을 확인하였다.
농업 가뭄 현황을 파악하기 위해서는 토양의 실제 수분을 확인하는 것이 가장 확실한 방법이지만, 드론 열화상센서를 통한 상대적인 토양수분 파악을 위해 드론 열화상센서를 이용하여 토양 온도를 측정하였다. 측정된 토양온도는 농작물 NDVI와 상관관계가 있으며, 토양수분과도 일정 부분 상관관계가 있음을 확인하였다. 토양온도가 높아 질수록 NDVI 값이 떨어지며 이는 농작물의 활력지수가 떨어짐을 확인하였다.
산출된 NDVI와 토양온도 및 토양 수분과의 상관관계를 분석하였으며, 그 결과 토양 온도가 높아짐에 따라NDVI 지수는 낮게 산출됨을 확인하였다. 토양 온도는 농작물 식생 활력도에 직접적인 영향을 미치기 때문에 드론 초분광센서의 NDVI로 토양온도 등 농업 가뭄의 간접적인 지표 산출이 가능함을 확인하였다.
그림 18에서는 토양온도, NDVI, 토양 수분과의 전체적인 경향을 도식화한 것이다. 토양 온도와 토양 수분과의 비교 분석을 통한 결론은 토양온도가 높은 지점에서는 증산 효과에 따라 상대적으로 토양 수분이 낮음을 확인하였다. 이는 드론 열화상센서를 이용한 토양 온도 측정으로 실제 토양 수분을 간접적으로 측정 가능함을 확인하였다.
측정된 토양온도는 농작물 NDVI와 상관관계가 있으며, 토양수분과도 일정 부분 상관관계가 있음을 확인하였다. 토양온도가 높아 질수록 NDVI 값이 떨어지며 이는 농작물의 활력지수가 떨어짐을 확인하였다. 토양온도와 농작물 활력지수는 반비례 관계가 있으므로 이를 표현하기 위해 아래 그림에서는 토양 온도를 역수로 표현하여 상관관계를 표현하였다.

후속연구

이는 피해 대상지뿐만 아니라 주변 피해 현황을 빠른 시간에 인지할 수 있어서 정부 차원의 농업재해 파악 및 복구 계획 수립에 활용될 수 있을 것으로 판단하였다. 다만 광범위한 지역이나 전국적으로 대상지를 확대해 가기 위해 농업재해별 촬영 시기와 수확량에 따른 비용산정 방법 등에 대한 보완 연구가 보완되어야 한다. 또한, 주기적인 공간정보 기반의 모니터링은 농업재해 대책 수립과 더불어 농작물 수급 동향 및 농업통계 분야에 크게 기여할 것으로 판단하였다.
하지만, 드론 열화상 센서 및 초분광센서를 이용한 원격탐사 기법의면 단위의 데이터가 취득은 효율성 측면에서 많은 기여가 예상된다. 또한 드론의 신속성과 다양한 센서 접목 등의 장점을 활용한다면 향후 드론을 이용한 농업가뭄 모니터링은 더욱 활성화될 것으로 기대된다.
다만 광범위한 지역이나 전국적으로 대상지를 확대해 가기 위해 농업재해별 촬영 시기와 수확량에 따른 비용산정 방법 등에 대한 보완 연구가 보완되어야 한다. 또한, 주기적인 공간정보 기반의 모니터링은 농업재해 대책 수립과 더불어 농작물 수급 동향 및 농업통계 분야에 크게 기여할 것으로 판단하였다.
본 실험을 통해 드론을 활용한 농업 가뭄 모니터링 체계 구축하여 드론 영상을 활용하여 밭 지역의 토양수분 및 가뭄 상황을 파악할 수 있을 것으로 기대된다.
박진기(2017)는 위성영상 촬영의 한계와 현장조사원에 의존한 현황 파악의 한계를 극복하기 위해 무인항공기 영상과 농작물 재해보험 DB 및 GIS 관련 자료를 이용하여 논 가뭄 피해 발생지역 분석방법을 제안하였으며 현장조사로 인해 생기는 인력, 시간, 비용의 문제를 최소화하기 위한 연구를 수행하였다. 이는 피해 대상지뿐만 아니라 주변 피해 현황을 빠른 시간에 인지할 수 있어서 정부 차원의 농업재해 파악 및 복구 계획 수립에 활용될 수 있을 것으로 판단하였다. 다만 광범위한 지역이나 전국적으로 대상지를 확대해 가기 위해 농업재해별 촬영 시기와 수확량에 따른 비용산정 방법 등에 대한 보완 연구가 보완되어야 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	가뭄의 의미는 무엇인가?	가뭄의 사전적 의미는 장시간에 걸친 강수의 부족으로 발생하는 물 부족 현상을 말하며 기상학적·농업적·수문학적·사회경제학적 가뭄으로 분류된다. 우리나라는 기상청, 한국농어촌공사, 한국수자원공사, 소방방재청 등 관련 기과의고유 목적에 따라 기상학적 가뭄지수, 농업적 가뭄지수, 수문학적 가뭄지수 등을 가뭄 모니터링을 지속적으로 수행하고 있다.
	식생지수 중 식생의 활성도를 나타내는 지표는 무엇인가?	식생지수는 단위가 없는 복사 값으로 식물의 상대적 활동성 및 광합성 흡수 복사량과 같은 지표로 사용된다. 식생지수중 하나인 NDVI는식생의 활성도를 나타내는 지표로 원격탐사에서 널리 사용되는 지표 중 하나이다(Rouse, 1974). 정규식생지수는 -1~1사이의 값을 가지며, 농작물의 건강 상태 및 생산량 추정 등에 효율적으로 사용된다.
	무인항공기의 장점은 무엇인가?	무인항공기는 간편하고 경제적이기 때문에 기존 항공측량의 단점을 보안할 수 있으며 고해상도 영상을 취득할 수 있기 때문에 드론을 통해 획득한 영상의 처리와 관련한 연구가 많이 진행되고 있다. 윤부열(2014)은 소규모 지역에서의 항공측량의 어려움을 언급하였으며, 드론을 기반한 공간정보 구축의 제도적 방안을 제시할 정도로 무인항공기의 활용성은 매우 높아지고 있다.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증