[논문]청천일 무인기 영상의 반사율 및 식생지수 일주기 변화

이경도; 나상일; 박찬원; 홍석영; 소규호; 안호용

doi:10.7780/kjrs.2020.36.5.1.7

[국내논문] 청천일 무인기 영상의 반사율 및 식생지수 일주기 변화
Diurnal Change of Reflectance and Vegetation Index from UAV Image in Clear Day Condition 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.36 no.5 pt.1, 2020년, pp.735 - 747

이경도 (농촌진흥청 국립농업과학원 기후변화생태과) , 나상일 (농촌진흥청 국립농업과학원 기후변화생태과) , 박찬원 (농촌진흥청 국립농업과학원 기후변화생태과) , 홍석영 (농촌진흥청 국립농업과학원 기후변화생태과) , 소규호 (농촌진흥청 국립농업과학원 기후변화생태과) , 안호용 (농촌진흥청 국립농업과학원 기후변화생태과)

초록
AI-Helper

본 연구는 청천일 조건에서 직접적 보정 방식으로 산정한 반사율 및 식생지수의 일주기 변화를 분석하여 시계열 작황 모니터링을 위한 무인비행체 영상의 특성을 구명하고자 수행하였다. 무인기에 다중분광센서를 장착하여 청천일이었던 2020년 3월 23일과 3월 24일에 반사율 보정용 반사판, 콘크리트 및 작물 시험구를 대상으로 시간대별, 비행경로별 항공영상을 촬영하여 직접적 방식으로 반사율을 산정하고 작물 시험구를 대상으로 식생지수를 계산하여 비교하였다. 반사율 보정용 반사판, 콘크리트 및 작물 시험구의 무인기 영상 반사율은 시간대 및 비행경로별로 일정한 변화 경향을 보이지 않을 뿐 아니라 일간 재현성 있는 값을 보이지 않아 시계열적으로 비교·활용 하는 것에는 한계가 있을 것으로 판단된다. 그러나 작물 시험구의 NDVI는 값이 높을수록 일중 및 일간 변동성이 적었으며 식생의 활력이 부족한 식생 제어 시험구에서도 일 중 5% 미만의 변동계수를 보여 반사율과 달리 대체로 일정한 값을 유지하는 것으로 나타났다. 또한 3월 23일과 3월 24일 동일한 시간대에 촬영한 무인기 영상으로 산정한 NDVI의 평균 절대 오차도 0.76~3.97%의 범위를 보여 시계열 작황모니터링에 활용이 가능할 것으로 판단된다.

Abstract ▼ AI-Helper

Recent advanced UAV (Unmanned Aerial Vehicle) technology supply new opportunities for estimating crop condition using high resolution imagery. We analyzed the diurnal change of reflectance and NDVI (Normalized Difference Vegetation Index) in UAV imagery for crop monitoring in clear day condition. Multi-spectral images were obtained from a 5-band multi-spectral camera mounted on rotary wing UAV. Reflectance were derived by the direct method using down-welling irradiance measurement. Reflectance using UAV imagery on calibration tarp, concrete and crop experimental sites did not show stable by time and daily reproducible values. But the CV (Coefficient of Variation) of diurnal NDVI on crop experimental sites was less than 5%. As a result of comparing NDVI at the similar time for two day, the daily mean average ratio of error showed a difference of 0.62 to 3.97%. Therefore, it is considered that NDVI using UAV imagery can be used for time series crop monitoring.

Keyword

표/그림 (13)

그림 Fig. 1. Location of the study area.
그림 Fig. 2. Examples of reflectance and vegetation index measuring target sites.
표 Table 1. List of crop experiment site
그림 Fig. 3. Irradiance change on experimental sites during UAV image collection.
표 Table 2. UAV flight time and direction
표 Table 3. Specifications of REDEDGE-MX camera
그림 Fig. 4. Change of UAV image reflectance for reflectance calibration tarp.
표 Table 4. Coefficient of variation of UAV image reflectance for reflectance calibration tarp (Unit: %)
그림 Fig. 5. Change of UAV image reflectance for concrete and crop vegetation.
표 Table 5. Coefficient of variation of UAV image reflectance for concrete and crop vegetation (Unit: %)
그림 Fig. 6. Change of average NDVI using UAV image reflectance for crop experimental sites.
표 Table 6. Statistics of NDVI using UAV imagery on crop experimental sites
표 Table 7. Percent error ratio of NDVI using UAV imagery on crop experimental sites in daily similar time (Unit: %)

AI 본문요약
AI-Helper

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

문제 정의

그러나 생육단계에 따른 연속적인 작황 분석을 위해서 필요한 반사율과 식생지수의 시계열적 변화 양상을 정밀하게 구명하기 위한 일주기 영상 촬영 및 비교 연구는 부족하다. 따라서 본 연구는 청천일 직접적 보정 방식으로 산정한 반사율 및 식생지수의 일주기 변화를 분석하여 시계열 작황 모니터링을 위한 무인비행체 영상의 특성을 구명하고 활용성을 평가하고자 수행하였다.

제안 방법

무인기에 다중분광센서를 장착하여 청천일이었던 2020년 3월 23일과 3월 24일에 반사율 보정용 반사판, 콘크리트 및 작물 시험구를 대상으로 시간대별, 비행경로별 항공영상을 촬영하여 직접적 방식으로 반사율을 산정하고 작물 시험구를 대상으로 식생지수를 계산하여 비교하였다. 반사율 보정용 반사판, 콘크리트 및 작물 시험구의 무인기 영상 반사율은 시간대 및 비행경로 별로 일정한 변화 경향을 보이지 않을 뿐 아니라 일간 재현성 있는 값을 보이지 않아 시계열적으로 비교·활용하는 것에는 한계가 있을 것으로 판단된다.
무인비행체는 지상컨트롤 시스템(GCS : ground control system)을 이용하여 사전에 비행 경로를 설정하고 3월 23일, 3월 24일 이틀에 걸쳐 오전 10시 30분 무렵부터 오후 2시 30분까지 약한 시간 간격으로 비행 방향을 시험포장에 수직(남–북 방향) 및 수평 방향(동–서 방향)으로 일별로 각 10회, 총 20회 자동비행 모드로 비행토록 했다(Table 2).
Rededge-MX 카메라로 촬영한 항공영상의 반사율(reflectance) 영상은 무인비행체 영상합성 프로그램(Pix4D mapper, Pix4D, Switzerland)을 이용하여 복사휘도(radiance)를 복사조도(irradiance)로 나누어 산출하였다(Micasense Inc., 2020; Lee et al., 2019). 영상값을 복사휘도로 변환하는 과정은 비네트(Vignette) 효과, 블랙 레벨, 노출시간, ISO 감도, 복사보정계수를 고려하여 식 (1)과 같이 수행한다.

대상 데이터

본 연구는 전북 완주군 이서면에 위치한 국립농업과학원 시험연구포장(35°49′34″N, 127°2′52″E)에서 반사율 55%, 33%, 11%, 3% 반사판(Reflectance tarp), 불변성 지표(invariant target)로 콘크리트 및 식생 모니터링 대상으로 작물 시험구를 선정하여 수행하였다(Fig. 1).
1). 작물 시험구는 식생의 활력도를 고려하여 식생의 활력도가 높은 호밀 재배구, 활력도가 중간 정도인 자연 식생구및 식생이 거의 없는 식생 제어구를 대상으로 하였다(Fig. 2, Table 1).
2020년 3월 23일부터 3월 24일까지 2일에 걸쳐 REDEDGE-MX(Micasense, USA) 카메라를 M200(DJI, China) 기체에 장착하여 고도 100 m, 해상도 6.94 cm, 횡중복도 75%, 종중복도 75%, 비행속도 5 m/s로 설정하여 일주기 항공영상을 촬영하였다. 무인비행체는 지상컨트롤 시스템(GCS : ground control system)을 이용하여 사전에 비행 경로를 설정하고 3월 23일, 3월 24일 이틀에 걸쳐 오전 10시 30분 무렵부터 오후 2시 30분까지 약한 시간 간격으로 비행 방향을 시험포장에 수직(남–북 방향) 및 수평 방향(동–서 방향)으로 일별로 각 10회, 총 20회 자동비행 모드로 비행토록 했다(Table 2).
연구에 활용한 REDEDGE-MX 카메라는 청색, 녹색, 적색, 적색경계, 근적외선의 5개 밴드를 갖고 있으며 복사조도계를 통해 영상 촬영과 동시에 입사되는 조도를 측정하며 촬영 전후 기준반사판(CRP: calibrated reflectance panel) 촬영 값을 통해 복사조도를 보정할 수 있다(Table 3).

이론/모형

식생지수는 식물체의 질소량과 직접적인 비례관계에 있는 엽록소의 분광반사 특성이 주로 적색(Red), 청색(Blue) 파장은 흡수하는 반면 근적외선(NIR: Near Infra Red) 파장은 반사하는 현상을 바탕으로 이들 파장을 조합하여 녹색 식물의 상대적 분포량과 활동성을 평가하는 지표로 널리 사용되어 왔다(Tomas and Gausman, 1977). 본 연구에서는 적색 파장과 근적외선 파장의 반사율을 이용하여 계산하는 정규화식생지수(NDVI: Normalized Difference Vegetation Index)를 산정하였다(식 (3)).

성능/효과

반사율 보정용 반사판, 콘크리트 및 작물 시험구의 무인기 영상 반사율은 시간대 및 비행경로 별로 일정한 변화 경향을 보이지 않을 뿐 아니라 일간 재현성 있는 값을 보이지 않아 시계열적으로 비교·활용하는 것에는 한계가 있을 것으로 판단된다. 그러나 작물 시험구의 NDVI는 값이 높을수록 일중 및 일간 변동성이 적었으며 식생의 활력이 부족한 식생 제어 시험구에서도 일 중 5% 미만의 변동계수를 보여 반사율과 달리 대체로 일정한 값을 유지하는 것으로 나타났다. 또한 3월 23일과 3월 24일 동일한 시간대에 촬영한 무인기 영상으로 산정한 NDVI의 평균 절대 오차율도 0.
시험 포장에 조도계(SL200, KIMO, FRANCE)를 설치하여 무인비행체 영상 촬영 동안 1분 간격으로 조도(Irradiance)를 측정한 결과(Fig. 3) 시험기간 동안 구름이 거의 없는 맑은 날씨를 보였다. 풍속은 3월 23일 시험 기간 동안에는 1.
3월 24일의 경우 다른 시간대에서는 유사한 값을 보였으나 13시 30분 촬영 영상에서 비행 경로에 따른 차이를 보였다. 11%, 3% 반사판에서의 무인기 영상 반사율은 55%, 33% 반사판에 비해 시간대 및 비행 경로별 값 변동이 작은 경향을 보였다. 녹색 영역(Green band) 의 경우에도 55% 반사판에서는 포화로 인해 일부 값이 소실되었으며 시간대별로 0.
근적외 영역(NIR band)에서 반사판에 대한 무인기 영상의 반사율은 3월 23일 12시 30분대 수평 방향으로 비행하여 수집한 영상의 반사율이 다른 시간대에 비해서 높았던 것을 제외하고는 적색경계 영역에서의 반사율 변동과 유사한 경향을 보였다. 이처럼 반사율 보정용 반사판에 대한 무인기 영상 반사율의 시간대별 변화 경향은 반사율이 높은 반사판에서 변동이 컸으며 반사율이 낮은 반사판에서는 변동이 작은 경향을 보였다. 3월 23일과 3월 24일 양일간의 반사율 변화를 정성적으로 비교하면 영상 밴드별로는 유사한 경향을 보였으나 시간대별 및 비행 경로별로는 특정한 경향을 찾을 수 없었다.
청천일 연속해서 이틀 동안 시간대별로 측정한 반사율이 일정한 변화 경향을 보이지 않을 뿐 아니라 변동계수도 3.2~22.0%의 범위에서 평균 10.9%의 값을 보이고 있어 무인기 영상에서 반사판을 기준으로 산정한 반사율을 시계열적으로 비교·활용 하는 것은 한계가 있을 것으로 판단된다.
5, Table 5와 같았다. 콘트리트의 반사율은 파장 영역에 따라 청색, 녹색, 적색, 적색경계 영역에서는 33% 반사판, 근적외 영역에서는 55% 반사판의 반사율과 유사한 변동 경향을 보였다. 콘크리트에 대한 시간대별 무인기 영상의 변동계수는 3월 23일의 경우 약 5% 이하였으나 3월 24일의 경우 8.
8~17%의 값을 보여 3월 23일에 비해 3월 24일의 시간대별 반사율 변동이 더 컸던 반사율 보정용 반사판에서의 반사율 변화와 유사한 경향을 보였다. 작물 시험구의 무인기 영상 반사율은 청색, 녹색, 적색 영역에서는 0.2 이하의 값을 보였으며 시간대별로 큰 변동 없이 일정한 값을 보였다. 적색 경계 영역의 경우 호밀 재배구에서 가장 낮은 반사율을 보였으며 자연 식생구, 식생 제어구 순이었다.
6, Table 6과 같았다. 호밀 재배구의 NDVI는 일중 시간대 및 비행경로에 따른 값의 큰 차이 없이 약 0.88~0.91의 범위에서 3월 23일, 3월 24일 모두 1% 미만의 변동계수를 보였다. 자연 식생구의 NDVI는 12시 30분 및 13시 30분대 값이 다른 시간대에 비해 약간 낮은 경향을 보였으며, 이들 시간대의 NDVI 값이 다른 시간대 영상에 비해 비행경로에 따른 차이가 더 큰 것으로 나타났다.
91의 범위에서 3월 23일, 3월 24일 모두 1% 미만의 변동계수를 보였다. 자연 식생구의 NDVI는 12시 30분 및 13시 30분대 값이 다른 시간대에 비해 약간 낮은 경향을 보였으며, 이들 시간대의 NDVI 값이 다른 시간대 영상에 비해 비행경로에 따른 차이가 더 큰 것으로 나타났다. 자연 식생구의 NDVI 변동계수는 처리구별로 3월 23일 0.
47%로 2% 미만의 변동계수를 보였다. 식생 제어구의 NDVI는 자연 식생구의 NDVI와 유사한 변동 양상을 보였는데 변동 폭이 자연 식생구에 비해 더 큰 특성을 보였다. 시험구의 시간대 별 식생지수 변동계수는 3월 23일 2.
05%로 2~3%의 범위를 보였다. 작물 시험구의 NDVI는 값이 높을수록 일중 및 일간 변동성이 적었으며 식생의 활력이 부족한 식생 제어 시험구에서도 일간 3%이내의 변동계수를 보여 반사율과 달리 대체로 일정한 값을 유지하는 것으로 나타났다. Deng et al.
93%로 호밀 재배구 및 자연 식생구에 비해 오차율이 증가하였다. 식생 제어구에서 12시 30분경 수직 방향으로 촬영한 영상의 NDVI를 제외하면 대부분 5% 미만의 오차를 보였으며 평균 절대 오차(MAE: Mean Absolute Error)도 0.62~3.97%의 범위를 보였다.
(2020)은 청천일 항공기 초분광 영상과 무인기 다중분광 영상의 반사율 및 식생지수를 비교한 바 이들 연구 모두 무인기 영상 반사율은 지상 측정 반사율과 차이가 크고 일정한 경향이 없었던 반면 식생지수는 지상센서로 측정한 값과 높은 선형적 관계성을 보여 활용 가능하다고 보고하였다. 본 연구는 시간대별, 비행경로별 무인기 영상을 촬영하여 일주기 및 일간 무인기 영상의 반사율과 식생지수를 비교한 결과 반사율의 경우 일정한 경향 없이 일중, 일간 변동성이 커서 정량적 활용에는 한계가 있으나 NDVI는 시계열적으로 큰 변화 없이 5% 내외의 안정적인 변화를 보여 위 연구들과 유사한 결과를 보였다.
그러나 작물 시험구의 NDVI는 값이 높을수록 일중 및 일간 변동성이 적었으며 식생의 활력이 부족한 식생 제어 시험구에서도 일 중 5% 미만의 변동계수를 보여 반사율과 달리 대체로 일정한 값을 유지하는 것으로 나타났다. 또한 3월 23일과 3월 24일 동일한 시간대에 촬영한 무인기 영상으로 산정한 NDVI의 평균 절대 오차율도 0.62~3.97%의 범위를 보여 시계열 작황모니터링에 활용이 가능할 것으로 판단된다. 향후에는 식생지수를 활용한 지속적이고 안정적인 작황모니터링을 위해 무인기 영상 전처리 방식 개선, 다양한 기상 조건에서의 식생지수 변화 분석과 센서 퇴화(degradation) 및 센서 간 자료융합 활용을 위한 보정 방안에 대한 연구가 필요할 것으로 생각된다.

후속연구

(2020)은 무인기 영상 반사율이 청천일 조건에서 시간대, 비행경로별로 일정한 경향 없이 변동성이 크게 나타난 것은 무인기 탑재 복사조도계 센서의 하드웨어적 성능 한계 및 영상 전처리 프로그램의 영상 합성시 인근 영상 값과 평활화(smoothing)에 의한 것으로 추정한 바 있다. 따라서 추후에는 무인기 복사조도계의 성능 검정 및 영상 합성을 위한 전처리 방식 검토를 통해 반사율 산정 방식을 개선하기 위한 연구가 필요할 것으로 생각된다.
반사율 보정용 반사판, 콘크리트 및 작물 시험구의 무인기 영상 반사율은 시간대 및 비행경로 별로 일정한 변화 경향을 보이지 않을 뿐 아니라 일간 재현성 있는 값을 보이지 않아 시계열적으로 비교·활용하는 것에는 한계가 있을 것으로 판단된다.
향후에는 지속적이고 안정적인 작황 모니터링을 위해 청천일 뿐 아니라 광량이 불규칙하게 변하되는 흐린날 등 다양한 기상 조건에서 식생지수 변화 모니터링도 필요할 것으로 생각된다. 또한 무인기 부착 카메라 센서는 위성, 항공기 탑재 센서에 비해 내구성에 차이가 있음으로 주기적인 검보정을 통해 센서 퇴화(degradation)에 대한 점검과 다양한 무인기 탑재 카메라 센서의 특성 검정을 통해 센서별 활용 가능성 및 센서 간 공동 활용 가능성도 연구가 필요할 것으로 판단된다.
향후에는 지속적이고 안정적인 작황 모니터링을 위해 청천일 뿐 아니라 광량이 불규칙하게 변하되는 흐린날 등 다양한 기상 조건에서 식생지수 변화 모니터링도 필요할 것으로 생각된다. 또한 무인기 부착 카메라 센서는 위성, 항공기 탑재 센서에 비해 내구성에 차이가 있음으로 주기적인 검보정을 통해 센서 퇴화(degradation)에 대한 점검과 다양한 무인기 탑재 카메라 센서의 특성 검정을 통해 센서별 활용 가능성 및 센서 간 공동 활용 가능성도 연구가 필요할 것으로 판단된다.
97%의 범위를 보여 시계열 작황모니터링에 활용이 가능할 것으로 판단된다. 향후에는 식생지수를 활용한 지속적이고 안정적인 작황모니터링을 위해 무인기 영상 전처리 방식 개선, 다양한 기상 조건에서의 식생지수 변화 분석과 센서 퇴화(degradation) 및 센서 간 자료융합 활용을 위한 보정 방안에 대한 연구가 필요할 것으로 생각된다.

참고문헌 (19)

Bendig, J., A. Bolten, S. Bennertz, J. Broscheit, S. Eichfuss, and G. Bareth. 2014. Estimating biomass of barley using crop surface models (CSMs) derived from UAV-based RGB imaging, Remote Sensing, 6(11): 10395-10412.

상세보기
Cao, S., B. Danielson, S. Clare, S. Koenig, C. Campos-Vargas, and A. Sanchez-Azofeifa, 2019. Radiometric calibration assessments for UAS-borne multispectral cameras: Laboratory and field protocols, ISPRS Journal of Photogrammetry and Remote Sensing, 149: 132-145.

상세보기
Deng, L., Z. Mao, X. Li, Z. Hu, F. Duan, and Y. Yan, 2018. UAV-based multispectral remote sensing for precision agriculture: A comparison between different camera, ISPRS Journal of Photogrammetry and Remote Sensing, 146: 124-136.

상세보기
Fawcett, D., C. Panigada, G. Tagliabue, M. Boschetti, M. Celesti, A. Evdokimov, K. Biriukova, R. Colombo, F. Miglietta, U. Rasher, and K. Anderson. 2020. Multi-scale evaluation of drone-based multispectral surface reflectance and vegetation indices in operation conditions, Remote Sensing, 12(3): 514.

상세보기
Jang, S.H., C.S. Ryu, Y.S. Kang, S.R. Jun, J.W. Park, H.Y. Song, K.S. Kang, D.W. Kang, K. Zou, and T.H. Jun, 2019. Estimation of fresh weight, dry weight, and leaf area index of soybean plant using multispectral camera mounted on rotor-wing UAV, Korean Journal of Agricultural and Forest Meteorology, 21(4): 327-336 (in Korean with English abstract).
Lee, H.S., W.W. Seo, C.S. Woo, and K.S. Lee, 2019. Derivation and evaluation of surface reflectance from UAV multispectral image for monitoring forest vegetation, Korean Journal of Remote Sensing, 35(6-2): 1149-1160 (in Korean with English abstract).
Lee, K.D., S.I. Na, S.C. Baek, K.D. Park, J.S. Choi, S.J. Kim, H.J. Kim, H.S. Choi, and S.Y. Hong, 2015. Estimating the amount of nitrogen in hairy vetch on paddy fields using unmanned aerial vehicle imagery, Korean Journal of Soil Science and Fertilizer, 48(5): 384-390 (in Korean with English abstract).

원문보기 상세보기
Lee, K.D., Y.E. Lee, C.W. Park, S.Y. Hong, and S.I. Na, 2016. Study on reflectance and NDVI of aerial images using a fixed-wing UAV "Ebee", Korean Journal of Soil Science and Fertilizer, 49(6): 731-742 (in Korean with English abstract).

원문보기 상세보기
Lee, K.D., C.W. Park, K.H. So, and S.I. Na, 2017a. Selection optimal vegetation indices and regression model for estimation of rice growth using UAV aerial images, Korean Journal of Soil Science and Fertilizer, 50(5): 409-421 (in Korean with English abstract).
Lee, K.D., C.W. Park, K.H. So, K.D. Kim, and S.I. Na, 2017b. Characteristics of UAV aerial images for monitoring of highland Kimchi cabbage, Korean Journal of Soil Science and Fertilizer, 50(3): 162-178 (in Korean with English abstract).

원문보기 상세보기
Lee, K.D., H.Y. An, C.W. Park, K.H. So, S.I. Na, and S.Y. Jang, 2019. Estimation of rice grain yield distribution using UAV imagery, Journal of the Korean Society of Agricultural Engineers, 61(4): 1-10 (in Korean with English abstract).
Lee, K.D., S.M. Kim, H.Y. An, C.W. Park, S.Y. Hong, K.H. So, and S.I. Na, 2020. Yearly estimation of rice growth and bacterial leaf blight inoculation effect using UAV imagery, Journal of the Korean Society of Agricultural Engineers, 62(4): 75-86 (in Korean with English abstract).
MicaSense Inc., 2020. MicaSense RedEdge MX Multispectral Camera User Manual, http://support.micasense.com, Accessed on Aug. 18, 2020.
Park, J.K. and J.H. Park, 2015. Crops classification using imagery of unmanned aerial vehicle (UAV), Journal of the Korean Society of Agricultural Engineers, 57(6): 91-97 (in Korean with English abstract).

원문보기 상세보기
Park, J.K. and J.H. Park, 2017. Analysis of rice field drought area using unmanned aerial vehicle (UAV) and geographic information system (GIS) Methods, Journal of the Korean Society of Agricultural Engineers, 57(6): 91-97 (in Korean with English abstract).

원문보기 상세보기
Tomas, J.R. and H.W. Gausman, 1977. Leat reflectance vs. leaf chlorophyll and carotenoid concentrations for eight crops, Agronomy Journal, 69(5): 799-802.

상세보기
Torres-Sanchez, J., J.M. Pena, A.I. de Castro, and F. Lopez-Granados, 2014. Multi-temporal mapping of the vegetation fraction in early-season wheat fields using images from UAV, Computers and Electronics in Agriculture, 103: 104-113.

상세보기
Xiang, H. and L. Tian, 2011. Development of a low-cost agricultural remote sensing system based on an autonomous unmanned aerial vehicle (UAV), Biosystems Engineering, 108(2): 174-190.

상세보기
Yun, H.S., S.H. Park, H.J. Kim, W.D. Lee, K.D. Lee, S.Y. Hong, and G.H. Jung, 2016. Use of unmanned aerial vehicle for multi-temporal monitoring of soybean vegetation fraction, Journal of Biosystems Engineering, 41(2): 126-137.

원문보기 상세보기

저자의 다른 논문 :

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