$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

드론 기반의 재배관리 지도 제작 및 활용방안 - 봄배추를 대상으로 -
Preparation and Application of Cultivation Management Map Using Drone - Focused on Spring Chinese Cabbage - 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.37 no.3, 2021년, pp.637 - 648  

나상일 (농촌진흥청 국립농업과학원 기후변화평가과) ,  이윤호 (명지대학교 토목환경공학과) ,  류재현 (전남대학교 응용식물학과) ,  이동호 (충북대학교 지역건설공학과) ,  신형섭 ((주)이알아이) ,  김서준 (명지대학교 토목환경공학과) ,  조재일 (전남대학교 응용식물학과) ,  박종화 (충북대학교 지역건설공학과) ,  안호용 (농촌진흥청 국립농업과학원 기후변화평가과) ,  소규호 (농촌진흥청 국립농업과학원 기후변화평가과) ,  이경도 (농촌진흥청 국립농업과학원 기후변화평가과)

초록
AI-Helper 아이콘AI-Helper

영농계획 수립 지원을 위해서는 대상작물의 작황 변화에 대한 선제적 평가 및 정밀한 정보 제공이 중요하다. 따라서 드론을 이용한 과학적이고 지속적인 관측을 통해 영농단계별 의사결정에 필요한 맞춤형 정보 제공 기술이 필요하다. 본 연구는 노지채소에 대한 영농계획 수립을 지원하기 위하여 수행하였다. 재배관리 지도의 각각의 정보들은 선행연구를 바탕으로 포장출현 지도, 스트레스 평가 지도 및 생산성 평가 지도와 같이 세가지 종류로 제작되었으며, 3차원 기반의 객체단위로 정보가 제공되어 포장내 공간적 변이를 잘 반영하는 것으로 나타났다. 따라서 재배관리 지도는 결주 지점 파악, 보식 여부 판단, 시비, 제초 및 방제, 관수시설 위치, 기간 및 조건 설정, 상품성 평가, 우선 수확지점 선정, 수확시기, 소요시간 및 비용 산정 등에 활용될 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In order to support the establishment of a farming plan, it is important to preemptively evaluate crop changes and to provide precise information. Therefore, it is necessary to provide customized information suitable for decision-making by farming stage through scientific and continuous monitoring u...

주제어

#Farming Plan   #Drone   #Ground Vegetable   #Cultivation Management Map  

표/그림 (14)

참고문헌 (12)

  1. Gitelson, A.A. and M.N. Merzlyak, 1994. Quantitative estimation of chlorophyll using reflectance spectra, Journal of Photochemistry and Photobiology B, 22: 247-252. 

  2. Jones, H.G., 1992. Plants and Microclimate: A Quantitative Approach to Environmental Plant Physiology, 2nd ed.; Cambridge University Press: New York, NY, USA. 

  3. Jeong, H., R.D. Jeong, J.H. Ryu, D. Oh, S. Choi, and J. Cho, 2019. Preliminary growth chamber experiments using thermal infrared image to detect crop disease, Korean Journal of Agricultural and Forest Meteorology, 21(2): 111-116 (in Korean with English abstract). 

    원문보기 상세보기 crossref

  4. Na, S.I., K.D. Lee, S.C. Baek, and S.Y. Hong, 2015. Estimation of Chinese cabbage growth by RapidEye imagery and field investigation data, Korean Journal of Soil Science and Fertilizer, 48(5): 556-563 (in Korean with English abstract). 

    원문보기 상세보기 crossref

  5. Na, S.I., C.W. Park, and K.D. Lee, 2016. Application of highland kimchi cabbage status map for growth monitoring based on unmanned aerial vehicle, Korean Journal of Soil Science and Fertilizer, 49(5): 469-479 (in Korean with English abstract). 

    원문보기 상세보기 crossref

  6. Na, S.I., C.W. Park, K.H. So, H.Y. Ahn, and K.D. Lee, 2018a. Application Method of Unmanned Aerial vehicle for Crop Monitoring in Korea, Korean Journal of Remote Sensing, 34(5): 829-846 (in Korean with English abstract). 

    원문보기 상세보기 crossref

  7. Na, S.I., C.W. Park, K.H. So, H.Y. Ahn, and K.D. Lee, 2018b. Application Development of Biomass Evaluation Model of Winter Crop Using RGB Imagery Based on Unmanned Aerial Vehicle, Korean Journal of Remote Sensing, 34(5): 709-720 (in Korean with English abstract). 

    원문보기 상세보기 crossref

  8. Na, S.I., C.W. Park, K.H. So, H.Y. Ahn, and K.D. Lee, 2019a. Selection on Optimal Bands to Estimate Yield of the Chinese Cabbage Using Drone-based Hyperspectral Image, Korean Journal of Remote Sensing, 35(3): 375-387 (in Korean with English abstract). 

    원문보기 상세보기 crossref

  9. Na, S.I., C.W. Park, K.H. So, H.Y. Ahn, and K.D. Lee, 2019b. Photochemical Reflectance Index (PRI) Mapping using Drone-based Hyperspectral Image for Evaluation of Crop Stress and its Application to Multispectral Imagery, Korean Journal of Remote Sensing, 35(5-1): 637-647 (in Korean with English abstract). 

  10. Na, S.I., H.Y. Ahn, C.W. Park, S.Y. Hong, K.H. So, and K.D. Lee, 2020. Crop Water Stress Index (CWSI) Mapping for Evaluation of Abnormal Growth of Spring Chinese Cabbage Using Drone-based Thermal Infrared Image, Korean Journal of Remote Sensing, 34(5): 829-846 (in Korean with English abstract). 

    원문보기 상세보기 crossref

  11. Rouse, J.W., R.H. Haas, J.A. Schell, and D.W. Deering, 1974. Monitoring vegetation systems in the Great Plains with ERTS. In: Freden, S.C., Mercanti, E.P., Becker, M. (Eds.), Third Earth Resources Technology Satellite-1 Symposium, Vol. 1: Technical Presentations Section A, NASA SP-351, National Aeronautics and Space Administration, Washington D.C., USA, pp. 309-317. 

  12. Woebbecke, D.M., G.E. Meyer, K. Von Bargen, and D.A. Mortensen, 1995. Color indices for weed identification under various soil, residue, and lighting conditions, Transactions of the ASAE, 38(1): 259-269. 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로