[논문]Sentinel-1 및 UAV 영상을 활용한 김제시 벼 재배 조기 추정

이경도; 김숙경; 안호용; 소규호; 나상일

doi:10.7780/kjrs.2021.37.3.11

Sentinel-1 및 UAV 영상을 활용한 김제시 벼 재배 조기 추정
Early Estimation of Rice Cultivation in Gimje-si Using Sentinel-1 and UAV Imagery 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.37 no.3, 2021년, pp.503 - 514

이경도 (농촌진흥청 국립농업과학원 기후변화평가과) , 김숙경 (농촌진흥청 국립농업과학원 기후변화평가과) , 안호용 (농촌진흥청 국립농업과학원 기후변화평가과) , 소규호 (농촌진흥청 국립농업과학원 기후변화평가과) , 나상일 (농촌진흥청 국립농업과학원 기후변화평가과)

초록
AI-Helper

쌀 수급 조절 정책의 합리적 수립을 지원하기 위해서는 벼 재배면적의 조기 추정이 필요하다. 본 연구는 국내 벼 주산지인 김제시를 대상으로 Sentinel-1 위성영상을 활용하여 이앙이 마무리되는 7월 초순 벼 재배면적을 조기에 추정하기 위해 최적의 훈련자료 수집을 위한 무인기(UAV) 영상 활용 방안을 제시하고자 수행하였다. 5월부터 7월 초까지 수집한 Sentinel-1 위성영상은 ESA에서 제공하는 SNAP(SeNtinel application platform, Version 8.0)프로그램으로 전처리하고 팜맵을 활용하여 농경지만을 추출하였다. 벼 재배지 중심 지역과 벼·콩 혼재지 무인기 영상 촬영 영역을 혼합하여 훈련자료로 선정하여 김제시 전체 벼 재배지를 추정한 결과, 정확도와 카파 계수는 각각 89.9%, 0.774로 가장 좋은 결과를 보였는데, 이는 김제시 전역을 대상으로 무작위 표본조사를 수행하여 분류한 결과와 비교 시 전체 정확도 1% 내외, 카파 계수 0.02~0.04 범위에서 차이를 보여 벼 재배지 조기 추정을 위한 무인기 영상 활용 가능성을 확인할 수 있었다.

Abstract ▼ AI-Helper

Rice production with adequate level of area is important for decision making of rice supply and demand policy. It is essential to grasp rice cultivation areas in advance for estimating rice production of the year. This study was carried out to classify paddy rice cultivation in Gimje-si using sentinel-1 SAR (synthetic aperture radar) and UAV imagery in early July. Time-series Sentinel-1A and 1B images acquired from early May to early July were processed to convert into sigma naught (dB) images using SNAP (SeNtinel application platform, Version 8.0) toolbox provided by European Space Agency. Farm map and parcel map, which are spatial data of vector polygon, were used to stratify paddy field population for classifying rice paddy cultivation. To distinguish paddy rice from other crops grown in the paddy fields, we used the decision tree method using threshold levels and random forest model. Random forest model, trained by mainly rice cultivation area and rice and soybean cultivation area in UAV image area, showed the best performance as overall accuracy 89.9%, Kappa coefficient 0.774. Through this, we were able to confirm the possibility of early estimation of rice cultivation area in Gimje-si using UAV image.

주제어

표/그림 (17)

그림 Fig. 1. Study site location and DEM(Digital Elevation Model) in Gimje-si.
그림 Fig. 2. Ratio of landuse in county and town of Gimje-si (2013).
그림 Fig. 3. Distribution by farmland area and size by town in Gimje-si (2021).
그림 Fig. 4. Workflow of rice cultivation area estimation using Sentinel-1 and UAV Imagery.
표 Table 1. Information of UAV flight and aerial image collection
그림 Fig. 5. Aerial views of study sites collected by UAV.
그림 Fig. 6. Panoramic view of farmland by cropping type according to the UAV image collection date.
그림 Fig. 7. Sentinel-1 ground rage detected (GRD) preprocessing workflow (modified from Filipponi, 2019).
그림 Fig. 8. Classification map of Gimje crops through admini-strative investigation data.
표 Table 2. Sentinel-1 acquisition for detecting paddy rice in 2019
그림 Fig. 9. An UAV image on 31 May 2019 (left) and Sentinel-1 backscattering coefficient distribution on 2 June 2019 (right) for paddy fields.
그림 Fig. 10. Time series radar backscattering coefficients of Sentinel-1A(upper) and Sentinel-1B(lower) of paddy rice fields in Gimje areas as a function of time.
그림 Fig. 11. Time series radar backscattering coefficients of Sentinel-1A(left) and Sentinel-1B(right) of paddy rice fields in Gimje areas as a function of time.
표 Table 3. Overall accuracy and Kappa coefficient of rice cultivation area estimation in Kimje-si by decision tree and random forest method using sentinel-1 imagery
그림 Fig. 12. Time series radar backscattering coefficients of Sentinel-1A(left) and Sentinel-1B(right) of paddy rice fields in Gimje areas by numbers of samples.
그림 Fig. 13. Classification result map with ommission and commission error.
표 Table 4. Correlation coefficient between landuse properties and Kappa coefficient

참고문헌 (17)

Bazzi, H., N. Baghdadi, M.E. Hajj, M. Zribi, D.H.T. Minh, E. Ndikumana, D. Courault, and H. Belhouchette, 2019. Mapping paddy rice using Sentinel-1 SAR time series in Camargue, France, Remote Sensing Letters, 11: 887.
Campbell, J.B., 1996. Introduction to remote sensing, 2nded., TheGilfordPress, NewYork, NY, USA. pp.4-5, pp.550-551.
European Space Agency, 2021. Sentinel-1 SAR user guide introduction, http://sentinel.esa.int/web/sentinel/user-guides/sentinel-1-sar, Accessed on Apr. 7, 2021.
Filipponi, F., 2019. Sentinel-1 GRD preprocessing workflow, Proc. of the 3rd International Electronic Conference on Remote Sensing, https://sciforum.net/conference/ecrs-3, Accessed on May. 22-June. 5.
Hong, S.Y., S.H. Hong, and S.K. Rim, 2000. Relationship between RADARSAT backscattering coefficient and rice growth, Korean Journal of Remote Sensing, 16(2): 109-116 (in Korean with English abstract).

원문보기 상세보기
Hong, S.Y., S.K. Rim, K.S. Lee, I.S. Jo, and K.K. Kim, 2001. Estimation of rice-planted area using Landsat TM imagery in Dangjin-gun area, Korean Journal of Agricultural and Forest Meteorology, 3(1): 5-15 (in Korean with English abstract).
Hong, S.Y., Y.H. Kim, E.Y. Choe, Y.S. Zhang, Y.K. Sonn, C.W. Park, K.H. Jung, B.K. Hyun, S.K. Ha, and K.C. Song, 2010. Geographic Information System and Remote Sensing in Soil Science, Korean Journal of Soil Science and Fertilizer, 43(5): 684-695 (in Korean with English abstract).
Hong, S.Y., B.K. Min, J.M. Lee, Y.H. Kim, and K.D. Lee. 2012. Estimation of paddy field area in North Korea using RapidEye images, Korean Journal of Soil Science and Fertilizer, 45(6): 1194-1202 (in Korean with English abstract).

원문보기 상세보기
Jensen, J.R., 2014. Remote sensing of the environment an earth resource perspective, Prentice-Hall, Upper Saddle River, NJ, USA.
Jeong S., S. Kang, K. Jang, H. Lee, S. Hong, and D. Ko, 2012. Development of variable threshold models for detection of irrigated paddy rice fields and irrigation timing in heterogeneous land cover, Agricultural Water Management, 115: 83-91 (in Korean with English abstract).

상세보기
KOSIS(Korean Statistical Information Service), 2021. Agricultural area survey, Statistics Korea, http://kosis.kr/, Accessed on Jun. 1, 2021.
Lee, H.Y., 2011. Application of SAR imagery, Korean Journal of Elecromagnetic Engineering and Science, 22(6): 55-67 (in Korean with English abstract).
Lee, K.D., S.Y. Hong, S.G. Kim, C.W. Park, H.Y. An, S.I. Na, and K.H. So, 2020. Estimation of Rice Cultivation Area by Threshold method using Sentinel-1 Imagery in South Korea, Korean Journal of Soil Science and Fertilizer, 53(3): 345-354 (in Korean with English abstract).
ME(Ministry of Environment), 2013. Land cover map by ministry of environment, https://egis.me.go.kr, Accessed on May. 23, 2021.
MAFRA(Ministry of Agriculture Food and Rural Affairs), 2021. Farm map by ministry of agriculture, food and rural affairs, https://data.mafra.go.kr, Accessed on May. 2, 2021.
Nguyen, D.B. and W. Wagner, 2017. European rice cropland mapping with Sentinel-1 data: the mediterranean region case study, Water, 9: 392.
Rudiyanto, B. Minasny, R.M. Shah, N.C. Soh, C. Arif, and B.U. Setiawan, 2019. Automated near-realtime mapping and monitoring of rice extent, cropping patterns, and growth stages in southeast asia using sentinel-1 time series on google earth engine platform, Remote Sensing, 11: 1666.

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