본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

대한원격탐사학회지 = Korean journal of remote sensing v.34 no.5, 2018년, pp.709 - 720  
본 등재정보는 저널의 등재정보를 참고하여 보여주는 베타서비스로 정확한 논문의 등재여부는 등재기관에 확인하시기 바랍니다.

무인기 기반 RGB 영상을 이용한 동계작물 바이오매스 평가 모델 개발
Development of Biomass Evaluation Model of Winter Crop Using RGB Imagery Based on Unmanned Aerial Vehicle

나상일   (농촌진흥청 국립농업과학원  ); 박찬원   (농촌진흥청 국립농업과학원  ); 소규호   (농촌진흥청 국립농업과학원  ); 안호용   (농촌진흥청 국립농업과학원  ); 이경도   (농촌진흥청 국립농업과학원  );
  • 초록

    작황 모니터링에서 바이오매스의 정확한 평가를 위해서는 정확하고 신속한 작물 생육 상황 등 현장자료의 확보가 필수적이다. 또한, 바이오매스의 평가는 작황 모니터링 및 수확량 예측에 활용된다. 무인기 영상은 작물의 성장에 따라 빠르게 수집할 수 있기 때문에 정밀농업에서 포장내 공간변이 파악 및 분석에 사용되고 있다. 본 연구는 원격탐사 기술을 이용한 동계작물 바이오매스 평가 방법 개발을 위하여 식생지수( $E{\times}G$ )에 의한 식생 피복률(VF)과 작물 표고 모형(CSM) 기반의 초고(PH)를 이용하여 보리와 밀을 대상으로 바이오매스 평가 모델을 개발하는 것을 목적으로 하였다. 식생 피복률, 초고 및 상호작용 항을 독립변수로 하여 다중 선형 회귀 모델을 구축한 결과, 5가지 품종의 결정계수는 0.84~0.99로 나타났으며, 보리와 밀의 결정계수 및 평균 제곱근 오차는 각각 0.91, 0.90 및 102.09, $110.87g/m^2$ 으로 나타났다. 따라서 무인기 영상을 활용한 동계작물의 바이오매스 평가 및 작황 모니터링이 가능한 것으로 판단된다.


    In order to optimize the evaluation of biomass in crop monitoring, accurate and timely data of the crop-field are required. Evaluating above-ground biomass helps to monitor crop vitality and to predict yield. Unmanned Aerial Vehicle (UAV) imagery are being assessed for analyzing within field spatial variability for agricultural precision management, because UAV imagery may be acquired quickly during critical periods of rapid crop growth. This study reports on the development of remote sensing techniques for evaluating the biomass of winter crop. Specific objective was to develop statistical models for estimating the dry weight of barley and wheat using a Excess Green index ( $E{\times}G$ ) based Vegetation Fraction (VF) and a Crop Surface Model (CSM) based Plant Height (PH) value. As a result, the multiple linear regression equations consisting of three independent variables (VF, PH, and $VF{\times}PH$ ) and above-ground dry weight provided good fits with coefficients of determination ( $R^2$ ) ranging from 0.86 to 0.99 with 5 cultivars. In the case of the barley, the coefficient of determination was 0.91 and the root mean squared error of measurement was $102.09g/m^2$ . And for the wheat, the coefficient of determination was 0.90 and the root mean squared error of measurement was $110.87g/m^2$ . Therefore, it will be possible to evaluate the biomass of winter crop through the UAV image for the crop growth monitoring.


  • 주제어

    biomass .   Unmanned Aerial Vehicle(UAV) .   barley .   wheat.  

  • 참고문헌 (15)

    1. 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. 
    2. Bendig, J., K. Yu, H. Aasen, A. Bolten, S. Bennertz, J. Broscheit, M.L. Gnyp, and G. Bareth, 2015. Combining UAV-based plant height from crop surface models, visible, and near infrared vegetation indices for biomass monitoring in barley, International Journal of Applied Earth Observation and Geoinformation, 39: 79-87. 
    3. Garcia-Ruiz, F., S. Sankaran, J.M. Maja, W.S. Lee, J. Rasmussen, and R. Ehsani, 2013. Comparison of two aerial imaging platforms for identification of Huanglongbing-infected citrus trees, Computers and Electronics in Agriculture, 91: 106-115. 
    4. Geipel, J., J. Link, and W. Claupein, 2014. Combined spectral and spatial modeling of corn yield based on aerial images and crop surface models acquired with an unmanned aircraft system, Remote Sensing, 6(11): 10335-10355. 
    5. Hunt, E.R., W.D. Hively, S.J. Fujikawa, D.S. Linden, C.S. Daughtry, and G.W. McCarty, 2010. Acquisition of NIR-green-blue digital photographs from unmanned aircraft for crop monitoring, Remote Sensing, 2(1): 290-305. 
    6. Kim, D.W., H.S. Yun, S.J. Jeong, Y.S. Kwon, S.G. Kim, W.S. Lee, and H.J. Kim, 2018. Modeling and testing of growth status for chinese cabbage and white radish with UAV-based RGB imagery, Remote Sensing, 10(4): 563-588. 
    7. Lee, K.D., S.I. Na, S.C. Baek, K.D. Park, J.S. Choi, S.J. Kim, H.J. Kim, H.S. Yun, and S.Y. Hong, 2015. Estimating the amount of nitrogen in hairy vetch on paddy fields using unmaned aerial vehicle imagery, Korean Journal of Soil Science and Fertilizer, 48(5): 384-390 (in Korean with English abstract). 
    8. Lee, K.D., C.W. Park, S.I. Na, M.P. Jung, and J.H. Kim, 2017. Monitoring on crop condition using remote sensing and model, Korean Journal of Remote Sensing, 33(5-2): 617-620 (in Korean with English abstract). 
    9. Na, S.I., S.Y. Hong, C.W. Park, K.D. Kim, and K.D. Lee, 2016a. Estimation of highland kimchi cabbage growth using UAV NDVI and agro-meteorological factors, Korean Journal of Soil Science and Fertilizer, 49(5): 420-428 (in Korean with English abstract). 
    10. Na, S.I., C.W. Park, Y.K. Cheong, C.S. Kang, I.B. Choi, and K.D. Lee, 2016b. Selection of optimal vegetation indices for estimation of barley & wheat growth based on remote sensing - An application of unmanned aerial vehicle and field investigation data, Korean Journal of Remote Sensing, 32(5): 483-497 (in Korean with English abstract). 
    11. Na, S.I., C.W. Park, K.H. So, J.M. Park, and K.D. Lee, 2017a. Monitoring onion growth using UAV NDVI and meteorological factors, Korean Journal of Soil Science and Fertilizer, 50(4): 306-317 (in Korean with English abstract). 
    12. Na, S.I., B.K. Min, C.W. Park, K.H. So, J.M. Park, and K.D. Lee, 2017b. Development of field scale model for estimating garlic growth based on UAV NDVI and meteorological factors, Korean Journal of Soil Science and Fertilizer, 50(5): 422-433 (in Korean with English abstract). 
    13. Swain, K.C., S.J. Thomson, and H.P.W. Jayasuriya, 2010. Adoption of an unmanned helicopter for low-altitude remote sensing to estimate yield and total biomass of a rice crop, Transactions of the ASABE, 53(1): 21-27. 
    14. 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. 
    15. 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. 

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • NDSL :
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 이용한 콘텐츠
이 논문과 함께 출판된 논문 + 더보기