태양고도 변화에 따른 UAV 기반 NDVI 비교 연구
Comparison of UAV-based NDVI under Varying Solar Altitude Conditions
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구에서는 UAV 기반의 NDVI를 구축할 때 태양고도에 따라 어떠한 변화가 있는지 파악하였다. 이를 위해 우선 실내에서 광원의 조사 각도를 구분하여 NDVI를 구축하였으며, 야외에서는 각기 다른 UAV를 통해 동일 지역을 대상으로 촬영 시간대를 아침, 정오, 늦은 오후로 달리하여 NDVI를 구축한 뒤 비교하였다. 연구결과, 실내에서는 광원 의 조사 각도에 따른 차이가 크지 않았으나 UAV에 따른 차이가 있었다. 야외에서는 두 UAV 모두 태양고도가 높아질 수록 NDVI가 감소하는 결과를 보였으며, 그림자 효과나 분광학적 혼재 효과가 나타나는 지역에서는 태양고도 변화에 따른 차이보다 큰 차이를 보였다. 따라서 NDVI를 구축할 경우 태양고도를 고려하고 동시에 그림자 효과나 분광학적 혼 재 효과가 나타나는 지역인지 판단해야 하며, UAV에 따른 특성도 파악할 필요가 있다. 본 연구는 향후 UAV 기반의 NDVI 구축 시 변인통제 및 설정을 위한 기초자료로 활용할 수 있을 것이다.
Abstract
This study investigates the effects of solar altitude on UAV-based NDVI (Normalized Difference Vegetation Index). NDVI was initially generated under controlled indoor conditions by varying the angle of light incidence. For outdoor experiments, NDVI values were measured in the same area at different times of the day—morning, noon, and late afternoon—using different UAVs, and the results were compared. The indoor results showed minimal differences in NDVI across varying light angles, but revealed differences depending on the UAVs. In outdoor conditions, both UAVs demonstrated a decrease in NDVI with an increase in solar altitude. However, areas affected by shadow and mixed pixel effect showed greater variations than those caused by solar altitude changes alone. These findings suggest that constructing an accurate NDVI requires consideration of solar altitude, identification of regions prone to shadowing or spectral mixing effects, and an understanding of UAV-specific characteristics. This study provides foundational insights for controlling variables and setting parameters in future UAV-based NDVI studies.
참고문헌 (33)
- 김예슬, "시계열 식생지수와 과거 작물 재배 패턴을 이용한 대규모 작물 분류도의 조기 제작", 대한원격탐사학회지, 30(4), pp.493~503 (2014)
- 김용석, "시계열 드론 영상정보를 이용한 식생변화 분석", 한국정원디자인학회지, 7(1), pp.1~9 (2021)
- 김재엽, "대전천 생태하천복원지역의지표특성 분석을 위한 원격탐사 자료의 활용", 한국지리학회지, 4(2), pp.231~240 (2015)
- 김정희, "대기오염물질과 NDVI의 상관관계 및공간적 변화패턴 분석", 한국사진지리학회지, 32(2), pp.43~54 (2022)
- 나상일, "원격탐사 기반 맥류 작황 추정을 위한 최적 식생지수 선정", 대한원격탐사학회지, 32(5), pp.483~497 (2016)
- 염종민, "SPOT", VEGETATION NDVI 자료를 이용한 북한지역 식생변화 탐지, 2008, pp.11(2), 28~37
- 이근상, "드론 영상기반 식생지수를 이용한 농경지 토지이용 분류", 한국측량학회지, 40(6), pp.475~486 (2022)
- 이경도, "청천일 무인기 영상의 반사율 및 식생지수 일주기 변화", 대한원격탐사학회지, 36(5-1), pp.735~747 (2020)
- 임언택, "화학물질사고 피해영역 산출을 위한 드론맵핑 기반의 정규식생지수 활용방안 연구", 대한원격탐사학회지, 38(6), pp.1837~1846 (2022)
- 정명희, "MODIS NDVI 시계열 자료의 하모닉 분석을 통한 지표 식생 변화 탐지", 대한원격탐사학회지, 29(4), pp.351~360 (2013)
- 조상호, "식생 활력도를 고려한 드론 기반의 식생지수 분석", 한국지리정보학회지, 23(20), pp.21~35 (2020)
- 최준식, "실내 스마트팜 모니터링을위한 NDVI 보정 방식 및 LSTM을 이용한 작물 생장예측", 대한전자공학회 하계학술대회논문집 (2022)
- 퍄오위린, "Landsat 위성영상을 이용한 청주시의 녹지 분포와 기온과의 관련성 분석", 한국사진지리학회지, 30(4), pp.126~136 (2020)
- Alavipanah, S. K., "The Shadow Effect on Surface Biophysical Variables Derived from Remote Sensing: A Review", Land, 11(11) (2022)[DOI]
- Beisel, N. S., "Utilization of single image normalized difference vegetation index (SI-NDVI) for early plant stress detection", Applications in Plant Sciences, 6(10), pp.e01186~ (2018)[DOI]
- Chen, X., "The mixed pixel effect in land surface phenology: A simulation study", Remote Sensing of Environment, 211, pp.338~344 (2018)[DOI]
- Dworak, V., "Strategy for the development of a smart NDVI camera system for outdoor plant detection and agricultural embedded systems", Sensors, 13(2), pp.1523~1538 (2013)
- Gaikwad, S., "SmartCom 2024" (2024), Springer
- Guan, S., "Assessing correlation of high-resolution NDVI with fertilizer application level and yield of rice and wheat crops using small UAVs", Remote Sensing, 11(2), pp.112~ (2019)[DOI]
- Hall, F., "Satellite remote sensing of surface energy balance: Success, failures, and unresolved issues in FIFE", Journal of Geophysical Research, 97(D17), pp.19061~19089 (1992)[DOI]
- Ishihara, M., "The Impact of Sunlight Conditions on the Consistency of Vegetation Indices in Croplands—Effective Usage of Vegetation Indices from Continuous Ground-Based Spectral Measurements", Remote Sensing, 7(10), pp.14079~14098 (2015)[DOI]
- Jones, K. B., "An ecological assessment of the United States" (1998), EPA
- Lund, H. G., "Encyclopedia of Life Support Systems (EOLSS)", pp.29~65 (2006), EOLSS Publishers
- Mireia, G., "Normalized difference vegetation index(NDVI)as a marker of surrounding greenness in epidemiological studies : The case of Barcelona city", Urban Forestry &Urban Greening, 19, pp.88~94 (2016)
- Rahman, M. M., "Reducing the influence of solar illumination angle when using active optical sensor derived NDVIAOS to infer fAPAR for spring wheat (Triticum aestivum L.)", Computers and Electronics in Agriculture, 156, pp.1~9 (2019)[DOI]
- Ranjay, S., "Regression model to estimate flood impact on corn yield using MODIS NDVI and USDA cropland data layer", Journal of Integrative Agriculture, 16, pp.398~407 (2017)
- Rogers, C. A., "The response of spectral vegetation indices and solar-induced fluorescence to changes in illumination intensity and geometry in the days surrounding the 2017 North American solar eclipse", Journal of Geophysical Research Biogeosciences, 125, pp.e2020JG005774~ (2020)[DOI]
- Tomas, J. R., "Leaf reflectance vs. leaf chlorophyll and carotenoid concentrations for eight crops", Agronomy Journal, 69, pp.799~802 (1977)
- Yue, J., "Vegetation-shadow indices based on differences in effect of atmospheric-path radiation between optical bands", Remote Sensing, 12(10), pp.1657~ (2021)[DOI]
- Zuo. Y., "Temporal and spatial variation characteristics of vegetation coverage and quantitative analysis of its potential driving forces in the Qilian Mountains, China, 2000-2020", Ecological Indicators, 143, pp.109429~ (2022)[DOI]
- "기상청"[URL]
- "한국천문연구원"[URL]
- DJI, "Mavic 3M Image Processing Guide v1.0 2023.08, technical note", DJI, ~ (2023)