KR102236756B1 - 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법 - Google Patents
다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법 Download PDFInfo
- Publication number
- KR102236756B1 KR102236756B1 KR1020190071118A KR20190071118A KR102236756B1 KR 102236756 B1 KR102236756 B1 KR 102236756B1 KR 1020190071118 A KR1020190071118 A KR 1020190071118A KR 20190071118 A KR20190071118 A KR 20190071118A KR 102236756 B1 KR102236756 B1 KR 102236756B1
- Authority
- KR
- South Korea
- Prior art keywords
- spectral data
- vegetation
- drone
- index
- multispectral sensor
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 238000011109 contamination Methods 0.000 title 1
- 238000003891 environmental analysis Methods 0.000 title 1
- 230000003595 spectral effect Effects 0.000 claims abstract description 43
- 238000003912 environmental pollution Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000010835 comparative analysis Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 5
- 238000004611 spectroscopical analysis Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 claims 1
- 230000000704 physical effect Effects 0.000 abstract 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 241000196324 Embryophyta Species 0.000 description 8
- 238000002310 reflectometry Methods 0.000 description 7
- 241000195628 Chlorophyta Species 0.000 description 4
- 239000002689 soil Substances 0.000 description 4
- 238000013480 data collection Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 241000244206 Nematoda Species 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000828585 Gari Species 0.000 description 1
- 101000882194 Homo sapiens Protein FAM71F2 Proteins 0.000 description 1
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 102100039014 Protein FAM71F2 Human genes 0.000 description 1
- 241000206572 Rhodophyta Species 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- GPRLSGONYQIRFK-UHFFFAOYSA-N hydron Chemical compound [H+] GPRLSGONYQIRFK-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 239000003053 toxin Substances 0.000 description 1
- 231100000765 toxin Toxicity 0.000 description 1
- 108700012359 toxins Proteins 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- B64C2201/12—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Tourism & Hospitality (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
본 발명은 다양한 파장 정보를 이용하면 시료의 물성과 형질 등을 매우 정확하게 식별할 수 있다는 점을 이용하여 다분광센서를 드론에 탑재하여 데이터를 수집하므로 수집된 분광 데이터를 비교 분석하므로 녹조 발생과 식물의 상태 등을 모니터링하는 것이 가능한 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법을 제공한다.
본 발명의 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법은 적외선 및 근적외선 대역을 포함하는 다분광센서가 탑재된 드론을 이용하여 분광데이터를 주기적으로 수집하고, 수집된 분광데이터를 이전 데이터와 비교 분석하고, 분석된 데이터를 평가하여 식생환경의 상태를 진단하는 과정을 포함한다.
본 발명의 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법은 적외선 및 근적외선 대역을 포함하는 다분광센서가 탑재된 드론을 이용하여 분광데이터를 주기적으로 수집하고, 수집된 분광데이터를 이전 데이터와 비교 분석하고, 분석된 데이터를 평가하여 식생환경의 상태를 진단하는 과정을 포함한다.
Description
본 발명은 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법에 관한 것으로서, 보다 상세하게는 적외선 및 근적외선 대역을 포함하는 다분광센서로 분광을 측정하여 비교 분석하므로 녹조 및 적조 발생 등을 포함하는 환경오염 모니터링과 식물의 상태 등을 분석하는 것이 가능한 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법에 관한 것이다.
최근 하천 및 저수지, 댐 등의 수질환경의 중요성이 증가하고 있으며, 녹조 또는 적조의 발생이나 부영양화로 인한 수질 오염 등이 발생하면 어패류의 폐사, 악취 및 독소의 발생으로 인하여 식생환경에 문제가 발생하므로 지속적으로 수질환경을 모니터링할 필요성이 높아지고 있다.
예를 들면, 카메라로 촬영한 영상을 분석하거나 온도, 염도, 전기전도도, 부유물질(SS), 용존산소(DO), 수소이온농도(pH) 등을 각종 센서를 이용하여 측정하여 분석하는 것으로 수질환경을 모니터링하는 기술이 알려져 있다.
그리고, 농작물이나 수목의 생장 상태를 관리하기 위한 식생환경을 모니터링하여 신속한 대응할 필요성이 있다.
대한민국 등록톡허공보 제10-1173846호, 제10-1313306호, 제10-1328026호, 제10-1343980호, 제10-1517728호, 제10-1561387호, 제10-1863123호, 공개특허공보 제10-2017-0115871호 등에는 수질환경이나 식생환경을 모니터링하기 위한 다양한 방법 및 시스템에 대한 기술이 공개되어 있다.
본 발명은 상기와 같은 점에 조감하여 이루어진 것으로서, 다양한 파장 정보를 이용하면 시료의 물성과 형질 등을 매우 정확하게 식별할 수 있다는 점을 이용하여 적외선 및 근적외선 대역을 포함하는 다분광센서를 드론에 탑재하여 데이터를 수집하므로 수집된 분광 데이터를 비교 분석하므로 녹조 및 적조의 발생 등을 포함하는 환경오염 모니터링과 식물의 상태 등을 분석하는 것이 가능한 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법을 제공하는데, 그 목적이 있다.
본 발명의 실시예에 따른 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법은 적외선 및 근적외선 대역을 포함하는 다분광센서가 탑재된 드론을 이용하여 분광데이터를 주기적으로 수집하고, 수집된 분광데이터를 이전 데이터와 비교 분석하고, 분석된 데이터를 평가하여 식생환경의 상태를 진단하는 과정으로 이루어진다.
상기 드론에 탑재되는 다분광센서는 적외선 및 근적외선 대역의 10개 이내 파장의 분광을 측정 수집하도록 구성하는 것이 바람직하다.
상기에서 분광데이터의 비교 분석은 이전 주기에서 수집된 분광데이터와 현재 주기에서 수집된 분광데이터를 동일 지역에서 파장의 분포를 비교하는 것에 의하여 수분량의 변화, 온도의 변화 등을 분석하도록 이루어진다.
본 발명의 실시예에 따른 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법에 의하면, 다분광센서로부터 수집되는 분광데이터를 분석하여 대상물의 색상정보로부터 산림, 수질/수자원, 농업분야에서 필요한 식생환경을 지속적으로 용이하게 모니터링하는 것이 가능하다.
그리고, 본 발명의 실시예에 따른 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법에 의하면, 다분광센서로부터 수집되는 분광데이터를 분석하여 대상물의 수분정보 및 지질특성 및 재질을 식별하는 것이 가능하므로, 소나무재선충병 등의 산림상태를 모니터링하는 것이 가능하고, 지질이나 농업토양, 갯벌이나 해안토질 등의 해양분에서 필요한 식생환경을 지속적으로 용이하게 모니터링하는 것이 가능하다.
또, 본 발명의 실시예에 따른 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법에 의하면, 드론을 활용하여 분광데이터를 수집하므로, 식물 및 수면에 근접한 상태로 비행하면서 분광데이터를 수집하는 것이 가능하고, 정밀한 식생환경을 평가하는 것이 가능하다.
도 1은 본 발명의 일실시예에 따른 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법을 나타내는 순서도이다.
도 1은 본 발명의 일실시예에 따른 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법에 있어서, 다분광센서를 탑재한 드론의 일예를 나타내는 정면도이다.
도 1은 본 발명의 일실시예에 따른 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법에 있어서, 다분광센서를 탑재한 드론의 일예를 나타내는 정면도이다.
다음으로 본 발명에 따른 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법의 바람직한 실시예를 도면을 참조하여 상세하게 설명한다.
본 발명은 여러가지 다양한 형태로 구현하는 것이 가능하며, 이하에서 설명하는 실시예들에 한정되지 않는다.
이하에서는 본 발명을 명확하게 설명하기 위해서 본 발명과 밀접한 관계가 없는 부분은 상세한 설명을 생략하였으며, 발명의 설명 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이고, 반복적인 설명을 생략한다.
먼저, 본 발명의 일실시예에 따른 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법은, 도 1 및 도 2에 나타낸 바와 같이, 분광데이터수집단계(S10)와, 비교분석단계(S20)와, 식생환경평가단계(S30)를 포함하여 이루어진다.
상기 분광데이터수집단계(S10)에서는 다분광센서(20)가 탑재된 드론(10)을 이용하여 주기적으로 분광데이터를 수집한다.
상기 드론(10)에 탑재되는 다분광센서(20)는 가시광선 및 극적외선 대역의 10개 이내 파장의 분광을 측정 수집하도록 구성하는 것이 바람직하다.
상기 드론(10)에 탑재되는 다분광센서(20)는 5개 이내의 분광을 측정 수집하도록 구성하는 것도 가능하다.
예를 들면, 상기 드론(10)에 탑재되는 다분광센서(20)는 주로 색상정보가 필요한 경우에는 400~1,000nm 파장대의 분광데이터를 수집하도록 구성하는 것도 가능하다.
또, 상기 드론(10)에 탑재되는 다분광센서(20)는 주로 수분정보와 지질특성, 재질식별에 필요한 분광데이터가 필요한 경우에는 1,000~2,500nm 파장대의 분광데이터를 수집하도록 구성하는 것도 가능하다.
나아가, 상기 드론(10)에 탑재되는 다분광센서(20)는 대상물의 온도정보와 재질식별, 가스탐지 등에 유용한 분광데이터가 필요한 경우에는 8~12㎛ 파장대의 분광데이터를 수집하도록 구성하는 것도 가능하다.
일반적으로, 전자기 스펙트럼에 있어서 물체마다 고유한 특성을 나타내는 파장대가 있으므로, 이를 이용하면 대상물의 상태를 평가하는 것이 가능하다.
예를 들면, 대기와 수중(50m)의 경우에는 블루(blue) 파장대인 450~515nm 파장대를 이용하고, 식물과 수중구조물(30m)의 경우에는 그린(green) 파장대인 520~590nm 파장대를 이용하고, 인공구조물과 수중(9m)의 경우에는 레드(red) 파장대인 630~680nm 파장대를 이용하고, 농작물의 경우에는 근적외선 파장대인 750~900nm 파장대를 이용하고, 농작물이나 토양의 수분함유율의 경우에는 중적외선 파장대인 1,550~1,750nm 파장대를 이용하고, 토양, 수분, 지형, 화재 등의 경우에는 원적외선 파장대인 2,080~2,350nm 파장대를 이용하고, 복사에너지와 유수의 온도, 화재, 야간탐사의 경우에는 열적외선 파장대인 10,400~12,500nm 파장대를 이용하는 것이 바람직하다.
상기 드론(10)에 탑재되는 다분광센서(20)는 400~12,500nm 파장대 중에서 3~5개 정도(또는 5~10개 정도)를 선택하여 분광데이터를 수집하는 것이 가능하도록 구성하는 것도 가능하다.
상기에서 많은 파장대 및 넓은 파장대의 분광데이터를 수집하도록 구성하게 되면, 다분광센서(20)의 원가가 상승하므로, 식생환경의 모니터링의 목적을 위해 필요로 하는 분광데이터의 수집에 필수적인 파장대로 한정하여 다분광센서(20)를 구성하는 것이 바람직하다.
상기 비교분석단계(S20)에서는 상기 분광데이터수집단계(S10)에서 수집된 분광데이터를 이전 데이터와 비교 분석하는 과정을 수행한다.
상기 비교분석단계(S20)에서의 분광데이터의 비교 분석은 이전 주기에서 수집된 분광데이터와 현재 주기에서 수집된 분광데이터를 동일 지역에서 파장의 분포를 비교하는 것에 의하여 색상의 변화, 수분량의 변화, 온도의 변화 등을 분석하도록 이루어진다.
상기 식생환경평가단계(S30)에서는 상기 비교분석단계(S20)에서 분석된 분광데이터의 색상분포와 파장분포를 평가하여 식생환경의 상태를 진단하는 과정을 수행한다.
상기와 같은 과정을 거쳐 분광데이터를 분석하고 평가하면, 식물의 상태, 녹조 및 적조의 발생과 확산의 정도 등을 모니터링하는 것이 가능하다.
예를 들면, 분광데이터를 분석하여 나뭇잎의 수분량을 평가하는 것에 의하여 소나무재선충병에 의해 나무가 고사된 지역의 정도, 가뭄의 정도 등을 모니터링하는 것이 가능하다.
예를 들면, 식물의 성장 상태를 평가하고자 하는 경우에는 다음의 수학식 1에 나타내는 정규 식생지수(NDVI; Normalized Difference Vegeration Index)를 활용하는 것이 가능하다. 정규 식생지수(NDVI)는 가시광선 파장대와 근적외선 파장대의 정보를 수식화하여 처리한 지수이다.
상기 수학식 1에 있어서, NIR은 근적외선(Near Infrared) 파장대의 반사도를 나타내고, Red는 적색(Red) 파장대의 반사도를 나타낸다.
식물은 보통 토양보다 근적외선을 더 많이 반사시키므로 근적외광과 적색가시광을 센서로 관측하여 식생과 관련한 다양한 지수를 구하는 것이 가능하다.
상기에서 정규 식생지수(NDVI)는 건강한 녹색 식생의 척도를 나타내며, 식생의 분포나 시간적, 공간적 변화를 이해하는 것이 매우 중요하고, 적색 가시광선 대역과 근적외선 대역의 반사도 차이를 이용하여 지수를 계산하는 방식을 사용한다.
다음의 수학식 2에는 식생이나 지표면에 포함된 수분 함유량을 나타내는 수분지수(NDWI;Normalized Difference Water Index)를 나타낸다. 수분지수(NDWI)는 녹색 가시광선 대역과 근적외선 대역의 반사도 차이를 이용하여 지수를 계산하는 방식을 사용한다.
상기 수학식 2에 있어서, Green는 녹색(Green) 파장대의 반사도를 나타낸다.
그리고, 다음의 수학식 3 내지 수학식 9에는 식물의 엽록소와 관련된 식생환경을 평가하기 위한 다양한 지수(Index)를 나낸다.
상기 수학식 3에 있어서, LSWI는 지면 수분지수(Land Surface Water Index)를 나타내고, SWIR은 단파적외선(Short Wave Infrared)의 반사도를 나타낸다.
상기 수학식 4에 있어서, ARVI는 대기저항 식생지수(Atmospherically Resist Vegetation Index)를 나타내고, Blue는 청색(Blue) 파장대의 반사도를 나타낸다.
상기 수학식 5에 있어서, DVI는 차분식생지수(Difference Vegetation Index)를 나타낸다.
상기 수학식 6에 있어서, EVI는 보강 식생지수(Enhanced Vegetation Index)를 나타낸다.
상기 수학식 7에 있어서, GARI는 녹색 대기 저항지수(Green Atmospherically Resistant Index)를 나타낸다.
상기 수학식 8에 있어서, LAI는 잎영역지수(Leaf Area Index)를 나타낸다.
상기 수학식 9에 있어서, MNVI는 수정 비선형지수(Modified Non-Linear Index)를 나타낸다.
상기에서는 본 발명에 따른 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법의 바람직한 실시예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고, 청구범위와 발명의 설명 및 첨부한 도면의 범위 안에서 여러가지로 변형하여 실시하는 것이 가능하고, 이 또한 본 발명의 범위에 속한다.
S10 - 분광데이터수집단계, S20 - 비교분석단계, S30 - 식생환경평가단계
Claims (4)
- 적외선 및 근적외선 대역을 포함하는 다분광센서가 탑재된 드론을 이용하여 분광데이터를 주기적으로 수집하고, 수집된 분광데이터를 이전 데이터와 비교 분석하고, 분석된 데이터를 평가하여 식생환경의 상태를 진단하는 과정을 포함하고,
상기 드론에 탑재되는 다분광센서는 가시광선 및 적외선, 근적외선 대역의 10개 이내 파장의 분광을 측정 수집하도록 구성하고,
상기 드론에 탑재되는 다분광센서는 색상정보가 필요한 경우에는 400~1,000nm 파장대의 분광데이터를 수집하도록 구성하고, 수분정보와 지질특성, 재질식별에 필요한 분광데이터가 필요한 경우에는 1,000~2,500nm 파장대의 분광데이터를 수집하도록 구성하고, 대상물의 온도정보와 재질식별, 가스탐지에 유용한 분광데이터가 필요한 경우에는 8~12㎛ 파장대의 분광데이터를 수집하도록 구성하고,
상기 분광데이터의 비교 분석은 이전 주기에서 수집된 분광데이터와 현재 주기에서 수집된 분광데이터를 동일 지역에서 파장의 분포를 비교하고 분석하도록 이루어지고,
상기 식생환경의 상태 진단은 동일 지역에서 파장의 분포를 비교 분석한 분광데이터의 색상분포와 파장분포를 평가하여 식생환경의 상태를 진단하도록 이루어지고,
상기 식생환경의 상태 진단에서는 정규 식생지수(NDVI), 수분지수(NDWI), 지면 수분지수(LSWI), 대기저항 식생지수(ARVI), 차분식생지수(DVI), 보강 식생지구(EVI), 를 활용하고, 녹색 대기 저항지수(GARI), 잎영역지수(LAI), 수정 비선형지수(MNVI) 중에서 선택하여 활용하는 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법. - 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190071118A KR102236756B1 (ko) | 2019-06-14 | 2019-06-14 | 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190071118A KR102236756B1 (ko) | 2019-06-14 | 2019-06-14 | 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200143159A KR20200143159A (ko) | 2020-12-23 |
| KR102236756B1 true KR102236756B1 (ko) | 2021-04-06 |
Family
ID=74089349
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190071118A KR102236756B1 (ko) | 2019-06-14 | 2019-06-14 | 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102236756B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102395798B1 (ko) | 2021-11-05 | 2022-05-09 | 서울대학교 산학협력단 | 지표 반사도 측정장치 |
| KR102538243B1 (ko) | 2023-01-19 | 2023-05-31 | 서울대학교 산학협력단 | 자동화된 지상 기반 초분광 필드 분광시스템 |
| KR102542100B1 (ko) | 2023-01-19 | 2023-06-13 | 서울대학교 산학협력단 | 회전 프리즘을 적용한 반사도 측정 장치 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102467304B1 (ko) * | 2020-12-30 | 2022-11-16 | 한국건설기술연구원 | IoT 광센서 및 분광센서를 이용한 경보 모니터링 시스템 |
| CN115993336B (zh) * | 2023-03-23 | 2023-06-16 | 山东省水利科学研究院 | 一种输水渠渠道两侧植被损坏监测方法及预警方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002360070A (ja) * | 2001-06-12 | 2002-12-17 | Kansai Electric Power Co Inc:The | 植物の活力度評価法 |
| JP2007047136A (ja) | 2005-08-05 | 2007-02-22 | Aomoriken Kogyo Gijutsu Kyoiku Shinkokai | ラジコンヘリコプターを用いた環境観測システム |
| JP2018046787A (ja) * | 2016-09-23 | 2018-03-29 | ドローン・ジャパン株式会社 | 農業管理予測システム、農業管理予測方法、及びサーバ装置 |
| KR101965235B1 (ko) | 2018-12-10 | 2019-04-03 | 주식회사 지오스토리 | 무인기 원격탐사를 통한 잘피군락지 분포조사방법 |
-
2019
- 2019-06-14 KR KR1020190071118A patent/KR102236756B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002360070A (ja) * | 2001-06-12 | 2002-12-17 | Kansai Electric Power Co Inc:The | 植物の活力度評価法 |
| JP2007047136A (ja) | 2005-08-05 | 2007-02-22 | Aomoriken Kogyo Gijutsu Kyoiku Shinkokai | ラジコンヘリコプターを用いた環境観測システム |
| JP2018046787A (ja) * | 2016-09-23 | 2018-03-29 | ドローン・ジャパン株式会社 | 農業管理予測システム、農業管理予測方法、及びサーバ装置 |
| KR101965235B1 (ko) | 2018-12-10 | 2019-04-03 | 주식회사 지오스토리 | 무인기 원격탐사를 통한 잘피군락지 분포조사방법 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102395798B1 (ko) | 2021-11-05 | 2022-05-09 | 서울대학교 산학협력단 | 지표 반사도 측정장치 |
| KR102538243B1 (ko) | 2023-01-19 | 2023-05-31 | 서울대학교 산학협력단 | 자동화된 지상 기반 초분광 필드 분광시스템 |
| KR102542100B1 (ko) | 2023-01-19 | 2023-06-13 | 서울대학교 산학협력단 | 회전 프리즘을 적용한 반사도 측정 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200143159A (ko) | 2020-12-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102236756B1 (ko) | 다분광센서 탑재 드론을 활용한 식생상태분석 및 환경오염 모니터링방법 | |
| Usha et al. | Potential applications of remote sensing in horticulture—A review | |
| Govender et al. | A review of hyperspectral remote sensing and its application in vegetation and water resource studies | |
| Delalieux et al. | Hyperspectral indices to diagnose leaf biotic stress of apple plants, considering leaf phenology | |
| Moroni et al. | Hyperspectral image analysis in environmental monitoring: setup of a new tunable filter platform | |
| Abbas et al. | Characterizing and classifying urban tree species using bi-monthly terrestrial hyperspectral images in Hong Kong | |
| Zharikova et al. | Methods of remote sensing in forest fund assessment problems | |
| Jayasinghe et al. | Image‐based high‐throughput phenotyping for the estimation of persistence of perennial ryegrass (Lolium perenne L.)—A review | |
| Omran | Remote estimation of vegetation parameters using narrowband sensor for precision agriculture in arid environment | |
| Pang et al. | Identifying spectral features of characteristics of Sphagnum to assess the remote sensing potential of peatlands: a case study in China. | |
| Oumar et al. | The potential of remote sensing technology for the detection and mapping of Thaumastocoris peregrinus in plantation forests | |
| Zhang et al. | Diagnosis of heavy metal cross contamination in leaf of rice based on hyperspectral image: a greenhouse experiment | |
| Sun et al. | Evaluation of maize growth by ground based multi-spectral image | |
| Jadhav et al. | Hyperspectral remote sensing for agricultural management: a survey | |
| Zovko et al. | Hyperspectral imagery as a supporting tool in precision irrigation of karst landscapes | |
| Pride et al. | Dominant wetland vegetation species discrimination and quantification using in situ hyperspectral data | |
| Nagler et al. | Hyperspectral remote sensing tools for quantifying plant litter and invasive species in arid ecosystems | |
| Monje et al. | Design of a Plant Health Monitoring System for Enhancing Food Safety of Space Crop Production Systems | |
| Selch et al. | Applying Point Spectroscopy Data to Assess the Effects of Salinity and Sea Level Rise on Canopy Water Content of Juncus roemerianus | |
| El-Sharkawy | Precision agriculture using advanced remote sensing techniques for peanut crop in Arid Land | |
| Li et al. | A method to improve plant health monitoring accuracy by removing specular reflection | |
| Sui et al. | Plant health sensing system for in situ determination of cotton nitrogen status | |
| Surekha et al. | Automated Germinationrate and Quality Evaluation of Rice Seedsusing Computer Vision and Machine Learning Algorithms | |
| Medeiros et al. | Aerial Biomass and Nitrogen Estimation of Emerged and Floating Macrophytes using Optical Remote Sensing: A Non-Destructive Method | |
| Jefri et al. | Oil Palm Nutrient Mapping Using Multispectral Drone |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |