KR20200124790A - 식생 조사 장치, 식생 조사 시스템 및 식생 조사 방법 - Google Patents

식생 조사 장치, 식생 조사 시스템 및 식생 조사 방법 Download PDF

Info

Publication number
KR20200124790A
KR20200124790A KR1020190047694A KR20190047694A KR20200124790A KR 20200124790 A KR20200124790 A KR 20200124790A KR 1020190047694 A KR1020190047694 A KR 1020190047694A KR 20190047694 A KR20190047694 A KR 20190047694A KR 20200124790 A KR20200124790 A KR 20200124790A
Authority
KR
South Korea
Prior art keywords
vegetation
infrared
reflectivity
regions
image
Prior art date
Application number
KR1020190047694A
Other languages
English (en)
Inventor
엄정섭
박성일
이정주
황영석
Original Assignee
경북대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경북대학교 산학협력단 filed Critical 경북대학교 산학협력단
Priority to KR1020190047694A priority Critical patent/KR20200124790A/ko
Publication of KR20200124790A publication Critical patent/KR20200124790A/ko

Links

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
    • G01N21/84—Systems specially adapted for particular applications
    • 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
    • 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
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N21/4738—Diffuse reflection, e.g. also for testing fluids, fibrous materials
    • B64C2201/127—
    • 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
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • 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
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits

Landscapes

  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

식생 조사 장치가 개시된다. 식생 조사 장치는, 근적외선 영상을 이용하여 대상 영역의 식생을 조사하는 장치에 있어서, 대상 영역의 근적외선 영상을 획득하는 영상 획득부, 근적외선 영상에서 근적외선 반사도를 획득하는 반사도 획득부 및 반사도 획득부에서 획득되는 근적외선 반사도에 기초하여 대상 영역의 식생을 판단하는 식생 판단부를 포함한다.

Description

식생 조사 장치, 식생 조사 시스템 및 식생 조사 방법{APPARATUS, SYSTEM AND METHOD FOR SURVEYING VEGETATION}
본 발명은 식생 조사 장치, 식생 조사 시스템 및 식생 조사 방법에 관한 것으로, 보다 상세하게는 근적외선 무인 비행체(Unmanned Aerial Vehicle Near Infrared, UAV NIR)를 이용하여 대상 영역의 식생을 조사하는 식생 조사 장치, 식생 조사 시스템 및 식생 조사 방법에 관한 것이다.
일반적으로 도심 소하천에 서식하고 있는 식생의 분포실태를 파악하기 위하여 현장조사를 통해 식생 분류와 주변 환경과의 관계, 식생 천이, 군락 등의 데이터를 취득하였다. 이러한 현장조사 방식은 많은 인력과 경비를 필요로 하면서도 조사지점만의 단편적인 샘플 채취 수준에 머물러 있어 자연환경의 광역적인 변화 추이에 대한 시각적인 정보를 입수하는데 상당한 한계가 있었다.
또한, 촬영고도가 700km 이상인 인공위성이나 600-800m 이상의 고도에서 촬영되는 유인 항공기 영상의 경우 도심 소하천에 대한 식생 조사에 필요한 공간 해상도를 확보하기 어려운 문제가 있으며, 유인 항공기의 경우 저고도 비행에 한계가 있어 도심 소하천의 식생 조사만을 위한 항공 사진 촬영은 사실상 불가능하였다. 따라서, 도심 소하천의 식생 조사를 위하여 낮은 고도에서 영상을 획득할 수 있는 무인 비행체(UAV)를 활용하는 방안에 대한 필요성이 있었다.
본 발명의 목적은 근적외선 무인 비행체를 이용하여 대상 영역의 식생을 조사할 수 있는 식생 조사 장치, 식생 조사 시스템 및 식생 조사 방법을 제공함에 있다.
상술한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 식생 조사 장치는, 근적외선 영상을 이용하여 대상 영역의 식생을 조사하는 장치에 있어서, 대상 영역의 근적외선 영상을 획득하는 영상 획득부, 상기 근적외선 영상에서 근적외선 반사도를 획득하는 반사도 획득부 및 상기 근적외선 영상 및 상기 근적외선 반사도에 기초하여 상기 대상 영역의 식생을 판단하는 식생 판단부를 포함한다.
여기서, 상기 식생 판단부는, 상기 근적외선 영상을 복수의 영역으로 구분하고, 상기 복수의 영역 각각의 평균 근적외선 반사도를 산출하며, 상기 평균 근적외선 반사도에 기초하여 상기 복수의 영역의 식생을 판단할 수 있다.
여기서, 상기 식생 판단부는, 상기 복수의 영역 각각의 평균 근적외선 반사도를 기저장된 복수의 식생별 반사도와 비교하여, 상기 복수의 영역 각각을 상기 복수의 식생별 반사도에 대응되는 어느 하나의 식생으로 판단할 수 있다.
여기서, 상기 복수의 식생은, 사초속 식물(Carex sp.), 갈풀(Phalaris arundinacea), 환삼덩굴(Humulus scandens (Lour.) Merr), 능수버들(Salix pseudo-lasiogyne), 갯버들(Salix gracilistyla) 및 향나무(Juniperus chinensis)를 포함할 수 있다.
또한, 상기 영상 획득부는, 800nm 내지 900nm의 파장 범위의 근적외선을 이용하여 상기 대상 영역의 근적외선 영상을 획득할 수 있다.
또한, 본 발명의 식생 조사 장치는, 무인 비행체일 수 있다.
한편, 본 발명의 일 실시 예에 따른 식생 조사 시스템은, 근적외선 영상을 이용하여 대상 영역의 식생을 조사하는 시스템에 있어서, 대상 영역의 근적외선 영상 및 근적외선 반사도를 획득하는 무인 비행체 및 상기 근적외선 영상 및 상기 근적외선 반사도를 상기 무인 비행체로부터 수신하고, 상기 근적외선 영상을 복수의 영역으로 구분하고, 상기 복수의 영역 각각의 평균 근적외선 반사도를 산출하며, 상기 평균 근적외선 반사도를 기저장된 복수의 식생별 반사도와 비교하여, 상기 복수의 영역 각각을 상기 복수의 식생별 반사도에 대응되는 어느 하나의 식생으로 판단하는 서버를 포함한다.
한편, 본 발명의 일 실시 예에 따른 식생 조사 방법은, 근적외선 영상을 이용하여 식생을 조사하는 방법에 있어서, 대상 영역의 근적외선 영상 및 근적외선 반사도를 획득하는 단계, 상기 근적외선 영상을 복수의 영역으로 구분하고, 상기 복수의 영역 각각의 평균 근적외선 반사도를 산출하는 단계 및 상기 평균 근적외선 반사도를 기저장된 복수의 식생별 반사도와 비교하여, 상기 복수의 영역 각각을 상기 복수의 식생별 반사도에 대응되는 어느 하나의 식생으로 판단하는 단계를 포함한다.
이상과 같은 본 발명의 다양한 실시 예에 따르면, 근적외선 무인 비행체를 이용하여 도심 소하천에 대한 식생 조사를 쉽고 정확하게 수행할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 식생 조사 장치의 구성을 나타내는 블럭도이다.
도 2는 본 발명의 일 실시 예에 따른 식생 조사 시스템을 나타내는 도면이다.
도 3은 식생에 따른 녹색광, 적색광 및 근적외선의 반사도를 나타내는 도면이다.
도 4는 본 발명의 일 실시 예에 따른 식생 조사 방법을 나타내는 흐름도이다.
본 발명의 다른 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되는 실시 예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예는 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
만일 정의되지 않더라도, 여기서 사용되는 모든 용어들(기술 혹은 과학 용어들을 포함)은 이 발명이 속한 종래 기술에서 보편적 기술에 의해 일반적으로 수용되는 것과 동일한 의미를 가진다. 일반적인 사전들에 의해 정의된 용어들은 관련된 기술 그리고/혹은 본 출원의 본문에 의미하는 것과 동일한 의미를 갖는 것으로 해석될 수 있고, 그리고 여기서 명확하게 정의된 표현이 아니더라도 개념화되거나 혹은 과도하게 형식적으로 해석되지 않을 것이다.
본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다' 및/또는 이 동사의 다양한 활용형들 예를 들어, '포함', '포함하는', '포함하고', '포함하며' 등은 언급된 조성, 성분, 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 조성, 성분, 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다. 본 명세서에서 '및/또는' 이라는 용어는 나열된 구성들 각각 또는 이들의 다양한 조합을 가리킨다.
한편, 본 명세서 전체에서 사용되는 '~부', '~기', '~블록', '~모듈' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미할 수 있다. 예를 들어 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미할 수 있다. 그렇지만 '~부', '~기', '~블록', '~모듈' 등이 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부', '~기', '~블록', '~모듈'은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
따라서, 일 예로서 '~부', '~기', '~블록', '~모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부', '~기', '~블록', '~모듈'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부', '~기', '~블록', '~모듈'들로 결합되거나 추가적인 구성요소들과 '~부', '~기', '~블록', '~모듈'들로 더 분리될 수 있다.
본 발명은 근적외선 영상을 이용하여 대상 영역의 식생을 조사하는 식생 조사 장치 및 방법에 관한 것으로, 무인 비행체를 이용하여 대상 영역의 근적외선 영상 및 근적외선 반사도를 획득하고, 근적외선 영상 및 근적외선 반사도에 기초하여 대상 영역의 식생을 판단하는 것을 특징으로 한다. 즉, 본 발명은 근적외선 영상을 복수의 영역으로 구분하고, 복수의 영역의 평균 근적외선 반사도를 이용하여 대상 영역을 복수의 식생 중 어느 하나로 분류함으로써, 국부적인 영역에서 식생 분포를 보다 정확히 식별할 수 있다. 이하, 첨부된 도면을 참조하여 본 발명을 상세히 설명한다.
도 1은 본 발명의 일 실시 예에 따른 식생 조사 장치의 구성을 나타내는 블럭도이다. 식생 조사 장치(10)는 영상 획득부(110), 반사도 획득부(120) 및 식생 판단부(200)를 포함한다. 식생 조사 장치(10)는 근적외선 영상 및 근적외선 반사도를 획득할 수 있는 근적외선 무인 비행체(UAV)일 수 있다. 여기서, 무인 비행체는 드론일 수 있으며, 일 예로, DJI 사의 inspire 1일 수 있다. 영상 획득부(110)는 대상 영역의 근적외선 영상을 획득한다. 영상 획득부(110)는 800 nm 내지 900 nm 파장 범위의 근적외선을 이용할 수 있으나, 이에 한정되는 것은 아니다. 반사도 획득부(120)는 영상 획득부(110)에서 획득되는 대상 영역의 근적외선 영상에서 근적외선 반사도를 획득할 수 있다. 본 발명의 영상 획득부(110) 및 반사도 획득부(120)는 근적외선을 이용한 촬상 장치(일 예로, DJI 사의 Zenmuse X3)로 대상 영역을 촬상하여 근적외선 영상 및 근적외선 반사도를 획득할 수 있으나, 이에 한정되는 것은 아니며, 영상 획득부(110) 및 반사도 획득부(120)는 외부로부터 근적외선 영상 및 근적외선 반사도를 수신할 수 있는 통신 장치로 구현될 수도 있다. 즉, 본 발명에서 영상 획득부(110) 및 반사도 획득부(120)가 근적외선 영상 및 근적외선 반사도를 획득하는 방법은, 대상 영역을 직접 촬상하여 획득하는 것에 한정되지 않고, 무선 통신 등을 이용하여 외부로부터 근적외선 영상 및 근적외선 반사도를 획득할 수 있다. 또한, 영상 획득부(110) 및 반사도 획득부(120)는, 영상 획득부(110)가 외부로부터 근적외선 영상을 획득하고 반사도 획득부(120)는 영상 획득부(110)에서 획득된 근적외선 영상을 이용하여 근적외선 반사도를 획득하거나, 또는 외부로부터 근적외선 영상 및 근적외선 반사도를 모두 수신할 수도 있다.
또한, 무인 비행체는 대상 영역을 자동 비행할 수 있으며, 이 경우 Pix4D Capture와 같은 자동 비행 기능이 이용될 수 있다. 무인 비행체의 촬영 고도가 높아질수록 촬영 대상뿐만 아니라 타 대상물에서 반사되는 분광이 영상에 포함되어 실제 분광 특성과 기하하적 신호의 왜곡이 발생할 수 있으며, 촬영 고도가 30m보다 낮은 경우 주변 지형물에 대한 충돌과 무인 비행체의 하상풍에 따른 노이즈 가능성이 존재한다. 따라서, 본 발명의 무인 비행체는 30m 내지 100m 의 고도에서 대상 영역의 근적외선 영상을 획득할 수 있으며, 바람직하게는 30m 고도에서 근적외선 영상을 획득할 수 있다.
식생 판단부(200)는 영상 획득부(110) 및 반사도 획득부(120)에서 획득된 근적외선 영상 및 근적외선 반사도를 이용하여 대상 영역의 식생을 판단한다. 구체적으로, 식생 판단부(200)는 영상 획득부(110)에서 획득된 근적외선 영상을 복수의 영역으로 구분하고, 반사도 획득부(120)에서 획득된 근적외선 반사도를 이용하여 복수의 영역 각각의 평균 근적외선 반사도를 산출하며, 산출된 평균 근적외선 반사도에 기초하여 복수의 영역 각각의 식생을 판단할 수 있다.
식생 판단부(200)는 복수의 영역 각각의 평균 근적외선 반사도를 기저장된 복수의 식생별 반사도와 비교하여, 복수의 영역 각각을 복수의 식생별 반사도에 대응되는 어느 하나의 식생으로 판단할 수 있다. 일 예로, 식생 판단부(200)는 복수의 영역에서 산출된 평균 근적외선 반사도가 기저장된 복수의 식생별 반사도 중 어느 하나와 일치하는 경우, 복수의 영역 각각을 해당 반사도를 가지는 식생으로 판단할 수 있다. 또한, 복수의 영역에서 산출된 평균 근적외선 반사도가 기저장된 복수의 식생별 반사도와 일치하지 않는 경우, 기저장된 복수의 식생별 반사도 중 산출된 평균 근적외선 반사도와 가장 유사한 반사도를 가지는 식생을 해당 영역의 식생으로 판단할 수 있다. 다른 예로, 식생 판단부(200)는 복수의 영역에서 산출된 평균 근적외선 반사도가 기저장된 복수의 식생별 반사도 범위에 포함되는지를 판단하여 복수의 영역 각각의 식생을 판단할 수 있다. 즉, 산출된 평균 근적외선 반사도가 기저장된 복수의 식생별 반사도 범위 중 어느 하나에 포함되면, 평균 근적외선 반사도가 포함되는 반사도 범위를 가지는 식생을 해당 영역의 식생으로 판단할 수 있다. 따라서, 본 발명의 일 실시 예에 따른 식생 조사 장치(10)는 무인 비행체를 이용하여 낮은 고도에서 대상 영역의 영상을 획득할 수 있으며, 근적외선 영상 및 근적외선 반사도를 이용하여 대상 영역의 식생을 판단하여 보다 정확하게 대상 영역의 영역별 식생 분포를 파악할 수 있다.
식생 판단부(200)는 반사도 획득부(120)에서 측정된 반사도를 기저장된 복수의 식생별 반사도와 비교하여, 복수의 영역 각각을 복수의 식생별 반사도에 대응되는 어느 하나의 식생으로 판단할 수 있다. 이 경우, 기저장된 복수의 식생별 반사도는 아래의 표 1과 같을 수 있다.
Figure pat00001
즉, 복수의 식생은 사초속 식물(Carex sp.), 갈풀(Phalaris arundinacea), 환삼덩굴(Humulus scandens (Lour.) Merr), 능수버들(Salix pseudo-lasiogyne), 갯버들(Salix gracilistyla) 및 향나무(Juniperus chinensis)를 포함할 수 있으며, 사초속 식물(Carex sp.), 갈풀(Phalaris arundinacea), 환삼덩굴(Humulus scandens (Lour.) Merr), 능수버들(Salix pseudo-lasiogyne), 갯버들(Salix gracilistyla) 및 향나무(Juniperus chinensis)는 각각 녹색광에 대한 반사도, 적색광에 대한 반사도, 근적외선에 대한 반사도를 가질 수 있다. 상기 표 1을 참조하면, 복수의 식생은 녹색광에 대한 반사도 및 적색광에 대한 반사도에 비해 근적외선에 대한 반사도가 상대적으로 높은 반사도를 가질 수 있다. 이에 따라, 근적외선 영상을 이용하면 식생을 조사하기 위한 대상 영역에서 식생을 보다 정확하게 구분할 수 있으므로, 식생 조사의 정확도를 향상시킬 수 있다.
식생 판단부(200)는 근적외선 영상을 복수의 영역으로 구분하고, 복수의 영역 각각의 평균 근적외선 반사도를 산출하여 복수의 식생 각각의 식생을 판단한다. 예를 들어, 식생 판단부(200)는 복수의 영역 중 제1 영역의 평균 근적외선 반사도가 61.2%인 경우 근적외선 반사도가 61.2%인 사초속 식물을 제1 영역의 식생으로 판단할 수 있다. 또한, 제2 영역의 평균 근적외선 반사도가 50%인 경우 근적외선 반사도가 50%인 식생이 없으므로, 근적외선 반사도가 50%와 가장 유사한 갈풀을 제2 영역의 식생으로 판단할 수 있다. 또한, 기저장된 복수의 식생별 반사도는 기설정된 반사도 범위를 가질 수 있다. 예를 들어, 사초속 식물은 근적외선 반사도가 56.2% ~ 66.2%의 근적외선 반사도 범위를 가질 수 있으며, 식생 판단부(200)에서 산출된 제3 영역의 평균 근적외선 반사도가 57%인 경우 제3 영역의 식생은 사초속 식물인 것으로 판단할 수 있다.
근적외선 영상은 지상 표본 거리(GSD) 1.4cm의 높은 공간 해상도를 가지고 수직 조망에서 그림자, 수목의 캐노피를 통한 상대적 크기를 비교 평가할 수 있으며, 캐노피 근적외선 분광 특성을 통한 정량적인 수목 분류가 가능하다. 또한, 무인 비행체를 통한 영상은 수직 조망에서 영상 정보를 제공하므로 식생의 배열 상태에 관한 정보를 제공하고, 근적외선 영상은 근적외선 파장대에서 분광 특성을 이용하여 식생과 뚜렷하게 구분되는 인공 제방 분포, 영역식별, 수공간과 나대지의 식별이 가능하여 식생과 인공물, 투수면과 불투수면 판독을 통해 하천지형물 구분과 하천자연도에 대한 구분이 가능하다. 또한, 근적외선 분광 특성을 활용하여 동일 수종내의 식생 활력도에 대한 부차적인 정보도 정량적으로 파악할 수 있다.
또한, 도 2를 참조하면, 본 발명의 영상 획득부(110) 및 반사도 획득부(120)는 무인 비행체(100)로 구현되고, 식생 판단부(200)는 서버(200)로 구현될 수 있다. 즉, 본 발명의 실시 예에 따라 영상 획득부(110), 반사도 획득부(120) 및 식생 판단부(200)가 하나의 식생 조사 장치(10)(예를 들어, 무인 비행체)로 구현되거나, 영상 획득부(110) 및 반사도 획득부(120)는 무인 비행체(100)이고 식생 판단부(200)는 서버(200)인 식생 조사 시스템(20)으로 구현될 수도 있다.
식생 조사 시스템(20)은 무인 비행체(100) 및 서버(200)를 포함한다. 무인 비행체(100)는 대상 영역의 근적외선 영상 및 근적외선 반사도를 획득한다. 서버(200)는 무인 비행체(100)로부터 근적외선 영상 및 근적외선 반사도를 수신하고, 근적외선 영상을 복수의 영역으로 구분하고, 복수의 영역 각각의 평균 근적외선 반사도를 산출하며, 평균 근적외선 반사도를 기저장된 복수의 식생별 반사도와 비교하여 복수의 영역 각각의 식생을 판단한다. 구체적으로, 서버(200)는 복수의 영역의 평균 근적외선 반사도가 기저장된 복수의 식생별 반사도 중 어느 하나와 일치하는 경우, 복수의 영역의 평균 근적외선 반사도와 동일한 반사도를 가지는 식생을 해당 영역의 식생으로 판단할 수 있다.
도 3은 식생에 따른 녹색광, 적색광 및 근적외선의 반사도를 나타내는 도면이다. 도 3을 참조하면, 각 식생별 근적외선의 반사도는 녹색광이나 적색광 반사도와 비교하여 높게 나타나므로, 본 발명의 일 실시 예에 따른 식생 조사 방법은 근적외선 영상 및 근적외선 반사도를 이용함으로써, 대상 영역의 식생을 보다 정확하게 판단할 수 있다.
도 4는 본 발명의 일 실시 예에 따른 식생 조사 방법을 나타내는 흐름도이다.
도 4를 참조하면, 우선 대상 영역의 근적외선 영상 및 근적외선 반사도를 획득한다(S410). 대상 영역의 근적외선 영상 및 근적외선 반사도는 무인 비행체로부터 획득될 수 있다.
이어서, 근적외선 영상을 복수의 영역으로 구분하고, 복수의 영역 각각의 평균 근적외선 반사도를 산출한다(S420).
이어서, 평균 근적외선 반사도를 기저장된 복수의 식생별 반사도와 비교하여, 복수의 영역 각각을 복수의 식생별 반사도에 대응되는 어느 하나의 식생으로 판단할 수 있다(S430). 구체적으로, 복수의 영역의 평균 근적외선 반사도가 기저장된 복수의 식생별 반사도 중 어느 하나와 일치하는 경우, 복수의 영역의 평균 근적외선 반사도와 동일한 반사도를 가지는 식생을 해당 영역의 식생으로 판단할 수 있다. 또한, 복수의 영역의 평균 근적외선 반사도가 기저장된 복수의 식생별 반사도와 일치하지 않는 경우, 복수의 영역의 평균 근적외선 반사도와 가장 유사한 반사도를 가지는 식생을 해당 영역의 식생으로 판단할 수 있다. 복수의 식생별 반사도는, 사초속 식물, 갈풀, 환삼덩굴, 능수버들, 갯버들 및 향나무의 반사도를 포함할 수 있다.
이상과 같은 본 발명의 다양한 실시 예에 따르면, 근적외선 무인 비행체를 이용하여 도심 소하천에 대한 식생 조사를 보다 정확하게 수행할 수 있다.
또한, 본 발명의 일 실시 예에 따른 식생 조사 방법은 컴퓨터에서 실행되기 위한 프로그램으로 제작되어 컴퓨터가 읽을 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 저장 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 장치 등이 있다.
이상의 실시 예들은 본 발명의 이해를 돕기 위하여 제시된 것으로, 본 발명의 범위를 제한하지 않으며, 이로부터 다양한 변형 가능한 실시 예들도 본 발명의 범위에 속할 수 있음을 이해하여야 한다. 예를 들어, 본 발명의 실시 예에 도시된 각 구성 요소는 분산되어 실시될 수 있으며, 반대로 여러 개로 분산된 구성 요소들은 결합되어 실시될 수 있다. 따라서, 본 발명의 기술적 보호범위는 특허청구범위의 기술적 사상에 의해 정해져야 할 것이며, 본 발명의 기술적 보호 범위는 특허청구범위의 문언적 기재 그 자체로 한정되는 것이 아니라 실질적으로는 기술적 가치가 균등한 범주의 발명에 대하여까지 미치는 것임을 이해하여야 한다.
10: 식생 조사 장치 20: 식생 조사 시스템
110: 영상 획득부 120: 반사도 획득부
200: 식생 판단부

Claims (7)

  1. 근적외선 영상을 이용하여 대상 영역의 식생을 조사하는 장치에 있어서,
    대상 영역의 근적외선 영상을 획득하는 영상 획득부;
    상기 근적외선 영상에서 근적외선 반사도를 획득하는 반사도 획득부; 및
    상기 근적외선 영상 및 상기 근적외선 반사도에 기초하여 상기 대상 영역의 식생을 판단하는 식생 판단부;를 포함하는 식생 조사 장치.
  2. 제1항에 있어서,
    상기 식생 판단부는,
    상기 근적외선 영상을 복수의 영역으로 구분하고, 상기 복수의 영역 각각의 평균 근적외선 반사도를 산출하며, 상기 평균 근적외선 반사도에 기초하여 상기 복수의 영역의 식생을 판단하는 식생 조사 장치.
  3. 제2항에 있어서,
    상기 식생 판단부는,
    상기 복수의 영역 각각의 평균 근적외선 반사도를 기저장된 복수의 식생별 반사도와 비교하여, 상기 복수의 영역 각각을 상기 복수의 식생별 반사도에 대응되는 어느 하나의 식생으로 판단하는 식생 조사 장치.
  4. 제3항에 있어서,
    상기 복수의 식생은, 사초속 식물(Carex sp.), 갈풀(Phalaris arundinacea), 환삼덩굴(Humulus scandens (Lour.) Merr), 능수버들(Salix pseudo-lasiogyne), 갯버들(Salix gracilistyla) 및 향나무(Juniperus chinensis)를 포함하는 식생 조사 장치.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 영상 획득부는, 800nm 내지 900nm의 파장 범위의 근적외선을 이용하여 상기 대상 영역의 근적외선 영상을 획득하는 식생 조사 장치.
  6. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 장치는, 무인 비행체인 식생 조사 장치.
  7. 근적외선 영상을 이용하여 식생을 조사하는 방법에 있어서,
    대상 영역의 근적외선 영상 및 근적외선 반사도를 획득하는 단계;
    상기 근적외선 영상을 복수의 영역으로 구분하고, 상기 복수의 영역 각각의 평균 근적외선 반사도를 산출하는 단계; 및
    상기 평균 근적외선 반사도를 기저장된 복수의 식생별 반사도와 비교하여, 상기 복수의 영역 각각을 상기 복수의 식생별 반사도에 대응되는 어느 하나의 식생으로 판단하는 단계;를 포함하는 식생 조사 방법.

KR1020190047694A 2019-04-24 2019-04-24 식생 조사 장치, 식생 조사 시스템 및 식생 조사 방법 KR20200124790A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190047694A KR20200124790A (ko) 2019-04-24 2019-04-24 식생 조사 장치, 식생 조사 시스템 및 식생 조사 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190047694A KR20200124790A (ko) 2019-04-24 2019-04-24 식생 조사 장치, 식생 조사 시스템 및 식생 조사 방법

Publications (1)

Publication Number Publication Date
KR20200124790A true KR20200124790A (ko) 2020-11-04

Family

ID=73571732

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190047694A KR20200124790A (ko) 2019-04-24 2019-04-24 식생 조사 장치, 식생 조사 시스템 및 식생 조사 방법

Country Status (1)

Country Link
KR (1) KR20200124790A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112666120A (zh) * 2020-12-17 2021-04-16 淮阴师范学院 基于近红外光谱的植被与非植被识别指数构建方法
CN112666121A (zh) * 2020-12-17 2021-04-16 淮阴师范学院 基于红外光谱的植被与非植被识别方法
KR102568657B1 (ko) * 2022-06-14 2023-08-22 충남대학교산학협력단 개체목의 생리 활력도 평가 방법 및 장치
CN116645593A (zh) * 2023-07-20 2023-08-25 南京信息工程大学 监测海草床分布的遥感方法、装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112666120A (zh) * 2020-12-17 2021-04-16 淮阴师范学院 基于近红外光谱的植被与非植被识别指数构建方法
CN112666121A (zh) * 2020-12-17 2021-04-16 淮阴师范学院 基于红外光谱的植被与非植被识别方法
CN112666120B (zh) * 2020-12-17 2024-04-05 淮阴师范学院 基于近红外光谱的植被与非植被识别指数构建方法
CN112666121B (zh) * 2020-12-17 2024-04-05 淮阴师范学院 基于红外光谱的植被与非植被识别方法
KR102568657B1 (ko) * 2022-06-14 2023-08-22 충남대학교산학협력단 개체목의 생리 활력도 평가 방법 및 장치
CN116645593A (zh) * 2023-07-20 2023-08-25 南京信息工程大学 监测海草床分布的遥感方法、装置
CN116645593B (zh) * 2023-07-20 2023-10-24 南京信息工程大学 监测海草床分布的遥感方法、装置

Similar Documents

Publication Publication Date Title
KR20200124790A (ko) 식생 조사 장치, 식생 조사 시스템 및 식생 조사 방법
Trier et al. Automatic detection of pit structures in airborne laser scanning data
Kattenborn et al. Automatic single tree detection in plantations using UAV-based photogrammetric point clouds
Devereux et al. The potential of airborne lidar for detection of archaeological features under woodland canopies
Morsdorf et al. Estimation of LAI and fractional cover from small footprint airborne laser scanning data based on gap fraction
JP2010086276A (ja) 樹種分類方法及び樹種分類システム、森林現況情報の作成方法及び森林現況情報の作成システム、間伐対象区域の選定方法及び間伐対象区域の選定システム
JP2003344048A (ja) 森林情報処理システム
JP2012196167A (ja) 植物種識別方法
Meneses et al. Modelling heights of sparse aquatic reed (Phragmites australis) using Structure from Motion point clouds derived from Rotary-and Fixed-Wing Unmanned Aerial Vehicle (UAV) data
Mesas-Carrascosa et al. Combining LiDAR intensity with aerial camera data to discriminate agricultural land uses
Coluzzi et al. On the LiDAR contribution for landscape archaeology and palaeoenvironmental studies: the case study of Bosco dell'Incoronata (Southern Italy)
Panagiotidis et al. Detection of fallen logs from high-resolution UAV images
Pin et al. Paddy field mapping using UAV multi-spectral imagery
Alba et al. Filtering vegetation from terrestrial point clouds with low-cost near infrared cameras
HOSHIKAWA et al. Individual tree detection and classification for mapping pine wilt disease using multispectral and visible color imagery acquired from unmanned aerial vehicle
KR102247039B1 (ko) 탄소 흡배출원 추적 장치 및 탄소 흡배출원 추적 방법
Núñez Andrés et al. Vegetation filtering using colour for monitoring applications from photogrammetric data
Mandlburger et al. Investigating the use of coastal blue imagery for bathymetric mapping of inland water bodies
Mumtaz et al. Fusion of high resolution lidar and aerial images for object extraction
Kato et al. Ground truth measurement of trees using terrestrial laser for satellite remote sensing
Vepakomma et al. Inventorying the forest: Laser scanning vs close range photogrammetry on a UAV
Pepe Use of digital aerial photogrammetry sensors for land cover classification
Parent Using Leaf-off LiDAR in Modeling Forest Canopy Structure and Assessing the Effect of Spatial Resolution in Landscape Analyses
Morsdorf et al. The potential of discrete return, small footprint airborne laser scanning data for vegetation density estimation
Nasiri et al. UAV-Based Canopy Height Modeling under Leaf-on and Leaf-off Conditions for Determining Tree Height and Crown Diameter (Case Study: Hyrcanian Mixed Forest)

Legal Events

Date Code Title Description
E601 Decision to refuse application