KR20220094512A - 원격탐사 분광 영상 분석을 통한 작물 생육 상태 모니터링 방법 - Google Patents

Abstract

본 발명은 인공위성 혹은 무인기로부터 얻은 영상으로부터 잎에서 나타나는 고유의 엽록체 함량과 잎의 물리적인 특성에 의한 평균적인 색 (파장)을 화소별로 분석하여, 성장주기, 생육상태, 및 성숙시기 추정을 통한 수확시기를 예측하는 방법.

Description

원격탐사 분광 영상 분석을 통한 작물 생육 상태 모니터링 방법{A method for monitoring crop growth by analyzing spectroscopic images through remote sensing}

본 발명은 무인기나 인공위성으로부터 얻은 분광영상을 통해, 작물의 생육 상태, 생육단계판단, 수확량 예측 등을 모니터링하는 기술로서, 작물별로 생장단계나 생육수준의 식물체가 가지는 특징적인 분광값을 판별도구로 하여 영상을 분석함으로서 가능하다.

분광카메라는 가시광선, 자외선, 적외선, X선 등의 스펙트럼 사진과 영상을 촬영하는 장치이며, 빛을 슬릿에 비추어 통과시킨 뒤, 프리즘이나 특정 필터를 통해, 원하는 파장(band)의 강도를 측정하여 하는 장치이며, 이는 광학기술의 발달로 현재에는 인공위성 등에 장착하여, 지구 지표면상의 다양한 데이터를 수집하는 용도로 활용되고 있다.

최근 기술의 발달로 저가형 초분광 혹은 다분광카메라가 개발되어, 초경량 비행장치 등의 무인기에 장착하여, 건물, 토목공사 현장, 산림, 농경지 등에 다양하게 적용되어, 영상 및 사진을 확보하고 분석하여 다양한 정보를 수집하는 용도 사용되고 있다.

지구상의 식물 등의 피복에 대해서는 과거 수십년 동안 인공위성 등을 통해, 라이더를 통해 특정 파장에서 조사해 왔으며, 특히 정규식생지수[NDVI, Normalized Difference Vegetation Index] 등과 같은 다양한 알고리즘으로 예측해 왔다. 인공위성 영상은 공간해상도가 낮아 비교적 광범위에 속하는 국가별 추정이나 대륙별 추정을 위해 사용되었고, 최근 무인기 등에 장착하여, 소규모 지역내에서 영상을 촬영하여, 다양한 식물 특히 작물에 대한 정보를 수집하고 있다.

현재 분광영상을 통해, 식물의 건강도, 병해충에 대한 원격탐사를 수행하고 있고, 인공지능기술을 도입하여, 재배면적 산출이나 생산량 예측에 대한 기술이 개발되고 있다.

작물은 생육단계 즉, 유묘기, 생육기, 수확기로 나눌수 있으며, 그에 따라 작물의 잎의 두께, 수분함량, 엽록소 양 등 물리적 특성이 변화된다.

[선행 특허 문헌]

대한민국 특허 공개번호 제10-2013-0049567

본 발명은 상기의 필요성에 의하여 안출된 것으로서 본 발명의 목적은 신규한 작물의 생육 상태, 생육단계판단, 수확량 예측 등을 모니터링하는 방법을 제공하는 것이다.

상기의 목적을 달성하기 위하여 본 발명은 본 발명은 인공위성 혹은 무인기로부터 얻은 영상으로부터 잎에서 나타나는 고유의 엽록체 함량과 잎의 물리적인 특성에 의한 평균적인 색 (파장)을 화소별로 분석하여, 성장주기, 생육상태(정상, 비정상), 성숙시기 추정을 통한 수확시기를 예측하는 방법을 제공한다.

또한 작물의 유묘기, 성장기, 수확기에 따른 성장 단계에서 잎에서 나타나는 고유의 엽록체 함량과 잎의 물리적인 특성에 의한 평균적인 색 (파장)을 작물의 다양한 식별방법으로 사용하는 방법을 제공한다.

이하 본 발명을 설명한다.

본 발명은 원격탐사 즉 인공위성이나 무인기로 수집된 특정 분광 영상에서 작물의 잎이 나타내는 특유의 물리성 특성을 분석함으로서, 작물의 생육 상태, 생육단계 판단, 수확량 예측 등이 가능한 모니터링 기술이다.

본 발명은 작물의 생육단계에 나타나는 특정 분광 수치를 분석하고, 이를 원격탐사 영상에 적용하여 시각화하고 영상내의 작물의 생육상태와 생육단계, 수확량을 예측하는 것이다.

작물은 일년생의 경우 혹은 수확을 목적으로 단 회 재배하는 작물의 경우, 유묘기로부터 잎의 성숙단계로 인해, 잎의 물리적 특성이 변화하는데, 이는 작물별로 다른 특성을 보이는데, 이는 잎의 두께와 수분량, 엽록소양 등에 의한 특성이며 이를 구분하는 특정 분광값을 분석함으로서 해당 작물의 생육상태와 생육단계 및 수확량을 예측가능하다.

이에 따라서 작물의 유묘기, 성장기, 수확기에 해당하는 잎을 수집하고, 가시광선 영역과 NIR영역에서 가장 특징적인 파장대의 값을 조사한다.

또한 본 발명은 기존 영상분석을 통해, 작물의 식별. 식별은 통한 경작지 면적조사　등을 해왔으나, 실질적 농가에서 재배를 위한 정보로서는 부족하고 이에 작물이 생육시기별로 가지는 잎의 색(파장)이 특징적인 것을 확인하고, 잎의 색을 분석하고 대표값을 뽑아내고, 이를 무인기등으로 부터 얻은 영상을 그 대표값으로 분석하여, 작물재배지 내의 성장단계, 혹은 성장단계별 면적 즉 동일한 밭안에서도　성장기에 있는 경우, 혹은 수확기에 있는 상태가　다른 것을 판별할수도 있고, 기본적인 생육단계에서 가지는 값과 비교하였을 때 비정상적인 생육을 판단할 수 있다.

본 발명을 통하여 알 수 있는 바와 같이, 인공위성 혹은 무인기로부터 얻은 영상으로부터 잎에서 나타나는 고유의 엽록체 함량과 잎의 물리적인 특성에 의한 평균적인 색 (파장)을 화소별로 분석하여, 성장주기, 생육상태, 및 성숙시기 추정을 통한 수확시기를 예측할 수 있었다.

도 1 내지 6은 콩잎에 대하여 인공위성 혹은 무인기로부터 얻은 영상으로부터 잎에서 나타나는 고유의 엽록체 함량과 잎의 물리적인 특성에 의한 평균적인 색 (파장)을 화소별로 분석하여, 콩잎의 생육 기준 또는 수확시기를 예측하기 위하여 필요한 각 예비 단계를 나타낸 그림,
도 7은 엽록소 함량을 통한 콩잎의 생육기준 설정을 하는 예를 보여주는 그림으로, 일반분류 “1-8”단계, 생육분류기준 “1^st~3^rd”)
도 8은 콩잎 식생지수(NDVI) 색조대비(RGB) 및 엽록소 함량에 따른 고사율 분석으로 콩 수확시기 예측하는 예를 보여주는 그림, 그림에서 상기 자료는 20(W2.5cm×H2.54cm샘플)×3(RGB)=60샘플;**샘플 평균, 표준편차 결과; ***Green(100%)-(Red11.6%+Blue33.57%)=고사율, 즉, 54.7%인 Green부분이 고사된 부분으로 판정하였다.

이하 비한정적인 실시예를 통하여 본 발명을 더욱 상세하게 설명한다. 단 하기 실시예는 본 발명을 예시하기 위한 방법으로 기재한 것으로서 본 발명의 범위는 하기 실시예에 의하여 제한되는 것으로 해석되지 아니한다.

본 발명은 다분광카메라와 현장조사를 통한 영상해상도의 측정 및 개선방법을 확보하여 해상도 0.03M에 도달하는 방법론과 기준 설정 완료하여, 다분광영상의 분석을 통한 작물 식별 및 개체수 확인을 넘어, 개체의 잎내의 엽록소 수치에 대한 알고리즘을 확보하여, 작물 각각에 대한 알고리즘을 확대하는 발판 마련하여, 확보된 데이터의 처리방법을 단순화하고, 지상표본거리를 작물별로 특정하여, 가장 기초적인 수준의 정보제공이 가능한 수준에 도달하였으며, 결과 도출된 현장은, 지상데이터가 잘 관리되고 있는 골프장, 녹차원, 콩재배지가 있으며, 그 외 산림에 대한 분석을 시도하였다.

영상해상도의 확보와 NDVI정확도에서 각각 0.03M, ±10%로 가능한 데이터 수집 체계를 구축하였으며, 콩, 감귤 생산량 예측을 시도하였고, 사실상 작물별 착과 특성에 따라 오차율이 상이하였으며, 이에 영상에 확보되는 각각의 수확물의 예측 오차는 약 10%대였다.

또한 식물체내의 엽록소분석 등에 최적 영상 확보 기술을 확보하고, 개체별 엽록소의 함량분석 알고리즘을 확보하였으며, 이는 개체별 엽록소 함량분석 알고리즘 개발의 기초자료로서 추가 알고리즘의 개발기간을 단축 가능하며, 정밀도는 80%이상이었다.

본 발명의 영상 데이터 수집 및 처리 시스템에 사용된 기기 및 조건을 아래 표 1에 나타내었다.

Claims (2)

1. 인공위성 혹은 무인기로부터 얻은 영상으로부터 잎에서 나타나는 고유의 엽록체 함량과 잎의 물리적인 특성에 의한 평균적인 색 (파장)을 화소별로 분석하여, 성장주기, 생육상태, 및 성숙시기 추정을 통한 수확시기를 예측하는 방법.
2. 작물의 유묘기, 성장기, 수확기에 따른 성장 단계에서 잎에서 나타나는 고유의 엽록체 함량과 잎의 물리적인 특성에 의한 평균적인 색 (파장)을 작물의 다양한 식별방법으로 사용하는 방법.

Images