Estimation of Highland Kimchi Cabbage Growth using UAV NDVI and Agro-meteorological Factors

Q: 이 논문에서 정의한 고랭지배추 생육추정 모형이란 무엇인가?

고랭지배추 생육추정 모형은 무인비행체 영상에서 얻은 정규화 식생지수(NDVI)와 기상요인을 활용하여 고랭지배추의 초고, 엽장, 외엽수 등 생육인자를 예측하는 다중선형 회귀모형이다. 이 모형은 생육인자의 변화 특성을 잘 반영하며, 필지 단위의 작황 변이 파악 및 연도별 작황 변화 추이 분석에 활용될 수 있다.

Q: 무인비행체 NDVI와 기상요인이 고랭지배추 생육 추정에 어떤 영향을 미치는가?

연구 결과, 무인비행체 NDVI와 기상요인(강우량, 적산온도)은 고랭지배추의 초고, 엽장, 외엽수 등 생육인자와 높은 상관관계를 보였다. 특히, 초고와 엽장은 NDVI와 강우량으로, 외엽수는 NDVI와 적산온도로 90% 이상의 설명력을 가진 회귀식으로 표현되어 고랭지배추 생육 추정에 효과적으로 활용될 수 있다.

Sang-Il Na; Suk-Young Hong; Chan-Won Park; Ki-Deog Kim; Kyung-Do Lee

추천

검색

질문

자료유형: 학술저널

저자정보: Sang-Il Na (RDA) Suk-Young Hong (RDA) Chan-Won Park (RDA) Ki-Deog Kim (RDA) Kyung-Do Lee (RDA)

저널정보: 한국토양비료학회 한국토양비료학회지 한국토양비료학회지 제49권 제5호

발행연도: 2016.10

수록면: 420 - 428 (9page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

For more than 50 years, satellite images have been used to monitor crop growth. Currently, unmanned aerial vehicle (UAV) imagery is 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 refers to the derivation of growth estimating equation for highland Kimchi cabbage using UAV derived normalized difference vegetation index (NDVI) and agro-meteorological factors. Anbandeok area in Gangneung, Gangwon-do, Korea is one of main districts producing highland Kimchi cabbage. UAV imagery was taken in the Anbandeok ten times from early June to early September. Meanwhile, three plant growth parameters, plant height (P.H.), leaf length (L.L.) and outer leaf number (L.N.), were measured for about 40 plants (ten plants per plot) for each ground survey. Six agro-meteorological factors include average temperature; maximum temperature; minimum temperature; accumulated temperature; rainfall and irradiation during growth period. The multiple linear regression models were suggested by using stepwise regression in the extraction of independent variables. As a result, NDVIUAV and rainfall in the model explain 93% of the P.H. and L.L. with a root mean square error (RMSE) of 2.22, 1.90 cm. And NDVIUAV and accumulated temperature in the model explain 86% of the L.N. with a RMSE of 4.29. These lead to the result that the characteristics of variations in highland Kimchi cabbage growth according to NDVIUAV and other agro-meteorological factors were well reflected in the model.

#UAV #Highland Kimchi cabbage #Growth estimating equation #NDVI

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2017-523-001637897

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)