Growth Diagnosis with Normalized Difference Vegetation Index in Medicinal Crops

Q: 이 논문에서 정의한 NDVI란 무엇인가?

NDVI(Normalized Difference Vegetation Index)는 식생의 활력도를 나타내는 지표로, 식물의 엽록소 함량과 관련이 깊다. 이는 적색광(660 nm)과 근적외선(790 nm) 반사율을 이용하여 계산되며, 식생의 밀도와 건강 상태를 원격으로 진단하는 데 활용된다. 값이 높을수록 식생의 생육이 왕성함을 의미한다.

Q: 약용작물 생육 진단에 NDVI가 모든 종에 유용한 지표인가?

연구 결과, NDVI는 참당귀, 일당귀 등 6종의 당귀속 작물에서는 초장, 엽장, 엽폭, 경경 등 지상부 생육 특성과 높은 양의 상관관계를 보이며 유용한 생육 진단 지표로 활용될 수 있다. 그러나 방풍, 지치, 지황에서는 생육 특성과 NDVI 간에 유의미한 관계가 나타나지 않아, 모든 약용작물에 일률적으로 적용하기는 어렵다.

Hyo Hoon Nam; Young Jin Seo; Byeong Seong Kim; Tae Young Oh; Won Cheol Jang; Deok Yeong Kim

추천

검색

질문

자료유형: 학술대회자료

저자정보: Hyo Hoon Nam (GBARES) Young Jin Seo (GBARES) Byeong Seong Kim (GBARES) Tae Young Oh (GBARES) Won Cheol Jang (GBARES) Deok Yeong Kim (IT’s Solution)

저널정보: 한국약용작물학회 한국약용작물학회 학술대회논문집 한국약용작물학회 2018년도 추계학술발표회

발행연도: 2018.10

수록면: 2 - 2 (1page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Background : It is necessary to develop a diagnostic tool for the precision agriculture according to the change of agriculture environment. In particular, medicinal crops are often cultivated in poor areas such as mountains and valleys, and are susceptible to abnormal climates. Therefore, there is a need for a method that can diagnose the growth easily and with time. We conducted a study to investigate the possibility of remote sensing for 10 species of medicinal crops using unmanned aerial vehicles and multispectral images. Methods and Results : This study was conducted in 0 - 4 times continuously cultivated field with 10 species of medicinal crops (Angelica gigas, A. koreana, A. tenuissiman, A. dahurica, A. acutiloba, A. polymorpha, Ledebouriella seseloides, Lithospermum erythrorhizon, Rhemannia glutinosa). Growth characteristics such as plant height, number of leaves, leaf length, leaf width, stem diamanter and number of stems were investigated between July 10 and July 16. The reflectance map of red (660 nm) and NIR (790 nm) was obtained using a UAV equipped with a mu ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-480-000616543

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)