양파노균병 예찰의 정밀도를 위한 정규식생지수 평가 및 적용

강병삼; 이예영; 최옥희; 김진우

추천

검색

자료유형: 학술저널

저자정보: 강병삼 (경상대학교 응용생명과학부) 이예영 (경상국립대학교 식물의학과) 최옥희 (경상국립대학교) 김진우 (경상국립대학교)

저널정보: 경상대학교 농업생명과학연구원(구 경상대학교 시설원예연구소) 농업생명과학연구 농업생명과학연구 제56권 제2호

발행연도: 2022.4

수록면: 7 - 15 (9page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

가시광선 영역의 스펙트럼과 근적외선 영역의 스펙트럼을 포함하는 다중스펙트럼 기반 정밀 감지 기술은 농작물 품질, 스트레스 및 식물 병진단 등의 비침습적 분석 및 감지에 성공적으로 적용되고 있고 원격 감지를 위한 센서 기술로 인정받고 있다. 다중스펙트럼 기반 원격 감지는다양한 작물에서 다양한 병을 감지, 모니터링 및 정량화하는 데 사용되어 왔다. 본 연구의 목적은 양파노균병 감염의 지표로 엽록소 함량 관련된다중스펙트럼 기반 식생 지수(Vegetation Index) 지표의 사용을 평가하는 것이다. 양파노균병은 주로 2~3월에 발생하고 양파 생산에 가장 큰손실을 야기하는 양파병 중 하나다. 2021년 3월 중순경 공간적으로 분리된 경상남도 함양과 전라남도 무안 지역에서 노균병이 심하게 걸린 양파노지 포장을 시험구로 사용하였다. 다중스펙트럼 카메라가 장착된 드론을 사용하여 다중스펙트럼 이미지를 얻었고 농작물 식생 지수 분석에 주로사용되는 NDVI, NDRE 및 GNDVI 값을 분석하였다. 지상 20 m에서 얻은 다중스펙트럼의 NDVI, NDRE 및 GNDVI 수치의 히스토그램은0 에 집중되어 있었는데 이는 주로 흙과 암석에서 나타나는 수치에 해당한다. 이는 양파 재배 특성상 물 빠짐을 좋게 하기 위해 조성한 고랑들이식생 지수 수치를 왜곡한 것을 판단되었다. 양파가 없는 고랑으로 인한 식생 지수 왜곡을 배제하기 위해 지상 2 m에서 다중스펙트럼 이미지를얻었고 이들의 식생 지수를 분석한 결과, NDVI 수치가 건전 양파와 노균병 감염 양파 간 차이를 뚜렷하게 구분할 수 있었다. GNDV 및 NDRE 값은 완전히 성장한 식물에서 높은 엽록소 민감도를 통해 식물 발달을 분석하기 위한 NDVI에 대한 경쟁적 식생 지수인데, 2~3월경 양파의 불완전한생육으로 인해 캐노피가 부족하여 GNDVI와 NDRE의 민감도가 떨어진 것으로 추정된다. 노균병에 걸린 양파의 NDVI 수치는 0 값에 집중되어있는 반면, 건전한 양파는 0.5 값에 걸쳐 있었는데, 이러한 결과는 생육환경이 전혀 다르고 지역적으로 분리된 함양과 무안 지역에서 재배되고자연적으로 발생한 양파에서도 동일한 결과를 도출하였다. 본 연구의 결과를 종합하며, NDVI는 양파노균병 발생 감지에 적용할 수 있는 것으로평가되고 뿐만 아니라 전문가 진단에 따른 변동성과 반복성의 변화를 극복할 수 있는 대안이 될 수 있을 것으로 평가된다.

Multispectral-based precision sensing technology, including visible light spectrum and near-infrared spectrum, has been successfully applied to non-invasive analysis and detection such as crop quality, stress, and plant disease diagnosis. Multispectral-based remote sensing, which has been used to detect, monitor and quantify a variety of diseases in a variety of crops, is recognized as a superior sensor technology. The main objective of this study is to evaluate the use of multispectral-based vegetation index indicators related to chlorophyll content as indicators of downy mildew infection. Onion downy mildew occurs mainly in February and March, and causes the greatest loss to onion production. In mid-March 2021, downy mildew-infected onion fields were observed and used as test sites in Hamyang, Gyeongsangnam-do and Muan, Jeollanam-do, which were spatially separated. Multispectral images were obtained using a drone equipped with a multispectral camera, and vegetation indices, including NDVI, NDRE, and GNDVI values were analyzed according to the formula for analysis of the vegetation index. Multispectral histograms of NDVI, NDRE, and GNDVI values obtained from a height of 20 m are centered at 0 value, which corresponds to values mainly found in soil and rocks. The vegetation indices were considered to be distorted due to the furrows made for drainage. Multispectral images were acquired at a height of 2 m to exclude vegetation index distortion due to furrows. As a result of analyzing the vegetation index, the difference between healthy onions and downy mildew-infected onions could be clearly distinguished by the NDVI value. GNDV and NDRE values are competitive vegetation indices for NDVI for analyzing plant development through high chlorophyll sensitivity in fully grown plants. It is estimated that the sensitivity of GNDVI and NDRE is lowered due to the lack of a canopy resulting from the incomplete growth of onions around February to March. The NDVI values of downy mildew-infected onions were concentrated around 0 value, whereas healthy onions spanned values of 0.5. The results of this study are evaluated to be applicable to the detection of onion downy mildew using NDVI, as well as to be an alternative to overcome changes in variability and repeatability due to expert diagnosis.

#노균병 #다중분광이미지 #식생 지수 #양파 #정규식생지수 #Downy mildew #Multispectral image #NDVI #Onion #Vegetation index

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

강병삼

소속기관 경상대학교 응용생명과학부

주요연구분야 농수해양학 > 농학

논문수 6 이용수 71

이예영

소속기관 경상국립대학교

주요연구분야 농수해양학 > 농학

논문수 8 이용수 95

최옥희

소속기관 경상국립대학교

주요연구분야 농수해양학 > 농학

논문수 13 이용수 99

김진우

소속기관 경상국립대학교

주요연구분야 농수해양학 > 농학

논문수 3 이용수 28

최근 본 자료

전체보기

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

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)