프로젝트 개요

최근 농업 및 환경 모니터링에서 식생지수(Vegetation Index)는 작물의 상태나 생태계의 변화를 파악하는 데 중요한 역할을 하고 있다. 전통적으로 위성영상을 통해 식생지수를 산출해왔으나, 드론 영상의 해상도와 접근성이 높아짐에 따라 드론을 활용한 정밀 모니터링이 주목 받고 있다. 본 프로젝트는 위성영상 기반의 식생지수를 드론 영상 기반의 식생지수와 비교하여 정확성을 평가하고, 드론 데이터가 위성 데이터의 보완 수단으로서 어떠한 가능성이 있는지 탐구하였다.

위성영상 데이터 수집

Google Earth Engine Python API를 사용하여 Sentinel-2, Landsat8, Landsat9 위성영상을 수집하였다. 드론 영상 수집 위치를 폴리곤으로 작성하여 해당 지역의 식생지수를 얻을 수 있도록 하였다.

결과

수집 날짜 비교

구름 백분율에 따라 임계값 이상의 구름 가지면 해당 영상은 사용하지 않도록 처리해보았다. 그리고 드론 영상 수집 일자와 가까운 날에 수집한 데이터만 추렸다. 이 방식을 적용하면 동일한 데이터를 갖게 되는 생육 단계가 발생한다.

date

구름 필터링에 따른 값 비교

구름 필터링 작업을 한 데이터가 생육단계에 따른 일반적인 변화 추이를 보인다. 구름 필터링을 하지 않은 Sentinel-2 영상의 생육단계에 따른 식생지수 변동이 심하며, 일정한 추세를 보이지 않고 편차가 심하다.

line box

산점도

NDVI와 GNDVI에서는 대부분의 위성 데이터와 드론 데이터 간의 상관계수가 높아, 위성 기반 데이터가 드론 기반 데이터를 잘 반영하고 있음을 시사한다. 일부 식생지수에서는 상관관계가 높아 둘 간의 차이가 존재함을 보여준다. 이는 위성 영상의 해상도나 구름으로 인한 노이즈 때문으로 생각된다.

scatter