머신러닝 회귀 모델과 초분광 영상을 이용한 사과나무의 질소 상태 추정 = Estimation of Nitrogen status in Apple Tree (Malus pumila.) using Machine Learning regression model and Hyperspectral Imagery
저자
박기수 ( Ki-su Park ) ; 유찬석 ( Chan-seok Ryu ) ; 강예성 ( Ye-seong Kang ) ; 송혜영 ( Hye-young Song ) ; 김은리 ( Eun-ri Kim ) ; 백현찬 ( Hyun-chan Baek ) ; 박민준 ( Min-jun Park ) ; 조정건 ( Jung-gun Cho ) ; 장시형 ( Si-hyeong Jang )
발행기관
학술지명
권호사항
발행연도
2022
작성언어
-주제어
KDC
500
자료형태
학술저널
수록면
175-175(1쪽)
제공처
사과나무의 질소는 세포 분화 및 조직의 생장에 중요한 역할을 하며 수확량과 품질에 큰 영향을 미치는 인자로서 본 연구는 무인기에 탑재된 초분광 센서를 이용하여 취득한 반사값 데이터를 활용하여 사과나무의 질소량을 추정하는 모델을 개발하였다. 전라북도 진안군 백운면에 위치한 농가(35°40'29N 127°23'22E) 내 수령이 10~20년 정도인 사과(후지)나무 38그루를 대상으로 2021년 6월 9일부터 8월 11일까지 무인기(Matrice 300 RTK)에 초분광 센서(micro HSI 410 SHARK)를 탑재하여 약 한달 간격으로 총 3차례 촬영하였다. 촬영된 영상은 방사보정 및 기하보정 후 개체별 캐노피의 반사값을 추출하였다. 반사값의 노이즈를 감소시키고 정밀도를 향상시키기 위해 평활화 기법(Savitzky-Golay Filtering)과 정규화 기법(MinMaxScaler)을 사용하였고 식물체 데이터 Total-N과 반사값 데이터를 이용하여 머신러닝 회귀 모델(Extra Tree, Random Forest)을 개발했다. 정규화 기법만 사용한 Random Forest 모델(Validation Set: R2=0.769, RMSE=0.204% / Test Set: R2=0.791, RMSE=0.164%)이 가장 높은 성능을 나타내었다. 사과의 생육단계에 따라 화아분화기(6~7월)와 성숙 착색기(7~8월)로 나누어 재분석한 결과 화아분화기의 경우 정규화 기법만 사용한 Random Forest 모델(Validation Set: R2=0.136, RMSE=0.207%/ Test Set: R2=0.815, RMSE=0.09%)이 가장 좋은 성능을 나타내었고 성숙 착색기의 경우 정규화 기법만 사용한 Extra Tree 모델(Validation Set: R2=0.828, RMSE=0.200% / Test Set: R2=0.902, RMSE=0.127%)이 가장 좋은 성능을 나타내었다. 추후 연구를 통해 질소 상태만이 아닌 타 영양분과 과실 특성 추정 가능한 모델을 개발하여 과실 생산 기술 개발에 기여할 것으로 사료된다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)