초분광 영상을 이용한 봄감자의 잎 Na 함량 예측 모델 개발Development of Prediction Model for the Na Content of Leaves of Spring Potatoes Using Hyperspectral Imagery
- Other Titles
- Development of Prediction Model for the Na Content of Leaves of Spring Potatoes Using Hyperspectral Imagery
- Authors
- 박준우; 강예성; 류찬석; 장시형; 강경석; 김태양; 박민준; 백현찬; 송혜영; 전새롬; 이수환
- Issue Date
- 2021
- Publisher
- 한국농림기상학회
- Keywords
- Hyperspectral imagery; PLS-VIP; MLR; Spring potato; Salinity
- Citation
- 한국농림기상학회지, v.23, no.4, pp 316 - 328
- Pages
- 13
- Indexed
- KCI
- Journal Title
- 한국농림기상학회지
- Volume
- 23
- Number
- 4
- Start Page
- 316
- End Page
- 328
- URI
- https://scholarworks.gnu.ac.kr/handle/sw.gnu/4615
- ISSN
- 1229-5671
2288-1859
- Abstract
- 본 연구에서는 간척지의 염분 모니터링을 위한 다중 분광 센서를 개발하기 위해 400∼1000 nm 초분광 센서를 사용하여 봄 감자의 잎 Na 함량 예측 모델을 구축하고자 하였다. 관개조건은 표준, 한해, 염해(2, 4, 8 dS/m)로, 관수량은 증발량을 기준으로 산정하였다. 영양생장기, 괴경형성기, 괴경비대기에 각각 관개를 시작한 후 1주와 2주 후에 잎의 Na 함량을 측정하였다. 잎의 반사율은 10nm 파장 간격을 기준으로 5 nm에서 10nm, 25nm, 50nm FWHM (full width at half maximum)으로 변환되었다. PLS-VIP를 사용하여 봄감자 잎의 Na 함량에 따른 염분 피해 수준을 예측하기 위한 10개의 밴드비가 선택되었다. 선택된 10개의 밴드비 중 가중치가 가장 낮은 순서대로 밴드비를 하나씩 제거하면서 MLR모델을 추정하였다. 모델의 성능은 R2, MAPE 뿐만 아니라 밴드비의 수, 다중 분광센서를 작게 만들기 위한 최적의 FWHM 수로 비교하였다. 1, 2주차의 영양생장기, 괴경형성기와 2주차의 괴경비대기에서 봄 감자의 잎 Na 함량을 예측하기 위해서는 25 nm의 FWHM을 사용하는 것이 유리하였다. 선택된 밴드필터는 430/440, 490/500, 500/510, 550/560, 570/580, 590/600, 640/650, 650/660, 670/680, 680/690, 690/700, 700/710, 710/720, 720/730, 730/740 nm로 Red 및 Red-edge 영역에서 15개 밴드비가 선택되었다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - 농업생명과학대학 > 생물산업기계공학과 > Journal Articles

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.