인공위성을 이용한 벼 재배면적 조사 시범연구

Abstract

미국, 유럽 등 선진국들은 1970년대부터 원격탐사 기술을 주요 농산물의 재배면적과 작황을 산출하는데 활용해 왔다. 국내에서도 2006년에 다목적 실용위성인 아리랑 2호(Kompsat-2)가 발사되어 고해상도 위성영상 자료가 보다 저렴한 가격에 공급되게 되어 이를 바탕으로 다양한 분야에서 위성영상의 활용이 증대되고 있다. 본 연구보고서는 선진국과 수산업 분야에 비해 실제적인 원격탐사 기술 도입이 이루어지지 못한 농업관측 분야에 원격탐사 기술을 도입하기 위한 시범 연구를 수행한 결과이다.

농업관측 업무에 원격탐사 기술을 도입하기 위해, 그동안 선행 연구를 통해 비교적 원격탐사 기술 적용이 용이한 것으로 파악된 벼 재배지역에 대해 위성영상 자료를 활용하여 벼 재배면적을 산출하였다. 이를 위해 벼 재배면적이 비교적 넓은 당진지역을 시범지역으로 정하고, 무상 또는 저렴한 가격에 자료 확보가 가능한 아리랑 2호 위성영상을 사용하여 시범 연구를 추진하였다.

위성영상분류는 크게 객체의 분할(Segmentation)과 분할된 객체를 기준으로 객체기반분류(Object based Classification), 그리고 정확도 검수 부분으로 나누어 진행하고, 육안판독의 정확도와 현장검증의 정확도를 비교하였다.

육안판독을 통해 정확를 검증해본 결과 실제로 현장검증을 통한 정확도와 다르지 않음을 알 수 있었으며, 논에 대한 분류 정확도는 평균 90.8%로 나타났다. 이 연구가 전문가 육안판독을 하지 않고, 현장조사를 통한 보정작업을 하지 않았다는 점에서 이번 연구의 분류 정확도는 매우 높은 수준으로 평가되었다. 향후 전문가 육안판독과 더불어 현장조사를 통한 보정작업이 병행될 때 정확도는 95∼98% 이상 제고될 수 있을 것으로 사료된다. 본 연구를 통해 그동안 타당성 검토 등의 연구 수준을 넘어 실질적으로 원격탐사 기술을 농업관측에 활용함으로써 원격탐사를 이용한 벼 재배면적 조사에서의 농업관측 업무의 가능성은 입증되었다. 그러나, 고해상도 위성영상만을 활용하여 관측 업무를 수행하는 경우 영상 수급의 문제 및 고가의 처리비용 등으로 사전관측 및 예측 등의 업무를 수행하기는 어려운 문제가 있으므로, 향후에는 영상처리비용이 적고, Scene 당 활용 면적이 넓어 영상 수급이 비교적 용이한 중해상도 영상의 도입이 검토 되어야한다는 의견이 제시되었다.

The purpose of this study is to conduct a pilot study on using satellite images to forecast agricultural outlook. Many developed countries including the United States and the European Union have been using satellite images to produce agricultural statistics and outlook analysis. In Korea, some institutions such as Rural Development Administration, Korea Forest Service and Korea Maritime Institute use satellite images for their works. In this paper, we estimated rice acreage by using satellite images. Rice was chosen because the acreage of the crop can easily be identified by using remote sensing technology. Dangjin, a rural county with a large rice acreage, was chosen as the sample region. Kompsat-2 satellite images were used since they were inexpensive to obtain. The method used to classify satellite images is based on three key concepts: segmentation, object-based classification, and accuracy verification. We compared the accuracy of analyzing satellite images with the accuracy of on-site inspections. We found that the accuracy of analyzing satellite images was not different from the accuracy of on-site inspections. The accuracy of identifying rice paddy fields was very high at 90.8% on average. This study showed that remote sensing technology can actually be used to estimate rice acreage and forecast agricultural outlook. However, since it is difficult to use high-resolution satellite images because they are not readily available, and thus expensive to process, it is necessary to consider using medium-resolution satellite images.