초록 열기/닫기 버튼
소나무재선충병은 동남부 지역을 중심으로 국내에 급속히 확산되고 있는 수목병해이다. 본 연구는 소나무재선충병 항공예찰의 효율성과 정확성을파악하기 위해 현장예찰 조사와 드론을 이용하여 항공사진 조사를 비교하였다. 소나무재선충병 감염목과 건전목 구분을 위해 포항과 밀양의 소나무재선충병 발생지역에서 저고도 항공사진을 촬영 후, RGB값, 분광식생지수(Spectral Vegetation Indices), M-통계값을 비교하였다. 그 결과 항공사진의 적색광(R)값이 소나무재선충 감염목에서 가장 높게 나타났고, 건전목에서는 녹색광(G)값이 가장 높게 나타났으며, 감염목과 건전목의 RGB값의 차이는 적색광(R) 값이 가장 크게 변동하였고, 통계적으로도 유의하였다. RGB값을 이용한 분광식생지수 Excess red (ExR), R-G, Color index of vegetation (CIVE), Woebbecke index (WI)는 소나무재선충 감염목과 건전목에서 통계적으로 유의한 차이를 보였다. 분광식생지수의 M-통계값은 포항(2.3-3.1)과 밀양(2.6-3.3) 모두 ExR, R-G, CIVE, WI에서 기준값인 1보다 높게 나타났다. 본 연구결과는 드론으로 촬영한 저고도 항공사진의 RBG값과 분광식생지수분석을 통해 소나무재선충의 감염목과 건전목의 구분이 가능하며, 소나무재선충병의 항공예찰을 위한 기초자료로 활용할 수 있을 것으로 판단된다.
Pine wilt is a lethal disease of pine trees spreading rapidly along the southeastern of South Korea. This study was carried out to evaluate the potential to discriminate pine wilt-affected pine trees using aerial images taken with a drone at low-altitude in pine forest areas devastated by pine wilt in Pohang and Miryang. Red-green-blue (RGB) values of healthy and pine wilt-infected trees were used to calculate several spectral vegetation indices (SVIs) and M-statistics were performed in order to quantify the separability of healthy and diseased pine trees. Red (R) values were significantly higher in infected trees than those of healthy trees, while green (G) values were significantly higher in healthy trees. Significant differences in values between pine wilt-infected and healthy pine trees were observed in spectral vegetation indices and the best results were showed in Excess red (ExR), R-G, Color index of vegetation (CIVE), and Woebbecke index (WI). These results prove the usefulness of using a RGB values from aerial images to discriminate pine wilt-affected trees from healthy pine trees. ExR R-G, CIVE and WI that showed the higher M-statistics than the standard value 1 in Pohang (2.3-3.1) and Milrang (2.6-3.3) should be utilized to develop an algorithm or decision rules to classify aerial images, since they showed the highest capacity to discriminate pine wilt-affected trees using low altitude aerial images and be a valuable tool in mitigating the important threat to pine forests in South Korea.
키워드열기/닫기 버튼
Aerial forecasting, Bursaphelenchus xylophilus, Photogrammetry, Remote sensing, Unmanned Aerial Vehicle
