이 보고서는 제1장 서론을 포함하여 8개 장으로 구성된다.
제2장에서는 농업생산 관련 조사 현황에 대해서 고찰한다. 통계청 등의 정부와 공공기관에서 생성하는 통계와 정보의 현황을 알아본다. 또한 드론을 이용해 각 기관이 실시하고 있는 농업생산조사 현황을 알아보고 그 시사점을 도출한다.
제3장에서는 농업생산조사에 드론을 활용하고 있는 현황을 알아본다. 이미 다 수의 기관에서 드론을 농업생산조사에 활용하고 있어, 그 활용방식을 조사·비교 한다. 이를 통해 드론을 활용한 생산조사가 어떤 방법으로 이루어지고 있는지 살 펴보고, 이 연구에서 밝히고자 하는 드론 활용방안의 요소를 구체화한다.
제4장에서는 작물 식별을 위한 영상의 품질 기준에 대해 논한다. 드론 조사가 방문 조사에 비해 효율적이기 위해서는 드론으로 촬영한 영상으로 작물을 식별할 수 있어야 한다. 어떤 품질 수준의 드론 영상을 확보하면 영상을 통해 작물을 식별 할 수 있는지 블라인드 실험을 통해 객관적인 기준을 제시한다.
제5장에서는 드론을 활용하여 농업조사를 실시할 때 작물별 재배면적을 산출 하는 방법에 대해 논한다. 정사영상과 낱장사진 각각의 경우 작물별 재배면적 산 출 방법을 고찰한다. 영상으로 지표상의 면적을 산출할 때 경사지 농지의 면적을 과소 추정하지 않도록 경사지 면적을 보정하는 방안을 제시한다. 드론으로 낱장 사진을 촬영하여 조사할 때 단일 구획 내에 여러 개의 작물이 혼작되는 경우 작물 별 재배면적을 계측하는 방안을 제시한다.
제6장에서는 딥러닝 모형을 활용하여 영상에 있는 개체(농작물 포기)를 식별하 고 그 수를 세는 방안을 연구한다. 단위 면적당 농작물 재식 주수(재식밀도)를 파 악할 수 있으면, 재배면적과 재식 주수, 포기당 중량을 곱하여 생산량을 추정할 수 있다. 드론 영상을 활용하여 재식 주수를 계측할 수 있는지, 계측할 수 있다면 어떤 작물이 가능한지, 어떤 딥러닝 모형을 사용하여 어떻게 계측할 수 있는지 등을 살 펴본다.
22 |
제7장에서는 앞서 살펴본 영상 품질, 면적 계측, 재식 주수 계측 등의 연구 결과 를 어떻게 실제 조사에 활용할 수 있는지 살펴본다.
제8장에서는 농업생산조사에 드론 활용을 지속적으로 확대하기 위해 필요한 과제에 대해 논한다. 또한 농업생산조사와 관련하여 추후 연구가 필요한 분야에 대해 논한다.
제2장
농업 생산 관련 조사 현황
K O R E A R U R A L E C O N O M I C I N S T I T U T E