• 검색 결과가 없습니다.

Applicability Evaluation of Agricultural Subsidies Inspection Using Unmanned Aerial Vehicle

N/A
N/A
Protected

Academic year: 2021

Share "Applicability Evaluation of Agricultural Subsidies Inspection Using Unmanned Aerial Vehicle"

Copied!
9
0
0

로드 중.... (전체 텍스트 보기)

전체 글

(1)

무인항공기를 이용한 직불제 이행점검 적용성 평가

Applicability Evaluation of Agricultural Subsidies Inspection Using Unmanned Aerial Vehicle

박진기

*

・ 박종화

*†

Park, Jin Ki ・ Park, Jong Hwa

Abstract

Unmanned Aerial Vehicle (UAV) have several advantages over conventional remote sensing techniques. UAV can acquire high-resolution images quickly and repeatedly with a comparatively lower flight altitude i.e. 80~400 m nullifying the effect of extreme weather and cloud. This study discussed the use of low cost-effective UAV based remote sensing application in inspection of agricultural subsidy. The study area accrue 60.5 km2 of Buljeong-myeon, Goesan-gun, Chungbuk in South Korea. UAV image acquired 25 times from July 25 to August 11, 2015 for 3 days. It is observed that almost 81.1 % (3,571 of 4,410 parcels) parcels are truthful whereas some parcels are incorrect or fraudulent. Surveying with UAV for agricultural subsidy instead of field stuff can reduce the required time as much as 64.8 % (19 of 54 days). Therefore, it can contribute significantly in speedy and more accurate processing of grant application and can end unfair receipt of the grant which in turn will improve customer satisfaction.

Keywords:UAV; Agricultural subsidy; Inspection, Agricultural payment; Remote sensing

* Dept. of Agricultural & Rural Engineering, Chungbuk National University

Corresponding author

Tel.: +81-43-271-2577 Fax: +81-43-271-5922 E-mail: [email protected]

Received: June 30, 2016 Revised: September 3, 2016 Accepted: September 7, 2016

Ⅰ. 서 론

농업 직불금은 농가의 소득안정 도모 및 농작물의 자급률 제 , 생산기반 유지를 위해서 정부가 농민에게 보조해 주는 보조금 이다. 농업 직불금의 신청 오류, 부정 신청 등으로 발생하는 부정 수급액은 매년 약 100억 원에 달한다. 국립농산물품질관리원 (National Agricultural Products Quality Management Service, NAQS, 이후 농관원)은 농업 보조금의 부정수령 예방과 정부예 산 사용의 투명성 확보를 위해 2012년부터 밭농업 직접지불제, 조건불리지역 직접지불제, 경관보전 직접지불제 등의 농업 직불 제 이행점검을 수행하고 있다. 직불제 이행점검은 직불금 신청농 가 중 표본을 선정하여 현장 방문, 인터뷰 등을 통해 신청내용을 확인하여 수행하고 있다. 직불제 대상 면적은 2013년 53,000 ha 에서 2014년 86,000 ha, 2015년 247,600 ha로 매년 증가하고 있다. 이에 따른 현장 조사원의 업무 증대와 산악지역 등 접근이 어려운 지역 증가는 조사원의 업무 능률을 저하시키고, 7월에서 9 월의 조사기간은 폭염, 장마 등 기상여건으로 현장 조사의 어려움 을 더하고 있다. 이러한 직불제 이행점검 대상 면적의 증가와 현

장 조사의 다양한 어려움은 현행 이행점검의 효율화와 대응책 마 련 필요성을 요구하고 있다.

이에 대한 방안으로 전체적인 현장 방문 없이도 정책에 필요한 정보를 신속하게 취득하게 해 주는 원격탐사 (Remote Sensing, RS) 기술의 적용과 공간정보 활용 방법은 효율적인 이행점검 방 법으로 논의되고 있다. 그러나 각 시기별 재배 농작물의 생육 차 이는 어느 시기의 공간정보를 활용해야 효율을 극대화 할 수 있는 지 그리고 실제 업무 적용이 가능한지에 대한 문제 해결을 요구하 고 있다 (Allan, 1986; Bell, 1974, Blazquez et al., 1981; Odenweller and Johnson, 1984). 즉, RS 기법 중에 위성영상과 항공영상의 적 용은 적시성(適時性)이 결여된 경우가 많고 변화된 현장 상황을 충분히 반영하지 못해 실제 업무 적용에 어려움을 가지고 있다 (Curran, 1987; Ferns and Hieronimus, 1989; Wildman et al., 1976). 우리나라는 농업, 환경관측, 재해 관련 위성을 보유하고 있지 않아 필요한 시기의 농작물 관련 영상을 적시에 얻을 수 없 는 환경에 놓여 있다. 또한 항공영상은 신고절차가 복잡하고 비용 이 많이 들어서 대상면적이 적을 경우 비용 대비 효과가 낮은 단 점을 갖는다. 계절에 따른 구름, 장마 등 기상상태가 좋지 않아 적 시에 관측이 불가능한 경우도 많다. 무인항공기는 이러한 제한성 을 극복하고 문제점을 해결할 수 있는 좋은 대안으로 부각되고 있 (Park and Park, 2015).

무인항공기는 위성과 유인항공기가 갖지 못하는 접근성 (接近 性), 순시성 (瞬時性), 반복성 (反復性), 적시성 (適時性) 등의 장점을 가지고 있다 (Zhang and Kovacs, 2012). 특히, 적시성은 생육주기가 짧은 농작물 파악을 위해서 반드시 필요한 요소이다

(2)

Fig. 1 Location map of study Area

Fig. 2 The UAV flight path planning in Chusan-ri

(2015)은 무인항공기를 이용하여 충청북도 청주시 미원면 1,975

필지를 대상으로 이행점검을 실시한 결과, 현행 현장조사 기간 보 70 %가 단축되었다고 보고하였다. 그러나 무인항공기 영상은 직불금 이행점검 업무에 효율적임에도 불구하고 무인항공기 활 용에 대한 구체적인 효과 분석은 아직 시작 단계에 있다.

따라서 본 연구는 무인항공기 영상을 이용한 이행점검과 현행 현장조사 방법을 병행하여 실시하여 그 효율성을 비교 분석하고, 무인항공기 영상의 직불제 이행점검 업무 적용 가능성을 검토하 고자 하였다.

Ⅱ. 재료 및 방법

1. 연구 대상 지역

충청북도 괴산군 불정면은 Fig. 1과 같이 충청북도 중심부인 괴산군 북쪽에 위치해 있고 전체 면적이 60.5 km2로 괴산군의 약 7.2 %를 차지하며 목도리 외 12개 법정리로 구성되어 있다. 이 중 경지면적은 13.7 km2가 분포하며 논 7.6 km2, 밭 6.1 km2로 구성 되어 있다. 2015년도 불정면 보조금 신청 필지는 밭농업 직불금 2,121 필지, 조건불리지역 직불금 14 필지를 포함하여 2,135 필 지이다. 전체 필지 중 이행점검 대상 표본은 1,436 필지이다. 무 인항공기 촬영 경로는 불정면 전체에 산발적으로 분포되어 있는 표본 필지를 포함해 최대한 많은 농지가 포함될 수 있도록 설정하 였다. 불정면의 전체 경지 면적은 매우 넓으므로 구획별로 나누어 촬영 경로를 설정하였다. 일례로 불정면 추산리 촬영 경로는 Fig.

2와 같이 설정하였다.

2. 무인항공기

무인항공기란 일반적으로 조종사가 직접 탑승하지 않고 사전 에 입력된 프로그램 또는 비행체 스스로 자율 비행하는 비행체를 말한다 (Song, 2009). 현재 국내외에서 무인항공기에 관한 연구 는 하드웨어, 소프트웨어, 응용 분야별로 활발하게 진행되고 있 . 대부분의 무인항공기 관련 연구들은 무인항공기의 성능, 특 , 경제성과 신속성 등 무인항공기의 장점을 기반으로 활용도를

넓히기 위한 연구가 주를 이루고 있다 (Niethammer et al., 2012;

Siebert and Teizer, 2014; Vasuki et al., 2014; Kim et al., 2012; Yun and Lee, 2014).

본 연구에서 촬영에 사용한 무인항공기는 스위스 Sensefly사 의 고정익 무인항공기로 Fig. 3과 같으며, 제원은 Table 1과 같 다. 촬영 센서는 Sony Cybershot WX, RGB 광학렌즈로 해상도 는 1,820만 화소이다. 무인항공기 비행높이는 150 m로 설정하 여 공간해상도를 8 cm 이내가 되도록 설정하였다. 재배농지와 작 물 구분을 위해 종중첩도는 60 %, 횡중첩도는 75 %로 설정하여 운행하였다 (Park and Park, 2015).

3. 무인항공기 영상

무인항공기 영상 촬영은 충북 괴산군 불정면의 지리적, 지형적

(3)

Fig. 3 The main compounds of the fixed wing UAV system and image sensor

Table 1 Specification of UAV

Category Specifications

Weight 690 g

Size 960 × 800 × 160 mm

Material EPP foam

Battery 11.1 V, 2150 mAh

Airspeed 50~90 km/hour

Sensors GPS, IMU, Pitot probe Image sensor Sony Cybershot WX

Max flight time 50 min

Fig. 4 Application date of the UAV flight in agricultural subsides inspection

여건을 고려하여 비행경로를 설정하고, 농관원의 논밭 작물 이행 점검 시기에 맞추어 실시하였다. 7월과 8월에 이루어진 영상 취 득은 겨울철 밭 재배작물을 제외한 이행점검 대표작물이 재배되 는 시기에 해당되므로 이 기간을 선정하였다. 무인항공기 영상 취 득은 Fig. 4와 같이 2015년 7월 25일 7회, 8월 9일 10회, 8월 11 9회를 촬영하여 총 3일에 걸쳐 25회 실시하였다.

무인항공기 촬영 면적은 불정면 총 면적인 60.5 km267.9 % 에 해당하는 41.1 km2이다. 불정면 전체 농경지 면적은 13.7 km2 이며, 전체 농경지는 9,788 필지이다. 무인항공기로 촬영된 농경 지 면적은 94.2 %인 12.9 km2이며, 필지수는 9,336 필지로 95.4

%에 해당한다. 농관원에서 실시하는 직불제 이행점검 표본은 1,436 필지이며, 이 중에서 48 필지를 제외한 1,388 필지 (96.7

%)가 촬영 범위에 포함되었다.

무인항공기 센서에 의한 불정면 촬영 영상은 총 4,138장이며, 용량은 26.7 gigabyte이다. 각 비행별로 정합된 정사영상은 25 장이며, 총 용량은 23.6 gigabyte, 정사영상 한 장의 평균 용량은 0.9 gigabyte이다. 영상처리 과정에서 296,396개 파일이 생성되 었으며, 전체 용량은 218 gigabyte가 소요되었다.

4. 연구 방법

농업 직불금은 농업인이 직접 농관원, 지자체 사무소나 농림사 업정보시스템 (www.agrix.go.kr)을 통해 보조금을 신청한다.

표본 농지는 신청된 농지 중 신규 신청자, 전년도 이행점검 결과 부적격 대상자, 휴․폐농지 재신청자, 중복 신청자가 우선적으로 포함될 수 있도록 전체의 30 %를 추출한다. 표본으로 추출된 대 상농지 자료는 신청인, 농지주소, 공부상면적, 신청면적 등 다양 한 정보로 이루어진 테이블 형식의 자료이다. 본 연구는 무인항공 기를 이용한 직불제 이행점검에 적용하기 위해 농지 주소를 기반 으로 대상 농지를 공간적으로 분포시키고, 대상 농지가 최대한 많 이 포함되도록 촬영 계획을 수립하였다.

연구 절차는 Fig. 5와 같이 직불제 이행점검 대상 지역에 대한

(4)

Fig. 5 Study process and UAV flight methodology

촬영 계획 수립, 무인항공기 촬영, 영상 전처리, 직불제 이행점검 확인 순서로 실시하였다. 본 연구의 정확도를 높이기 위하여 현장 재배 작물 확인은 본 연구팀이 전체 대상지에 대해 현장 방문 조 사하고, 농관원은 조사원이 표본 농지에 대해 조사를 실시하였다.

또한 농업경영체 정보 DB는 농가에서 신청한 정보를 현장 정보 와 비교하는데 활용하였다. 직불제 이행점검은 첫째 밭고정 직불 , 둘째 조건불리 직불제, 셋째 26개 품목 밭농업 직불제로 구분 하여 실시하였다.

현재 직불금 이행점검은 표본농지 30 %를 대상으로 실시하고 있다. 또한 농가의 재배의향과 직불금 신청은 농업경영체 정보 DB를 통해 실시하기 때문에 실제와 이 DB정보가 어느 정도 차 이가 있는지를 확인하는 것이 중요하다. 따라서 불정면을 대상으 로 모든 필지별로 육안 조사한 결과와 농관원 조사 결과, 농업경

영체 정보 DB 입력 정보, 무인항공기 영상을 감독 분류한 다음 작 물분류는 공간해상도 8 cm로 육안 판독하여 종합적으로 검증하 였다. 무인항공기 영상에 지적도 등 모든 GIS정보를 연계하여 분 류 또는 구분함으로써 작물 판독의 정확도를 높였다.

Ⅲ. 결과 및 고찰

1. 무인항공기 영상의 작물 판독

밭농업 직불제는 농지의 형상 및 기능유지 여부를 판별하는 밭 고정 직불제와 조건불리 직불제가 있으며, 옥수수, 고추, 콩, 들깨 26개 품목의 재배 여부를 판별하는 밭농업 직불제의 3가지가 있다. 밭고정 직불제는 보조금으로 ha당 25만원, 조건불리 직불

(5)

Fig. 6 UAV image of major crops in Buljeong-myeon

Fig. 7 Inspection results of agricultural fixed payment using UAV image

제는 50만 원, 26개 품목에 대한 밭농업 직불제는 40만 원으로 차 등 지원하고 있다. 따라서 무인항공기 영상을 이용하여 직불제 이 행점검을 하기 위해서는 26개 품목의 판독과 포함 유무의 구분이 가능해야 한다. 본 연구는 무인항공기 영상을 이용하여 직불제 이 행점검이 가능한지 주요 작물에 대해 현장 조사와 함께 작물 판독 을 수행하였다. 그 결과 괴산군 불정면 주요 작물에 대한 판독은 Fig. 6과 같이 공간해상도 8 cm의 무인항공기 영상에서 객체기 반 작물분류의 중요 인자인 색감, 형태, 질감 등에서 주요 작물별 특징을 정확하게 구분할 수 있었다 (Park and Park, 2015).

2. 무인항공기 영상의 밭고정 및 조건불리 직불제 이행점검

조사 결과 밭고정 및 조건불리 직불제는 농지의 형상 및 기능

유지 여부를 판별하기 때문에 무인항공기 영상으로 충분히 이행 점검이 가능한 것으로 나타났다. 특히 8 cm 공간해상도는 영상을 육안판독으로 쉽게 판독할 수 있기 때문에 객관적인 이행점검이 가능하다. 무인항공기 영상을 이용한 이행점검은 Fig. 7과 같이 밭고정 직불제를 신청한 불정면 탑촌리 800번지는 건물이 포함 되어 있어 보조금 지급이 부적합한 경우이다. 불정면 탑촌리 811 번지는 일부 면적에 건물과 나지를 포함하고 있어 보조금 지급은 불일치 면적을 제외하고 지급해야 하는 경우이다. 이와 같이 무인 항공기 영상은 현장 이행점검 과정에서 찾아내기 어려운 부적합 지역과 불일치 면적 파악이 가능한 장점을 갖는 것으로 나타났다.

또한 무인항공기 영상은 해당지역에 대한 상세한 개별 영상 정보 는 물론 직불제 적용 여부에 관한 정보를 포함하고 있어 관련 민

(6)

Fig. 8 Inspection results of agricultural direct payment (26 crops) using UAV image

Table 2 Result of agricultural payment inspection with sample survey

Agricultural payment Correct Incorrect

Parcels Area (m2) Parcels Area (m2)

Agricultural fixed payment 566 1,322,502 122 52,184

Agricultural direct payment (26 crops) 345 950,513 348 407,782

Disadvantageous area payment 5 6,467 2 1,143

Total 916 2,279,482 472 461,109

26개 품목 밭농업 직불제는 밭작물 재배농가의 소득안정 도모 및 주요 밭작물의 자급률 제고와 생산기반 유지를 위해 신청 농가 에 대해 보조금을 지급하고 있다. 26개 품목 밭농업 직불제는 재 배품목이 옥수수, 콩, 참깨, 고추, 감자, 고구마, 들깨 등 26개 품목 에 포함되면 보조금 지급이 가능하다. 따라서 무인항공기에서 취 득한 영상이 26개 품목에 대해 구분이 가능해야 한다. 또한 무인 항공기 영상 촬영 시기는 대상품목 재배 후 경운한 시기나 다른 작물 재배시에는 이행점검이 불가능하므로 영상 취득 시기가 매 우 중요하다.

적합은 348 필지로 나타났다. 따라서 불정면의 26개 품목 밭농업 직불제의 적합률은 49.8 %로 분석되었다. 이와 같이 26개 품목 에 대한 밭농업 직불제는 부적합 비율이 높은 것으로 나타나 대책 마련이 필요한 것으로 분석되었다.

4. 밭 ․ 조건불리 직불제 이행점검 결과

충청북도 괴산군 불정면의 밭․조건불리 직불제의 표본은 1,388 필지이며, 보조금 신청내용과 일치한 필지는 916 필지, 부 적합은 472 필지로 적합률이 66.0 %로 파악되었다. 이행점검 결

(7)

Table 3 Result of agricultural payment inspection with total survey

Agricultural payment Correct Incorrect

Parcels Area (m2) Parcels Area (m2)

Agricultural fixed payment 772 1,681,108 135 56,968

Agricultural direct payment (26 units) 663 1,658,519 599 683,154

Disadvantageous area payment 11 24,703 3 993

Rice income direct payment 3,012 6,451,035 101 41,244

Total 4,410 9,815,365 839 782,359

Fig. 9 Result of agricultural payment inspection

과는 Table 2 및 Fig. 9와 같다. 촬영된 무인항공기 영상은 직불

제 표본뿐만 아니라 직불제 신청 농지 모두를 포함하기 때문에 촬 영 범위에 포함되면 이행점검이 가능하다. 본 연구는 무인항공기 영상에 포함된 직불제 신청 농지에 대해서도 이행점검을 실시하 였다. 불정면 보조금 신청 필지는 밭농업 직불금 2,121 필지 (밭 고정 직불금 : 859 필지, 26개 품목 밭농업 직불금 : 1,262 필지), 조건불리 14 필지로 총 2,135 필지이며, 쌀 소득 보전 직불금 3,113 필지를 포함하여 5,234 필지이다. 무인항공기 이행점검 결과 밭고정 직불금 859 필지 중 일치는 724 필지, 부적합 135 필 지로 나타났다. 26개 품목 밭농업 직불제 1,262 필지 중 일치한 필지는 663 필지, 부적합은 599 필지로 나타났다. 조건불리 직불 금은 14 필지 중 적합이 11 필지, 부적합이 3 필지로 파악되었다.

쌀 소득 보전 직불금은 3,113 필지 중 적합이 3,012 필지, 부적합 이 101 필지로 조사되었다. 무인항공기 영상을 활용한 불정면의 직불금 전수 이행점검 결과는 정리하면 Table 3 및 Fig. 9와 같다.

5. 부당수령 방지액 및 소요기간

무인항공기 영상의 이행점검 결과를 토대로 기존에 농관원에 서 수행하고 있는 부당수령 방지액 산정방법에 따라 산정하였다.

산정 결과 부당수령 방지액은 표본 이행점검 수행시 17,673,030 (면적 461,109 m2)으로 파악되었으며, 전수 이행점검 수행시 는 28,817,510원 (면적 741,465 m2)으로 약 61 % 증가하였다.

Table 4는 얻어진 결과를 정리 한 것이다.

이와 같은 결과는 면단위에 적용한 결과임에도 불구하고 부당 수령 면적과 비용이 상당한 것으로 나타났다. 따라서 이러한 문제 를 해결하기 위해서는 점진적으로 적용범위를 확대해 가야 될 것 이다. 또한 얻어진 데이터에 기초하여 지속적인 홍보와 계도를 통 해 부당신청을 줄여가는 노력 또한 필요한 것으로 조사되었다.

현행 이행점검은 표본을 추출하면 지역별로 조사원이 현장을 방문하여 이행점검을 수행한다. 현장조사에 소요되는 평균 시간 은 밭농업 직불제 26 필지/일, 조건불리 직불제 15 필지/일이다.

불정면의 경우, 표본은 1,388 필지로 조사원 현지조사 이행점검 시간은 54일이 소요된다. 무인항공기 이행점검의 경우 촬영 기간 은 3일이며, 무인항공기 정사영상 제작과정은 총 50시간이 소요

되었다. 1일의 소요시간을 8시간으로 계산하면 약 7일이 소요되 었다. 무인항공기 영상의 이행점검 판독시간은 1,388 필지에 대 하여 3일이 소요되었다. 따라서 소요 일수는 영상촬영 3일, 영상 처리 7일, 판독 3일으로 총 13일로 나타나 현장 조사에 비하여 75.9 %가 단축되었다.

무인항공기 전수 이행점검 결과 부당수령 방지액은 증가할 것 으로 조사되었다. 현재 이행점검은 농관원 조사원이 수행하고 있 다. 따라서 먼저 무인항공기의 구입과 함께 기존 인력에게 교육을 통한 인력을 활용할 수 있는 방법에 대해 검토하였다. 본 연구에 서는 인건비가 동일한 조건으로 가정하여 전수 이행점검 수행시 가장 중요한 요소인 소요시간에 대하여 검토하였다. 전수 이행점 검은 촬영 범위가 동일하기 때문에 영상촬영 3일, 영상처리 7일, 2,183 필지에 대한 판독 5일, 쌀 소득 보전 직불금 3,113 필지에 대한 판독 4일로 총 19일이 소요되었다. 무인항공기 전수 이행점 검은 현장조사 (54일)에 비하여 64.8 %가 단축된 19일이 소요되 었다. 무인항공기 이행점검과 현장조사 이행점검의 소요기간을

(8)

Sample Field 1,388 54 - - - 54

UAV 1,388 - 3 7 3 13 (▽ 75.9 %)

Total UAV 5,296 - 3 7 9 19 (▽ 64.8 %)

비교하면 Table 5와 같다. 이와 같이 이행점검 소요 기간에 있어 서도 무인항공기는 현장조사에 비해 효율이 매우 높은 것으로 분 석되었다. 따라서 이행점검 효율을 높이기 위해서는 무인항공기 를 활용한 이행점검 대상을 점진적으로 넓혀가야 할 것이다.

Ⅳ. 결 론

무인항공기는 최근 사회 전반에 이슈화 되면서 기술적으로 많 은 발전을 이루었다. 특히 본 연구에서 사용된 고정익 무인항공기 는 간단한 경로 설정으로 자동 비행이 가능하여 직불제 이행점검 적용이 가능하다고 판단되었다. 본 연구에서 취득한 무인항공기 영상은 8 cm의 공간해상도를 가지고 있으며, 주요 작물에 대해 색감, 형태, 질감 등에서 작물별 특징이 확연히 구분되어 26개 품 목 해당 유무를 판독하는 밭농업 직불제에 적용이 가능한 것으로 분석되었다.

충청북도 괴산군 불정면 밭․조건불리 직불제의 표본은 1,388 필지로 보조금 신청내용과 일치한 필지는 916 필지, 부적합은 472 필지로 적합률은 66.0 %를 보였다. 또한 밭 ․ 조건불리 직불 제 전체 신청 필지는 2,135 필지이며, 쌀 소득 보전 직불금은 3,113 필지이다. 이 중 적합은 4,410 필지, 부적합은 839 필지로 적합률은 81.1 %이다. 무인항공기 영상의 이행점검 결과를 토대 로 산정한 부당수령 방지액은 표본 이행점검 수행시 17,673,030 원이며, 전수 이행점검 수행시 28,817,510원으로 약 61 % 증가 하였다. 무인항공기 표본 이행점검의 소요시간은 13일로 현장 이 행점검의 소요시간 54일에 비해 75.9 % 단축되었다. 또한 전수 이행점검의 소요시간은 19일로 표본 현장조사 54일에 비해 64.8

%가 단축되었다.

이와 같은 결과는 무인항공기 직불제 이행점검의 경우 보조금 신청인에 대한 인식 전환으로 부당수령 예방에 큰 기여를 할 것으

로 판단된다. 또한 무인항공기 도입은 산악지역 등 접근이 어려운 지역의 효율적인 조사가 가능하며 뱀, 짐승 등 외부 위협으로부터 현장 조사자를 보호할 수 있는 장점이 있다. 그리고 무인항공기로 촬영된 영상은 직불제 신청인, 현장 조사원, 담당자 등 교차검증 이 가능하며 객관적인 자료로 점검 결과에 대한 민원인의 이의제 기 등에 대한 대처 및 설득이 용이한 장점을 갖는다. 따라서 무인 항공기의 활용은 이행점검 기간의 변경과 단축으로 직불금 지급 누락자에 대한 추가 지급이 가능하여 민원 만족도 개선에도 효과 가 있을 것이다.

한편 무인항공기 도입에 있어서 기술적인 문제는 RS기술과 GIS에 관련된 지식 즉 소프트웨어, 하드웨어적인 문제, 관련 분 야에 대한 전문 지식 등을 필요로 하고 있다. 제도적인 부분으로 본 기술은 기술 도입 초기로 관련 법규 및 제도의 준비와 법령 정 , 변경 등 사업과 관련된 제도가 정비되지 않은 점을 들 수 있다.

2016년 현재는 군사적인 보안 사항과 프라이버시 보호 문제, 항 공법 관련 사항 등을 중심으로 보완 정비를 통해 관련법을 정비해 가고 있는 단계이다. 재정적인 한계점으로는 전문가용 무인항공 기와 영상처리 소프트웨어 가격이 비싼 점, 워크스테이션 등 영상 처리 시스템 도입비 등 초기 비용이 많이 들 수 있다는 점이다.

본 연구는 시범지구를 대상으로 실시하였으나 앞으로 전국적 으로 확대해 가기 위해서는 RS, GIS 분야 전문인력양성과 무인 항공기 영상처리 시스템 및 빅데이터를 운영할 수 있는 재원과 시 스템 정비가 단계적으로 이루어져야 될 것이다.

사 사

이 논문은 “2015년도 정부 (교육부)의 재원으로 한국연구재 단의 지원을 받아 수행된 기초연구사업임 (No. NRF2015 R1D 1A1A09057309)”과 “2015년도 충북대학교 학술연구지원사

(9)

업의 교내연구비 지원에 의하여 연구되었음 (This work was supported by the intramural research grant of Chungbuk National University in 2015)”

REFERENCES

1. Allan, J. A., 1986. Remote sensing of agriculture and forest resources from space. Outlook on Agriculture 15: 65-69.

2. Bell, T. S., 1974. Remote sensing for the identification of crops and diseases. In environmental remote sensing applications and achievements. ed. by E. C. Barrett and L. F. Curtis, 154-166.

Edward Amold, London.

3. Blazquez, C. H., R. A. Elliott, and G. J. Edwards, 1981. Vegetable crop management with remote sensing. Photogrammetric Engineering and Remote Sensing 47: 543-547.

4. Curran P. J., 1987. Remote sensing in agriculture: an introductory review. Journal of Geography 86(4): 147-156.

5. Ferns, D. C., and A. M. Hieronimus, 1989. Trend analysis for the commercial future of remote sensing. International Journal of Remote Sensing 10(2): 333-350.

6. Kim, S. G., Y. D. Sung, and G. O. Kim, 2012. A Study on methods of utilizing unmanned aerial vehicle(UAV) in the area of spatial information. Journal of the Korean Society of Cadastre 28(1): 169-178 (In Korean).

7. Niethammer, U., M. R. James, S. Rothmund, J. Travelletti, and M. Joswig, 2012. UAV-based remote sensing of the Super-Sauze landslide: evalution and results. Engineering Geology 128: 2-11.

8. Odenweller, J. B., and K. I. Johnson, 1984. Crop identification using Landsat temporal-spectral profiles. Remote Sensing of the Environment 14: 39-54.

9. Osborne, C. 2012. Spy drones track European farms. http://

www.zdnet.com/article/spy-drones-track-european-farms.

Accessed 12 Jun. 2016.

10. Park, J. H., 2014. A Study on establishing application system to

use remote sensing technology in agrifood industry, 141-150.

Sejong: Korea Agency of Education, Promotion and Information Service in Food, Agriculture, Forestry and Fisheries (in Korean).

11. Park, J. H., 2015. Study on construction plan of efficient direct payment inspection using unmanned aerial system, 5-6.

Cheongju, Chungbuk: National Agricultural Products Quality Management Service (in Korean).

12. Park, J. K., D. Amrita, and J. H. Park, 2015. Application trend of unmanned aerial vehicle (UAV) image in agricultural sector:

Review and proposal. CNU Journal of Agricultural Science 42(3): 269-276 (in Korean).

13. Park J. K., and J. H. Park, 2015. Crops classification using imagery of unmanned aerial vehicle (UAV). Journal of the Korean Society of Agricultural Engineers 57(6): 91-97 (in Korean).

14. Siebert, S., and J. Teizer, 2014. Mobile 3D mapping for surveying earthwork projects using an unmanned aerial vehicle (UAV) system. Automation in Construction 41: 1-14.

15. Song, Y. Y., 2009. Design manufacturing test of fixed wing micro air vehicle with auto-pilot system. M. S. dis., Seoul, Korea:

Konkuk University (in Korean).

16. Vasuki, Y., E. J. Holden, P. Kovesi, and S. Micklethwaite, 2014.

Semi-automatic mapping of geological structures using UAV- based photogrammetric data: an image analysis approach.

Computers & Geosciences 69: 22-32.

17. Yun, B. Y., and J. O. Lee, 2014. A study on application of the UAV in Korea for integrated operation with spatial information.

Journal of the Korean Society for Geospatial Information System 22(2): 3-9 (In Korean).

18. Wildman, W. E., R. A. Neja, and J. K. Clark, 1976. Low cost aerial photography for agricultural management. California Agriculture, April 1976: 4-7.

19. Zhang C., and J. Kovacs, 2012. The application of small

unmanned aerial systems for precision agriculture: a review,

Precision Agriculture 13: 693–712.

수치

Fig. 1 Location map of study Area
Fig. 3 The main compounds of the fixed wing UAV system and image sensor
Fig. 5 Study process and UAV flight methodology 촬영 계획 수립, 무인항공기 촬영, 영상 전처리, 직불제 이행점검  확인 순서로 실시하였다
Fig. 7 Inspection results of agricultural fixed payment using UAV image
+3

참조

관련 문서