📄 agriculture

UAV-Based Assessment of Pre- and Post-Harvest Water Stress Dynamics in Vineyards Using NDRE and GNDVI Spectral Responses

본 연구는 상보적인 GNDVI 및 NDRE 지수를 활용한 UAV 기반 다중분광 모니터링이 터키 포도밭의 수확 전후 수분 스트레스 역학 및 공간적 이질성을 효과적으로 특성화함을 입증하며, 이는 정밀 관개 및 기후 탄력적 포도 재배를 위한 가치 있는 프레임워크를 제공한다.

원저자: Alperen Meral, Alaaddin Yüksel, Ezgi DOĞAN MERAL, Gültekin Özdemir

게시일 2026-06-26

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Alperen Meral, Alaaddin Yüksel, Ezgi DOĞAN MERAL, Gültekin Özdemir

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

포도밭을 단순히 포도나무가 심어진 들판이 아니라, 거대하고 살아있는 회로 기판이라고 상상해 보세요. 각 포도나무는 작은 전구이며, 농장 전체의 건강은 이 전구들이 얼마나 밝게 빛나느냐에 달려 있습니다.

이 연구 논문은 마치 첨단 기술을 갖춘 탐정 소설과 같습니다. 여기서 탐정은 드론(비행 로봇)이고, 단서는 인간의 눈에는 보이지 않는 색상입니다. 연구의 목표는 동부 터키에서 자라는 현지 포도 품종인 "아인 베이즈(Ağın Beyazı)"를 재배하는 포도밭에서, 수확 전후에 포도나무가 얼마나 목말라하고 있는지를 알아내는 것이었습니다.

다음은 쉬운 비유를 사용한 이들의 조사 내용 요약입니다:

1. 하늘을 나는 카메라 (드론)

연구원들은 클립보드를 들고 포도나무 줄 사이를 직접 걸어 다니는 대신(이는 속도가 느리고 몇 군데만 확인할 수 있습니다), 드론을 띄워 농장 전체를 촬영했습니다. 이 드론에는 특별한 "초능력 시각" 카메라가 장착되어 있었습니다.

비유: 드론을 50미터 위에서도 잎사귀 하나를 볼 수 있을 만큼 선명한 사진을 찍는 사진가라고 생각해보세요. 연구진은 수확 직전(수확 전)과 수확 직후(수확 후)라는 두 가지 특정 시기에 사진을 찍었습니다.

2. 두 종류의 특수 안경 (지수)

연구원들은 단순히 사진을 보는 것에 그치지 않고, 데이터를 해석하기 위해 서로 다른 두 종류의 "마법 안경"을 썼습니다. 이 안경들의 이름은 GNDVI와 NDRE입니다.

GNDVI ("활력 안경"):
- 보는 것: 잎에서 반사되는 초록색 빛을 봅니다.
- 비유: 사람이 얼마나 에너지를 가지고 있는지 측정하는 피트니스 트래커를 상상해 보세요. 잎이 밝은 초록색이면 포도나무가 튼튼하고 광합성을 잘하고 있다는 뜻입니다. 만약 잎이 탁해지면 포도나무가 지쳤거나 목이 마르다는 뜻입니다.
- 발견한 점: 이 "안경"은 전체적인 모습을 보는 데 탁월했습니다. 수확 후에 포도나무의 전반적인 에너지 수준이 크게 변화했다는 것을 포착해 냈습니다.
NDRE ("스트레스 탐정"):
- 보는 것: 인간은 볼 수 없는 색인 레드 엣지(red-edge) 빛(빨간색과 적외선 사이의 색)을 봅니다.
- 비유: 멀리서 보면 건강해 보이는 식물이라도, 아주 미세하고 불규칙한 심장 박동을 들을 수 있는 청진기를 가진 의사를 상상해 보세요. 이 "안경"은 식물의 "혈액"(엽록소)의 미세한 변화를 감지하는 데 매우 민ền합니다.
- 발견한-점: 이 "안경"은 국지적인 문제를 찾아내는 데 명수였습니다. 건강한 나무들 사이에 숨어 있는 목마른 포도나무 구역을 찾아낼 수 있었습니다. 수확 후, "행복한" 나무와 "목마른" 나무 사이의 차이가 훨씬 더 뚜렷해졌음을 보여주었습니다.

3. 큰 발견: "조각보 효과"

연구진은 수확 전과 후의 포도밭을 비교했습니다.

변화: 포도를 수확한 후에는 포도나무가 자연스럽게 활동을 늦춥니다(마치 경주를 마친 러너가 열을 식히는 것처럼). "활력 안경(GNDVI)"은 이러한 전반적인 속도 저하를 명확하게 보여주었습니다.
반전: 하지만 "스트레스 탐정(NDRE)"은 놀라운 사실을 드러냈습니다. 수확 후 포도밭은 단순히 균일하게 "지친" 것이 아니었습니다. 대신, 포도밭은 하나의 조각보가 되었습니다. 어떤 구역은 이웃한 구역과 매우 달라졌습니다.
- 비유: 시험이 끝난 후 교실이 조용해진 상황을 상상해 보세요. 뒤에서 보면 모두가 똑같아 보입니다. 하지만 각 책상 곁으로 다가가 보면, 어떤 학생은 지루해하고, 어떤 학생은 걱정하고, 어떤 학생은 신이 나 있다는 것을 알 수 있습니다. NDRE는 바로 각 책상 곁으로 다가가 그 차이를 본 것입니다.

4. 왜 이런 차이가 발생하는가 (지도)

연구는 이러한 "목마른 구역"이 무작위로 나타나는 것이 아님을 발견했습니다. 이 구역들은 해마다 같은 곳에 머물렀습니다.

비유: 포도밭의 토양을 숨겨진 언덕과 골짜기가 있는 지형이라고 생각해보세요. 농장 전체에 물을 고르게 주더라도, 물은 위치마다 다르게 빠져나갑니다. 어떤 구역은 스펀지(물을 머금음) 같고, 다른 구역은 체(물이 빠져나감)와 같습니다.
결과: "목마른" 포도나무들이 항상 같은 곳에 있었던 이유는 날씨 때문이 아니라 토양과 지형의 형태 때문이었습니다. 드론 지도는 이러한 스트레스 패턴이 무작위가 아니라 체계적이라는 것을 보여주었습니다.

5. 결론

이 논문은 포도밭을 이해하기 위해서는 두 종류의 안경이 모두 필요하다고 결론짓습니다.

**활력 안경(GNDVI)**만 사용한다면, 수확 후 포도밭이 전반적으로 지쳐 있다는 것은 알 수 있습니다.
**스트레스 탐정(NDRE)**만 사용한다면, 구체적인 문제가 어디에 숨어 있는지 정확히 알 수 있습니다.

간단히 말해서: 드론과 이 두 가지 특별한 데이터 해석법을 사용함으로써, 연구진은 수확이 끝난 후에도 포도밭의 어느 부분에 물이 필요하고 어느 부분에는 필요하지 않은지를 정확히 찾아낼 수 있음을 증명했습니다. 이는 농부가 농장 전체에 똑같이 물을 주는 대신, 구역별로 다르게 관리함으로써 물을 절약하고 포도나무를 더 잘 돌볼 수 있게 도와줍니다.

기술 요약: NDRE 및 GNDVI 분광 반응을 이용한 포도밭의 수확 전후 수분 스트레스 역학에 대한 UAV 기반 평가

문제 제기
기후 변화와 가뭄 빈도의 증가는 특히 수분 가용성이 포도나무의 생산성과 품질을 직접적으로 결정하는 반건조 지역에서 포도 재배 시스템에 상당한 위험을 초산다. 정량적 결핍 관개(RDI)와 같은 결핍 관개 전략이 수분 이용 효율을 높이는 잠재력을 제공하지만, 그 성공은 포도나무의 수분 상태에 대한 정확하고 시의적절한 평가에 달려 있다. 기존의 모니터링 방법(예: 잎의 수분 퍼텐셜, 기공 전도도)은 노동 집약적이고 점 단위(point-based)이며, 포도밭 시스템에 내재된 공간적 이질성을 포착하지 못하는 경우가 많다. UAV를 통한 원격 탐사가 해결책으로 부상했음에도 불구하고, 보완적인 식생 지수를 사용하여 수확 전과 후의 기간을 대상으로 한 분광 역학에 초점을 맞춘 비교 연구는 부족한 실정이다.

연구 방법
본 연구는 튀르키예 동부 아나톨리아 지방 호스쾨이(Hoşköy) 지역에 위치한 상업용 Ağın Beyazı 포도밭에서 수행되었다. 연구 설계는 두 가지 표현형 시기, 즉 수확 전(완전 성숙기)과 수확 직후(수확 후)를 비교하였다.

데이터 획득: 고해 resolution 다중 분광 이미지는 DJI Mavic 3 Multispectral (M3M) 플랫폼을 사용하여 고도 50m에서 촬영되었으며, 지면 샘플링 거리(GSD)는 2.31cm를 달성하였다. 비행은 복사 에너지 변동성을 최소화하기 위해 구름이 없는 상태에서 11:00에서 14:00 사이에 수행되었다.
식생 지수: 오쏘모자이크(orthomosaics)로부터 두 가지 지수가 도출되었다:
- GNDVI (Green Normalized Difference Vegetation Index): 근적외선(NIR) 밴드와 녹색(Green) 밴드를 사용하여 엽록소 농도와 광합성 활성을 평가한다.
- NDRE (Normalized Difference Red Edge Index): 근적외선(NIR) 밴드와 레드 엣지(Red Edge) 밴드를 사용하여 밀집된 캐노피 내의 미세한 생리적 변화와 엽록소 포화도를 감지한다.
분석 프레임워크: 본 연구는 캐노피 마스크(canopy mask)로 제한하지 않고 포도밭 경계 내의 모든 픽셀(열 사이 공간 포함)을 분석하는 전체 필드 접근 방법을 채택하였다. 주요 분석 구성 요소는 다음과 같다:
- 픽셀 기반 변화 탐지: 수확 전후 지수의 차이( $\Delta$ ) 계산.
- 공간적 이질성 분석: 국부적 평균(Local Mean) 및 국부 표준 편차(Local SD)를 15×15 픽셀 이동 창(moving window)을 통해 활용하여 국부적 변동성을 정량화함.
- 공간 자기상관: Global Moran's I를 적용하여 스트레스 패턴의 공간적 클러스터링(군집화) 정도 또는 무작위성을 결정함.
- 비교 민감도 메트릭: 지수의 성능을 평가하기 위해 상대적 변화(RC), 표준화된 반응 비율(SRR), 이질성 반응(HR), 공간 조직 반응(SOR)을 정량화함.

주요 결과

시간적 분광 변화: 두 지수 모두 수확 후 엽록소 노화 및 광합성 활동 감소와 일치하게 최대 식생 값이 전반적으로 감소함을 나타냈다. 그러나 필드 전체의 평균 지수 값은 수확 후 약간 증가했는데, 이는 포도나무의 생리적 개선이 아니라 전체적인 분광 조성(예: 노출된 토양 대 캐노피)의 변화에 기인한다.
지수 민감도:
- GNDVI는 더 높은 상대적 변화(+10.49%)와 더 강한 표준화된 반응 비율(0.208)을 보여, 광범위한 캐노피 활력 및 전반적인 광합성 활동의 변화에 대한 우수한 민감도를 입증하였다.
- NDRE는 낮은 상대적 변화(3.85%)를 보였으나, 현저히 높은 이질성 반응(+64.97% in Local SD)을 나타냈다. 이는 NDRE가 다른 지수가 포화될 수 있는 밀집된 캐노키 조건에서 미세한 공간적 변동성과 국부적인 생리적 스트레스 차이를 포착하는 데 더 효과적임을 시사한다.
공간 역학:
- 이질성: 국부 표준 편차가 두 지수 모두에서 수확 후 유의미하게 증가하였으며(GNDVI +43.43%; NDRE +64.89%), 이는 수확 후 수분 스트레스가 더욱 공간적으로 차별화되었음을 의미한다.
- 공간 조직: Global Moran's I 값은 두 시기 모두 걸쳐 지속적으로 양수이며 안정적이었다(약 0.257). 이는 국부적 변동의 강도는 증가했음에도 불구하고, 근본적인 공간 조직은 클러스터링되어 있으며 무작위적이지 않다는 것을 보여준다. 이러한 안정성은 스트레스 패턴이 무작위적인 생리적 변동보다는 토양 특성, 미세 지형, 관개 분포와 같은 지속적인 환경 요인에 의해 통제됨을 시사한다.

의의 및 주장
본 논문은 GNDVI와 NDRE의 결합된 사용이 포도밭 수분 스트레스의 종합적인 평가에 필수적인 보완적 정보를 제공한다고 주장한다. 본 연구는 다음을 입증하였다:

보완적 유용성: 단일 지수에 의존하는 것은 불충분하다. GNDVI는 전반적인 캐노피 상태와 광범위한 생리적 변화를 평가하는 데 가치가 있는 반면, NDRE는 국부적인 스트레스 이질성과 미세 관리 구역을 식별하는 데 탁월한 능력을 제공한다.
공간적 안정성: 포도밭의 수분 스트레스는 단순한 시간적 생리 반응이 아니라 지속적인 환경 요인에 의해 제어되는 공간적 과정이다. Moran's I 값의 안정성은 스트레스 "핫스팟"이 특정 현장 조건에 따라 예측 가능하다는 것을 나타낸다.
정밀 포도 재배 적용: 센티미터 단위 해상도의 UAV 영상을 활용한 제안된 프레임워크는 가변 시비/관개 전략 개발을 지원한다. 전반적인 스트레스 수준과 국부적 변동성을 구분함으로써, 재배자는 수분이 제한된 환경에서 더 효과적으로 개입을 목표로 할 수 있어 수분 이용 효율을 높일 수 있다.

본 연구는 결론적으로, UAV 기반의 다중 분광 모니터링이 반건조 조건 하의 Ağın Beyazı 품종의 수분 스트레스 역학을 특징짓는 효과적인 도구임을 보여주며, 기후 탄력적 포도 재배 관리를 위한 실질적인 기초를 제공한다.

1. 하늘을 나는 카메라 (드론)

2. 두 종류의 특수 안경 (지수)

3. 큰 발견: "조각보 효과"

4. 왜 이런 차이가 발생하는가 (지도)

5. 결론

유사한 논문