작물 생육 진단에 있어서 군락 엽면적과 군락 피복은 주한 요소 이다. 최근에는 이러한 측정을 디지털 카메라를 활용하여 RGB 식생지수로 작물 생육을 측정하고 있다. 본 연구는 밀 재배 기간 카메라의 노출 값을 다르게 설정하여 RGB 컬러 식생 지수와 군락 엽면적지수 및 군락피복에 대해 평가하였다. 군락 엽면적, 군락 피복 및 디지털 영상 측정은 출수 16일전부터 출수 후 25일까지 하였다. 일출 후 30분 이내에 촬영하였다. 노출 값은 셔터 속도를3 수준(1/60s, 1/340s, 1/640s)으로 하였다. RGB 컬러 식생지수 분석은 파이썬으로 하였다. 실제 군락 엽면적과 군락 피복간에는 정의 상관관계(r2 =0.94)를 보였다. 군락 피복 이미지의 ExG, GLI, NGRDI, ExG-ExR, MExG, TGI, MNGRD 및 MExG-CIVE는 군락 엽면적 지수와 및 군락 피복과는 정의 상관관계를 보였다. 그러나 CIVE와 ExR은 부의 상관관계를 보였다. 본 연구 결과 1/640s 가 1/60s와 1/320s에 비하여 노출이 높게 설정된 것으로 보였다. 또한, 토양과 녹색 영역을 분리하는데 있어서 너무 어린 시기 보다는 출수 전이 가장 잘 분리되었다. 따라서 야외에서의 다양한 광 조건에서는 과도한 노출보다는 광 간섭을 줄이는 기술과 함께 작물의 생육 시기와 기상환경을 고려하여 노출 값이 설정되어야 할 것이다.

오늘날 원격탐지기술의 발달로 인해, 산림지역과 같이 피복 분류작업이 난해한 지역을 비롯한 광범위한 지역에서의 세밀한 변화탐지를 위한 고해상도 위성영상 취득이 가능해졌다. 하지만, 고해상도 영상에 대한 시계열분석의 과정에서 많은 양의 지상 관측 데이터가 요구된다. 본 연구에서는 토지피복도를 지상 관측데이터로 활용한 위성영상 분류 방법의 가능성을 시험하였다. 연구대상지는 강원도 원주시이며, 산림지역과 시가화지역이 공존하는 공간이다. 연구 자료는 2015년 3월에 촬영된 KOMPSAT-3A 영상과 2017년도 토지피복도를 이용하여 분류를 시도하였다. 서포트벡터머신 (SVM)과 랜덤포레스트(RF)의 두 가지 상이한 화소기반 분류기법을 적용하여 대상지에 대한 피복분류의 분류정확도를 비교･분석하였으며, SVM 분석의 경우 다수 분석(Majority analysis)을 후속 진행하였다. 분석대상은 산림식생만 포함 한 지역과 연구대상지 전지역으로 구분하였고, 대상 면적이 협소한 습지는 분석과정에서 제외하였다. 분류 결과는 오차 행렬의 전체 정확도가 두 가지 분류대상에 대해 RF 기법이 SVM 기법보다 더 나은 것으로 나타났다. 산림지역만을 대상으로 한 경우, RF 기법이 SVM 기법에 비해 18.3% 높은 값을 나타낸 반면, 전체지역을 대상으로 한 경우는 둘 사이의 간격이 5.5%로 줄어들었다. SVM 기법에 다수 분석 (Majority analysis)을 추가로 실시한 경우, 1% 정도의 정확도 향상이 나타났다. RF 기법은 산림지역의 활엽수를 분석해 내는데 상당히 효과적이었지만, 다른 대상에 대해서는 SVM 기법이 더 나은 결과를 나타내었다. 본 연구는 고해상도 단일시기 영상에 대한 화소 기반의 분류기법을 시험한 것으로, 추후 시계열분석 및 객체기반 분류기법의 추가적인 적용으로 향상된 정확도와 신뢰도를 얻을 수 있을 것으로 판단된다. 이 연구의 방법론은 시공간적으로 고해상도 분석결과를 제공함으로써, 대면적의 토지계획에 유용할 것으로 기대된다.