본 연구에서는 화학적 토양 분석을 대체하기 위한 보다 효율적인 방안으로, 분산 반사 분광법을 이용한 논 토양 특성 회귀 모델을 개발하였다. 토양 시료는 대한민국 경기도 화성시 정남면의 염수 논에서 채집하였으며, 습윤 및 건조 토양의 스펙트럼 데이터를 수집하고 분석하였다. 토양 특성을 예측하기 위하여 부분최소제곱회귀(partial least squares regression, PLSR)에 Savitzky–Golay smoothing(SG smoothing) 및 Standard Normal Variate(SNV) 전처리를 적용한 회귀 모델을 비교·분석하였다. 분석 결과, SG smoothing 및 SNV를 적용한 습윤 토양의 예측 회귀 모델은 공정한 모델(fair model) 평가 기준을 충족하지 못하였다. 그러나 SG smoothing을 적용한 건조 토양의 회귀 모델은 점토, pH, EC, 그리고 TN에 대해 각각 RPD = 1.90, 1.87, 1.60, 1.43 및 R2 = 0.79, 0.81, 0.64, 0.64로 공정하였다. 한편 SNV를 적용한 건조 토양의 회귀 모델은 점토, pH, EC, 그리고 TN에 대해 각각 RPD = 2.21, 1.96, 1.70, 1.44 및 R2 = 0.84, 0.81, 0.76, 0.69로 양호하였다. 토양 특성의 예측 회귀 모델을 개발할 때는 습윤 토양보다 건조 토양에서의 정확도가 더 높았으며, 전처리를 단 한 번 적용했을 때는 SG smoothing보다 SNV 전처리를 적용한 회귀 모델의 정확도가 더 높았다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.