RGB 이미지의 생육지수와 시계열 데이터를 활용한 콩 재배포장의 토양 수분함량 멀티 스텝 예측 = Multi-Step Prediction of Soil Moisture Content in Soybean Cultivation Fields Using RGB Image Growth Index and Time Series Data

국문 초록 (Abstract)

수분함량은 작물 생육에 있어 빛과 함께 가장 중요한 요소다. 건조할 경우 생육이 부진하거나 고사의 위험이 있고, 과습일 경우 뿌리 생육이 빈약하고 발병 가능성이 증가한다. 따라서 지속적인 모니터링을 통해 적절한 수분함량을 유지하는 것이 필수적이다. 토양 수분함량의 변화를 실시간으로 파악하고 이후 변화를 예측해 최적의 작물 생육 조건을 유지함으로써 효율적인 재배가 가능하다. 따라서 본 연구에서는 콩의 RGB 영상과 시계열 데이터를 이용하여 토양 수분함량의 변화를 예측하는 모델을 개발하였다. 실험은 전라북도 완주군 이서면에 위치한 5m x 5m의 콩 재배포장에서 2021년 7월부터 10월까지 약 4개월간 수행되었다. 관개하지 않고 재배하였으며 토양 센서를 설치해 10cm, 20cm, 30cm 깊이의 토양 수분함량을 10분 간격으로 측정하였고 재배포장의 인근에 설치한 환경 센서로 강수량, 기온, 습도, 일사량, 풍속을 1시간 간격으로 계측하였다. 센서가 설치된 위치에서 재배포장의 RGB 이미지를 약 2일 간격으로 촬영하였고 생육 이미지의 피복도 및 가시광선 대역(RGB)의 반사율을 이용한 식생 지수를 계산하였다. 토양 수분함량, 환경 데이터, 피복도, 식생지수를 조합하여 1시간 후, 3시간 후, 6시간 후, 12시간 후, 24시간 후의 토양 수분함량을 예측하는 부분최소제곱회귀모델(Partial Least Squares Regression)을 개발하였다. 예측모델은 교차검증법을 사용하였으며 성능은 결정계수 R²와 평균 제곱근 오차 RMSE로 평가하였다. 토양수분 멀티스텝 예측 모델은 1시간 -24시간 이내의 토양 수분함량 정확도가 R² 0.89 이상, RMSE 0.39 이하로 나타났다. 작물의 생육정도를 파악할 수 있는 식생지수를 사용함으로써 근권부의 토양 수분함량을 유의미하게 예측할 수 있을 것으로 기대된다.