본 연구는 농업에서 외생 유기물질(EOM)의 광범위한 사용에 따른 토양 및 작물 건강에 대한 영향을 평가하기 위해 Sentinel-2 위성 영상을 활용하였다. 특히, 토양 비옥도 향상에 기여하지만 미세 플라스틱 오염 및 질소 손실과 같은 환경적 위험을 초래하는 액상퇴비(digestate) 살포를 탐지하는 데 초점을 맞추었다. 그리스 테살리아 지역의 네 가지 작물 유형에 대한 Sentinel-2 위성 영상 시계열 분석(SITS)을 통해 EOMI, NDVI, EVI 지수를 사용하여 EOM의 분광학적 특성을 분석하였으며, Random Forest, k-NN, Gradient Boosting 및 피드포워드 신경망과 같은 머신러닝(ML) 모델을 사용하여 액상퇴비 존재 여부를 탐지하여 최대 0.85의 F1-score를 달성하였다. 이 연구는 원격 감지와 ML을 결합하여 EOM 적용을 확장 가능하고 비용 효율적으로 모니터링하여 정밀 농업과 지속 가능성을 지원할 수 있는 잠재력을 강조한다.
