본 논문은 토양 내 주요 영양소(질소, 인, 칼륨)의 농도를 실시간으로 모니터링하기 위한 새로운 방법을 제안합니다. 기존의 화학 분석법들은 비용과 시간이 많이 소요되는 반면, 본 연구에서는 합성 용액 데이터셋을 기반으로 한 머신러닝 모델(랜덤 포레스트, 신경망)을 이용하여 토양의 전기전도도와 pH와 같은 물리적 특성을 토대로 영양소 농도를 예측합니다. 랜덤 포레스트 모델은 인의 경우 23.6%, 칼륨의 경우 16%의 예측 오차를 보였고, 신경망 모델은 인의 경우 26.3%, 칼륨의 경우 21.8%의 예측 오차를 보였습니다. 이 방법은 기존의 토양 검사 방법보다 비용 효율적이고 효과적인 실시간 토양 영양소 모니터링 전략을 제시합니다.
