고광역 위성 이미지로부터 토양 특성 예측하기

AI4EO HYPERVIEW 챌린지는 항공기에서 촬영한 고분광 이미지로부터 농업적으로 중요한 토양 변수(칼륨(K), 마그네슘(Mg), 인산화물(P₂O₅), pH)를 예측할 수 있는 머신러닝 기법을 모색하고 있다. 본 연구에서는 평균 스펙트럼 반사율뿐만 아니라 기울기, 웨이블릿 계수, 푸리에 변환과 같은 유도 특징을 활용하는, 랜덤 포레스트와 K-최근접 이웃 회귀 모델을 융합한 하이브리드 모델을 제안한다. 이 솔루션은 계산적 부담이 낮으며, 챌린지 기준 성능 대비 21.9% 향상된 성능을 기록하여 공개 리더보드에서 1위를 차지하였다. 또한, 신경망 아키텍처와 향후 개선 가능성을 논의한다.