토양 수분 회귀 및 분류를 위한 데이터 기반 모델 조사
A Survey on Data-Driven Models for Soil Moisture Regression and Classification
토양 수분(SM) 모델링은 비선형 환경 상호작용과 제한된 지상 관측으로 인한 복잡한 시공간 학습 문제이며, 계산 비용과 확장성 한계가 큰 물리 기반 모델과 달리 데이터 기반 AI가 환경 변수와의 경험적 관계를 추출하는 유연한 대안으로 정리된다. 통계 시계열, 지구통계학, 고전 머신러닝, 심층 학습, 확률·베이지안 방법 다섯 범주로 기존 접근을 분류하고, 과거 수분 기록과 기상·식생·지형·토양·위치 데이터를 활용한 회귀·분류 작업을 체계적으로 조망한다.