연구진은 토양 유기 탄소(SOC) 예측의 정확도를 높이기 위해 다중 모드 시공간 그래프 신경망인 SpTGNN을 개발했어요.
SpTGNN은 Sentinel-2, Sentinel-1, DEM 데이터를 활용하여 토양 측정을 노드로 표현하고, 공간적 근접성, 분광 유사성, 고도 정보를 기반으로 관계 그래프 어텐션을 적용해요.
Mixture of Experts 모듈을 통해 다양한 데이터 스트림을 융합하고 불확실성을 정량화하여, 기존 XGBoost 모델보다 R² 값이 0.762 향상된 결과를 보였어요.