토양 퇴적물 내 중금속 오염 문제는 점점 더 두드러지고 있으며, 현장 신속 검사 기술 개발은 오염 모니터링의 효율성을 보장하고 환경 관리를 촉진하는 데 필수적인 수단이 되었다. 이에 본 연구에서는 레이저 유도 붕괴 분광법(LIBS)과 머신러닝 알고리즘을 결합한 토양 퇴적물 중금속 원소 정량 분석 방법을 제안한다. 먼저, 구축된 LIBS 장치를 기반으로 토양 퇴적물 시료의 스펙트럼을 수집하고, 다양한 스펙트럼 전처리 방법이 스펙트럼 데이터 전처리 성능에 미치는 영향을 연구하였다. 이어서 변수 중요도 측정(VIM)을 기반으로 전처리된 스펙트럼 데이터의 특징 변수를 선정하였다. 교차 검증을 통해 전처리 방법, 변수 중요도 임계값 등의 파라미터를 최적화하였다. 최적화된 입력 변수를 기반으로 토양 퇴적물 시료 내 세 가지 중금속 원소(Pb, Cu 및 Zn)에 대한 정량 분석 모델을 구축하였으며, 다른 교정 모델과 성능을 비교하였다. 결과는 본 연구에서 제안한 VIM-RF 교정 모델이 최상의 예측 성능을 보임을 나타내었다. Pb의 경우 R²_p는 0.9930, RMSE_P는 0.0298 mg/kg, Cu는 R²_p 0.9810, RMSE_P 0.1127 mg/kg, Zn은 R²_p 0.9920, RMSE_P 0.1662 mg/kg였다. 이를 통해 본 논문에서 제안한 방법이 토양 퇴적물 환경 중금속 오염의 신속한 선별 및 관리를 위한 이론적 참고 자료가 될 수 있음을 알 수 있다.

토양 퇴적물;중금속;레이저 유도 붕괴 분광법;랜덤 포레스트;특징 선택