철피석곡의 지리적 출처를 빠르고 효과적으로 식별하기 위해, 감쇠 전반사 푸리에 변환 적외선 분광법(ATR-FTIR)과 푸리에 변환 근적외선 분광법(FT-NIR) 기술을 기반으로 데이터 융합 전략과 화학계량학 방법을 결합하여 철피석곡 지리적 추적 모델을 구축하였다. 결과는 2차 미분(2nd) 전처리를 거친 FT-NIR 및 FT-NIR+ATR-FTIR 융합 데이터 세트에 기반한 부분 최소 제곱 판별 분석(PLS-DA) 및 서포트 벡터 머신(SVM) 모델이 가장 우수한 성능을 나타내었으며, 테스트 세트 정확도는 모두 100.00%에 달했다는 것을 보여주었다. 2차원 상관 분광법(2DCOS)을 기반으로 구축된 잔차 컨볼루션 신경망(ResNet) 모델은 학습 세트, 테스트 세트 및 외부 검증 세트 모두에서 100.00%의 정확도를 달성하였다. 본 연구는 철피석곡 지리적 추적 및 지리적 표시 제품 보호에 과학적 근거를 제공한다.

철피석곡;화학계량학;기계학습;2차원 상관 분광법;지리적 출처