Istraživanje je provedeno u zaštićenome prostoru na Poljoprivrednome institutu Osijek 2022. godine. Cilj istraživanja bio je procijeniti i usporediti različite metode za otkrivanje deficita vode u tlu i odgovora biljaka na vodni stres kod soje (Glycine max (L.) Merr.). Proučavane su različite metode za praćenje vodnoga stresa kod soje, uključujući senzore za mjerenje sadržaja vode u tlu, fiziološke pokazatelje, statističke modele i strojno učenje. Dva tretmana navodnjavanja uključivala su optimalan sadržaj vode u tlu (kontrolni tretman, n1, 100 % retencijskoga kapaciteta tla za vodu, Rkv) i vodni stres (n2, 50 % Rkv) primijenjen u fazama cvatnje (f1) i nalijevanja zrna (f2). TDR300 i AT senzori imali su najbržu reakciju na promjene sadržaja vode u tlu (% vol.), što ukazuje na visoku osjetljivost na rani deficit vode. Među fiziološkim pokazateljima, LRCC i RC/CS bili su najosjetljiviji tijekom cvatnje, dok su PIABS i PITOTAL pokazali najveću osjetljivost tijekom nalijevanja zrna. Model kNN pokazao je najbolje performanse, s visokom točnošću klasifikacije (CA = 0,921) i AUC-a (0,976). Rezultati naglašavaju važnost odabira specifičnih pokazatelja za detekciju vodnoga stresa i pružaju osnovu za razvoj budućih integrativnih okvira praćenja u proizvodnji soje.