衛星搭載レーザーレーダーデータを利用して湖面沿岸水域の濁度を反演するために、本論文ではICESat-2などのデータを処理して湖面の水体光子分布特性を抽出し、異なる濁度条件下での湖面光子分布特性の違いに基づいて濁度を反演した。本研究の対象地域は北米五大湖地域のエリー湖であり、適応パラメータによる剪定クアッドツリーアルゴリズムを用いてICESat-2のATL03レベルのデータのノイズを除去し、湖面光子点データを抽出した。実測データと組み合わせ、湖面光子の浸透深度、光子密度、減衰速度の3つの主要な光子特徴を取得した。実測濁度データと光子点特徴データを統合し、機械学習回帰アルゴリズムを用いて濁度を反演した。実験結果は、ランダムフォレスト(Random Forest)アルゴリズムが濁度反演において最も良好な性能を示し、決定係数(R²)は0.93に達し、平均絶対誤差(MAE)は2.04 NTU、二乗平均平方根誤差(RMSE)は2.67 NTUであり、0〜50 NTUの濁度範囲内で高い反演精度を示した。異なる濁度条件下での方法の適用性をさらに検証するため、実験データを中低濁度群（0〜30 NTU）と高濁度群（>30 NTU）に分割して比較分析を行った。結果は中低濁度群の反演精度が高濁度群よりやや高いことを示した。本研究は湖沼水体の濁度リモートセンシング監視のための新たな技術的手法を提供する。

ICESat-2;湖面沿岸水域;濁度反演;レーザーレーダー;ランダムフォレスト