湖岸に近い湖水の濁度を逆推定するために、衛星搭載レーザーレーダーデータを利用することが目指されています。 本研究ではICESat-2などのデータを処理して湖面の水の光子分布特性を抽出し、異なる濁度条件下での湖面の光子分布特性が異なる特性に基づいて濁度を逆推定しました。 本研究では、北米の五大湖地域のイリノイ湖を研究地域とし、ICESat-2のATL03データをノイズ除去するために適応パラメータを用いたプルーニング四分木アルゴリズムを採用し、湖面の光子点データを抽出し、実測データと組み合わせて湖面の光子の透過深度、光子密度、減衰率の3つの鍵となる光子特性を取得しました。 実測の濁度データと光子点特性データを統合し、機械学習回帰アルゴリズムを使用して濁度を逆推定しました。 実験結果は、ランダムフォレスト（Random Forest）アルゴリズムが最も優れており、決定係数（R²）が0.93に達し、平均絶対誤差（MAE）が2.04 NTU、平均二乗誤差（RMSE）が2.67 NTUでした。 結果から、この方法は0〜50 NTUの濁度範囲で高い逆推定精度を持っていることが示されました。 さらに、異なる濁度条件での方法の適用性をさらに検証するために、実験データを低濁度グループ（0〜30 NTU）と高濁度グループ（30 NTU以上）に分割して比較分析を行いました。 結果から、低濁度グループの逆推定精度がわずかに高いことが示されました。 この方法は、湖水の濁度のリモートセンシングモニタリングに新たな技術手段を提供しています。

ICESat-2;湖水近く;濁度逆推定;レーザーレーダー;ランダムフォレスト