우주 궤도 상 레이저 레이더 데이터를 활용하여 호수 근해 수체의 탁도를 역산하기 위해 본 연구에서는 ICESat-2 데이터를 처리하여 호수 표면의 광자 분포 특성을 추출하고, 호수 표면에서의 다양한 탁도 조건에 따른 탁도를 추정한다. 본 연구는 북아메리카 다섯 대 호수 지역의 이리 호를 연구 지역으로 삼고, ICESat-2의 ATL03 레벨 데이터의 잡음을 제거하기 위해 적응적 파라미터의 쿼드 트리 알고리즘을 이용하고, 호수 표면의 광자 점 데이터를 추출하였으며, 호수 표면의 광자의 침투 깊이, 광자 밀도 및 감쇠율 등의 세 가지 중요한 광자 특성을 확보하였다. 실제 탁도 데이터와 광자 점 특성 데이터를 통합하여 기계 학습 회귀 알고리즘을 적용하여 탁도를 추정하였다. 실험 결과에 따르면 랜덤 포레스트 (Random Forest) 알고리즘이 탁도 추정에서 가장 우수한 성과를 나타내며, 결정 계수 (R²)는 0.93, 평균 절대 오차 (MAE)는 2.04 NTU, 제곱 평균 오차 (RMSE)는 2.67 NTU로 나타났다. 결과는 0-50 NTU 탁도 범위에서 이 방법이 높은 역산 정확도를 보여준다. 본 방법은 호수 탁도의 원격 감시에 대한 새로운 기술적 접근을 제공한다.

ICESat-2; 호수 근해 수체; 탁도 추정; 레이저 레이더; 랜덤 포레스트