위성 탑재 레이저 라이다 데이터를 이용하여 호수 연안 수체의 탁도를 역산하기 위해, 본 논문에서는 ICESat-2 등의 데이터를 처리하여 호수 표면 수체의 광자 분포 특성을 추출하고, 다양한 탁도 조건에서 호수 표면 광자 분포 특성의 차이를 기반으로 탁도를 역산하였다. 본 연구는 북미 오대호 지역의 에리호를 연구 대상 지역으로 선정하였으며, 적응형 매개변수를 적용한 가지치기 사분면 트리 알고리즘을 사용하여 ICESat-2의 ATL03급 데이터를 노이즈 제거하고 호수 표면 광자 점 데이터를 추출하였다. 또한 실측 데이터와 결합하여 호수 표면 광자의 투과 깊이, 광자 밀도, 감쇠 속도 세 가지 주요 광자 특성을 얻었다. 실측 탁도 데이터와 광자 점 특성 데이터를 통합하여 머신러닝 회귀 알고리즘을 통해 탁도를 역산하였다. 실험 결과, 랜덤 포레스트(Random Forest) 알고리즘이 탁도 역산에서 가장 우수한 성능을 보였으며, 결정 계수(R²)는 0.93에 달했고, 평균 절대 오차(MAE)는 2.04 NTU, 평균 제곱근 오차(RMSE)는 2.67 NTU로 나타나, 0~50 NTU 탁도 범위에서 높은 정확도를 보였다. 다양한 탁도 조건에서 방법의 적용 가능성을 추가 검증하기 위해 실험 데이터를 중저 탁도 그룹(0~30 NTU)과 고탁도 그룹(>30 NTU)으로 나누어 비교 분석하였다. 결과는 중저 탁도 그룹의 역산 정확도가 고탁도 그룹보다 다소 높음을 보여주었다. 본 연구는 호수 수체 탁도의 원격 감시를 위한 새로운 기술적 방안을 제공한다.

ICESat-2;호수 연안 수체;탁도 역산;레이저 라이다;랜덤 포레스트