Para realizar a inversão da turvação da água costeira de lagos utilizando dados do LiDAR láser embarcado em satélites, este artigo processa dados do ICESat-2 para extrair características da distribuição de fótons na superfície do lago e inverter a turvação com base nas diferentes características da distribuição de fótons sob diferentes condições de turvação. A área de estudo é o Lago Erie na região dos Grandes Lagos da América do Norte. Um algoritmo quadtree podado com parâmetros adaptativos foi usado para a remoção de ruído dos dados ATL03 do ICESat-2, extraindo dados de pontos de fótons da superfície do lago, e, em combinação com dados medidos, foram obtidas três características-chave dos fótons da superfície do lago: profundidade de penetração dos fótons, densidade de fótons e taxa de atenuação. Integrando os dados medidos de turvação e as características dos pontos de fótons, foi utilizado um algoritmo de regressão de aprendizado de máquina para inverter a turvação. Os resultados experimentais mostram que o algoritmo Random Forest apresenta o melhor desempenho na inversão da turvação, com coeficiente de determinação (R²) de 0,93, erro absoluto médio (MAE) de 2,04 NTU e raiz do erro quadrático médio (RMSE) de 2,67 NTU, indicando alta precisão na faixa de turvação de 0 a 50 NTU. Para verificar ainda mais a aplicabilidade do método sob diferentes condições de turvação, os dados experimentais foram divididos em grupo de baixa a média turvação (0-30 NTU) e grupo de alta turvação (>30 NTU) para análise comparativa. Os resultados mostram que a precisão da inversão do grupo de baixa a média turvação é ligeiramente superior à do grupo de alta turvação. Este método fornece uma nova abordagem técnica para o monitoramento remoto da turvação da água dos lagos.

ICESat-2;água costeira de lagos;inversão de turvação;lidar láser;Random Forest