Para llevar a cabo una estimación inversa de la turbidez de las aguas cercanas a la costa de los lagos utilizando datos de radar láser a bordo, este estudio procesa los datos de ICESat-2 para extraer las características de la distribución de fotones en la superficie de los lagos, y realiza una estimación de la turbidez en función de las diferentes condiciones de turbidez en la superficie de los lagos. Esta investigación utiliza el lago Erie en la región de los cinco grandes lagos de América del Norte como área de estudio, utiliza un algoritmo de árbol de cuadrantes con parámetros adaptativos para procesar los datos de nivel ATL03 de ICESat-2, extraer los datos de puntos de fotones en la superficie de los lagos, y obtiene tres características clave de los fotones en la superficie de los lagos: la profundidad de penetración de los fotones, la densidad de fotones y la tasa de atenuación. Al combinar los datos de turbidez reales y los datos de características de puntos de fotones, se realiza una estimación de la turbidez utilizando un algoritmo de regresión de aprendizaje automático. Los resultados experimentales muestran que el algoritmo de bosque aleatorio (Random Forest) tiene el mejor rendimiento en la estimación de turbidez, con un coeficiente de determinación (R²) que alcanza 0,93, un error absoluto medio (EAM) de 2,04 NTU y un error cuadrático medio (RMSE) de 2,67 NTU. Los resultados muestran que este método tiene una alta precisión en el rango de turbidez de 0 a 50 NTU. Este método proporciona un nuevo enfoque técnico para la vigilancia remota de la turbidez de los lagos.

ICESat-2; aguas cercanas a la costa de los lagos; estimación de turbidez; radar láser; bosque aleatorio