高解像度かつ非接触型の水深モニタリングは、藻類繁茂湖沼の景観管理と保全に不可欠です。衛星リモートセンシングによる水深測定では、藻類繁茂湖沼の微細な水中堆積物特徴を捉えることができません。近年、軽量小型無人航空機（ドローン）リモートセンシング技術が浅水域での超高解像度水深探査に徐々に応用されています。しかし、水深の反演における従来の対数モデルは、藻類繁茂湖沼内で広く見られるレイリー散乱現象に適応しにくいです。そこで、本研究では機械学習モデルを用いて無人航空機画像に基づく藻類繁茂湖沼の水深反演を行いました。実験区域として中国四川省九寨溝の火花海を選定し、ランダムフォレスト（RF）、サポートベクターマシン（SVM）、多層パーセプトロン（MLP）に基づく水深反演モデルを訓練・検証し、それぞれの二乗平均平方根誤差は0.816m、0.945m、0.832mでした。実験結果は、機械学習モデルが従来の対数モデルよりも高い水深反演精度を示すことを明らかにしました。その中で、ランダムフォレストモデルと多層パーセプトロンモデルはサポートベクターマシンモデルよりも無人航空機画像に基づく藻類繁茂湖沼の水深反演に適していることが分かりました。

藻類繁茂湖沼; ドローン; 航空画像; 水深反演; 機械学習; ランダムフォレスト; サポートベクターマシン; 多層パーセプトロン