リモートセンシングの逆推定技術は懸濁物質濃度（SSC）モニタリングに効率的な手段を提供するが、高濃度かつ広範囲の河川SSCへの適用性は検証が急務である。黄河本流の石嘴山水文局と吳堡水文局を測定地点として、交差検証再帰特徴選択-ランダムフォレスト（RFECV-RF）に基づく機械学習モデルを構築し、センチネル2号衛星の多波長反射率情報を利用して測定地点の高濃度懸濁物質をリモートセンシング逆推定した。研究結果は、RFECV-RFモデルの予測精度指標R²が0.8以上であり、全体的に0-44.5 kg/m³区間のSSCを推定可能だが、高値のSSC推定は低めであることを示した。高濃度かつ広範囲のSSCはスペクトル情報と明瞭な非線形関係を示し、可視光主導の特徴は低濃度SSCの逆推定に重要であり、赤色から近赤外スペクトル領域主導の特徴は高濃度SSCの逆推定に重要である。主要スペクトル特徴の中でB8A、B7/B5、B8-B11バンドはSSC（0-44.5）kg/m³区間で感度を保持し、B3/B8、B4/B8、B5/B6はSSCの増加に伴い飽和傾向を示す。データ入力および機械学習モデル構造の不確実性は逆推定モデルの不確実性の主要要因であり、SSC範囲が広がるとモデル予測の95%信頼幅が増加し、低値SSCの相対偏差も大きくなる。総じて、RFECV-RFモデルは高濃度かつ広範囲のSSCの定量的逆推定および河川区間のSSC空間分布推定に利用でき、高含砂河川のSSC自動監視手法に技術的な参考を提供する。

懸濁物質濃度;リモートセンシング逆推定;RFECV;RF;黄河;スペクトル感度;不確実性