원격탐사 역산 기술은 부유퇴적물 농도(SSC) 모니터링에 효율적인 수단을 제공하지만, 고농도 및 광범위 SSC 강에 대한 적용 가능성 검증이 시급하다. 황허 본류의 시쭈이산 수문 관측소와 우부 수문 관측소를 측정 지점으로 하여 교차 검증 재귀 특성 제거-랜덤 포레스트(RFECV-RF)를 기반으로 한 머신러닝 모델을 구축하고, 센티넬-2 위성의 다중스펙트럼 반사율 정보를 통해 높은 농도의 부유 퇴적물을 원격탐사 역산하였다. 연구 결과 RFECV-RF 모델의 예측 정확도 지표 R² 값이 0.8 이상으로, 전반적으로 (0-44.5) kg/m³ 구간 내 측정 지점의 SSC를 추정할 수 있으나 고농도 SSC 추정값은 낮게 나타났다; 고농도 및 광범위 SSC는 스펙트럼 정보와 명확한 비선형 관계를 보이며, 가시광선 주도의 특성은 저농도 SSC 역산에 중요하고 적색-근적외선 스펙트럼 구간 주도의 특성은 고농도 SSC 역산에 중요하다; 주요 스펙트럼 특성 중 B8A, B7/B5, B8-B11 파장대 스펙트럼 특성은 SSC (0-44.5) kg/m³ 구간에서 민감도를 유지하는 반면, B3/B8, B4/B8, B5/B6는 SSC 증가에 따라 포화 경향을 보였다; 데이터 입력 및 머신러닝 모델 구조의 불확실성이 역산 모델 불확실성의 주요 원인이며, SSC 범위가 확대될 때 모델 예측의 95% 신뢰 구간 폭이 커지고 낮은 SSC 값에서 상대 편차도 증가하였다. 종합하면, RFECV-RF 모델은 고농도 및 광범위 SSC 정량적 역산과 하천 구간 내 SSC 공간 분포 추정에 활용될 수 있으며, 고사 함유 강의 SSC 자동 모니터링 방법에 기술적 참고를 제공한다.

부유퇴적물 농도; 원격탐사 역산; RFECV; RF; 황허; 스펙트럼 민감도; 불확실성