Молодые ученые ТюмГУ научили нейросеть YOLO11 автоматически находить и классифицировать разные типы болот на спутниковых снимках. Раньше эту кропотливую работу экологи делали вручную, тратя недели. Теперь нейросеть справляется с этим за минуты. Для удобства ребята встроили свой умный алгоритм прямо в популярную у географов и экологов программу QGIS, сообщает управление стратегических коммуникаций вуза.

"Болота Западной Сибири — это не просто топь. Это мощнейшие природные фильтры, хранилища пресной воды и гигантские поглотители углерода, которые замедляют изменение климата. Чтобы их охранять и изучать, нужно точно знать, где какие типы болот расположены и как они меняются. Новый инструмент делает этот процесс в разы быстрее и точнее", — рассказал лаборант-исследователь проектного офиса "Green solution lab" Лазар Йованович.

Как пояснил соавтор исследования, магистрант Школы компьютерных наук Дмитрий Хорешко, в ходе работы была создана модель, способная классифицировать болотные комплексы на три типа. Разработанный п

Программный модуль можно использовать в рамках привычного геоинформационного рабочего процесса с дальнейшим анализом результатов. "Точность результата работы модели компьютерного зрения пока разная: один тип болот нейросеть определяет с точностью 92 %, а над другими еще предстоит поработать", — рассказал Дмитрий.

Молодые ученые планируют продолжить работу: увеличить обучающую выборку, включить в нее дополнительные спектральные каналы и оптимизировать архитектуру модели. В качестве объекта исследования выбран Тобольский район Тюменской области, характеризующийся высокой степенью заболоченности.