Команда Тюменского государственного университета обучила нейросеть YOLO11 автоматически находить и классифицировать различные типы болот на спутниковых снимках. Работа, на которую экологам ранее приходилось тратить недели ручной обработки, теперь занимает считаные минуты. Для удобства пользователей алгоритм интегрирован в популярную среди географов и экологов программу QGIS.
По словам лаборанта-исследователя проектного офиса Green solution lab Лазара Йовановича, болота Западной Сибири выполняют ключевые экологические функции: являются природными фильтрами, хранилищами пресной воды и значимыми поглотителями углерода.
Соавтор исследования, магистрант Школы компьютерных наук Дмитрий Хорешко, рассказал, что созданная модель способна классифицировать болотные комплексы на три типа. Модуль уже можно использовать в привычном геоинформационном рабочем процессе. При этом точность по категориям различается: один из типов нейросеть определяет с точностью 92%, другие требуют дальнейшего улучшения.«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», — отметил он.
Исследователи планируют продолжить работу над проектом: расширить обучающую выборку, добавить дополнительные спектральные каналы и оптимизировать архитектуру модели. Объектом исследования выбран Тобольский район Тюменской области — территория с высоким уровнем заболоченности, что позволит более полно проверить возможности нового инструмента.
