Тема выпускной квалификационной работы: «Оценка ландшафтных характеристик при мониторинге парков на основе технологий искусственного интеллекта и ГИС». Целью исследования является разработка методики построения геоинформационной базы данных, содержащей объекты ландшафта лесопарковых зон, распознанные методами машинного обучения на основе аэрокосмических снимков для дальнего использования их при оценке ландшафтных характеристик. Для этого должны быть решены следующие задачи: - Проанализировано текущее состояние использования МО в решении задач распознавания образов на аэрокосмических снимках; - Для конкретно выбранного объект распознания – крон деревьев выбран и апробирован метод распознания объектов, использующий модель сегментации изображения Mask R-CNN DetecTree; - Был сформирован метод трансформации размеченных геопривязанных растров в ГИС базу данных распознанных объектов; - Проведена апробация предложенного метода. Объектом исследования выступают лесопарковые зоны, представленные в виде аэрокосмических снимков. Апробация проводилась на участке Павловского парка и сада Декабристов. В ходе исследования были изучены литературные источники по схожей тематике и существующие исследования. Для достижения результатов в работе были использованы следующие информационные технологии: геоинформационная система QGIS и интерпретационная среда языка python Jupyter Notebook. В результате данной работы была разработана методика оценка ландшафтных характеристик при мониторинге парков на основе методов машинного обучения и ГИС. Было проведено исследование потенциала Mask R-CNN DetecTree в распознавании крон деревьев.

The subject of the master’s graduate qualification work: «Assessment of landscape characteristics in the monitoring of parks based on artificial intelligence and GIS technologies». The aim of the study is to develop a methodology for constructing a geoinformation database containing landscape objects of forest park zones, recognized by machine learning methods based on aerospace images for their long-range use in assessing landscape characteristics. To do this, the following tasks must be solved: - Analyzed the current state of the use of ML in solving problems of pattern recognition on aerospace images. - For a specifically selected object of recognition - tree crowns, an object recognition method was selected and tested using the Mask R-CNN DetecTree image segmentation model. - A method for transforming marked georeferenced raster into a GIS database of recognized objects was formed. - The proposed method must be approbated. The object of the study is forest park zones, presented in the form of aerospace images. Approbation was carried out on the site of Pavlovsky Park and the Decembrists Garden. During the study, literature sources on similar topics and existing studies were studied. To achieve the results, the following information technologies were used in the work: the QGIS geographic information system and the interpretation environment of the Jupyter Notebook python language. As a result of this work, a methodology was developed for assessing landscape characteristics when monitoring parks based on machine learning and GIS methods. A study was made of the potential of Mask R-CNN DetecTree in tree crown recognition.