ПРИМЕНЕНИЕ ГЛУБОКОГО ОБУЧЕНИЯ ПРИ ЗОНДИРОВАНИИ ГОРОДСКИХ НАСАЖДЕНИЙ
И ОЦЕНКЕ ИХ ЭКОСИСТЕМНЫХ УСЛУГ. 5. МЕТОДЫ, ПРАКТИЧЕСКИЕ РЕАЛИЗАЦИИ И РИСКИ (ОБЗОР ЗАРУБЕЖНОЙ ЛИТЕРАТУРЫ)
В.А. Усольцев1, В.П. Часовских2
1Уральский государственный лесотехнический университет, Екатеринбург, Россия usoltsev50@mail.ru 2Уральский государственный экономический университет, Екатеринбург, Россия u2007i@u2007u.ru
Ключевые слова: глубокое машинное обучение, нейронные сети, загрязнение городов, депонирование углерода, продуцирование кислорода, монетизация экосистемных услуг, комфортность городской среды
Страницы: 3-38
Аннотация
В настоящее время в городах проживает более 55 % населения мира, и согласно прогнозам, к 2050 г. эта цифра возрастет до 70 %. Одна из причин массового переезда сельских жителей в города - стремление их к повышению качества жизни. Однако плотная застройка высотными домами привела к чудовищному скоплению людей, что в совокупности с ростом городского транспорта снизило качество среды проживания до уровня, представляющего угрозу здоровью и жизни людей. Сегодня городские насаждения рассматриваются в качестве универсального инструмента решения городских проблем в плане достижения оптимального баланса между поставляемыми услугами и существующими рисками. Городская растительность, особенно древесная, обладает многочисленными свойствами, которые улучшают качество окружающей среды и сохраняют здоровье людей в городских условиях. В обзоре показано, что методы искусственного интеллекта открывают большие перспективы для решения сложных задач мониторинга качества воздуха в городской среде, выявлена неопределенность в отношении кислород-продуцирующей роли городских насаждений. Представлена методика автоматического картирования городских деревьев, описана пространственно-временная нейросетевая обучающая система для оценки углерод-депонирующего потенциала городских насаждений. Показаны возможности применения машинного обучения при оценке и монетизации экосистемных услуг городских насаждений. По результатам глубокого обучения выполнена оценка уровня комфортности городской среды в связи с плотностью застройки, степенью озеленения и с учетом результатов анкетирования жителей.
DOI: 10.15372/SJFS20260301 |