Статья:

ИСПОЛЬЗОВАНИЕ ИСКУСТВЕННОГО ИНТЕЛЕКТА В СФЕРЕ КАДАСТРОВОЙ ДЕЯТЕЛЬНОСТИ И ГЕОДЕЗИИ

Журнал: Научный журнал «Студенческий форум» выпуск №21(330)

Рубрика: Технические науки

Выходные данные
Пузенко Р.С., Ступак Л.К. ИСПОЛЬЗОВАНИЕ ИСКУСТВЕННОГО ИНТЕЛЕКТА В СФЕРЕ КАДАСТРОВОЙ ДЕЯТЕЛЬНОСТИ И ГЕОДЕЗИИ // Студенческий форум: электрон. научн. журн. 2025. № 21(330). URL: https://nauchforum.ru/journal/stud/330/174160 (дата обращения: 23.06.2025).
Журнал опубликован
Мне нравится
на печатьскачать .pdfподелиться

ИСПОЛЬЗОВАНИЕ ИСКУСТВЕННОГО ИНТЕЛЕКТА В СФЕРЕ КАДАСТРОВОЙ ДЕЯТЕЛЬНОСТИ И ГЕОДЕЗИИ

Пузенко Роман Сергеевич
студент, Кубанский государственный технологический университет, РФ, г. Краснодар
Ступак Лев Константинович
студент, Кубанский государственный технологический университет, РФ, г. Краснодар
Титова Вера Эдуардовна
научный руководитель, д-р экон. наук, профессор кафедры, Кубанский государственный технологический университет, РФ, г. Краснодар

 

Традиционные методы геодезии и картографии требуют значительных трудозатрат и времени. Однако современные технологии, основанные на искусственном интеллекте (ИИ), позволяют существенно ускорить процесс анализа данных, повысить точность и эффективность работы специалистов. Одно из основных направлений применения ИИ в геодезии и картографии — автоматическое распознавание объектов. Современные системы ИИ способны автоматически классифицировать и идентифицировать различные объекты на спутниковых и аэрофотоснимках: здания, дороги, водоёмы, леса и другие элементы ландшафта. Это значительно ускоряет создание и обновление картографических материалов, снижая затраты труда и финансовых ресурсов.

Другое важное направление — выявление изменений и мониторинг территорий. Путём сравнения изображений, сделанных в разные периоды времени, ИИ позволяет оперативно реагировать на такие события, как строительство новых зданий, вырубка лесов, изменение русла реки и др., обеспечивая эффективное управление природными ресурсами и безопасность населения.

Ещё одно ключевое направление — классификация землепользования. Благодаря ИИ специалисты получают возможность быстро и точно классифицировать территорию по различным критериям — сельское хозяйство, городские застройки, лесные массивы и прочие типы земельных участков. Это помогает эффективно управлять территориями, рационально планировать развитие регионов и поддерживать экологический баланс.

Важную роль играет также анализ состояния сельскохозяйственных угодий. Интеграция ИИ с системами дистанционного зондирования Земли даёт возможность отслеживать состояние полей, диагностировать заболевания растений и предсказывать урожайность.

Эти данные необходимы для оптимизации процессов ведения сельского хозяйства, повышения эффективности производства и снижения рисков потерь урожая. Среди преимуществ внедрения ИИ выделяются ускорение обработки данных, повышение точности и объективности, экономия ресурсов и масштабируемость. Однако существуют трудности, связанные с проблемой «чёрного ящика»: отсутствие прозрачности работы современных глубоких нейронных сетей. Непонимание механизма принятия решений вызывает сомнения в надёжности полученных результатов, затрудняет отладку и увеличивает риск предвзятости моделей. Для преодоления этих сложностей применяются методики объяснения решений, визуализация процессов, контроль качества данных и моделей, а также выбор более простых моделей машинного обучения.

В заключение отметим, что внедрение ИИ открывает широкие перспективы для улучшения эффективности геодезии и картографии, однако успешное освоение возможностей искусственного интеллекта требует учёта всех аспектов его применения, включая решение проблемы «чёрного ящика», повышение прозрачности и доверительности моделей.

 

Список литературы:
1. Л.М. Панкрушин, А.В. Трофимов Искусственный интеллект в геодезии и картографии, 2018. — 320 с.
2. Г.Н. Грачев Геодезия и дистанционное зондирование Земли: Современные методы обработки и анализа пространственных данных.  2020. — 456 с.
3. И.А. Потапов, Н.С. Карловец (ред.) Интеллектуальные системы в геоинформатике. 2017. — 280 с.
4. Д.Г. Остроумов Автоматизация картографирования на основе технологий искусственного интеллекта. 2019. — 312 с.
5. Е.И. Хромов Методы распознавания образов и компьютерное зрение в прикладной геодезии. 2021. — 256 с.
6. Малинин А.Е., Сидоренко Ю.Б. Применение искусственных нейронных сетей для коррекции GPS-измерений. 2019. — 10 с.
7. Осипов В.В., Буров А.А. Глубокое обучение для автоматического выделения контуров зданий на космоснимках 2020. 12с.
8. Шульгин П.Ю., Иванов И.Р. Автоматическая классификация типов покрытий дорог 2022. — 16 с.