COMPARING TREE DETECTION FROM SATELLITE AND DRONE IMAGES FOR VEGETATION MAPPING NEAR ASTANA

Аннотация

В условиях стремительной урбанизации Астаны, где современные стеклянные башни соседствуют с постсоветскими зданиями, городская зелёная растительность играет роль, выходящую далеко за рамки декоративной составляющей. Это стало ключевым фактором климатического баланса и устойчивого развития. Данное исследование направлено на разработку точных и автоматизированных систем картирования деревьев с использованием двух методов дистанционного зондирования: высококачественных дроновых изображений и спутниковых данных. Обучающие выборки и аннотации были подготовлены на платформе Roboflow, а для распознавания городской растительности использовалась нейронная сеть на основе архитектуры YOLO, адаптированная к местным условиям. Сравнение проводилось не только по точности распознавания, но и по эффективности обработки и масштабируемости. Снимки, полученные с дрона с высоты около 100 метров и разрешением примерно 5 см на пиксель, достигли точности 70–80 %, обеспечив детализированное представление о структуре крон и текстуре растительности. Спутниковые изображения с разрешением около 50 см на пиксель показали точность 50–60 %, но отличались большей скоростью обработки и охватом территории, что делает их более подходящими для регионального мониторинга. Все результаты были геопривязаны и визуализированы в ArcGIS и Folium, что позволило создать интерактивную карту зелёной инфраструктуры Астаны. Полученные данные показывают, что дроновые изображения лучше подходят для детального (микроуровневого) анализа, а спутниковые снимки — для макроуровневого наблюдения. Совместное использование этих подходов формирует взаимодополняющую систему для экологического планирования, оценки биомассы и устойчивого управления городом на основе интеллектуальных ГИС-технологий.