С начала XX века ирис Маака (Iris maackii, Iridaceae) считался то синонимом I. laevigata, то синонимом I. pseudacorus, то признанным видом. Современное представление о I. maackii в литературе и базах данных часто применяется к желтоцветковым растениям с ярко выраженными жилковыми листьями, которые являются диагностическими признаками I. pseudacorus, произрастающего в Северо-Восточной Азии. Поэтому была поставлена задача уточнить таксономическую принадлежность I. maackii. Данное исследование основано на критическом анализе литературных данных, наблюдении морфологических признаков у голотипа I. maackii и морфологическом сравнении I. maackii с живыми растениями I. laevigata и I. pseudacorus. Кроме того, для уточнения морфологических различий между I. maackii, I. laevigata и I. pseudacorus было проведено морфометрическое сравнение признаков семян. Тщательное изучение показало, что текстура розеточных листьев, морфология цветоноса, плодов и семян I. maackii идентичны или находятся в пределах вариационного ряда I. laevigata. Таким образом, I. maackii морфологически не отличается от I. laevigata и должен быть признан таксономическим синонимом последнего. Изображение голотипа I. maackii приводится вместе с подробными иллюстрациями I. laevigata и I. pseudacorus.

Запись: по телефону +7 423 271 95 89, +7 914 791 95 89 или по почте botsadplus@yandex.ru
Возможно посещение отдельных занятий.

Стоимость:
полного курса - 25 000 р. за 54 учебных часов;
одного занятия – 1000 р. за 2 учебных часа;
одного дня занятий – 3000 р. за 6 учебных часов.

Возможные формы оплаты:
-наличными или картой на первом занятии при заключении договора;
-банковский перевод по счету (необходимо прислать заявку с ФИО и реквизиты организации для выставления счета на адрес botsadplus@yandex.ru)

Программа занятий и расписание

Использование ортофотосъемки с беспилотных летательных аппаратов для распознавания деревьев имеет большой потенциал для лесного хозяйства и экологических исследований. Точная идентификация видов и разграничение крон деревьев необходимы для решения таких задач, как картирование видов, лесоустройство и экологическая оценка. В данном исследовании мы сравнили результаты распознавания крон деревьев тремя нейронными сетями на основе оптических снимков высокого разрешения, полученных с помощью доступного беспилотного летательного аппарата с RGB-камерой. Задачи включали в себя определение двух видов вечнозеленых хвойных деревьев с помощью нейронной сети YOLOv8, семантическую сегментацию крон деревьев с помощью нейронной сети U-Net и сегментацию отдельных крон деревьев с помощью нейронной сети Mask R-CNN. В ходе оценки были выявлены достоинства и недостатки каждого метода. YOLOv8 продемонстрировал эффективное обнаружение нескольких объектов (F1-score-0,990, общая точность (OA)-0,981), что позволило провести детальный анализ распределения видов. U-Net обеспечил менее точную сегментацию на уровне пикселей для обоих видов (F1-score-0,981, OA-0,963). Маска R-CNN обеспечила точную сегментацию на уровне экземпляров, но с меньшей точностью (F1-score-0,902, OA-0,822).

Выбор метода распознавания крон деревьев должен соответствовать конкретным целям исследования.

Хотя YOLOv8 и U-Net подходят для картографирования и оценки распространения видов, Mask R-CNN предлагает более подробную информацию об отдельных кронах деревьев. При выборе метода распознавания исследователи должны тщательно продумать свои цели и требуемый уровень точности. Решение практических задач, связанных с распознаванием деревьев, требует многоэтапного процесса, включающего сотрудничество специалистов с различными навыками и опытом, использование биологического и ландшафтного подхода при применении методов дистанционного зондирования для улучшения результатов распознавания.

Для повышения точности распознавания видов рекомендуется проводить съемку в пасмурную погоду. Кроме того, рекомендуется учитывать фенологические особенности при выборе оптимальных сезонов, таких как ранняя весна или поздняя осень, для выделения вечнозеленых хвойных деревьев в бореальной или умеренной зонах.