Современные системы автоматизированного мониторинга, применяемые в животноводстве и природоохранной деятельности, требуют эффективных методов компьютерного зрения для отслеживания характеристик животных. Настоящее исследование представляет систему автоматизированного мониторинга состояния животных на базе сверточной нейронной сети YOLOv11. Оценка проводилась на специализированных наборах данных, содержащих изображения оленей и соответствующие им заранее измеренные характеристики. С использованием программной платформы AutoGenNet автоматизированы процессы оптимизации гиперпараметров и конфигураций архитектур, что позволяет упростить и ускорить адаптацию предложенной модели для мониторинга разных видов животных. Результаты демонстрируют эффективность использования YOLOv11 для решения рассмотренной задачи. Исследование подтверждает эффективность AutoGenNet в автоматизации создания моделей мониторинга фенотипических характеристик северных оленей (Rangifer tarandus), позволяя упростить и ускорить внедрение систем искусственного интеллекта в современное животноводство. Полученные биометрические данные позволяют рассчитывать производно-оценочные показатели (живая масса, мышечная масса, репродуктивный потенциал), формируя основу для управленческих решений. Важнейшим достижением является реализация принципа бесконтактного мониторинга, исключающего стресс-факторы фиксации животных и обеспечивающего соответствие стандартам биоэтики. Успешная апробация на северных оленях, представляющих собой комплексный биологический эталон из-за экстремальной изменчивости признаков, гарантирует переносимость метода на другие виды сельскохозяйственных животных (свиньи, овцы и т. д.) в менее требовательных условиях. Реализованная система автоматизированного мониторинга фенотипических характеристик северных оленей, основанная на архитектуре YOLOv11 и платформе AutoGenNet, подтвердила свою технологическую состоятельность и практическую значимость.
В области криолитозоны на фоне изменения климата и возрастающей техногенной нагрузки с каждым годом возрастает актуальность изучения условий формирования ресурсов и режима над- и межмерзлотных вод, которые наиболее чувствительны к внешнему воздействию. Одним из методов изучения динамики подземных вод при невозможности проведения систематических круглогодичных наблюдений является численное моделирование. Цель выполненных исследований – создать математическую модель фильтрации надмерзлотно-межмерзлотных подземных вод, широко распространенных на правобережье р. Лена в Центральной Якутии, и оценить межгодовую изменчивость их ресурсов. Трехмерная стандартная геофильтрационная модель была создана в программе MODFLOW-USG. Исходными данными для ее построения послужили результаты многолетних полевых гидрогеологических и геокриологических исследований, полученные на водосборной площади одного из круглогодично действующих наледеобразующих источников на бестяхской террасе р. Лена. Для калибровки численной модели использованы данные натурных наблюдений за уровнем воды в скважине, расположенной в зоне транзита межмерзлотных вод. Корректировка фильтрационных параметров и граничных условий модели проводилась до тех пор, пока расхождение между расчетными и фактическими значениями уровня межмерзлотных вод не составило менее 0,1 м для более чем 90 % измерений. Результаты моделирования позволили оценить динамику водообильности межмерзлотного водоносного талика за последние 15 лет, уточнить влияние различных метеорологических факторов и процессов сезонного промерзания-протаивания пород на формирование режима подземных вод, количественно оценить внутригодовую изменчивость дебита источника. Полученные результаты могут послужить основой для постановки задач по прогнозированию изменения мерзлотно-гидрогеологических условий под действием колебаний климата, а также рассматриваться как эффективный метод количественной оценки динамики подземных вод в области распространения многолетнемерзлых пород.