Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

10909

.pdf
Скачиваний:
3
Добавлен:
25.11.2023
Размер:
17.96 Mб
Скачать

280

следующие варианты: заложить концепцию территории, которая будет ассоциироваться с данным местом и делать его узнаваемым; разработать новое планировочное решение; улучшить входную зону, сделав её наиболее презентативной; расширить существующие дорожки с новым мощением, установить освещение, добавить больше информационных стендов; организовать зоны отдыха.

Стоит отметить, что многим зданиям на территории требуется реконструкция, а в лучшем случае постройка новых строений для персонала и гостей сада, где будут созданы все необходимые условия.

Также для Нижегородского ботанического сада в дополнение к экскурсиям и фотосессиям можно предложить организацию квестов, выставок, праздников, посвящённых растительному миру, так как ботанический сад еще больше будет процветать, будет увеличиваться посещаемость за счет включения в программу новых дополнительных мероприятий.

Также немаловажным аспектом является ухоженное состояние развивающегося участка. Еще один из вариантов пригласить граждан на субботники и волонтеров с целью поддержания санитарно-гигиенического состояния, регулярного полива и прополки в качестве добровольной помощи персоналу на такой особо ценной территории Нижнего Новгорода, как ботанический сад.

Таким образом, придерживаясь предложенным рекомендациям по развитию территории, Ботанический сад ННГУ имени Н. И. Лобачевского будет дальше стремительно развиваться, гармонично существовать в границах большого города, тем самым сохраняя уникальные коллекции растений и их биологическое разнообразие в непростых городских условиях.

Литература

1. Ecoportal. Сокращение биоразнообразия. – URL: https://ecoportal.info/sokrashhenie-bioraznoobraziya/ (дата обращения: 20.11.22). – Текст : электронный.

2.Российская Федерация. Законы. Об особо охраняемых природных территориях : Федеральный закон Российской Федерации от 14.03.1995 N 33-ФЗ : [принят Государственной Думой 15 февраля 1995 года] : [редакция от 28 июня 2022 года]. – URL: http://www.consultant.ru (дата обращения: 20.11.22). – Текст : электронный.

3. Распоряжение правительства Нижегородской области от 29.12.2001 166-р. Об объявлении природных объектов государственными памятниками природы (регионального) областного значения и об утверждении паспортов на государственные памятники природы (регионального) областного значения г. Нижнего Новгорода. –

281

URL: https://docs.cntd.ru/document/944914120 (дата обращения: 20.12.22). –

Текст : электронный.

4. НИИ ботанический сад. Нижегородского государственного университета им. Н. И. Лобачевского. Современное состояние. – URL: http://www.unn.ru/botanicus/now01.htm (дата обращения: 25.11.2022). –

Текст : электронный.

5.Ботанические сады. Шесть чудес Главного ботанического сада РАН. – URL: https://moscowseasons.com/articles/shest-chudes-glavnogo- botanicheskogo-sada/ (дата обращения: 25.11.22). – Текст : электронный.

6.Аптекарский огород. План сада. – URL:

https://hortus.msu.ru/plan.html (дата обращения: 04.12.22). – Текст :

электронный.

7. Никитский ботанический сад : история, описание, фото. Никитский ботанический сад море зелени и цветов в Крыму. – URL: https://putidorogi-nn.ru/evropa/616-nikitskij-botanicheskij-sad (дата обращения: 04.12.22). – Текст : электронный.

8.Ботанический сад Петра Великого. Выставки и мероприятия. – URL: https://botsad-spb.com/ru/meropriyatiya/ (дата обращения: 05.12.22). –

Текст : электронный.

9.Главный ботанический сад имени Н. В. Цицина Российской академии наук. Экскурсии. – URL: https://gbsad.ru/ekskursii (дата обращения: 05.12.22). – Текст : электронный.

10.Аптекарский огород. Экскурсии. – URL: https://hortus.msu.ru/excursions.html (дата обращения: 05.12.22). – Текст:

электронный.

11.Новости. Владивосток. Землю у Ботанического сада отдали под застройку раньше здесь была зона рекреации. – URL:

https://www.newsvl.ru/vlad/2022/07/12/210609/ (дата обращения: 06.12.22). –

Текст : электронный.

12. Качемцева, А. А. Современные ландшафтные практики развития особо охраняемых природных территорий / А. А. Качемцева, А. С. Наумова ; ответственный редактор О. П. Лаврова. – Текст : электронный // Ландшафтная архитектура и формирование комфортной городской среды Нижний Новгород, 25 марта 2021 г. : материалы ХVII региональной научно-практической конференции : сборник трудов / Министерство образования и науки Российской Федерации, Нижегородский государственный архитектурно-строительный университет. – Нижний Новгород, 2021. – С. 101-107. – URL: https://elibrary.ru/item.asp?id=46212425 (дата обращения: 06.12.22).

282

УДК 712.4

ВИДЫ ЗЛАКОВ, РЕДКИЕ В ДЕКОРАТИВНОМ ОЗЕЛЕНЕНИИ НИЖНЕГО НОВГОРОДА

И.Л. Мининзон

Ботанический сад Нижегородского государственного университета им. Н.И.Лобачевского, г. Нижний Новгород, Россия.

e-mail: ilya.mininzon@yandex.ru

Злаки, как хорошо известно, являются самыми распространенными в природе видами травянистых растений, играющими важнейшую роль как продовольственные и кормовые культуры. Уже давно они начали использоваться и в ландшафтной архитектуре как газонные растения (мятлик луговой, овсяница луговая, плевелы многолетний и многоцветковый, пырей ползучий). Значительно реже они используются как декоративные растения в цветниках (волоснец кистистый, пестролистные формы ежи сборной и канареечника тростниковидного, овсяницы красная, сизая, тростниковидная). В прошлом широко использовался как декоративное ячмень гривастый, но всвязи с трудностями регулирования численности этого чужеродного агрессивного многолетника, его культура прекращена.

В последние годы мы, исследуя флору и растительность Н.Новгорода, обнаружили в усадебном и общественном озеленении новые виды злаков, которые самодеятельные энтузиасты вводят в культуру как декоративные растения. Мы надеемся, что их опыт заинтересует ландшафтных архитекторов, сотрудников питомников декоративных растений и озеленителей. Ниже приводится аннотированный список этих видов растений. Расположение по алфавиту латинских названий. Объем и номенклатура видов соответствуют таковым в обработке семейства злаков в известном издании «Флора европейской части СССР Флора восточной Европы»[2]; из этого же издания заимствованы сведения по биологии злаков и родине чужеродных видов этого семейства. Гербарные сборы представителей нижеупомянутых видов находятся в гербарии местной флоры Ботанического сада ННГУ им. Н.И.Лобачевского; его конспективный каталог опубликован в интернете [1].

Agropyron cristatum (L.) – Житняк гребенчатый. Многолетник, вид степной полосы России. В Нижнем Новгороде распространен как занесенное растение на газонах, обочинах дорог, пустырях. В Сормовском районе найден в палисаднике как случайно занесенный и сохраненный цветоводами (начальный этап культивирования).

Brachypodium sylvaticum (Huds.) Beauv. – Коротконожка лесная.

Многолетник; аборигенный вид нашей области, произрастающий в

283

широколиственных лесах. В нагорной части Н.Новгорода рассеянно в палисадниках как занесенный с лесной землей и сохраняющийся цветоводами (начальный этап культивирования).

Deschampsia caespitosa (L.) Beauv. – Щучка дернистая. Многолетник; аборигенный вид нашей области, произрастающий на сырых лугах, в заболачивающихся лесах. В Н.Новгороде встречается помимо этого как занесенный на пустырях, большей частью в заречной части города. В пос. Дубенки (Приокский р-н) встречен на детской площадке высаженным в качестве декоративного растения.

Elymus caninus (L.) L. – Пырейник собачий. Многолетник; аборигенный вид нашей области, произрастающий на полянах в широколиственных и смешанных лесах. В нагорной части Н.Новгорода рассеянно в палисадниках как занесенный с лесной землей и сохраненный цветоводами (начальный этап культивирования).

Festuca gigantea (L.) Vill. – Овсяница гигантская. Аналогично предудущему.

Lagurus ovatus L. – Зайцехвост яйцевидный. Однолетник, родина Крым, Средиземноморье. Найден культивируемым в цветнике в Нижегородском районе.

Panicum capillare L. – Просо волосовидное. Однолетник, родина Северная Америка. Найден культивируемым в цветнике в Нижегородском районе.

Pennisetum alopecuroides (L.) Spreng. – Пеннизетум

(Перистощетинник) лисохвостниковый. Многолетник, родина Северная Америка. Найден культивируемым на клумбе на детской площадке в Советском р-не.

P. americanum (L.) Schumann – П. американский, Африканское просо. Однолетник, родина Северная Америка; найден культивируемым в цветнике в Нижегородском районе.

Setaria italica (L.) Beauv. – Щетинник итальянский (Чумиза, Могар). Однолетник, родина восточная Азия. Найден культивируемым в палисаднике в Приокском районе.

Как можно видеть, вышеперечисленные виды злаков делятся на две группы. К первой группе принадлежат аборигенные многолетние виды; почти все из них, за исключением щучки, находятся на начальном этапе культивирования сохранения экземпляров, выросших самосевом, которые потом дают самосев и/или разрастаются корневищами.

Ко второй группе принадлежат чужеродные виды; за исключением пеннизетума американского это однолетники. Эти виды высажены из семян, приобретенных в магазинах.

Как мы полагаем, все они, судя по опыту самодеятельных цветоводов, лучше всего пригодны либо для небольших одновидовых клумб, либо для миксбордеров, будучи высаженными в их центре.

284

Литература

1.Мининзон, И.Л. Каталог гербария Ботанического сада : 9-я электронная версия 2022 г. / И.Л.Мининзон. – URL: https:// dront.ru>item/dront-publications/archive/ (дата обращения: 10.02.2023) –

Текст: электронный.

2. Цвелев, Н. Н. PoaceaeBarnh. (GraminaeJuss. nom. altern.) – Злаки /

Н.Н.Цвелев // Флора европейской части СССР. – Ленинград. –1974.Наука. – Том 1. – С. 117 – 386. – Текст: непосредственный.

УДК 712:004.032.26

НЕЙРОСЕТИ: КАК ИНТЕГРИРОВАТЬ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СФЕРУ ЛАНДШАФТНОЙ АРХИТЕКТУРЫ

А. М. Веселова

Нижегородскийгосударственныйархитектурно-строительныйуниверситет, г. Нижний Новгород

Внедрение искусственного интеллекта в различные сферы деятельности человека позволяет увеличить производительность, снизить затраты, улучшить качество продукции и услуг, а также повысить эффективность принятия решений. Кроме того, использование искусственного интеллекта позволяет автоматизировать некоторые процессы, что способствует повышению безопасности и уменьшению рисков ошибок. В результате, внедрение искусственного интеллекта может привести к сокращению времени на выполнение задач и увеличению конкурентоспособности компаний и организаций.

Нейросети способность компьютера имитировать и воспроизводить человеческий интеллект или его поведение.

Одним из наиболее распространенных способов работы искусственного интеллекта является машинное обучение, которое характеризуется не прямым решением задачи, а обучением за счёт применения решений множества сходных задач. Алгоритм искусственного интеллекта с помощью базы данных, которая у него имеется, находит закономерности и взаимосвязи в данных, которые можно использовать для программирования, принятия решения, создания изображений и пр. Когда пользователь делает запрос на определенное действие, нейросеть анализирует свою базу данных и находит совпадения[1].

Другой способ, по которому может работать нейросеть, – система, построенная на задачах и правилах. При таком подходе компьютер

285

запрограммирован набором правил или инструкций, которым необходимо следовать для выполнения конкретных задач, например поиск схожих изображений или языковой перевод и пр [1].

Внастоящее время крупные корпорации инвестируют миллиарды долларов в машинное обучение, потому что нейросети дают ряд преимуществ, ключевым из которых является экономия времени и усилий человека, автоматизируя задачи [2].

Всовременном мире работать с искусственным интеллектом может каждый человек, имеющий ПК или смартфон, так как для большинства нейросетей не имеют значения возможности и мощностные характеристики устройства.

Нейросети применимы к любой сфере деятельности человека, они уже активно используются в программировании, медицине, коммерции, промышленности, сфере финансов, транспорта и пр. В сфере ландшафтной архитектуры также возможны автоматизация и развитие за счет работы с нейросетями. Ниже рассмотрим какие методы интеграции искусственного интеллекта в деятельность ландшафтного архитектора возможны и доступны в данный момент развития нейросетей.

I. Сбор и анализ данных.

Сбор и анализ данных в ландшафтной архитектуре с помощью нейросетей может быть очень полезным для оптимизации различных процессов и улучшения качества работы.

Сначала для использования нейросетей необходимо определить цели исследования, а также тип данных, которые будут использоваться. Далее проводится сбор данных, который может включать в себя данные о климате, почве, рельефе и другие. После производится обработка данных, которая может быть выполнена как вручную, так и автоматически с помощью специальных алгоритмов. Затем данные могут быть введены в

нейросеть, которая проанализирует их и выдаст результаты.

Подобный опыт уже используется в сельском хозяйстве. Так, например, инженеры Microsoft совместно с учеными из ICRISAT применяют искусственный интеллект, чтобы определить оптимальное время посева в Индии. Приложение также следит за состоянием почвы и подбирает необходимые удобрения. Изначально в программе участвовало всего лишь 175 фермеров из 7 деревень. Они начали посев только после соответствующего SMS-уведомления. В результате, они собрали урожая на 30-40% больше, чем обычно [3].

Результаты анализа могут быть использованы для определения оптимального дизайна ландшафта, подбора растений и других решений, которые могут улучшить работу ландшафтных объектов. Сбор и анализ данных с помощью нейросетей позволяют более точно определить закономерности и улучшить производительность и качество работы в области ландшафтной архитектуры.

286

II. Генерация дизайна.

Это один из самых эффективных способов автоматизации процессов поиска идей, скетчинга, визуализации и брендинга. Нейросети могут создавать уникальные дизайны на основе заданных параметров.

Для начала генерации дизайна с помощью нейросетей, необходимо определить цель проекта и задать параметры для создания дизайна. Затем проводится сбор данных, который может включать в себя информацию о растениях, материалах и других факторах, которые могут влиять на дизайн.

После этого данные вводятся в нейросеть, которая производит анализ информации и выдает оптимальный дизайн на основе заданных параметров.

Выходные данные, полученные с помощью нейросетей, могут быть использованы для создания 3D-моделей ландшафтного дизайна и презентаций проекта. Кроме того, они могут быть использованы для создания планов управления ландшафтом и предварительной стоимости.

В ходе работы были составлены примеры составления подборок для поиска идей (рис. 1), основ для визуализации (рис. 2) и эскизов брендинга (рис. 3) с помощью нейросетей.

Рис. 1. Подборка для поиска идей, созданная нейросетью Playgroudn Al

287

Рис. 2. Подборка визуализаций, созданная нейросетью PlaygroudnAl

Рис. 3. Пример логотипа, созданного нейросетью Midjourney

Генерация дизайна в ландшафтной архитектуре с помощью нейросетей является одним из наиболее эффективных способов создания красивых и функциональных ландшафтов, а также брендинга территории.

III. Создание системы «умный сад». Данный метод основан на возможности нейросети анализировать данные и закреплен возможностью приводить в действие определенные механизмы.

Создание умного сада с помощью нейросетей может быть очень полезным для оптимизации затрат на уход и обеспечения здоровья растений. Умный сад представляет собой автоматизированную систему,

288

которая контролирует и регулирует условия роста растений, используя различные датчики и устройства.

Для создания умного сада необходимо определить тип растений, которые будут выращиваться, а также задать критерии для контроля их роста. После этого устанавливаются специальные устройства, такие как датчики влажности почвы, температуры и освещенности, которые могут быть подключены к нейросети.

Далее проводится сбор данных, которые могут включать в себя информацию о климатических условиях, типе почвы и другие факторы, которые могут влиять на рост и развитие растений. Эти данные вводятся в

нейросеть, которая производит анализ и выдает оптимальные параметры для обеспечения здоровья растений.

Примером интеграции искусственного интеллекта в сад может послужить решение инженера Роберта Бонда. В 2016 году 65-летний инженер NVIDIA столкнулся с проблемой: соседские кошки регулярно посещали его участок и оставляли следы своего присутствия. Бонд отсек идею сооружения ловушек для незваных гостей, вместо этого он решил написать алгоритм, который бы автоматически включал садовые разбрызгиватели воды при приближении кошек. Перед Робертом стояла задача идентификации кошек в поступающем с внешней камеры видеопотоке. Для этого он использовал систему, основанную на нейросети. Каждый раз, когда камера наблюдала изменение в обстановке на участке, она делала семь снимков (рис.4) и передавала их нейросети. После этого нейросеть определяла присутствует ли в кадре кошка, и, в случае утвердительного ответа, включала разбрызгиватели. Через некоторое время кошки перестали посещать участок Бонда [3].

Рис. 4. Изображение с камеры во дворе Роберта Бонда

289

Система управления умным садом может автоматически контролировать и регулировать условия роста растений, включать системы полива, освещения и другие устройства. Кроме того, умный сад может быть связан с мобильным приложением, что позволяет отслеживать и контролировать рост растений удаленно.

По итогам анализа методов интеграции искусственного интеллекта в сферу ландшафтной архитектуры можно сказать, что данное направление имеет большой потенциал, который можно использовать для создания более красивых, функциональных и устойчивых ландшафтов. Однако важно помнить, что человеческий фактор все еще является необходимым для успешного результата, вопреки спорам о пропаже в будущем таких профессий, как дизайнер, архитектор и инженер.

Будущее ландшафтного архитектора с нейросетями, вероятно, будет связано с использованием автоматизированных инструментов и технологий для создания превосходных дизайнов и оптимизации процесса проектирования и строительства. Нейросети могут помочь архитекторам в разработке более сложных конструкций и настройке параметров для более точной и быстрой работы. Они также могут использоваться для анализа данных и принятия более точных решений, основанных на фактах и статистике. Будущее ландшафтного архитектора с нейросетями это возможности и инновации.

Литература

1.Для чего строят и обучают нейросети в IT. – URL: https://practicum.yandex.ru/blog/chto-takoe-neyronnye-seti/ (дата обращения: 01.03.2023). – Текст : электронный.

2.Бейноева, М. Почему IT-гиганты инвестируют в искусственный

интеллект / М. Бейноева. – URL: https://lsm.kz/investicii-gigantov/ (дата обращения: 01.03.2023). – Текст : электронный.

3. Нейросети: как искусственный интеллект помогает в бизнесе и жизни. –URL:https://habr.com/ru/post/337870/(дата обращения: 01.03.2023).

Текст : электронный.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]