Досліджено інтеграцію алгоритмів штучного інтелекту в галузі сільського господарства для ефективного та сталого сільськогосподарського виробництва з використанням технологій машинного навчання, комп’ютерного збору та аналізу великого обсягу геопросторових даних з метою підвищення ефективності управління земельними ресурсами за допомогою геоінформаційних систем. Проаналізовано перспективи застосування методів штучного інтелекту (ШІ) у геоінформаційній системі QGIS для просторового аналізу сільськогосподарського землекористування. Обґрунтовано ефективність інтеграції алгоритмів машинного навчання, інструментів дистанційного зондування Землі та супутникових даних з метою покращення управління земельними ресурсами. Основну увагу приділено дослідженню функціоналу сучасних плагінів QGIS, таких як Mapflow, SCP (Semi-Automatic Classification Plugin), SentinelHub, GEE Timeseries Explorer, Structured Classification Plugin, qgis2web, що реалізують можливості ШІ для картографування, моніторингу та аналітики в аграрному секторі. Розкрито методику використання супутникових знімків високої роздільної здатності для автоматичної класифікації земного покриву, виявлення типів угідь, оцінки стану рослинності за вегетаційними індексами (NDVI, EVI), а також ідентифікації змін у структурі агроландшафтів. Описано методику створення векторних шарів із супутникових даних, застосування інструментів для контролю якості класифікації та постобробки зображень. Обґрунтовано застосування геоінформаційної системи QGIS, як гнучкої та відкритої платформи для наукового і прикладного геопросторового аналізу, зокрема в умовах обмежених ресурсів. Результати дослідження демонструють, що поєднання ШІ з інструментами ГІС сприяє підвищенню точності, швидкості та об’єктивності просторового аналізу, забезпечуючи високий рівень деталізації, зменшення впливу людського фактора та розширення можливостей аграрного моніторингу. Це відкриває нові горизонти для ефективного управління земельними ресурсами, прийняття рішень у сфері землекористування та впровадження технології цифрового землеробства.
- Рижок З. Р. (2023). Візуалізація інтерактивної карти землекористування у веб-додатку SENTINEL-2 LAND COVER EXPLORER. Використання й охорона земельних ресурсів та туристично- рекреаційний потенціал територій: матеріали Всеукр. наук.-практ. інтернет-конф. (м. Дубляни, 17 травня 2023 р.). Дубляни, 2023. С. 109–111.
- Рижок З. Р. (2024). Методика застосування штучного інтелекту для картографування та аналізу сільсь- когосподарського землекористування. Теорія і практика розвитку АПК та сільських територій: мате- ріали ХХV міжнар. наук.-практ. форуму (м. Львів, 2–4 жовтня 2024 р.). Львів, 2024. С. 363–365.
- Elbasi E., Mostafa N., AlArnaout Z., Zreikat A., Cina E., Varghese G., Shdefat A., Topcu A., Abdelbaki W., Mathew S., Zaki C. (2023). Artificial intelligence technology in the agricultural sector: A systematic literature review. IEEE Access, 11, 171–202. DOI: https://doi.org/10.1109/ACCESS.2022.3232485.
- Geoalert. (2025). Mapflow. URL: https://geoalert.io/#solutions Kaushal H., Bhatnagar A. (2023). Application of artificial intelligence in drones for the analysis of agricultural land use in the mining lease. International Journal of Environment and Climate Change. DOI:https://doi.org/10.9734/ijecc/2023/v13i82110.
- Mapflow. (2025). QGIS API Documentation. URL: https://ru.docs.mapflow.ai/api/qgis_mapflow.html.
- QGIS Python Plugins Repository. (n.d.). Mapflow plugin.URL: https://plugins.qgis.org/plugins/mapflow/.
- The GIS Journal. (2025). 25 best QGIS plugins every QGIS user must know. URL: https://thegisjournal. com/25-best-qgis-plugins-every-qgis-user-must-know/. Bunting Labs. (2025). AI Vectorizer plugin for QGIS.URL: https://buntinglabs.com/vectorizer.
- Congedo L. (2025). Semi-Automatic Classification Plugin documentation. URL: https://fromgistors.blogspot. com/p/ semi-automatic-classification-plugin.html.
- Ghtmtt. (2025). DataPlotly QGIS Plugin – Plotting spatial statistics. URL: https://github.com/ghtmtt/DataPlotly.
- GEE Community. (2025). GEE Timeseries Explorer plugin for QGIS. URL: https://gee-community. github.io/qgis-earthengine-plugin/.
- QGIS Python Plugins Repository. (2025). Google Street View Layer plugin. URL: https://plugins.qgis.org/ plugins/ google_street_view/.
- OpenStreetMap. (2025). OSMDownloader plugin for QGIS. URL: https://plugins.qgis.org/plugins/ OSMDownloader/.
- Tom Chadwin. (2025). qgis2web plugin documentation.URL: https://github.com/tomchadwin/qgis2web.
- Sentinel Hub. (2025). Sentinel Hub plugin for QGIS. URL: https://docs.sentinel-hub.com/api/latest/qgis/.
- QGIS Python Plugins Repository. (2025). Structured Classification Plugin. URL: https://plugins.qgis.org/ plugins/ structured-classification/.