Аннотация. В работе рассматривается задача автоматизированной оценки прозрачности атмосферы в городских условиях на основе изображений, полученных с беспилотного летательного аппарата, с применением методов компьютерного зрения и глубокого обучения. Исследуется подход, ориентированный на анализ визуальных признаков задымлённости вблизи линии горизонта, где концентрация аэрозольных загрязнений, как правило, наиболее выражена. Для экспериментального исследования сформирован специализированный набор данных, включающий аэрофотоснимки городской атмосферы Алматы, полученные в январе-феврале 2024 года, с последующим пространственным разбиением изображений на девять секторов и ручной визуальной оценкой уровня прозрачности по дискретной шкале. Такой способ разметки позволил зафиксировать пространственную неоднородность загрязнения в пределах одного кадра и учесть различия между небесным фоном, линией горизонта и городской застройкой. На основе предобученной архитектуры MobileNetV2 реализованы два варианта модели — классификационная и регрессионная, что позволило сопоставить дискретный и непрерывный подходы к интерпретации визуальной информации. Сравнительный анализ показал, что классификатор обеспечивает более высокую точность строгого совпадения классов (83,9%), тогда как регрессионная модель, при округлении предсказаний до целых значений, демонстрирует более высокую точность в пределах допуска ±1 класс (97,2%) и меньший уровень систематических ошибок. Полученные результаты подтверждают перспективность использования БПЛА в сочетании с методами компьютерного зрения для локального мониторинга прозрачности атмосферы и подчёркивают потенциал данного подхода как дополнения к традиционным наземным системам экологического контроля в городских условиях, что особенно актуально при ограниченной плотности стационарных станций.

Ключевые слова: мониторинг качества воздуха, данные с БПЛА, компьютерное зрение, прозрачность атмосферы, смог, глубокое обучение.