Переход к высокопродуктивному сельскохозяйственному производству требует тщательного анализа его воздействия на окружающую среду. Особое внимание к этому вопросу требуется в животноводстве, где в последние годы активно велась реконструкция и строительство новых ферм и комплексов. В связи с большим количеством объектов животноводства на территории РФ их мониторинг затруднителен (для примера в Центральном федеральном округе более 10000 объектов животноводства). Целью данной работы являлся анализ использования нейронных сетей и определение их функциональных возможностей для распознавания объектов животноводства. Были проанализированы нормативные, руководящие и рекомендательные документы, свободно распространяемые методики, литература и интернет-источники. Для решения задачи регулярного автоматизированного наблюдения за объемами производства, наличием необходимой инфраструктуры для хранения побочной продукции животноводства, контроля за утечками стоков, загрязнения близлежащих территорий и водных объектов, соблюдения санитарных зон, интеграции обработки большого объема разнородных пространственных данных из различных источников, необходимо применение современных технологий классификации изображений на основе нейронных сетей. Данные технологии эффективно используются для геоинформационного обеспечения кадастровых работ, обнаружения пожаров, несанкционированных опасных отходов и т.д. В ходе анализа установлено, что по архитектуре нейронных сетей для решаемой задачи наиболее подходящими являются свёрточные, входными данными которых являются изображения. Для решения задач мониторинга объектов животноводства следует использовать космические изображения с пространственным разрешением в диапазоне до 10-30 м, которое позволяет с помощью методов цифровой обработки выявить характерные особенности объектов.