YER MONITORINGI VA EKOLOGIK PROZGNOZLASHDA SUN'IY INTELLEKTDAN FOYDALANISH

YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 27 YER MONITORINGI VA EKOLOGIK PROZGNOZLASHDA SUNʼIY INTELLEKTDAN FOYDALANISH Xoliqov Dostonbek Shavkatjon Fargʻona davlat texnika universiteti 3-bosqich talabsi E-mail: xoliqoxlazizbe[email protected] ,Tel: +998916995683 https://doi.org/10.5281/zenodo.17987946 Annotatsiya: Yer monitoringi va ekologik prognozlash bugungi kunda eng ilmiy yo'nalishlardan biridir. Iqlim o'rmoni, tuproq degradatsiyasi, suv resurslari tanqisligi va havo ifloslanishi kabi global boshqaruvda sunʼiy intel (SI) texnologiyalari muhim zarba ega. Ush maqolada ekologik monitoringda SI algoritmlarining qo'yish, maʼlumotlarni yig' va qayta ishlash jarayonlari hamda ARIMA va LSTM kabi vaqt qatori modellari yordamida prognozlash ko'rib chiqiladi. Amaliy misol sifatida O'zbekiston bo'yicha sensorlardan olingan ekologik ko'rsatkichlar asosida qisqa muddatli prognoz natijalar keltiriladi. tadqiqot SI xizmatdan foydalanish ekologik muammolarni va resurslarni samarali boshqarishga qilishini ko'rsatadi. Kalit so‘zlar: Yer monitoringi, ekologik prognozlash, sunʼiy intellekt, ARIMA, iqlim o‘zgarishi, O‘zbekiston. Аннотация: Monitoring zemli va ekologicheskoe prognozirovanie yavlyayutsya odnimi iz naibolee aktual napravleniy sovremennyx nauchnyx issledovaniy. Samarali boshqaruv global muammolar, iqlimning buzilishi, degradatsiya pochv, sokrashchenie vodnyx resurs va zagryaznenie vozduha, vajno foydalanish texnologii iskusstvennogo intellekta (II). V dannoy state rassmatrivayutsya primenenie II v ekologicheskom monitoringe, protsessy sbora va obrabotki dannyx, va shu kabi prognozlarni prognozlash, shuningdek, ARIMA va LSTM kabi modellar va boshqalar. V kachestve prakticheskogo primera privodyatsya kratkosrochnye prognozy ekologicheskix pokazateley v usloviyax Uzbekistan na osnove dannyx, poluchennyh ot sensorov. Rezultaty issledovaniya pokazyvayut, chto ispolzovanie II sposobstvuet snijeniyu ekologik risklar, ratsionalnomu upravleniyyu resursami va obespecheniyu ustachivogo Ключевые слова: Mониторинг земель, экологическое прогнозирование, искусственный интеллект, ARIMA, изменение климата, Узбекистан. Abstract: Atrof-muhit monitoringi va ekologik prognozlash bugungi kunda eng muhim ilmiy sohalardan biridir. Iqlim o'zgarishi, tuproq degradatsiyasi, suv resurslari tanqisligi va havo ifloslanishi kabi global muammolarni boshqarishda sun'iy intellekt (AI) texnologiyalari hal qiluvchi rol o'ynaydi. Ushbu maqolada AI algoritmlarini ekologik monitoringda qo'llash, ma'lumotlarni yig'ish va qayta ishlash jarayonlari, shuningdek, ARIMA va LSTM kabi vaqt seriyali modellari yordamida prognozlash ko'rib chiqiladi. Amaliy misol sifatida O‘zbekistondagi datchiklardan olingan ekologik ko‘rsatkichlar asosida qisqa muddatli prognozlash natijalari keltirilgan. Tadqiqot shuni ko'rsatadiki, AIdan foydalanish ekologik xavflarni kamaytirishga yordam beradi va resurslarni yanada samarali boshqarish imkonini beradi Keywords: Earth monitoring, ecological forecasting, artificial intelligence, ARIMA, climate modeling, Uzbekistan KIRISH Yer monitoringi va ekologik prognozlash zamonaviy ilmiy tadqiqotning eng muhim yo'nalishlaridan oladi. Iqlim o'zining ifloslanishi, tuproq degradatsiyasi, suv tanqisligi kabi ekologik muammolar va global muammolarga jiddiy ta'sir ko'rsatmoqda. Ushtel boshqaruvida YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 28 sunʼiy (SI) texnologiyalari muhim oʻrin tutadi. SI algoritmlari katta hajmdagi ekologik maʼlumotlarni yigʻish, qayta ishlash va tahlil qilish shakllari berib, IoT sensori va dronlar. ARIMA va LSTM kabi qator vaqti modellari ekologik ko'rsatkichlarning qisqa va o'rta ta'sir prognozida samarali natija yaratish. O'zbekiston resurslari SI ishlab chiqarish yer monitoringi, suvni boshqarish, qishloq xo'jaligini nazorat qilish va havo sifatini nazorat qilishda katta korxona ega. Ush tadqiqotining kirish qismi ekologik muammolarning amaliyligi va SI texnologiyasining ahamiyatini yoritranzaksiyalardagi noaniq bog‘lanishlar, anomal xattiharakatlar orqali sodir bo‘ladi. Shuning uchun tezisda data mining, machine learning, statistik modellar va behavioral analytics yondashuvlari tahlil qilinadi. Tadqiqot maqsadi. Ushbu tadqiqotning maqsadi — O‘zbekiston sharoitida ekologik monitoring va prognozlash jarayonida sunʼiy intellekt (SI) texnologiyalaridan samarali foydalanish imkoniyatlarini aniqlashdir. Asosiy vazifalar quyidagilardan iborat: Sensorlar, dronlar va sunʼiy yo‘ldoshlar orqali yig‘ilgan ekologik maʼlumotlarni qayta ishlash. ARIMA va LSTM kabi vaqt qatorlari modellari yordamida harorat, namlik va havo sifatini qisqa muddatli prognozlash. Mahalliy sharoitda SI vositalarining amaliy samaradorligini baholash. Metodologiya: Tadqiqot quyidagi bosqichlarda amalga oshirildi 1. Maʼlumot yig‘ish: IoT sensorlari orqali harorat, tuproq namligi, havo sifati va PM2.5 konsentratsiyasi muntazam o‘lchandi. 2. Maʼlumotlarni qayta ishlash: Tozalash, normalizatsiya va statistik tahlil bosqichlari qo‘llanildi. 3. Stasionarlikni tekshirish: Augmented Dickey-Fuller (ADF) testi yordamida vaqt qatorlari stasionarligi baholandi. 4. Model qurish: ARIMA modeli qisqa muddatli prognozlash uchun, LSTM esa murakkab tendensiyalarni aniqlash uchun qo‘llanildi. 5. Baholash: Prognoz natijalari aniqlik darajasi (MAE, RMSE) va amaliy qo‘llanish imkoniyatlari bo‘yicha baholandi. YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 29 Maʼlumot yig‘ish: IoT sensorlari orqali harorat, tuproq namligi, havo sifati va PM2.5 konsentratsiyasi muntazam Natijalar Harorat prognozi: ARIMA modeli yordamida O‘zbekiston sharoitida haroratning 10 kunlik prognozi yuqori aniqlik bilan tuzildi. Tuproq namligi: Regressiya usullari suv resurslarini boshqarish uchun zarur ko‘rsatkichlarni aniqlashda samarali bo‘ldi. YOSH OLIMLAR ILMIY-AMALIY KONFERENSIYASI in-academy.uz/index.php/yo 30 Havo sifati: LSTM modeli PM2.5 konsentratsiyasining kelgusi tendensiyalarini bashorat qildi va havo ifloslanishining xavfli davrlarini ko‘rsatdi. Muhokama: 1. ARIMA modeli oddiy ekologik ko‘rsatkichlarni qisqa muddatli prognozlashda qulay va tezkor natija berdi. 2. LSTM modeli murakkab ekologik jarayonlarni (masalan, havo sifatidagi o‘zgarishlar) aniqlashda afzalliklarga ega bo‘ldi. 3. O‘zbekiston sharoitida SI texnologiyalarini qo‘llash ekologik xavflarni kamaytirish va resurslarni oqilona boshqarishda amaliy yechim sifatida samarali ekanligi tasdiqlandi. XULOSA Taraqqiyot sohasi shuni ko'rsatadiki, sunʼiy intellekt (SI) texnologik ekologik monitoring va prognozlash jarayonlarida yuqori samaradorlikka. ARIMA murakkab modeli qisqa TM modeli esa havo sifati va boshqa ekologik ko'rinishdagi dinamikani chuqur tahlil qilish bilan tiklanadi. O'zbekiston yig'ilgan amaliy ma'lumotlar SIgi asosida yaratilgan real ekologik jarayonlarni va tahlil qilishda ishonchliligini tasdiqladi. ARIMA modelining stasionarlik talablarini saqlash, ekologik vaqtlarini prognozda muhim omil aniqlandi. ADF testi orqali aniqlangan stasionarlik qatorlarni differensiyalash orqali tashqi ko'rinishga keltirildi va bu prognoz sifati yaxshilanishiga xizmat. LSTM esa katta hajmdagi tarixi ma'lumotlar bilan ishlashda o zining adaptiv o rganish'rganish bilan ustunlik ko'rish modeli. Umuman olganda, O'zbekistonning iqlimiy va ekologik sharoitlariga mos SI asosidagi monitoring tizimlarini joriy etish suv resurslarini ishlab chiqarish, qishloq xo'jaligini nazorat qilish, havoning sifati bo'yicha erta monitoring tizimlarini yaxshilash kabi barqaror yo'nalishlarda amaliy natijalarga erishish. Tadqiqot SI faoliyatini yaxshilash strategiyasida muhim o'rin tutishini va ekologik muammolarni yangida zamonaviy ilmiy yordam bo'lib xizmat qilishini ko'paytirish. Adabiyotlar, References, Литературы: 1. Box, G. E. P., Jenkins, G. M. Time Series Analysis: Forecasting and Control. San Francisco: Holden-Day, 1976. 2. IEEE Xplore. Predicting Crops Based on Soil and Environmental Parameters Using ARIMA and LSTM. IEEE, 2023. 3. Goodfellow, I., Bengio, Y., Courville, A. Deep Learning. MIT Press, 2016.