SENSOR TEXNOLOGIYALAR ASOSIDA YER OSTI SUVLARINING GIDROGEOKIMYOVIY XUSUSIYATLARINI MODELLASHDA INTELLEKTUAL YONDASHUVLAR

25 SENSOR TEXNOLOGIYALAR ASOSIDA YER OSTI SUVLARINING GIDROGEOKIMYOVIY XUSUSIYATLARINI MODELLASHDA INTELLEKTUAL YONDASHUVLAR Djumanov Jamoljon Xudayqulovich Muhammad al-Xorazmiy nomidagi axborot texnologiyalari universiteti, Kompyuter tizimlari kafedrasi professori, E-mail: [email protected]. Babadjanov Azizdjan Fozilovich I.Karimov nomidagi TDTU -mustaqil tadqiqotchisi, E-mail: [email protected] Anorboyev Erkin Alisher o‘g‘li Gidrogeologiya va injenerlik geologiyasi instituti Davlat muassasasi Geoaxborot texnologiyalari va innovatsion ishlanmalar laboratoriyasi PhD, katta ilmiy xodim, E-mail: [email protected] Jamolov Xudoyorxon Muzaffar o‘g‘li Muhammad al-Xorazmiy nomidagi axborot texnologiyalari universiteti, Kompyuter tizimlari kafedrasi doktaranti, E-mail: [email protected]. DOI: https://doi.org/10.5281/zenodo.17664991 Annotatsiya. Maqolada sensor texnologiyalar asosida yer osti suvlarining gidrogeokimyoviy xususiyatlarini modellashtirishda intellektual yondashuvlarni qo‘llash imkoniyatlari tahlil qilindi. Maqolada yer osti suvlarining geofiltratsiya va geomigratsiya jarayonlarini tavsiflash uchun advekiya-dispersiya-reaksiya tenglamalari asosidagi fizik-dinamik model, shuningdek, kuzatuv va o‘lchov sensorlarining ma’lumotlarini qayta ishlovchi kuzatuv modeli ishlab chiqilgan. Kuzatuv natijalariga asoslangan holda deterministik va ehtimollik (Bayes va Kalmanning EnKF) yondashuvlar orqali inversiya baholash algoritmlari ishlab chiqildi. Tadqiqotda Qashqadaryo viloyatining sug‘oriladigan hududlarida yer osti suvlarining sathi, harorati, bosimi hamda minerallashuv va elektro‘tkazuvchanlik kabi gidrokimyoviy parametrlarini avtomatlashtirilgan o‘lchov qurilmalari orqali uzluksiz monitoring qilish, ma’lumotlarni tahlil qilish va matematik modellashtirish jarayonlari ko‘rib chiqilgan. Tadqiqot natijalari yer osti suvlari holatini bashoratlashda intellektual modellarni qo‘llash, ma’lumotlarni real vaqt rejimida yig‘ish va tahlil qilish, shuningdek, GAT asosida sezgirlik xaritalarini yaratish imkonini berishini ko‘rsatdi. Taklif etilgan yondashuvlar gidrogeologik jihatdan murakkab hududlarda ham qo‘llanishi mumkin bo‘lib, suv resurslarini samarali boshqarish, ularning ifloslanish xavfini kamaytirish va monitoring tizimlarini raqamlashtirishga xizmat qiladi. Kalit so‘zlar. yer osti suvlari, gidrogeokimyoviy modellash, sensor texnologiyalar, intellektual tizimlar, geofiltratsiya, advekiya-dispersiya-reaksiya modeli, GAT texnologiyalari, sezgirlik xaritasi, avtomatlashtirilgan monitoring, inversiya baholash. Annotation. This article analyzes the potential of applying intelligent approaches to the modeling of hydrogeochemical properties of groundwater using sensor-based technologies. A physico-dynamic model based on advection–dispersion–reaction equations was developed to describe the processes of groundwater geofiltration and geomigration, along with an observation 26 model designed to process sensor measurement data. Based on the results of these observations, inversion estimation algorithms were developed employing both deterministic and probabilistic approaches, including Bayesian inference and the Ensemble Kalman Filter (EnKF). The research demonstrates that the application of intelligent models for predicting groundwater conditions enables real-time data acquisition and analysis, as well as the generation of sensitivity maps using Geographic Information Systems (GIS). The study also examines processes of continuous monitoring, data analysis, and mathematical modeling of groundwater parameters - including level, temperature, pressure, mineralization, and electrical conductivity - through automated measuring systems in the irrigated territories of the Kashkadarya region. The proposed approaches can be effectively applied in various hydrogeologically complex regions, contributing to more efficient water resource management, reduction of contamination risks, and the digital transformation of groundwater monitoring systems. Keywords: groundwater, hydrogeochemical modeling, sensor technologies, intelligent systems, geofiltration, advection–dispersion–reaction model, GIS technologies, sensitivity map, automated monitoring, inversion evaluation. Аннотация. В данной статье анализируются возможности применения интеллектуальных подходов к моделированию гидрогеохимических свойств подземных вод на основе сенсорных технологий. Разработана физико-динамическая модель на основе уравнений адвекции–дисперсии–реакции для описания процессов геофильтрации и геомиграции подземных вод, а также модель наблюдения, обрабатывающая данные сенсорных измерений. На основе результатов наблюдений созданы алгоритмы инверсной оценки с использованием детерминированного и вероятностного (Байесовского и фильтра Калмана EnKF) подходов. Результаты исследования показывают, что применение интеллектуальных моделей при прогнозировании состояния подземных вод позволяет осуществлять сбор и анализ данных в режиме реального времени, а также создавать карты чувствительности на основе ГИС. В исследовании рассматриваются процессы непрерывного мониторинга, анализа данных и математического моделирования параметров подземных вод - уровня, температуры, давления, минерализации и электропроводности - с использованием автоматизированных измерительных устройств на орошаемых территориях Кашкадарьинской области. Предложенные подходы могут применяться различных гидрогеологически сложных регионах, способствуя эффективному управлению водными ресурсами, снижению риска их загрязнения и цифровизации систем мониторинга. Ключевые cлова: подземные воды, гидрогеохимическое моделирование, сенсорные технологии, интеллектуальные системы, геофильтрация, модель адвекции–дисперсии– реакции, технологии ГИС, карта чувствительности, автоматизированный мониторинг, инверсная оценка. Yer osti suvlari holatini o’zgarishi jarayonlarini modellashtirish yer osti suvlarining filtrlanishi, harakat dinamikasini tushunish uchun juda muhim vosita bo'lib, mos ravishda yer osti suv resurslarini o’rganish, ximoya qilish va saqlash bo'yicha eng yaxshi boshqaruv usullarini aniqlash hamda qo’llanishi uchun ishlatilishi mumkin. Yer osti suvlarini holatini o’zgarish hodisalari va jarayonlarini modellashtirish murakkab vazifa bo’lib, tezkor va aniq yechim topish uchun turli gidrogeologik, muhandislik hamda geografik xususiyatlarni o’lchash, kuzatish 27 tadqiqot ishlari talab qilinadi. Hozirgi vaqtda yer osti suvlari avtomatlashgan monitoring yuritish modeli bir necha o'n yillar davomida yer osti suvlari bilan bog'liq qator muammolarni hal qilish va yer osti suvlarini yaxshiroq boshqarish bo'yicha qarorlar qabul qilishni qo'llab-quvvatlash uchun foydali vosita ekanligini isbotladi [3, 4]. Ushbu tadqiqotda yer osti suvlarining sathi, harorati va bosimi ko’rsatgichlari bilan bir qatorda gidrokimyoviy rejim xususiyatlarini, Qashqadaryo viloyati sug’oriladigan erlarda yer osti suv koni havzasining o'rta qismi va unga tutash hududlar uchun aeratsiya qatlamiga ta’sirini o’rganishda yer osti suvlari geofiltratsiya va geomigratsiya jarayonlarini modellashtirish amalga oshirildi. Konseptual modelda dastlabki gidrogeologik va gidrokimyoviy ma’lumotlar ishlab chiqilgan avtomatlashgan o’lchov qurilmalari yordamida olindi, imitatsiya va kognitiv usullar asosida model parametrlarini tanlash orqali ham amalga oshirildi. Model natijalari shuni ko'rsatadiki, suv sathi va haroratining hisoblangan qiymatlari ishonchliligini, ya’ni tabbiy o'lchangan ma'lumotlarga mos keladi, elektr o’tkazuvchanligi va gidrokimyoviy ma’lumotlar ananaviy o’lchov va gidrogeokimyoviy laboratoriya natijalari bilan qiyosiy taqqoslanganda farqlar borligini ko'rsatadi. Modelga kirish ma'lumotlarini to'plash vazifasi avtomatlashtirilgan bo'lib, uni sensor qurilmalari manbaalari, ya’ni datchik texnikalar orqali yaratildi, ayniqsa har bir kuzatuv qudug’idan to'g'ridan-to'g'ri maydondan rejim elementlari son qiymatlari o'lchandi. Natijalar shuni ko'rsatadiki, aniq hisoblangan kuzatuv qudug’i ma'lumotlari monitoring tarmog’ini intellectual modelni ishlab chiqish uchun ishlatilishi mumkin. Yer osti suvlari holatini bashoratlash modeli emperik natijalarini tekshirish uchun dala monitoringi qiymatlari ham tadqiqotga kiritilgan. Shuningdek, mazkur tadqiqotlar suv resurslarini ishonchli baholash uchun boshqa yer osti suvi ta'siriga uchragan hududlarda ham o'tkazilishi mumkin, shunda suv resurslarini yaxshiroq va samarali rejalashtirish va boshqarish mumkin. Matematik modelni batafsil va fizik nuqtai nazardan muhokama qilib quyida yer osti suvlarining gidrogeokimyoviy parametrlarini o‘lchash uchun to‘liq matematik konseptual modelni va fizik-jarayonni hisobga oluvchi kuzatuv - o‘lchov modeli, inversiya baholash usullari hamda algoritm bosqichlarini ko‘rib chiqamiz. Tadqiqotning maqsadi va masalaning qo‘yilish tavsifi. Maqsad – o‘rganiladigan maydonda kuzatuv quduqlari asosida butun hudud bo‘ylab va vaqt bo‘yicha yer osti suvlarining sathi -h, harorati -t va gidrogeokimiyoviy parametrlari - (masalan, turli ionlar konsentratsiyalari, umumiy minerallashuvi -TDS, pH, elektro‘tkazuvchanlik – EC, qarshilik -R va h.k.) ni o‘lchash vositalarini yaratish, 28 kuzatuv monitoring tizimidan olingan axborotlarga intellektual hisoblash algoritimlar asosida ishlov berish orqali baholashdan iborat. Ushbu maqsadga yerishish uchun umumiy jarayonni konseptual modeli tavfsilotlarini, ularni amalga oshirish algoritimlari va apparat dasturiy majmuasini hamda olingan natijalarni tabbiy jarayon ma’lumotlari bilan qiyosiy taxlilini amalga oshiramiz. Bunda yer osti suvining harakati o‘z navbatida sizilish tezligi - sathlar farqiga, modda almashinish jarayoni uning haroratiga hamda minerallashuv jarayoni elektr o‘tkazuvchanligi advekiya-dispersiya-reaksiyasini borishi bilan bog‘liqligi, shuningdek, suyuqlikning yoki aralashma-konsentratsiyani avtomatlashgan o‘lchovi quyidagi ikki qismdan iborat ta’riflanadi [7, 11, 12]: 1. Fizik-dinamik modeli (modda almashinuvi -reaksiyasi) – nuqtayi nazaridan va mintaqada konsentratsiyalarning vaqt birlikdagi o‘zgarishi jarayonini ifodalaydi. 2. Kuzatuv - o‘lchash modeli -sensorlar (apparat-dasturiy vosita) impuls olish funksiya bo‘yicha shu suyuqlik yoki konsentratsiyadan (yoki uning integrallashgan qismidan) signal olish jarayonini ifodalaydi. Fizik-dinamik (massa almashuvi) modeli - advekiya-dispersiya-reaksiya (ADP) umumiy maydondagi konsentratsiya (i – indekslanadigan komponent), masofa - sohaga tegishli va -vaqtda quyidagi tenglama bilan ifodalanadi [5, 14, 17]: bu yerda: - yer osti suvlari oqimining oqishi tezligi; - diffuziya - dispersiya tenzori (odatda skalyar yoki anizotrop matritsa); (⋅) - kimyoviy ta’sir reaksiyasi (masalan, adsorbsiya, neytralashuvi) jarayoni, odatda yoki chiziqlimas funksiyadir; - olinuvchi-kiruvchi suyuqlik manbaa qiymati yoki biror nuqtada olinuvchi-kiruvchi suyuqlik tarkibidagi aralashma qiymati ta’minot manbayidir. Ilmiy tadqiqotlarda ushbu advekiya-dispersiya-reaksiyasida sonli usullarni qo‘llash yo‘li bilan uzluksiz hududni to‘r sohani diskritizatsiya qilish asosida amalga oshiriladi. Diskritizatsiyadan keyingi shakl k-ta tugun bo‘yicha (matritsaviy - sub’ektiv) ifodaga aylantiriladi [10, 13, 16]: bu yerda, - butun maydon uchun aralashma konsentratsiyalari qator-vektori, - transfer matritsa (advekiya-dispersiya-reaksiya ADR bo‘yicha), - manbaalar, - model xatosi (stoxastik bo‘linma) dan iborat. 29 Kuzatuv (sensor) monitoring tizimida - oldindan berilgan konseptul model, funksiya va operator, ya’ni kuzatuv modeli asosida amlaga oshiriladi. Har bir 𝑗 -nchi sensorga ma’lum 𝑡 - vaqtda quyidagi shaklda o‘lchanishi vazifasi berildi: Agar sensor (kuzatuv qudug‘ida) biror nuqtada bo‘lsa, odatda shu nuqtadagi konsentratsiyani o‘lchashni amalaga oshiradi va shu tayanch punkt bo‘yicha ma’lumot olishni ta’minlaydi. Agar sensor ko‘lami (sоnar, ЕМ -рrоbе kabi, ultratovush o‘lchov tizimi - gidroakustik sensor, o‘lchovni masofaga uzatuvchi - remote sensor) bo‘lsa, u nuqtalar joylashgan maydon bo‘yicha integral yoki quyidagicha "butun soha"ga taqsimlanish operatorini beradi [9, 15]: bunda, - sensorning joylashuv-funksiyasi (sezgirlik xaritasi), bu ma’lum hududdagi ayrim tabiiy yoki texnogen jarayonlar (masalan, yer osti suvlarining ifloslanishga moyilligi, yoki yerning seysmik xavfi)ga nisbatan sistema qanchalik sezgir yoki ta’sirchan ekanini ko‘rsatuvchi keng mufassal xaritadir. Boshqacha aytganda, bu xarita hududlarni ta’sir darajasi yoki xavf sezgirligi bo‘yicha gradatsiyalaydi. - shum (gaussian yoki boshqa) - Keyingi qadam - sensorning fizik o‘lchovi (masalan, elektro‘tkazuvchanlik EC bilan kimyoviy konsentratsiyalar o‘rtasidagi kalibrovka funksiyasi – g; masalan: yoki g(TDS)+η o‘nlab komponentlar uchun vektor funksiyadir. Kuzatuv va o‘lchovnining vektor shakli quyidagicha bo‘lib: bu yerda - diskretizatsiyalangan kuzatuv matritsasi (noldan farqli), ya’ni har bir sensor uchun butun maydon elementlarini vaznlaydi. Inversiya jarayonini baholash davomida, kuzatuvlar to‘plami asosida maydon sathi bo‘yicha ni (yoki uning parametrik yoki noparametrik tavsiflarini) topishdir. Mazkur maqsadga erishish uchun ikita asosiy yondoshuvni ko‘rib chiqamiz [10, 18, 21]: A) Deterministik ya’ni, bunda - Tixonovning (barqarorlashtirilgan yeng kichik kvadratlar) modelidan foydalanamiz []. Agar , standart yechim quyidagi ko‘rinishda bo‘ladi, ya’ni: 30 L - barqarorlashtirish operatori (masalan, graf Laplacian yoki differensial operator), 𝜆 - barqarorlashtirish parametri. Uning yechimi quyidagi ko‘rinishda bo‘ladi: B) Bayesning stoxostik funksiyasi - Baysyan mulohaza yuritish funksiyasi yoki Kalmanning (EnKF) bir nechta senariy asosida prognozni aniqlash usulidan foydalanamiz. Agar dinamik model mavjud bo‘lib, tizimning ichkiy holatlarini va ularning vaqt bo‘yicha o‘zgarishini ifodalovchi qiymat (kenglik), ya’ni dinamik sistemani (statespace) ko‘rinishida ifodalaymiz []: Kalman filtri (chiziqli holatda) yoki (EnKF) (noaniq, noldan farqli va katta o‘lcham uchun) Kalman-formulalari bilan amalga oshiriladi []: Bashoratlash: Kovariat bashoratlash: Yangi kuzatuv bilan yangilash jarayonlari: ya’ni, biror dinamik jarayonda (bizning misolda, yer osti suvlari harakati, irrigatsiya tizimi, yoki atmosfera modelida) bir nechta o‘zgaruvchilar orqali tavsiflansa, shu o‘zgaruvchilar jamlanmasi (holat fazosi) - voqeylik maydon uchun (һar bir kichik kvadrat uchun ADP takomillashtirilishini hisobga olib borish) yaxshi amaliy usuldir. C) Tajribadan keyingi ko‘rilgan natijalarga asoslangan, yoki empirik ma’lumotlardan kelib chiqib (Bayesning posterori kabi): MCMC yoki Bayes statistikasi va mashinaviy o‘rganishda qo‘llanadigan iqtisodiy va tezkor yaqinlashtirish usulidan foydalaniladi. Bunda ma’lumotlardan egiluvchan (variatsion) funksiya orqali ehtimoliy taqsimotni taxmin qilishni ta’minlaydi. Ya’ni, haqiqiy, lekin hisoblash uchun juda qiyin bo‘lgan ehtimoliy taqsimotni ancha sodda, ammo o‘xshash taqsimot bilan almashtirish orqali tahlil qilinadi. Agar ma’lumot kam yoki model noaniqli bo‘lsa, to‘liq posterior quyidagicha qidiriladi: 31 bu yerda - Gaussian processi (GP) prior yoki maxsus statistik va geofizik modellarda qo‘llanadigan, ya’ni u fazoda yaqin joylashgan nuqtalar (masalan, geografik nuqtalar, piksellar, sensorlar) o‘zaro o‘xshash qiymatlarga ega bo‘ladi degan aprior (oldindan belgilangan) g‘oyaga asoslanadi. Ya’ni, agar ma’lumot (masalan, yer osti suv sathi, minerallashuvi, harorat va h.k.) ma’lum bir nuqtada o‘zgarsa, unga yaqin nuqtalarda ham shunga o‘xshash qiymat bo‘lishi kerak, degan fikr yoqlanadi, agar maydonning biror qismida mazkur holat inkor etilsa: ya’ni har bir komponent uchun prior: bu Bayesian inversiyasida qulay bo’lgan Markov tasodifiy maydoni (MRF) - model ma’lumotlar (yoki piksellar, nuqtalar, yoki hududlar) o‘zaro bog‘liq holda, ya’ni har bir nuqta faqat yaqin atrofidagilar bilan bog‘liq bo‘lgan holda taqsimlanadi degan prinsipga, conditional autoregressive modellari, ya’ni har bir nuqta yaqin hududlarning qiymatiga shartli bog‘liq yani ham qo‘llaniladi: Qo‘llanilishi jarayonida (masalan, Qashqadaryo viloyati misolida) yer osti suv sathi yoki minerallashuv darajasining hudud bo‘yicha fazoviy bog‘lanishini modellash, koinot tasvirlar yordamida namlik yoki filtratsiya koeffitsientini prognoz qilindi hamda GAT orqali hududiy xavf xaritalari tuzishda (masalan, sho‘rlanish yoki suv toshqini xavfi) sezgirlik xaritasi yaratildi. Sensorlar uchun fizik kalibrovkani amalga oshirishda elektro‘tkazuvchanlik amalga oshirilib, a,b koeffitsientlar laboratoriya sharitida kalibrovkada topiladi. Minerallashuv parametrlari pH - o‘lchauvchi qiymati bevosita; ammo temperaturaga bog‘liqlik o‘lchanadi: Turli to‘lqin uzunliklaridagi yorug‘likni (masalan, infraqizil, ko‘rinadigan, ultrabinafsha) to’lqinlarni alohida sezadigan, ya’ni u “qaysi rangdagi yorug‘lik qanchalik kuchli” ekanini aniqlaydi hamda bu modda eritmasining rangini va yorug‘lik o‘tishini o‘lchaydi: - spektrning har bir kanali ma’lum bir komponentning konsentratsiyasiga nisbatan sezgirligidir. Modelning umumiy integrallangan formulasi, dinamik state-space + observation: 32 bu yerda, - fizik parametrlar, ya’ni advekiya va dispersiya reaksiyasi, – sensorlarni kalibrovka parametrlari. Umumiy inversiyada har ikkalasi ham bag‘olanishi mumkin. Hisoblash algoritmi (psevdokod) Regulyarizatsiya, identifitsiruemlik va giperparametrlar Regulyarizatsiya λ ni cross-validation yoki L-curve yordamida tanlang. Agar sensorlar soni kam va maydon o‘lchami katta bo‘lsa - priglushenie (dimensionality reduction) kerak: basis representation (PCA, wavelets) yoki low-rank podxod. Identifiability: bir necha komponentlar bir xil spektral ta’sir ko‘rsatsa, ularni alohida ajratib bo‘lmasligi mumkin - bu sensor dizayni va sensor kalibrovkasida hal qilinadi. O‘lchamni kamaytirish va parametrik tasvirlar Katta maydon uchun to‘g‘ridan-to‘g‘ri C ni taxmin qilish qiyin. Ikkita yo‘l: Basis yexpansion: (naprimer, spatial basis - splines, yeigenvectors). Keyin ni baholash - o‘lchami kichiklanadi. Regional parameterization: hududni zonlarga bo‘lish va har zon uchun bir necha parametrlarni baholash. Anonimlashtirilgan misolda Tikhonov inversiyasi Agar 𝑦=𝐻𝐶+𝜂, L - Laplacian: hal qilish - conjugate gradient yoki sparse solver bilan, katta o’lchamlar uchun effektivdir. O‘lchov modellarida - sensor kombinatsiyasidan foydalanilib, agar turli tip sensorlar bo‘lsa (poyachuq va uzoqdan), ularni birgalikda yig’ish yaxshi: Har bir turning shum parametrlarini da belgilab - remote sensing katta footprint va yuqori shumishlilikni bartaraf qiladi. Amaliy qo‘llanishi bo’yicha xususiyatlari va tavsiyalarda parametrlarning boshlang‘ich taxmini (dastlabki shartlar) va chegaraviy katta ahamiyatga ega - ularni dala ishlari, filtratsiya tajribalari sinovi hamda fondga doir adabiyotlar orqali topildi. 33 Model hatoliklari (Q) va o’lchov jarayoni hatoliklari (R) ni baholash, shuningdek, modelning aniqligini va ishonchliligini baholashda hisoblash experiment tajrivalarida - kesishma asosida tekshirish hamda modelni qayta tekshirish usuli asosida - model faqat bitta ma’lumot to‘plamida emas, balki har xil holatlarda ham barqaror ishlashini tekshirish amalga oshirildi. Fizik modelni gidrogeologik sxemalashtirish, yani soddalashtirish - ma’lumot kam sharoitida, sensorlar kalibrovkasi - laboratoriyada calibration curves hosil qilib, o’lchov kuzatuv jaryoni bilan amalga oshirildi. Maxsus sensorlar (ultratovush, radioto‘lqin, elektromagnit), ularning takomillashtirilgan modellari (to’lqin tarqalishi, elektr otkazuvchanlikni spektorga yoyilmasi ( EM skin-depth / scattering) ni kiritish va ni shu sxema asosida tuzildi. Bunda kechikmalar va namunalar rate turlicha bo‘lsa - continuous-time Kalman hamda particle filter asosida ko‘rib chiqildi. Xulosa qilib aytganda ushbu tadqiqotda yer osti suvlari holatini modellashtirish, ularning gidrogeokimyoviy parametrlarini aniqlash hamda bu jarayonlarni intellektual yondashuvlar asosida optimallashtirish masalalari keng qamrovda ko‘rib chiqildi. Ishda avtomatlashtirilgan sensor texnologiyalar, fizik-dinamik (advekiya– dispersiya–reaksiya) tenglamalariga asoslangan matematik model va kuzatuv-o‘lchov tizimlari bir butun integrallashgan yondashuv sifatida ishlab chiqildi. Ushbu yondashuv nafaqat o‘lchov natijalarining aniqligini oshiradi, balki real vaqt rejimida monitoring yuritish va bashoratlash imkoniyatini ham yaratadi. Tadqiqot natijalari shuni ko‘rsatadiki, yaratilgan model yordamida Qashqadaryo viloyati sug‘oriladigan hududlarida yer osti suvlari sathi, harorati, bosimi, minerallashuvi, elektro‘tkazuvchanligi kabi asosiy parametrlarni avtomatik o‘lchash va ularni matematik tahlil qilish mumkin. Sensorlardan olingan ma’lumotlar asosida tuzilgan kuzatuv modeli deterministik (Tixonov) va stoxastik (Bayes, EnKF) inversiya usullari bilan qayta ishlanib, fazoviy va vaqtinchalik o‘zgarishlarning matematik tavsifini beradi. Bu esa yer osti suvlarining geofiltratsiya, modda almashinuvi va ifloslanish jarayonlarini aniqlik bilan modellashtirish imkonini beradi. Modelda kiritilgan fizik parametrlar — advekiya, dispersiya va reaksiyalar — hamda ularni kuzatuv ma’lumotlari bilan birgalikda baholash algoritmlari natijasida gidrogeokimyoviy tizimlarning holatini aniq va ishonchli baholash mumkinligi isbotlandi. Tadqiqot davomida ishlab chiqilgan kuzatuv tizimi har bir quduqda o‘rnatilgan datchiklardan ma’lumotlarni to‘plash, ularni raqamli qayta ishlash va GAT texnologiyalari asosida sezgirlik xaritalarini yaratish imkoniyatini berdi. Mazkur xaritalar yordamida yer osti suvlarining tabiiy va texnogen omillarga