Bosh sahifa / Maqolalar / 2026 (61) 1 / Maqola
TEXNIKA FANLARI

TUPROQ – O‘SIMLIK - IQLIM TIZIMIDA BIOSINTEZNI MATEMATIK MODELLASHTIRISH

Samandarova Gavhar Avaz qizi Samandarova G.A. Xo‘jaqulov Rustam Xo‘jaqulov R. Tursunov Feruz Yuldoshevich Tursunov F.Y.

Referat

Ma’lumki, AquaCrop, SWAP va HYDRUS kabi mavjud modellar suv balansini prognozlashda yuqori aniqlikka ega bo‘lishiga qaramay, suv - tuz muvozanati bilan harorat cheklovlarining ildiz o‘sishiga ta’siri o‘rtasidagi o‘zaro bog‘liqlikni yetarlicha to‘liq integrat siya qilmaydi. Zamonaviy modellarning aksariyati o‘simlikning yer usti qismining o‘sishini yer osti fiziologik jarayonlaridan ajratilgan holda tasvirlaydi yoki soddalashtirilgan empirik bog‘lanishlardan foydalanadi. Bu esa ularning tez o‘zgarayotgan iqlim ssenariylari sharoitida, shuningdek yuqori darajada qurg‘oqchil va degradatsiyaga uchragan tuproqli hududlarda qo‘llanish imkoniyatini cheklaydi.Differensial tenglamalar tizimiga asoslangan matematik modellashtirish iqlim, tuproq tarkibi va o‘simlik fiziol ogiyasiga oid ma’lumotlarni integratsiya qilish imkonini beradi va shu orqali agrotexnologik rejalashtirish uchun aniqroq vositalarni yaratadi. Agroinformatikadagi zamonaviy tendensiyalar, jumladan agroekotizimlarning raqamli egizaklarini yaratish, muhit parametrlarining makon - vaqt bo‘yicha o‘zgarishlarini hamda chiziqli bo’lmagan biofizik jarayonlarni hisobga oladigan modellarni ishlab chiqishni talab etadi.Tuproqning suv - tuz balansi, harorat rejimi va fiziologik jarayonlar o‘rtasidagi murakkab o‘zaro bo g‘liqlik stress sharoitida ildiz tizimi dinamikasini bashorat qila oladigan matematik modellarni yaratishni talab etadi. Global isish, qurg‘oqchiliklar va tuproqlarning sho‘rlanishi kabi zamonaviy chaqiriqlar ushbu vazifani yanada dolzarb qilmoqda. Ushbu maqolada ildiz biomassasi R(x,t), tuproq namligi W(x,t) va tuzlar konsentratsiyasi S(x,t) o‘rtasidagi o‘zaro ta’sirni tasvirlaydigan oddiy va xususiy hosilali differensial tenglamalar tizimi keltirilgan. Modelda harorat omili, evapotranspiratsiya hamda fiziologik cheklovlar inobatga olingan.

Kalit so`zlar

biosintez matematik model suv-tuz muvozanati fiziologik jarayon differensial tenglamalar agroekotizimlar biofizik jarayon ildiz biomassasi tuproq namligi tuzlar konsentratsiyasi

Adabiyotlar

  1. Гордиенко В.А., Гордиенко Л.В. Моделирование влагопереноса в почве при капельном орошении с использованием HYDRUS // Почвоведение. 2022. No 11. С. 1350 – 1362.
  2. Коваленко А.А., Смирнов А.С. Динамика почвенной влаги в условиях засух: моделирование и прогнозирование // Метеорология и гидрология. 2021. No 7. С. 102– 115.
  3. Лебедева М.П., Шеин Е.В. Современные методы оценки гидравлических характеристик почв // Eurasian Soil Science. 2023. Т. 56, No 5. С. 678 – 692.
  4. Петров А.Н., Иванов К.С. Использование спутниковых данных Sentinel - 1 для мониторинга влажности почвы // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20, No 2. С. 88 – 102.
  5. Семенов В.М., Чекина Т.А. Влияние микробиологических процессов на водный режим почв // Почвоведение. 2020. No 9. С. 1120– 1129.
  6. Федоренко А.И., Кузнецов О.Л. Эффективность капельного орошения в условиях дефицита воды // Вестник МГУ. Серия 5: География. 2021. No 3. С. 55 – 63.
  7. Li, X., Zhou, Y., Zheng, Y. et al. Advances in modeling soil water dynamics under climate change: A review // Agricultural Water Management. 2023. Vol. 280. P. 108123. https://doi.org/10.1016/j.agwat.2023.108123
  8. Vereecken, H., Huisman, J.A., Vanderborght, J. et al. Soil hydraulic properties and their estimation: A review of recent progress // Vadose Zone Journal. 2021. Vol. 20(2). P. 1 – 25. https://doi.org/10.1002/vzj2.20134
  9. Duan, Q., Huang, M., Liang, X. et al. The Community Land Model (CLM) version 5: Overview of new features and performance // Journal of Advances in Modeling Earth Systems. 2022. Vol. 14(1). P. e2021MS002789. https://doi.org/10.1029/2021MS002789
  10. Minasny, B., McBratney, A.B. Digital soil modeling: Past, present, and future // Geoderma. 2023. Vol. 429. P. 116345. https://doi.org/10.1016/j.geoderma.2022.116345
  11. Scanlon, B.R., Jolly, I., Sophocleous, M. et al. Global impacts of conversions from natural to agricultural ecosystems on water resources: Quantity versus quality // Water Resource Research. 2021. Vol. 57(8). P. e2020WR029420. https://doi.org/10.1029/2020WR029420
  12. Zhang, Y., Yang, Y., Tang, Q. et al. Soil moisture retrieval from satellite observations: Advances and challenges // Remote Sensing of Environment. 2023. Vol. 297. P. 113789. https://doi.org/10.1016/j.rse.2023.113789