Ключевые слова
Кашкадарья
дефицит воды
коллекторно-дренажные воды
умное орошение
IoT
нейронные сети
PINN
засоление
Амударья
Как цитировать
Аннотация
Статья посвящена разработке интеллектуальной системы безопасного использования коллекторно-дренажных вод (КДВ) для смягчения негативного влияния строящегося канала Куш-Тепа на водообеспечение Кашкадарьинской области. Учитывая, что 73% поливной воды региона поступает из Амударьи посредством насосных станций, предлагается использование минерализованных дренажных стоков в качестве альтернативного источника. Разработана гибридная модель управления на основе Physics-Informed Neural Networks (PINN) и технологий Интернета вещей (IoT). Результаты показали, что применение импульсного режима орошения и контроль переноса солей в реальном времени позволяют сократить дефицит воды на 20-25% и предотвратить вторичное засоление почв.
Список литературы
[1] Ilkhamov, A. Implications for Uzbekistan's Water Supply of Qosh Tepa Canal Construction in Afghanistan. 2023.
[2] Edlinger, J.; Conrad, C.; Lamers, J.P.A.; Khasankhanova, G.; Koellner, T. Reconstructing the Spatio-Temporal Development of Irrigation Systems in Uzbekistan Using Landsat Time Series. Remote Sens. 2012. Vol. 4.
[3] O‘zbekiston Respublikasi Suv xo‘jaligi vazirligi. Qashqadaryo viloyati irrigatsiya tizimlarini rivojlantirish konsepsiyasi. Toshkent, 2023.
[4] Kuliev T., et al. Utilization of collector-drainage waters for irrigation in arid zones of Uzbekistan // E3S Web of Conferences. 2023.
[5] Mirzaqobulov, J.; Mehta, K.; Ilyas, S.; Salokhiddinov, A. The Role of Collector-Drainage Water in Sustainable Irrigation for Agriculture in the Developing World: An Experimental Study. World. 2025. Vol. 6, No. 1.
[6] Ross, E.; Sticklor, R. How a simple tool is reducing conflict and preserving water in Uzbekistan. IWMI Success Stories. 2020.
[7] G‘ayimnazarov I. X. UDC 532.543: 627.157: Calculation of the parameters of the base rows in a non-stationary flow //Innovatsion texnologiyalar. – 2025. – Т. 59. – №. 3. – С. 62-66.
[8] G‘ayimnazarov, I., Eshev, S., Bazarov, O., Latipov, S., Rakhimov, A., & Guliyeva, S. (2025, July). Investigation of the initiation of sediment movement in mixed flows. InAIP Conference Proceedings (Vol. 3256, No. 1, p. 020041). AIP Publishing LLC.
[9] Sayed, A. et al. A Smart Irrigation System Using the IoT and Advanced Machine Learning Model. 2024.
[10] Okello, J. et al. Smart Irrigation Technologies and Prospects for Enhancing Water Use Efficiency for Sustainable Agriculture. 2025.
[11] Simunek J., van Genuchten M. Th., Sejna M. Modeling the Soil–Plant–Atmosphere Continuum // Water. 2016. Vol. 8.
[12] Bandai T., Ghezzehei T.A. Physics-Informed Neural Networks with Monotonicity Constraints for Richardson-Richards Equation // Hydrology and Earth System Sciences. 2022. Vol. 26.
[13] Zhu Z., Rasheed M.W. Intermittent Drip Irrigation Soil Wet Front Prediction Model and Effective Water Storage Analysis // Sustainability. 2024. Vol. 16, No. 21.
[14] Turgunov A.M. Математический модель и алгоритм искусственного интеллекта в капельном орошении. //Инновационные технологии. Научный журнал. 2024 1/53. ISBN 2181-4732.
This work is licensed under a Creative Commons Attribution 4.0 International License.
Авторское право (c) 2026 Turgunov A. M., Ibodillayev F. F. (Muallif)