Ключевые слова
математическая модель
водно-солевой баланс
физиологический процесс
дифференциальные уравнения
агроэкосистемы
биофизический процесс
биомасса корней
влажность почвы
концентрация соли
Как цитировать
Аннотация
Известно, что, несмотря на высокую точность прогнозирования водного баланса, существующие модели, такие как AquaCrop, SWAP и HYDRUS, не в полной мере учитывают взаимосвязь между водно-солевым балансом и влиянием температурных ограничений на рост корней. Большинство современных моделей описывают рост надземной части растения отдельно от физиологических процессов в подземной части или используют упрощенные эмпирические зависимости. Это ограничивает их применимость в условиях быстро меняющегося климата, а также в районах с сильно засушливыми и деградированными почвами. Математическое моделирование на основе системы дифференциальных уравнений позволяет интегрировать информацию о климате, составе почвы и физиологии растений, создавая тем самым более точные инструменты для агротехнического планирования. Современные тенденции в агроинформатике, включая создание цифровых двойников агроэкосистем, требуют разработки моделей, учитывающих пространственные и временные изменения параметров окружающей среды и нелинейные биофизические процессы. Сложные взаимосвязи между водно-солевым балансом почвы, температурным режимом и физиологическими процессами требуют создания математических моделей, способных прогнозировать динамику корневой системы в условиях стресса. Современные вызовы, такие как глобальное потепление, засухи и засоление почв, делают эту задачу еще более актуальной.
В данной статье представлена система обыкновенных дифференциальных уравнений и система дифференциальных уравнений с частными производными, описывающая взаимодействие между биомассой корней R(x,t), влажностью почвы W(x,t) и концентрацией соли S(x,t). Модель учитывает температурный фактор, эвапотранспирацию и физиологические ограничения.
Список литературы
[1] Гордиенко В.А., Гордиенко Л.В. Моделирование влагопереноса в почве при капельном орошении с использованием HYDRUS // Почвоведение. 2022. № 11. С. 1350–1362.
[2] Коваленко А.А., Смирнов А.С. Динамика почвенной влаги в условиях засух: моделирование и прогнозирование // Метеорология и гидрология. 2021. № 7. С. 102– 115.
[3] Лебедева М.П., Шеин Е.В. Современные методы оценки гидравлических характеристик почв // Eurasian Soil Science. 2023. Т. 56, № 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, № 2. С. 88–102.
[5] Семенов В.М., Чекина Т.А. Влияние микробиологических процессов на водный режим почв // Почвоведение. 2020. № 9. С. 1120–1129.
[6] Федоренко А.И., Кузнецов О.Л. Эффективность капельного орошения в условиях дефицита воды // Вестник МГУ. Серия 5: География. 2021. № 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] 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.
[12] 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.
[13] 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
[14] 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
This work is licensed under a Creative Commons Attribution 4.0 International License.
Авторское право (c) 2026 Samandarova G.A., Xo‘jaqulov R., Tursunov F.Y. (Muallif)