ЕР ОСТИ СУВЛАРИДАН ОПТИМАЛ СУҒОРИШ ТАРТИБЛАРИДА КУНГАБОҚАР ҲОСИЛДОРЛИГИНИ ОЛДИНДАН АНИҚЛАШ УСЛУБИНИ ТАКОМИЛЛАШТИРИШ
Keywords:
Бухоро вилояти, ер ости суви, кунгабоқар, мойдорлик, суғориш тартиби, такрорий экин, физиологик кўрсаткичлар, ҳосилдорлик, чизиқли регрессия.Abstract
Бухоро вилоятининг суғориш сувлари танқис бўлган ҳудудларида такрорий экин сифатида кунгабоқарнинг «Душко F1» ва «Дилбар» навлари физиологик кўрсаткичлари (бўйи ва барглар сони) асосида ҳосилдорликни олдиндан аниқлаш усули ишлаб чиқилди. Тадқиқотда ер ости сувларидан мақбул суғориш тартибларининг самарадорлиги ўрганилиб, ушбу навларнинг тупроқ намлиги ЧДНСга нисбатан 70-75-70% тартибда суғорилгандаги ҳосилдорлик (23,5 ва 16,0 с/га) ва уруғ мойдорлиги (41,5% ва 37,0%) кўрсаткичлари таҳлил қилинди. Назорат варианти (дарё суви билан суғорилган, 70-75-65%) билан солиштирилганда ҳосилдорлик 4,08-3,14 с/га, мойдорлик эса 1,9-1,6% га юқори натижалар кўрсатди. Физиологик кўрсаткичлар билан ҳосилдорлик ўртасидаги боғлиқлик чизиқли регрессия модели орқали моделлаштирилиб, Python дастурлаш тилида тезкор прогнозлаш имконияти яратилди. Натижалар лаборатория ва дала шароитларида синовдан ўтказилди ҳамда амалий аҳамиятга эга эканлиги исботланди.
References
1.Khilola Amankulova, Nizom Farmonov, Uzbekkhon Mukhtorov & László Mucsi (2023) Sunflower crop yield prediction by advanced statistical modeling using satellitederived vegetation indices and crop phenology, Geocarto International, 38:1, 2197509, DOI: 10.1080/10106049.2023.2197509. https://doi.org/10.1080/10106049.2023.2197509
2.Amankulova Khilola, Farmonov Nizom, Akramova Parvina, Tursunov, Ikrom, Mucsi Laszlo. (2023). Comparison of PlanetScope, Sentinel-2, and landsat 8 data in soybean yield estimation within-field variability with random forest regression. Heliyon. 9. e17432. 10.1016/j.heliyon. 2023.e17432.
3.Загорулко А.В. Научное обоснование оптимизаци технологий возделывания и повышения продуктивности озимой пшеницы, кукурузы и подсолнечника на выщелоченном черноземе Западного Предкавказя: автореф. Дис. Д.-ра с.-ч. Наук/ КубГАУ. – Краснодар, 2005. – 58 с.
4.Zsombik Laszlo. Effect of weather parameters on the date of emergence and the elapsed time to blooming of sunflower// Cereal Res. Commun -2005. -№1. т.33. -P. 337-340.
5.Bazmi, R. R., & Panichayupakaranant, P. (2023). The Role of Roots, Stems, and Leaves in Plant Function: Structural and Physiological Perspectives for Optimized Plant Growth. Australian Herbal Insight, 6(1), 1-5. https://doi.org/10.25163/ahi.619956
6.Tariq, M., Ahmad, S., Fahad, S., Abbas, G., Hussain, S., Fatima, Z., Nasim, W., Mubeen, M., Rehman, M. H. ur, Khan, M. A., Adnan, M., Wilkerson, C. J., & Hoogenboom, G. (2018). The impact of climate warming and crop management on phenology of sunflower-based cropping systems in Punjab, Pakistan. Agricultural and Forest Meteorology, 256-257, 270-282. https://doi.org/10.1016/j.agrformet.2018.03.015.
6.Gupta, S. K. (2023). Plant growth and development: Physiological and genetic perspectives. Springer. https://doi.org/
7.Monteith, J. L. (1977). Climate and the efficiency of crop production in Britain. Philosophical Transactions of the Royal Society B: Biological Sciences, 281(980), 277-294. doi:10.1098/rstb.1977.0140
8.Allen, R. G., Pereira, L. S., Raes, D., & Smith, M. (1998). Crop evapotranspiration-Guidelines for computing crop water requirements (FAO Irrigation and Drainage Paper No. 56). Rome: FAO. Retrieved from http://www.fao.org/3/x0490e/x0490e00.htm
9.Richards, L.A. (1931) Capillary Conduction of Liquids through Porous Mediums. Journal of Applied Physics, 1, 318-333.http://dx.doi.org/10.1063/1.1745010
10.Hatfield, J. L., & Prueger, J. H. (2015). Temperature extremes: Effect on plant growth and development. Weather and Climate Extremes, 10(Part A), 4-10. https://doi.org/10.1016/j.wace.2015.08.001
11.Narin, O. G., Sekertekin, A., Saygin, A., Balik Sanli, F., & Gullu, M. (2021). Yield estimation of sunflower plant with CNN and ANN using Sentinel-2. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLVI-4/W5-2021, 385-389. https://doi.org/10.5194/isprs-archives-XLVI-4-W5-2021-385-2021
12.Gökler, S. (2024). Predicting sunflower yield using machine learning methods with hyperparameter tuning. Selcuk Journal of Agriculture and Food Sciences, 38(3), 445–462.
13.Hillel, D. (2004). Soil physics and environmental sustainability. Journal of Soil Science, 55(3), 123–130.