214
ResearchBib IF - 11.01, ISSN: 3030-3753, Volume 2 Issue 11
UCHUVCHISIZ UCHISH APPARATLARI YORDAMIDA QISHLOQ XO'JALIGIDA
EKINLARNI MONITORING QILISH VA BOSHQARISH: SAMARADORLIK VA
KELAJAKDAGI IMKONIYATLARI
Mustofoyev Elnur Nurbek o‘g‘li
Uzaerospace ma’suliyati cheklangan jamiyati xodimi,
Uchuvchisiz uchish apparatlarini ekspluatatsiya qilish departamenti operatori.
https://doi.org/10.5281/zenodo.17559986
Annotatsiya.
Mazkur maqolada uchuvchisiz uchish apparatlari (UUAlar) yordamida
qishloq xo‘jaligi ekinlarini monitoring qilish, oziqlanish holatini baholash va kimyoviy dorilash
jarayonlarini optimallashtirish imkoniyatlari tahlil qilingan[15]. Tadqiqotda multispektral va
termal sensorlardan foydalanish orqali ekinlarning suv va oziq moddalarga bo‘lgan ehtiyojini
aniqlash, shuningdek, zararkunandalar va begona o‘tlarni erta bosqichda aniqlash
samaradorligi ko‘rsatib o‘tilgan. Shuningdek, DJI Agras T40 droni misolida an’anaviy va
zamonaviy (dronli) usullar o‘rtasidagi texnik va iqtisodiy taqqoslov amalga oshirilgan. Natijalar
shuni ko‘rsatadiki, UUAlardan foydalanish resurs sarfini 30 barobar kamaytiradi, ekologik
zararlarni pasaytiradi va hosildorlikni oshiradi.
Kalit so‘zlar:
Uchuvchisiz uchish apparatlari, qishloq xo‘jaligi, monitoring,
multispektral sensor, termal tahlil, NDVI, DJI Agras T40, samaradorlik, resurs tejamkorligi.
Kirish
Bugungi kunda qishloq xo'jaligi sohasi tez sur'atlar bilan rivojlanmoqda. Zamonaviy
texnologiyalar, xususan, UUAlar yordamida ekinlarni monitoring qilish va boshqarish yangi
imkoniyatlar yaratmoqda[2, 3]. UUAlar yordamida ekinlarni kuzatish, ularning salomatligini
baholash va samarali boshqarish amaliyoti qishloq xo'jaligi tizimlarini yanada samarali qilishga
xizmat qilmoqda. UUAlar yordamida ekinlarni monitoring qilishda, ularning suvsizlanish va
oziqlanish muammolarini aniqlash hamda pestitsidlar (zararkunandalar, kasalliklar, begona o'tlar
vaho kazolarga qarshi ishlatiladigan kimyoviy yoki biologik moddalar)ni aniq va samarali
tarqatish bo'yicha imkoniyatlar ko'rib chiqiladi [1].
Abstract.
This article analyzes the use of Unmanned Aerial Vehicles (UAVs) in
agricultural monitoring, nutrient assessment, and optimization of spraying processes [15]. The
study demonstrates the effectiveness of multispectral and thermal sensors for detecting crop
water stress, nutrient deficiencies, and early-stage pest infestations. A comparative analysis
between traditional methods and the DJI Agras T40 drone-based approach highlights significant
improvements in precision, efficiency, and sustainability. Findings show that UAV-based
agriculture can reduce resource consumption by up to 30 times, minimize environmental impact,
and increase yield productivity.
Keywords:
Unmanned Aerial Vehicles (UAVs), agriculture, monitoring, multispectral
imaging, thermal analysis, NDVI, DJI Agras T40, efficiency, sustainability.
Introduction
Today, the agricultural sector is developing at a rapid pace. Modern technologies,
particularly
Unmanned Aerial Vehicles (UAVs)
, are creating new opportunities for crop
monitoring and management [2, 3]. The use of UAVs enables the observation of crops,
assessment of their health, and implementation of effective management practices, all of which
contribute to improving the overall efficiency of agricultural systems.
When using UAVs for crop monitoring, it becomes possible to identify
issues related to
water deficiency and nutrient imbalance
in a timely manner, as well as to ensure the
precise
215
ResearchBib IF - 11.01, ISSN: 3030-3753, Volume 2 Issue 11
and efficient distribution of pesticides
— chemical or biological substances used to combat
pests, diseases, and weeds
. In this way, UAV technologies help optimize agricultural
production, reduce costs, and minimize the negative impact on the environment[1].
Аннотация.
В статье рассмотрено применение беспилотных летательных
аппаратов (БПЛА) для мониторинга сельскохозяйственных культур, оценки их
питательного состояния и оптимизации процессов опрыскивания. Исследование
показывает эффективность использования мультиспектральных и тепловых сенсоров
для выявления водного и питательного дефицита растений, а также раннего
обнаружения вредителей и сорняков[15]. На примере дрона DJI Agras T40 проведено
сравнительное технико-экономическое исследование с традиционными методами.
Результаты показывают, что использование БПЛА снижает расход ресурсов до
30 раз, уменьшает вредное воздействие на окружающую среду и повышает
урожайность.
Ключевые слова:
Беспилотные летательные аппараты, сельское хозяйство,
мониторинг, мультиспектральный сенсор, тепловой анализ, NDVI, DJI Agras T40,
эффективность, ресурсосбережение.
Введение
В настоящее время сельское хозяйство развивается стремительными темпами.
Современные технологии, в частности беспилотные летательные аппараты (БПЛА),
открывают новые возможности для мониторинга и управления посевами[2, 3].
Применение
БПЛА
позволяет
проводить
наблюдение
за
состоянием
сельскохозяйственных культур, оценивать их здоровье и обеспечивать эффективное
управление агротехническими процессами, что способствует повышению общей
эффективности сельскохозяйственных систем.
Использование беспилотных летательных аппаратов при мониторинге посевов
позволяет своевременно выявлять проблемы, связанные с дефицитом влаги и питательных
веществ, а также осуществлять точное и рациональное распределение пестицидов —
химических или биологических веществ, применяемых для борьбы с вредителями,
болезнями и сорняками.
Таким образом, внедрение БПЛА способствует оптимизации агропроизводства,
снижению затрат и минимизации негативного воздействия на окружающую среду[1].
UUAlar yordamida ekinlar monitoringi:
UUAlar yordamida ekinlarni monitoring qilish
ko'plab afzalliklar taqdim etadi[3]. Ular, multispektral kameralar yordamida, ekinlarning
ekolagik holatini tahlil qilishda qo'llaniladi.
Masalan, Normalized Difference Vegetation Index (NDVI) kabi ko'rsatkichlar orqali
o'simliklarning fotosintez faoliyatini aniqlash mumkin[5, 6].
Bu indekslar o'simliklarning holatini baholashda yordam beradi, shu bilan birga,
o'simliklarda suv va oziq moddalarining etishmasligi yoki zararkunandalarning ta'sirini aniqlash
imkonini yaratadi[13].
216
ResearchBib IF - 11.01, ISSN: 3030-3753, Volume 2 Issue 11
UUAlar tomonidan qishloq xo‘jaligi uchun ishlatiladigan datchiklarga misollar: (
a
)
termal sensor; (
b
) RGB sensori; (
c
) multispektral sensor; va (
d
) hiperspektral sensor.
Suv yetishmasligini aniqlash:
Suv resurslari cheklangan sharoitda, suvning o'simliklar
uchun yetarli darajada ta'minlanishi muhim ahamiyatga ega[5]. UUAlar yordamida termal
tasvirlar olinganida, o'simliklarning stomatalaridan suv chiqarish jarayonlari va transpiration
(evapotranspiration)ni aniqlash mumkin. Bu orqali o'simliklar suv yetishmovchiligi yoki ortiqcha
suvdan aziyat chekayotganini erta bosqichda aniqlash mumkin.
Oziqlanish etishmovchiligi va stressni aniqlash:
UUAlar yordamida ekinlarning
oziqlanish holatini va etishmovchiliklarni aniqlash ham muhimdir. Masalan, o'simliklar azot,
fosfor, va kaliy kabi asosiy ozuqalar yetishmovchiligi holatida stressga uchraydi[7].
Multispektral tasvirlar yordamida o'simliklarning kuchli yoki zaif o'sishini aniqlash
mumkin[4]. Bu o'simliklarda aniqlangan stress zonasini tezda ko'rib chiqish va to'g'ri choralar
ko'rish imkonini beradi. Shu bilan birga, xlorofill o'lchovchi qurilmalar yordamida o'simliklarda
azot etishmovchiligini aniqlash va bu asosida agrotexnik choralarni qo'llash imkoniyatini
beradi[10].
Kasalliklar va zararkunandalar monitoringi:
UUAlar yordamida kasalliklarni va
zararkunandalarni erta aniqlash mumkin. Xususan, infraqizil kameralar yordamida o'simliklar
ichidagi infektsiyalarni aniqlay oladi. Agar kasallikning belgilari ko'rinmasdan oldin sezilsa,
o'simlikni uzib tashlash yoki pestitsidlar bilan davolash orqali kasallik tarqalishining oldini olish
mumkin[3]. UUAlar yordamida zararkunandalarga qarshi kurashish ham samaralidir, chunki ular
zararkunanda tarqalgan hududni aniq belgilab, pestitsidlarni faqat zararlangan hududga tarqatish
imkonini beradi[4].
Weed Control (Begona o'tlar nazorati):
Begona o'tlar qishloq xo'jaligida katta muammo
yaratadi, chunki ular o'simliklar bilan resurslarni birga baham ko'radi[7]. UUAlar yordamida
begona o'tlar monitoringi samarali amalga oshiriladi. Ular yordamida begona o'tlarning turli xil
sig'imi va xususiyatlari aniqlash imkoniyatiga ega. Bu esa pestitsidlarni faqat begona o'tlar
mavjud hududlarga tarqatish imkonini beradi[12].
Foydalanish va iqtisodiy samaradorlik:
UUAlar yordamida ekinlarni boshqarish qishloq
xo'jaligida ko'plab iqtisodiy foydalar keltiradi.
217
ResearchBib IF - 11.01, ISSN: 3030-3753, Volume 2 Issue 11
Bu qurulmnalar yordamida pestitsidlarni samarali tarqatish, o'simliklarning oziqlanish
holatini va suv muammolarini aniqlash orqali hosilni optimallashtirish mumkin. UUAlar
yordamida bajarilgan monitoring va boshqarish ishlarining tezligi va aniqligi fermerlarga vaqt va
resurslarni tejash imkonini beradi. Shuningdek, ular yordamida ishlov berilgan maydonlarda
pestitsid va o'g'it sarfini kamaytirish mumkin, bu esa narxlarni pasaytiradi va ekologik muhitga
zarar keltirishni kamaytiradi.
An’anaviy va UUA lar yordamida qishloq xo’jalik ekinlariga ishlov berish, usularini
taqqoslash va tahlil qilish.
Zamonaviy qishloq xo‘jaligi tarmoqlari inson mehnatini yengillashtirish, ishlab chiqarish
unumdorligini oshirish va resurslardan tejamkor foydalanish uchun tobora ko‘proq
raqamli
texnologiyalar va avtomatlashtirilgan uchuvchisiz tizimlar
ga tayanmoqda[4]. Ushbu
texnologiyalar ichida
dronlar
alohida o‘rin egallaydi. Bu tenologiyalardan foydalanishning
asosiy afzalliklaridan biri —
aniq dehqonchilik
tamoyillarini to‘liq joriy etish imkoniyatidir.
Natijada,
resurs sarfi 20–30% gacha kamayadi
, hosildorlik esa
10–15% gacha ortadi
.
Misol
DJI Agras T40
droni soatiga
15–21 gektar
maydonga ishlov bera oladi. U ikki
rotorlu konstruktsiyaga ega bo‘lib, 40 litr sig‘imli bak orqali suyuqlik purkaydi. Dronning RTK
aniqlash tizimi ±5 sm gacha aniqlik beradi, bu esa dori yoki o‘g‘itni aniq belgilangan yo‘nalishda
purkash imkonini yaratadi. Shu bilan birga, radar va lidar sensorlari yordamida u to‘siqlarni
avtomatik aniqlab, real vaqt rejimida ularni aylanib o‘tadi[11, 12].
DJI Agras T40 droni yordamida qishloq xo
‘
jalik ekinlariga ishlov berish
Qishloq xo‘jaligida UUAlardan foydalanishning yana bir muhim afzalligi —
mehnat
unumdorligini keskin oshirishi
. An’anaviy usulda kimyoviy dorilashda yoki o‘g‘it sepishda bir
ishchi kuniga 1–2 gektar maydonga ishlov bera olsa, dron bir soatda 15–20 gektarni qamrab
oladi. Bu esa mehnat sarfini 10–15 barobar kamaytiradi.
218
ResearchBib IF - 11.01, ISSN: 3030-3753, Volume 2 Issue 11
Shuningdek, operator xavfsiz masofada turib ishlashi mumkin, bu
pestitsidlarning inson
salomatligiga zararli ta’sirini
oldini oladi. Dronlar yordamida o‘g‘itlash va dorilash jarayoni
faqat tezlik bilan emas, balki
bir tekis taqsimlanish
bilan ham ajralib turadi. Masalan,
purkashning og‘ish darajasi ±2–3% atrofida bo‘lib, bu an’anaviy usullardagi ±10–15%
xatolikdan sezilarli darajada past[14]. Shu sababli, ekinlar orasida ozuqa yoki dorining notekis
tarqalishi kuzatilmaydi, natijada
ekinning o‘sish sur’ati muvozanatlashadi
.
Energiya samaradorligi jihatidan ham bu apparatlar afzal hisoblanadi. Masalan, DJI T40
bir soatda o‘rtacha
4 kWh
elektr energiya sarflaydi, bu samolyotlar yoki traktorlar bilan
solishtirganda
30 barobar tejamkor
. Shu bilan birga, u
nol CO₂ chiqindisi
bilan ishlaydi, bu
esa ekologik barqaror qishloq xo‘jaligi tamoyillariga to‘la mos keladi. Hozirgi bpaytda dunyo
bo‘ylab
DJI Agras T40, XAG P100, Hylio AG-272,
kabi dronlar keng qo‘llanilmoqda. Ular
yuqori aniqlikdagi RTK navigatsiya, AI boshqaruv tizimi, va o‘z-o‘zini tekshiruvchi sensorlar
bilan jihozlangan. Dronlar kichik hajmdagi maydonlarda
aniqlik va tejamkorlik
jihatidan ustun.
Boshqa tomondan,
qishloq xo‘jalik samolyotlari
(masalan,
Air Tractor AT-402B,
Thrush 510G, Cessna Agwagon
) katta hajmdagi plantatsiyalar uchun mo‘ljallangan. Ular bir
parvozda
150–200 gektar
maydonni qamrab oladi, lekin yoqilg‘i sarfi va ekspluatatsiya
xarajatlari yuqori.
Air Tractor AT-402B purkash samolyoti
Xulosa qilib aytganda,
dronlar – aniqlik, xavfsizlik va ekologik samaradorlikni
ta’minlovchi yangi avlod texnologiyasi
bo‘lsa, samolyotlar –
katta hajmli va tez ishlov berish
imkonini beruvchi
texnika hisoblanadi. Kelajakda bu ikki texnologiyaning birgalikda
qo‘llanilishi qishloq xo‘jaligida maksimal natija beradi:
dronlar – aniqlik uchun, samolyotlar
– hajm uchun.
1-jadval
Ko‘rsatkichlar
DJI Agras T40
(dron)
Air Tractor AT-
402B (purkash
samolyoti)
Izoh (ilmiy tahlil)
Ishlov berish tezligi
15–21 ha/soat
150–200 ha/soat
Samolyot tezroq,
lekin faqat katta
219
ResearchBib IF - 11.01, ISSN: 3030-3753, Volume 2 Issue 11
maydonlar uchun
samarali.
Aniqlik (purkash
chegarasi xatosi)
±5 cm
±1.5–2 m
Dronning RTK tizimi
tufayli ancha yuqori
aniqlik.
Resurs tejamkorligi
(yoqilg‘i / energiya)
1 soatda ≈ 4 kWh
elektr energiya
1 soatda ≈ 190 l
aviakerosin
Dron energiya
jihatdan ≈ 30 marta
tejamkor.
Operatsion masofa
(ish oralig‘i)
1–2 km (RTK
radiusida)
100 km+
Samolyot uzoq
masofada ishlay oladi.
Atrof-muhitga ta’siri
(CO₂ chiqindisi)
≈ 0 kg/soat
≈ 480 kg/soat
Dron ekologik
jihatdan toza.
O‘g‘it va dori sarfi
aniqligi
±2–3 %
±10–15 %
Dron purkashni
yanada bir tekis
taqsimlaydi.
Kelajakdagi Imkoniyatlar.
Kelajakda UUAlar qishloq xo'jaligida sun’iy intellekt (SI) yordamida o‘simliklarni
mustaqil tahlil qilish va monitoring qilishda yanada rivojlanadi[9]. SI algoritmlari UUAlarning
multispektral va termal kameralar orqali olingan tasvirlarini real vaqt rejimida tahlil qiladi[13].
Ular yordamida olingan tahlil ma’lumotlari SI tizimlari orqali to‘plangan katta
ma'lumotlar bazasiga qo‘shilib, fermerlarga o‘simliklar haqida batafsil prognozlar beradi[10].
Foydalanilgan adabiyotlar ro‘yxati
1.
Yang, G.; Liu, J.; Zhao, C.; Li, Z.; Huang, Y.; Yu, H.; Xu, B.; Yang, X.; Zhu, D.; Zhang,
X.; et al. Unmanned aerial vehicle remote sensing for field-based crop phenotyping:
Current status and perspectives.
Front. Plant Sci.
2017
,
8
, 1111. [
2.
Mogili, U.R.; Deepak, B. Review on application of drone systems in precision
agriculture.
Procedia Comput. Sci.
2018
,
133
, 502–509. [
3.
Puri, V.; Nayyar, A.; Raja, L. Agriculture drones: A modern breakthrough in precision
agriculture.
J. Stat. Manag. Syst.
2017
,
20
, 507–518. [
4.
Kulbacki, M.; Segen, J.; Knieć, W.; Klempous, R.; Kluwak, K.; Nikodem, J.; Kulbacka,
J.; Serester, A. Survey of Drones for Agriculture Automation from Planting to Harvest. In
Proceedings of the 2018 IEEE 22nd International Conference on Intelligent Engineering
Systems (INES), Las Palmas de Gran Canaria, Spain, 21–23 June 2018; pp. 000353–
000358. [
5.
Manfreda, S.; McCabe, M.; Miller, P.; Lucas, R.; Pajuelo Madrigal, V.; Mallinis, G.; Ben
Dor, E.; Helman, D.; Estes, L.; Ciraolo, G.; et al. On the use of unmanned aerial systems
for environmental monitoring.
Remote Sens.
2018
,
10
6.
Adão, T.; Hruška, J.; Pádua, L.; Bessa, J.; Peres, E.; Morais, R.; Sousa, J. Hyperspectral
imaging: A review on UAV-based sensors, data processing and applications for
agriculture and forestry.
Remote Sens.
2017
,
9
, 1110. [
7.
Maes, W.H.; Steppe, K. Perspectives for remote sensing with unmanned aerial vehicles in
precision agriculture.
Trends Plant Sci.
2019
,
24
, 152–164. [
220
ResearchBib IF - 11.01, ISSN: 3030-3753, Volume 2 Issue 11
8.
Current Capabilities and Future Directions; J. L. Zhang, Y.; P. Wang, D. H. Lee; MDPI
Sensors Journal; https://www.mdpi.com/1424-8220/20/19/5734
9.
Autonomous UUAe Surveillance for Smart Cities: AI and IoT Integration; B. D. Chen, A.
Gupta, J. R. Lee; IEEE Access; https://ieeexplore.ieee.org/document/9456783
10.
Precision Agriculture Using UAVs: A Data-Driven Approach; S. L. Yang, H. F.
Nakamura, R. M. Brown; MDPI Agriculture Journal; https://www.mdpi.com/2227-
7390/8/12/998
11.
Tsouros, D.C.; Triantafyllou, A.; Bibi, S.; Sarigannidis, P.G. Data acquisition and
analysis methods in UAV-based applications for Precision Agriculture. In Proceedings of
the 2019 IEEE 15th International Conference on Distributed Computing in Sensor
Systems (DCOSS), Santorini Island, Greece, 29–31 May 2019; pp. 377–384. [
12.
Huang, H.; Deng, J.; Lan, Y.; Yang, A.; Deng, X.; Zhang, L. A fully convolutional
network for weed mapping of unmanned aerial vehicle (UAV) imagery.
PLoS
ONE
2018
,
13
, 1–19. [
13.
Hunt, E.R.; Horneck, D.A.; Spinelli, C.B.; Turner, R.W.; Bruce, A.E.; Gadler, D.J.;
Brungardt, J.J.; Hamm, P.B. Monitoring nitrogen status of potatoes using small
unmanned aerial vehicles.
Precis. Agric.
2018
,
19
, 314–333. [
14.
Zhang, J.; Basso, B.; Price, R.F.; Putman, G.; Shuai, G. Estimating plant distance in
maize using Unmanned Aerial Vehicle (UAV).
PLoS ONE
2018
,
13
, e0195223. [
15.
Wang, J.J.; Ge, H.; Dai, Q.; Ahmad, I.; Dai, Q.; Zhou, G.; Qin, M.; Gu, C. Unsupervised
discrimination between lodged and non-lodged winter wheat: A case study using a low-
cost unmanned aerial vehicle.
Int. J. Remote Sens.
2018
,
39
, 2079–2088. [
