144
4. Ахатов А.Р., Улугмуродов Ш.А., Умаров Х.А. Разработка методов и алгоритмов
системы генерации речи по данным сенсорных устройств считывания с элементами
искусcтвенного интеллекта // «Zamonaviy tadqiqotlar, innovatsiyalarning dolzarb muammolari
va rivojlanish tendensiyalari: yechimlar va istiqbollar» Respublika ilmiy-amaliy konferensiya
toʻplami, O‘zMU Jizzax filiali, Jizzax - 2021-yil 29-30-oktabr – 56-60 б.
5. Ахатов А.Р., Улугмуродов Ш.А. Development of methods and algorithms for a speech
generation system based on data from sensor reading devices with elements of artificial
intelligence //«Zamonaviy tadqiqotlar, innovatsiyalarning dolzarb muammolari va rivojlanish
tendensiyalari: yechimlar va istiqbollar» Respublika ilmiy-amaliy konferensiya toʻplami, O‘zMU
Jizzax filiali, Jizzax - 2021-yil 29-30-oktabr – 60-65 б.
6. Akhatov A.R., Nazarov F. Rashidov A. Mechanisms of Information Reliability In big data and
Blockchain Technologies. // International conference on information science and
communications technologies: applications, trends and opportunities 4-6 November. ICISCT
2021(IEEE).
7. Ruzibaev O., Muhamediyeva D., Ismailov I. Selecting a Suitable Initial Approximation Of
Multi-Component Cross-Diffusion Systems //2021 International Conference on Information
Science and Communications Technologies (ICISCT). – IEEE, 2021. – С. 1-4.
8. D. Khasanov, M. Tojiyev and O. Primqulov, "Gradient descent in machine learning," 2021
International Conference on Information Science and Communications Technologies (ICISCT),
2021, pp. 1-3, doi: 10.1109/ICISCT52966.2021.9670169.
QISHLOQ XOʻJALIK EKINLARINING AVTOMATLASHGAN TASNIFINI
YARATISHDA YUQORI ANIQLIKDAGI KOSMIK TASVIR MATERIALLARINI
QO'LLANISH TAJRIBASI.
Axatov Akmal Rustamovich
Samarqand Davlat universiteti professori
Saydaliyev Bobir Maxamadaliyevich
O‗zbekiston Milliy universitetining Jizzax filiali tayanch doktoranti
Annotatsiya:
Tabiiy resurs salohiyati, er sifati va boshqalar to'g'risidagi ma'lumotlar
bilan boshqaruv organlarini axborot bilan ta'minlash muammosini hal qilish eng zamonaviy
axborot texnologiyalari va sun'iy yo'ldosh tasviri materiallarini jalb qilishni talab qiladi. Qaror
qabul qilish jarayonida foydalaniladigan ma'lumotlarning eng muhim sifatlari ularning
dolzarbligi, to'liqligi va obektivligidir. Masofadan zondlash ma'lumotlari (RSD) bu barcha
afzalliklarga ega ekanligi ushbu maqolada yoritilgan.
Tayanch so‗zlar:
GAT, yer toyifasi, modellashtirish, ekinlarni tuzilishi, ishlov
beriladigan maydonlar, axborot texnologiyalari, sun'iy yo'ldosh tasviri
.
Masofadan zondlash ma'lumotlari (RSD) bu barcha afzalliklarga ega. RSD o'z o'lchamlari
va qamrovi doirasidagi hudud haqidagi barcha ma'lumotlarni o'z ichiga oladi, qamrov bo'ylab
doimiy ma'lumot maydonini va har bir obektning barcha individual xususiyatlarini o'z ichiga
oladi. Masofaviy zondlash eng dolzarb ma'lumotlarni taqdim etadi, bu ayniqsa optimal yechimni
ishlab chiqish uchun vaziyatni tahlil qilish uchun muhimdir. Bu ma'lumotlar zamonaviy
topografik, kadastr va tematik xaritalarni yaratish uchun asos bo'lib xizmat qiladi va aslida
barcha zamonaviy kartografik ma'lumotlarning asosiy manbai hisoblanadi. So'nggi yillarda turli
iqtisodiy muammolarni hal qilish uchun masofaviy zondlash materiallaridan foydalanish sezilarli
darajada oshdi. Zamonaviy axborot maxsulotlarining turlaridan biri bu sun‘iy yo‗ldoshdan
olingan tasvir materiallari bo‗lib, ular turli sohalarda, masalan, qishloq xo‗jaligi, ekologiya,
foydali qazilmalarni qidirish, mudofaa va boshqalarda muvaffaqiyatli qo‗llanilishi mumkin[1-6].
Shu bilan birga, sun'iy yo'ldoshdan suratga olish materiallaridan foydalanish ulushi aerofotosurat
materiallaridan foydalanishga nisbatan tezroq o'sib bormoqda.
145
Yaqinda ishlab chiqilgan tasvirlarni olish va qayta ishlash uchun yangi tizimlar yaylov
o'simliklari, ekinlar, o'rmonlarning tuzilishi va ularning biofizik ko'rsatkichlari haqida ma'lumot
olish imkonini beradi. Tasvirlar ko'rinishidagi spektral ma'lumotlardan dala kuzatuvi
ma'lumotlari bilan birgalikda foydalanish ekstrapolyatsiya yo'li bilan yuqori aniqlikda dala
kuzatuvlari o'tkazilmagan obektlar haqida ma'lumot olish imkonini beradi. Yaylov oʻsimliklari,
ekinlar, oʻrmonlarning biofizik koʻrsatkichlarini tezkor aniqlash boʻyicha olib borilgan keng
koʻlamli izlanishlar kutilayotgan ekin hajmi, o‗simlikning holati va hajmi va boshqalar haqida
maʼlumot olish imkonini beradi [7–10]. Qoida tariqasida, bu tadqiqotlar biofizik parametrlar
(ekinning mahsuldorligi, biomassa, ekinning holati, hosildorlik, tur tarkibi va boshqalar) va
regressiya tahlili asosida masofadan zondlash ma'lumotlari o'rtasidagi munosabatlarni topishga
asoslangan.
Tasniflashda IKONOS va QuickBird sun'iy yo'ldosh tasvirlaridan foydalanildi va
ERDAS Imagine Subpixel Classifier moduli bilan subpiksellarni tasniflash texnologiyasi
sinovdan o'tkazildi. Ko'p spektrli tasniflashning aniqligi masofadan zondlash ma'lumotlarining
geometrik o'lchamlari bilan cheklangan. Bunday holda, asosiy muammo aralash piksellar
muammosidir. Bu muammo katta ahamiyatga ega va ko'pincha 2 xil sinf o'rtasidagi chegarada
yuzaga keladi. Misol uchun, bunday holat har xil turdagi o'simliklar orasidagi chegarada yoki bir
xil turdagi o'simliklarning turli davlatlari o'rtasida bo‗lishi mumkin. Ko'p spektrli tasvirlarni
subpikselli tasniflash texnologiyasi yordamida aralash piksellarni ajratish muammolarini hal
qilish mumkin.
Subpiksel tasnifi tasvirdagi juda oz sonda topilishi mumkin bo'lgan obektlarning spektral
xususiyatlarini modellashtirishga asoslangan. Ushbu materialning oz miqdori multispektral
tasvirlarda boshqa materiallar bilan har xil nisbatda aralashtirilishi mumkin. Subpiksellarni
tasniflash tartibi rasmda topilishi mumkin bo'lgan maksimal vegetativ va vegetativ bo'lmagan
sinflarni oldindan belgilashni talab qiladi. Bunda dala kuzatishlari materiallari ham,
spektrometriya yordamida olingan materiallar spektrlari ham dastlabki ma‘lumotlar bo‗lib
xizmat qilishi mumkin. Ushbu qiymatlar chiziqli va chiziqli bo'lmagan modellardan piksel
qiymatlarini qayta qurish uchun ishlatiladi. Shu bilan birga, tahlil qilinadigan tasvir
elektromagnit spektrning turli zonalarida olingan kamida 3 ta tasvirdan iborat bo'lishi majburiy
talabdir. Tasniflagich, shuningdek, pikseldagi moddaning turli nisbatlari uchun variantlarni
modellashtiradi. Ko'p spektrli va subpikselli tasvirlarni tasniflash uchun turli texnologiyalardan
foydalangan holda, asl tasvirlarga qaraganda yuqori fazoviy ruxsatga ega ma'lumotlarni olish
mumkin. Katta potentsial kichik hududning aerofotosuratlarining katta maydonning sun‘iy
yo‗ldosh tasvirlari bilan kombinatsiyasiga ega. Bunda aerofotosurat bilan qoplangan maydon
standartlarni avtomatik yaratish uchun asos sifatida ishlatilishi mumkin.
Eksperimental asosda biz Quick Bird CS ni tahlil qildik. Bunday holda, tahlilda to'rtta
spektral diapazon ishtirok etdi: qizil, yashil, ko'k va yaqin infraqizil.
146
1-rasm. Quick Bird tasviri
2-rasm.
Avtomatlashtirilgan qurilmaga misol
ekin
maydonini
dekodlash
QUIRC BIRD COP bilan o'simliklar,
shu
jumladan
yorqin
infraqizil
qatlam.
Tajribalar shuni ko'rsatdiki, yaqin infraqizil spektrga ega bo'lgan qatlamning kiritilishi
talqin qilish tartibini sezilarli darajada yaxshilaydi, o'rganilayotgan hududdagi o'simliklar, shu
jumladan daraxtlarning holati gradatsiyasini oshiradi. 2-rasmda yorqin infraqizil qatlamni o'z
ichiga olgan Quick Bird COP-larning avtomatlashtirilgan dekodlash misoli ko'rsatilgan.
Yuqoridagi rasmda to'rtta kanal, jumladan, yorqin infraqizildan foydalangan holda tasvir
ko'rsatilgan. Pastki rasmda to'rtta kanal yordamida avtomatlashtirilgan shifrni ochish natijasi
ko'rsatilgan. Qishloq xo‘jaligi ekinlarining holati juda yaxshi bo'lgan hududlar yashil rang bilan
ajratilgan. Qishloq xo‘jaligi ekinlarining holati o'ta qoniqarsiz bo'lgan hududlar qizil rang bilan
belgilangan. Tasvirni tahlil qilishdan ko'rinib turibdiki, yorqin infraqizil kanalni jalb qilish
qishloq xo‘jaligi ekinlarining holati haqida batafsilroq ma'lumot olish va olish imkonini berdi.
Foydalanilgan adabiyotlar
1. Киенко Ю.П. Основы космического природоведения. М.: «Картгеоцентр-Геодезиздат»,
1999. 285 с.
2. Курбанов Б.Т., Салахутдинов Р.З. Оценка состояния окружающей среды: новые
подходы и решения. // Geodeziya, kartografiya va kadastr. – 1998. - № 1. – С.42-46.
3. Смирнов Л.Е. Аэрокосмические методы географических исследований. –Л., Наука.
1975г.
4. Рогов А.Н. Особенности интеграции технологий географических информационных
систем и дистанционного зондирования при изучении природных ресурсов // Отеч. геол.
1994. -N 6.-С. 60-68.
5. Baumgartner M.F., Apfi G. Towards an integrated geographic analysis system with remote
sensing, GIS and consecutive modelling for snow cover monitoring// Int. ). Remote Sens. -1994.
-15,N7. -P.1507-1517
6. Нenderson F.B. Remote Sensing for GIS // GIS World. - 1995. - N 2. - P. 42-45.
7. Wulder M., Franklin S., Lavigne M. Polygon decomposition: a procedure for using remotely
sensed data to supplement GIS forest inventories. Technology Transfer Note 24, February 2001
8. Franklin J. Thematic mapper analysis on coniferous forest structure and composition.
International Journal of Remote Sensing 7, 1287-1301.
9. Iisaka J. Automated detection of man-made disturbance in the forest from remotely sensed
images. In Proceedings of the Second International Conference on Geospatial Information in
Agriculture and Forestry, Lake Buena Vista, Florida, 10-12 January 2000.
10. Е. В. Лопатин. К вопросу об автоматизированной актуализации информации о лесном
фонде по космическим снимкам. Труды Сыктывкарского лесного института. –
Сыктывкар: СЛИ, 2002. – Т.3. – 420 с.
АУДИО ДЛЯ ФОНЕТИЧЕСКОЙ СЕГМЕНТАЦИИ И ГОВОРИ ДЛЯ ГОВОРИ
Ахатов Акмал Рустамович,
проректор по международному сотрудничеству,
Самаркандский государственный университет
Улугмуродов Шох Аббос Баходир угли
Ассистент кафедры компьютерных наук и программирования
Джизакского филиала Национального университета
Узбекистана
Таджиев Маруф Рузикулович
Старший преподаватель кафедры компьютерных наук и программирования
