YERLARNING SHO'RLANISH DARAJASINI ANIQLASH VA PROGNOZ QILISHDA NEYRON TARMOQLARDAN FOYDALANISH

Mazkur maqolada Qoraqalpog’iston Respublikasi Nukus tumani Shortanbay massivida 2000–2025 yillar mobaynida olingan ko‘p spektrli masofadan zondlash ma’lumotlari asosida yerlarning sho‘rlanish darajasini aniqlash va uning dinamikasini prognoz qilishda chuqur o‘rganish (deep learning) usullarini qo‘llash natijalari bayon etilgan. Tadqiqotda Landsat sun’iy yo’ldosh tasvirlaridan olingan sakkiz xususiyatli vektor (B4, B3, B2, Sho‘rlanish indeksi —SI, Normallashtirilgan sho‘rlanish indeksi —NDSI, Yorqinlik indeksi —BI, Normallashtirilgan o‘simlik indeksi —NDVI, Yalang‘och tuproq indeksi —BSI) asosida ko‘p qatlamli perseptron (MLP), bir o‘lchovli konvolyusion neyron tarmoq (CNN) va uzoq muddatli qisqa xotirali rekurrent tarmoq (LSTM) modellari qurilgan va sinab ko‘rilgan. Sinov to‘plamidagi klassifikatsiya aniqligi MLP va CNN modellarida 99,89% ni, LSTM modelida esa 98,88% ni tashkil etdi. Natijalar neyron tarmoqlarning yerlarni masofadan monitoring qilish va ularning eroziyasini oldindan bashorat qilishda samarali vosita sifatida qo‘llanilishi mumkinligini tasdiqlaydi.