Universitetimizning Geoinformatika mutaxassisligi bo‘yicha magistraturasini tamomlagan Oybek To‘xtamishevning ilmiy maqolasi Remote Sensing (Masofadan zondlash) Q1 jurnalida nashr etildi.
19.08.2026
Maqola “A Comprehensive Machine Learning Approach for Crop Classification Using Multi-Sensor Satellite Datasets and Multiple Vegetation Indices” deb nomlanib, 2026-yil 4-avgustda chop etilgan. Tadqiqot universitetimiz olimlari hamda Vengriya, AQSh va Misrdagi hamkor olimlar bilan birgalikda amalga oshirilgan.
Tadqiqotda Toshkent viloyatining O‘rta Chirchiq tumani misolida bug‘doy va paxta maydonlarini sun’iy yo‘ldosh ma’lumotlari va mashinali o‘qitish (Machine Learning) texnologiyalari yordamida yuqori aniqlikda aniqlash va xaritalash masalasi o‘rganilgan. Buning uchun Landsat-8, Sentinel-1 va Sentinel-2 sun’iy yo‘ldosh ma’lumotlari, shuningdek, NDVI, GNDVI, EVI, SAVI, MSAVI va NDRE kabi vegetatsiya indekslaridan foydalanilgan.
Tadqiqotning muhim jihati — optik Sentinel-2 va radar Sentinel-1 ma’lumotlarini birgalikda qo‘llash hamda turli mashinali o‘qitish algoritmlarini taqqoslashdir. Natijada Gradient Boosting Tree (GBT) algoritmi 97,06%, Random Forest (RF) esa 96,92% aniqlikka erishgan. Sentinel-1 va Sentinel-2 ma’lumotlarini integratsiyalash faqat optik ma’lumotlardan foydalanishga nisbatan tasniflash aniqligini 2,38% gacha, faqat radar ma’lumotlariga nisbatan esa 13,28% gacha oshirgan.
Olingan natijalar ekin maydonlarini tezkor va aniq xaritalash, qishloq xo‘jaligi ekinlari maydonlarini baholash, sug‘orish va o‘g‘itlashni samarali boshqarish, hosildorlikni prognozlash hamda oziq-ovqat xavfsizligini ta’minlashga qaratilgan qarorlarni qabul qilishda muhim amaliy ahamiyatga ega. Taklif etilgan yondashuv bepul sun’iy yo‘ldosh ma’lumotlariga asoslangani sababli katta hududlarda qishloq xo‘jaligi monitoringini tashkil etishda ham qo‘llanilishi mumkin.
Universitet jamoasi Oybek To‘xtamishev kabi iqtidorli va izlanuvchan yosh olimlari borligidan faxrlanadi hamda unga kelgusi ilmiy faoliyatida yangi yutuqlar tilaydi.