ISSN 1694-6286
e-ISSN 1694-9250
Макала жөнөтүү
Кыргыз
Кыргыз улуттук агрардык университетинин жарчысы

Макаланы издөө

Кыргызстандын агрардык системаларын климаттын өзгөрүшү шарттарында жасалма интеллекттин жардамы менен божомолдоо

А Айнура Дыйканова А Ангысын Сейтмуратов А Абдикерим Курбаналиев Т Тургунбек Жумалиев Ж Жамиля Баялиева
Кабыл алынган убакыт 15.05.2025
Түзөтүлгөн 16.08.2025
Жарыяланган 10.09.2025

Аннотация

Глобалдык климаттын өзгөрүшү шарттарында агрардык системалардын туруктуу өнүгүүсүн камсыз кылуу – заманбап агрардык илим менен практиканын башкы артыкчылыктуу багыттарынын бири болуп саналат. Жамгырдын тартыштыгы же ашыкча болушу, орточо жылдык температуранын жогорулашы жана аба ырайынын экстремалдуу көрүнүштөрүнүн көбөйүшү айыл чарбасынын түшүмдүүлүгүнө жана экономикалык туруктуулугуна олуттуу коркунуч жаратат. Бул изилдөөдө жасалма интеллект ыкмаларынын негизинде региондук деңгээлде агрардык системалардын туруктуулугун божомолдоонун мүмкүнчүлүктөрү каралган. Изилдөөнүн максаты – нейрондук тармактар жана машиналык окутуу алгоритмдерин колдонуу аркылуу айыл чарба өсүмдүктөрүнүн продуктивдүүлүгүн жана адаптивдик потенциалын божомолдоо ыкмаларын иштеп чыгуу болуп саналат. Изилдөөнүн материалдары жана ыкмалары катары Кыргыз Республикасынын айыл чарба тармагына тиешелүү негизги өсүмдүктөрдүн түшүмдүүлүгү, климаттык көрсөткүчтөр жана экономикалык параметрлер боюнча көп жылдык статистикалык маалыматтар колдонулган. Анализдөөдө корреляциялык-регрессиялык моделдөө, жасалма нейрондук тармактар жана кластерлештирүү алгоритмдери пайдаланылган. Изилдөөнүн жыйынтыктары көрсөткөндөй, интеллектуалдык алгоритмдерди колдонуу салттуу ыкмаларга салыштырмалуу түшүмдүүлүктү божомолдоонун тактыгын 12-15 %га жакшыртат жана агрардык системалардын туруктуулугун аныктаган негизги климаттык жана экономикалык факторлорду аныктоого мүмкүндүк берет. Изилдөөнүн илимий жаңылыгы – жасалма интеллект ыкмаларын агроэкологиялык зоналоо менен интеграциялоо аркылуу туруктуу өнүгүүнүн адаптивдүү моделдерин түзүүдө жатат. Практикалык мааниси – иштелип чыккан моделдерди стратегиялык пландоодо, аймактык азык-түлүк коопсуздугу программаларын түзүүдө жана агрардык экономикадагы тобокелдиктерди башкарууда колдонууга болот

Негизги сөздөр

айыл чарбасындагы санарип технологиялар; адаптивдүү дыйканчылык; климаттык туруктуулук; божомолдук моделдер; маалыматтар; машиналык окутуу; агроэкосистемаларды башкаруу
Цитаталоо
Dyikanova, A., Seitmuratov, A., Kurbanaliev, A., Zhumaliev, T., & Baialieva, J. (2025). The application of artificial intelligence in forecasting agricultural systems in Kyrgyzstan under climate change. Bulletin of the Kyrgyz National Agrarian University, 23(3), 74-84. https://doi.org/10.63621/bknau./3.2025.74

Колдонулган булактар

  1. Azarov, A., Kulikov, M., Sidle, R.C., & Zaginaev, V. (2025). Climate change and its impact on natural resources and rural livelihoods: Gendered perspectives from Naryn, Kyrgyzstan. Climate, 13(3), article number 57. doi: 10.3390/cli13030057.
  2. Baidybekova, S., Sauranbai, S., Yermekbayeva, D., & Bayetova, M. (2025). Current state and innovative development of the agrarian sector: Comparative analysis of trends in different regions. CABI Reviews, 20(1), article number 0048. doi: 10.1079/cabireviews.2025.0048.
  3. Bazarbaeva, R.S., Brovko, N.A., & Safronchuk, M.V. (2021). Global challenges of the beginning of the digital age and a green perspective for the development of the Kyrgyz Republic's economy. In E.B. Zavyalova & E.G. Popkova (Eds.), Industry 4.0: Exploring the consequences of climate change (pp. 137-150). Cham: Springer. doi: 10.1007/978-3-030-75405-1_12.
  4. Burkhanov, A.U., Azhibekova, A.T., Parakhina, V.N., & Meteleva, O.A. (2025). Climate-responsible innovations based on big data and AI for sustainable development of a smart vertical farm. In E.G. Popkova (Ed.), Technological horizons of decarbonization based on environmental innovations (pp. 157-162). Cham: Springer Nature. doi: 10.1007/978-3-031-82210-0_26.
  5. Burkhanov, A.U., Yadgarov, A.A., Saidova, M.E., & Tugizova, M.S. (2024). Agricultural insurance protection and food security in the face of global climate change. In M.P. Eshov, G.K. Abdurakhmanova, A.U. Burkhanov, N.B. Abdusalomova & S.T. Ergasheva (Eds.), Development of international entrepreneurship based on corporate accounting and reporting according to IFRS (Part B, pp. 75-79). Leeds: Emerald Publishing. doi: 10.1108/S1877-63612024000033B010.
  6. Chupin, A.L., Bespalko, V.G., Nemirova, G.I., Sergeev, I.V., & Yurchenko, O.A. (2025). Impact of artificial intelligence on the implementation of the UN SDG 9: Promoting sustainability in the EAEU economy. In E.G. Popkova (Ed.), Management of digital technologies in the innovative economy (pp. 239-243). Cham: Springer Nature. doi: 10.1007/978-3-031-83331-1_39.
  7. De Keyser, J., et al. (2023). Integrating open-source datasets to analyze the water-food-energy-climate nexus in Central Asia. Water, 15(19), article number 3482. doi: 10.3390/w15193482.
  8. European Centre for Medium-Range Weather Forecasts (ECMWF). (n.d.). Retrieved from https://www.ecmwf.int/.
  9. FAO. (2022). The state of food and agriculture 2022: Leveraging automation in agriculture for transforming agrifood systems. Rome: Food and Agriculture Organization of the United Nations. doi: 10.4060/cb9479en.
  10. Gerlitz, L., Vorogushyn, S., & Gafurov, A. (2020). Climate informed seasonal forecast of water availability in Central Asia: State-of-the-art and decision making context. Water Security, 10, article number 100061. doi: 10.1016/j.wasec.2020.100061.
  11. Getahun, S., Kefale, H., & Gelaye, Y. (2024). Application of precision agriculture technologies for sustainable crop production and environmental sustainability: A systematic review. The Scientific World Journal, 2024, article number 2126734. doi: 10.1155/2024/2126734.
  12. Gryshova, I., Balian, A., Antonik, I., Miniailo, V., Nehodenko, V., & Nyzhnychenko, Ya. (2024). Artificial intelligence in climate-smart agriculture: Toward a sustainable farming future. Access Journal, 5(1), 125-140. doi: 10.46656/access.2024.5.1(8).
  13. Harikrishnan, S., Kaushik, D., Rasane, P., Kumar, A., Kaur, N., Reddy, C.K., Proestos, C., Oz, F., & Kumar, M. (2025). Artificial intelligence in sustainable food design: Technological and ethical considerations. Trends in Food Science & Technology, 163, article number 105152. doi: 10.1016/j.tifs.2025.105152.
  14. Imanbayeva, Z., Abuselidze, G., Bukharbayeva, A., Jrauova, K., Oralbayeva, A., & Kushenova, M. (2024). State regulation of the digital transformation of agribusiness in the context of the climate crisis intensification. Economies, 12(10), article number 270. doi: 10.3390/economies12100270.
  15. Kadyraliev, A., Oruntayeva, A., Kamchybekov, T., Abyshov, I., & Bigali, A. (2024). The impact of digital technologies on the effectiveness of management in the agricultural sector of the Kyrgyz Republic. Ekonomika APK, 31(5), 35-44. doi: 10.32317/ekon.apk/5.2024.35.
  16. Kamilaris, A., & Prenafeta-Boldú, F.X. (2018). Deep learning in agriculture: A survey. Computers and Electronics in Agriculture, 147, 70-90. doi: 10.1016/j.compag.2018.02.016.
  17. Liang, L., Zhang, F., & Qin, K. (2021). Assessing the vulnerability of agricultural systems to drought in Kyrgyzstan. Water, 13(21), article number 3117. doi: 10.3390/w13213117.
  18. Mai, J., & Liu, G. (2023). Modeling and predicting the effects of climate change on cotton-suitable habitats in the Central Asian arid zone. Industrial Crops and Products, 191(Part A), article number 115838. doi: 10.1016/j.indcrop.2022.115838.
  19. Meteoblue. (n.d.). Retrieved from https://www.meteoblue.com/.
  20. Mimenbayeva, A., Issakova, G., Tanykpayeva, B., Tursumbayeva, A., Suleimenova, R., & Tulkibaev, A. (2024). Applying machine learning for analysis and forecasting of agricultural crop yields. Scientific Journal of Astana IT University, 17, 28-42. doi: 10.37943/17LKYF9288.
  21. Ministry of Agriculture, Forestry and Water Resources of the Kyrgyz Republic. (n.d.). Retrieved from https://agroprod.kg/.
  22. Nakysbekova, K., Ismukhanova, L., Aldibayeva, L., Shimshikov, B., Torobekova, T., Osmonbekova, R., Asanova, A., & Kulnazarova, K. (2025). Role of information systems in ecology for achieving the Sustainable Development Goals (SDGs). Caspian Journal of Environmental Sciences, 23(3), 611-617.
  23. National Statistical Committee of the Kyrgyz Republic (NSCKR). (n.d.). Retrieved from https://stat.gov.kg/en/.
  24. Schmidhuber, J., & Tubiello, F.N. (2007). Global food security under climate change. Proceedings of the National Academy of Sciences, 104(50), 19703-19708. doi: 10.1073/pnas.0701976104.
  25. Wen, X., Zhao, G., Cheng, X., Chang, G., Dong, X., & Lin, X. (2022). Prediction of the potential distribution pattern of the great gerbil (Rhombomys opimus) under climate change based on ensemble modelling. Pest Management Science, 78(7), 3128-3134. doi: 10.1002/ps.6939.
  26. World Bank. (n.d.). Climate change knowledge portal. Retrieved from https://climateknowledgeportal.worldbank.org/.
  27. Yildirim, T., Moriasi, D.N., Starks, P.J., & Chakraborty, D. (2022). Using artificial neural network (ANN) for short-range prediction of cotton yield in data-scarce regions. Agronomy, 12(4), article number 828. doi: 10.3390/agronomy12040828.