Применение искусственного интеллекта в прогнозировании аграрных систем Кыргызстана при изменении климата

В условиях глобального изменения климата устойчивое развитие аграрных систем становится одной из приоритетных задач современной аграрной науки и практики. Неравномерность осадков, рост среднегодовых температур и учащение экстремальных погодных явлений усиливают риски снижения урожайности и экономической нестабильности сельского хозяйства. В данной работе рассмотрено применение методов искусственного интеллекта для прогнозирования устойчивости аграрных систем на региональном уровне. Цель исследования заключалась в разработке подходов к прогнозированию продуктивности и адаптивного потенциала сельскохозяйственных культур с использованием нейронных сетей и алгоритмов машинного обучения. Материалы и методы исследования включали использование многолетних статистических данных по урожайности основных культур, климатическим показателям и экономическим параметрам сельского хозяйства Кыргызской Республики. Для анализа были применены методы корреляционно-регрессионного моделирования, искусственные нейронные сети и алгоритмы кластеризации. Результаты исследования показали, что использование интеллектуальных алгоритмов позволяет повысить точность прогнозов урожайности на 12-15 % по сравнению с традиционными методами, а также выявить ключевые климатические и экономические факторы, определяющие устойчивость аграрных систем. Научная новизна работы заключается в интеграции методов искусственного интеллекта с агроэкологическим зонированием для построения адаптивных моделей устойчивого развития. Практическая значимость исследования состоит в возможности применения разработанных моделей при стратегическом планировании, формировании региональных программ продовольственной безопасности и управлении рисками в аграрной экономике