फसल उपज भविष्यवाणी प्रश्नोत्तरी में ए.आई

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. एनडीवीआई वनस्पति सूचकांक मुख्य रूप से क्या दर्शाता है?
   • मिट्टी का पीएच स्तर
   • अनाज की कीमत
   • उपग्रह प्रकाश परावर्तन से फसल की हरियाली और शक्ति
   • कृषि श्रमिकों की संख्या
2. शुरुआती सीज़न की उपज के पूर्वानुमान में सीज़न के अंत के पूर्वानुमानों की तुलना में अधिक अनिश्चितता क्यों होती है?
   • पैदावार को प्रभावित करने वाला अधिकांश मौसम और फसल विकास अभी तक नहीं हुआ है
   • सीज़न की शुरुआत में उपग्रह बंद हो जाते हैं
   • किसान अपने खेतों को जल्दी छिपा देते हैं
   • एनडीवीआई केवल सर्दियों में काम करता है
3. What does held-out-year validation help assess in a crop-yield forecast study?
   • A guarantee that no future information can leak into the inputs
   • Only whether the model's filename contains the year
   • Proof that every field shares the same yield
   • Generalization to another year's conditions, with forecast-time feature availability still needing control
4. कौन सा डेटा स्रोत इन मॉडलों में आमतौर पर उपयोग की जाने वाली मल्टीस्पेक्ट्रल इमेजरी प्रदान करता है?
   • केवल घरेलू मौसम स्टेशन
   • सेंटिनल-2 और लैंडसैट उपग्रह
   • सोशल मीडिया पोस्ट
   • किराना दुकान की रसीदें
5. What does the cited US Corn Belt hybrid yield study add to machine-learning predictors?
   • Variables supplied by a process-based crop simulation model such as APSIM
   • Removal of every weather and soil input
   • A guarantee that the model needs no regional validation
   • Only random labels unrelated to crop development
6. Why should crop-yield evaluations examine unusual heat or drought years separately?
   • Extreme conditions always make prediction easier
   • A high NDVI guarantees an unchanged yield under every stress
   • Training mainly on ordinary conditions may not represent those stress responses adequately
   • Every weather year is identical once a crop is named
7. If a vegetation observation has near-infrared reflectance 0.6 and red reflectance 0.2, what is its NDVI?
   • 0.8, by adding the two values only
   • 0.5, using (0.6 minus 0.2) divided by (0.6 plus 0.2)
   • 0.4, by subtracting without normalization
   • 3.0, by dividing near-infrared by red only
8. What does validation against county-average yield labels establish about an individual-field forecast?
   • It guarantees every field has the county's average yield
   • It converts a regional label into a direct harvest measurement for each field
   • It removes all need to know the forecast's spatial unit
   • It does not by itself establish field-level accuracy; the intended scale needs its own evidence