가이드 연계 퀴즈 · 중간 레벨

작물 수확량 예측 퀴즈의 AI

식생 지수, 계절적 불확실성, 예측 예측, 위성 입력, 잡종 작물 모델 및 수확량 검증 레이블 규모를 검토합니다.

관련 가이드 경로AI의 작물 수확량 예측
질문 1 의 8

NDVI 식생 지수는 주로 무엇을 나타냅니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. NDVI 식생 지수는 주로 무엇을 나타냅니까?
    • 토양 pH 수준
    • 곡물의 가격
    • 위성 빛 반사를 통해 작물의 푸르름과 활력을 느껴보세요
    • 농장 근로자 수
  2. 시즌 초반의 수익률 예측이 시즌 후반의 수익률 예측보다 더 많은 불확실성을 갖는 이유는 무엇입니까?
    • 수확량에 영향을 미치는 날씨와 작물 발달의 대부분은 아직 발생하지 않았습니다.
    • 시즌 초반에 위성이 꺼집니다.
    • 농부들은 일찍 밭을 숨깁니다.
    • NDVI는 겨울에만 작동합니다.
  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. 이러한 모델에서 일반적으로 사용되는 다중 스펙트럼 이미지를 제공하는 데이터 소스는 무엇입니까?
    • 가정용 기상 관측소만 해당
    • Sentinel-2 및 Landsat 위성
    • 소셜 미디어 게시물
    • 식료품점 영수증
  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