Ethics, Nzuzo, Oke na ngwụcha ngwụcha ngwụcha

Uru:

• Ikike ịmata na jikwaa ihe egwu dị ka njikwa data nke ndị ọrụ ugbo, nzuzo na nhụsianya algorithmic.
• Ikike ijikọ njikọ niile nke modul n'otu oge na-arụ ọrụ njedebe na njedebe
• Ịmepụta n'ime usoro dị mma nke mmepụta AI anaghị edochi nkwenye ọkachamara agronomist ruru eru na mkpebi nchekwa dị oke egwu.

Ule modul

1. Gịnị bụ arịlịka nke 'arịlịka atọ' nkwado nke etinyere tupu etinyere mmepụta AI na mkpebi na injinịa ugbo?

• A) Oke oke, plausibility agronomic na ihe akaebe ubi ✔
• B) Ịma ama nke ihe nlereanya, ogologo azịza na ịsụ asụsụ
• C) Ọnụahịa, ọsọ na interface onye ọrụ
• D) ntụkwasị obi ika, njikọ ịntanetị na usoro faịlụ

Nkọwa: Arịlịka atọ; usoro nke ịdị ukwuu, nke na-enyocha ma nsonaazụ ya dị n'ime ike a na-atụ anya ya nke 10, ezi uche agronomic, nke na-ele anya na nkwekọ nke mmepụta na ihe ọkụkụ na ihu igwe, na ihe àmà ubi, nke na-enye nkwenye n'ọhịa karịa isi / ihe atụ. Akara nke isi mmalite, ewu ewu nke ihe nlereanya ahụ, ma ọ bụ ịdị mma nke ederede abụghị njirisi nkwenye.

2. Kedu ihe NDVI (Normalized Difference Vegetation Index) na-atụ n'ụzọ bụ isi?

• A) Kpebie oke iru mmiri nke ala na centimita
• B) Njupụta na ike nke akwụkwọ ndụ akwụkwọ ndụ, ahịhịa ndụ ✔
• C) Kedu ụdị ọrịa dị na ọkwa ụdị?
• D) Ọnụahịa ngwaahịa ikpeazụ mgbe owuwe ihe ubi

Nkọwa: NDVI na-atụ njupụta na ike nke ahịhịa ndụ ndụ ndụ fotosynthetic site na ịhazi ọdịiche dị n'etiti infrared nso (NIR) na ntụgharị uhie uhie Ebe ọ bụ na osisi dị mma na-egosipụta NIR siri ike ma na-amịnye ọbara ọbara nke ukwuu, NDVI na-abawanye; Ọnụ ahịa na-ebelata na mkpuchi nrụgide ma ọ bụ obere. Ọ naghị atụle mkpụrụ, mmiri ala ma ọ bụ ụdị ọrịa; ndị a chọrọ data agbakwunyere.

3. Ihe onyonyo satịlaịtị na-egosi mpaghara nwere uru NDVI dị ala. Kedu n'ime usoro ndị a kachasị mma ịme tupu ịmegharị ihe a na-adịghị mma ka ọ bụrụ mkpebi injinịa?

• A) Tinye ọgwụ fungicides na mpaghara ahụ ozugbo
• B) Na-abawanye dose fatịlaịza na mpaghara ahụ
• C) Kwado ihe kpatara ya site na njikwa ubi, meteorology na phenology ✔
• D) Ileghara anomaly anya wee tinye nkezi n'ọhịa dum

Nkọwa: Enwere ike ịkpata NDVI dị ala site na nrụgide mmiri, ọrịa, ụkọ nri, mpụta na-adịghị adịkarị, ndò igwe ojii ma ọ bụ ala a kpara ọhụrụ. Anyị nwere ike ịmata ọdịiche a na-ejighị n'aka site na njikwa ubi, meteorology na phenology; Naanị map ahụ ekwughị ihe kpatara ya. Itinye ọgwụ na-egbu egbu ma ọ bụ fatịlaịza na-ebute ihe ize ndụ nke itinye aka na ihe na-ezighi ezi.

4. Kedu ụzọ kachasị mma mgbe ị na-abanye na nhazi ubi ndị ọrụ ugbo, na-amịpụta na ọnụ ahịa data n'ime ngwá ọrụ AI dị n'ihu ọha?

• A) Tapawa data niile dị ka ọ dị na ID na nhazi ya
• B) Mechie njirimara njirimara wee kesaa naanị data teknụzụ dị mkpa ✔
• C) Na-ebunye data n'ime tebụl ọha na-enweghị ịlele ya ma ọlị
• D) Inye onyinye maka inye ọzụzụ nkuzi n'enyeghị ikike onye ọrụ ugbo

Nkpughe: Data ndị ọrụ ugbo na-enwe mmetụta nke azụmahịa na nke onwe; Nchịkọta, njirimara na ozi ọnụ ahịa bụ ihe gbasara ihe onwunwe na nzuzo. Ụzọ ziri ezi bụ ikpughe ozi njirimara site na akara ndị nnọchite anya (Plot-A, X coordinate) wee kesaa naanị data teknụzụ achọrọ maka nyocha. Ịkekọrịta data dị ka ọ dị ma ọ bụ imepe ya na agụmakwụkwọ na-enweghị ikike na-ebute ihe ize ndụ nke ụkpụrụ na iwu.

5. Akụkọ nyocha nke ala na-agụ pH dị ka 4.8. Kedu ihe uru a pụtara n'ụzọ agronomy?

• A) Ala na-anọpụ iche ma dịkwa mma maka ọtụtụ ihe ọkụkụ
• B) Acid siri ike; Ọnọdụ nwere ike igbochi iri nri ma chọọ mgbazi ✔
• C) alkali siri ike; ọnọdụ chọrọ liming
• D) Ọ pụtara na salinity dị n'ime ala dị oke elu.

Nkọwa: pH 4.8 na-egosi ala acid siri ike; N'okpuru ọnọdụ a, ntinye nke phosphorus na molybdenum na-ebelata, ihe ize ndụ nke aluminom / manganese toxicity na-abawanye, na mgbọrọgwụ mgbọrọgwụ na-ebelata n'ọtụtụ ihe ọkụkụ. Maka ọtụtụ ihe ọkụkụ ubi, 6.0-7.0 bụ oke kwesịrị ekwesị. Ya mere, a na-atụle mgbazi dị ka liming; Ala acidic adịghị 'ezigbo' na ọ bụghị n'onwe ya na-ekwe nkwa nnukwu mkpụrụ.

6. AI kwadoro 60 n'arọ nke nitrogen dị ọcha kwa decare maka ubi ọka wit; Mpaghara bara uru na ebumnuche ebumnuche na-egosi ihe dị ka kilogram 12-16 nke nitrogen dị ọcha kwa afọ. Kedu àgwà kacha mma?

• A) Na-eme ihe a tụrụ aro ka ọ dị, n'ihi na AI gbakọrọ
• B) Na-abawanye dose ọbụna karịa ka ọ dị mma
• C) Hụ ya dị ka usoro ịdọ aka ná ntị ịdị ukwuu wee lelee ntinye na nhazi mpaghara ✔
• D) Kewaa atụmatụ ahụ na ọkara n'ebughị n'uche nyocha ala

Nkọwa: Ntụnye a dị ihe dị ka okpukpu anọ ka a tụrụ anya ya; Nke a bụ usoro ịdọ aka ná ntị dị ukwuu. Nnukwu nitrogen pụtara ma mmebi akụ na ụba yana ihe ize ndụ nke ịda mbà n'obi, ọrịa na mmetọ nitrate. Omume ziri ezi bụ ịjụ ndụmọdụ wee lelee ntinye ( nkeji, mkpụrụ, mkpụrụ ebumnuche, ala N) na nhazi mpaghara. Ngwa kpuru ìsì na-akpata mmebi gburugburu ebe obibi na agronomic.

7. Gịnị ka 'osisi mmiri oriri' (evapotranspiration, ET) eji na ogbugba mmiri n'ubi mkpebi pụtara?

• A) Ọnụ mmiri na-abanye n'ime ala naanị site na mmiri ozuzo
• B) Mkpokọta mmiri na-efu site na evaporation site na ala na transpiration si na osisi ✔
• C) Eletriki conductivity nke ala
• D) Uru nrụgide na ọkpọkọ ogbugba mmiri n'ubi

Nkọwa: Evapotranspiration bụ mkpokọta mmiri na-efu site na ala gaa na ikuku site na evaporation na transpiration sitere na osisi ahụ. Site n'ịba ụba akwụkwọ ntụaka ET na ọnụọgụ ihe ọkụkụ (Kc), a na-eme atụmatụ mkpa mmiri nke ngwaahịa (ETc) n'ezie na a na-eme atụmatụ ịgba mmiri dịka nguzo mmiri a siri dị. ET abụghị mmiri ozuzo ma ọ bụ salinity ala; Ọ na-anọchi anya akụkụ ọpụpụ nke mmefu ego mmiri.

8. Onye injinia hụrụ ihe mgbaàmà na akwụkwọ ahụ nyere AI nkọwa foto ahụ wee nweta nyocha mbụ. Kedu nke dị mkpa tupu ịsụgharị nchoputa a ka ọ bụrụ mkpebi nchịkwa ahụhụ?

• A) Ịkwado onye nnọchi anya n'ọhịa / ụlọ nyocha na ịhọrọ ọgwụ nwere ikike na akara akara ✔
• B) Iwere ọtụtụ ọgwụ dị iche iche ọnụ, naanị ka ọ dịrị gị mma
• C) Tinye ihe na-arụ ọrụ ozugbo ihe ọ bụla AI kwuru.
• D) Họrọ pesticide kacha ọnụ ala ma tinye ya n'ọhịa dum

Nkọwa: Nchọpụta mbụ site na onyonyo naanị ezughị oke n'ihi ihe dị iche iche (fungal, bacterial, viral, deficient deficient, abiotic stress) na-akpata mgbaàmà yiri nke ahụ. Ekwesịrị ịkwado onye nnọchi anya site na nlele ubi yana, ọ bụrụ na ọ dị mkpa, nyocha ụlọ nyocha, wee họrọ naanị ọgwụ enyere ikike maka onye nnọchite ahụ yana ngwaahịa ahụ dabara adaba maka akara ya. Ngwa pesticide sara mbara na-enweghị nkwenye na-emepụta ihe ize ndụ nke iguzogide na ihe fọdụrụ.

9. Gịnị bụ ebumnuche nke echiche GDD (Uto Uto Uto), nke a na-ejikarị na nkwado mkpebi ọrụ ugbo?

• A) Na-agbaso uru pH nke ala
• B) Ịma amụma ọkwa mmepe osisi na mpụta pesti site na mkpokọta okpomọkụ ✔
• C) Ịtụ ọnụ ahịa ọkpọkọ ogbugba mmiri n'ubi
• D) Ịgbakọ ọnụ ahịa ahịa nke ngwaahịa

Nkọwa: GDD bụ mkpokọta okpomọkụ a na-akwakọba site n'iwepụ ala okpomọkụ site na nkezi okpomọkụ kwa ụbọchị ma na-eji atụle usoro mmepe (phenology) nke osisi na oge mmalite nke ụfọdụ pests. Ya mere, enwere ike ịhazi ịgbasa, fatịlaịza na windo owuwe ihe ubi dịka nchịkọta okpomọkụ si dị karịa kalịnda. GDD abụghị pH ala ma ọ bụ oke mmiri ozuzo kpọmkwem.

10. Kedu n'ime ihe ndị a bụ nkwupụta kacha zie ezie maka ụdị amụma amụma nke ejiri mmụta igwe arụ ọrụ?

• A) Na-ebu amụma ọdịnihu n'ụzọ ziri ezi na enweghị njehie
• B) Ọ dabere na ụkpụrụ gara aga; A ga-enyerịrị ya na oke ejighị n'aka ma kwenye ✔
• C) Ọ na-arụ ọrụ mgbe niile na otu izi ezi na ọnọdụ ndị ọzọ karịa data ọzụzụ.
• D) Ọ bụ naanị onye na-eme mkpebi ikpeazụ na-enweghị ozi agronomic

Nkọwa: Ụdị mmụta igwe na-adabere na ụkpụrụ ọ na-ahụ na data akụkọ ihe mere eme; Ntụkwasị obi na-ebelata mgbe ọnọdụ ntinye dara na mpụga data ọzụzụ (ụdị ọhụrụ, ihu igwe na-adịghị ahụkebe). Ya mere, a ga-enye ihe mmepụta ya na oke ejighị n'aka, ọ bụghị isi ihe, ma ekwesịrị iji mpụta akụkọ ihe mere eme na akara nrịbama nyochaa ya. Ihe nlereanya ahụ amaghị ọdịnihu n'ezie na ọ naghị arụ ọrụ na otu ziri ezi n'okpuru ọnọdụ niile.

11. Gịnị bụ omume kacha mma tupu ịgba ọsọ AI-emepụtara Python / pandas analysis code?

• A) Itinye koodu ahụ ozugbo na ntọala data niile na-agụghị ya
• B) Nnwale na obere data nlele nwere nsonaazụ ama ama yana usoro nyocha na nkeji ✔
• C) Ịtụle na naanị ịrụ ọrụ na-enweghị njehie zuru oke.
• D) Ịtinye mmepụta n'ime akụkọ ahụ na-enyochaghị ya ma ọlị

Nkọwa: Ọ bụ ezie na koodu AI mepụtara nwere ike ịpụta nke ziri ezi, ọ nwere ike ịnwe otu, aha kọlụm, usoro ndeksi, ma ọ bụ nzacha njehie mgbagha. Omume dị mma bụ iji aka na-agba ọsọ na-esi na ya pụta megide obere nlele data ị maara, jiri ya tụnyere mmepụta a na-atụ anya ya, wee lelee usoro dịka NDVI megide isi iyi. Itinye koodu na nnukwu data na-enweghị ịhụ ya na-akpali chinchi nkịtị na mmepụta.

12. Gịnị kpatara akwụkwọ nchịkwa ọgwụ ji dị oke egwu na ndekọ ndekọ?

• A) Naanị iji nweta mwepu ụtụ
• B) Na-enye ndekọ nkwenye maka nnabata MRL, asambodo na traceback batch ✔
• C) Naanị maka ntụnyere na mpaghara ndị agbata obi
• D) Iji kwadebe broshuọ mgbasa ozi

Nkọwa: Akwụkwọ nchịkwa ọgwụ; Ọ na-edepụta ngwaahịa, nke ihe na-arụ ọrụ, nke dose na ụbọchị ejiri ya, yana oge nchere n'etiti ngwa ikpeazụ na owuwe ihe ubi. Ndekọ a bụ iwu maka nnabata oke residue limit (MRL), ezigbo asambodo agronomy/organic, yana nchọta ogbe azụ ma ọ bụrụ na nsogbu emee. Edokwaghị ya naanị maka nleba anya ọnụ ahịa ma ọ bụ mgbasa ozi.

13. Ngwá ọrụ AI ji obi ike kwuo banyere pesti a na-ahụghị na mpaghara dịka 'ihe iyi egwu nkịtị'. Kedu echiche nwere ike ịkọwa ọnọdụ a nke ọma?

• A) Njehie nhazi nhazi ihe mmetụta
• B) Ịhụ n'anya: mmepụta nke ozi na-adịghị adị na nchekwa asụsụ ✔
• C) Nkwụsị njikọ netwọkụ
• D) Enweghị data mmiri ozuzo

Nkọwa: A na-akpọ ya nhụsianya mgbe ihe nlereanya ahụ na-emepụta ozi na-adịghị adị n'ezie ma ọ bụ na-adabaghị na ihe ndị gbara ya gburugburu, dị ka a ga-asị na ọ dị adị, nke ọma na ntụkwasị obi. Ihe nzacha nke plausibility agronomic (okpomọkụ mpaghara na usoro ihe ọkụkụ kwesịrị ekwesị maka pesti ahụ?) na ihe akaebe ubi na-ejide ụdị njehie ahụ tupu mbinye aka. Nke a abụghị ihe mmetụta sensọ ma ọ bụ njehie otu.

14. Kedu ka ekwesịrị isi kọwaa ọrụ ọgụgụ isi na mkpebi ọrụ ugbo dị oke mkpa maka nchekwa na ịdị mma (dịka ọmụmaatụ ọgwụ pesticide, ndenye ọgwụ fatịlaịza, atụmatụ ịgba mmiri)?

• A) Ndị ikike tozuru oke na naanị ya na-eme mkpebi ikpeazụ
• B) Sistemụ akpaaka nke na-edochi nnabata onye ọrụ ugbo tozuru oke
• C) Onye inyeaka nke na-emepụta ihe odide na aro wee hapụ mkpebi ahụ n'aka ọkachamara ✔
• D) Ebe ozi ziri ezi nke na-achọghị nkwenye

Nkọwa: ọgụgụ isi artificial; Ọ bụ onye inyeaka na-emepụta ndepụta, chịkọta data, na atụ aro echiche. Okwu ikpeazụ na mkpebi siri ike bụ nke onye injinia tozuru etozu nke maara nke ọma na nleba anya ubi, nhazi mpaghara na iwu; Mwepụta AI anaghị edochi nnabata a. Mgbe a bịara na ngwaahịa, gburugburu ebe obibi na nchekwa nri, ọrụ dị n'aka ọkachamara nbinye aka.