फसल सिमुलेशन एवं कृषि परामर्श (System Simulation and Agroadvisory, AGRON-324) B.Sc. (Hons.) Agriculture का 3 क्रेडिट (2+1) का कोर्स है, यानी 2 क्रेडिट थ्योरी और 1 क्रेडिट प्रैक्टिकल। सिलेबस के 13 टॉपिक में कुल 32 लेक्चर निर्धारित हैं। यह लेख सिलेबस के क्रम में नहीं, बल्कि सीखने के क्रम में बँटा है: पहले मॉडल की भाषा, फिर फसल और मौसम का संबंध, फिर पूर्वानुमान और अंत में सलाह बनाना। हर भाग में सिलेबस के टॉपिक नंबर लिखे हैं, ताकि आप मिलान कर सकें।
पूरी तस्वीर एक नज़र में
यह पूरा चक्र एक तंत्र (System) है। अंतिम चरण की प्रतिक्रिया अगली सलाह को बेहतर बनाती है, यानी इसमें फीडबैक लूप भी शामिल है।
भाग 1: मॉडल की भाषा (सिलेबस टॉपिक 1, 2, 3)
तंत्र दृष्टिकोण और मृदा-पौधा-वायुमंडल सातत्य (SPAC)
तंत्र (System) परस्पर जुड़े घटकों का वह समूह है जो किसी लक्ष्य के लिए साथ काम करता है। तंत्र दृष्टिकोण में पूरी व्यवस्था को एक इकाई मानकर घटकों के आपसी संबंधों का अध्ययन होता है। खेत में मृदा-पौधा-वायुमंडल सातत्य (SPAC) ऐसा ही तंत्र है: पानी मृदा से जड़ में, जड़ से तने के जाइलम में, पत्ती तक और रंध्रों से वायुमंडल में जाता है। इसे चलाने वाली शक्ति है जल विभव (Water potential) का ढलान: मृदा का विभव सबसे ऊँचा (कम ऋणात्मक) और वायुमंडल का सबसे नीचा (अधिक ऋणात्मक) होता है।
तंत्र की सीमाएँ और अवधारणाएँ
- तंत्र की सीमा (Boundary): मॉडल में क्या शामिल है और क्या बाहर, यह तय करना। जैसे केवल खेत की सतह से जड़ क्षेत्र की गहराई तक।
- अवस्था चर (State variables): किसी समय पर तंत्र की स्थिति, जैसे जैव भार, पत्ती क्षेत्र सूचकांक (LAI), मृदा जल।
- दर चर (Rate variables): परिवर्तन की गति, जैसे प्रतिदिन वृद्धि दर और वाष्पोत्सर्जन दर।
- चालक चर (Driving variables): बाहर से आने वाले इनपुट, जैसे मौसम।
- प्राचल (Parameters): स्थिर गुणांक, जैसे किस्म की आनुवंशिक विशेषताएँ।
- फीडबैक: परिणाम का आगे के व्यवहार पर असर, जैसे पत्ती क्षेत्र बढ़ने से प्रकाश अंतरावरोधन बढ़ना।
फसल मॉडलों के प्रकार
| आधार | प्रकार |
|---|---|
| प्रकृति | अनुभवजन्य या सांख्यिकीय (Empirical) बनाम प्रक्रिया आधारित (Mechanistic / Process-based) |
| समय | स्थैतिक (Static) बनाम गतिक (Dynamic) |
| अनिश्चितता | निर्धारणात्मक (Deterministic) बनाम प्रसंभाव्य (Stochastic) |
| उद्देश्य | अनुसंधान मॉडल, प्रबंधन उपकरण, नीति निर्धारण और पूर्वानुमान |
| प्रमुख उदाहरण | DSSAT (CERES श्रृंखला सहित), APSIM, InfoCrop, WOFOST, ORYZA, AquaCrop |
डेटा की आवश्यकता
- मौसम: दैनिक अधिकतम व न्यूनतम तापमान, वर्षा, सौर विकिरण, आर्द्रता, हवा की गति।
- मृदा: परत-वार बनावट, आयतन घनत्व, क्षेत्र क्षमता, स्थायी म्लानि बिंदु, जैविक कार्बन, pH और उपलब्ध नाइट्रोजन।
- फसल: किस्म के आनुवंशिक गुणांक, बुवाई की तिथि, पौध संख्या।
- प्रबंधन: सिंचाई, उर्वरक और अन्य कृषि क्रियाएँ।
- परीक्षण डेटा: मॉडल जाँचने के लिए वास्तविक प्रेक्षण, जैसे वृद्धि की अवस्थाएँ, जैव भार और उपज।
संबंध आरेख (Relational Diagram)
मॉडल की बनावट दिखाने के लिए फॉरेस्टर आरेख बनाए जाते हैं। इनमें आयत अवस्था चर को, वाल्व जैसे चिह्न दर को, गोले सहायक चरों को और बादल जैसे चिह्न स्रोत या अंतिम स्थान को दर्शाते हैं। ठोस तीर पदार्थ के प्रवाह को और बिंदुदार तीर सूचना के प्रवाह को दिखाते हैं।
भाग 2: फसल और मौसम का रिश्ता (सिलेबस टॉपिक 4, 5, 6, 7)
मौसम के तत्वों पर फसल की प्रतिक्रिया (टॉपिक 4)
| मौसम तत्व | फसल पर असर |
|---|---|
| तापमान | वृद्धि और विकास दर तय करता है। हर फसल के लिए न्यूनतम (आधार), इष्टतम और अधिकतम तापमान होते हैं। फूल व दाना भरने के समय अधिक गर्मी से उपज घटती है |
| विकिरण और दिन की लंबाई | प्रकाश संश्लेषण की ऊर्जा देता है। प्रकाश अवधि (Photoperiod) फूल आने का समय तय करती है |
| वर्षा और नमी | जल आपूर्ति के साथ रोग-कीट की स्थिति तय करती है |
| आर्द्रता और हवा | वाष्पोत्सर्जन, रोग प्रसार और परागण पर प्रभाव |
| चरम घटनाएँ | पाला, लू, ओला, बाढ़ और सूखा |
इसका अध्ययन बुवाई तिथि प्रयोगों, नियंत्रित कक्ष (Growth chamber) और सांख्यिकीय सहसंबंध व समाश्रयण विश्लेषण से किया जाता है।
सूत्र: GDD = [(Tmax + Tmin) ÷ 2] − Tbase
यदि किसी दिन Tmax = 28°C, Tmin = 12°C और आधार तापमान = 10°C हो, तो माध्य तापमान = 20°C और GDD = 20 − 10 = 10 दिन-डिग्री।
बुवाई से पकने तक की सारी दैनिक GDD जोड़कर किस्म की कुल ताप माँग निकाली जाती है।
प्रारंभिक फसल वृद्धि मॉडल, अंशांकन, सत्यापन और संवेदनशीलता विश्लेषण (टॉपिक 5)
सबसे सरल वृद्धि मॉडल पौधे के भार को समय का फलन मानते हैं: घातांकी (Exponential), लॉजिस्टिक, मोनोमोलेक्युलर, गोम्पर्ट्ज़ आदि। वृद्धि विश्लेषण के सूत्र:
फसल वृद्धि दर CGR = (W2 − W1) ÷ [P × (t2 − t1)] (P = भूमि क्षेत्रफल)
घातांकी वृद्धि: W = W0 ert
| चरण | अर्थ |
|---|---|
| सत्यापन (Verification) | क्या मॉडल का कोड और तर्क वैसे ही काम कर रहा है जैसा सोचा था? ("क्या मॉडल सही बना?") |
| अंशांकन (Calibration) | प्रेक्षित डेटा से मिलाने के लिए प्राचल (जैसे किस्म के गुणांक) समायोजित करना |
| वैधीकरण (Validation) | किसी अलग डेटा सेट पर बिना बदलाव के मॉडल जाँचना ("क्या मॉडल सही परिणाम देता है?") |
| संवेदनशीलता विश्लेषण | किसी इनपुट या प्राचल को थोड़ा (जैसे ±10%) बदलकर देखना कि आउटपुट कितना बदलता है |
RMSE = √[Σ(P − O)² ÷ n] (P = अनुमानित, O = प्रेक्षित; जितना कम, उतना बेहतर)
d-सूचकांक = 1 − Σ(P − O)² ÷ Σ(|P − Ō| + |O − Ō|)² (1 के करीब होना अच्छा)
संवेदनशीलता सूचकांक = (ΔY ÷ Y) ÷ (ΔX ÷ X)
संभावित और प्राप्य उत्पादन (टॉपिक 6)
| उत्पादन स्तर | किससे सीमित |
|---|---|
| संभावित उपज (Potential) | केवल विकिरण, तापमान, CO2 और किस्म; जल, पोषण या कीट की कोई कमी नहीं |
| जल सीमित उपज | विकिरण, तापमान और पानी की उपलब्धता |
| जल व पोषण सीमित उपज | ऊपर के कारकों के साथ पोषक तत्वों की कमी |
| वास्तविक उपज (Actual) | खरपतवार, कीट-रोग और अन्य बाधाओं सहित |
प्राप्य उपज (Achievable) वह उपज है जो उत्तम प्रबंधन से किसानों के खेत में सामान्यतः मिल सकती है, और अक्सर संभावित उपज का लगभग 70 से 80% मानी जाती है। संभावित और वास्तविक उपज का अंतर उपज अंतराल (Yield gap) कहलाता है।
सूत्र: जैव भार = RUE × अंतरावरोधित PAR; उपज = जैव भार × कटाई सूचकांक (HI)
यदि पूरे मौसम में अंतरावरोधित PAR = 600 MJ/m², RUE = 2.5 g/MJ और HI = 0.42 हो:
जैव भार = 2.5 × 600 = 1500 g/m² = 15 t/ha
उपज = 15 × 0.42 = 6.3 t/ha
पत्ती क्षेत्र सूचकांक से अंतरावरोधन निकालने के लिए बीयर का नियम: f = 1 − e−k·LAI।
नमी और पोषक तत्व सीमित स्थिति में उत्पादन; मृदा जल व पोषक संतुलन (टॉपिक 7)
जल संतुलन समीकरण: ΔS = (P + I + CR) − (ET + R + D)
जहाँ P = वर्षा, I = सिंचाई, CR = केशिका उत्थान, ET = वाष्पन-वाष्पोत्सर्जन, R = बहाव और D = गहरा रिसाव।
आगत = 120 + 60 + 0 = 180 मिमी; निर्गत = 220 + 10 + 5 = 235 मिमी
ΔS = 180 − 235 = −55 मिमी (मृदा में संचित जल 55 मिमी घटा)
- उपलब्ध जल = क्षेत्र क्षमता − स्थायी म्लानि बिंदु।
- जल तनाव का उपज पर असर (FAO विधि): 1 − Ya/Ym = Ky × (1 − ETa/ETm), जहाँ Ky फसल की उपज अनुक्रिया गुणांक है।
- पोषक संतुलन: आगत में उर्वरक, खाद, जैविक नाइट्रोजन स्थिरीकरण, वर्षा और सिंचाई जल; निर्गत में फसल द्वारा अवशोषण, निक्षालन, वाष्पीकरण, विनाइट्रीकरण और कटाव। मृदा की आपूर्ति क्षमता और खनिजीकरण भी गिने जाते हैं।
भाग 3: मौसम पूर्वानुमान और परख (सिलेबस टॉपिक 8, 9, 10, 11)
मौसम पूर्वानुमान: प्रकार, विधियाँ और उपकरण (टॉपिक 8)
| प्रकार | अवधि (IMD के अनुसार सामान्य) |
|---|---|
| नाउकास्ट | कुछ घंटे |
| अल्प अवधि | लगभग 3 दिन तक |
| मध्यम अवधि | लगभग 4 से 10 दिन |
| विस्तारित अवधि | लगभग 10 से 30 दिन |
| दीर्घ अवधि / मौसमी | एक महीने से अधिक, जैसे मानसून का पूर्वानुमान |
- विधियाँ: सिनॉप्टिक (मौसम चार्ट पर आधारित), सांख्यिकीय (समाश्रयण और समरूपता), संख्यात्मक मौसम पूर्वानुमान (NWP), एन्सेम्बल, निरंतरता (Persistence) और जलवायु-आधारित।
- उपकरण: उपग्रह (INSAT श्रृंखला), डॉप्लर मौसम रडार, स्वचालित मौसम केंद्र (AWS), रेडियोसोंड गुब्बारे, सतही और वायुमंडलीय प्रेक्षण केंद्र, और सुपरकंप्यूटर आधारित मॉडल।
- सिनॉप्टिक चार्ट: एक ही समय पर बड़े क्षेत्र के मौसम तत्वों को नक्शे पर दर्शाना, जिसमें दाब, पवन, पश्चिमी विक्षोभ और ट्रफ आदि दिखते हैं।
पूर्वानुमान सत्यापन और मूल्य संवर्धित पूर्वानुमान (टॉपिक 9)
पूर्वानुमान सत्यापन में अनुमान की तुलना बाद में हुए वास्तविक मौसम से की जाती है। मात्रात्मक चरों (तापमान) के लिए RMSE और बायस निकालते हैं। "वर्षा होगी या नहीं" जैसे श्रेणीगत पूर्वानुमान के लिए कॉन्टिन्जेंसी तालिका बनाई जाती है:
| वास्तव में वर्षा हुई | वास्तव में नहीं हुई | |
|---|---|---|
| पूर्वानुमान: होगी | सही हिट (H) | झूठी चेतावनी (F) |
| पूर्वानुमान: नहीं होगी | चूक (M) | सही नकार (CN) |
उदाहरण 4: 100 दिनों में H = 18, F = 7, M = 5, CN = 70 हो, तो PC = (18 + 70) ÷ 100 × 100 = 88%
मूल्य संवर्धित पूर्वानुमान (Value Added Forecast): केवल मौसम की जानकारी न देकर उसे फसल की अवस्था, मृदा नमी, कीट-रोग की संभावना और स्थानीय परिस्थिति से जोड़कर कार्रवाई-योग्य सलाह बनाना।
मौसम पूर्वानुमान के लिए ITK और उसकी वैधता (टॉपिक 10)
ITK (Indigenous Technical Knowledge) यानी किसानों का पीढ़ियों से परखा हुआ परंपरागत ज्ञान। राजस्थान सहित देश भर में प्रचलित कुछ संकेत:
- चींटियों का अंडे लेकर ऊँची जगह जाना या चिड़ियों का धूल में नहाना, वर्षा की संभावना का संकेत माना जाता है।
- चाँद या सूरज के चारों ओर घेरा (Halo) और विशेष आकार के बादल, जैसे "तीतर पंखी" बादल।
- मेंढकों और मोर का अधिक बोलना, पूर्वा (पूर्वी) हवा चलना।
- अक्षय तृतीया (आखा तीज) पर हवा की दिशा से मानसून का अनुमान लगाना और होलिका दहन के धुएँ की दिशा देखना।
- खेजड़ी और अन्य पेड़ों में फूल-फल की मात्रा से वर्ष के अनुमान।
वैधता: कुछ संकेत वायुमंडल के दाब, आर्द्रता और तापमान के असली परिवर्तन से जुड़े हैं, इसलिए वैज्ञानिक रूप से तर्कसंगत हैं (जैसे बादल के प्रकार या आर्द्रता बढ़ने पर जीवों का व्यवहार)। कई अन्य संकेतों का परीक्षण नहीं हुआ है या वे केवल स्थानीय और सीमित अवधि के लिए सही निकलते हैं। इसलिए ITK का दस्तावेजीकरण, वैज्ञानिक परीक्षण और आधिकारिक पूर्वानुमान के पूरक के रूप में उपयोग उचित है, विकल्प के रूप में नहीं।
फसल-मौसम कैलेंडर (टॉपिक 11)
फसल-मौसम कैलेंडर एक तालिका है जिसमें किसी फसल की अवस्थाएँ (बुवाई, कल्ले, फूल, दाना भरना, कटाई), उनके लिए अनुकूल मौसम सीमाएँ, संभावित मौसमी जोखिम और जरूरी कृषि क्रियाएँ मानक मौसम सप्ताहों (SMW) के साथ दर्शाई जाती हैं। साल को 52 सप्ताहों में बाँटा जाता है और SMW 1 की शुरुआत 1 जनवरी से होती है।
| अवस्था (उदाहरण: खरीफ बाजरा) | लगभग SMW | मौसम की माँग / जोखिम | कृषि क्रिया |
|---|---|---|---|
| बुवाई | 26 से 28 | पर्याप्त वर्षा (मानसून की शुरुआत) और नमी | कंटूर पर बुवाई, बीज उपचार |
| कल्ले व वानस्पतिक वृद्धि | 29 से 32 | बीच का सूखा अंतराल जोखिम | विरलीकरण, निराई |
| फूल आना | 33 से 35 | अधिक वर्षा से परागण में बाधा | जल निकास, रोग निगरानी |
| दाना भरना और कटाई | 36 से 41 | लंबी बारिश से दाने खराब होना | कटाई, सुखाई |
नोट: यह उदाहरण सिद्धांत समझाने के लिए है। क्षेत्र और किस्म के अनुसार तिथियाँ बदलती हैं।
भाग 4: सलाह बनाना और किसान तक पहुँचाना (सिलेबस टॉपिक 12, 13)
मौसम पूर्वानुमान आधारित कृषि परामर्श बुलेटिन (टॉपिक 12)
भारत में IMD, ICAR और राज्य कृषि विश्वविद्यालय मिलकर ग्रामीण कृषि मौसम सेवा (GKMS) चलाते हैं। इसके अंतर्गत कृषि मौसम इकाइयाँ क्षेत्रीय और जिला स्तर पर सामान्यतः सप्ताह में दो बार (मंगलवार और शुक्रवार) मध्यम अवधि के पूर्वानुमान पर आधारित बुलेटिन जारी करती हैं।
बुलेटिन के घटक
- पिछले सप्ताह का मौसम सारांश (वर्षा, तापमान, आर्द्रता)।
- अगले 5 दिन का पूर्वानुमान।
- फसल की वर्तमान अवस्था और स्थिति।
- सलाह: बुवाई, सिंचाई, उर्वरक, खरपतवार, कीट-रोग, कटाई और पशुपालन।
- चेतावनी (जैसे पाला, लू, भारी वर्षा) और संपर्क जानकारी।
मौसम सारांश: पिछले सप्ताह वर्षा नहीं हुई; अधिकतम तापमान 33°C, न्यूनतम 17°C।
पूर्वानुमान: अगले 5 दिन मौसम शुष्क, हवा उत्तर-पश्चिम से, रात का तापमान 2 से 3°C घटने की संभावना।
सलाह: सरसों की बुवाई के लिए खेत में पलेवा कर तैयारी रखें और बुवाई का काम तापमान कुछ घटने पर करें। चने में उपचारित बीज का उपयोग करें। गेहूँ वाले खेतों में नमी देखकर जुताई करें और रोग-कीट के लिए खेत की निगरानी रखें। छिड़काव तेज हवा में न करें।
प्रसार (Dissemination) कैसे हो?
- SMS, WhatsApp समूह और IVRS संदेश; kisan call centre (1800-180-1551)।
- रेडियो, दूरदर्शन किसान चैनल और समाचार पत्र।
- मोबाइल ऐप: मेघदूत (IMD, ICAR और IITM की साझा पहल), मौसम, दामिनी (बिजली गिरने की चेतावनी)।
- KVK, किसान क्लब और ग्राम पंचायत, यानी भरोसेमंद स्थानीय माध्यम।
- प्रभावी प्रसार की शर्तें: समय पर, स्थानीय भाषा में, सरल और कार्रवाई-योग्य, और किसान की प्रतिक्रिया लेने की व्यवस्था।
- चुनौतियाँ: नेटवर्क और डिजिटल साक्षरता की कमी, गाँव के स्तर पर सटीकता की सीमा और किसानों में विश्वास।
फसल सिमुलेशन मॉडल से कृषि परामर्श तैयार करना (टॉपिक 13)
पूर्वानुमान मौसम को मॉडल में डालकर अलग-अलग विकल्पों का परिदृश्य विश्लेषण किया जाता है और उसी के आधार पर सलाह बनती है।
| सवाल | मॉडल से मिलने वाला जवाब |
|---|---|
| बुवाई कब करें? | अलग-अलग बुवाई तिथि पर अनुमानित उपज की तुलना |
| कितनी और कब सिंचाई? | मृदा जल संतुलन से सिंचाई का समय और मात्रा |
| नाइट्रोजन कब दें? | बारिश के पूर्वानुमान के साथ नाइट्रोजन का समय, ताकि बहाव से नुकसान न हो |
| उपज कितनी मिलेगी? | उपज पूर्वानुमान और जोखिम का आकलन |
| कीट-रोग का खतरा? | मौसम आधारित पूर्वानुमान मॉडल। जैसे आलू के पछेती झुलसा में बीमोंट अवधि (न्यूनतम तापमान 10°C या अधिक और आर्द्रता 75% या अधिक लगातार कम से कम 48 घंटे) |
यह अभी भी अनुमान है, इसलिए सलाह देते समय अनिश्चितता बतानी चाहिए और अंतिम निर्णय में स्थानीय स्थिति और किसान का अनुभव जोड़ना चाहिए।
प्रैक्टिकल की झलक (1 क्रेडिट)
- फसल-मौसम कैलेंडर बनाना और मौसम पूर्वानुमान व सिनॉप्टिक चार्ट से कृषि परामर्श तैयार करना।
- फसल वृद्धि के सांख्यिकीय और सिमुलेशन मॉडलों के साथ काम; संभावित और प्राप्य उत्पादन का अनुमान।
- उपज, कीट और रोग के पूर्वानुमान मॉडल; जल और पोषक तत्व की सीमा के साथ सिमुलेशन।
- मौसम और प्रबंधन परिवर्तनों पर संवेदनशीलता विश्लेषण।
- मध्यम अवधि पूर्वानुमान के लिए ऐतिहासिक, पिछले और वर्तमान मौसम डेटा को सांख्यिकीय विधियों से तैयार करना।
- किसानों से कृषि परामर्श पर प्रतिक्रिया लेना।
सोचिए और हल कीजिए
प्रश्न 1: किसी दिन Tmax = 30°C, Tmin = 14°C और आधार तापमान 10°C हो तो GDD कितना होगा? उत्तर: (30+14)/2 − 10 = 12
प्रश्न 2: यदि आगत 150 मिमी और निर्गत 190 मिमी हो तो मृदा जल में परिवर्तन? उत्तर: −40 मिमी
प्रश्न 3: किसी पूर्वानुमान में H = 12, F = 8, M = 4, CN = 76 हो तो सही प्रतिशत? उत्तर: (12+76)/100 × 100 = 88%
परीक्षा के लिए कैसे लिखें और याद रखें
- SPAC का उत्तर लिखते समय जल विभव के ढलान (मृदा → जड़ → पत्ती → वायुमंडल) का क्रम जरूर लिखें।
- कैलिब्रेशन और वैलिडेशन में अंतर हमेशा पूछा जाता है; "अलग डेटा सेट" शब्द याद रखें।
- उत्पादन के चार स्तर क्रम से याद रखें: संभावित → जल सीमित → जल व पोषण सीमित → वास्तविक।
- पूर्वानुमान की अवधियाँ और GKMS का मंगलवार-शुक्रवार बुलेटिन परीक्षा-उपयोगी तथ्य हैं।
- उदाहरणों के साथ सूत्र लिखने पर अंक अधिक मिलते हैं।
महत्वपूर्ण प्रश्न (MCQ)
Q1. SPAC में जल प्रवाह की दिशा क्या है? (अ) वायुमंडल से पौधे और मृदा की ओर (ब) मृदा से जड़, पत्ती और वायुमंडल की ओर (स) पत्ती से जड़ की ओर (द) केवल जड़ से तने तक। उत्तर: ब
Q2. मॉडल की परीक्षा किसी अलग डेटा सेट पर करना क्या कहलाता है? (अ) अंशांकन (ब) सत्यापन (स) वैधीकरण (द) संवेदनशीलता विश्लेषण। उत्तर: स
Q3. जल संतुलन में ΔS = ? (अ) (ET + R + D) − (P + I + CR) (ब) (P + I + CR) − (ET + R + D) (स) P − ET (द) I − D। उत्तर: ब
Q4. IMD की मध्यम अवधि के पूर्वानुमान की सामान्य अवधि कितनी है? (अ) 12 घंटे (ब) लगभग 3 दिन (स) लगभग 4 से 10 दिन (द) एक महीने से अधिक। उत्तर: स
Q5. कौन सा उत्पादन स्तर सबसे अधिक होता है? (अ) वास्तविक उपज (ब) जल सीमित उपज (स) संभावित उपज (द) जल व पोषण सीमित उपज। उत्तर: स
Q6. निम्न में से कौन सा फसल सिमुलेशन मॉडल नहीं है? (अ) DSSAT (ब) APSIM (स) InfoCrop (द) GIMP। उत्तर: द
अक्सर पूछे जाने वाले प्रश्न (FAQ)
प्रश्न: AGRON-324 कितने क्रेडिट का है?
उत्तर: 3 क्रेडिट (2+1), जिसमें 13 टॉपिक और कुल 32 थ्योरी लेक्चर हैं।
प्रश्न: फसल सिमुलेशन मॉडल से क्या फायदा है?
उत्तर: लागत और समय खर्च किए बिना विभिन्न मौसम और प्रबंधन विकल्पों का असर देखा जा सकता है।
प्रश्न: संभावित और प्राप्य उपज में क्या फर्क है?
उत्तर: संभावित उपज आदर्श स्थिति की सैद्धांतिक अधिकतम है, जबकि प्राप्य उपज उत्तम प्रबंधन से व्यावहारिक रूप से मिल सकने वाली उपज है।
प्रश्न: मौसम पूर्वानुमान कितना भरोसेमंद है?
उत्तर: अल्प अवधि का पूर्वानुमान अधिक सटीक होता है, और अवधि बढ़ने के साथ अनिश्चितता बढ़ती है। इसलिए सत्यापन ज़रूरी है।
प्रश्न: कृषि परामर्श किसान तक कैसे पहुँचता है?
उत्तर: SMS, मोबाइल ऐप, रेडियो, टीवी, समाचार पत्र, KVK और किसान समूहों के माध्यम से।
Free Study Material Download करें
System Simulation and Agroadvisory के नोट्स, किताबें, PPT और Word फाइल नीचे से डाउनलोड करें।
| सामग्री | Download |
|---|---|
| हिंदी PDF नोट्स | Hindi PDF 1Hindi PDF 2Hindi PDF 3 |
| English PDF Notes | English PDF 1English PDF 2English PDF 3 |
| Books (किताबें) | Book 1Book 2Book 3 |
| PPT | PPT Download |
| Word File | Word Download |
आगे पढ़ने के लिए
Rajasthan की कृषि परीक्षाओं और ICAR JRF के लिए संदर्भ: Penning de Vries और अन्य, Simulation of Ecophysiological Processes of Growth in Several Annual Crops; Goudriaan और Van Laar, Modelling Potential Crop Growth Processes; ICAR और IMD की कृषि-मौसम परामर्श सेवा के प्रकाशन तथा ICAR e-course।
लेखक की टिप्पणी: यह लेख सिलेबस के आधार पर मौलिक रूप से तैयार किया गया है। उदाहरण और बुलेटिन अभ्यास हेतु काल्पनिक हैं। IMD, GKMS और मोबाइल ऐप की वर्तमान व्यवस्था में बदलाव होते रहते हैं, इसलिए प्रकाशित करने से पहले नवीनतम सरकारी स्रोत से जाँच लें।
