By setting C1m and S1 according to

By setting C1
m and S1 according to Brotas et al. (2013) (Table 1, Fig. 2),
Eq. (12) was fitted to ap(λ) and C from Tara to derive ap,1⁎(λ) and
ap,2⁎(λ). The fitting procedure used a standard, non-linear least squares
method (Levenberg–Marquardt, IDL Routine MPFITFUN Moré, 1978;
Markwardt, 2008), and was fitted in log10 space, assuming a lognormal
distribution for ap(λ) (Bricaud, Morel, Babin, Allali, & Claustre,
1998). The retrieved parameters, provided in Table 1 and plotted in
Fig. 3a, were obtained by taking the median and 95% confidence interval
on the 1000 bootstraps. This involved: randomly re-sampling the data
with replacement to create 1000 new datasets of the same sample
size as the original dataset but not identical to it or each other; fitting
Eq. (12) to each dataset to obtain a distribution of parameters; and
then taking the median and 95% confidence intervals on the estimated
parameter distribution, the latter to provide an indication of uncertainty
on the retrieved parameter. Assemblage 1 has a higher chlorophyllspecific
particulate absorption in the blue region of the spectrum
when compared with assemblage 2 (Fig. 3a). Eq. (12) captures the variability
in ap as a function of C with low error (Table 2), and the proposed
relationship between ap(443) and C is similar to that presented

ผลลัพธ์ (ไทย) 1:

โดยการตั้งค่า C1m และ S1 ตาม Brotas et al. (2013) (ตาราง 1, Fig. 2),Eq. (12) ถูกติดตั้ง ap(λ) และ C จากธาราสามารถรับ ap,1⁎(λ) และap,2⁎(λ) ขั้นตอนการปรับใช้มาตรฐาน ไม่เชิงน้อยเหลี่ยมวิธี (Levenberg – Marquardt, IDL ประจำ MPFITFUN Moré, 1978Markwardt, 2008) และถูกติดตั้งในพื้นที่ log10 สมมติว่าเป็น lognormalแจก ap(λ) (Bricaud ริกโมเรล คน Allali, & Claustreปี 1998) การดึงข้อมูลพารามิเตอร์ ในตารางที่ 1 และลงจุดในFig. 3a ได้รับ โดยการใช้ช่วงความเชื่อมั่น 95% และค่ามัธยฐานบน 1000 bootstraps นี้เกี่ยวข้องกับ: สุ่มการสุ่มตัวอย่างข้อมูลกับเปลี่ยนสร้าง 1000 datasets ใหม่ของอย่างเดียวกันขนาดเป็นชุดข้อมูลเดิมแต่ไม่เหมือนกับเรื่อง หรือแต่ละ อื่น ๆ พอดีEq. (12) ให้แต่ละชุดข้อมูลเพื่อดูการกระจายของพารามิเตอร์ และแล้ว นำค่ามัธยฐานและ 95% ช่วงความเชื่อมั่นในการประเมินพารามิเตอร์การแจกจ่าย หลังให้การบ่งชี้ความไม่แน่นอนในพารามิเตอร์การดึงข้อมูล ผสมผสาน 1 มี chlorophyllspecific สูงดูดซึมฝุ่นในภูมิภาคสีน้ำเงินของสเปกตรัมเมื่อเปรียบเทียบกับการผสมผสาน 2 (Fig. 3a) ความแปรผันที่จับ eq. (12)ใน ap เป็นฟังก์ชันของ C มีข้อผิดพลาดที่ต่ำ (ตารางที่ 2), และนำเสนอความสัมพันธ์ระหว่าง ap(443) และ C จะคล้ายกับการนำเสนอ

ผลลัพธ์ (ไทย) 3:

โดยการตั้งค่า C1
M และ S1 ตามโบรตัส et al . ( 2013 ) ( ตารางที่ 1 รูปที่ 2 ) ,
อีคิว ( 12 ) ถูกติดตั้ง AP ( λ ) และ C จากธาราจาก AP 1 ⁎ ( λ ) และ
AP 2 ⁎ ( λ ) ขั้นตอนการปรับใช้มาตรฐานแบบวิธีกำลังสองน้อยที่สุด
( levenberg –มาร์คว IDL รูทีน mpfitfun Mor é , 1978 ;
markwardt , 2008 ) , และเข็มขัดใน LN พื้นที่ทะลึ่งการแจกแจงลอกนอร์มอล
สำหรับ ( λ ) ( bricaud โมเรล , ,แบบิ้น allali & claustre
, , , 1998 ) การดึงค่าไว้ในโต๊ะ 1 และวางแผนใน
รูปที่ 3A กลุ่มตัวอย่าง โดยการใช้มัธยฐานและช่วงความเชื่อมั่น 95%
เมื่อ 1000 bootstraps . นี้เกี่ยวข้องกับ : สุ่มอีกครั้งตัวอย่างข้อมูล
แทน สร้าง 1000 ข้อมูลใหม่ ตัวอย่าง
ขนาดเดียวกับข้อมูลเดิมแต่ไม่เหมือนมันหรือแต่ละอื่น ๆ ;
ปรับอีคิว( 12 ) แต่ละชุดข้อมูลจะได้รับการกระจายของพารามิเตอร์และ
แล้วเอามัธยฐานและช่วงความเชื่อมั่น 95% ในประมาณ
พารามิเตอร์กระจาย หลังมีการระบุความไม่แน่นอน
บนดึงพารามิเตอร์ การชุมนุม 1 ได้สูงกว่า chlorophyllspecific
อนุภาคการดูดซึมในภูมิภาคสีฟ้าของสเปกตรัม
เมื่อเปรียบเทียบกับการชุมนุม 2 ( รูปที่ 3 ) อีคิว( 12 ) รวบรวมความแปรปรวน
ใน AP เป็นฟังก์ชันของ C กับความผิดพลาดต่ำ ( ตารางที่ 2 ) และเสนอ
ความสัมพันธ์ระหว่าง AP ( 443 ) และ C คือคล้ายกับที่นำเสนอ