We have adjusted the parameters TSA

We have adjusted the parameters TSAVI, and KTsAvr of equation
(11) using non linear fitting technics:
TSAW=0.900.(1-exp( -0.42O.W)) (12)
the TSAVI, value is in good agreement with model simulation. But the
KTsAVI value is lower than SAIL model results. The difference could
be due to the non homogeneous spatial repartition of leaves in wheat
fields as compared to the random homogeneous repartition assomptions
of the SAIL model. The spatial repartition and also the leaf angle
inclination depends on the phenological stage of the crop and will in
consequence be also linked to the LAI value. This problem could be
solved by applying a more specific model for describing the TSAWLAI
relationship for real particular crops. Nethertheless, we can observe
the very good sensitivity of TSAVI to W and it's low noise level for
low w.
APAR ESTIMATION

ผลลัพธ์ (ไทย) 1:

เราได้ปรับปรุงพารามิเตอร์ TSAVI และ KTsAvr ของสมการ(11) ใช้เพาเหมาะสมไม่ใช่เชิงเส้น:TSAW = 0.900 (1-exp (-0.42O W)) (12)TSAVI ค่าที่อยู่ในข้อตกลงที่ดีกับการจำลองแบบ แต่ค่า KTsAVI ต่ำกว่าเซลแบบผลลัพธ์ได้ ความแตกต่างได้เป็น เพราะ repartition ปริภูมิไม่เหมือนใบไม้ในข้าวสาลีเขตเมื่อเทียบกับการสุ่มเหมือน repartition assomptionsรุ่นเซล Repartition ปริภูมิ และมุมใบความเอียงขึ้นบนเวที phenological เพาะ และจะในสัจจะยังเชื่อมโยงกับค่าไล ปัญหานี้อาจจะแก้ไข โดยการใช้แบบเฉพาะเจาะจงมากขึ้นในการ TSAWLAIความสัมพันธ์ของพืชเฉพาะอย่างแท้จริง Nethertheless ที่เราสามารถสังเกตความไวที่ดีมากของ TSAVI W และระดับเสียงรบกวนต่ำในw ต่ำประมาณ APAR

ผลลัพธ์ (ไทย) 2:

เราได้มีการปรับพารามิเตอร์ TSAVI และ KTsAvr ของสมการ
(11)
โดยใช้เทคนิคที่เหมาะสมไม่เชิงเส้น:. TSAW = 0.900 (1 exp (-0.42OW)) (12)
TSAVI ค่าอยู่ในข้อตกลงที่ดีกับการจำลองรูปแบบ แต่ค่า KTsAVI ต่ำกว่าผลการรูปแบบเรือ
ความแตกต่างที่อาจจะเป็นเพราะ repartition เชิงพื้นที่ที่ไม่เป็นเนื้อเดียวกันของใบข้าวสาลีสาขาเมื่อเทียบกับเนื้อเดียวกันrepartition สุ่ม assomptions ของรูปแบบเรือ repartition เชิงพื้นที่และยังมุมใบเอียงขึ้นอยู่กับขั้นตอนphenological ของพืชและจะอยู่ในผลที่ตามมาจะได้รับการเชื่อมโยงไปยังค่าLAI ปัญหานี้สามารถแก้ไขได้โดยการใช้รูปแบบที่เฉพาะเจาะจงมากขึ้นสำหรับการอธิบาย TSAWLAI ความสัมพันธ์สำหรับพืชโดยเฉพาะอย่างยิ่งที่แท้จริง Nethertheless เราสามารถสังเกตเห็นความไวที่ดีมากของการTSAVI W และเป็นระดับเสียงต่ำสำหรับต่ำ. วชิรAPAR ประมาณ

ผลลัพธ์ (ไทย) 3:

เราได้ปรับพารามิเตอร์ tsavi และ ktsavr สมการ
( 11 ) การไม่เชิงเส้นกระชับเทคนิค :
tsaw = 0.900 . ( 1-exp ( - 0.42o W ) ( 12 )
tsavi มูลค่าถูก มีความสอดคล้องกับการจำลองแบบ แต่กว่าจะได้ค่า
ktsavi แล่นเรือรูปแบบผลลัพธ์ ความแตกต่างอาจจะเนื่องจากไม่เป็นเนื้อเดียวกัน

( repartition ของใบไม้ในข้าวสาลีสาขาเมื่อเทียบกับแบบเป็นเนื้อเดียวกัน repartition assomptions
ของเรือจำลอง พื้นที่ repartition และใบไม้มุม
ความชอบขึ้นอยู่กับขั้นตอน phenological ของพืช และจะถูกเชื่อมโยงไปยัง
ผลค่า ไล ปัญหานี้สามารถแก้ไขได้โดยการใช้
รูปแบบเฉพาะมากขึ้น การ tsawlai
ความสัมพันธ์สำหรับพืชโดยเฉพาะจริงๆ nethertheless ,เราสามารถสังเกต
ความไวที่ดีมากของ tsavi กว้างและเป็นระดับเสียงต่ำสำหรับ
W

ด้วค่าต่ำ