The TER3-PGS also showed a highcorr

The TER3-PGS also showed a high
correlation with annual TEREC (r2 = 0.93). Furthermore, a sensitivity analysis showed that GPP3-PGS was highly sensitive
to the satellite greenness index (normalized difference of vegetation index) and to the vapor pressure deficit. With
general confidence in the models, we established a 30 year average meteorological grid of 8 km 8 km resolution
across Italy and created a map representing annual NEP3-PGS across Italian forests, based on the remotely sensed
CORINE Land Cover forest classification.

ผลลัพธ์ (ไทย) 1:

TER3-พีจีเอสแซนดี้ยังแสดงให้เห็นสูงความสัมพันธ์กับ TEREC ปี (r2 = 0.93) นอกจากนี้ การวิเคราะห์ความไวพบว่า พีจีเอสแซนดี้ GPP3 มีความไวสูงดาวเทียม greenness ดัชนี (มาตรฐานความแตกต่างของดัชนีพืชพรรณ) และดุลความดันไอน้ำ ด้วยความเชื่อมั่นทั่วไปในรูปแบบ เราก่อตั้ง 30 ปีอุตุนิยมวิทยาตารางค่าเฉลี่ยของความละเอียด 8 กิโลเมตร 8 กิโลเมตรในอิตาลี และสร้างแผนที่แสดงปี NEP3 พีจีเอสแซนดี้ข้ามป่าอิตาลี ตามเหตุการณ์ที่ได้จากระยะไกลCORINE ที่ดินครอบคลุมประเภทป่า

ผลลัพธ์ (ไทย) 2:

TER3-PGS ยังแสดงให้เห็นสูง
สัมพันธ์กับ Terec ประจำปี (r2 = 0.93) นอกจากนี้การวิเคราะห์ความไวพบว่า GPP3-PGS คือมีความไวสูง
เพื่อดัชนีอ่อนหัดดาวเทียม (ความแตกต่างปกติของดัชนีพืช) และการขาดดุลความดันไอ ด้วย
ความเชื่อมั่นในรูปแบบที่เราก่อตั้ง 30 ปีตารางอุตุนิยมวิทยาเฉลี่ย 8 กม. 8 กมละเอียด
ทั่วทั้งอิตาลีและสร้างแผนที่เป็นตัวแทนประจำปี NEP3-PGS ป่าทั่วอิตาลีขึ้นอยู่กับระยะไกลรู้สึก
Corine ที่ดินปกจำแนกป่า

ผลลัพธ์ (ไทย) 3:

การ ter3-pgs ยังพบความสัมพันธ์สูง
กับ terec ประจำปี ( R2 = 0.93 ) นอกจากนี้ การวิเคราะห์ความอ่อนไหว พบว่ามีความไวสูง gpp3-pgs
ไปยังดาวเทียมสีเขียว ( ปกติดัชนีความแตกต่างของดัชนีพืชพรรณ ) และให้ความดันไอติดลบ กับ
ความเชื่อมั่นทั่วไปในรุ่นเราก่อตั้ง 30 ปีเฉลี่ยอุตุนิยมวิทยาของตาราง กม. 8 ความละเอียด
8 กม.ในอิตาลีและสร้างแผนที่แสดงประจำปี nep3-pgs ข้ามป่าอิตาลี , ตามการสำรวจระยะไกล
คอรินที่ดินครอบคลุมพื้นที่ป่า
การจำแนก