实现方式

因为上一篇文章已经展示了 LI-6800 的数据，这里我们使用 LI-6400 的数据作为展示，我们通过 ?plot_rec64 查看其默认参数，演示其基本使用：

# start64 为我测试时的数据，已经内置到lrc.start 内
plot_rec64(start64)

从图中我们可以看到，即使 alpha 取最大值，测量点拟合曲线仍然高于计算值，从表现上来讲，是 Am 值偏低，我们适当增加其值，观察结果：

plot_rec64(start64, Am = 25)

此时看上去测量点与计算点重合程度高于使用默认的 Am 值，看上去 alpha 的取值在 0.06 和 0.07 之间时较为合适，为判断取值是否合适，我们使用最基础的 nls 来验证这种方式是否有效：

lrc_Q <- start64$PARi
lrc_A <- start64$Photo

lrcnls <- nls(lrc_A ~ (alpha * lrc_Q * Am) * 
                (1/(alpha * lrc_Q + Am)) - Rd,  
              start=list(Am=(max(lrc_A)-min(lrc_A)),
              alpha=0.05,Rd=-min(lrc_A))
)
summary(lrcnls)

## 
## Formula: lrc_A ~ (alpha * lrc_Q * Am) * (1/(alpha * lrc_Q + Am)) - Rd
## 
## Parameters:
##        Estimate Std. Error t value Pr(>|t|)    
## Am    23.124056   0.357404  64.700 1.49e-15 ***
## alpha  0.078754   0.004846  16.252 4.89e-09 ***
## Rd     1.647967   0.256492   6.425 4.91e-05 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.3589 on 11 degrees of freedom
## 
## Number of iterations to convergence: 5 
## Achieved convergence tolerance: 1.462e-06

可以看出，使用 nls 没有报错，初始值判定有效。我们通过简单修改 Am 的值来实现了初始值范围的判断。

实现方式

这里我们使用 LI-6800 的数据，作为展示，可通过 ?plot_nonrec68 帮助查看其参数及默认值：

library(lrc.start)
plot_nonrec68(start68)

## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

此处曲线大致在 0.4 和 0.5 之间，只不过感觉所有的计算值的光合速率低（前半部分能判断出alpha 在 0.04 和 0.05 之间，但平台阶段值偏低），我们增加 Am值试一下（根据图形来看，Am值设置12左右应该能达到重合度比较高的程度），我们试一下：

library(lrc.start)
plot_nonrec68(start68, Am = 12)

## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

很完美，因为这是上一篇文章所采用的示例数据，因此，就不再用 nls 验证了。

实现方式

此处我们采用 LI-6400 的数据，我们同样可通过 ?plot_exp64 帮助查看其参数及默认值：

library(lrc.start)
plot_exp64(start64)

## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

图形看上去有些怪异，但从曲线上判断，b 值大致在 0.002 和 0.003 之间，看上去所有的计算值位置都偏高，我们试着将 Am 减小：

library(lrc.start)
plot_exp64(start64, Am = 18)

## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

看上去不是太差，我们试着用 nls 来验证一下

lrc_Q <- start64$PARi
lrc_A <- start64$Photo 

lrcnls <- nls(lrc_A ~ Am*(1-exp((-b)*(lrc_Q-Ic))),
                start=list(Am=18,
                           Ic=20, b=0.003)
                )
summary(lrcnls)

## 
## Formula: lrc_A ~ Am * (1 - exp((-b) * (lrc_Q - Ic)))
## 
## Parameters:
##     Estimate Std. Error t value Pr(>|t|)    
## Am 1.751e+01  1.241e-01 141.154  < 2e-16 ***
## Ic 1.982e+01  2.031e+00   9.761 9.41e-07 ***
## b  3.081e-03  7.833e-05  39.338 3.47e-13 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.2122 on 11 degrees of freedom
## 
## Number of iterations to convergence: 4 
## Achieved convergence tolerance: 2.302e-06