polito.it
Politecnico di Torino (logo)

Model-data fusion of chlorophyll fluorescence for reducing uncertainties in large-scale simulations of plant photosynthesis and transpiration

Lorenzo Francesco Davoli

Model-data fusion of chlorophyll fluorescence for reducing uncertainties in large-scale simulations of plant photosynthesis and transpiration.

Rel. Alessandro Pelizzola. Politecnico di Torino, Corso di laurea magistrale in Physics Of Complex Systems (Fisica Dei Sistemi Complessi), 2023

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (8MB) | Preview
Abstract:

Model-data fusion of chlorophyll fluorescence for reducing uncertainties in large-scale simulations of plant photosynthesis and transpiration

Relatori: Alessandro Pelizzola
Anno accademico: 2022/23
Tipo di pubblicazione: Elettronica
Numero di pagine: 94
Soggetti:
Corso di laurea: Corso di laurea magistrale in Physics Of Complex Systems (Fisica Dei Sistemi Complessi)
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-44 - MODELLISTICA MATEMATICO-FISICA PER L'INGEGNERIA
Aziende collaboratrici: CEA Saclay
URI: http://webthesis.biblio.polito.it/id/eprint/26650
Modifica (riservato agli operatori) Modifica (riservato agli operatori)