智能引擎中的作物模型生长模拟模块和图像识别和数据分析模块可以推断出作物的LAI值。如果引擎得到的模拟叶面积指数LAI或截获的光的比例太高，但叶片生物量模拟得很好，这时叶面积指数可以通过在作物输入数据减小比叶面积(SLATB，ha/kg)来降低模型计算的LAI值。如果叶面积指数变低，光截获的模拟值也变低，因此生物量的产生也变低。生物质产量主要由日光合速率决定，收获时观察到的生物量产量相比，模拟的地面总产量太少，该速率通过光合作用~光响应曲线来计算，该曲线的初始角度(EFFTB)大部分是恒定的，并且其最大值(AMAXTB，作物输入数据中)可以调整小些，该最大值通常对应特定的作物品种。

在生长期开始和结束时的LAI和光截获的模拟时间过程也可以用与上述不同的方式校准。根据未来作物出苗时的叶面积指数(LAIEM)和相对叶面积指数的最大值(叶生长受限)计算作物建立初期的叶面积指数(RGRLAI，在作物输入数据中)。这两个参数强烈影响叶面积指数的初始增加，并因此影响到具有完全光截获的线性生长阶段的持续时间。叶寿命(作物输入数据中的SPAN)影响叶面积指数在最终生长期的模拟时间进程。SPAN值越高，叶子保持绿色和高产的时间越长，从而，作物成熟时叶面积指数越高，生物质产量也越高。