全文获取类型
收费全文 | 209篇 |
免费 | 19篇 |
国内免费 | 76篇 |
专业分类
农学 | 12篇 |
基础科学 | 22篇 |
96篇 | |
综合类 | 109篇 |
农作物 | 8篇 |
畜牧兽医 | 3篇 |
植物保护 | 54篇 |
出版年
2024年 | 2篇 |
2023年 | 6篇 |
2022年 | 4篇 |
2021年 | 7篇 |
2020年 | 6篇 |
2019年 | 10篇 |
2018年 | 8篇 |
2017年 | 9篇 |
2016年 | 16篇 |
2015年 | 13篇 |
2014年 | 12篇 |
2013年 | 13篇 |
2012年 | 24篇 |
2011年 | 19篇 |
2010年 | 12篇 |
2009年 | 18篇 |
2008年 | 14篇 |
2007年 | 17篇 |
2006年 | 19篇 |
2005年 | 22篇 |
2004年 | 6篇 |
2003年 | 8篇 |
2002年 | 8篇 |
2001年 | 2篇 |
2000年 | 3篇 |
1999年 | 3篇 |
1998年 | 4篇 |
1997年 | 7篇 |
1996年 | 4篇 |
1995年 | 3篇 |
1994年 | 3篇 |
1993年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有304条查询结果,搜索用时 62 毫秒
41.
黄土高原南缘土石山区耕地地力评价研究 总被引:8,自引:2,他引:8
以黄土高原南缘土石山区陕西省宝鸡市陈仓区为例,通过野外采样和室内分析,获取大量耕地地力相关信息,在GIS的支持下,利用层次分析法、模糊评价等数学方法和模型对研究区耕地地力进行定量化评价。结果表明:该区耕地基础地力可分为6等,其中1等地占3.7%,2等地占17.2%,3等地占36.8%,4等地占24.1%,5等地占9.4%,6等地占8.9%。水浇地、园地和菜地主要集中在1、2、3等地;4等地在该区分布范围较广;而5、6等地主要分布于坡度较大、海拔较高、土壤耕层较薄的山区,利用类型主要为旱地。本研究分析了研究区各乡镇耕地数量及质量的空间分布特征,对耕地资源的科学管理、可持续利用及测土配方施肥有积极意义。 相似文献
42.
针对秦巴山区特点,选取安康市汉阴县作为研究区。利用GPS定位共在研究区内取得2420个耕层(0~20 cm)土壤样品。通过对土壤样品的全氮、有机质、碱解氮、有效磷、速效钾以及pH值等6项土壤肥力指标进行室内化验分析得到的结果,运用基于墒权和层次分析相结合的改进属性识别模型,对研究区内土壤肥力进行综合评价,并借助ArcGIS9.3绘制了土壤肥力空间分布图。结果表明:研究区肥力属中等偏上水平,其中北部及东南部低中山处肥力水平较好,中部及西南部低山丘陵地区肥力水平相对较差;改进的属性识别模型在进行评价时较为准确,且简单稳定,为土壤肥力的的综合评价提供有力的技术支撑。 相似文献
43.
陕西省土壤有机碳密度空间分布及储量估算 总被引:2,自引:1,他引:2
土壤有机碳是反映土壤质量以及土壤缓冲能力的一个重要指标,对于温室效应与全球气候变化具有重要的控制作用。研究以陕西省第二次土壤普查数据为主要资料,结合多年的相关研究数据,对陕西省土壤碳密度及储量进行估算,并分析了陕西省土壤有机碳密度的空间分布特征。结果表明:榆林、延安地区北部以及商洛等地区分布的风沙土、黄绵土、石质土等土壤有机碳密度最小,小于4 kg m-2;陕西南部地区的土壤有机碳密度主要在4~9 kg m-2之间;咸阳地区及渭南地区土壤有机碳密度也较高,主要在9~12 kg m-2之间;关中地区渭河及其两岸、秦岭部分山区土壤有机碳密度最大,最高达30 kg m-2以上;陕西省平均土壤有机碳密度为6.87 kg m-2,在全省的22个土壤类型中,有13个土壤有机碳密度低于全国平均水平,占全省土壤总面积的77.42%,全省土壤有机碳储量约为1.41×1012kg。本研究为我国土壤碳库和碳平衡的研究提供基础数据。 相似文献
44.
冬小麦冠层叶绿素质量分数高光谱遥感反演研究 总被引:3,自引:0,他引:3
叶绿素质量分数是评估冬小麦生长状况和预测产量的重要参数,估算叶绿素质量分数对于冬小麦的生长监测具有重要意义。利用SPAD-502叶绿素仪和SVCHR 1024i型便携式高光谱仪对冬小麦冠层叶绿素质量分数和光谱特征进行田间测量,分别利用回归分析方法和BP神经网络方法搭建冬小麦叶绿素质量分数的估算模型,并将模型估算的叶绿素质量分数与田间实测的叶绿素质量分数进行对比,分析反演精度,从中筛选出精度最高的模型。结果表明:基于BP神经网络的冬小麦冠层叶绿素质量分数估算模型拟合精度要优于其他7种基于植被指数的估算模型,其相关系数(R)为0.961 4,均方根误差(RMSE)为1.875 4,相对误差(RE)为2.815 2%,以及检验方程的决定系数(R~2)为0.704 8,RMSE为1.744 6,RE为2.845 1%。研究结果为估测冬小麦冠层叶绿素质量分数提供参考,从而为冬小麦叶绿素质量分数的实时、快速、无损监测奠定基础。 相似文献
45.
【目的】研究猕猴桃叶片叶绿素含量的高光谱估算方法,为猕猴桃长势的遥感监测提供理论依据。【方法】以陕西杨凌蒋家寨村2018年不同生育期(初花期、幼果期、膨果期、壮果期、果实成熟期)的猕猴桃叶片为研究对象,分别测定其高光谱反射率和叶绿素含量(SPAD值),分析原始光谱和5个常见的植被指数(归一化植被指数、归一化叶绿素指数、改进的叶绿素吸收反射率指数、MERIS地面叶绿素指数、土壤调整指数)与叶绿素含量之间的相关关系,提取各生育期的特征波段,分别建立基于特征波段和植被指数的单波段叶绿素含量一元线性估算模型。利用主成分分析对原始光谱数据进行降维,将得到的主成分得分作为随机森林模型的输入变量,建立基于多波段信息的叶绿素含量多元估算模型,并对模型进行精度验证和分析。【结果】不同生育期猕猴桃叶片光谱反射率变化趋势基本一致,整体趋势为可见光波段反射率低,近红外波段反射率高;在可见光波段,光谱反射率随着叶绿素含量的升高而降低;在近红外波段,光谱反射率则随着叶绿素含量的增加而升高。通过相关性分析可知,初花期、幼果期、膨果期、壮果期、果实成熟期原始光谱的特征波段分别为729,548,707,707和712 nm,估算模型决定系数(R~2)分别为0.18,0.85,0.54,0.85和0.82,其中初花期估算模型未通过显著性检验,其余生育期均通过极显著性检验。在5个常用植被指数中,初花期与叶绿素含量相关性最高的是归一化叶绿素指数(NPCI),但是估算模型决定系数R~2只有0.1,未通过显著性检验;其他生育期与叶绿素含量相关性最高的是MERIS地面叶绿素指数(MTCI),所建立的估算模型拟合效果好,预测精度高。基于主成分分析和随机森林回归建立的不同生育期猕猴桃叶片叶绿素含量估算模型的R~2在0.91~0.98,均通过极显著性检验,其拟合效果和预测精度远高于单波段一元线性回归和基于植被指数的一元线性回归模型,是估算猕猴桃叶片叶绿素含量的最优模型。【结论】基于主成分分析的随机森林模型包含了更完整的波段信息,对不同生育期猕猴桃叶片叶绿素含量具有较好的预测能力。 相似文献
46.
黄土高原植被净初级生产力时空变化及其影响因素 总被引:8,自引:3,他引:8
为了探明黄土高原地区植被生产力变化的驱动机制,该文基于MODIS传感器获得的MOD17A3数据,分析了黄土高原2000-2010年间植被净初级生产力(net primary productivity,NPP)的时空变化及其主要影响因素,并借助多元统计分析方法对引起NPP变化的自然和人为因素进行量化分析。结果表明:黄土高原植被总NPP从2000年的119 Tg(以C计)增加到2010年的144 Tg(以C计),年增速4.57 g/(m2·a)(P0.05)(以C计)。黄土高原约91%的区域NPP呈增加趋势,37%的区域增加趋势显著,主要分布在陕西、青海大部分地区、甘肃南部及宁南山区。整个黄土高原近11 a间NPP变化受自然和人为因素共同影响,其中退耕还林还草累计面积、帕尔默干旱指数(palmer drought severity index,PDSI)、耕地面积和人口数量是影响NPP变化的主要因素。退耕还林还草累计面积占四者总贡献率的43%,PDSI占40%,耕地面积和人口数量分别占13%和4%。对区域而言,由退耕还林还草工程引起的土地利用覆被变化是退耕区(陕北、甘肃东南部等)NPP增加的主要因素,而近年来干旱情况的缓解(PDSI呈上升趋势)则是青海、内蒙古等地NPP增加的主要因素。该研究对于黄土高原各区域生态资源管理,以及生态系统的建设具有一定的指导和借鉴意义。 相似文献
47.
棵间土壤蒸发是塔克拉玛干沙漠公路防护林耗水的重要组成部分。应用Micro-Lysimeters测定了1个灌溉周期内咸水滴灌下距林木不同位置处的土壤蒸发量。分析了土壤蒸发与水面蒸发的关系,通过一维平差处理对防护林土壤蒸发量进行了估算。结果表明,塔里木沙漠公路防护林棵间土壤蒸发具有明显的季节变化特征。试验初期棵间土壤蒸发量:根基部>距根基50cm处>距根基100cm处;第5d以后,根基50cm处>根基部>距根基100cm处。林地土壤蒸发随土壤含水量的减低呈整体下降趋势。通过估算,咸水滴灌下整个防护林年土壤蒸发总量为2.63×106 m3,占总灌水量的21.43%,生长季蒸发量占全年蒸发量的92.28%。 相似文献
48.
秦巴山区耕层土壤微量元素空间特征及影响因子——以镇巴县为例 总被引:2,自引:0,他引:2
为充分了解与掌握秦巴山区耕层土壤微量元素现状、空间分布规律及其影响因素,为区域土壤微量元素的科学管理及土壤微肥应用提供理论依据和实践指导,以镇巴县为例,基于2010年陕西省耕地地力调查与质量评价项目数据,采用地统计学和GIS相结合的方法,研究秦巴山区耕层土壤有效态Fe、有效态Mn、有效态Cu和有效态Zn的空间特征及其影响因素.结果表明:1)镇巴县耕层土壤有效态Fe、Mn和Cu均属中等变异强度,变异系数介于81.38%~97.57%之间,有效态Zn属强变异强度,变异系数为117.09%;2)空间特征上,根据块金系数值,4种微量元素均表现为中等强度的空间相关性,县域质量分数的空间分布呈南部高、西部低格局,空间变异性是由自然因素(土壤理化性质、地形地貌和常年降水量等)和人为因素(作物熟制和村距等)共同作用而引起的;3)镇巴县耕层土壤整体有效态Cu和Fe质量分数丰富,Zn质量分数适宜,19.14% Mn缺乏(<5 mg/kg),需结合不同的耕作制度、土壤类型及其质量分数丰缺水平进行分区培肥与管理. 相似文献
49.
基于无人机高光谱影像的水稻叶片磷素含量估算 总被引:1,自引:0,他引:1
为快速获取水稻叶片磷素含量信息,采用无人机搭载高光谱成像仪获取水稻冠层高光谱影像,并采样检测叶片磷素含量(质量分数)(Leaf phosphorus content, LPC)。分析了水稻LPC在无人机高光谱影像上的光谱特征,使用连续投影算法提取对磷素敏感的特征波长,通过任意波段组合构建并筛选与磷素高度相关的光谱指数,基于特征波长反射率和光谱指数建立水稻LPC的估算模型,利用最佳模型对高光谱影像进行反演填图,得到LPC空间分布信息。结果表明:全生育期内LPC与462~718 nm范围内光谱反射率显著负相关,负相关最大处相关系数达到-0.902;LPC的特征波长为670、706、722、846 nm,基于特征波长、使用偏最小二乘回归建立的LPC估算模型精度最高,验证R2达到0.925,RMSE为0.027%;在任意波段组合构建的3种类型的光谱指数中,NDSI(R498,R606)、RSI(R498,R606)和DSI(R498,R586)与LPC的相关性最高,相关系数分别为0.913、0.915和0.938;基于3个光谱指数、使用神经网络构建的LPC估算模型精度较高,验证R2为0.885,RMSE为0.029%;对各生育期水稻LPC空间分布的反演结果与实测数据相一致,说明利用无人机高光谱遥感可以实现田间水稻LPC的快速无损监测。 相似文献
50.
根据陕北农牧交错带的生态环境特点以及牧草生长发育过程对水热资源的要求和利用效率,运用迈阿密模型定量估算陕北农牧交错带七县区牧草自然生产力。并与牧草现实生产力进行比较。研究表明:陕北农牧交错带牧草现实生产力仅为自然生产力的30.80%。基本掌握了该区牧草生产力状况和特点,并据此提出了相应的开发战略和实施途径。 相似文献