全文获取类型
收费全文 | 72篇 |
免费 | 5篇 |
国内免费 | 78篇 |
专业分类
农学 | 3篇 |
基础科学 | 23篇 |
56篇 | |
综合类 | 55篇 |
农作物 | 13篇 |
水产渔业 | 1篇 |
畜牧兽医 | 2篇 |
植物保护 | 2篇 |
出版年
2024年 | 1篇 |
2023年 | 6篇 |
2022年 | 6篇 |
2021年 | 4篇 |
2020年 | 16篇 |
2019年 | 17篇 |
2018年 | 12篇 |
2017年 | 13篇 |
2016年 | 18篇 |
2015年 | 9篇 |
2014年 | 10篇 |
2013年 | 5篇 |
2012年 | 5篇 |
2011年 | 7篇 |
2010年 | 6篇 |
2009年 | 2篇 |
2008年 | 3篇 |
2007年 | 4篇 |
2006年 | 2篇 |
2005年 | 1篇 |
2004年 | 1篇 |
2002年 | 5篇 |
2001年 | 1篇 |
1996年 | 1篇 |
排序方式: 共有155条查询结果,搜索用时 15 毫秒
31.
32.
33.
以马铃薯为研究对象,利用无人机得到现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期的高光谱数据,实测了地上生物量(Above ground biomass,AGB)数据。首先,利用成像高光谱影像提取每个生育期马铃薯冠层高光谱反射率数据;然后,利用分数阶微分计算高光谱0~2阶微分(间隔0.2),将各阶微分下的光谱数据与地上生物量进行相关性分析,挑选出相关系数绝对值较大的前9个微分波段;最后,利用多元线性回归(Multiple linear regression,MLR)、随机森林(Random forest,RF)和人工神经网络(Artificial neural network,ANN)3种方法构建基于分数阶微分光谱的整体、不同品种、不同密度和不同施肥下的马铃薯AGB估算模型,并进行了对比。结果表明:各生育期相关系数绝对值最大值出现的阶数不同,现蕾期为0.8阶微分(470nm);块茎形成期为1.8阶微分(710nm);块茎增长期和淀粉积累期为1.6阶微分(718、722、766nm);成熟期为1.0阶微分(622nm)。相较于整数阶微分,高光谱分数阶微分与AGB的相关性更高,分数阶微分可以提高马铃薯AGB的估算精度。分析了不同生育期整体、不同品种、不同密度和不同施肥下的马铃薯AGB估算模型,3种方法中以9个微分波段为因变量的AGB估算在块茎增长期表现效果最好,利用MLR方法得到的模型精度最高、稳定性最强,其次为RF模型,ANN模型表现效果最差。不同生育期利用3种方法构建的AGB估算模型精度由大到小依次为块茎增长期、块茎形成期、淀粉积累期、现蕾期、成熟期。 相似文献
34.
为了探索准确、高效地估算冬小麦地上生物量(Dry aerial mass,DAM)的方法,获取了2013—2014年和2014—2015年2个生长季的冬小麦试验数据,采用植被指数反演叶面积指数(LAI),以遥感反演LAI作为遥感与SAFY(Simple algorithm for yield estimates)模型之间的耦合变量,利用主成分分析的复合型混合演化(Shuffled complex evolution with PCA,SP-UCI)算法优化出苗日期(D0)、有效光能利用率(ELUE)和衰老温度(STT) 3个敏感参数,对冬小麦全生育期进行动态生长模拟。结果表明,2014—2015年和2013—2014年冬小麦全生育期模型模拟地上生物量R~2、RMSE和NRMSE分别为0. 887、1. 001 t/hm~2、19. 41%和0. 856、1. 033 t/hm~2、19. 86%。研究表明,耦合高光谱遥感与SAFY作物生长模型能够准确地模拟冬小麦长势的动态变化,对冬小麦地上生物量估算精度较高,可为遥感监测冬小麦长势提供参考。 相似文献
35.
为探究大范围小麦秸秆覆盖度(CRC)估测方法,以冬小麦秸秆为研究对象,基于Sentinel-2遥感卫星影像光谱指数、波段和纹理特征及其不同特征组合,利用灰色关联-随机森林(GRA-RF)敏感特征提取方法,结合高斯过程(GPR)、套索(LASSO)、岭回归(RR)和偏最小二乘(PLSR)等多种机器学习算法,开展小麦CRC估算的最优模型研究。结果表明,基于GRA-RF特征优选后的机器学习模型显著改善了小麦CRC的估算精度,LASSO算法总体对小麦CRC的估测效果最佳,并且针对不同的光谱特征组合表现出差异化的结果。其中,以光谱指数、波段和纹理信息构成的组合特征集构建的CRC遥感估算模型精度最优(r2=0.65,RMSE=9.25%),以波段与纹理两者组合特征估算的CRC精度次之(r2=0.63,RMSE=9.31%),仅利用单一的光谱指数、波段或者纹理特征估算冬小麦CRC的精度均劣于组合特征的结果。这说明应用GRA-RF组合筛选方法能够有效优选秸秆覆盖度的光谱特征;相比于单一特征,光谱指数、波段、纹理信息等构成的组合特征更能有效地监测小麦秸秆覆盖度... 相似文献
36.
叶片钾含量(Leaf potassium content, LKC)是表征作物钾素营养状况的重要指标,高效准确地获取马铃薯LKC有助于精准农业施肥管理。本研究旨在通过结合马铃薯关键生育期RGB影像提取的植被指数(VIs)和植被覆盖度(FVC),提高马铃薯关键生育期LKC估算的准确性。首先从马铃薯块茎形成期(S1)、块茎增长期(S2)和淀粉积累期(S3)的RGB影像中提取VIs和FVC,然后分别分析每个生育期VIs和FVC与马铃薯LKC的相关性,最后利用支持向量机(Support vector machine, SVM)、Lasso回归(Least absolute shrinkage and selection operator, Lasso)和岭回归构建马铃薯LKC的估算模型。结果表明:基于RGB影像提取的马铃薯FVC精度较高,且前两个生育期高于第3个生育期;利用VIs估算马铃薯LKC是可行的,但精度有待进一步提高;VIs结合FVC可以提高马铃薯LKC的估算精度。本研究可为作物生长和钾素营养状况监测提供技术参考。 相似文献
37.
基于扫描成像的作物近地高光谱获取与特征分析 总被引:1,自引:1,他引:0
为了验证自主研制的扫描成像光谱仪(PIS)在近地应用的可行性,该文以小麦、玉米为研究对象,利用PIS近地获取作物冠层和叶片的高光谱图像,在对田间和室内获得的成像数据进行对比分析的同时,探讨了成像光谱采集过程中的影响因素。此外,将PIS获取的成像高光谱与地物光谱仪(ASD)测定的高光谱进行比对研究。结果表明:PIS能准确收集作物的光谱信息,且采集的高光谱数据与ASD具有很好的一致性;PIS在田间采集作物光谱信息时,受氧气吸收的影响,在760 nm处有明显的干扰吸收;PIS除了能反映作物不同叶位叶片、不同器官光谱的差异,还可依据影像提取杂草、土壤对作物冠层光谱的影响程度。上述初步结果为进一步应用PIS进行农作物长势诊断提供了参考。 相似文献
38.
银北盐碱地土壤动物多样性与土壤因子的相关性 总被引:1,自引:0,他引:1
为探讨不同利用方式的改良盐碱地土壤动物多样性与土壤因子的相关性,于2010-06-08调查银北改良盐碱地的玉米田、枸杞田、油葵田和未改良盐碱地的土壤动物,并测定土壤水分含量、pH、土壤碱化度和全盐量。采用干漏斗法分离土壤0~20cm的土壤动物。共获得土壤动物7纲12目28类。分析表明,土壤动物的优势类群为弹尾目(56.58%),蜱螨类(18.04%),蜘蛛类(8.03%)和膜翅目蚁科(6.01%)。土壤动物多样性因土地不同利用方式以及受干扰程度而表现出差异。改良的玉米地具有最高的多样性H′和丰富度D。群落相似性分析显示,改良玉米地和改良枸杞地有较高的相似性。典范对应分析(CCA)表明,土壤动物与土壤因子的相关性高达100%,说明盐碱地土壤因子变化影响土壤动物的分布,土壤全盐量和土壤含水量对土壤动物群落的分布影响最大,不同类群对环境因子响应存在差异。 相似文献
39.
通过单个指标检测冬小麦长势的方法很多,但是根据综合多个单个指标分析冬小麦长势的方法相对较少。利用信息熵将多个单个指标计算得到综合指标,进而分析冬小麦长势。通过偏最小二乘回归反演冬小麦氮素含量、叶绿素含量和水分含量,计算3个指标的权重,计算出综合长势指标监测冬小麦长势。研究结果表明,冬小麦冠层叶片氮素、叶绿素、水分反演的r~2分别为0.72、0.31、0.61,RMSE分别为0.506、1.303、10.320,NRMSE分别为13%、33%、17%,综合指标的r~2、RMSE、NRMSE分别为0.75、0.053、8%。结果表明,基于光谱指数冬小麦对冠层叶片氮素和水分反演精度较高,叶绿素反演精度较低,综合指标的反演精度最高。 相似文献
40.
基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用 总被引:2,自引:0,他引:2
以冬小麦LAI为研究对象,利用孕穗期、开花期和灌浆期获取的无人机UHD185高光谱影像以及同步测定的地面数据(冬小麦冠层ASD反射率和冬小麦LAI),论证光谱特征(红边参数或植被指数)与偏最小二乘回归算法结合的改进型LAI拟合方法在无人机画幅高光谱遥感LAI探测方面的应用价值。首先,从光谱反射率相关性和植被指数相关性两方面比较UHD185与ASD,验证UHD185数据精度;结果表明,第3~第96波段(458~830 nm)的无人机UHD185高光谱数据具有较好的光谱质量,适宜探测冬小麦LAI。其次,分析光谱特征(6种植被指数和4种红边参数)与LAI的相关性,并通过独立验证和交叉验证方法,依次对基于红边参数或植被指数的传统LAI拟合方法和改进型LAI拟合方法的冬小麦LAI预测精度进行评价,相比于传统LAI拟合方法,改进型LAI拟合方法能大幅度提高冬小麦LAI的预测精度,特别是PLSR+REP。研究结果证实,改进型LAI拟合方法能更加充分地利用无人机UHD185高光谱数据预测冬小麦LAI,可望为无人机高光谱遥感的作物理化参数探测提供几点可借鉴的思路。 相似文献