全文获取类型
| 收费全文 | 203篇 |
| 免费 | 25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 367 毫秒
61.
关中地区不同营养状况冬小麦光谱特性初探 总被引：2，自引：0，他引：2
通过田间试验、室内分析测试,系统研究不同N、P水平冬小麦叶片的反射率、叶绿素含量,及其相互关系。结果表明:①施氮增加冬小麦叶片叶绿素作用明显,磷肥对叶绿素含量的影响不明显;②在可见光波段,随施氮量增加反射率下降,在近红外波段则相反。不同施磷水平下反射率差异不明显;③N4营养条件下可见光波段反射率拔节期<灌浆期<抽穗期,P2营养条件下可见光波段反射率灌浆期<拔节期<抽穗期;④叶绿素含量与反射率之间在施用氮肥时显著相关,在施用磷肥时其相关不显著。 相似文献
62.
宁南地区土壤营养障碍性分析 总被引：3，自引：1，他引：3
宁地地区土壤的风化发育程度较低，腐殖化微弱，淋溶强度小，侵蚀强烈，导致土壤有机质贫乏，质地较砂，保水保肥能力低，营养元素的有效性差。调查分析表明，土壤钾素营养丰富，氮、磷素含量低，对植物供应能力明显不足；微量元素除铜外，均表现为严重缺乏。 相似文献
63.
建立土地资源信息系统可以为合理开发土地资源提供信息来源与最佳方案,而数据库的设计是建立土地资源信息系统最关键部分。以乾县试区为例,应用Visual FoxPro与ARC/INFO建立基于Windows平台的黄土高原区土地资源信息系统数据库,并在此基础上设计了数据库管理系统,为建立水土流失严重、生态环境脆弱区的土地资源信息系统奠定基础。 相似文献
64.
渭北黄土台塬区土地资源评价及其开发利用 总被引：1，自引：0，他引：1
根据渭北黄土台塬区环境条件和土地特性,进行了区域土地资源评价,论述了各级土地的质量特点、适宜性能和生产潜力,提出该地区土地资源合理开发利用的基本方案和实施途径。 相似文献
65.
黄土丘陵沟壑区不同人工林地土壤肥力变化研究 总被引：6，自引：1，他引：6
通过对吴起县不同纯林及其交互效应混交林地的土壤调查、样品测定和室内分析,了解不同人工林地土壤肥力变化情况.结果表明0～20 cm表层土壤养分变化较大.其中,山杏×沙棘混交林地和山杏纯林地利于改善土壤有机质水平,分别达到20.79 g/kg和13.93 g/kg;山杏×小叶杨混交林地和小叶杨纯林地碱解氮含量增幅较大,分别为61.55 mg/kg和61.11 mg/kg;山杏×小叶杨混交林地有效磷含量相对较高,为5.43 mg/kg;山杏纯林地、山杏×小叶杨混交林地和小叶杨纯林地速效钾变化较为明显,分别为126.94,125.61和119.28 mg/kg.混交林地比纯林地更利于改善土壤肥力,建议种植山杏×沙棘混交林. 相似文献
66.
67.
68.
69.
70.
冬小麦叶片花青素相对含量高光谱监测 总被引：1，自引：0，他引：1
为探究冬小麦叶片花青素含量的高光谱监测方法,以陕西省关中地区冬小麦为研究对象,分析了叶片光谱反射率与花青素含量的相关性,建立以不同波段组合的RSI、DSI和NDSI光谱指数为自变量的一元回归模型以及利用偏最小二乘法构建的多元回归模型,并进行模型精度比较。结果表明,所有模型中,开花期的PLS模型精度最高,预测效果最好(建模r~2=0.872 3,RMSE=0.005 9;检验r~2=0.912 8,RMSE=0.004 8),是预测冬小麦花青素的最优模型;各生育时期中,开花期模型精度较高,表现稳定,是预测冬小麦花青素的最佳生育时期。 相似文献