全文获取类型
收费全文 | 58篇 |
免费 | 14篇 |
国内免费 | 48篇 |
专业分类
林业 | 1篇 |
农学 | 8篇 |
39篇 | |
综合类 | 39篇 |
农作物 | 12篇 |
畜牧兽医 | 13篇 |
园艺 | 2篇 |
植物保护 | 6篇 |
出版年
2022年 | 2篇 |
2020年 | 2篇 |
2019年 | 1篇 |
2016年 | 2篇 |
2014年 | 1篇 |
2013年 | 2篇 |
2012年 | 4篇 |
2011年 | 5篇 |
2010年 | 4篇 |
2009年 | 10篇 |
2008年 | 9篇 |
2007年 | 8篇 |
2006年 | 8篇 |
2005年 | 4篇 |
2004年 | 8篇 |
2003年 | 13篇 |
2002年 | 2篇 |
2001年 | 2篇 |
2000年 | 8篇 |
1999年 | 10篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1994年 | 2篇 |
1993年 | 3篇 |
1992年 | 6篇 |
1991年 | 2篇 |
排序方式: 共有120条查询结果,搜索用时 31 毫秒
31.
新疆叶尔羌河和喀什噶尔河流域的生态环境评价及治理对策研究 总被引:2,自引:0,他引:2
叶尔羌河和喀什噶尔河流域农业气候资源丰富,但气象灾害也较多;土地面积大,但土壤有机质含量低,次生盐渍化严重;河流径流量大,年际变化小,季节分配不平衡;天然草场面积大,等级低,天然林面积减少,个别地区有沙化倾向;人口多而素质差。对此应处理好维护生态平衡与发展生产的关系;依靠科学技术,以提高单产为主;制止继续破坏生态环境行为;营造人工林;扩大绿肥种植面积,提高地力;对少数民族也实行计划生育,以控制人口数量,提高人口素质。 相似文献
32.
基于空间分析与两维图论聚类的湖南水稻遥感估产分区 总被引:2,自引:2,他引:0
为了提高水稻遥感估产精度,该文在分析湖南省水稻种植制度及地形等特征的基础上,进行水稻遥感估产分区研究。选择水稻种植制度、稻土比、水稻单产水平、平原面积占总面积比、以及空间位置作为分区因子,采用基于GIS技术的空间分析与两维图论树相结合的方法。分区结果显示,湖南省共分为2个一级区,即一季稻区与双季稻区;在一级分区的基础上得到5个二级区,即2个一季稻区二级分区,3个双季稻区二级分区。此分区结果保持了区块的连续性与行政区划的完整性,以及分区内自然与经济条件的相对一致性;同时各分区之间在种植结构、水稻单产、地形等方面又存在着独立性,此分区结果有利于进行水稻遥感估产研究。 相似文献
33.
34.
35.
36.
采用小区试验研究了水稻叶片氮含量与透射光谱的相关性。用“秀水110”建立诊断模型,再用“协优9308”进行检测,分析一阶导数光谱与叶片氮含量的相关性。结果表明,一阶导数光谱与氮含量显著相关,相关系数可达R2=0.74。预测模型可达R2=0.84。与一阶导数光谱相比,还建立了3个植被指数:蓝波段透射光谱氮指数(BETNI)、波段透射光谱氮指数(YETNI)和红波段透射光谱氮指数(RETNI),并分别计算了它们在这三个波段的特殊波长的值。在这些特殊波长处,3个指标与氮含量的相关性明显比单叶片的透射光谱的相关性显著。YETNI610,YETNI630,YETNI643,YETNI652,and RETNI能够很好的预测氮含量;对于“协优9308”的预测结果显示YETNI570,YETNI592和RETNI最优。分析结果显示,透射光谱的氮指标(YETNI570,YETCI592,and RETNI)能够最好地预测氮含量。 相似文献
37.
38.
基于学习矢量量化神经网络的水稻白穗和正常穗的高光谱识别 总被引:5,自引:2,他引:3
水稻病虫害的发生会导致大量白穗的出现,对白穗和正常穗的区分是采取植保措施和灾害评估的基础。通过研究获取了由水稻二化螟和穗瘟造成的白穗和正常穗的室内光谱,选取红边斜率、红边面积、绿峰幅值和绿峰面积等4个高光谱变量作为输入向量,利用学习矢量量化(LVQ)神经网络对水稻白穗和正常穗进行分类。利用测试样本对网络进行测试,结果显示对白穗和正常稻穗的分类精度高达100%。研究表明,基于LVQ神经网络对水稻白穗和正常穗进行辨别的方法是切实可行的,可以补充和替代肉眼观测。 相似文献
39.
水稻不同发育时期高光谱与叶绿素和类胡萝卜素的变化规律 总被引:40,自引:3,他引:37
通过大田和室内试验,测定了2个品种、3个供氮水平处理的水稻冠层、完全展开倒1叶、倒3叶和穗在不同发育时期的高光谱反射率及对应叶片和穗的叶绿素、类胡萝卜素含量。结果表明,不同供氮水平的水稻冠层和叶片光谱差异明显,冠层光谱反射率随发育期推迟,抽穗前在可见光范围逐渐降低、在近红外区域逐渐增大,抽穗后在可见光范围逐渐增大,在近红外区域逐渐降低;抽穗后,冠层、叶片和穗光谱的红边位置存在“蓝移”现象;叶片叶绿素、类胡萝卜素含量呈S形变化;高光谱植被指数R990/R553、R1200/R553、R750/R553、R553/R670、R800/R553、R800/R680、(R800-R680)/(R800+R680)[R为反射率,下标为对应波长值(nm)]和红边位置λred与叶绿素、类胡萝卜素含量之间存在极显著相关,说明能用它们来估算水稻冠层、叶片和穗的叶绿素、类胡萝卜素含量。 相似文献
40.