全文获取类型
收费全文 | 61篇 |
免费 | 2篇 |
国内免费 | 5篇 |
专业分类
林业 | 3篇 |
农学 | 1篇 |
基础科学 | 15篇 |
5篇 | |
综合类 | 24篇 |
农作物 | 4篇 |
畜牧兽医 | 3篇 |
园艺 | 12篇 |
植物保护 | 1篇 |
出版年
2024年 | 1篇 |
2022年 | 1篇 |
2021年 | 1篇 |
2020年 | 1篇 |
2019年 | 2篇 |
2018年 | 7篇 |
2017年 | 5篇 |
2016年 | 1篇 |
2015年 | 2篇 |
2014年 | 7篇 |
2013年 | 6篇 |
2012年 | 2篇 |
2010年 | 6篇 |
2009年 | 3篇 |
2008年 | 4篇 |
2006年 | 1篇 |
2005年 | 1篇 |
2004年 | 1篇 |
2002年 | 1篇 |
2001年 | 8篇 |
2000年 | 4篇 |
1999年 | 1篇 |
1998年 | 2篇 |
排序方式: 共有68条查询结果,搜索用时 296 毫秒
41.
42.
高山地区进行反季节蔬菜营养土团育苗技术 总被引:1,自引:0,他引:1
高山地区夏季进行反季蔬菜栽培时,正处于高温高湿,暴雨频繁的季节,而我县主要栽培的番茄、甜椒、花椰菜、青花菜、白菜等蔬菜种类都要进行育苗移栽,“菜好种,苗难育”的矛盾突出。因此,如何培育壮苗、确保全苗是反季节蔬菜栽培首要解决的问题,经过多年来的实践与探索,我们采用了营养土团育苗技术,并配遮阳网防晒降温和农膜防暴雨冲击等设施,使菜苗的出圃率达85%~92%,比普通畦提高15%~20%,而且培育出的菜苗粗壮,抗病耐热性强,定植后可缩短缓苗期3天以上,成活率达98%以上。现将营养土团育苗技术介绍如下: … 相似文献
43.
正"民以食为天,食以安为先",农产品质量安全对于人民的健康有直接的关系,关系着社会的稳定发展。随着人们生活水平的提高,人们对于农产品的质量安全问题越来越重视。近年来,农产品质量安全水平有了很大的提升,农产品正在由数量型转向质量型,但是农产品质量安全问题依然存在。在业的发展的大形势下,国家对于农产品质量安全也是高度重视,农业部门对农产品的质量安全进行了一些研究,取得了一定的效果,各级农业部门需要在保证农产 相似文献
44.
硫酸铅蓄电池造价低、内阻小,能短时间内供给起动电动机200~600安培的强电流,因而在拖拉机、农用运输车上普遍采用。 相似文献
45.
高油酸花生是当前科研、生产、加工领域共同关注的重点之一,中国将逐渐提高高油酸花生的栽培技术,提升总体产量与质量。该文介绍了高油酸花生选种、施肥、耕作、播种、病虫害防治、水分管理、化学调控、叶面追肥、收获与清除残膜等方面的技术,希望为高油酸花生的高产栽培提供帮助。 相似文献
46.
基于CCD超站仪的森林样地建立与精测方法研究 总被引:2,自引:0,他引:2
为了能够快捷、精准地进行固定样地定位和样木胸径测量,提出一种利用CCD超站仪按测带进行像对观测的方法,在GPS/RTK确定或假定的观测点上架设仪器,借助全站仪坐标测量和角度测量功能精确记录CCD摄影瞬间的外方位元素,并确定出其他观测点坐标,选择合适基线长建立像对进行观测,提取目标位置的相对三维坐标,以"S"形路线按测带进行测量,配合少量的人工补测和相关坐标系的旋转变换,实现森林固定样地精准建立和胸径精测的目的。通过实地测试,表明利用该方法能够以较少的站点实现固定样地的建立,并将图像解算的胸径值与实地调查值进行对比,其平均相对误差为3.9%,解算均方根误差为1.2 cm。该方法在森林样地建立中有较好的应用前景。 相似文献
47.
‘阜德1号’是夏果型树莓‘费尔杜德’的株变,于2009年发现于阜新蒙古族自治县林业科技示范林场树莓园,平均果重4.3g,采果期31d,品质优良,2016年被辽宁省林木良种审定委员会认定为良种。现将其选育过程、选育方法、经济性状及栽培技术进行介绍,为其在生产上的应用提供理论参考。 相似文献
48.
森林是陆地生态系统的主体和国家生态安全的保障。随着信息化技术的发展,无人机作为智能化装备的代表,在森林精准调查、设计和管理等方面发挥了关键作用。近年来,随着精准林业的发展以及无人机技术的应用,如何有效协同无人机技术和林业发展需求,实现森林质量精准提升和可持续发展,成为林业研究的重点和热点问题。该文从林业无人机系统及关键技术、研究现状、应用进展以及挑战等方面对近年无人机技术在精准林业中的应用进行阐述,重点探讨了无人机技术在森林资源调查监测、病虫害预警、火灾防控、林业植保、林业管理与执法等方面的应用,并分析了无人机技术在精准林业中面临的机遇和挑战,以期为无人机技术助力精准林业发展提供有益参考。 相似文献
49.
基于材积方程建立的材积表是森林资源调查工作中重要的工具,估算立木材积的精度是编制材积表的关键。为了解决已有立木材积方程复杂多样、测算准确率低等不足,以北京地区侧柏Platycladus orientalis和落叶松Larix principis-rupprechtii为研究对象,提出利用量子粒子群优化最小二乘支持向量机(QPSO-LSSVM)算法建立材积方程的方法。通过伐倒解析法结合电子经纬仪无损立木材积精测法获取建模样本,对250株侧柏与300株落叶松数据分别建立一元与二元材积方程,计算得到侧柏与落叶松的一元材积方程测试集的决定系数(R2)为0.978 6和0.946 1,二元材积方程测试集决定系数(R2)为0.987 0和0.990 1,均在0.940 0以上,总体相对误差(TRE)依次为0.75%,-0.16%,0.64%,-0.50%,均满足国家规程小于±3%的要求,表明QPSO-LSSVM模型估算效果良好。最后引用传统一、二元材积方程、BP神经网络和粒子群优化最小二乘支持向量机(PSO-LSSVM)算法建立材积方程并与之进行对比分析。结果表明:QPSO-LSSVM材积方程在估测精度、收敛速度和稳健性等综合性能指标上优于其他材积方程。该方法在高精度材积估测中具有较好的应用前景。 相似文献