全文获取类型
收费全文 | 161篇 |
免费 | 9篇 |
国内免费 | 40篇 |
专业分类
林业 | 2篇 |
农学 | 8篇 |
基础科学 | 27篇 |
40篇 | |
综合类 | 87篇 |
农作物 | 12篇 |
畜牧兽医 | 24篇 |
园艺 | 2篇 |
植物保护 | 8篇 |
出版年
2024年 | 4篇 |
2023年 | 7篇 |
2022年 | 7篇 |
2021年 | 9篇 |
2020年 | 6篇 |
2019年 | 7篇 |
2018年 | 5篇 |
2017年 | 5篇 |
2016年 | 6篇 |
2015年 | 10篇 |
2014年 | 9篇 |
2013年 | 11篇 |
2012年 | 10篇 |
2011年 | 10篇 |
2010年 | 9篇 |
2009年 | 16篇 |
2008年 | 11篇 |
2007年 | 9篇 |
2006年 | 7篇 |
2005年 | 5篇 |
2004年 | 6篇 |
2003年 | 4篇 |
2001年 | 2篇 |
2000年 | 5篇 |
1999年 | 2篇 |
1998年 | 3篇 |
1997年 | 4篇 |
1996年 | 4篇 |
1995年 | 1篇 |
1994年 | 2篇 |
1993年 | 7篇 |
1990年 | 1篇 |
1988年 | 1篇 |
1986年 | 1篇 |
1985年 | 1篇 |
1983年 | 1篇 |
1982年 | 1篇 |
1957年 | 1篇 |
排序方式: 共有210条查询结果,搜索用时 15 毫秒
31.
基于权重最优组合和多时相遥感的作物估产 总被引:4,自引:2,他引:2
多时相遥感数据比单一时相携带了更多的反映作物产量的信息,研究如何将多时相遥感信息进行有机融合以提高作物估产精度的方法是具有意义的。权重最优组合(WOC)是一种通过对单个模型权重的最优化,来构建高精度组合模型的原理方法。论文以黑龙江农垦友谊农场大麦产量遥感估算为例,首先利用大麦4个时相的Landsat5 TM影像分别构建单一时相的大麦产量模型,然后利用WOC的迭代算法,通过赋予4个单一时相产量模型以最优权重,生成基于多时相遥感的组合模型估算大麦产量,结果表明:基于WOC和多时相遥感的组合估产模型的决定系数R2与单一时相的相比得到较大改善,估算精度提高明显。同时,通过对WOC获取的各时相单一模型最优权重大小进行分析表明:应用多时相遥感数据进行作物估产时,权重大小能够反映各时相遥感数据所携带的产量信息的多少,这对于如何选择和确定能有效反映作物产量的敏感遥感时相具有一定的指导意义。 相似文献
32.
草地遥感估产的原理与方法 总被引:5,自引:2,他引:3
在介绍草地遥感估产的原理和方法的基础上,分析了单纯的遥感模型、遥感模型与地学模型相结合等不同估产方法及草地面积动态监测的特点和存在问题,并对草地遥感估产方法发展趋势做了总结。随着遥感技术的发展,草地遥感估产技术和方法也将继续发展,基于遥感数据和方法的草地估产模型更加趋于成熟,其应用也将向草原生态系统、草地退化监测、草地植被生长监测等领域扩展。 相似文献
33.
探讨了利用ION集成JESS、IDL、ENVI软件开发基于WEB的农作物产量预报平台的开发方案以及实现的关键技术,研究表明它是一种省时省力、功能强大、适应性强的农作物产量预报平台开发的最佳选择。 相似文献
34.
多植被指数组合的冬小麦遥感估产方法研究 总被引:3,自引:0,他引:3
《干旱区资源与环境》2017,(7):44-49
为了提高大面积冬小麦农田产量快速估算的准确率,选取Landsat 8 OLI卫星遥感数据,计算归一化植被指数NDVI、比值植被指数RVI、绿度植被指数GVI、增强植被指数EVI,分别建立4种植被指数组合与地面冬小麦实测产量的回归方程或神经网络和SVM模型。结果表明:单植被指数的非线性回归方程估产精度高于线性回归方程,冬小麦实测产量与遥感植被指数表现为非线性关系;线性回归方程估产时多植被指数组合精度高于单植被指数,多植被指数组合可实现信息互补,提高遥感估产精度;建立多植被指数组合与实测产量的非线性遥感估产模型时,SVM模型的均方根误差RMSE为339.6kg·hm~(-2),决定系数R~2为0.7852,估产精度高于BP神经网络模型、RBF神经网络模型,可应用于冬小麦遥感估产的快速、准确实现。 相似文献
35.
一种基于趋势单产和遥感修正模型的混合估产模型 总被引:3,自引:0,他引:3
【目的】在分析国内外农作物估产方法的相关研究进展基础上,将传统统计估产方法和遥感估产方法相结合,提出一种新的混合估产模型。【方法】该模型由趋势单产、遥感修正单产和随机误差项三部分组成,其中趋势单产利用历史长时间序列的单产统计数据,通过多项式回归的方法结合ARIMA模型修正得到,遥感修正单产利用3个作物关键生育期NDVI和实测单产多元回归得到。为验证所提出估产方法的可行性和精度,利用2015年冬小麦关键生育期的三景环境卫星遥感影像和冬小麦实测地块单产数据以及近30年(1985—2014年)北京市各区县的冬小麦单产数据,对2015年的北京市的冬小麦单产进行估算,与真实值(2015年单产统计数据)对比。【结果】混合估产模型对北京市的冬小麦单产预测精度达到98.7%,各区县估产精度均超过90%,除房山(90.3%)外,各县单产预测相对精度均超过95%;传统趋势单产模型对北京市的冬小麦单产预测精度达到94.75%,但在区县尺度上,传统估产模型预测精度较低,对房山区的估产精度不足80%;引入ARIMA模型可以提高传统趋势单产模型的精度。修正后的趋势单产模型冬小麦单产预测精度平均提高了1.59%。本文建立的遥感修正模型,利用三景遥感影像修正结果最优,此方法使冬小麦估产精度整体提升3.55%,尤其是房山、平谷等区县,精度明显提升。【结论】该模型在市级尺度和县级尺度上预测冬小麦单产均取得较高精度,充分考虑冬小麦时间尺度和空间尺度上的变化,对农作物估产有一定的指导意义。 相似文献
36.
传统的估产方法难以对水稻种植面积和产量进行及时准确地预测.利用TM影像资料,根据地物光谱特征的差异,提取稻田种植面积信息,在此基础上分析早稻像元的植被指数,与作物单产建立回归方程,通过检验标准筛选出方程拟合率高的估产模型,从而预报水稻总产.结果显示:2009年奉新县早稻实际总产和平均单产与遥感估产的结果相比,早稻总产误差率为5.78%,单产误差率为1.79%.由此可以看出,结合GIS技术和资料进行水稻估产,既提高了估产精度,又降低了费用,具有一定的可靠性和实用性. 相似文献
37.
38.
以新疆冬小麦主要产区之一的伊宁县为例,从冬小麦生长季候性特征角度出发,结合Terra/MODIS这种新型的卫星传感器,通过建立植被指数ndvi变化时间序列,提取冬小麦种植面积;利用多元回归方法建立了NDVI植被指数与冬小麦产量间的估产模型。 相似文献
39.
九台市农业局根据近期对20个样本村、100个样本地块的估产调查,同时走访了各乡镇种田大户,并结合九台实际及历年产量,对九台市今年的粮食生产形势进行了调查分析,现将情况汇报如下: 一、基本情况 全市现有耕地18.7万公顷。其中玉米14.5万公顷,占77.5%;水稻2.5万公顷,占13.4%;大豆0.2万公顷;蔬菜两瓜1万公顷;苗木花卉等0.5万公顷。2012年粮食总产27.6亿斤。 相似文献
40.
利用统计局抽样调查地块实割实测标准单位面积产量数据及空间位置信息,在研究水稻种植区MOD09GA、MYD09GA EVI (enhanced vegetation index)数据结合使用可行性分析的基础上,进行湖南省省级水稻单产遥感估算。结果表明:在水稻种植区,水稻生长期间有超过50%、85%、95%的MOD09GA与MYD09GA EVI偏差绝对值分别小于0.03、0.08、0.1。水稻遥感估产模型以二次非线性模型或回归模型精度较高,且时相集中在水稻生长的孕穗期到抽穗期。在省级水平上,与实测值相比,基于统计局统计抽样调查地块实割实测标准单位面积产量数据的水稻单产遥感拟合结果相对误差小于2%,预测结果的相对误差接近5%,且实测值与模拟值集中分布在1∶1线附近,说明预测结果与统计值在空间分布上具有较好的一致性。 相似文献