全文获取类型
收费全文 | 964篇 |
免费 | 58篇 |
国内免费 | 167篇 |
专业分类
林业 | 116篇 |
农学 | 50篇 |
基础科学 | 119篇 |
229篇 | |
综合类 | 424篇 |
农作物 | 48篇 |
畜牧兽医 | 129篇 |
园艺 | 3篇 |
植物保护 | 71篇 |
出版年
2024年 | 27篇 |
2023年 | 70篇 |
2022年 | 90篇 |
2021年 | 94篇 |
2020年 | 68篇 |
2019年 | 58篇 |
2018年 | 48篇 |
2017年 | 51篇 |
2016年 | 58篇 |
2015年 | 68篇 |
2014年 | 59篇 |
2013年 | 64篇 |
2012年 | 59篇 |
2011年 | 63篇 |
2010年 | 71篇 |
2009年 | 51篇 |
2008年 | 50篇 |
2007年 | 34篇 |
2006年 | 33篇 |
2005年 | 17篇 |
2004年 | 18篇 |
2003年 | 11篇 |
2002年 | 5篇 |
2001年 | 1篇 |
2000年 | 1篇 |
1999年 | 2篇 |
1998年 | 8篇 |
1997年 | 3篇 |
1995年 | 2篇 |
1994年 | 1篇 |
1993年 | 4篇 |
排序方式: 共有1189条查询结果,搜索用时 31 毫秒
31.
为了快速监测小麦叶片水分含量,以敏感波段组和植被指数组2种变量分别作为输入变量,以地面同步观测的冬小麦叶片含水量作为输出变量,分别采用偏最小二乘(partial least squares,PLS)、极限学习机(extreme learning machine,ELM)和粒子群算法(particle swarm optimization,PSO)优化极限学习机,建立冬小麦叶片含水量预测模型,并对其反演效果进行比较。结果表明,光谱反射率和植被指数与叶片含水量之间存在较为密切的相关性,依此确定的敏感光谱波段为红光、蓝光和近红外波段,敏感植被指数为绿度指数、过红指数、归一化绿红差值指数、三角形植被指数和过绿指数。从2种变量的建模效果看,基于植被指数组构建的模型的精度和稳定性均优于敏感波段组,其中基于植被指数组的PSO-ELM模型在6个叶片水分含量反演模型中表现最佳,其R2和RMSE分别为0.98和0.26%。利用最优模型反演得到研究区冬小麦叶片含水量的分布范围为45%~75%,平均为64.57%,反演结果与地面实测较相符,说明基于无人机光谱数据通过建立以植被指数为变量的PSO-ELM模型可实现对冬小麦叶片水分含量的精准预测。 相似文献
32.
为构建冬小麦冠层临界植被指数时序模型,探究实时、无损诊断冬小麦全生育期氮素营养状况的可能性,基于冬小麦不同生育时期氮营养指数(nitrogen nutrition index,NNI)与相对产量的关系确定NNI临界值,并利用归一化红边植被指数(normalized difference red edge,NDRE)与NNI的定量关系确定临界NDRE值,进而以累积生长度日为时间驱动因子,利用双Logistic函数构建临界NDRE时序模型并用于诊断,且对诊断结果进行了验证。结果表明,NNI与冬小麦相对产量在不同生育时期均呈现明显的线性加平台关系(R2在0.76以上),在开花—灌浆期表现最好;NNI与NDRE呈显著的幂函数关系(R2在0.76以上),在孕穗—开花期表现最好;临界NDRE时序诊断模型在拔节后期、孕穗期、开花期的诊断精度较高;适期播种时冬小麦在180 kg·hm-2施氮水平下整个生育期均处于轻微氮亏缺或氮适宜状态,为较优施氮量。适期播种时冬小麦氮素营养状况主要受施氮水平的制约;过晚播时受播期的影响,不同施氮水平下冬小麦全生育期均处于氮亏缺状态。综上,依据氮营养指数与相对产量所构建的临界NDRE时序模型能够较准确地实时诊断冬小麦不同生育时期的氮素营养状况,并为作物氮肥精确管理提供技术方法。 相似文献
33.
基于HJ卫星CCD数据的冬小麦病虫害面积监测 总被引:4,自引:1,他引:3
遥感在农作物病虫害监测中广泛采用的简单植被指数阈值法难以判别冬小麦的健康状况。该研究选择二值逻辑回归法,分别建立实测光谱得到的植被指数与其健康状况之间的关系模型。结果表明,重归一化植被指数RDVI模型和三角植被指数TVI模型可信度较好。考虑到遥感监测冬小麦病虫害时,涉及的地域范围广,冬小麦生长状况存在明显的局域差异,采用了3×3邻域像元的一致性假设消除局部环境差异。将模型应用到中国新近发射的环境与灾害监测预报小卫星星座HJ-CCD传感器数据,得到提取的冬小麦受病虫害胁迫范围与枣阳市植保站普查结果相符,也与地面实测结果相一致,其中,TVI模型结果的精度达到76.47%,能够满足农作物病虫害面积遥感监测要求。 相似文献
34.
基于GIS和RS的中国西北NDVI变化特征及其与气候变化的耦合性 总被引:15,自引:7,他引:8
整合遥感和地理信息技术,对中国西北地区近25 a来NDVI时空变化特征及其与气候变化的耦合关系进行了研究,结果表明:高寒草甸和落叶针叶林的NDVI增加趋势较明显,线性倾向率p=0.2%/10 a。枯黄期推后导致NDVI明显增加,线性倾向率达0.27%/10 a;青藏高原、天山南脉的春季气温和北疆、汉中地区的秋季气温上升较明显,半湿润和半干旱过渡地区降水变幅较大;江河源地区NDVI和气温的相关系数达到0.6,河西-阿拉善、南疆等干旱地区NDVI和降水的相关性较高,相关系数为0.65。夏、秋季汉中、祁连和天山 相似文献
35.
36.
研究气候变化和植被覆盖的相互关系是全球变化研究的重要内容之一。利用2000~2010年的归一化植被指数(NDVI)和气候数据,研究了天山北麓各地区不同植被类型NDVI的年际变化特征及其对气候因子的响应。结果表明:(1)近30年来镇平县植被指数均在波动中有所增长;(2)不同地区所生长的主要植被类型不同;(3)不同植被类型对气候因子的响应不同;(4)平原区植被指数增幅大于山区植被指数增幅,说明植被生长不仅受自然因素影响,也受人为因素影响。 相似文献
37.
冬小麦不同株型品种光谱响应及株型识别方法研究 总被引:5,自引:0,他引:5
以直立和平展2种株型的冬小麦品种为材料,研究了它们的光谱响应以及田间植被覆盖度的差异,探讨了利用冠层光谱反射率、光谱特征参量NDVI及植被覆盖度识别小麦株型的方法。结果表明,(1)小麦不同株型品种在近红外波段(700~1300 nm)光谱反射率有明显差异,生育前期平展型品种高于直立型品种,并以拔节期的差异为最显著,随着生育进程差异逐渐变小。拔节期是进行株型识别的最佳时期,并且此期冠层的敏感波段680 nm和760~900 nm的反射率在2种株型品种之间差异明显。(2)小麦冠层叶面积指数(LAI)与归一化差异植被指数NDVI(680,890)呈正相关,并且不同生育阶段其相关程度有差异,这是利用NDVI和植被覆盖度(COV)识别不同株型的基础。(3)相同COV条件下,直立型品种的NDVI高于平展型品种的NDVI,并且随着COV的增加,差异逐渐变小,二者的变化关系体现了直立型品种株型紧凑和平展型品种株型披散的特点,利用NDVI和COV的关系可以对株型进行识别,以小麦拔节期为最佳识别阶段,此期2种株型品种的NDVI具有显著差异(P<0.05)。 相似文献
38.
基于遥感监测多品种玉米成熟度进而掌握最佳收获时机,对提高其产量和品质至关重要。该研究在玉米成熟阶段获取无人机多光谱影像,同步采集叶片叶绿素含量(chlorophyll content,C)、籽粒含水率(moisture content,M)、乳线占比(proportion of milk line,P)等地面实测数据,以此构建玉米成熟度指数(maize maturity index,MMI),从而定量表征玉米成熟度。通过MMI与植被指数构建回归模型和随机森林模型,验证MMI适用性,并分析无人机遥感对不同品种玉米成熟度的监测精度。结果表明:1)不同品种玉米的叶片叶绿素含量、籽粒含水率、乳线占比的变化速率均存在差异。2)MMI与所选植被指数的相关性均可达到0.01显著水平,其中与归一化植被指数(normalized difference vegetation index,NDVI)、转换叶绿素吸收率(transformed chlorophyll absorbtion ratio index,TCARI)相关性最高,相关系数均为0.87。3)该研究基于不同组合的数据集进行了模型验证,其中随机森林模型对MMI的估测精度最高,测试集决定系数(coefficient of determination,R2)为0.84,均方根误差(root mean squared error,RMSE)为8.77%,标准均方根误差(normalized root mean squared error,nRMSE)为12.05%。此外,随机森林模型对不同品种MMI的估测精度较好,京九青贮16精度最优,其中R2、RMSE、nRMSE为0.76、10.67%、15.88%,模型精度证明了可以利用无人机平台对不同品种玉米成熟度进行监测。研究结果可为多光谱无人机实时监测农田多品种玉米成熟度的动态变化提供参考。 相似文献
39.
运用光谱技术改进Beer-Lambert定律的定量化及其应用研究 总被引:6,自引:0,他引:6
运用简便、快捷的无损测试提供的归一化植被指数(normalized difference vegetation index, NDVI)方法,对Beer-Lambert定律进行定量化改进,构建了以NDVI为自变量的LAI预测模型,并采用不同年份、不同株型的玉米数据对其改进结果进行检验。结果表明,当生长55 d时,叶向值(LOV)显著不同的3种株型的NDVI、LAI和消光系数K的差异均最大;披散型(LOV≤30°)NDVI饱和点的出现较中间型和紧凑型为早;利用NDVI改进Beer-Lambert定律的定量预测模型能够敏感反映植株冠层结构参数的动态变化,且最适用于紧凑型品种。随着玉米育种目标更偏向培育偏紧凑型品种,其改进结果在育种栽培实际中更有利用价值。 相似文献
40.
森林生物量与遥感信息的相关性 总被引:1,自引:0,他引:1
利用遥感数据研究森林的生物量,建立遥感信息模型,首先要分析各波段与生物量的相关性.通过建立甘肃省小陇山党川林场中幼林典型样地,并伐树称量,建立模型计算出样地的生物量.对试验区的TM影像进行校正,对应每块样地中心点的GPS测量坐标,获取了样地像元各波段的灰度值,并计算各种植被指数.利用MATLAB软件计算了样地生物量与遥感影像各波段的灰度值、各种植被指数的相关系数.在P<0.05水平上,生物量与TM1、TM2、TM3、TM6成显著的负相关.与归一化植被指数、比值植被指数和绿度成显著的正相关.建立遥感生物量模型应用这些呈显著正、负相关的波段和派生数据.采用逐步回归的方法建立了生物量与植被指数的统计方程,以及生物量与遥感TM影像的各波段灰度值、植被指数的统计方程.但在P<0.05水平上,只有NDVI、RVI两个因子复相关系数不高. 相似文献