全文获取类型
收费全文 | 4620篇 |
免费 | 226篇 |
国内免费 | 912篇 |
专业分类
林业 | 321篇 |
农学 | 283篇 |
基础科学 | 847篇 |
1091篇 | |
综合类 | 2254篇 |
农作物 | 260篇 |
水产渔业 | 42篇 |
畜牧兽医 | 460篇 |
园艺 | 67篇 |
植物保护 | 133篇 |
出版年
2024年 | 95篇 |
2023年 | 289篇 |
2022年 | 309篇 |
2021年 | 333篇 |
2020年 | 325篇 |
2019年 | 291篇 |
2018年 | 222篇 |
2017年 | 245篇 |
2016年 | 315篇 |
2015年 | 289篇 |
2014年 | 355篇 |
2013年 | 278篇 |
2012年 | 310篇 |
2011年 | 302篇 |
2010年 | 291篇 |
2009年 | 271篇 |
2008年 | 227篇 |
2007年 | 196篇 |
2006年 | 133篇 |
2005年 | 111篇 |
2004年 | 101篇 |
2003年 | 87篇 |
2002年 | 43篇 |
2001年 | 44篇 |
2000年 | 24篇 |
1999年 | 37篇 |
1998年 | 26篇 |
1997年 | 17篇 |
1996年 | 24篇 |
1995年 | 23篇 |
1994年 | 24篇 |
1993年 | 25篇 |
1992年 | 18篇 |
1991年 | 17篇 |
1990年 | 25篇 |
1989年 | 12篇 |
1988年 | 8篇 |
1987年 | 6篇 |
1986年 | 1篇 |
1984年 | 1篇 |
1983年 | 3篇 |
1982年 | 1篇 |
1981年 | 1篇 |
1980年 | 1篇 |
1953年 | 2篇 |
排序方式: 共有5758条查询结果,搜索用时 31 毫秒
101.
不同施氮水平下大豆反射光谱预测叶片氮含量模型 总被引:1,自引:0,他引:1
通过分析不同施氮水平下大豆叶片氮含量与叶片光谱反射率之间的关系,确立了大豆叶片氮含量的敏感波段及预测方程.结果表明:在 530、550、890和930 nm 4个波段的光谱反射率与大豆叶片氮含量的相关性达显著或极显著水平.通过4种植被指数的比较,NDVI的R2最大,RMSE最小.筛选得到回归方程:Y= -323.214×NDVI2 (890,530)+469.9307×NDVI (890,530)-165.021,该模型适用于不同生育期大豆叶片氮含量的预测. 相似文献
102.
为了解应用遥感技术估测滴灌小麦氮肥利用效率的可行性,以新春17号、新春6号和新春22号为材料,通过大田试验,分析了不同施氮处理下小麦干物质氮肥偏生产力(RDN)和干物质氮肥农学效率(DMA En)与光谱参数的相关关系,并建立小麦RDN和DMAEn的光谱参数估算模型.结果表明,在分蘖、抽穗和开花期RDN与绿度植被指数和比值植被指数呈极显著正相关,在拔节和抽穗期DMAEn与土壤调整比值植被指数和归一化差值植被指数呈显著正相关.光谱参数估算模型的均方根误差为7.64~33.31,说明利用光谱参数可以有效地估算小麦氮肥利用效率. 相似文献
103.
指纹图谱技术在茶叶研究上的应用 总被引:4,自引:0,他引:4
茶叶品质难辨易形成混乱的市场局面,制约了茶产业现代化发展进程。近年来,指纹图谱技术在茶叶感官品评、质量控制和产地判别等方面的应用越来越多,为茶叶的品质鉴定提供了有效的技术支撑。文章就茶叶指纹图谱技术方法进行了综述,包括气相色谱(GC)、高效液相色谱(HPLC)、毛细管电泳(CE)、红外(IR)及近红外光谱(NIR)、核磁共振(NMR)等,并对指纹图谱技术在茶叶应用上存在的问题进行了分析,对其今后的发展做出了展望,为指纹图谱技术在茶叶上的进一步应用提供理论基础和参考依据。 相似文献
104.
基于连续投影算法和光谱变换的冬小麦生物量高光谱遥感估算 总被引:1,自引:0,他引:1
为探索基于全波段冠层高光谱以及变换光谱的冬小麦地上部生物量的遥感估算方法,以2016、2017年冬小麦田间试验为基础,通过对冠层光谱和地上部生物量的相关性分析,筛选拔节期、抽穗期的冬小麦冠层光谱、一阶导数光谱、对数变换光谱和连续统去除光谱对地上部生物量的敏感波段,并结合偏最小二乘法(PLS)分别建立拔节期和抽穗期基于SPA算法的冬小麦地上部生物量估测模型,再与基于任意两波段组合的最佳归一化光谱指数、比值光谱指数、差值光谱指数和已报道光谱指数的冬小麦地上部生物量估测模型进行比较。结果表明:(1)SPA算法较好地利用了全波段冠层光谱信息,并显著降低了光谱维度,不同变换光谱的地上部生物量敏感波段个数在4~14之间;(2)拔节期和抽穗期冠层光谱与地上部生物量的相关性高于开花期和灌浆期,各生育时期一阶导数光谱与地上部生物量之间的相关性优于连续统去除光谱、对数变换光谱和光谱指数;(3) 利用抽穗期一阶导数光谱敏感波段建立的预测模型和验证模型达到了较高的精度,其预测模型的决定系数和均方根误差分别为0.78和0.87 t·hm-2,验证模型的决定系数和均方根误差分别为 0.84和0.69 t·hm-2,预测相对偏差为2.74。这说明,抽穗期是估算地上部生物量的最佳生育时期,且基于冠层一阶导数变换光谱,结合连续投影算法和偏最小二乘回归方法所构建抽穗期地上部生物量估算模型具有最优的精度和预测能力,可用于地上部生物量的定量估算。 相似文献
105.
针对传统方法在计算猕猴桃叶片蒸腾速率时,存在结果不准确,修正率不高问题,为此,提出一种新参数修正法解决上述问题.基于高光谱传感器对猕猴桃叶面积蒸腾速率动态模拟分析方法,构建蒸腾模型;运用该模型分析各因素对蒸腾速率的影响,通过函数修正方法获得土壤水分状况系数,从而实现猕猴桃叶面积蒸腾速率的准确计算.为了验证方法的有效性,... 相似文献
106.
基于小波消噪柑橘内部品质近红外光谱的无损检测 总被引:6,自引:0,他引:6
为探讨柑橘内部品质无损检测方法,通过3阶Daubechies小波4级分解,对柑橘近红外光谱进行消噪预处理,并运用偏最小二乘法建立了柑橘贮藏中可溶性固形物、糖度、酸度和维生素C含量的校正预测模型.结果表明:建立的可溶性固形物含量预测模型,其预测值与标准值的相关系数为0.954,预测校正均方差为0.418%,最优光谱波段为6 101.7~4 246.5 cm-1;建立的可溶性总糖含量预测模型,其预测值与标准值的相关系数达0.975,预测校正均方差为0.490%,最优光谱波段为7 507.7~6 097.8 cm-1;建立的总酸含量预测模型,其预测值与标准值的相关系数达0.948,预测校正均方差为0.022%,最优光谱波段为 6 101.7~4 246.5 cm-1;建立的维生素C含量预测模型,其预测值与标准值的相关系数为0.957,预测校正均方差为0.039 mg/g,最优光谱波段为7 501.7~5 449.8 cm-1. 相似文献
107.
本文以羊肉为检测对象,采用高光谱成像系统从126个羊肉样本中采集光谱信息.通过去趋势算法、标准正态化、多元散射校正、归一化、基线校准(Baseline)、移动平均平滑(Moving Average)、导数(Derivation)法等多种方法对原始光谱(400 ~1 000 nm)进行预处理.通过建立偏最小二乘法(PIS... 相似文献
108.
基于无人机遥感与随机森林的荒漠草原植被分类方法 总被引:2,自引:0,他引:2
荒漠草原是草原中最旱生的类型,属于草原的极限生态状态,也是气候变化和生态系统演变的预警区。利用无人机高光谱遥感技术快速、准确地提取荒漠草原草地植被类型,对动态监测草原生态安全和合理开发草地畜牧业具有重要意义。以无人机搭载高光谱成像系统采集内蒙古荒漠草原遥感图像,获得具有高空间分辨率和高光谱分辨率的图像;通过光谱连续统去除变换,增强草地植被之间的光谱差异,并构建植被指数;采用分步波段选择法选择荒漠草原植被的特征波段,实现高光谱数据降维;构建融合光谱特征、植被特征、地形特征和纹理特征等24个变量的随机森林分类模型,并与支持向量机(SVM)、K-最近邻(KNN)和最大似然分类(MLC)法进行比较。结果表明,在4种分类方法中随机森林分类算法分类效果最好,总体分类精度达到91.06%,比SVM、KNN和MLC等机器学习算法分别高7.9、15.61、18.33个百分点,Kappa系数达到0.90,比SVM、KNN和MLC算法分别高0.13、0.23和0.26。无人机高光谱低空遥感和随机森林算法的结合为荒漠草原草地植被分类提供了新途径。 相似文献
109.
错综复杂的土地利用模式和破碎的地物斑块制约了土地利用/覆被分类的精度和效率。一方面,混合像元模糊了地物的光谱信息,影响了分类精度。另一方面,如何高效利用地物的光谱、形状和纹理特征是当前土地利用/覆被分类的研究热点。为了提高基于遥感技术的土地利用/覆被分类精度,该研究基于Sentinel-2A遥感影像,开展融合光谱混合分解与面向对象的土地利用/覆被分类研究。首先,基于地物的光谱、形状和纹理特征,在3个分割尺度通过NDWI(Normalized Difference Water Index)、NDVI(Normalized Difference Vegetation Index)、SBL(Soil Background Level)等8个特征参数构建了不同地物信息的提取规则。其次,利用光谱混合分解模型提取研究区基质(SL;岩石和土壤)、植被(GV;光合作用叶片)和暗色物质(DA;阴影和水)3类通用端元。最后,尝试融合3端元光谱特征优化地物信息提取规则。研究结果表明:1)基于构建的光谱、形状和纹理的地物信息提取规则,使用模糊函数、阈值法进行土地利用/覆被分类,获得了较高的分类精度,总体精度为80.83%,Kappa系数为0.76。2)融合3端元的光谱特征的提取规则将分类精度提升至90.00%,Kappa系数提升至0.88。3)具有明确物理意义的3端元的融入增强了像元内各组分信息的差异性,弥补了传统光谱指数对植被与土壤间的亮度信息解析度不足的缺陷。该方法能充分利用影像的光谱信息,是一种由易到难、对不确定因素进行逐层剥离的土地利用/覆被信息提取技术。因此,对中高分辨率的多光谱遥感影像十分友好,在土地利用/覆被的精细化分类中有较大应用潜力。 相似文献
110.
利用无人机多光谱估算小麦叶面积指数和叶绿素含量 总被引:2,自引:4,他引:2
利用无人机遥感的方式进行农作物长势监测是目前精准农业、智慧农业发展的重要方向,为了探究无人机多光谱反演小麦叶面积指数(Leaf Area Index,LAI)和叶绿素含量的模型估算潜力,该研究在3个飞行高度(30、60、120 m)采集多光谱影像,通过使用全波段差值光谱指数(Difference Spectral Index,DSI)、比值光谱指数(Ratio Spectral Index,RSI)、归一化光谱指数(Normalized Spectral Index,NDSI)和经验植被指数与地面实测数据进行相关性分析,获得不同高度下的光谱指数与LAI和叶绿素含量的关系模型及其决定系数,以决定系数为依据分别构建多元逐步回归、偏最小二乘回归和人工神经网络模型,分析不同飞行高度无人机多光谱反演小麦冠层LAI和叶绿素含量SPAD(Soil and Plant Analyzer Development)值的精度。结果表明:1)30 m高度下,绿-红比值光谱指数与小麦LAI的相关性最高,相关系数为0.84;60 m高度下,红-蓝比值光谱指数与小麦叶绿素含量的相关性最高,相关系数为0.68;2)在60 m高度下,经验植被指数与小麦LAI和叶绿素含量的相关性较好,最大相关系数分别为0.77和0.50;3)利用偏最小二乘回归反演小麦LAI的精度最高,决定系数为0.732,均方根误差为0.055;利用人工神经网络模型反演小麦叶绿素含量的精度最高,决定系数为0.804,均方根误差0.135。该研究成果可为基于无人机平台的高通量作物监测提供理论依据,并为筛选无人机多光谱波段实现作物长势参数快速估测提供应用参考。 相似文献