全文获取类型
收费全文 | 72篇 |
免费 | 4篇 |
国内免费 | 78篇 |
专业分类
农学 | 3篇 |
基础科学 | 23篇 |
56篇 | |
综合类 | 54篇 |
农作物 | 13篇 |
水产渔业 | 1篇 |
畜牧兽医 | 2篇 |
植物保护 | 2篇 |
出版年
2024年 | 1篇 |
2023年 | 5篇 |
2022年 | 6篇 |
2021年 | 4篇 |
2020年 | 16篇 |
2019年 | 17篇 |
2018年 | 12篇 |
2017年 | 13篇 |
2016年 | 18篇 |
2015年 | 9篇 |
2014年 | 10篇 |
2013年 | 5篇 |
2012年 | 5篇 |
2011年 | 7篇 |
2010年 | 6篇 |
2009年 | 2篇 |
2008年 | 3篇 |
2007年 | 4篇 |
2006年 | 2篇 |
2005年 | 1篇 |
2004年 | 1篇 |
2002年 | 5篇 |
2001年 | 1篇 |
1996年 | 1篇 |
排序方式: 共有154条查询结果,搜索用时 687 毫秒
1.
无人机机载激光雷达提取果树单木树冠信息 总被引:5,自引:3,他引:2
定株管理是未来果园精准生产管理的趋势,果树单木树冠信息的提取是定株管理的关键。该研究利用无人机采集的苹果园激光探测与测量数据(Light Detection and Ranging,LiDAR)检测和测量每棵果树的树冠面积和树冠直径,并评价空间分辨率对于果树单木树冠检测与提取的影响。该方法主要包括使用反距离权重插值法间接生成冠层高度模型(Canopy Height Model,CHM);使用局部极大值滤波算法和标记控制分水岭分割算法(Marked-Controlled Watered Segmentation,MCWS)对果树进行单木树冠检测与提取,通过与参考数据的比较,评估了该方法的精度,并定量分析了空间分辨率对于单木树冠检测与信息提取结果的敏感性。结果表明,该方法有效地实现果树单木树冠检测与信息提取,代表果树检测精度的F1得分为94.86%,树冠轮廓提取准确率为86.39%,树冠面积的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.81和20.56%,树冠直径的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.85和14.79%,树冠面积和直径不同程度地被高估。此外,冠层高度模型的空间分辨率接近果树平均树冠直径的1/10时精度最高,可以有效检测果树单木树冠及提取树冠轮廓,从而准确提取果树单木树冠信息。 相似文献
2.
高效高产农业是可持续生产的重点,为研究玉米茎结构参量综合利用效率及最优利用率产量提高幅度,本研究使用2015年北京市小汤山镇获取的玉米数据,将玉米茎结构参量作为输入指标,生物量、产量和经济系数为产出指标,运用数据包络分析探讨利用效率及最优利用效率。结果表明:‘京华8号’玉米茎结构参量利用效率都保持在0.7以上,仅67%达到最优利用效率水平;小喇叭口期和抽雄期茎结构参量利用效率中上部茎粗最差,下部茎粗最优但仍有提高潜力;玉米茎结构参量综合利用效率最优效率时资源充分利用产量有不同程度的提高,其中抽雄期提高产量最大为32%。玉米茎结构参量利用效率尚未达到最优,提高其利用效率尤其抽雄期可显著提高产量。 相似文献
3.
为了探讨"旱冻交加"的气候条件下遥感监测小麦苗情的可行性,以河南省冬小麦为例,利用多时相MODIS为遥感数据源,引入了广泛用于小麦苗情监测的距平植被指数(AVI),同时基于植被健康状态指数(VHI)和晚霜冻害综合指数(I),构建了旱冻双重胁迫条件下的小麦苗情综合指数(CI),以反映冬小麦拔节期的生长状况,并分别利用实测样点苗情分类和距平植被指数对结果进行验证。结果表明,CI的总体分类精度为85.00%,Kappa系数为0.74;冬小麦总茎数与CI呈线性正相关关系,拟合方程为y=8.732CI+1.256,决定系数为0.605 3;与实测样本对比,CI预测精度为73.30%,苗情分类分级更符合小麦生长实际情况。因此认为旱冻双重胁迫下可以利用CI对冬小麦苗情进行监测。 相似文献
4.
模拟多光谱卫星传感器数据的冬小麦白粉病遥感监测 总被引:1,自引:0,他引:1
为了解利用遥感技术快速大范围监测小麦白粉病病害情况的可行性,以Landsat5TM波段响应函数为基础,将地面实测冠层高光谱数据模拟为TM多光谱数据,从而分析卫星传感器多光谱波段对病害的响应情况,并构建多光谱指数(PMSI)估测白粉病严重度。在此基础上,采用2010年星-地配套数据对PMSI估测精度进行验证。结果表明,PMSI能够较准确地反映冬小麦白粉病发生的程度,获得较理想的病情严重度反演精度(r2=0.475,RMSE=0.129)。因此采用多光谱卫星遥感影像在小麦大面积种植区域进行病害监测具有应用潜力。 相似文献
5.
不同株型冬小麦冠层结构特征多时相分析 总被引:2,自引:1,他引:1
同一株型不同生育期、不同株型相同生育期其结构参数均具有不同的变化特点,了解其变化,一方面有利于区分不同株型结构,进一步提高LAI(叶面积指数)等指标参数的遥感反演精度,另一方面可用于定量作物肥水管理,提高肥水利用效率。该文结合冬小麦整个生育期,在北京小汤山试验基地开展两期品种试验,对比分析实测冠层多角度光谱及结构参数,得出通过多角度光谱数据区分株型的最佳波段是红光波段,两期LAI与平均叶倾角(ALA)变化均表明,最佳时期为拔节期;起身期至拔节期所选试验品种均体现直立型品种LAI大于披散型品种。2009年试验表明利用J411 4月底LAI变化趋势差异也可较好的区分作物株型;披散型品种9428特征尺度变化出现“跷板”效应,可以作为株型识别的依据之一。 相似文献
6.
<正>青稞品种云青2号,原名紫青稞,系迪庆州种子管理站从本地黄六棱青稞中系统选育而成。该品种中早熟,幼苗半匍匐,叶深绿色,叶片长而宽,叶片与茎秆夹角较小;株高90~120 cm,株型较紧凑,弹性强有蜡粉,抗倒伏性好,抗黄矮病、锈病和白粉病;穗全抽出,呈圆柱形,六棱,紫色,穗长5.4cm,穗粒数53~60;子粒紫黑 相似文献
7.
黑河流域ASTER与MODIS融合生成高分辨率地表温度的验证 总被引:2,自引:1,他引:2
融合多源遥感数据生成高时空分辨率数据具有重要的应用价值。为了解决高空间分辨率数据重访周期长及云雨天气带来的数据短缺问题,该文基于增强自适应的遥感图像时空融合方法(enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM),使用多时相MODIS数据提供地物时间变化信息,结合ASTER影像提供的空间细节信息,选择多波段数据(可见光近红外数据和地表温度数据)共同作为输入变量融合生成高时空地表温度。融合结果分别与地表红外辐射计观测温度和ASTER温度产品进行了验证。验证结果表明:基于ESTARFM方法降尺度地表温度影像清晰,融合结果与地表红外辐射计观测温度呈显著的线性正相关关系,相关系数均高于为0.71,预测得到的地表温度与真实测得的数据的平均绝对偏差均低于2.00 K,均方根误差均低于2.60 K。与ASTER地表温度产品的验证中,整体验证结果的R2均在0.95以上。此外,ESTARFM方法在各个地类中的融合效果较好,均表现出非植被区域的相关性高于植被和水体,尤其在2012年8月27日非植被的R2达到0.91。 相似文献
8.
基于夏玉米冠层内辐射分布的不同层叶面积指数模拟 总被引:1,自引:1,他引:1
为了模拟夏玉米冠层内各层叶面积指数垂直分布,光合有效辐射(photosynthetically active radiation, PAR)是研究作物群体光合作用和长势的重要特征参数,阐明冠层内PAR的垂直分布规律与冠层结构等参数之间的相关关系,可为遥感定量反演冠层结构参数提供模型基础。该文基于PAR在冠层内的辐射传输规律结合冠层结构模拟不同太阳高度角的PAR透过率垂直分布模型,并用地面冠层分析仪测量值进行验证,结果表明模型对封垄前玉米抽雄期冠层内PAR透过率垂直分布模拟精度较高。通过不同太阳高度角PAR透过率的垂直分布模型结合消光系数运用不同算法分别反演层叶面积指数(leaf area index, LAI),并与不同高度层LAI实测值进行比较。结果显示:Bonhomme& Chartier算法反演不同高度层LAI精度较高,上层均方根误差(root mean square error,RMSE)为0.18,中层RMSE为0.55,下层RMSE为0.09。不同太阳高度角反演结果存在差异,30°和45°高度角均能较好地反演下层LAI,RMSE分别为0.11与0.09;30°高度角反演中层LAI精度较高,RMSE为0.30;45°高度角反演上层LAI精度较高,RMSE为0.18。结果表明基于不同太阳高度角构建的层LAI反演模型更适于实现夏玉米不同高度层LAI的遥感估算。该研究可为模拟垄行结构冠层内LAI垂直分布提供参考。 相似文献
9.
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
10.