全文获取类型
收费全文 | 126篇 |
免费 | 10篇 |
国内免费 | 61篇 |
专业分类
农学 | 5篇 |
基础科学 | 51篇 |
52篇 | |
综合类 | 48篇 |
农作物 | 2篇 |
园艺 | 2篇 |
植物保护 | 37篇 |
出版年
2024年 | 2篇 |
2023年 | 6篇 |
2022年 | 2篇 |
2021年 | 3篇 |
2020年 | 9篇 |
2019年 | 5篇 |
2018年 | 8篇 |
2017年 | 12篇 |
2016年 | 12篇 |
2015年 | 15篇 |
2014年 | 11篇 |
2013年 | 5篇 |
2012年 | 4篇 |
2011年 | 12篇 |
2010年 | 12篇 |
2009年 | 20篇 |
2008年 | 9篇 |
2007年 | 7篇 |
2006年 | 3篇 |
2005年 | 6篇 |
2004年 | 7篇 |
2003年 | 5篇 |
2002年 | 4篇 |
2001年 | 4篇 |
1999年 | 2篇 |
1998年 | 1篇 |
1997年 | 2篇 |
1996年 | 4篇 |
1994年 | 2篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有197条查询结果,搜索用时 15 毫秒
191.
【目的】针对北疆地区水资源短缺及棉田土壤盐渍化等问题,研究不同生育期土壤基质势调控对棉花生长、产量、土壤水分及脱盐效果的影响,为北疆棉田节水控盐高效灌溉制度制定提供理论依据。【方法】于2020年4月至2020年9月,在新疆石河子市146团进行大田试验,以棉花“新陆早42号”为材料,在棉花的苗期(A)、苗期+蕾期(B)、苗期+蕾期+花铃期(C)分别设置W1(-10 kPa)、W2(-20 kPa)和W3(-30 kPa)3个土壤基质势调控灌溉水平,以整个生育期土壤基质势下限-40 kPa为对照(CK),共10个处理,对不同土壤基质势调控处理棉花生长、产量及土壤水盐等指标进行测定,最后采用TOPSIS法对不同处理效果进行综合评价。【结果】1)同一基质势灌溉水平下,不同生育期调控灌溉对棉花的株高、茎粗、叶面积指数、地上干物质量和籽棉产量有明显影响,表现为C>B>A>CK;同一生育期调控灌溉下,随着土壤基质势水平的提高,棉花株高、茎粗、叶面积指数、干物质量均明显增加,其中W1和W2处理明显高于W3和CK。从籽棉产量来看,W1C、W2C、W3C、W1B处理显著高于其他处理,其中W1C处理最高。2)在同一基质势调控水平下,0~40 cm土层的土壤含水率基本表现为C>B>A>CK;随着土壤基质势水平的提高,0~40 cm土层的土壤含水率明显增大,其中W1C和W2C处理土壤含水率明显高于其他处理。3)同一基质势灌溉水平下,不同生育期调控灌溉收获期0~100 cm土层相对脱盐率的平均值基本呈现C>B>A;相同生育期调控下土壤基质势水平越高,土壤脱盐效果越好,相对脱盐率均值越大(A除外),且膜内脱盐效果优于膜外。其中W1C和W1B处理脱盐效果优于其他处理,其相对脱盐率平均值分别为175.16%和152.44%。TOPSIS综合评析结果表明,W2C处理更有利于棉花的生长发育、产量形成和较高的水分利用效率及较好的脱盐效果。【结论】在保证北疆棉田节水控盐高效生产的情况下,在苗期、蕾期和花铃期实施-20 kPa土壤基质势调控灌溉为最佳的灌溉模式。 相似文献
192.
生物炭具有改良土壤和节水保肥增产的效应,针对榆林沙土地持水保肥能力低的问题,将滴灌施肥与生物炭相结合,探究生物炭施用量和滴灌量对土壤理化性质和马铃薯生长的影响。大田试验设置2个滴灌量水平80%ETc (W1)和100%ETc (W2),5个生物炭水平0(B0)、10(B10)、20(B20)、30(B30)和50 t·hm-2(B50),共10个处理,生育期内对土壤容重、孔隙度、有机碳、土壤水分、速效钾、硝态氮、干物质累积量及产量等进行观测。结果表明,随着生物炭施用量的增加,0—20 cm土层土壤容重显著降低,土壤孔隙度、土壤有机碳含量和土壤速效钾含量显著增加,土壤硝态氮含量和含水量先增加后减小。随着滴灌量增加,0—20 cm土层土壤容重降低,土壤孔隙度和含水量增大。生物炭的施用仅对生长后期马铃薯干物质累积量促进效果显著,表现为随着生物炭施用量的增加先增加后减少。马铃薯块茎产量和水分利用效率随着施炭量的增加先增加后减小,马铃薯块茎产量随着滴灌量的增大而增大,W2B30处理下最高,为58 263.89 kg·hm-2,但与W1B20、W1B30、W2B20处理无显著差异,而水分利用效率最... 相似文献
193.
通过大田滴灌施肥试验,研究不同水肥供应对滴灌施肥马铃薯生长、产量及水肥利用效率的影响。大田试验设置3个灌水水平W1(60%ETc)、W2(80%ETc)和W3(100%ETc)以及3个施肥水平(以氮、磷、钾施肥量计)F1(100-40-150 kg/hm~2)、F2(175-60-225 kg/hm~2)和F3(250-80-300 kg/hm~2),共9个处理,分析马铃薯的生长和产量等指标对不同灌水量和不同氮、磷、钾施用量的响应规律。结果表明,灌水量和施肥量均对马铃薯的株高、叶面积指数、干物质量、产量、水分利用效率(WUE)、肥料偏生产力(PFP)、不同块茎质量和经济效益有显著影响。马铃薯生长量、产量和肥料偏生产力均随着灌水量的增加而增加,高水(W3)处理更有利于马铃薯的生长,但W3处理水分利用效率明显低于W1和W2处理,W1处理的平均水分利用效率比W2和W3处理高5.83%和13.05%;生长量和产量随着施肥量的增加先增大后减小,最大产量在高水中肥(W3F2)处理获得,为59 394.98 kg/hm~2,且F2水分利用效率明显大于F1和F3处理。通过线性拟合得出在一定范围内株高、叶面积指数和干物质量对马铃薯产量的增加具有正相关性。综合分析可知,适宜的灌水量和氮、磷、钾施用量不仅能维持马铃薯较好的生长特性,还能获得较大的产量和经济效益。从产量和节水节肥的角度考虑,W3F2处理(100%ETc,175-60-225 kg/hm~2)可作为基于本试验条件下较适宜的水肥组合。 相似文献
194.
基于不同分析模型的大豆叶片SPAD值和LAI光谱估算比较 总被引:1,自引:0,他引:1
为探讨在大豆鼓粒期采用光谱技术估算叶片SPAD值和LAI的有效分析模型和方法,本研究以大田鼓粒期大豆为试验材料,在3个不同时段9:45~10:15(10AM)、11:45~12:15(12PM)和13:45~14:15(2PM)测量冠层全波段光谱反射率,并分别使用极限学习机(ELM)、偏最小二乘回归(PLSR)、支持向量机(SVM)和随机森林(RF)构建大豆叶片SPAD值和LAI估算模型,并对比不同模型分析结果的估算精度。结果表明:在各模型中,12PM和2PM测定的光谱反射率与大豆叶片SPAD值和LAI的拟合精度均高于10AM。基于RF的大豆叶片SPAD值估算模型验证集的R2为0.910,RMSE为2.006,MRE为3.684;基于RF的大豆LAI估算模型验证集的R2为0.916,RMSE为0.209,MRE为4.383,与ELM、PLSR和SVM相比,有更高的估算精度。综上结果说明大豆鼓粒期在11:45~12:15和13:45~14:15采用RF模型,运用全波段的光谱反射率估算大豆叶片SPAD值和LAI可得到较准确的结果。 相似文献
195.
为适应现代农业发展对作物生长动态、连续、快速监测的要求,本文基于无人机多光谱遥感技术,以西北地区大豆作为研究对象,分别筛选出与大豆叶面积指数(Leaf area index, LAI)、地上部生物量和产量相关性较好的5个植被指数,采用支持向量机(Support vector machine, SVM)、随机森林(Random forest, RF)和反向神经网络(Back propagation neural network, BPNN)分别构建了大豆LAI、地上部生物量和产量的估计模型,并对模型进行了验证。结果表明,基于RF模型构建的大豆LAI和地上部生物量预测模型的精度显著高于SVM与BP模型,LAI估计模型验证集的R2为0.801,RMSE为0.675 m2/m2,MRE为18.684%;地上部生物量估算模型验证集的R2为0.745,RMSE为1 548.140 kg/hm2,MRE为18.770。而在产量的估算模型构建中,在大豆开花期(R4)基于RF模型构建的大豆产量预... 相似文献
196.
对内蒙古翁牛特栗钙土的持水保水特性及供水特征进行了研究,表明:栗钙土土粒较粗,孔性较强,剖面质地较轻且分布均一;土壤持水保水性能较强且剖面层次差异不大,土壤水分移动性能强,释水能力强,抗旱性差,精耕细作,疏松表层,保持水土,充分接纳雨水就地入渗增大土壤水库贮水,可有效地改善农田土壤和作物水分条件。 相似文献
197.
近年来高光谱技术由于无损和高效等优点成为了现代精准农业发展的必要手段方法。为实现冬油菜无损、快速的氮素盈亏诊断,该研究以连续两年(2022—2023年)不同覆盖及施氮处理下冬油菜蕾薹期采集的90份植物样品(地上部生物量和植株氮浓度)和高光谱实测数据为数据源,根据原始光谱和一阶微分(first-order differential,FD)光谱与氮营养指数(nitrogen nutrition index,NNI)的相关系数计算了8种(共16个)典型的光谱指数,随后利用相关矩阵法提取最佳光谱组合,并根据与NNI相关系数的计算结果筛选最优光谱指数,最后将最优光谱指数分为3组模型输入变量,分别采用支持向量机(support vector machine,SVM)、随机森林(random forest,RF)、极限学习机(extreme learning machine,ELM)和反向神经网络(back propagation neural network,BPNN)构建冬油菜蕾薹期NNI估算模型。结果表明一阶微分光谱指数与NNI的相关系数均大于原始光谱指数,3个组合选择的光谱指数与NNI的相关... 相似文献