首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   43篇
  免费   4篇
  国内免费   10篇
农学   10篇
基础科学   16篇
  7篇
综合类   19篇
农作物   4篇
园艺   1篇
  2023年   2篇
  2022年   3篇
  2021年   3篇
  2020年   4篇
  2019年   3篇
  2018年   3篇
  2017年   3篇
  2016年   5篇
  2015年   6篇
  2014年   3篇
  2013年   6篇
  2012年   4篇
  2011年   3篇
  2010年   4篇
  2009年   5篇
排序方式: 共有57条查询结果,搜索用时 31 毫秒
21.
针对江西省现有农机库棚不能满足农业机械存放需求、农机合作社和农机户对机库棚需求迫切的现状,结合江西省农机库棚建设工作实际,论述农机库棚建设的必要性和重要性,从加强宣传力度、加大扶持力度、解决建设用地、出台建设标准等方面提出建议,以期为江西省农机库棚建设提供有效支撑。  相似文献   
22.
江西丘陵山区水稻机械化生产综合效益分析   总被引:1,自引:0,他引:1  
旨在评价分析江西丘陵山区水稻机械化生产综合效益,为进一步推广应用水稻全程机械化生产技术提供参考。通过实地调研,发现江西丘陵山区水稻生产存在小型农机具数量多、机具质量较差及大中型农机具少等问题,并选取水稻机插秧模式和人工抛秧模式为重点研究对象,对比分析两者的综合效益。结果表明:水稻机插秧模式省工、节本增产效果明显;同时,提出丘陵山区下一步应在推广应用现有农机具的基础上,加快推广适合丘陵山区水田作业农机具,使农机农艺配套技术成为丘陵山区主要推广方向。  相似文献   
23.
【目的】旨在阐明无人机和人工喷施雾滴在水稻冠层内沉积分布特征,比较其稻瘟病防效、水稻产量及经济效益。【方法】选用电动四旋翼植保无人机,设置3个不同飞行高度和3个不同施药量,于孕穗期观测喷施雾滴在水稻冠层内沉积分布状况,并和人工喷施处理防治稻瘟病的效果、产量及经济效益进行比较。【结果】雾滴沉积量随飞行高度的升高而减少,雾滴沉积均匀性和穿透性随飞行高度的升高而增大。无人机和人工喷施的雾滴沉积量、均匀性和穿透性随施药量的增加而增大,雾滴沉积量和均匀性均呈水稻冠层上部>中部>下部的分布特征。无人机喷施的雾滴均匀性和穿透性大于人工喷施。无人机喷施在防效和产量不降低的情况下,用工成本减少165元/hm2,净收益提高164元/hm2,产投比提高20.9。【结论】与人工喷施相比,无人机喷施可在保证丰产的基础上,提高作业效率,降低生产成本,获得更高经济效益,在水稻精确管理和丰产高效栽培中具有应用价值。  相似文献   
24.
采用大田随机区组设计,研究了不同的施氮水平和不同的栽培密度水平对精量穴直播晚稻培杂泰丰产量形成特性的影响。结果表明:氮肥和密度对产量,生物产量,叶面积指数,结实率和每穗粒数影响显著。增加施氮量能够显著提高个体和群体生物产量,提高叶面积指数。N2D2处理实际产量和理论产量都最高,分别达到6.945 t?hm-2和8.166 t?hm-2,适合在生产上大面积推广。  相似文献   
25.
旨在阐明适合机械化栽插和收割的双季稻株型性状.通过比较分析江西省3个典型双季稻区10个机插早稻和晚稻品种的秧苗素质、机插质量、植株形态、茎蘖动态、产量和株型综合性状,结果表明:秧龄30天的早稻秧苗株高14.0~16.0cm、叶龄3.5~4.0叶、白根数12~15条、茎基宽0.24~0.26cm、百苗干重15.0~17.0g、播种均匀度85%以上,秧龄25天的晚稻秧苗株高18.0~21.0cm、叶龄4.0~4.5叶、白根数19~22条、茎基宽0.28~0.34cm、百苗干重16.0~20.0g、播种均匀度85%以上,其机插质量好,适合机械化栽插;株型紧凑、分蘖力强、抽穗整齐、成熟一致、抗倒伏、抗病力强、耐落粒、产量高、早稻和晚稻生育期分别为105~110天和108~115天的株型品种适合机械化收割.  相似文献   
26.
为解析2种穗型水稻籽粒蛋白质含量的空间分布特征。以弯曲穗型‘两优培九’和直立穗型‘武香粳14号’为材料,研究了在2个施氮水平下,籽粒蛋白质含量在穗上不同部位和不同粒位间的差异及其分布特征。结果表明:穗内各籽粒在不同蛋白质含量区间的频数变化趋势呈正态分布;在稻穗的同一部位,2个供试品种一次枝梗上的籽粒蛋白质含量高于二次枝梗;一次枝梗上的籽粒蛋白质含量以第2粒位籽粒较低,第1粒位的籽粒较高;二次枝梗上第1粒位籽粒的蛋白质含量较高。蛋白质含量在穗上不同部位及一、二次枝梗上的分布因品种和施氮量的不同而异,施氮量在110~220 kg/hm2范围内,增施氮肥可以减少穗内粒间的籽粒蛋白质含量差异。  相似文献   
27.
为探索作物生长监测诊断仪(Crop Growth Monitoring and Diagnosis Apparatus,CGMD)在不同株型双季稻长势指标监测应用的准确性和适用性,该研究开展了不同株型品种和施氮量的田间试验,采用CGMD获取冠层差值植被指数(Differential Vegetation Index,DVI)、归一化植被指数(Normalized Difference Vegetation Index,NDVI)和比值植被指数(RatioVegetationIndex,RVI),并同步采用高光谱仪(AnalyticalSpectralDevices,ASD)获取冠层光谱反射率,构建DVI、NDVI和RVI;通过比较2种光谱仪获取的植被指数变化特征及相互定量关系,评价CGMD的监测精度,建立基于CGMD的不同株型双季稻叶面积指数(Leaf Area Index,LAI)监测模型,并用独立数据对模型进行检验。结果表明:不同株型品种的LAI、DVI、NDVI和RVI随施氮量增加而增大,随生育进程推进呈"低—高—低"的变化趋势;基于CGMD与ASD的DVI、NDVI和RVI间的决定系数(Determination Coefficient,R2)分别为0.959~0.968、0.961~0.966和0.957~0.959,表明CGMD具有较高监测精度,可替代价格昂贵的ASD获取DVI、NDVI和RVI。基于CGMD植被指数的单生育期LAI监测模型的预测效果优于全生育期,基于CGMD植被指数的松散型品种LAI监测模型的预测效果优于紧凑型品种;基于DVICGMD的线性方程可较好地预测LAI,模型R2为0.857~0.903,模型检验的相关系数(Correlation Coefficient,r)、均方根误差(Root Mean Square Error,RMSE)和相对均方根误差(Relative Root Mean Square Error,RRMSE)分别为0.950~0.984、0.18~0.43和3.95%~9.40%;基于NDVICGMD的指数方程可较好地预测LAI,模型R2为0.831~0.884,模型检验的r、RMSE和RRMSE分别为0.906~0.967、0.24~0.38和5.73%~9.16%;基于RVICGMD的幂函数方程可较好地预测LAI,模型R2为0.830~0.881,模型检验的r、RMSE和RRMSE分别为0.905~0.954、0.25~0.56和7.37%~9.99%。与传统人工取样测定LAI法相比,利用CGMD可实时无损监测双季稻LAI动态变化,可替代SunScan植物冠层分析仪获取双季稻LAI,在双季稻生产中具有推广应用价值。  相似文献   
28.
精量穴直播早稻的产量形成特性   总被引:17,自引:9,他引:8  
研究了在两种种植密度下,精量穴直播种植方式与人工撒播、人工抛秧和机械插秧种植方式的产量对比,以研究精量穴直播早稻的产量形成特性。结果表明:两种密度的精量穴直播的实际产量比人工撒播和机械插秧的实际产量分别增产24%~28%和8.2%~11.6%,精量穴直播的实际产量比人工抛秧的实际产量稍有增加;精量穴直播较人工撒播、人工抛秧和机械插秧的有效穗数分别增加0.9%~7.0%、3.5%~9.7%和7.4%~13.9%,收获指数分别增加22.7%~37.2%、17.2%~26.6%和0.8%~12.7%,精量穴直播结实率较人工撒播的增加8.6~8.73个百分点, 精量穴直播较人工撒播和机械插秧的单蔸穗质量分别增加17.84~18.76 g和2.15~3.07 g,精量穴直播较人工撒播和机械插秧的群体穗质量分别增加1.225~1.430 t/hm2和0.447~0.628 t/hm2。  相似文献   
29.
[目的]为探究无人机数码影像监测水稻叶面积指数(Leaf area index,LAI)的可行性,明确利用无人机数码影像监测水稻LAI的最佳时期,构建基于无人机数码影像的水稻LAI监测模型.[方法]本研究基于不同品种和施氮量的水稻田间试验,于分蘖期、拔节期、孕穗期、抽穗期和灌浆期测定水稻LAI,同步使用无人机搭载数码相...  相似文献   
30.
为采用数码相机拍摄的水稻冠层图像来估测作物的氮素含量。以自然环境下获得的水稻冠层图像为研究对象,提出一种基于图像纹理色彩特征(LBPHSV)和ResNet50网络融合算法的氮素含量预测方法。LBPHSV+ResNet50融合算法是通过运用LBP算子和HSV颜色空间矩阵提取图像特征参数,将提取到的融合特征集作为ResNet50模型输入以加强对作物氮素营养的表征,并将预测结果与常用的多元线性回归、随机森林(RF)、支持向量回归模型、多层感知机、卷积神经网络、长短记忆网络(LSTM)及组合模型预测结果进行对比分析。结果显示:相比于浅层机器学习模型,深度学习算法能显著提高预测模型的准确率;LBPHSV+ResNet50融合模型的预测能力和泛化能力达到最优,R2和 RMSE分别为 0.97、0.02。相比于RF、LBP+LSTM、ResNet50,新模型的R2分别提升了16.36%、9.72%、16.55%和1.13%,RMSE 分别下降了 0.35、0.46、0.05和 0.002。因此,LBPHSV+ResNet50融合模型在预测水稻氮素含量时可提供令人满意的性能,能够满足对水稻氮素营养无损精准监测的农业需求。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号