全文获取类型
收费全文 | 395篇 |
免费 | 19篇 |
国内免费 | 63篇 |
专业分类
林业 | 44篇 |
农学 | 8篇 |
基础科学 | 49篇 |
107篇 | |
综合类 | 197篇 |
农作物 | 7篇 |
畜牧兽医 | 33篇 |
园艺 | 3篇 |
植物保护 | 29篇 |
出版年
2024年 | 7篇 |
2023年 | 14篇 |
2022年 | 26篇 |
2021年 | 31篇 |
2020年 | 23篇 |
2019年 | 25篇 |
2018年 | 25篇 |
2017年 | 29篇 |
2016年 | 30篇 |
2015年 | 39篇 |
2014年 | 39篇 |
2013年 | 31篇 |
2012年 | 32篇 |
2011年 | 29篇 |
2010年 | 25篇 |
2009年 | 15篇 |
2008年 | 17篇 |
2007年 | 14篇 |
2006年 | 8篇 |
2005年 | 7篇 |
2004年 | 2篇 |
2002年 | 1篇 |
2001年 | 6篇 |
1999年 | 1篇 |
1992年 | 1篇 |
排序方式: 共有477条查询结果,搜索用时 203 毫秒
381.
基于MODIS的近10年来汾河上游植被动态变化监测 总被引:1,自引:0,他引:1
《林业资源管理》2015,(4):109-114
植被是生态系统的最重要组成部分,以植被覆盖度为指标研究区域植被的时空动态特征,是生态系统健康评价的前提和必要基础。以山西省汾河上游为研究区域,利用RS和GIS技术,基于长时序的MODIS-NDVI数据和趋势分析方法,结合数字高程模型(DEM),对汾河上游植被覆盖度的时空变化进行了研究。研究表明:1)NDVI平均值较大的区域分布在汾河上游的边缘地带,而在靠近汾河流域的平坦区域,NDVI平均值越来越小;2)从时间上看,2000—2010年来汾河上游NDVI最大值呈上升趋势,NDVI随年份的增长率7.8%/10a,植被覆盖明显改善;3)2000—2010年来,NDVI趋势值增大的区域主要分布在汾河上游的中部及中南部地区,NDVI趋势值减小的区域则分布在汾河上游流域的边缘地区;4)在不同海拔高度上,NDVI平均值随DEM值的升高整体呈显著的增大趋势,但是NDVI变化趋势随DEM的升高先增大后减小。本文研究结果可为该区的植被变化提供理论依据,有助于对土地资源的保护,制止不合理的开发利用方式,同时也可以加深对该流域土壤侵蚀治理的理解,对于改善生态环境也有重要的意义。 相似文献
382.
为解析宁夏滴灌玉米冠层图像参数与果穗形态参数间的内在联系,提出了一种采用作物冠层图像特征参数拟合玉米果穗生长发育动态的数学方法,建立玉米灌浆期果穗发育动态估算模型,实现了基于作物冠层数字图像处理技术的玉米果穗形态无损监测。用手机相机获取不同氮素处理下滴灌玉米灌浆期的冠层图像,提取玉米灌浆期冠层图像特征参数,测定玉米穗长、穗粗和穗体积等形态参数;运用R语言进行相关性分析,其中归一化冠层覆盖系数(Cc)与玉米果穗形态参数相关性高,运用Origin软件建立Cc与果穗形态参数间的估测模型,通过R2、RMSE和nRMSE评价估测模型的精度。结果表明,Cc与玉米穗长、穗粗、穗体积等形态参数均满足指数函数关系,其中Cc与穗长的预测精度最高,决定系数R2达到0. 714,与穗粗的预测精度次之,R2为0. 601,与穗体积的R2为0. 575。由模型检验与评价结果可知,Cc与玉米果穗形态各参数间精度较高,其中R2均不小于0. 523,穗体积RMSE的值均不大于68. 986 cm3,nRMSE均不大于33. 621%。这表明基于冠层图像归一化覆盖系数的玉米果穗生长发育动态的估算具有一定的实用性,可为果穗形态参数估算和大面积玉米无损监测提供参考。 相似文献
383.
指出了石漠化信息的提取要综合多种因素,由于石漠化的等级的划分存在着很大的争议,所以等级的划分对于石漠化的提取的影响也是巨大的,将尺度因子引入到石漠化等级的划分中,在提取石漠化范围的过程中采用了基于内容的特征识别算法,该算法大大提高了石漠化识别的精度。同时可以借助目前已经存在的土地利用的数据,可以在很大程度上提高石漠化信息提取的精度。针对传统的提取石漠化的方法如改进植被差异化指数方法无法很好地再现石漠化的主要特征,以遥感方法中的归一化的差异化植被指数为基础提出了石漠化识别综合识别指标的方法,该方法经过试验能够在很大程度上提高石漠化信息提取的精度。 相似文献
384.
在GPS高程异常转换中,针对传统只从建模方法上优选模型的做法,将反向传播、径向基、广义回归等3种神经网络与值域为[0,1]、值域为[-1,1]的2种归一化函数进行组合,结合控制网测量实例,采用6种方式进行高程异常转换,对转换结果进行对比分析,探讨不同神经网络和归一化方式对GPS高程转换的影响,得出采用值域为[-1,1]的归一化函数和广义回归神经网络的高程异常转换结果最优。 相似文献
385.
针对海岸带区域独特的地表状况设计了一个近海岸的黑暗像元自动提取算法。首先利用修订型归一化水体指数(RNDWI)和归一化植被指数(NDVI)对黑暗像元备选区域进行确定,然后从备选区域中找到初始黑暗像元,最后利用多阈值的区域增长法对黑暗像元的选取进行优化,最终计算得到黑暗像元值。应用此算法对Landsat-5 TM影像遥感数据进行处理,结果表明,大气校正之后的典型地物光谱曲线更接近于真实的光谱曲线,说明此算法设计合理,其大气校正结果与用ENVI软件进行FLAASH大气校正和黑暗像元法大气校正的结果相比,此算法更接近于FLAASH模型法,校正效果较好。同时利用黑暗像元自动提取算法得到大气校正后的结果大大减少了反射率值为负的情况,提高了数据的利用率。 相似文献
386.
基于SPOT NDVI的中国东北地表植被覆盖动态变化及其机理研究 总被引:8,自引:4,他引:4
为了分析东北地表植被覆盖动态变化及其变化机理,选取该地区1998-2007年的SPOT/NDVI时间序列数据进行研究,并利用时间序列谐波分析(HANTS)算法对旬合成的NDVI数据进一步去云处理,根据处理后的结果,用一元线性回归趋势法定量描述了东北地表植被覆盖的动态变化。结果表明:近10年来中国东北地表植被覆盖整体得到改善的区域远比植被覆盖退化的区域面积大,其中严重退化的区域主要是内蒙古的东四盟地区,尤其是呼伦贝尔和科尔沁地区。 相似文献
387.
基于6S模型的遥感数据大气校正应用研究 总被引:1,自引:0,他引:1
基于辐射传输理论的大气校正模型,具有明确的物理意义,易于操作,应用广泛。该文首先对Landsat-5 TM图像大气校正参数的确定进行了详尽分析并采用6S模型对图像进行了大气校正,然后从光谱响应曲线、归一化植被指数(NDVI)等方面,探讨了大气校正对TM图像地物光谱响应特征的影响。研究表明,TM图像经大气校正后,地物在可见光,近红外和短波红外波段反射率明显减小;大气校正后的NDVI增幅明显;采用的参数确定方法可为类似研究提供参考与借鉴。 相似文献
388.
基于NDVI的黄土高原植被覆盖变化特征分析 总被引:5,自引:0,他引:5
黄土高原是我国生态环境最为脆弱的地区之一。探讨黄土高原地区植被覆盖动态变化对于区域植被恢复和生态系统重建具有积极意义。利用空间数据分析软件GeoDa和ArcGIS地统计分析模块,采用1998、2003、2008和2012年8月21日的SPOT—VGTNDVI数据代表黄土高原地区相应年份植被覆盖最大的时期,对黄土高原植被覆盖随时间的演变特征进行分析。结果表明,1998--2012年,黄土高原植被覆盖经历了先降低后增加的过程,且1998、2003、2008和2012年的归一化植被指数(NDVI)数值均有明显的空间自相关关系,NDVI值冷点区的位置和范围均较为稳定,热点区变化较大,主要分布在陕西和山西境内。 相似文献
389.
玛纳斯河流域绿洲农田土壤盐分反演及空间分布特征 总被引:5,自引:0,他引:5
土壤盐分的准确监测是干旱、半干旱地区农业可持续发展的前提,气候变化、不合理灌溉等因素使土壤盐渍化问题逐渐显现。文中以新疆玛纳斯河流域为例,采用多光谱遥感影像和野外实测土壤盐分数据相结合的方法,选取对土壤盐渍化影响较大的归一化差异水体指数及其它具有代表性的多光谱遥感指数与土壤盐分构建反演模型,探讨研究区内土壤盐渍化的空间分布特征。结果表明:与土壤盐分相关性最高且具有代表性的多光谱遥感指数是NDWI、NDVI和DVI,相关系数分别为0.841、-0.787、-0.768,达到极显著水平(P<0.01),均可以用于构建土壤盐分反演模型。最优光谱参数与土壤盐分构建的模型建模精度均在80%以上,达到极显著水平,可以较为准确的预测出研究区内盐渍化状况。在玛纳斯河流域绿洲区土壤盐渍化以中度、重度盐渍化为主,其中石河子灌区盐渍化程度最为严重,莫索湾灌区盐渍化程度较轻,与实地调查结果一致。基于多光谱影像提取的土壤归一化差异水体指数作为构建土壤盐分反演模型的基础,可以获得较好的土壤盐分空间分布。土壤盐渍化遥感反演为新疆玛纳斯河流域土壤盐渍化治理和土地资源可持续利用提供理论依据。 相似文献
390.
汶川地震前后茂县植被覆盖度变化研究 总被引:3,自引:1,他引:2
“5· 12”汶川地震引起的滑坡、泥石流、崩塌等次生地质灾害对灾区的植被覆盖造成严重的破坏.茂县地处于地震重灾区,查清地震对茂县植被覆盖的破坏程度可为植被修复提供参考依据,便于防控水土流失和地质灾害隐患.选取茂县地震前后Landsat 5 TM的遥感影像作为数据源,采用归一化植被指数和像元二分法为估算模型,提取地震前后茂县植被覆盖度数值.通过对数据的研究将该区植被覆盖度划分为4级:高植被覆盖区、中植被覆盖区、低植被覆盖区和无植被覆盖区,并对每种覆盖类型的变化进行统计分析.结果表明,地震对高植被覆盖区的影响最严重,中植被覆盖区的影响次之,低植被覆盖区的影响最小;植被覆盖度破坏较严重的区域主要分布在坡度大于40°的地区. 相似文献