全文获取类型
收费全文 | 675篇 |
免费 | 40篇 |
国内免费 | 163篇 |
专业分类
林业 | 32篇 |
农学 | 23篇 |
基础科学 | 142篇 |
341篇 | |
综合类 | 180篇 |
农作物 | 9篇 |
畜牧兽医 | 61篇 |
园艺 | 7篇 |
植物保护 | 83篇 |
出版年
2024年 | 6篇 |
2023年 | 26篇 |
2022年 | 37篇 |
2021年 | 50篇 |
2020年 | 31篇 |
2019年 | 48篇 |
2018年 | 36篇 |
2017年 | 40篇 |
2016年 | 52篇 |
2015年 | 48篇 |
2014年 | 35篇 |
2013年 | 34篇 |
2012年 | 49篇 |
2011年 | 36篇 |
2010年 | 42篇 |
2009年 | 41篇 |
2008年 | 36篇 |
2007年 | 24篇 |
2006年 | 29篇 |
2005年 | 25篇 |
2004年 | 22篇 |
2003年 | 16篇 |
2002年 | 12篇 |
2001年 | 7篇 |
2000年 | 7篇 |
1999年 | 6篇 |
1998年 | 12篇 |
1997年 | 9篇 |
1996年 | 14篇 |
1995年 | 12篇 |
1994年 | 2篇 |
1993年 | 4篇 |
1992年 | 5篇 |
1991年 | 6篇 |
1990年 | 6篇 |
1989年 | 3篇 |
1988年 | 1篇 |
1987年 | 2篇 |
1986年 | 3篇 |
1985年 | 1篇 |
1982年 | 3篇 |
排序方式: 共有878条查询结果,搜索用时 23 毫秒
61.
宁夏沿黄城市带气候变化敏感,生态环境脆弱,探究区域干旱驱动机制,对进一步研究黄河流域高质量发展,优化区域农业水资源管理具有重要意义。利用研究区1995—2015年的气象资料,采用彭曼蒙特斯模型(P-M模型)和标准降雨蒸散指数(SPEI)获得区域潜在蒸散发量和干旱指数,通过Mann-Kendall突变检测法、滑动t检验和Pettitt突变检验,分析了研究区干旱时间变化周期,利用冗余分析法定量分析宁夏沿黄城市带干旱驱动因素。结果表明:(1)研究区在季节尺度上,单季旱发生频繁,以春季和秋季发生为主,自北向南整体呈现由高到底的趋势,且主要发生在北部地区,整体以0.013/10 a速率呈湿润化趋势;(2)在年尺度上干旱的下降趋势具有全域性,自北向南呈现由高到底的趋势;(3)宁夏沿黄城市带SPEI-12值在研究时段呈现逐年下降的趋势,通过3种突变检测函数,确定2008年出现异常值,这与降水分布一致;(4)各环境因子对SPEI指数的解释率均在75%以上,降水量、温度、地表净辐射是驱动SPEI值主要环境因子。其中,降水量对SPEI的贡献率最高,呈显著正相关关系。 相似文献
62.
评估预测区域蒸散变化趋势及其影响因素对干旱半干旱区的可持续发展至关重要。基于4种来自CMIP 5的全球气候模式数据和CLM 4.5模型,研究了在RCP 6.0和RCP 8.5情景下内蒙古地区2020—2099年的蒸散和产水量的时空变化特征及其影响因素。结果表明:在RCP 6.0和RCP 8.5情景下,未来内蒙古蒸散分别以0.37,0.69 mm/a速度增加(p<0.05),呈西低东高分布。2种情景下产水量均无明显变化趋势(p>0.05),但是存在明显显著的空间差异。空间上看,到21世纪末,在RCP 6.0情景下,全境产水量大部分地区呈增加趋势,在南部温带半干旱和半湿润区增加超过10 mm/a;但是在RCP 8.5情景下产水量减少区域占全境的46.32%,特别是干旱半干旱区和半湿润区产水量显著减少。蒸散影响因子存在较大区域差异,干旱半干旱区蒸散变化的主要影响因素是降水,半湿润区蒸散变化受降水和温度的共同影响,湿润区蒸散变化由温度主导;且在更高的升温情景下,增温影响进一步增加。同时,植被也是蒸散重要的影响因子,但其影响程度小于气候因子。 相似文献
63.
Penman—Monteith公式与FAO—PPP—17Penman修正式计算参考作物蒸散量的… 总被引:20,自引:0,他引:20
龚元石 《北京农业大学学报》1995,21(1):68-75
农田实际蒸散量或作物需水量的计算,通常首先要确定参考作物蒸散量。确定参考作物蒸散量有许多方法,用不同的经验式计算参考作物蒸散量存在一定的差异,其中FAO-PPP-17Penman修正式和Penman-Monteith公式都被认为是较好的计算方法。本文用这两个经验公式估算了北京地区的参考作物蒸散量,并对这两种方法的计算结果进行了比较。结果表明,用FAO-PPP-17Penman修正式计算的参考作物蒸 相似文献
64.
利用FAO Penman-Monteith公式、FAO Penman修正式和Priestley-Taylor公式对东北丘陵半干旱区观测到的气象数据进行了逐日参考作物蒸散量计算.结果显示,FAO Penman修正式的计算值比FAO Penman-Monteith公式的计算值平均偏大约16%,2种比较方法具有很好的相关性;而Priestley-Taylor公式的计算值与FAO Penman-Monteith公式的计算值相比,差异比较显著,是由于Priestley-Taylor公式没有考虑空气动力项对参考作物蒸散量的影响.因此,在东北丘陵半干旱区使用Priestley-Taylor公式计算参考作物蒸散量,必须根据不同月份对公式中的常数项重新进行修正. 相似文献
65.
林—果—农复合系统中植物蒸腾及系统蒸散的研究 总被引:4,自引:0,他引:4
本文讨论了林(带)、果(梨)、农(冬小麦)复合系统中植物蒸腾、耗水特征及耗水关系。结果表明冬小麦是系统中蒸腾耗水的主要部分(占系统耗水量的69.3%),梨树居中(占23.6%)。系统中蒸散耗水关系也表现出类似的规律。进一步分析指出,从合理利用水资源角度考虑,适当发展具有三层结构的林-果-农复合系统是可行的。 相似文献
66.
67.
甘肃陇东黄土高原陆面实际蒸散测算方法比较研究 总被引:2,自引:0,他引:2
为了更好地研究甘肃黄土高原比较接近实际蒸散的估算方法,运用西峰农业气象试验站1981~2010年土壤湿度测量资料及西峰国家基准气象站蒸发、气温、降水、相对湿度、日照时数、风速等资料。分析了实际蒸散变化特点及与蒸发量、彭曼方法蒸散量计算值及降水量的关系。结果表明,1981~2010年100 cm土层实际蒸散量存在着13年的周期变化。30 cm、50 cm土层实际蒸散量分别占100 cm土层实际蒸散量96%和98%。3~6月、10~11月,蒸散量大于降水量,为土壤的失墒期;7~9月,降水量大于蒸散量,为土壤收墒期。降水量拟合实际蒸散量效果较好,其次为蒸发量及彭曼蒸散量。浅层贮水量与实际蒸散量相关性比深层显著,蒸散对上层土壤水分的影响较大。 相似文献
68.
三江平原稻田蒸散量模拟研究 总被引:2,自引:0,他引:2
基于2005-2007年涡度相关系统测量值和小气候观测资料,比较分析Penman、Penman-Monteith和Priestley-Taylor模型对三江平原稻田5-10月蒸散量的模拟效果。结果表明,3个模型参数采用常规参数时,Penman模型模拟值明显大于测量值,平均高估103.5%;但Penman-Monteith和Priestley-Taylor模型模拟效果较好,平均偏差分别为0.26和0.02mm·d-1,均方根误差分别为0.68和0.71mm·d-1。Penman和PenmanMonteith模型作物系数(Kc)与叶面积指数均呈极显著正相关关系,Priestley-Taylor模型修正式参数α值与叶面积指数、饱和水汽压差和风速均为正相关关系,且与饱和水汽压差和风速相关性达极显著水平。依据多元线性回归方程校正模型参数后,Penman模型模拟精度显著提高,平均偏差和均方根误差分别为0.28和0.64mm·d-1,模拟效率由负值转变为正值0.75。而Penman-Monteith和Priestley-Taylor模型模拟精度没有明显改变。方差分析进一步表明校正模型参数后3个模型的估算值没有显著性差异,说明3个模型对三江平原稻田蒸散量的估算精度一致。由此可见,Penman-Monteith和Priestley-Taylor模型无论是否校正作物系数或参数α,均适于估算三江平原稻田蒸散量,而Penman模型需在修正作物系数后方可用于估算三江平原稻田蒸散量。 相似文献
69.
[目的]研究景天属植物的耗水规律及需水特征,为景天属植物在北方干旱地区进行抗旱节水生态建设提供理论依据。[方法]以草地早熟禾为对照,研究了德景天、八宝景天、三七景天、卧茎景天4种景天属植物的耗水规律和需水特性。[结果]浇水后进行控水,4种景天属植物及草地早熟禾的土壤水分在控水约10 d内大量蒸发,土壤相对含水量下降了60%左右,土壤已达重度干旱;4种景天属植物及草地早熟禾的日蒸散量随土壤水分的减少而减少,在控水约10 d内大量蒸散,之后日蒸散量极小。4种景天植物的年蒸散量为177.09~247.22 kg/m2,草地早熟禾年蒸散量为811.05 kg/m2,当地年降雨量为474.50 kg/m2,理论上4种景天植物均无需灌溉,草地早熟禾需年补充水分336.55 kg/m2、年浇水10次;园林绿化实践中4种景天属植物的浇水应为2次/年,草地早熟禾的浇水应为12次/年。[结论]景天属植物抗旱性极强,能够耐受极端干旱环境而保持正常生长和景观,从而实现节水灌溉。 相似文献
70.
准确地预测区域蒸散有助于区域水资源的合理利用,减少水资源浪费。为从多项气象因子中筛选出核心因子,构建少因子蒸散预测模型,高效精确预测蒸散,该研究在九大农业区选取23个典型站点,搜集降水量、日照时数等8个气象因子数据,使用分类回归树(classification and regression tree,CART)对气象因子进行重要度排序。基于排序结果,选取排序前3~5项气象因子,基于极限学习机(extreme learning machine,ELM)模型对蒸散进行预测。同时,使用遗传算法(genetic algorithm,GA),粒子群算法(particle swarm optimization,PSO),麻雀搜索算法(sparrow search algorithm,SSA)对ELM模型进行优化,并使用这3种优化算法(GA-ELM、PSO-ELM、SSA-ELM)构建少因子混合优化蒸散预测模型。结果表明:1)基于CART算法重要度排序结果,蒸散的主要影响因子依次是降水量、日照时数、平均本站气压、日最高气温、平均相对湿度。2)3种优化算法预测模型中,PSO-ELM模型的预测精度最高,23个站点的蒸散预测的均方根误差为6.608~22.077 mm/d,纳什效率系数为0.824~0.998,R2为0.908~0.995,平均绝对误差为5.075~16.677 mm/d。3)ELM模型在云贵高原区和四川盆地及周边地区有较好的适用性,3种优化算法在华南区和云贵高原区有较好的适用性,其中PSO-ELM模型的适用性最高。研究结果为中国九大农业区域的作物需水量计算提供参考。 相似文献