全文获取类型
收费全文 | 1542篇 |
免费 | 160篇 |
国内免费 | 86篇 |
专业分类
林业 | 534篇 |
农学 | 82篇 |
基础科学 | 154篇 |
163篇 | |
综合类 | 467篇 |
农作物 | 74篇 |
水产渔业 | 42篇 |
畜牧兽医 | 152篇 |
园艺 | 34篇 |
植物保护 | 86篇 |
出版年
2023年 | 14篇 |
2022年 | 39篇 |
2021年 | 52篇 |
2020年 | 51篇 |
2019年 | 33篇 |
2018年 | 31篇 |
2017年 | 54篇 |
2016年 | 58篇 |
2015年 | 63篇 |
2014年 | 98篇 |
2013年 | 103篇 |
2012年 | 132篇 |
2011年 | 105篇 |
2010年 | 96篇 |
2009年 | 82篇 |
2008年 | 83篇 |
2007年 | 78篇 |
2006年 | 84篇 |
2005年 | 79篇 |
2004年 | 52篇 |
2003年 | 46篇 |
2002年 | 44篇 |
2001年 | 46篇 |
2000年 | 30篇 |
1999年 | 26篇 |
1998年 | 22篇 |
1997年 | 27篇 |
1996年 | 25篇 |
1995年 | 20篇 |
1994年 | 13篇 |
1993年 | 10篇 |
1992年 | 17篇 |
1991年 | 13篇 |
1990年 | 10篇 |
1989年 | 18篇 |
1988年 | 20篇 |
1987年 | 5篇 |
1986年 | 3篇 |
1985年 | 1篇 |
1984年 | 1篇 |
1981年 | 1篇 |
1979年 | 1篇 |
1977年 | 1篇 |
1975年 | 1篇 |
排序方式: 共有1788条查询结果,搜索用时 15 毫秒
1.
利用东北林区云冷杉林、落叶松林、樟子松林、红松林、栎树林、桦树林、杨树林、榆树林、椴树林和水胡黄林10种森林类型的1947个样地的激光雷达数据和地面实测蓄积量数据,首先通过多元线性回归和非线性回归方法,分别建立基于机载激光雷达数据的森林蓄积量回归估计模型,并通过对比分析,确定统一形式的基础回归模型;然后利用哑变量建模方法,建立基于不同森林类型参数和相同激光雷达变量的蓄积量模型。结果表明,研究建立的10种森林类型的线性蓄积量回归模型的解释变量个数在2~7之间,确定系数在0.460~0.858之间;非线性蓄积量回归模型的解释变量个数在2~4之间,确定系数在0.461~0.846之间。基于点云平均高度和平均强度建立的10种森林类型的二元蓄积量模型(研究称之为标准模型),其确定系数在0.440~0.815之间,平均预估误差在2.88%~4.42%之间,平均百分标准误差在16.76%~25.52%之间,预估精度基本达到森林资源规划设计调查技术规定要求。依据研究建立的10种森林类型的蓄积量模型,可以编制基于激光雷达数据的航空林分材积表,在森林资源调查实践中推广应用。 相似文献
2.
3.
【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。 相似文献
4.
利用第六次至第九次全国森林资源清查河北省2001,2006,2011,2016年4个年度的固定样地调查数据,采用非线性回归估计方法,建立了18个树种组的单木胸径生长率和材积生长率模型,以及12个树种组的林分材积生长率模型。结果表明,单木生长率模型的平均预估误差(MPE)基本都在3%以内,而平均百分标准误差(MPSE)、胸径生长率模型大都在10%以内,材积生长率模型大都在20%左右;林分生长率模型的平均预估误差(MPE)基本都在5%以内,平均百分标准误差(MPSE)大都在25%以内。所建模型可为河北省开展森林资源年度更新提供技术支撑。 相似文献
5.
旨在为玉米的高产栽培提供理论支撑。采用分期播种法,利用试验数据,建立28个生长模型(方程均通过0.01的极显著检验),将玉米灌浆期百粒干重、百粒体积随灌浆日数增加的时段分为三阶段,即渐增期、快增期和缓增期。适时播种的玉米吐丝后百粒体积、百粒干重增加进入渐增期,终止日分别为吐丝后的6天和20天,此后进入快速增长期,时间分别为22天和18天;其后到籽粒体积和干重增加进入缓慢增长期。适时播种的玉米百粒干重增加逐渐增长期为吐丝后活动积温区间0~502.4℃·d,增幅0.014 g/℃·d;快速增长期为吐丝后活动积温区间502.4~938.4℃·d,增幅0.049 g/℃·d;缓慢增长期为吐丝后活动积温区间938.4~1355.1℃·d,增幅0.018 g/℃·d。 相似文献
6.
7.
基于机载LiDAR数据,分析哑变量对林分蓄积量估测精度的影响。以广西高峰林场为研究对象,借助机载激光雷达点云数据和96个样地数据,将样地数据按7∶3的比例随机划分为建模样本和测试样本,采用随机森林模型(RFR)和支持向量机模型(SVR)对建模样本与对应的点云特征回归建模,将树种组(针叶林和阔叶林)和龄组分别作为哑变量引入到回归模型。利用测试样本的估测精度评价模型的估测精度,引入树种组哑变量,随机森林模型决定系数R2从0.59提高到0.64,支持向量机模型决定系数R2从0.49提高到0.50。引入龄组哑变量,随机森林模型决定系数R2从0.59提高到0.65,支持向量机模型决定系数R2从0.45提高到0.55。根据模型的建模精度和验证精度结果得出,引入哑变量对蓄积量估测模型的精度提升是相对有效的。龄组哑变量对模型精度提升效果优于树种组哑变量。 相似文献
8.
利用扫描电子显微镜(SEM)、压汞法(MIP)、快速氯离子迁移系数法(RCM)等手段,研究了偏高岭土(MK)掺量对高强机制砂混凝土抗压强度以及抗氯离子渗透性能的影响.研究发现: 掺入MK能够有效改善高强机制砂混凝土的力学性能和抗氯离子渗透性能:随MK掺量增加,抗压强度与抗氯离子渗透性能均呈先增大后减小的趋势,最佳MK掺量为8%,此时28 d抗压强度为98.5 MPa,较基准组增加13%,氯离子迁移系数为1.89×10-12 m2/s,较基准组减小60%.微观结构试验表明适宜的偏高岭土掺量能够有效促进水泥水化;偏高岭土颗粒的晶核效应和微集料填充效应协同作用,使得机制砂混凝土的微观结构更加均匀密实,机制砂混凝土的多害孔、有害孔减少,少害孔增加,从而提高了机制砂混凝土抗压强度和抗氯离子渗透性能. 相似文献
9.
【目的】建立湖南省马尾松次生林单木断面积与材积生长模型,为林木的生长预估提供理论依据。【方法】以湖南省2014年一类清查样地中的20块马尾松次生林为研究对象,选取5个具有生物学意义的生长方程,建立马尾松断面积和材积随年龄变化的基础模型,在此基础上,加入以样地为随机效应的随机参数,构建基于混合效应的湖南马尾松次生林单木断面积和材积生长模型。【结果】断面积生长最优基础模型为Logistic方程,其确定系数(R2=0.746)和预测精度(P=98.13%)最大,残差平方和(SSE=0.025)最小;材积生长最优基础模型为Richards方程,其R2为0.703,预测精度为97.20%,SSE为1.034;混合效应模型模拟结果显示,断面积和材积生长模型的随机参数均为μ1、μ2、μ3。混合效应模型的拟合效果较基础模型有显著提升,其中断面积生长模型的R2由0.746提升到0.974,平均误差Bias由0.000 26降低到0.000 01;材积生长模型的R2由0.703提升到0.984,平均误差Bias由0.001 73降低到0.000 13。两个模型的预测精度较对应的基础模型均有所提升。【结论】含样地效应的混合效应模型拟合效果和预测精度均优于基础模型,具有更高的适用性,可为该林分的可持续经营提供科学指导。 相似文献
10.
林分蓄积量估测是林业遥感的重要研究领域,由于云雾天气和光谱饱和现象等因素限制了光学遥感影像估测林分蓄积量的精度。合成孔径雷达(SAR)具有穿透性强、受云雾影响小等特点,弥补了光学遥感的不足。以江西省龙南县的针叶林为研究对象,结合Landsat 8与PALSAR-2双极化SAR影像数据,在遥感数据预处理基础上,提取了光谱信息、植被指数、纹理信息和后向散射系数等共245个遥感因子。基于Pearson相关系数法和多元逐步回归法,筛选出65个遥感因子参与林分蓄积量估测。以林分郁闭度作为分层因子,分别采用线性、KNN、支持向量机(SVM)、多重感知机(MLP)和随机森林(RF)5种模型估测林分蓄积量,并对估测结果进行精度检验。实验结果表明:1)相比单独使用Landsat 8的光谱和纹理信息,基于郁闭度分级并融合PALSAR-2的后向散射信息明显提高了蓄积量的反演精度;2)对于低郁闭度林分,线性模型精度最高(rRMSE=21.16%),中郁闭度林分,多重感知机模型估测效果最好(rRMSE=30.61%),高郁闭度林分,多重感知机模型估测效果最好(rRMSE=27.53%)。在结合PALSAR-2的后向散射系数的基础上,郁闭度分层能有效改善中高蓄积量区域的反演精度。 相似文献