全文获取类型
收费全文 | 3549篇 |
免费 | 412篇 |
国内免费 | 385篇 |
专业分类
林业 | 557篇 |
农学 | 277篇 |
基础科学 | 232篇 |
665篇 | |
综合类 | 1779篇 |
农作物 | 112篇 |
水产渔业 | 92篇 |
畜牧兽医 | 277篇 |
园艺 | 194篇 |
植物保护 | 161篇 |
出版年
2024年 | 3篇 |
2023年 | 85篇 |
2022年 | 137篇 |
2021年 | 163篇 |
2020年 | 166篇 |
2019年 | 114篇 |
2018年 | 121篇 |
2017年 | 131篇 |
2016年 | 145篇 |
2015年 | 113篇 |
2014年 | 179篇 |
2013年 | 205篇 |
2012年 | 286篇 |
2011年 | 322篇 |
2010年 | 235篇 |
2009年 | 183篇 |
2008年 | 189篇 |
2007年 | 213篇 |
2006年 | 200篇 |
2005年 | 161篇 |
2004年 | 111篇 |
2003年 | 109篇 |
2002年 | 80篇 |
2001年 | 73篇 |
2000年 | 61篇 |
1999年 | 57篇 |
1998年 | 70篇 |
1997年 | 55篇 |
1996年 | 42篇 |
1995年 | 49篇 |
1994年 | 44篇 |
1993年 | 37篇 |
1992年 | 37篇 |
1991年 | 28篇 |
1990年 | 41篇 |
1989年 | 35篇 |
1988年 | 15篇 |
1987年 | 16篇 |
1986年 | 9篇 |
1985年 | 4篇 |
1984年 | 4篇 |
1983年 | 2篇 |
1981年 | 6篇 |
1980年 | 3篇 |
1978年 | 1篇 |
1977年 | 1篇 |
1976年 | 1篇 |
1973年 | 1篇 |
1956年 | 1篇 |
1955年 | 1篇 |
排序方式: 共有4346条查询结果,搜索用时 23 毫秒
1.
数字果树及其技术体系研究进展 总被引:2,自引:0,他引:2
果树是重要的农林植物。在万物智联时代,利用数字化、智能化、网络化技术建立数字果树技术体系,实现对果树生命、生产和生态复杂系统的高效感知、认知和智慧管控,对于果业实现数字化转型具有重要意义。该研究在数字植物技术范畴下,系统论述了数字果树的概念和内涵,提出了数字果树技术体系框架。重点在果树表型信息获取、环境数据获取、三维模型计算、数字育种、果树大数据和虚拟现实技术等方面综述了数字果树研究进展。从产业应用角度,综述了数字果树技术在树形管理、生长监测、种植管理、农技培训、品牌营销等方面应用效果和挑战。最后,展望了数字果树发展趋势、研究热点和技术突破方向,以期为数字果树的进一步发展提供思路与借鉴。 相似文献
2.
【目的】葡萄是重要的经济果树,果穗形状会影响其经济价值。本研究跟踪调查255份葡萄种质资源的果穗发育过程,建立新的花序形状并完善果穗形状分类标准,为葡萄生产提供理论支撑。【方法】田间跟踪调查255份葡萄种质资源的花穗长宽发育情况,在开花期、果实膨大期以及果实成熟期3个关键时期测量主穗长宽、小穗长宽、小穗角度、果粒横纵径、果粒重以及果柄长,分析果穗形状动态发育过程中各指标变化规律。【结果】基于255份葡萄种质资源的田间调查结果,将花序与果穗形状分为长圆锥、短圆锥、长圆柱、短圆柱并建立新的花序与果穗形状分类标准。调查发现,在葡萄花序发育过程中,52.55%的花序会发生形状变化,以长圆柱花序居多,大多发育为短圆柱果穗。因此,果穗形状形成类型有16种。对葡萄穗长穗宽的分析发现,长圆锥花序在发育过程中具有较高的“稳定性”,对于短圆锥、长圆柱、短圆柱花序而言,穗长对形状影响更大,进一步探究发现小穗长/宽以及小穗角度尤其是上部小穗的长宽与角度是影响花穗形状外缘的主要因素。【结论】本研究将花序与果穗形状分为长圆锥、短圆锥、长圆柱、短圆柱4种,提出了一个花序、果穗的形状分类标准的计算方法,同时对调查数据进行了实际计算与分类。一半以上葡萄花序的形状会发生变化,圆锥花序的形状较稳定。穗长、穗宽、小穗长宽及小穗角度对穗形影响较大,分别表现在影响形状的长宽和外缘,尤其是上部小穗的长宽与角度是影响柱锥判断的最主要原因。小穗角度的变化会影响小穗反映在形状上的有效长度。本研究进一步提出了基于花穗形状的整形修剪方法,可为葡萄的整形修剪提供理论基础。 相似文献
3.
[目的] 尝试在青藏高原县级尺度上对荒漠化区域进行划分,并分析不同荒漠类型的分布特征,为荒漠区划及荒漠化防治工作提供科学依据。[方法] 以西藏自治区拉萨市城关区为例,利用2018年的TM遥感影像,2000—2018年的MODIS影像数据,结合GIS制图技术,通过长期野外调查,探讨高寒区荒漠分类系统。[结果] 在分析荒漠形成主要影响因素的基础上,提出荒漠分类的主要原则和划分指标。利用气候区划、地表物质组成、地貌形态及成因、植被盖度等指标,将拉萨市城关区荒漠划分为2个Ⅰ级类型,7个Ⅱ级类型,18个Ⅲ级类型,31个Ⅳ级类型,并确定各级各类荒漠的面积及空间分布范围。[结论] 确定了高寒区荒漠分类的指标,对城关区的荒漠区域进行分级分类。初步建立了西藏高寒地区的荒漠分类体系,奠定了青藏高原高寒区荒漠分类研究的基础。 相似文献
4.
基于迁移学习和双线性CNN的细粒度菌菇表型识别 总被引:1,自引:0,他引:1
为了对细粒度菌菇进行表型识别,在双线性卷积神经网络细粒度图像识别框架基础上,提出了一种基于迁移学习和双线性Inception-ResNet-v2网络的菌菇识别方法。利用Inception-ResNet-v2网络的特征提取能力,结合双线性汇合操作,提取菌菇图像数据的细粒度特征,采用迁移学习将ImageNet数据集上预训练的模型参数迁移到细粒度菌类表型数据集上。试验表明,在开源数据集和个人数据集上,识别精度分别达到87.15%和93.94%。开发了基于Flask框架的在线菌类表型识别系统,实现了细粒度菌菇表型的在线识别与分析。 相似文献
5.
为探究无人机遥感技术在黄土高原森林资源调查中的适用性,以晋西黄土区蔡家川流域为研究区,以无人机可见光影像为遥感数据源,基于面向对象最邻近分类法,识别并提取研究流域的树种和树冠信息,并与样方调查数据进行对比分析,评估无人机影像提取植被信息的精度及其适用性。结果表明:面向对象最邻近分类法对于郁闭度较低的林分和经济果木林的树种提取效果极好,但复杂植被类型会导致提取精度下降。在农地子流域和人工林子流域上,树种提取的分类混淆矩阵Kappa系数分别为0.898和0.728。面向对象最邻近分类法对人工林和经济果木林的树冠提取精度较高,与实测数据线性回归的决定系数(R2)在0.7以上,但对次生林的树冠提取效果相对较差,R2仅有0.422 3。将该方法拓展应用至流域尺度,识别结果显示,蔡家川流域内人工林子流域主要为刺槐、油松和侧柏混交林,经济作物主要为苹果,油松的林分密度为1 744株·hm-2,平均冠幅为2.24 m,苹果的林分密度为382株·hm-2,平均冠幅为4.26 m;农地子流域有苹果树912株,林分密度为439株·hm-2,平均冠幅为3.84 m。结果表明,基于无人机遥感影像,利用面向对象最邻近分类法可以高效、准确地提取林木株数、郁闭度和平均冠幅,从而有效提高黄土区植被调查的效率。 相似文献
6.
融合光谱混合分解与面向对象的土地利用/覆被分类 总被引:2,自引:2,他引:0
错综复杂的土地利用模式和破碎的地物斑块制约了土地利用/覆被分类的精度和效率。一方面,混合像元模糊了地物的光谱信息,影响了分类精度。另一方面,如何高效利用地物的光谱、形状和纹理特征是当前土地利用/覆被分类的研究热点。为了提高基于遥感技术的土地利用/覆被分类精度,该研究基于Sentinel-2A遥感影像,开展融合光谱混合分解与面向对象的土地利用/覆被分类研究。首先,基于地物的光谱、形状和纹理特征,在3个分割尺度通过NDWI(Normalized Difference Water Index)、NDVI(Normalized Difference Vegetation Index)、SBL(Soil Background Level)等8个特征参数构建了不同地物信息的提取规则。其次,利用光谱混合分解模型提取研究区基质(SL;岩石和土壤)、植被(GV;光合作用叶片)和暗色物质(DA;阴影和水)3类通用端元。最后,尝试融合3端元光谱特征优化地物信息提取规则。研究结果表明:1)基于构建的光谱、形状和纹理的地物信息提取规则,使用模糊函数、阈值法进行土地利用/覆被分类,获得了较高的分类精度,总体精度为80.83%,Kappa系数为0.76。2)融合3端元的光谱特征的提取规则将分类精度提升至90.00%,Kappa系数提升至0.88。3)具有明确物理意义的3端元的融入增强了像元内各组分信息的差异性,弥补了传统光谱指数对植被与土壤间的亮度信息解析度不足的缺陷。该方法能充分利用影像的光谱信息,是一种由易到难、对不确定因素进行逐层剥离的土地利用/覆被信息提取技术。因此,对中高分辨率的多光谱遥感影像十分友好,在土地利用/覆被的精细化分类中有较大应用潜力。 相似文献
7.
8.
树种信息对林业资源监测和管理具有重要意义,及时准确地掌握树种及长势状况是防护林工程建设与效益评价的基础。为研究利用无人机高光谱数据进行防护林树种分类的效果,选取典型区域使用Matrice600型六旋翼无人机搭载Rikola高光谱成像仪获取高光谱影像,基于支持向量机-递归特征消除算法(SVM-RFE)选取原始波段最佳组合,再结合纹理特征、植被指数和数理统计特征,使用随机森林算法对所有特征进行重要性评估并与分类精度相结合进行特征优化,进而构建高光谱影像全波段、原始波段最佳组合、全部特征变量、基于随机森林(RF)特征优化后特征变量4种分类方案,分别采用最大似然法(MLC)、支持向量机(SVM)、随机森林对防护林优势树种进行分类。结果表明:所提出的基于交叉验证的SVM-RFE算法选出的原始波段组合能更好地还原原始光谱特征;通过RF算法的特征重要性分析与分类精度相结合的方法可以有效选出重要特征,当使用全部特征的85%(包括17个光谱特征、3个纹理特征、5个植被指数和3个数理统计特征)进行分类时,总体精度最高为9593%(Kappa系数为0.9475);所有特征中植被指数特征最重要,3种分类方法中RF算法分类总体精度(OA)最高。 相似文献
9.
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
10.
研究香椿人工林在不同坡位的生长差异,为香椿人工林的培育生产提供参考。以32~39年生香椿人工林为对象,按照不同坡位(上、中、下)设置样地,测定样地内的香椿生长指标;使用Weibull函数对不同坡位林分直径分布结构进行分析;通过林木分级统计并分析各样地林分特征;解析不同坡位香椿人工林的生长过程。结果表明,试验区香椿人工林呈中高度郁闭,下坡位香椿平均树高为13.71 m,胸径为21.32 cm,南北冠幅为5.29 m,均显著最高,而上坡对应各生长指标显著最低。不同坡位香椿人工林径阶分布的Weibull模型拟合效果为下坡>上坡>中坡,拟合形状参数c均在1.0~3.6,为单峰左偏状分布,c下坡>c上坡>c中坡,下坡趋向于竞争期更稳定的自然稀疏后期。下坡林分林木分级集中在Ⅱ、Ⅲ级,占81.48%,而上坡Ⅰ、Ⅱ、Ⅲ、Ⅳ级林木占比分别为19.23%、21.79%、37.18%、20.51%,并存有少量Ⅴ级木,林木分级分布相对分散。解析香椿人工林生长过程显示,胸径、树高、材积总生长量均为下坡>中坡>下坡。试验区下坡的香椿人工林树高、胸径及冠幅均有生长优势。全试验区林分径阶分布呈单峰左偏状分布,下坡林分趋向于更稳定的自然稀疏后期,且林木分级多集中于Ⅱ、Ⅲ级,胸径、树高、材积总生长量最高。 相似文献