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   207篇
  免费   66篇
  国内免费   59篇
林业   19篇
农学   22篇
基础科学   50篇
  102篇
综合类   83篇
农作物   6篇
水产渔业   9篇
畜牧兽医   24篇
植物保护   17篇
  2024年   4篇
  2023年   13篇
  2022年   24篇
  2021年   18篇
  2020年   25篇
  2019年   14篇
  2018年   16篇
  2017年   24篇
  2016年   21篇
  2015年   17篇
  2014年   25篇
  2013年   20篇
  2012年   20篇
  2011年   14篇
  2010年   5篇
  2009年   9篇
  2008年   16篇
  2007年   7篇
  2006年   5篇
  2005年   6篇
  2004年   5篇
  2003年   4篇
  2002年   4篇
  2001年   4篇
  1999年   1篇
  1998年   1篇
  1997年   3篇
  1996年   1篇
  1994年   1篇
  1993年   1篇
  1992年   1篇
  1991年   1篇
  1979年   1篇
  1976年   1篇
排序方式: 共有332条查询结果,搜索用时 31 毫秒
1.
【目的】土壤盐渍化是限制新疆南部棉花高产的主要因子,准确获取区域尺度土壤剖面盐分信息。【方法】以南疆阿拉尔垦区为研究区,以田间尺度采集的30个不同盐渍化程度棉田的540个样点的0~0.375、0~0.750、0~1.000 m的土壤剖面电导率数据和对应的电磁感应数据为数据源,采用线性模型和非线性模型分别构建了田间尺度和区域尺度的土壤剖面电导率的电磁感应反演模型,并采用缩减建模样本量方法进一步检验了区域尺度模型的可靠性和稳定性。【结果】多元线性回归(MLR)、偏最小二乘回归(PLSR)和主成分回归(PCR)建模方法的田间尺度模型R2在0.88~0.95,而对应的区域尺度模型R2在0.34~0.53。基于随机森林(RF)、神经网络(NN)和支持向量机(SVM)非线性建模方法构建的土壤剖面电导率的区域尺度电磁感应反演模型R2在0.60~0.85,其中RF模型的精度最高。0~0.375、0~0.750、0~1.000 m土壤剖面电导率的RF反演模型R2分别为0.80、0.85和0.84,相较于线性建模方法的区域尺度模型精度有明显的提高。RF区域尺度模型的样本数量由540个缩减到240个,模型精度没有明显变化,表明采用区域尺度模型,可大幅度降低土壤剖面样本采集数量,从而可显著提高采样效率和降低采样成本。【结论】区域尺度下构建土壤剖面电导率反演模型时,随机森林建模方法效果较优,模型预测能力具有较高的可靠性。  相似文献   
2.
极化干涉SAR(Polarimetric SAR interferometry,PolInSAR)森林高度反演是当前雷达遥感领域的研究热点,近年来出现了多种单基线PolInSAR森林高度反演方法。为了给单基线PolInSAR反演森林高度的算法提供基础,并探索和发展效果更优的反演方法,使用Pol SARpro软件模拟森林平均高度为18 m的L波段(L=23 cm)全极化干涉SAR数据,研究了森林高度反演算法中的DEM差分法、RVoG法、复相干幅度反演法、混合反演法,并基于相干优化法对混合反演法进行了改进;为了更准确地对算法的性能进行比较,给出方位向为48 bin时各算法的距离向剖面的对比图,并选取图像的中间区域,对森林高度位于3~30 m的1 104个样本点,应用均值和均方根误差RSME对5种方法模拟的18 m森林高度进行比较。结果表明:森林高度平均值反演结果由大到小依次为:复相干幅度反演法、混合反演法、改进的混合反演法、RVoG法、DEM差分法,分别为19.40、18.31、18.12、10.55、10.05 m,均方根误差(RMSE)由小到大依次为:改进的混合反演法、混合反演法、复相干幅度反演法、RVoG法、DEM差分法,分别为1.06、1.48、3.49、7.51、8.04 m;说明DEM差分法与RVoG法反演的森林高度存在明显低估,复相干反演法出现明显高估且其离散程度最大,混合反演法和改进的混合反演法与真实值的误差分别为0.31、0.12 m,改进的混合反演法与真实值的相差最小,离散程度最小,均方根误差最小,反演结果最优。改进的混合反演法综合了混合反演法与相干优化法的优点,使其估计的地形相位的均方根误差最小(0.045 rad),森林高度与真实值的误差最小,均方根误差最小,并且具有一定的鲁棒性。  相似文献   
3.
软基水闸极易因地基不均匀沉降、渗透变形等发生底板脱空现象,传统的无损检测方法难以在水下探测底板脱空,且不具实时性,其应用还存在一定局限性。该研究基于软基水闸室内物理模型,提出了一种软基水闸底板脱空动力学反演方法。首先,基于多参数变量的底板脱空范围数学模型,改进了反映软基水闸底板脱空参数与水闸动力学参数(模态参数)之间非线性映射关系的数学代理模型;其次,以水闸多测点多阶频率和振型变化率组合作为动力学敏感特征量,建立了软基水闸底板脱空参数反演的目标函数,并基于遗传算法对目标函数进行求解。最后,建立了软基水闸室内物理模型,并在模型中设置3种不同的底板脱空工况,采用软基水闸底板脱空动力学反演方法对软基水闸底板的脱空进行反演识别与模型验证。结果表明:基于动力学参数反演识别的水闸底板脱空区域趋势和脱空面积与模型实际脱空情况吻合较好,3种工况下水闸底板脱空面积反演结果与模型实际脱空面积的相对误差分别为7.47%、6.78%、6.90%,验证了该方法的可靠性,可望为软基水闸实际工程底板脱空隐患检测提供一种新的思路。  相似文献   
4.
基于野外VIS-NIR光谱的土壤盐分主要离子预测   总被引:3,自引:1,他引:2  
马利芳  熊黑钢  张芳 《土壤》2020,52(1):188-194
为明确干旱区土壤盐分主要离子的特征光谱,建立精度高和稳定性好的盐渍土预测模型,以新疆阜康市为研究区域,采用网格法采集55个土壤样本,利用实测VIS-NIR光谱,选择多元线性回归(MLR)、支持向量机(SVM)、随机森林(RF)法构建土壤盐分主要离子含量反演模型,而后对反演精度进行检验。结果显示:(1)在0.01显著水平下,土壤盐分与Na~+、Cl~–、Ca~(2+)含量均呈显著相关,相关系数分别为0.978、0.814、0.645;(2)综合光谱响应和相关性分析确定土壤盐分主要离子的特征波段为459、537、1 381、1 386 nm,显著特征波段为459、537 nm;(3)3种模型拟合效果从高到低依次为RFMLRSVM,采用RF所建模型盐分主要离子(Na~+、Cl~–、Ca~(2+))R~2最高,RMSE最小,RPD最大,分别为2.11、2.03、1.80,为最优预测模型。通过选取土壤主要离子显著特征波段,进而采用RF法构建其估测模型,可以有效提取干旱区土壤盐分的主要离子信息。  相似文献   
5.
基于全子集-分位数回归的土壤含盐量反演研究   总被引:2,自引:0,他引:2  
为提高植被覆盖条件下卫星遥感对土壤含盐量的估测精度,以河套灌区解放闸灌域为研究区,以高分一号卫星影像为数据源,同步采集不同深度土壤含盐量,通过全子集筛选法(Best subset selection)分析不同波段和光谱指数对于不同深度土壤含盐量的敏感性,并采用人工神经网络(Artificial neural network,ANN)、支持向量机(Support vector machine,SVM)和分位数回归(Quantile regression,QR) 3种方法,构建全子集筛选前后0~20 cm、20~40 cm、0~40 cm、40~60 cm、0~60 cm等不同深度下的土壤含盐量反演模型。结果表明,B4、BI、SI1、SI3是0~20 cm、0~40 cm处土壤含盐量的敏感变量组合,B4、BI、NDVI为20~40 cm、40~60 cm、0~60 cm处土壤含盐量的敏感变量组合;在各深度下,分位数回归模型的精度最高,模型的决定系数R2c1、R2v1均在0. 4以上,均方根误差RMSEc1、RMSEv1均小于0. 4%,SVM次之,ANN最差;在20~40 cm深度下QR反演模型效果优于其他深度,为本文土壤含盐量估算的最优模型,其建模和验证的决定系数R2c1、R2v1分别为0. 611和0. 671,建模和验证均方根误差RMSEc1、RMSEv1分别为0. 177%和0. 160%。本研究可为卫星遥感大范围监测植被覆盖条件下土壤盐渍化程度提供参考。  相似文献   
6.
基于多源数据融合的盐分遥感反演与季节差异性研究   总被引:7,自引:0,他引:7  
为提高多光谱盐分遥感反演的精度,利用实测高光谱与多光谱进行数据融合,并分析了不同季节盐分遥感的差异性。以河套灌区永济灌域为研究区域,以实测光谱仪测定的土壤高光谱数据和Landsat-8 OLI多光谱数据为基础,通过光谱变换和多元逐步回归方法筛选特征波段和特征光谱指数,构建了春、秋两季土壤盐分多光谱、高光谱反演模型,并利用特征光谱指数的线性回归构建了高-多光谱数据融合反演模型。结果表明:高光谱的反射率总体比多光谱高36. 83%,春季反射率比秋季平均高23. 78%。利用模型中最优变量-特征光谱指数对多光谱模型与高光谱模型进行融合,高-多光谱融合反演模型训练集和验证集R2平均值分别为0. 651和0. 635,RMSE平均值分别为2. 44 g/kg和2. 49 g/kg,精度明显高于对应的多光谱反演模型,其中训练集、验证集的R2平均值分别提高了36. 19%和35. 64%,RMSE平均值分别降低了34. 28%和41. 72%。春季多光谱、高光谱和融合反演模型的精度均高于秋季,其中训练集R2平均值比秋季模型分别提高了6. 03%、6. 05%和4. 40%,验证集R2平均值分别提高了19. 07%、12. 21%和1. 75%。构建的高-多光谱融合模型反演灌域春秋两季平均盐分含量分别为6. 05、5. 97 g/kg,平均相对误差分别为9. 65%和10. 68%,总体上该区域春季土壤主要为重盐化土,秋季土壤主要为中盐化土。  相似文献   
7.
The volumetric soil water content (θ) is fundamental to agriculture because its spatiotemporal variation in soil affects the growth of plants. Unfortunately, the universally accepted thermogravimetric method for estimating volumetric soil water content is very labour intensive and time‐consuming for use in field‐scale monitoring. Electromagnetic (EM) induction instruments have proven to be useful in mapping the spatiotemporal variation of θ. However, depth‐specific variation in θ, which is important for irrigation management, has been little explored. The objective of this study was to develop a relationship between θ and estimates of true electrical conductivity (σ) and to use this relationship to develop time‐lapse images of soil θ beneath a centre‐pivot irrigated alfalfa (Medicago sativa L.) crop in San Jacinto, California, USA. We first measured the bulk apparent electrical conductivity (ECa – mS/m) using a DUALEM‐421 over a period of 12 days after an irrigation event (i.e. days 1, 2, 3, 4, 6, 8 and 12). We used EM4Soil to generate EM conductivity images (EMCIs). We used a physical model to estimate θ from σ, accounting for soil tortuosity and pore water salinity, with a cross‐validation RMSE of 0.04 cm3/cm3. Testing the scenario where no soil information is available, we used a three‐parameter exponential model to relate θ to σ and then to map θ along the transect on different days. The results allowed us to monitor the spatiotemporal variations of θ across the surveyed area, over the 12‐day period. In this regard, we were able to map the soil close to field capacity (0.27 cm3/cm3) and approaching permanent wilting point (0.03 cm3/cm3). The time‐lapse θ monitoring approach, developed using EMCI, has implications for soil and water use and management and will potentially allow farmers and consultants to identify inefficiencies in water application rates and use. It can also be used as a research tool to potentially assist precision irrigation practices and to test the efficacy of different methods of irrigation in terms of water delivery and efficiency in water use in near real time.  相似文献   
8.
In the oldest commercial wine district of Australia, the Hunter Valley, there is the threat of soil salinization because marine sediments underlie the area. To understand the risk requires information about the spatial distribution of soil properties. Electromagnetic (EM) induction instruments have been used to identify and map the spatial variation of average soil salinity to a certain depth. However, soils vary with depth dependent on soil forming factors. We collected data from a single‐frequency and multiple‐coil DUALEM‐421 along a toposequence. We inverted this data using EM4Soil software and evaluated the resultant 2‐dimensional model of true electrical conductivity (σ – mS/m) with depth against electrical conductivity of saturated soil pastes (ECp – dS/m). Using a fitted linear regression (LR) model calibration approach and by varying the forward model (cumulative function‐CF and full solution‐FS), inversion algorithm (S1 and S2), damping factor (λ) and number of arrays, we determined a suitable electromagnetic conductivity image (EMCI), which was optimal (R2 = 0.82) when using the full solution, S2, λ = 3.6 and all six coil arrays. We conducted an uncertainty analysis of the LR model used to estimate the electrical conductivity of the saturated soil‐paste extract (ECe – dS/m). Our interpretation based on estimates of ECe suggests the approach can identify differences in salinity, how these vary with parent material and how topography influences salt distribution. The results provide information leading to insights into how soil forming factors and agricultural practices influence salinity down a toposequence and how this can guide soil management practices.  相似文献   
9.
炭疽病胁迫下的茶树叶片高光谱特征分析   总被引:3,自引:0,他引:3  
试验以茶树不同炭疽病受害程度的叶片及健康叶片为材料, 室内测定其光谱反射率。结果表明, 炭疽病危害后, 茶树叶片的光谱值随发病程度的增加表现出有规律的变化, 740~1 000 nm波段的光谱反射率随病情加重呈现下降趋势; 而1 370~2 500 nm波段却表现出相反趋势。在742~974 nm和1 374~2 500 nm, 炭疽病受害程度与光谱反射率呈极显著相关。对光谱一阶微分特征分析表明, 在680~780 nm范围内处理间变幅最大, 有2个波段的一阶微分值与受害程度表现出极显著相关性, 分别为715~763 nm和776~778 nm波段。建立的炭疽病严重度诊断模型, 均达到极显著水平, 其中利用植被指数(Rg - Rr)/( Rg+ Rr)建立的模型精确度最高。  相似文献   
10.
基于植被供水指数的藏北地区土壤湿度反演研究   总被引:1,自引:1,他引:0  
【目的】利用光学遥感数据获取的植被供水指数来反演西藏那曲地区的土壤湿度,结合高分辨率的遥感数据(GF-1)和中低分辨率的遥感数据(Landsat、MODIS)分别建立土壤湿度反演模型,通过比较不同空间尺度反演模型的精度和适用性,拓宽国产高分遥感数据在农牧业信息定量获取等方面的应用范围,为"天地网一体化"的现代农业信息获取和农情信息遥感监测提供理论基础。【方法】以西藏那曲地区为研究区,以代表高、中、低分辨率卫星数据的高分一号(GF-1)、Landsat-8及MODIS影像数据和土壤湿度实测数据为数据源,利用植被供水指数(Vegetation Supply Water Index,VSWI)构建土壤湿度反演模型,比较3种遥感影像在反演土壤湿度方面的差异。【结果】(1)VSWI反演土壤湿度的最佳深度为10 cm左右;(2)基于GF-1、Landsat-8和MODIS构建的反演模型得到的土壤湿度预测值与实测值的均方根误差分别为5.145、5.227和6.298,可见GF-1和Landsat-8的反演效果相当,均优于MODIS的反演效果;GF-1土壤反演模型的拟合效果最佳;(3)研究区土壤湿度在空间上呈东南向西北递减的趋势,与实地采样点的土壤湿度分布趋势一致,说明利用高分辨率遥感数据监测土壤湿度是可行的。【结论】利用GF-1遥感数据和植被供水指数可以实现对藏北地区的土壤湿度反演,研究结果可以为干旱或者半干旱地区大范围的土壤墒情监测提供理论依据和实践参考。  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