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   52669篇
  免费   7495篇
  国内免费   3615篇
林业   4971篇
农学   2997篇
基础科学   3078篇
  22815篇
综合类   20523篇
农作物   1747篇
水产渔业   473篇
畜牧兽医   2518篇
园艺   911篇
植物保护   3746篇
  2024年   132篇
  2023年   1393篇
  2022年   1953篇
  2021年   2066篇
  2020年   2293篇
  2019年   2280篇
  2018年   1744篇
  2017年   2860篇
  2016年   3271篇
  2015年   2294篇
  2014年   2730篇
  2013年   3855篇
  2012年   5028篇
  2011年   4047篇
  2010年   3133篇
  2009年   3213篇
  2008年   2844篇
  2007年   3099篇
  2006年   2653篇
  2005年   2184篇
  2004年   1636篇
  2003年   1380篇
  2002年   1043篇
  2001年   1015篇
  2000年   790篇
  1999年   611篇
  1998年   528篇
  1997年   549篇
  1996年   474篇
  1995年   525篇
  1994年   490篇
  1993年   372篇
  1992年   295篇
  1991年   292篇
  1990年   206篇
  1989年   197篇
  1988年   120篇
  1987年   89篇
  1986年   47篇
  1985年   14篇
  1984年   11篇
  1983年   2篇
  1982年   2篇
  1981年   2篇
  1980年   4篇
  1977年   2篇
  1976年   1篇
  1963年   2篇
  1962年   5篇
  1955年   1篇
排序方式: 共有10000条查询结果,搜索用时 46 毫秒
1.
Long-term continuous monocropping of faba beans increases the incidence of faba bean wilt, while faba bean–wheat intercropping can effectively control it. This study aimed to understand the underlying mechanism of faba bean–wheat intercropping for the control of Fusarium oxysporum and vanillic acid (VA)-promoted occurrence of faba bean wilt. The occurrence of faba bean wilt was investigated among the monocropped and intercropped plants of faba beans in a field experiment. The contents and types of phenolic acids were examined in the rhizosphere soil. Monocropped and intercropped faba beans were examined under the dual stress of F. oxysporum and different concentrations of VA (0, 50, 100, 200 mg/L) to understand the alleviating mechanism of faba bean–wheat intercropping. Exogenous addition of high concentrations of VA significantly inhibited the growth and reproduction of F. oxysporum, but under the dual stress of F. oxysporum and different concentrations of VA, it significantly inhibited the defence enzymes of faba bean roots, stems, and leaves, and rhizosphere soil enzymes. Interestingly, faba bean–wheat intercropping alleviated VA stress and thereby the incidence and disease index of faba bean Fusarium wilt by improving plant resistance and soil enzyme activity. The dual stress of F. oxysporum and VA promotes the occurrence of Fusarium wilt by damaging the defence system of the faba bean root system and rhizosphere soil environment. However, faba bean–wheat intercropping effectively alleviates the autotoxicity of VA by improving the physiological and biochemical resistance of faba beans and soil enzyme activities, and thus controls the occurrence of Fusarium wilt.  相似文献   
2.
咸水畦灌农田土壤水热盐动态及油葵生长的试验与模拟   总被引:1,自引:1,他引:0  
为探究中国西北旱区咸水畦灌条件下农田土壤水热盐动态及其对作物生长的影响,采用大田试验和WASH-C模型(Layered Soil Water-Solute-Heat Transport and Crop Growth Model,土壤水热盐迁移和作物生长耦合的模拟模型)模拟相结合的方法,分析油葵全生育期内不同灌水量和矿化度处理下土壤剖面水盐分布特征、温度变化及油葵生长规律。试验设置包括2个灌水量水平(分别为油葵畦灌需水量的100%、50%)和3种畦灌水矿化度(分别为0.7、4.0、8.0 g/L)。结果表明,土壤剖面的水、盐、热分布在根区(0~40 cm)的变动幅度要大于深层(40~100 cm),灌水量越多,水分、盐分变幅越大。随着灌水次数的增加,土壤剖面在0.7 g/L矿化度下出现脱盐现象,4.0、8.0 g/L矿化度下出现积盐现象,并且灌水量越大,相应的脱、积盐率越高。试验前期各层地温变化幅度较后期大,温度变化幅度随土壤深度增加而减小。0.7g/L、100%油葵需水量下的作物LAI和产量最大,8g/L、50%油葵需水量下最小,两处理的LAI分别为8.41、3.80 cm~2/cm~2,产量分别为5.49、3.08t/hm~2,差异显著(P0.05)。模拟结果表明,WASH-C能够较好地模拟各时期土壤中根区、深层含水率的分布特征,所有模拟结果的R2不低于0.53。在咸水矿化度小于等于3g/L的情景模拟下,作物根区不会产生明显的积盐现象。合理的咸水畦灌制度有利于充分利用咸水资源并提高油葵的水分利用效率和产量。  相似文献   
3.
结合Sentinel-2影像和特征优选模型提取大豆种植区   总被引:6,自引:6,他引:0  
准确获取大豆的空间分布对于产量估计、灾害预警和农业政策调整具有重要意义,目前针对种植结构复杂地区所开展的大豆遥感识别研究鲜有报道。该研究以安徽省北部平原的典型大豆产区——龙山、青疃镇为研究区,基于Sentinel-2数据提出一种分层逐级提取策略的大豆识别方法。该方法首先构建决策树筛选规则,剔除研究区内非农田地物,获得田间植被的总体分布;然后生成19个候选特征因子,包括分辨率小于等于20 m的10个波段反射率以及9个植被指数。在典型地物类型样本的支持下,将ReliefF特征权重评估算法与随机森林(RandomForest,RF),BP神经网络(Back-Propagation Neural Network,BPNN)和支持向量机(Support Vector Machine, SVM)相结合,分别构建ReliefF-RF、ReliefF-BPNN、ReliefF-SVM三种组合模型筛选出对于大豆识别最有效的特征,并基于布设在研究区内6个样方(大小为1 km×1 km)的无人机影像提取得到的大豆分布来评估3种模型在大豆制图中的表现。结果表明,ReliefF-RF模型表现最佳,基于该模型筛选出7个优选特征因子,大豆制图的总体精度介于85.92%~91.91%,Kappa系数在0.72~0.81之间,各个样方的提取效果均优于其他两种模型。此外,基于优选特征达到的提取精度明显高于原始波段反射率,虽然略低于全部19个特征的结果,但是数据量降低了63.16%。该研究可以为农田景观破碎、种植结构复杂地区的大豆种植区提取相关研究提供有价值的参考和借鉴。  相似文献   
4.
为进一步探究盐碱土的入渗机理,实现科学的盐碱土农业生产与灌溉,基于传统Green-Ampt模型,根据盐碱土的入渗特性引进扩散率D(θ),并结合对土壤剖面含水量分布的划分假定对模型进行修正。利用5种盐碱土进行一维积水入渗试验,采用入渗率、湿润锋数据验证该修正模型。结果显示:修正模型模拟值与实测值的一致性良好,进行相关分析得到5种盐碱土入渗率R2平均值为0.983,平均绝对误差均小于0.05;湿润锋R2平均值为0.868,平均绝对误差均小于3.50。将修正模型参数饱和导水率、湿润锋面基质吸力值与盐碱土盐分离子含量进行相关分析,结果显示基质吸力值随K++Na+含量的减少而减小,饱和导水率随K++Na+含量的减少而增大。该修正模型经验证可应用于不同盐渍化程度的盐碱土入渗过程模拟,从而为深入盐碱土水分入渗机制研究与加快盐碱土农业生产提供理论支持。  相似文献   
5.
基于离散元法的免耕深施肥分段式玉米播种开沟器研制   总被引:5,自引:5,他引:0  
针对东北垄作深施肥免耕播种机上开沟器播种深度均匀性差、工作阻力大、土壤扰动大的问题,该研究利用离散元软件(EDEM 2.7)仿真分析不同类型破茬刀-施肥铲装置对土壤的作用机理,设计了一种分段式玉米播种开沟器。首先建立土壤-玉米根系-玉米秸秆离散元仿真模型,然后进行不同类型破茬刀-施肥铲装置离散元仿真试验,以回落土壤最大合外力的位置和方向为依据设计开沟器入土部分曲线,同时结合滑切原理设计开沟器未入土部分斜刃,最后根据土壤回落距离确定施肥铲和开沟器间距为374 mm。田间对比试验结果表明,分段式开沟器比尖角式开沟器、滑刀式开沟器、双圆盘式开沟器的播深变异系数分别降低了14.24%、27.31%、33.63%;工作阻力分别降低了27.56%、16.93%、1.23%;土壤扰动面积分别降低了11.67%、28.34%、49.34%。分段式开沟器播种深度均匀性高、工作阻力小、土壤扰动小,具有较优的作业效果。  相似文献   
6.
基于机器学习的棉花叶面积指数监测   总被引:2,自引:1,他引:1  
为实现基于机器学习和无人机高光谱影像进行棉花全生育期叶面积指数(Leaf Area Index, LAI)监测,该研究基于大田种植滴灌棉花,在不同品种及不同施氮处理的小区试验基础上,对无人机获取的高光谱数据分别采用一阶导(First Derivative, FDR)、二阶导(Second Derivative, SDR)、SG(Savitzky-Golay)平滑和多元散射校正(Multiplicative Scatter Correction, MSC)进行预处理,并结合Pearson相关系数法、连续投影(Successive Projections Algorithm, SPA)、随机蛙跳(Shuffled Frog Leaping Algorithm, SFLA)和竞争性自适应重加权(Competitive Adaptive Reweighting, CARS)筛选敏感波段,将筛选出的波段,使用偏最小二乘回归(Partial Least Squares Regression, PLSR)、支持向量回归(Support Vector Regression, SVR)和随机森林回归(Random Forest Regression, RFR)3种机器学习算法构建棉花LAI监测模型。结果表明:棉花冠层LAI敏感响应波段集中在可见光(400~780 nm)和近红外(900 nm之后)波段;对比3种机器学习算法,各预处理下RFR建立的LAI监测模型精度最高,稳定性最好,其中以FDR-SFLA-RFR模型最佳,在建模集的决定系数为0.74,均方根误差为1.648 3,相对均方根误差为26.39%;验证集的决定系数、均方根误差分别为0.67和1.622 0,相对均方根误差为25.97%。该研究基于无人机获取的棉花冠层光谱反射率,从不同光谱预处理、波段筛选及建模方法建立的模型中筛选出最佳估算模型用于棉花全生育期LAI监测,研究结果可为棉花大田精准管理及变量施肥提供依据。  相似文献   
7.
不同改良措施对设施蔬菜土壤肥力和番茄品质的影响   总被引:2,自引:1,他引:1  
为探明不同改良措施对设施蔬菜土壤及番茄果实品质的影响,该研究以陕西省太白县秦西蔬菜种植示范园大棚为研究试点,选取草木灰、生物炭、EM菌(Effective Microorganisms)3种改良剂,设置了EM菌(E)、生物炭(S)、生物炭+EM菌(SE)、草木灰(C)、草木灰+生物炭(CS)、草木灰+生物炭+EM菌(CSE)和不施加任何改良剂的空白对照(CK)7个处理。结果表明:各处理均能改善土壤理化性质,其中草木灰+生物炭+EM菌(CSE)处理在提高土壤pH值、有机质、全氮、碱解氮、全磷、速效磷、全钾及速效钾含量方面效果最显著,与CK处理相比,分别提高了23.06%、130.94%、44.34%、52.78%、67.72%、126.71%、16.24%、119.48%;与CK处理相比,各种配施改良剂处理的植株全氮含量显著高于单施改良剂处理,草木灰+生物炭+EM菌(CSE)处理最显著,提高了25.17%;各处理的植株全磷含量较CK处理均显著增加,草木灰+生物炭+EM菌(CSE)处理效果最明显,且草木灰+生物炭+EM菌(CSE)处理是CK处理的2.09倍;除EM菌(E)处理外,其他5个处理均能显著提高植株全钾含量,草木灰+生物炭+EM菌(CSE)处理效果最显著,且草木灰+生物炭+EM菌(CSE)处理是CK处理的1.44倍;但6个处理均对植株灰分无显著影响;与CK处理相比,草木灰+生物炭+EM菌(CSE)处理的糖酸比最高,达69.23%;与CK处理相比,各处理的土壤综合肥力指数均显著提高,而草木灰+生物炭+EM菌(CSE)处理效果最显著;通过对各处理的综合得分均值进行比较,草木灰+生物炭+EM菌(CSE)处理得分最高。综合分析得出,施加草木灰+生物炭+EM菌能有效改善太白县高山设施蔬菜种植土壤的酸化、肥力等,提高西红柿的品质。  相似文献   
8.
土壤水分是影响水文、生态和气候等环境过程的重要参数,而微波遥感是农田地表土壤水分测量的重要手段之一。针对微波遥感反演农田地表土壤水分受植被覆盖影响较大的问题,该研究提出了一种基于特征选择和GA-BP神经网络(Genetic Algorithm-Back Propagation neural network)的多源遥感农田地表土壤水分反演方法。首先对Sentinel-1微波遥感数据和Sentinel-2光学遥感数据进行预处理并提取21个特征参数;然后采用差分进化特征选择(Differential Evolution Feature Selection,DEFS)算法从21个特征中选出包含10个参数的最优特征子集,并利用主成分分析(Principal Component Analysis,PCA)法将特征子集进行降维;之后建立BP神经网络,采用遗传算法(GeneticAlgorithm,GA)对BP网络的节点权值进行优化,使用降维后的特征矩阵和部分实测土壤含水量数据对BP网络进行训练;最后利用训练好的GA-BP网络对研究区土壤水分进行反演,并利用实测数据对反演结果精度进行对比验证。试验结果表明,该研究反演结果的决定系数为0.789 3,均方根误差为0.028 7 cm~3/cm~3,相比单纯使用GA-BP神经网络,加入DEFS和PCA之后决定系数提高了0.215 7,同时均方根误差降低了0.029 5 cm~3/cm~3。该结果展示了DEFS和PCA算法在土壤水分反演最优特征集选择的有效性,为多源遥感农田地表土壤水分反演提供了新思路。  相似文献   
9.
为研究夹砂层耕地水分利用规律,以河套灌区典型夹砂层土壤耕地为研究对象,利用在春玉米生育期田间监测数据,应用土壤水分运动数值模型,探究对夹砂层土壤田间蒸散发、作物耗水及深层土壤水分的补给与深层渗漏规律。选择2种土壤的夹砂层埋深梯度S1(40~95 cm)、S2(60~110 cm),设置了3个灌水水平W1(252.5 mm)、W2(315.85 mm)、W3(378.75 mm)开展田间试验,同不含夹砂层处理B作对照,并应用HYDRUS-1D模型模拟春玉米生育期田间蒸散发,土壤水分深层渗漏及地下水补给耕层水量与根系吸水量,与不含夹砂层处理对比分析夹砂层对田间水分利用影响。结果表明:随着砂层埋深增加,棵间蒸发损失减小,叶面蒸腾水量增加;不含夹砂层处理玉米田间毛管向上补给水量较浅埋砂层与深埋砂层处理分别大57.01%、118.53%,灌水量为315.85 mm时含夹砂层处理的土壤水分深层渗漏最小;玉米生育期内根系吸水量随砂层埋深的增加而减少,不含夹砂层处理根系吸水量最大。浅埋砂层与深埋砂层处理分别为蒸散量的55.51%、61.31%,不含夹砂层处理为66.69%;暂时性亏缺水量从大到小依次为:S2、S1、B,水分从大到小依次为:B、S2、S1。综合考虑夹砂层土壤水分迁移、作物水分利用规律,建议在夹砂层耕地春玉米灌溉根据砂层分布因地制宜定灌溉制度,当夹砂层埋深在40~110 cm范围时,推荐春玉米在生育期灌溉定额为315.85 mm。该研究结果可为河套灌区含有夹砂层农田灌溉制度的制定提供理论指导。  相似文献   
10.
利用无人机多光谱估算小麦叶面积指数和叶绿素含量   总被引:6,自引:4,他引:2  
利用无人机遥感的方式进行农作物长势监测是目前精准农业、智慧农业发展的重要方向,为了探究无人机多光谱反演小麦叶面积指数(Leaf Area Index,LAI)和叶绿素含量的模型估算潜力,该研究在3个飞行高度(30、60、120 m)采集多光谱影像,通过使用全波段差值光谱指数(Difference Spectral Index,DSI)、比值光谱指数(Ratio Spectral Index,RSI)、归一化光谱指数(Normalized Spectral Index,NDSI)和经验植被指数与地面实测数据进行相关性分析,获得不同高度下的光谱指数与LAI和叶绿素含量的关系模型及其决定系数,以决定系数为依据分别构建多元逐步回归、偏最小二乘回归和人工神经网络模型,分析不同飞行高度无人机多光谱反演小麦冠层LAI和叶绿素含量SPAD(Soil and Plant Analyzer Development)值的精度。结果表明:1)30 m高度下,绿-红比值光谱指数与小麦LAI的相关性最高,相关系数为0.84;60 m高度下,红-蓝比值光谱指数与小麦叶绿素含量的相关性最高,相关系数为0.68;2)在60 m高度下,经验植被指数与小麦LAI和叶绿素含量的相关性较好,最大相关系数分别为0.77和0.50;3)利用偏最小二乘回归反演小麦LAI的精度最高,决定系数为0.732,均方根误差为0.055;利用人工神经网络模型反演小麦叶绿素含量的精度最高,决定系数为0.804,均方根误差0.135。该研究成果可为基于无人机平台的高通量作物监测提供理论依据,并为筛选无人机多光谱波段实现作物长势参数快速估测提供应用参考。  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