全文获取类型
收费全文 | 78篇 |
免费 | 7篇 |
国内免费 | 8篇 |
专业分类
林业 | 3篇 |
农学 | 5篇 |
基础科学 | 13篇 |
9篇 | |
综合类 | 47篇 |
农作物 | 4篇 |
畜牧兽医 | 10篇 |
园艺 | 2篇 |
出版年
2023年 | 4篇 |
2022年 | 1篇 |
2020年 | 4篇 |
2019年 | 5篇 |
2018年 | 3篇 |
2017年 | 2篇 |
2016年 | 2篇 |
2015年 | 3篇 |
2014年 | 7篇 |
2013年 | 8篇 |
2012年 | 9篇 |
2011年 | 3篇 |
2010年 | 6篇 |
2009年 | 2篇 |
2008年 | 1篇 |
2007年 | 5篇 |
2006年 | 4篇 |
2005年 | 1篇 |
2004年 | 2篇 |
2003年 | 6篇 |
2002年 | 8篇 |
2001年 | 2篇 |
2000年 | 3篇 |
1999年 | 2篇 |
排序方式: 共有93条查询结果,搜索用时 13 毫秒
1.
2.
大豆脂肪酸5种组分中亚麻酸含量是影响大豆品质主要因素之一,与其他4种脂肪酸比例直接影响大豆油脂品质特性及贮运加工,大豆油具有适宜亚油酸与亚麻酸比例。文章通过高效气相色谱法对品种‘合丰25’(高亚麻酸含量品种,5.94%)与加拿大稳定品系‘L-5’(低亚麻酸含量品种,2.75%)及其组配重组自交系群体中选取高/低亚麻酸品系各2份,盆栽试验分析脂肪酸组分及含量。结合KEGG中大豆脂肪酸代谢途径筛选与不饱和脂肪酸代谢相关候选基因,对筛选RIL群体后代品系发育各时期作实时定量PCR,分析其在‘合丰25’和‘L-5’及后代品系中表达模式。结果表明,相同基因在不同品种之间对亚麻酸含量调控机制不同,不同时期基因表达量对亚麻酸积累量具有不同程度影响。研究结果为探索大豆亚麻酸积累规律及其候选基因影响,选育理想脂肪酸组分比例大豆新品种提供参考。 相似文献
3.
[目的]探明缺磷胁迫下草甘膦对抗草甘膦大豆农艺性状和生理指标的影响,为缺磷条件下抗草甘膦大豆种植时合理使用草甘膦提供理论依据.[方法]以转基因抗草甘膦大豆RR1为材料,采用溶液培养法,在RR1长出真叶时进行缺磷胁迫,第二复叶完全展开时进行4.98 mL/L的41%草甘膦异丙铵盐水剂处理,5d后测定各生理指标,10d后测量农艺性状.[结果]正常供磷条件下,草甘膦处理会降低RR1大豆的叶面积、总根长、主根长、地上鲜重、根鲜重、根冠比、根系活力、根系磷含量和叶片磷含量,而株高、叶片SOD活性和MDA含量增加,但与清水处理差异均不显著(P>0.05).缺磷胁迫下草甘膦处理的RR1大豆的叶面积、总根长、地上鲜重、根系活力、叶片磷含量和根系磷含量降低,而株高、根鲜重、根冠比、叶片SOD活性和MDA含量增加,其中SOD活性变化达显著水平(P<0.05).[结论]缺磷胁迫下喷施草甘膦,大豆的根鲜重、根冠比、叶片MAD含量和SOD活性增加,叶面积、地上鲜重、根系含磷量和叶片含磷量减少. 相似文献
4.
单栋塑料温室内多因子综合CFD稳态模拟分析 总被引:1,自引:0,他引:1
为分析单栋塑料温室内的综合环境:气流场、温度场、湿度场、CO2浓度场,建立了包括温室内外空间、室内作物和土壤层等的温室环境几何模型。将温室内的湿空气看作水蒸气、CO2和干空气的混合气体,在分析温室中太阳辐射、作物与环境的质热交换,动量及质能传递过程的基础上,对单栋塑料温室内的环境因子进行了稳态模拟。温室内热辐射传递过程采用蒙特卡罗法模拟方法;将室内作物简化为连续固体换热模型,采用剪应力输运模型(SST)表述温室内的空气紊流。结果显示:温室通风对温度、湿度和CO2分布的影响很大,温室内部上风向温度低,湿度小,同时CO2浓度也不高;温室下风向作物冠层的环境未达到优化状态;模型的预测值低于实测值,但变化规律相似,温度、湿度、CO2含量的预测相对误差分别低于8%、6%和7%。 相似文献
5.
基于高光谱成像技术的茄子叶片灰霉病早期检测 总被引:2,自引:0,他引:2
为建立基于高光谱成像技术的茄子叶片灰霉病早期检测方法,利用高光谱成像系统获取120个茄子叶片在380~1031nm范围的高光谱图像数据,通过主成分分析(PCA)对高光谱数据进行降维,并从中优选出3个特征波段下的特征图像,截取200×150的感兴趣区域图像(ROI),并从每幅特征图像中分别提取均值、方差、同质性、对比度、差异性、熵、二阶矩和相关性等8个基于灰度共生矩阵的纹理特征变量,通过连续投影算法(SPA)提取13个特征变量, 利用最小二乘支持向量机(LS‐SVM)构建茄子叶片灰霉病早期鉴别模型,模型判别准确率为97.5%.说明高光谱成像技术可以用于茄子叶片灰霉病的早期检测. 相似文献
7.
8.
9.
10.
基于多光谱成像技术的大麦赤霉病识别 总被引:1,自引:1,他引:0
该文提出了一种根据大麦多光谱图像实时识别大麦赤霉病害的方法。首先利用阈值分割以及形态学的处理算法去除大麦穗图像背景和麦芒干扰信息;其次从预处理后的多光谱图像中提取图像的颜色统计特征;最后将这些颜色统计特征数据经过预处理后应用偏最小二乘法(principal component analysis, PLS)进行模式特征分析,经过交互验证法判别选取最佳的主成分数,输入到最小二乘-支持向量机模型(least square-support vector machine, LS-SVM),建立病害识别模型。经过比较发现多元散射校正处理后,最佳主成分为1的最小二乘支持向量机模型对病害的识别准确率最高,达到93.9%。表明利用多光谱成像信息可对大麦赤霉病进行准确识别,为植物病害监测与防治提供了一条新方法。 相似文献