全文获取类型
收费全文 | 349篇 |
免费 | 29篇 |
国内免费 | 9篇 |
专业分类
林业 | 27篇 |
农学 | 31篇 |
基础科学 | 28篇 |
18篇 | |
综合类 | 179篇 |
农作物 | 20篇 |
水产渔业 | 6篇 |
畜牧兽医 | 52篇 |
园艺 | 17篇 |
植物保护 | 9篇 |
出版年
2024年 | 1篇 |
2023年 | 23篇 |
2022年 | 32篇 |
2021年 | 22篇 |
2020年 | 19篇 |
2019年 | 32篇 |
2018年 | 31篇 |
2017年 | 9篇 |
2016年 | 11篇 |
2015年 | 19篇 |
2014年 | 27篇 |
2013年 | 29篇 |
2012年 | 26篇 |
2011年 | 27篇 |
2010年 | 22篇 |
2009年 | 22篇 |
2008年 | 9篇 |
2007年 | 4篇 |
2006年 | 7篇 |
2005年 | 8篇 |
2004年 | 2篇 |
2003年 | 2篇 |
2001年 | 2篇 |
2000年 | 1篇 |
排序方式: 共有387条查询结果,搜索用时 15 毫秒
1.
2.
为了解杨树(Populus L.)/紫花苜蓿(Medicago sativa L.)林草复合系统中两种植物根系的分布及相互关系,利用WinRHIZOTM对3 a生紫花苜蓿和7 a生杨树在单作和间作条件下0~60 cm土层中的根长密度(RLD)、平均根直径(ARD)和比根长(SRL)的分布进行测定分析。结果表明:间作紫花苜蓿RLD降低了10.01%~54.29%,20~60 cm土壤中紫花苜蓿ARD降低了11.15%~37.30%, 间作苜蓿的SRL比单作苜蓿高10.52%~28.78%;间作增加了 0~40 cm土层中杨树ARD的20.36%~28.08%,增加了苜蓿种植区域0~20 cm土层中杨树RLD的15.51%~34.23%。杨树SRL受到的影响较小,仅在8月5日的0~20 cm 土层中测得单作和间作SRL存在差异,单作杨树SRL比间作杨树高14.46%。单作和间作苜蓿的最高产量均在第一次收获时期,间作降低了苜蓿的产量,在第一次、第二次和第三次收获中产量分别降低了24.7%、30.9% 和 43.7%,与单作苜蓿相比,杨树/紫花苜蓿林草复合系统中苜蓿的总产量减少了31.2%。通过计算土地当量比,发现杨树与紫花苜蓿复合经营为杨树林带增加了额外来自紫花苜蓿的收入,能够提高系统41%的生产力。综上所述,林草复合系统中紫花苜蓿根系分布及生长受到了不利影响,而杨树根系受到了有利的影响。相比单作种植,林草复合系统有较高的生产力和资源利用效率,具有提高新疆地区防护林带生态和经济回报率的潜能。 相似文献
3.
Aux/IAA 基因家族在植物茎尖发育过程发挥重要作用。为了探究大豆Aux/IAA 基因家族在大豆茎尖发育过程的调控作用,本文以拟南芥Aux/IAA 基因家族蛋白序列为参照鉴定了大豆全基因组Aux/IAA 家族基因,包括63个成员;然后以拟南芥、鹰嘴豆和大豆的Aux/IAA 家族为研究对象,比对这些基因全长氨基酸序列并构建进化树,结果表明三种作物的Aux/IAA 家族成员间亲缘关系差异明显,进化过程中同源重组频率不同;进而利用RNA-seq技术分析东农594(DN)、Charleston(CH)及二者杂交后代的RIL群体的高矮秆池(WH、WS)和F2群体的高矮秆池(JH、JS)的差异表达基因及其功能,共有17个Aux/IAA 基因在3组材料中差异表达。CHvsDN组有15个差异表达基因,JHvsJS组有2个,WHvsWS组只有1个;其中,Glyma.10G180100 在JHvsJS组和WHvsWS组均差异表达,这些结果为进一步研究大豆Aux/IAA 基因家族的功能及调控茎尖发育提供理论依据。 相似文献
4.
5.
机器学习是一种面向机器的数据分析方法,自动化机器学习的研究促进了人工智能的发展。大数据的快速积累,促进了机器学习算法的井喷式发展。如何选择合适的机器学习算法解决行业问题,成为了当前应用的难点。笔者整理了机器学习新材料,对各种机器算法的特点和算法之间的差异,进行了仔细的梳理,总结了各种算法的需求背景和优缺点,以及主要的应用场合。在此基础上,分析了机器学习在农业应用的案例,综述了机器学习在农业应用,指出了目前存在的发展瓶颈,并提出了进一步研究应用的建议。 相似文献
6.
7.
成本管理是企业管理中重要组成部分,市场竞争日益激烈,传统成本管理模式已不能适应当代管理需求。本文归纳我国现有企业成本管理存在的问题,构建融合成本管理体系,将作业成本管理与成本企划融合,来解决企业成本管理中存在的弊端,根据研究进行总结并提出相应的政策建议。 相似文献
8.
为实现土壤有机质(SOM)含量的实时、动态监测,以晋南麦区169个土壤样本为研究对象,通过测定其SOM含量与高光谱,采用多种常规预处理光谱相结合的方法,分析预处理光谱与SOM含量间的相关性,并选择光谱特征波长,构建基于光谱波长的SOM含量监测模型。结果表明,SOM含量与光谱反射率成反比;通过不同预处理方法与SOM含量相关性分析,筛选出最佳特征波长为580、567、571、560、535、672、673、674、678 nm,MSC+1st耦合多元逐步回归(MLR)构建的模型R~2为0.74,RPD为1.52,模型精度最高,误差最小,更利于实现SOM含量的光谱监测。经比较分析,多种预处理方法相结合较单一预处理方法更有利于建立估测模型。 相似文献
9.
10.