全文获取类型
收费全文 | 59篇 |
免费 | 4篇 |
专业分类
农学 | 5篇 |
2篇 | |
综合类 | 23篇 |
农作物 | 1篇 |
园艺 | 1篇 |
植物保护 | 31篇 |
出版年
2021年 | 1篇 |
2020年 | 4篇 |
2018年 | 1篇 |
2017年 | 2篇 |
2016年 | 2篇 |
2015年 | 2篇 |
2014年 | 3篇 |
2013年 | 4篇 |
2012年 | 3篇 |
2011年 | 5篇 |
2010年 | 3篇 |
2009年 | 3篇 |
2008年 | 3篇 |
2007年 | 5篇 |
2006年 | 3篇 |
2005年 | 2篇 |
2004年 | 1篇 |
2003年 | 1篇 |
2002年 | 3篇 |
2001年 | 2篇 |
2000年 | 3篇 |
1999年 | 2篇 |
1997年 | 1篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有63条查询结果,搜索用时 15 毫秒
1.
广东省西南部稻飞虱发生期和发生程度的气象预测模型 总被引:5,自引:0,他引:5
利用广东省化州市1991-2010年2代稻飞虱发生情况监测资料和相应的气象资料,通过对稻飞虱发生期、发生程度与主要气象因子进行相关分析,建立适合当地的稻飞虱发生期、发生程度预测模型.结果表明,2代稻飞虱成虫始盛期与2月平均最低气温和3月下旬-4月上旬平均最高气温呈极显著负相关(P<0.01),与3月空气相对湿度呈极显著正相关(P<0.01);若虫高峰期与2-3月平均气温和3月下旬-4月上旬平均气温呈极显著负相关(P<0.01);发生程度与当年2月中旬-下旬平均最高气温、上年10月中旬-下旬平均气温和12月中旬日照时数呈极显著(P<0.01)和显著正相关(P<0.05);发生面积与上年10月平均气温呈极显著正相关(P<0.01),与上年9月中旬降水日数和当年3月中旬温湿比呈极显著负相关(P<0.01).在此基础上,建立了2代稻飞虱成虫始盛期、若虫高峰期、发生程度及发生面积4个气象预测模型.对以上气象预测模型进行模拟和预报结果表明,其准确性较高,可以为该区稻飞虱预测预报服务. 相似文献
2.
3.
1994~1996年结合稻瘟病的流行预报研究,对穗颈瘟进行系统调查,在水稻黄熟期,每块田采用平行跳跃式取样调查30~35丛,共计300穗以上,逐穗记载病级,然后计算各块田普遍率和严重度。共调查不同发病程度的病田95块。根据3a的水稻穗颈瘟普遍率(x)... 相似文献
4.
早稻穗瘟流行程度预测技术研究陈观浩陈少兰(广东省化州市病虫测报站525100稻瘟病是我市水稻上的重要病害,特别是早稻穗瘟发生面积大,大发生频繁,损失严重。做好穗瘟的预测预报,准确地指导防治,是生产上迫切需要解决的。1991年我们对稻穗瘟流行程度开展了... 相似文献
5.
台湾稻螟幼虫的空间分布型及抽样技术广东省化州市病虫测报站(525100)陈观浩台湾稻螟ChiloauriciliusDudgeon是我市晚稻1种主要害虫。1993年~1994一年,在晚稻蜡熟期、第4代台湾稻螟幼虫3、4龄盛期,选择典型田6块,每块田划... 相似文献
6.
稻飞虱成虫有虫丛率与虫口密度关系的研究 总被引:1,自引:1,他引:0
探索利用稻飞虱成虫有虫丛率估测成虫虫口密度的方法和途径。本文基于稻飞虱成虫种群发生的田间调查数据,用种群密度(y)和有虫丛率(x)分别拟合指数函数、幂函数、一元二次函数、一元三次函数、直线函数和对数函数6种不同模型。结果表明,以一元三次函数方法估计精度最高,误差小,应用效果最好,并根据最优数学模型建立平均虫口密度(y)与有虫丛率(x)的关系速查表。生产中可以应用拟合的最优数学模型对田间稻飞虱成虫的发生进行监测。 相似文献
7.
8.
为了明确气象条件与水稻白叶枯病发生的关系,提高预报能力,利用1985—2015年化州市晚稻白叶枯病病情资料及气象数据进行相关性分析。结果表明:9—10月降水量、降水日数、相对湿度、台风与发病程度呈正相关;日照时数、气温与发病程度呈负相关。影响白叶枯病发生的关键气象因子分别是8月中旬—9月中旬降水量、9—10月降雨系数、8月下旬降水强度和9月台风次数。采用逐步回归统计方法建立晚稻白叶枯病发病程度气象等级预测模型,模型的复相关系数R为0.9000,通过α=0.01的显著性检验。模型拟合准确率为89.4%。利用该模型对2016—2018年白叶枯病发生等级进行试报检验,平均试报准确率达93.3%。模型拟合结果和试报准确率均较好,为白叶枯病的综合防治及科学决策提供了依据。 相似文献
9.
10.
灰色系统理论在水稻纹枯病发生面积预报中的应用 总被引:4,自引:0,他引:4
根据化州市早稻纹枯病发生面积的历史资料,应用灰色系统理论,建立了纹枯病发生面积的GM(1,1)预测模型,经对模型进行残差序列周期分析,作出长期预报。结果表明,回测精度达96.53%,预报精度达98.57%。 相似文献