全文获取类型
收费全文 | 33801篇 |
免费 | 1985篇 |
国内免费 | 2057篇 |
专业分类
林业 | 2779篇 |
农学 | 3332篇 |
基础科学 | 1913篇 |
3993篇 | |
综合类 | 18515篇 |
农作物 | 1549篇 |
水产渔业 | 772篇 |
畜牧兽医 | 1900篇 |
园艺 | 689篇 |
植物保护 | 2401篇 |
出版年
2024年 | 79篇 |
2023年 | 494篇 |
2022年 | 837篇 |
2021年 | 874篇 |
2020年 | 877篇 |
2019年 | 1023篇 |
2018年 | 684篇 |
2017年 | 1347篇 |
2016年 | 1695篇 |
2015年 | 1415篇 |
2014年 | 1864篇 |
2013年 | 1903篇 |
2012年 | 2936篇 |
2011年 | 2507篇 |
2010年 | 2079篇 |
2009年 | 2098篇 |
2008年 | 1910篇 |
2007年 | 2204篇 |
2006年 | 1917篇 |
2005年 | 1589篇 |
2004年 | 1111篇 |
2003年 | 930篇 |
2002年 | 775篇 |
2001年 | 667篇 |
2000年 | 561篇 |
1999年 | 465篇 |
1998年 | 360篇 |
1997年 | 354篇 |
1996年 | 292篇 |
1995年 | 318篇 |
1994年 | 313篇 |
1993年 | 241篇 |
1992年 | 218篇 |
1991年 | 180篇 |
1990年 | 173篇 |
1989年 | 156篇 |
1988年 | 102篇 |
1987年 | 86篇 |
1986年 | 58篇 |
1985年 | 27篇 |
1984年 | 23篇 |
1983年 | 11篇 |
1982年 | 14篇 |
1981年 | 9篇 |
1980年 | 14篇 |
1979年 | 13篇 |
1978年 | 12篇 |
1977年 | 7篇 |
1976年 | 8篇 |
1955年 | 6篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
本文以民国时期较为盛行的茶叶包装为切入点,以"泉祥"老字号茶庄的马口铁茶叶罐为研究对象,通过解读茶叶罐上的图案等蕴含的历史文化信息,梳理了"泉祥"茶庄沉浮起落的发展历程,折射了中国茶文化及工商文化的发展变迁。 相似文献
5.
为探究不同比例缓释肥、烟草专用复合肥配施对植烟土壤肥力及烤烟产质量的影响,在宣威市热水镇植烟区设置了5种不同肥料配比组合和对照,对植烟土壤及烤后烟叶进行取样分析。结果表明:不同比例缓释肥配施烟草专用复合肥使土壤综合肥力指数(IFI)相较于CK(单施烟草专用复合肥)提高了12.50%~23.21%,以60%~100%缓释肥等比替代复合肥(T3、T4、T5)表现最优。从烤烟综合品质来看,不同比例缓释肥替代烟草专用复合肥使烤烟综合品质平均得分相较于CK提高了0.19%~6.64%,其中以80%缓释肥替代复合肥处理(T4)表现最优。烤后烟叶经济效益也以T4最优,公顷产值达到59995.80元,高于对照和其他处理。综上所述,缓释肥和复合肥比例为80%:20%,能较好的提高烟叶综合品质,烤后烟叶能获得较好的经济效益,并在一定程度上改善土壤养分结构。 相似文献
6.
7.
8.
黄淮海旱作区土壤压实度空间分布特征及其影响因素 总被引:2,自引:2,他引:0
为探究旱作区农田不同层次土壤压实度特征,基于2017年采集的255个土壤样品,运用Mann-Kendall突变检验法、地统计学和冗余分析等方法,探究黄淮海旱作区耕作层和压实层空间分布特征,分析不同层次的土壤压实度的空间变异特性及影响因素,并提出了最佳土壤压实度范围。研究结果表明:旱作区耕作层和压实层厚度均呈现由北向南递增的趋势,耕作层最大厚度可达22.50 cm,最低仅有10.21 cm;压实层厚度最大可达17.50 cm,最小值也达到7.50 cm。从不同层次来看,耕作层和压实层的压实度具有空间分布一致性,耕作层压实度高值区主要分布在河南省东部、安徽北部及河北北部地区,最大值可达87.68%以上,低值区则主要集中在山东西北部以及河北南部地区。和压实层压实度相比,耕作层压实度是影响粮食产量的主要因素,且在70%~80%时获得较高产量。分析表明,土壤压实度受到年降水量、平均气温、土壤自然属性等环境因子和机械耕作等人为因素综合作用的影响。研究结果可为黄淮海农田土壤压实情况的改善及管理措施的科学制定提供理论支撑。 相似文献
9.
Haiyan Song Zhaoke Dong Lili Li Zengbin Lu Chao Li Yi Yu Xingyuan Men 《Journal of insect science (Online)》2021,21(1)
Apolygus lucorum (Meyer-Dür) (Hemiptera: Miridae) tends to feed on young plant tissues. To explore the relationship between stylet probing behaviors of adult A. lucorum and conditions of cotton leaves, we conducted an experiment using electropenetrography (EPG). Behaviors were recorded on four cotton varieties, in relation to thickness and biochemical traits of differently-aged leaves. Cotton leaf age had a significant effect on the probing behavior of A. lucorum but cotton variety did not. One-day-old leaves of A. lucorum received the highest mean number of stylet probes (penetrations) per insect, and longest mean durations per insect of combined stylet probing or its components, cell rupture and ingestion behaviors. All of the leaf traits (thickness and biochemical substances) were similar among these four cotton varieties. Leaf thickness had a significantly negative effect on the same four variables above. Gossypol and tannin also had a negative impact on combined probing duration. Redundancy analysis showed that the four EPG variables were closely related to nutrient substances (amino acids, sugar, and water) while they had the opposite relationship with plant defense substances (gossypol and tannin). On cotton in the seedling stages, A. lucorum fed more readily on the youngest, thinnest leaves in our no-choice EPG experiments. Nutrients and chemical resistance substances determined the probing duration of A. lucorum. Our findings can contribute to better understanding of patterns of feeding and host consumption by A. lucorum, ultimately improving cotton resistance to A. lucorum. 相似文献
10.
针对自然环境下马铃薯叶片病害识别率低和晚疫病斑定位难的问题,基于大田环境中采集的马铃薯叶片图像,首先对马铃薯叶片病害进行识别,对比AlexNet、VGG16、InceptionV3、ResNet50、MobileNet五种神经网络模型,结果表明InceptionV3模型的识别效果准确率最高,可达98.00%。其次对马铃薯叶片的晚疫病斑进行检测,提出一种改进型的CenterNet-SPP模型,该模型通过特征提取网络获取对象的中心点,再通过中心点回归获得中心点偏移量、目标大小等图像信息,训练后的模型在验证集下的mAP可达90.03%,以F1为评价值分析对比其它目标检测模型,CenterNet-SPP模型的效果最好,准确率为94.93%,召回率为90.34%,F1值为92.58%,平均检测一张图像耗时0.10 s。为自然环境下马铃薯叶片病害识别和检测提供较为全面的深度学习算法和模型研究基础。 相似文献