全文获取类型
收费全文 | 210篇 |
免费 | 18篇 |
国内免费 | 76篇 |
专业分类
农学 | 12篇 |
基础科学 | 22篇 |
96篇 | |
综合类 | 109篇 |
农作物 | 8篇 |
畜牧兽医 | 3篇 |
植物保护 | 54篇 |
出版年
2024年 | 2篇 |
2023年 | 6篇 |
2022年 | 4篇 |
2021年 | 7篇 |
2020年 | 6篇 |
2019年 | 10篇 |
2018年 | 8篇 |
2017年 | 9篇 |
2016年 | 16篇 |
2015年 | 13篇 |
2014年 | 12篇 |
2013年 | 13篇 |
2012年 | 24篇 |
2011年 | 19篇 |
2010年 | 12篇 |
2009年 | 18篇 |
2008年 | 14篇 |
2007年 | 17篇 |
2006年 | 19篇 |
2005年 | 22篇 |
2004年 | 6篇 |
2003年 | 8篇 |
2002年 | 8篇 |
2001年 | 2篇 |
2000年 | 3篇 |
1999年 | 3篇 |
1998年 | 4篇 |
1997年 | 7篇 |
1996年 | 4篇 |
1995年 | 3篇 |
1994年 | 3篇 |
1993年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有304条查询结果,搜索用时 0 毫秒
1.
基于TM影像的黄陵县土地利用变化动态监测 总被引:3,自引:0,他引:3
以1987年和2002年两期TM影像为信息源,应用计算机自动识别分类与GIS空间分析相结合的方法,提取了黄陵县不同时期的土地利用现状信息及其动态变化。结果表明:研究区森林覆盖率高,林地占区域土地总面积的70%以上;耕地面积较小,占地比例不到7%。1987年至2002年,耕地和草地面积明显减少,园地增加突出,林地、居民点及工矿用地略有增长,其中面积变化最大的是耕地,减少111.13 km2;变化率最大的是园地,达到329.44%。 相似文献
2.
此研究试图探寻受霜冻程度不同的果树的反射光谱特征,并尝试利用光谱数据对果树的受冻程度进行定量化测评.首先,分别对酥梨、砂红桃、红富士3种果树4个受冻级别的花朵的光谱反射率进行了预处理.随后,对光谱数据以9种不同的波长为间隔进行了一阶微分变换.最后,利用优选的3组微分波谱在其对应的特征波段区间内的积分求值,分别对3种果树花朵的受冻程度进行了定量化评估建模.主要结论为:①每种果树各级受冻花朵的反射波谱均在360 nm附近出现了最低谷区,而在360~440 nm的波段区间均出现了坡度最大的陡坎,陡坎坡度的大小顺序为:未受冻级别>轻度受冻级别>中度受冻级别>重度受冻级别,并且陡坎的最大坡度均出现在400 nm附近;②当波长间隔同时设为9 nm时,酥梨、砂红桃、红富士苹果树的各级受冻花朵的微分波谱分别在396±20,400±20,410±20 nm波段区间内的积分求值差异最大;③利用上述的3组积分值,可分别对3种果树花朵的受冻级别建立定量化评估模型. 相似文献
3.
黄土高原植被净初级生产力时空变化及其影响因素 总被引:8,自引:3,他引:8
为了探明黄土高原地区植被生产力变化的驱动机制,该文基于MODIS传感器获得的MOD17A3数据,分析了黄土高原2000-2010年间植被净初级生产力(net primary productivity,NPP)的时空变化及其主要影响因素,并借助多元统计分析方法对引起NPP变化的自然和人为因素进行量化分析。结果表明:黄土高原植被总NPP从2000年的119 Tg(以C计)增加到2010年的144 Tg(以C计),年增速4.57 g/(m2·a)(P0.05)(以C计)。黄土高原约91%的区域NPP呈增加趋势,37%的区域增加趋势显著,主要分布在陕西、青海大部分地区、甘肃南部及宁南山区。整个黄土高原近11 a间NPP变化受自然和人为因素共同影响,其中退耕还林还草累计面积、帕尔默干旱指数(palmer drought severity index,PDSI)、耕地面积和人口数量是影响NPP变化的主要因素。退耕还林还草累计面积占四者总贡献率的43%,PDSI占40%,耕地面积和人口数量分别占13%和4%。对区域而言,由退耕还林还草工程引起的土地利用覆被变化是退耕区(陕北、甘肃东南部等)NPP增加的主要因素,而近年来干旱情况的缓解(PDSI呈上升趋势)则是青海、内蒙古等地NPP增加的主要因素。该研究对于黄土高原各区域生态资源管理,以及生态系统的建设具有一定的指导和借鉴意义。 相似文献
4.
【目的】研究猕猴桃叶片叶绿素含量的高光谱估算方法,为猕猴桃长势的遥感监测提供理论依据。【方法】以陕西杨凌蒋家寨村2018年不同生育期(初花期、幼果期、膨果期、壮果期、果实成熟期)的猕猴桃叶片为研究对象,分别测定其高光谱反射率和叶绿素含量(SPAD值),分析原始光谱和5个常见的植被指数(归一化植被指数、归一化叶绿素指数、改进的叶绿素吸收反射率指数、MERIS地面叶绿素指数、土壤调整指数)与叶绿素含量之间的相关关系,提取各生育期的特征波段,分别建立基于特征波段和植被指数的单波段叶绿素含量一元线性估算模型。利用主成分分析对原始光谱数据进行降维,将得到的主成分得分作为随机森林模型的输入变量,建立基于多波段信息的叶绿素含量多元估算模型,并对模型进行精度验证和分析。【结果】不同生育期猕猴桃叶片光谱反射率变化趋势基本一致,整体趋势为可见光波段反射率低,近红外波段反射率高;在可见光波段,光谱反射率随着叶绿素含量的升高而降低;在近红外波段,光谱反射率则随着叶绿素含量的增加而升高。通过相关性分析可知,初花期、幼果期、膨果期、壮果期、果实成熟期原始光谱的特征波段分别为729,548,707,707和712 nm,估算模型决定系数(R~2)分别为0.18,0.85,0.54,0.85和0.82,其中初花期估算模型未通过显著性检验,其余生育期均通过极显著性检验。在5个常用植被指数中,初花期与叶绿素含量相关性最高的是归一化叶绿素指数(NPCI),但是估算模型决定系数R~2只有0.1,未通过显著性检验;其他生育期与叶绿素含量相关性最高的是MERIS地面叶绿素指数(MTCI),所建立的估算模型拟合效果好,预测精度高。基于主成分分析和随机森林回归建立的不同生育期猕猴桃叶片叶绿素含量估算模型的R~2在0.91~0.98,均通过极显著性检验,其拟合效果和预测精度远高于单波段一元线性回归和基于植被指数的一元线性回归模型,是估算猕猴桃叶片叶绿素含量的最优模型。【结论】基于主成分分析的随机森林模型包含了更完整的波段信息,对不同生育期猕猴桃叶片叶绿素含量具有较好的预测能力。 相似文献
5.
土地利用类型分维数及稳定性研究——以陕西省蒲城县为例 总被引:1,自引:0,他引:1
以陕西省蒲城县土地利用空间数据库为基础,应用GIS技术及分形理论对土地利用类型的分形及稳定性进行了分析研究。将土地利用类型划分为6类:耕地、园地、林地、草地、工矿居民地和其他用地,并进行各土地利用类型图斑分形维数分析。结果表明,土地利用类型的分布具有分形结构,各土地利用类型分维数(D)介于1.344~1.522。根据分维数对各土地利用类型稳定性排序:林地>工矿居民地>其他用地>耕地>草地>园地。复杂的地貌类型对土地利用类型分维数有重要影响,分维数能较好地反映各土地利用类型复杂程度及稳定性,表明分维数成为土地利用类型结构相关研究的有用指标。 相似文献
6.
根据陕北农牧交错带的生态环境特点以及牧草生长发育过程对水热资源的要求和利用效率,运用迈阿密模型定量估算陕北农牧交错带七县区牧草自然生产力。并与牧草现实生产力进行比较。研究表明:陕北农牧交错带牧草现实生产力仅为自然生产力的30.80%。基本掌握了该区牧草生产力状况和特点,并据此提出了相应的开发战略和实施途径。 相似文献
7.
黄土高原丘陵沟壑区退耕还林生态效应评价 总被引:15,自引:3,他引:15
基于1986,2003年两期遥感影像解译获得的吴起县土地利用变化数据,采用生态系统价值衡量土地利用类型相对生态价值,对吴起县退耕还林的生态效应进行了综合评价.(1)1986-2003年间,吴起县土地利用类型发生了显著变化.林地、草地面积显著增加,耕地面积大幅度减少,其中,63.55%的耕地转换成林地和草地.(2)吴起县的生态环境指数从0.507上升到0.747,生态环境指数明显增加.其中,林地对区域生态环境指数增长贡献明显,从0.058增长到0.368.说明吴起县退耕还林还草带来了较好的生态效应,整体的生态环境质量得到了极大改善. 相似文献
8.
9.
针对贺兰山东麓砂质酿酒葡萄园漏水漏肥,水分利用率低等问题,采用田间试验,分别设置沟灌、单管滴灌和双管滴灌的方式,研究土壤水分分布及葡萄需水规律,从而制定适宜的灌溉制度。结果表明,沟灌水分下渗基本在70cm内的根系分布层,灌溉后期含水率低,灌溉周期为13d;双管滴灌水平侧渗区域主要集中在20~45cm的葡萄毛根活动区域,垂直入渗在在60cm根系分布区内,灌溉周期为9d;单管滴灌垂直下渗速率高于侧渗速率,灌溉周期为7d。单管滴灌方式便于大规模的葡萄机械化管理,最佳水分管理方式为增加单次灌溉时间让单次灌水量达到450m3/hm2。 相似文献
10.
基于连续投影算法和光谱变换的冬小麦生物量高光谱遥感估算 总被引:1,自引:0,他引:1
为探索基于全波段冠层高光谱以及变换光谱的冬小麦地上部生物量的遥感估算方法,以2016、2017年冬小麦田间试验为基础,通过对冠层光谱和地上部生物量的相关性分析,筛选拔节期、抽穗期的冬小麦冠层光谱、一阶导数光谱、对数变换光谱和连续统去除光谱对地上部生物量的敏感波段,并结合偏最小二乘法(PLS)分别建立拔节期和抽穗期基于SPA算法的冬小麦地上部生物量估测模型,再与基于任意两波段组合的最佳归一化光谱指数、比值光谱指数、差值光谱指数和已报道光谱指数的冬小麦地上部生物量估测模型进行比较。结果表明:(1)SPA算法较好地利用了全波段冠层光谱信息,并显著降低了光谱维度,不同变换光谱的地上部生物量敏感波段个数在4~14之间;(2)拔节期和抽穗期冠层光谱与地上部生物量的相关性高于开花期和灌浆期,各生育时期一阶导数光谱与地上部生物量之间的相关性优于连续统去除光谱、对数变换光谱和光谱指数;(3) 利用抽穗期一阶导数光谱敏感波段建立的预测模型和验证模型达到了较高的精度,其预测模型的决定系数和均方根误差分别为0.78和0.87 t·hm-2,验证模型的决定系数和均方根误差分别为 0.84和0.69 t·hm-2,预测相对偏差为2.74。这说明,抽穗期是估算地上部生物量的最佳生育时期,且基于冠层一阶导数变换光谱,结合连续投影算法和偏最小二乘回归方法所构建抽穗期地上部生物量估算模型具有最优的精度和预测能力,可用于地上部生物量的定量估算。 相似文献