全文获取类型
收费全文 | 68篇 |
免费 | 0篇 |
国内免费 | 15篇 |
专业分类
林业 | 6篇 |
农学 | 1篇 |
基础科学 | 33篇 |
14篇 | |
综合类 | 12篇 |
农作物 | 2篇 |
水产渔业 | 6篇 |
畜牧兽医 | 5篇 |
园艺 | 2篇 |
植物保护 | 2篇 |
出版年
2024年 | 1篇 |
2023年 | 5篇 |
2022年 | 5篇 |
2021年 | 6篇 |
2020年 | 7篇 |
2019年 | 8篇 |
2018年 | 5篇 |
2017年 | 3篇 |
2016年 | 3篇 |
2015年 | 2篇 |
2014年 | 3篇 |
2013年 | 1篇 |
2012年 | 1篇 |
2011年 | 2篇 |
2010年 | 2篇 |
2008年 | 1篇 |
2007年 | 2篇 |
2005年 | 3篇 |
2004年 | 1篇 |
2003年 | 3篇 |
2002年 | 1篇 |
2001年 | 1篇 |
1997年 | 7篇 |
1996年 | 4篇 |
1995年 | 2篇 |
1994年 | 1篇 |
1991年 | 2篇 |
1989年 | 1篇 |
排序方式: 共有83条查询结果,搜索用时 15 毫秒
1.
能量平衡闭合率是客观评价生态系统物质和能量交换的关键指标,但能量不闭合现象普遍存在,不闭合率达10%~30%。本文结合国内外研究,从仪器测量误差、观测源区尺度不匹配、复杂下垫面的涡旋和平流影响、相关能量项的忽略以及降雨过程影响等角度系统论述了造成能量平衡不闭合现象的原因,尤其涡度相关法在降雨时测量通量的可靠性值得讨论。明确指出今后研究的突破点及发展方向:从热储能项的计算适用性、考虑根层土壤热储量和冠层热储量作为附加热源以及多站点观测方法等方面进一步提升能量平衡闭合率。 相似文献
2.
优化灌溉制度是提高农业用水效率,保证作物节水稳产的基础。在轮作条件下,冬小麦和夏玉米适宜的水分生产率,是提高作物产量和合理利用水资源的一个重要指标。利用AquaCrop模型模拟了不同灌溉处理条件下,冬小麦-夏玉米轮作模式的生产潜力,并分析其差异以选出最优灌溉制度。结果表明,轮作模式下灌溉定额在300 mm内时,耗水量、产量、水分生产率随灌溉量增加而增大,而土壤水分变化量随灌溉量的增大而减小。当灌溉定额为300 mm时,总产量为16 735 kg/hm2,总耗水量为758.2 mm,水分生产率为2.21 kg/m3,可知在该灌溉制度下以轮作模式种植冬小麦和夏玉米较为节水高效,对于提高研究区域的作物产量,具有重要的现实意义。 相似文献
3.
采用田间试验对不同灌水处理灌水后玉米地(天津滨海盐碱地)0~60 cm土层土壤K+/Na+、Ca2+/Na+及玉米干物质累积量进行研究,共设计4个处理,分别为LI10(常规滴灌,灌水10 mm)、LI20(常规滴灌,灌水20 mm)、FI10(膜下滴灌,灌水10 mm)和FI20(膜下滴灌,灌水20 mm)。结果表明:灌水后不同灌水方式下灌水量较大的处理0~60 cm各土层K+/Na+均大于灌水量较小的处理,且均表现出0~20 cm土层K+/Na+较大,40~60 cm土层K+/Na+较小;相同灌水量下膜下滴灌处理0~60 cm各土层Ca2+/Na+均较大,灌水后不同灌水处理0~60 cm各土层Ca2+/Na... 相似文献
4.
为了建立一种高效监测冬小麦植株含水率的无损方法,用于反映作物水分状况、指导精准灌溉。以北京大兴的冬小麦为研究对象,利用无人机搭载多光谱相机采集冬小麦5个波段的光谱信息,构造了光谱反射率模型和光谱植被指数模型,筛选了典型地区冬小麦植株含水率解译模型。结果表明:冬小麦植株含水率与反射光谱在0.05水平上显著相关,优选的两种模型的预测精度较高,相对误差均小于10%,决定系数均大于0.75;从模型复杂程度和物理含义考虑,估算植株含水率的最优模型为基于逐步回归法的光谱指数模型,该模型的率定及验证的决定系数为0.78和0.83,均方根误差为6.79%和5.47%,相对误差为9.73%和6.91%。该研究为采用无人机多光谱遥感技术实现对作物水分的快速高效监测提供了有效方法。 相似文献
5.
基于不同有效积温的玉米干物质累积量模拟 总被引:2,自引:0,他引:2
为获得研究区适宜的玉米干物质累积量(DM)估算模型,通过2017—2019年在吉林省长春地区开展的3年农田试验,观测玉米生育期内作物根区20 cm地温、40 cm地温、农田气温、作物冠层温度以及玉米地上部干物质累积量等数据,建立基于不同有效积温的Logistic模型及其归一化模型,并用实测数据进行模型验证。结果表明,基于有效积温建立的Logistic模型可以模拟单株玉米干物质累积量生长,但不同地点、不同年份所建立的模型参数差异较大;Logistic归一化模型能够很好地模拟区域玉米干物质增长,在利用实测数据进行模型验证中,基于作物根区20 cm地温、40 cm地温、农田气温和作物冠层温度4种类型有效积温的Logistic归一化模型,其均方根误差、相对误差、决定系数和模型一致性系数都能达到较优值;以2019年数据建立的Logistic归一化模型对玉米干物质累积量模拟效果最优;基于有效冠层积温的Logistic归一化模型模拟效果较优。本研究结果可为灌区精量灌溉决策和管理提供技术支撑。 相似文献
6.
【目的】探究河套灌区滴灌条件下玉米各生育期土壤水氮变化规律及不同灌水量对土壤硝态氮累积量的影响。【方法】通过田间试验,设置高灌水量(D1:76 mm)处理和低灌水量(D2:60 mm)处理,分析土壤含水率和土壤氮素(铵态氮和硝态氮)的动态变化规律,利用HYDRUS-2D模型进行模拟验证与预测。【结果】各处理灌水后土壤含水率呈增加趋势;而土壤铵态氮和硝态氮在灌水施肥后迅速升高,随后下降,D1处理和D2处理不同生育期0~10 cm土层铵态氮量和硝态氮量的平均降幅分别为60.0%~62.0%和40.0%~46.7%。拔节期、抽雄期和灌浆期各土层灌水后D1处理相比D2处理的土壤含水率分别增加了5.9%、8.0%和6.7%,而土壤铵态氮量和硝态氮量随着土层深度的增加而降低。不同生育期硝态氮累积量为拔节期>抽雄期>灌浆期,随着生育期的推进,硝态氮累积量呈降低趋势。土壤含水率及氮素模拟值与实测值的吻合度较高,R2、RMSE和d均介于合理范围内。【结论】玉米生育期120 mm的灌溉定额可有效降低0~60 cm土层的硝态氮累积量,可降低硝态氮在60~100 cm土层的积累量。该研究可为当地灌... 相似文献
7.
渠道泄水闸能够快速排除灌区入渠洪水,避免渠道漫顶。研究以淠史杭灌区灌口集泄水闸为例,以闸门调度流量为目标变量,以不同时段过去和未来降雨量、泄水闸闸上实时水位及其变化量为特征变量,比较8种机器学习算法的预测精度,同时采用Shapley Additive exPlanations(SHAP)法分析特征变量重要性。结果表明:1)集成学习算法预测评价指标优于传统回归算法,8种机器学习算法中随机森林回归(random forest regression, RFR)算法预测精度最高(训练集均方根误差、平均绝对误差、均方误差及决定系数分别为 0.146 m3/s、0.094 m3/s、0.021 m3/s、0.976;测试集分别为0.306 m3/s、0.197 m3/s、0.093 m3/s、0.931);2)采用SHAP法确定的特征变量重要性排序表明灌口集泄水闸闸上水位对于泄水闸调度流量的预测结果影响最大,占特征重要性值总和的34.6%;3)以过去6 h降雨量、过去9 h降雨量、未来6 h降雨量、灌口集泄水闸闸上水位作为输入变量的RFR算法预测灌口集泄水闸调度流量效果最佳,模型误差指标为(训练集均方根误差、平均绝对误差、均方误差及决定系数分别为0.126 m3/s、0.080 m3/s、0.016 m3/s、0.982;测试集分别为0.263 m3/s、0.164 m3/s、0.069 m3/s、0.950),研究结果对灌区防洪调度决策具有重要参考价值。 相似文献
9.
为了获取叶片尺度基于叶气温差的冬小麦生育中期水分亏缺诊断阈值,分析了冬小麦叶气温差的典型日变化及其与土壤水分、空气温度及太阳辐射等因子的相互关系,揭示了冬小麦叶气温差对光合气体交换参数的影响,确定了冬小麦叶片水分利用效率较适宜的非气孔限制值及叶气温差范围。结果表明,冬小麦叶气温差在不同的土壤水分条件下表现出不同的日变化规律,随光量子通量增加而升高,随土壤水分、气温增加而降低;4、5和6月冬小麦叶片水分利用效率较适宜的非气孔限制值范围分别为0.7~1.3、1.1~2.0和0.9~1.5,叶气温差控制范围分别为-1.2~0.4、-1.5~-1和-1.25~-0.9℃。 相似文献
10.
基于数据融合算法的灌区蒸散发空间降尺度研究 总被引:1,自引:0,他引:1
采用Landsat和MODIS数据,通过增强自适应融合算法(Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM)对蒸散发进行空间降尺度,构建田块尺度蒸散发数据集;利用2015年田间水量平衡方法计算的蒸散发数据对融合结果进行评价。在融合蒸散发基础上,结合解放闸灌域2000—2015年间种植结构信息,提取不同作物各自生育期和非生育期内年际蒸散发量,并分析了大型灌区节水改造以来,作物蒸散发占比的年际变化。研究结果表明:融合蒸散发与水量平衡蒸散发变化过程较吻合,小麦耗水峰值出现在6月中下旬—7月初,玉米和向日葵峰值出现在7月份。在相关性分析中,玉米、小麦和向日葵的决定系数R2分别达到了0.85、0.79和0.82;生育期内玉米(5—10月份)、小麦(4—7月份)和向日葵(6—10月份)的均方根误差均不高于0.70 mm/d;平均绝对误差均不高于0.75 mm/d;相对误差均不高于16%。在农田蒸散发总量验证中,融合蒸散发与水量平衡蒸散发相关性较好,两者决定系数达到了0.64。基于ESTARFM融合算法生成的高分辨率蒸散发(ET)结果可靠,具有较好的融合精度。融合结果与Landsat蒸散发的空间分布和差异性一致,7月23日、8月24日和9月1日相关系数分别达到0.85、0.81和0.77;差值均值分别为0.24 mm、0.19 mm和0.22 mm;标准偏差分别为0.81 mm、0.72 mm和0.61 mm。ESTARFM融合算法在农田蒸散发空间降尺度得到较好的应用,可有效区分不同作物蒸散发之间的差异。不同作物在生育期和非生育期内耗水量差别较大;生育期内套种(4—10月份)耗水量最大,达到637 mm,玉米(5—10月份)和向日葵(6—10月份)次之,分别为598 mm和502 mm,小麦(4—7月份)最低为412 mm;非生育期内,小麦(8—10月份)耗水量最大,年均达到214 mm,玉米(4月份)和向日葵(4—5月份)分别为42 mm和128 mm。不同作物多年平均耗水量(4—10月份)差异较小,其年际耗水总量主要随作物种植面积的变化而变化。 相似文献