全文获取类型
收费全文 | 142篇 |
免费 | 6篇 |
国内免费 | 3篇 |
专业分类
林业 | 48篇 |
农学 | 6篇 |
基础科学 | 4篇 |
2篇 | |
综合类 | 79篇 |
农作物 | 7篇 |
畜牧兽医 | 1篇 |
园艺 | 2篇 |
植物保护 | 2篇 |
出版年
2024年 | 2篇 |
2023年 | 4篇 |
2022年 | 4篇 |
2021年 | 7篇 |
2020年 | 7篇 |
2019年 | 7篇 |
2018年 | 6篇 |
2017年 | 6篇 |
2016年 | 4篇 |
2015年 | 7篇 |
2014年 | 3篇 |
2013年 | 8篇 |
2012年 | 6篇 |
2011年 | 10篇 |
2010年 | 10篇 |
2009年 | 9篇 |
2008年 | 6篇 |
2007年 | 8篇 |
2006年 | 3篇 |
2005年 | 8篇 |
2004年 | 4篇 |
2003年 | 3篇 |
2002年 | 1篇 |
2001年 | 5篇 |
2000年 | 1篇 |
1996年 | 2篇 |
1995年 | 3篇 |
1993年 | 2篇 |
1992年 | 1篇 |
1991年 | 2篇 |
1989年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有151条查询结果,搜索用时 15 毫秒
21.
以实测数据为基础,采用模型法分析了福建将乐林场粗叶榕、檵木、厚叶冬青、建润楠4种灌木生物量与地径(D)、株高(H)、冠幅(C)、植冠面积(A)、DH、D2H的相关性。结果表明,以DH、D2H为参数构建的w=a+b(DH)+c(DH)2+d(DH)3和W=a+b(D2H)+c(D2H)2+d(D2H)3模型方程能更好地描述灌木的生物量与各形态因子的相关关系;同时,拟合灌木层混合生物量模型,其整株生物量模型为W总=35.4+4.19×10-2(DH)+2.03×10-3(DH)2+1.08×10-6(DH)3(R=0.921,SEE=0.921)。 相似文献
22.
适于FVS的长白落叶松树皮因子 总被引:1,自引:0,他引:1
为估算长白落叶松的去皮直径及树皮厚度等,利用小兴安岭南部68株长白落叶松解析木与生物量数据,对带皮胸径与去皮胸径之间、树干材积与木材材积之间、树皮厚度与相对树高之间、树皮因子与树高之间等相关模型进行了研究.结果表明,长白落叶松胸径处去皮直径的最优模型为D1B=0.922DOB(R2=0.99),胸径处树皮因子和树皮调整... 相似文献
23.
24.
25.
26.
基于BP神经网络的马尾松立木生物量模型研究 总被引:3,自引:0,他引:3
以马尾松为例,探索并验证BP神经网络模型在立木生物量估测上的适用性。通过12种算法的筛选、输入变量和输出变量的确定以及隐层节点数的选择,确定最优的模型拓扑结构,构建单隐层BP神经网络模型;对比单输入变量与多输入变量模型、单输出变量与多输出变量模型,并分析模型的输入变量数和输出变量数对模型估测精度的影响;将优选BP模型与传统相对生长模型进行对比以验证BP模型的可行性。结果表明:1)最优BP模型LM-DH-8-WtWaWr的训练算法为Levenberg-Marquardt算法,输入变量为D、H,输出变量为Wt、Wa、Wr,隐层节点数为8。2)输入变量和输出变量的增加不会降低BP神经网络模型的精度。3)模型LM-DH-8-WtWaWr能够精确地估测马尾松立木生物量,其精度高于传统的相对生长模型。该模型能够一次性地引入多个解释变量,并可以同时估测多个量,从而简化了生物量建模和估测工作,对实际生产具有一定的意义。 相似文献
27.
28.
采用一类清查数据,利用立地分级方法构建平均树高、平均胸径和林分密度的生长模型,应用于森林资源调查中相关因子的更新。同时,根据森林蓄积量、生长量和消耗量与平均年龄、平均树高、平均胸径和林分密度等林分因子之间的关系,构建估测模型。通过辽宁省鞍山市森林资源年度动态监测的应用示范研究,结果表明:生长模型可用于更新二类调查数据,蓄积等预估模型可以有效反映森林资源的年度消长;本方法能够提高地区森林资源年度监测能力,并增强森林资源监督管理的针对性和时效性。 相似文献
29.
落叶松人工林根径材积表和合理经营密度研究 总被引:2,自引:1,他引:2
利用小兴安岭地区人工落叶松(Larix gmelinii)林标准地调查资料,建立了落叶松胸径d1.3与根径d0.0、胸径d1.3和冠径Cw的相关关系回归模型.结果表明,胸径d1.3与根径d0.0、胸径d1.3和冠径Cw的相关关系模型都以二次抛物线为最优;还利用胸径d1.3与根径d0.0的关系,编制了落叶松根径立木材积表,并探讨了落叶松人工林的理论密度和郁闭度为0.7和0.8时的适宜经营密度,对落叶松人工林的盗伐案件处理和经营管理具有一定的参考价值. 相似文献
30.
【目的】比较3种标准树高曲线建立方法的优劣,为选择适宜的标准树高曲线建立方法提供依据。【方法】以福建省将乐县国有林场29块杉木人工林实测数据为依据,采用传统非线性模型、BP神经网络模型、非线性混合模型分别建立杉木标准树高曲线模型,以决定系数R2、均方根误差RMSE以及平均绝对残差|珚E|作为模型评价和检验指标,对比分析三者的拟合效果。【结果】从拟合精度来看,非线性混合模型、BP神经网络模型、传统模型的决定系数分别为0.916 1,0.904 8和0.889 7,RMSE分别为1.652 9,1.761 2和1.895 4,|珚E|分别为1.205 9,1.291 7和1.400 1;从预测精度来看,三者的决定系数分别为0.941 5,0.935 2和0.918 3,RMSE分别为1.361 8,1.432 2和1.609 0,|珚E|分别为0.989 8,1.030 5和1.142 8。【结论】3种方法均能较好地模拟杉木树高的生长,BP神经网络模型与非线性混合模型的拟合精度和预测能力均较传统的非线性模型好,但非线性混合模型略优于BP神经网络模型。 相似文献