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 15 毫秒
11.
冬小麦冠层叶绿素质量分数高光谱遥感反演研究 总被引:3,自引:0,他引:3
叶绿素质量分数是评估冬小麦生长状况和预测产量的重要参数,估算叶绿素质量分数对于冬小麦的生长监测具有重要意义。利用SPAD-502叶绿素仪和SVCHR 1024i型便携式高光谱仪对冬小麦冠层叶绿素质量分数和光谱特征进行田间测量,分别利用回归分析方法和BP神经网络方法搭建冬小麦叶绿素质量分数的估算模型,并将模型估算的叶绿素质量分数与田间实测的叶绿素质量分数进行对比,分析反演精度,从中筛选出精度最高的模型。结果表明:基于BP神经网络的冬小麦冠层叶绿素质量分数估算模型拟合精度要优于其他7种基于植被指数的估算模型,其相关系数(R)为0.961 4,均方根误差(RMSE)为1.875 4,相对误差(RE)为2.815 2%,以及检验方程的决定系数(R~2)为0.704 8,RMSE为1.744 6,RE为2.845 1%。研究结果为估测冬小麦冠层叶绿素质量分数提供参考,从而为冬小麦叶绿素质量分数的实时、快速、无损监测奠定基础。 相似文献
12.
棵间土壤蒸发是塔克拉玛干沙漠公路防护林耗水的重要组成部分。应用Micro-Lysimeters测定了1个灌溉周期内咸水滴灌下距林木不同位置处的土壤蒸发量。分析了土壤蒸发与水面蒸发的关系,通过一维平差处理对防护林土壤蒸发量进行了估算。结果表明,塔里木沙漠公路防护林棵间土壤蒸发具有明显的季节变化特征。试验初期棵间土壤蒸发量:根基部>距根基50cm处>距根基100cm处;第5d以后,根基50cm处>根基部>距根基100cm处。林地土壤蒸发随土壤含水量的减低呈整体下降趋势。通过估算,咸水滴灌下整个防护林年土壤蒸发总量为2.63×106 m3,占总灌水量的21.43%,生长季蒸发量占全年蒸发量的92.28%。 相似文献
13.
遥感监测土壤含水率模型及精度分析 总被引:4,自引:4,他引:4
土壤含水率是决定农作物产量的最重要的因素之一.该文通过对2003年10月到2005年3月宝鸡峡二支渠灌区的土壤含水率进行实地调查,并对TM5和TM7波段数据进行归一化处理,再与参考点归一化土壤湿度指数求差后,建立遥感影像对土壤含水率的监测模型.并以2005年6月28日遥感影像为例,用建立的模型对土壤含水率进行定量反演.结果表明,反演精度可达80%以上,反演效果最好的土壤深度是0~40 cm.应用此归一化土壤湿度指数模型监测土壤含水率,可以满足灌区大范围宏观监测要求. 相似文献
14.
冬小麦冠层水平叶绿素含量的高光谱估测 总被引:1,自引:0,他引:1
【目的】利用高光谱数据对抽穗期冬小麦冠层叶绿素含量进行估测,旨在为叶绿素含量快速准确估测提供参考。【方法】利用ASD便携式野外光谱仪和SPAD-502叶绿素仪实测了冬小麦抽穗期冠层光谱反射率及叶绿素含量,并对原始光谱反射率及其一阶导数光谱与叶绿素相对含量进行了相关分析,建立了基于敏感波段、红边位置、原始光谱峰度和偏度、一阶导数光谱峰度和偏度的叶绿素估算模型,并进行检验,从中筛选出精度最高的模型。【结果】冬小麦冠层光谱曲线特征与叶绿素含量之间有着密切联系。基于原始光谱一阶导数偏度和峰度的冬小麦(抽穗期)叶绿素含量估算模型拟合精度优于其他4种估算模型,决定系数R2分别为0.847和0.572,均方根误差RMSE分别为0.397和0.697,相对误差RE分别为61.0%和119.0%,拟合精度优于其他4种估算模型。【结论】原始光谱一阶导数的偏度和峰度作为自变量能很好地估测抽穗期小麦冠层叶绿素含量。 相似文献
15.
黄土高原南缘土石山区耕地地力评价研究 总被引:8,自引:2,他引:8
以黄土高原南缘土石山区陕西省宝鸡市陈仓区为例,通过野外采样和室内分析,获取大量耕地地力相关信息,在GIS的支持下,利用层次分析法、模糊评价等数学方法和模型对研究区耕地地力进行定量化评价。结果表明:该区耕地基础地力可分为6等,其中1等地占3.7%,2等地占17.2%,3等地占36.8%,4等地占24.1%,5等地占9.4%,6等地占8.9%。水浇地、园地和菜地主要集中在1、2、3等地;4等地在该区分布范围较广;而5、6等地主要分布于坡度较大、海拔较高、土壤耕层较薄的山区,利用类型主要为旱地。本研究分析了研究区各乡镇耕地数量及质量的空间分布特征,对耕地资源的科学管理、可持续利用及测土配方施肥有积极意义。 相似文献
16.
针对秦巴山区特点,选取安康市汉阴县作为研究区。利用GPS定位共在研究区内取得2420个耕层(0~20 cm)土壤样品。通过对土壤样品的全氮、有机质、碱解氮、有效磷、速效钾以及pH值等6项土壤肥力指标进行室内化验分析得到的结果,运用基于墒权和层次分析相结合的改进属性识别模型,对研究区内土壤肥力进行综合评价,并借助ArcGIS9.3绘制了土壤肥力空间分布图。结果表明:研究区肥力属中等偏上水平,其中北部及东南部低中山处肥力水平较好,中部及西南部低山丘陵地区肥力水平相对较差;改进的属性识别模型在进行评价时较为准确,且简单稳定,为土壤肥力的的综合评价提供有力的技术支撑。 相似文献
17.
陕西南部土壤粘粒特性的研究发现,陕西省南部北亚热带湿润地区,发育在第四纪下蜀黄土母质上的土壤粘粒含量高,粘化层不明显,粘土矿物以伊利石和蒙脱石为主,粘粒铁富集明显;发育在基岩风化物母质上的土壤粘化层明显,粘土矿物以蒙脱石、蛭石为主,且有一定量的高岭石,粘粒中铝富集强烈。中山区暖温带湿润地区的土壤,粘粒含量较低,粘土矿物以伊利石、绿泥石为主,粘粒中铁、铝富集均不明显,元素的淋溶迁移较弱。 相似文献
18.
【目的】揭示关中地区夏玉米叶面光谱特性与施氮量间的相关性,探索不同施氮水平下夏玉米叶片含氮量与叶绿素等生化指标及其光谱反射率特征。【方法】在田间设置不同施氮水平(纯氮施用量分为0,120和240kg/hm2)的试验小区,分别于喇叭期、抽穗期、吐丝期和乳熟期,采用FieldSpec光谱仪于室内标准光源下测定夏玉米叶片的光谱反射率,采用H2SO4-H2O2消煮,连续流动注射分析仪测定叶片氮含量,采用叶绿素仪测定穗位叶片的叶绿素含量,并对所得数据进行相关性分析。【结果】夏玉米叶片含氮量与叶绿素含量之间呈显著相关性,作物施氮水平对叶片的叶绿素含量及含氮量有直接影响;不同施氮水平下夏玉米叶面的反射波谱曲线趋势大致相同,均明显在绿波段(550 nm左右)有1个反射峰,在近红外波段(760~1 070 nm)有1个较高的反射率平台,在近红外波段(760~1 070 nm)处的反射率随氮肥用量的增加而提高,在可见光波段(400~760 nm)处的反射率则正好相反;在可见光波段,不同生长期玉米的叶面光谱反射率表现为乳熟期>抽雄期>喇叭口期>吐丝期,而在近红外波段其光谱反射率表现为乳熟期>喇叭口期>抽雄期>吐丝期;在可见光(400~760 nm)波段处,夏玉米不同生育期叶片的反射率与叶片含氮量及叶绿素含量呈负相关,而在近红外(760~1070 nm)波段处,除抽雄期外,其余生育期叶片的反射率与叶片含氮量及叶绿素含量均呈正相关,且相关性较为显著;高光谱遥感监测显示,关中地区夏玉米氮素营养水平的敏感时期分别是喇叭口期、吐丝期及乳熟期,敏感波段为可见光波段的500~720 nm和近红外区的760~1 070 nm。【结论】夏玉米的氮营养水平与叶面光谱反射率存在显著的相关性,利用高光谱遥感数据监测关中地区夏玉米的营养状况是可行的。 相似文献
19.
以陕北农牧交错带的荒漠化土壤为研究对象,通过多元相关分析、回归分析和因子分析,确定了荒漠化程度的土壤评判指标。结果表明,评判土地荒漠化程度时,土壤物理性质指标应选择0.25~0.05 mm砂粒含量,土壤化学性质指标应选择土壤有机质含量,并运用这两个指标建立了荒漠化程度土壤评判指标体系,即通过荒漠化土壤表层0~20 cm上述两个指标的量值来评判荒漠化程度。 相似文献
20.
为揭示土壤有机质(Soil organic matter, SOM)时空变异性与驱动因子响应机制,保障区域耕地可持续利用与粮食安全,应用地理探测器、地统计和重心偏移方法对陕西省SOM含量时空变异格局与驱动因子进行研究。结果表明:整体上,陕西省2017年SOM分布呈南高北低格局,平均含量(质量比)为15.63g/kg,较2007年提升8.61%;空间上,2017年SOM含量重心整体向西南偏移,陕南向西迁移,关中向东迁移,陕北向西南偏移;2017年SOM含量空间变异主导驱动因子为土壤全氮含量(q为0.74);2007—2017年间,土壤全氮含量、年平均气温、机械总动力对SOM含量空间变异的驱动力提升较大;2007—2017年,自然与人文因素共同驱动SOM含量时空变异,但人类活动对两因素均具有重要影响。 相似文献