全文获取类型
收费全文 | 77篇 |
免费 | 7篇 |
国内免费 | 86篇 |
专业分类
林业 | 2篇 |
农学 | 8篇 |
基础科学 | 8篇 |
72篇 | |
综合类 | 50篇 |
农作物 | 10篇 |
水产渔业 | 1篇 |
畜牧兽医 | 4篇 |
园艺 | 2篇 |
植物保护 | 13篇 |
出版年
2023年 | 3篇 |
2022年 | 2篇 |
2021年 | 1篇 |
2020年 | 3篇 |
2019年 | 3篇 |
2018年 | 5篇 |
2017年 | 3篇 |
2016年 | 4篇 |
2015年 | 3篇 |
2014年 | 3篇 |
2013年 | 4篇 |
2012年 | 8篇 |
2011年 | 16篇 |
2010年 | 19篇 |
2009年 | 10篇 |
2008年 | 8篇 |
2007年 | 17篇 |
2006年 | 8篇 |
2005年 | 11篇 |
2004年 | 11篇 |
2003年 | 3篇 |
2002年 | 10篇 |
2001年 | 6篇 |
2000年 | 7篇 |
1999年 | 2篇 |
排序方式: 共有170条查询结果,搜索用时 31 毫秒
131.
病虫害是农业生产过程中影响粮食产量和质量的重要生物灾害。目前,我国的作物病虫害监测方式以点状的地面调查为主,无法大面积、快速获取作物病虫害发生状况和空间分布信息,难以满足作物病虫害的大尺度科学监测和防控的需求。近年来,随着国内外卫星光谱、时间和空间分辨率的不断提升,利用遥感手段开展高效、无损的病虫害监测成为有效提升我国病虫害测报水平的重要手段。与此同时,多平台、多种方式的作物病虫害遥感监测也为病虫害的有效防治和管理提供了重要科技支撑。本文从作物病虫害光谱特征、遥感监测方法和遥感监测系统等方面阐述了作物病虫害遥感监测研究的进展,分析了当前面临的挑战,并对未来发展趋势进行了展望。 相似文献
132.
扫描成像光谱仪和地物光谱仪在单叶尺度上的对比研究 总被引:3,自引:1,他引:2
【目的】对图谱合一的冬小麦叶片高光谱数据进行分析,验证扫描成像光谱仪(PIS)在近地使用的可行性。【方法】利用扫描成像光谱仪和地物光谱仪(ASD)获取冬小麦关键生育期的叶片光谱信息,比较两仪器在450—850nm获得的光谱曲线;选取15种植被指数,对两仪器获得的光谱值进行植被指数运算,并将结果与叶片叶绿素含量进行相关分析。【结果】在冬小麦的不同生育期,扫描成像光谱仪和地物光谱仪获得叶片的反射率曲线趋势一致,在对应的波段均表现出相应的波峰、波谷、高反射区等特征,但扫描成像光谱仪获得的反射率值都高于地物光谱仪。对比两仪器15种植被指数和叶绿素含量之间的相关系数得出,扫描成像光谱仪获得的相关系数普遍高于地物光谱仪。【结论】扫描成像光谱仪和地物光谱仪获取的数据有相同的曲线特征,说明扫描成像光谱仪获得的数据是可靠的;植被指数与叶绿素含量的相关系数比较结果表明,扫描成像光谱仪获得的图谱合一的数据在近地遥感研究中有很大的优势。 相似文献
133.
基于中分辨率影像的农田管理单元自动提取研究 总被引:1,自引:0,他引:1
【目的】结合"面向对象"的农田管理思想,提出农田管理单元(farmland management unit,FMU)的概念及自动提取方法,并在此基础上探讨和评价中分辨率影像用于农田管理单元自动提取的可行性及效果。【方法】以江苏省2006年一景Landsat5TM影像中两块典型区域为例,通过决策树分类和多尺度分割等方法实现FMU自动提取。结合人工解译研究区SPOT-5高分辨率影像得到的地块边界信息,对FMU图斑内像元异质性和地块边界吻合度相关指标进行计算和分析。【结果】试验区内作物地块的总体分类精度均超过90%。两块试验区内反映FMU图斑异质性的平均标准差和平均极差分别较全区作物地块整体低70%以上和45%以上;反映FMU地块边界吻合度的误分地块率和面积偏差率均低于10%。此外,多尺度分割中层权重、分割尺度、形状因子和紧凑度因子的设置对FMU的自动提取效果有不同程度的影响。【结论】基于中分辨率影像的FMU自动提取方案基本可行,在研究区内能够获得单元内异质性较低且单元边界与地块边界吻合度较高的提取结果,符合农田管理的要求。 相似文献
134.
基于GIS的农作物病虫害预警系统的初步建立 总被引:10,自引:1,他引:9
该研究以建立农作物病虫害预警系统为目标,使用国产SuperMap IS.NET的GIS软件作为开发平台,以C 语言作为编程语言。该系统充分使用了GIS强大的空间分析功能和RS的快速、实时、大面积获取病虫害信息的功能,实现了GIS与RS在系统中的集成。系统最终将抽象的数据转化成清晰简明的电子地图,直观明了的显示了病虫害的发生程度和空间分布规律。该文重点介绍了此预警系统的数据库设计和系统的基本功能以及预警流程;最终,使用甘肃省庆阳地区西峰区2002年的小麦条锈病相关数据,来展示该预警系统中病害预测功能的实现过程,并获得了与实际报道相吻合的预警结果。研究表明,此预警系统能够对农作物病虫害进行分类预测,并根据预警结果对病虫害进行合理的预防和防治。 相似文献
135.
作物病虫害严重影响农业生产和粮食安全。近年来,随着全球气候变化,病虫害造成的经济损失日益加剧。作物病虫害监测目前主要依靠植保人员田间调查,这种传统的病虫害监测方法费时费力且存在以点代面的代表性差、主观性强和时效性差等弊端,难以满足大范围病虫害实时监测的需求。遥感技术的出现为作物病虫害监测提供了新的契机,是未来大面积病虫害监测与产量损失评估的重要手段。本文在阐述作物病虫害胁迫光谱响应的生理机制的基础上,对目前作物病虫害遥感监测中较为通用的方法进行了综述,同时指出了目前作物病虫害遥感监测中尚需解决的关键技术问题,并就如何实现大面积作物病虫害遥感监测提出了解决思路。 相似文献
136.
137.
用叶面标记态15N研究冬小麦不同叶位氮素的运转 总被引:7,自引:0,他引:7
以叶面涂抹^15N方式对不同类型冬小麦品种不同叶位叶片氮素的吸收、运转进行了研究。结果表明,冬小麦生育后期不同叶位叶片对子粒品质的贡献不同,旗叶对子粒的贡献高于其他叶位叶片。不同蛋白含量类型中,普通子粒蛋白类型的京冬8后期叶片氮素含量下降快,植株氮素含量低,而其转运效率高;子粒高蛋白类型中优9507品种氮素收获指数低于京冬8,其子粒中高的蛋白质含量是由于其高吸收、高贮存的结果。中优9507茎秆贮存氮素的能力较强,京冬8子粒中氮素的积累更多地依赖于叶片氮素的供应。 相似文献
138.
为提高小麦条锈病遥感监测精度,综合利用反射率光谱在作物生化参数探测方面的优势和叶绿素荧光在光合生理诊断方面的优势,构建了冠层日光诱导叶绿素荧光(Solar induced chlorophyll fluorescence,SIF)协同反射率光谱吸收参量的初始特征集合,并基于融合遗传算法(Genetic algorithm,GA)和支持向量回归(Support vector regression,SVR)算法对初始特征集合与SVR参数进行联合优选,确定遥感监测小麦条锈病严重度的敏感因子,建立基于GA-SVR算法的小麦条锈病遥感监测模型,并将其与相关系数(Correlation coefficient,CC)分析法提取特征参量构建的CC-SVR模型精度进行对比。小区试验数据验证结果表明,融合GA和SVR算法优选特征参量构建的GA-SVR模型精度优于CC-SVR模型,3个样本组中GA-SVR模型预测病情指数(Disease index,DI)与实测DI间的决定系数R2比CC-SVR模型至少提高了2.7%,平均提高了17.8%,均方根误差(Root mean square error,RMSE)至少减少了10.1%,平均减少了32.1%。大田调查数据进一步验证了利用GA-SVR算法对小麦条锈病遥感监测的敏感因子进行优选及模型构建能够提高小麦条锈病遥感监测精度,研究结果为实现大面积高精度遥感监测作物健康状况提供了思路。 相似文献
139.
基于ISODATA的冬小麦籽粒蛋白质含量遥感分级监测 总被引:2,自引:0,他引:2
对冬小麦籽粒蛋白质含量进行遥感分级监测预报,有利于农业管理部门大面积获取田间长势信息,便于及时制定有效的栽培管理措施,实现调优品质的目的.以江苏省姜堰市为例,进行基于TM卫星遥感技术的冬小麦蛋白质含量的监测研究.在利用GPS实地采样调查和建立解译标志的基础上,采用优化的ISODATA分类方法,结合人机交互式判读解译等操作,将样点的信息数据贯穿于整个分类过程;利用分类提取的冬小麦面积数据,反演叶面积指数、生物量和植株氮素含量信息,结合基于光谱参数与氮素积累的冬小麦籽粒蛋白质含量预测模型,对整个区域的冬小麦籽粒蛋白含量进行监测预报,对叠加样点实测数据进行了检验.结果表明,冬小麦面积信息解译精度在95%以上,籽粒蛋白质含量预报精度达到90%以上,最终制作了区域的冬小麦籽粒蛋白质含量分级监测专题图. 相似文献
140.
为明晰江淮区域大田冬小麦赤霉病的发生特征,建立冬小麦赤霉病遥感估测模型,该文分析了冬小麦赤霉病病情指数与气候因素(不同时间尺度日均气温和日均空气相对湿度)、生长参数(生物量、叶面积指数和叶片叶绿素含量)和光谱信息(NDVI、RVI和DVI)之间的互作关系。结果表明:1)不同时间尺度日均气温之间存在较好相关性,5日均气温与冬小麦赤霉病病情指数间的相关系数最大为0.77。与日均气温相类似,不同时间尺度日均空气相对湿度之间也存在不同程度的相关性,5日均空气相对湿度与赤霉病病情指数间的相关性最大,其相关性高于5日均气温。2)冬小麦生物量、叶面积指数和叶片叶绿素含量与赤霉病病情指数之间均呈线性正相关关系,且均达到显著水平,说明冬小麦群体密度大、郁闭程度高以及长势过旺是赤霉病易发的主要农学诱因。3)遥感植被指数NDVI(normalized difference vegetation index)、RVI(ratio vegetation index)和DVI(difference vegetation index)分别与冬小麦叶面积指数、生物量和叶片叶绿素含量之间有较好相关性,可以利用NDVI、RVI和DVI分别替换叶面积指数、生物量和叶片叶绿素含量参与建模。4)综合5日均气温、5日均空气相对湿度、NDVI、RVI和DVI 5个敏感因子,构建基于温湿度与遥感植被指数的冬小麦赤霉病病情指数估测模型,模型的估测值与实测值较为一致,RMSE为5.3%,相对误差为9.54%。说明本研究所建立的估测模型可以实现对冬小麦始花期赤霉病的有效估测,该研究可为江淮区域冬小麦生产中防病减灾的信息获取提供方法参考。 相似文献