全文获取类型
收费全文 | 2266篇 |
免费 | 62篇 |
国内免费 | 86篇 |
专业分类
林业 | 275篇 |
农学 | 56篇 |
基础科学 | 97篇 |
92篇 | |
综合类 | 811篇 |
农作物 | 105篇 |
水产渔业 | 238篇 |
畜牧兽医 | 556篇 |
园艺 | 80篇 |
植物保护 | 104篇 |
出版年
2024年 | 20篇 |
2023年 | 54篇 |
2022年 | 51篇 |
2021年 | 79篇 |
2020年 | 65篇 |
2019年 | 57篇 |
2018年 | 56篇 |
2017年 | 39篇 |
2016年 | 68篇 |
2015年 | 48篇 |
2014年 | 87篇 |
2013年 | 86篇 |
2012年 | 86篇 |
2011年 | 89篇 |
2010年 | 116篇 |
2009年 | 118篇 |
2008年 | 109篇 |
2007年 | 120篇 |
2006年 | 115篇 |
2005年 | 104篇 |
2004年 | 76篇 |
2003年 | 83篇 |
2002年 | 66篇 |
2001年 | 76篇 |
2000年 | 64篇 |
1999年 | 50篇 |
1998年 | 29篇 |
1997年 | 44篇 |
1996年 | 35篇 |
1995年 | 36篇 |
1994年 | 22篇 |
1993年 | 21篇 |
1992年 | 29篇 |
1991年 | 24篇 |
1990年 | 24篇 |
1989年 | 32篇 |
1988年 | 21篇 |
1987年 | 12篇 |
1986年 | 14篇 |
1985年 | 19篇 |
1984年 | 13篇 |
1983年 | 14篇 |
1982年 | 3篇 |
1981年 | 9篇 |
1980年 | 3篇 |
1977年 | 5篇 |
1975年 | 8篇 |
1965年 | 2篇 |
1962年 | 2篇 |
1957年 | 3篇 |
排序方式: 共有2414条查询结果,搜索用时 15 毫秒
81.
82.
83.
安徽省主要作物最佳施硫效应研究 总被引:4,自引:0,他引:4
在安徽省土壤有效硫含量分配和丰缺频率研究的基础上,自1993到1998对小麦,大豆,油菜和水稻进行了30个田间小区试验,证明了这几种作物施硫的增产效应,找出最佳施硫水平和施硫与N(P)的最优配施组合30个田间小区试验中,(1)9个小麦,大豆和油菜简单对比试验表明,施硫使产量分别提高15%、14%和17%,产出/投入比(VCR)依次为34、29和8,大多数作物的蛋白质含量增加2~5个百分点;(2)两个大豆和两个油菜的施硫水平研究结果,进一步显示了施硫的正效应.两个大豆试验表明,施硫比对照增产4%~15%(每公顷增产113~527 kg),产出/投入比(VCR)6~15.蛋白质含量从对照的40%提高到施硫处理的42%左右,但对含油率未表现多大影响.5个硫水平中,S90表现最好.两个油菜试验结果表明,施硫增产4%~11%,产出/投入比(VCR)2~7,菜籽粗蛋白含量由对照的23.8%提高到施硫的26%左右.从两种作物施硫水平对产量和品质的影响分析,在安徽省目前情况下,大豆和油菜的最佳施硫水平为60~90 kg/ha;(3)用"2因素-2次饱和D-最优设计"进行的五个点的小区小麦6个N-S水平的交互效应试验结果表明,绝大多数处理的产量均有提高,单施N或N-S配合的比N0S0的增产2%~48%,所有N-S配合的,绝大多数比N262.5S0的增产1%~19%,增产率低的或表面减产的,因减N节本,实际效益仍然可观.5个试验点绝大部分N-S配施的,每公顷的节本和增产带来的实际增收大约为150~2000元人民币.N-S水平与产量间呈显著或极显著的二元二次相关,Y=a+bN+cS+dN2+eS2+fN*S(R2=0.7695*-0.9658**)(n=6),此方程经进一步验证修改,有助于小麦施肥中N、S用量的选择5个试验点F值达1.6707*-33.3185**,在0.05~0.01水平显著.N-S配合施用提高籽粒蛋白质含量2个百分点左右.N-S配合施用对油菜和水稻的产量影响,同样表现了积极的经济效益.(4)6年田间试验结果显示,土壤磷酸二氢钙浸提性S(MCP-S)含量分别与1 kg S的净增产量(kg)、增产率(%)和VCR之间,存在极显著的二次曲线相关(r2=0.2997-0.3923,n=17),曲线示明,土壤MCP-S含量在22 mg/kg以下的土壤情况,作物施硫有良好效果. 相似文献
84.
基于GIS的森林资源遥感调查方法研究 总被引:6,自引:1,他引:6
在试验研究的基础上 ,提出了在GIS支持下的遥感数据预处理 样地调查 前期调查信息叠合 -图象判读 -调查因子估测的技术路线 ,充分利用前期调查图面信息、小班属性数据信息进行遥感图象判读和小班调查因子估测的技术方法 ,有效地提高了判读的正判率和调查因子的估计精度 ,并产出了 1∶1万小班基本图 ,提高了调查成果的实用性 相似文献
85.
中试系统制备了杨木碱性过氧化氢机械浆。分别在水相 /有机溶剂相 /气相等条件下 ,使用乙酐处理杨木化机浆 (原浆及硼氢化钠还原后纸浆 ) ,分别抄造成 60g/m2 纸片 ,测定了不同时间紫外线照射后试样白度。运用返色值 (PCno .)和白度稳定效果 (BSE)等指标评价处理后浆料的光学稳定性。研究结果表明 ,有机溶剂相和气相乙酰化后的纸浆 ,光学稳定性的提高程度取决于乙酐用量和反应时间即乙酰化程度。通过乙酰化 ,可以获取光学完全稳定的杨木化机浆。紫外漫射反射光谱表明 ,杨木APMP机械浆光诱导返色的主要原因是纸浆木质素中羰基和酚羟基团吸收紫外光后变化形成发色结构所致。还原配合纸浆乙酰化处理 ,可能成为防止高得率纸浆返色的工业应用方法 相似文献
86.
采集了常见制浆材(桉木、相思木及杨木)样品的近红外光谱,测定了样品的基本密度、综纤维素、木质素和苯醇抽出物含量,用人为控制水分的方法测定了样品的水分含量。对原始光谱进行预处理后,分别运用偏最小二乘法(PLS)、LASSO算法、支持向量机法(SVR)和人工神经网络法(BP-ANN)建立基本密度、水分含量、综纤维素、木质素和苯醇抽出物含量的预测模型。对预测模型进行独立验证,结果显示:LASSO算法建立的基本密度和综纤维素模型性能最优,其预测均方根误差(RMSEP)分别为0.006 3 g/cm~3和0.49%,绝对偏差(AD)范围分别为-0.008 8~0.009 6 g/cm~3和-0.85%~0.87%;PLS建立的水分含量模型及苯醇抽出物模型最优,RMSEP值分别为1.21%和0.24%,AD范围分别为-1.99%~2.03%和-0.35%~0.38%;SVR建立的木质素模型最优,RMSEP值为0.43%,AD范围为-0.76%~0.74%,均满足制浆造纸工业中对误差的要求。 相似文献
87.
本研究为调控盆栽康乃馨切花的生长发育,提高观赏品质,采用温度、光照、植物生长调节剂和摘心等方法对盆栽康乃馨切花生长发育进行综合调控。结果表明:摘心起到很好的矮化作用,伸长量明显降低,同时分枝数增多、花期推后,开花期与对照相比,一次摘心的推后25 d,二次摘心的推后40 d;在光照培养箱中培养的盆栽康乃馨生长健壮,并延长花期7 d;100 mg/L的矮壮素处理的康乃馨植株伸长量明显降低,植株矮化,长势健壮;5 mg/L、10 mg/L、30 mg/L的B9以及30 mg/L、50mg/L矮壮素处理的植株叶长不同程度的缩短;5 mg/L的B9以及30 mg/L、70 mg/L、100mg/L的矮壮素处理的植株叶宽不同程度的增加,70 mg/L的矮壮素对叶宽的影响比对照(p<0.05)具有显著的差异;不同浓度的B9和矮壮素处理对开花期有不同程度的推后作用,花期延长,不同浓度B9处理的比对照花期平均延长4.5 d,不同浓度矮壮素处理的平均延长6.5 d。上述研究结果为盆栽康乃馨切花的生产和品质提升提供理论参考。 相似文献
89.
文中总结分析了1961—2017年世界溶解浆生产和消费情况。溶解浆的生产和消费呈现由发达国家(地区)向发展中国家(地区)转移的趋势短期内不会改变。溶解浆生产属于技术和资金密集型产业,随着中国和印度等发展中国家制浆造纸工业的技术进步,溶解浆的生产量将增加,进口占比逐年降低。世界溶解浆的生产和消费量在今后若干年内仍呈增长趋势。2017年世界溶解浆的消耗量为792.9万t,进口量占比为64.3%。乐观预测到2030年世界溶解浆消费量将达到1 230万t,在2017年的基础上增加60%。中国是世界最大的溶解浆生产国、进口国和消费国,但溶解浆的生产成本居高不下,浆料品质不够稳定,与先进国家存在一定差距。亟待投入研究力量,开发适宜的溶解浆生产工艺,提升溶解浆质量并降低生产成本。 相似文献
90.
森林高度是反映森林数量和质量的重要指标,是森林经营管理的重要基础数据,准确获取森林高度信息一直是林业遥感研究的目标。本研究以广西高峰林场的105块地面实测样地数据和机载激光雷达(Light detection and ranging, LiDAR)数据为基础,从点云数据中提取35个特征变量,分别采用支持向量机-递归特征消除法(SVM-RFE)、轻量级梯度提升机(LightGBM)和主成分分析(PCA)法进行特征筛选,并结合参数模型(LR)和非参数模型(RFR、KNN)对林分平均高进行反演。研究结果表明,不同特征选择方法和估测模型的组合精度差异较大。其中,利用LightGBM进行特征筛选结合KNN回归反演效果最佳,建模的R2和RMSE分别为0.83和1.64 m,验证的R2和RMSE分别为0.81和1.56 m。此外,在SVM-RFE、LightGBM和PCA这3种特征筛选方法中LightGBM的效果最好,无论在RFR模型还是在KNN模型中均能得到较高的R2,优于SVM-RFE和PCA。 相似文献