全文获取类型
收费全文 | 125篇 |
免费 | 1篇 |
国内免费 | 2篇 |
专业分类
农学 | 14篇 |
基础科学 | 5篇 |
6篇 | |
综合类 | 43篇 |
农作物 | 57篇 |
畜牧兽医 | 2篇 |
园艺 | 1篇 |
出版年
2024年 | 1篇 |
2023年 | 4篇 |
2022年 | 6篇 |
2021年 | 4篇 |
2020年 | 3篇 |
2019年 | 2篇 |
2018年 | 2篇 |
2017年 | 2篇 |
2016年 | 5篇 |
2015年 | 3篇 |
2014年 | 10篇 |
2013年 | 4篇 |
2012年 | 8篇 |
2011年 | 11篇 |
2010年 | 2篇 |
2009年 | 6篇 |
2008年 | 5篇 |
2007年 | 4篇 |
2006年 | 4篇 |
2005年 | 6篇 |
2004年 | 5篇 |
2003年 | 5篇 |
2002年 | 4篇 |
2001年 | 4篇 |
2000年 | 5篇 |
1997年 | 2篇 |
1994年 | 3篇 |
1993年 | 1篇 |
1991年 | 1篇 |
1989年 | 5篇 |
1988年 | 1篇 |
排序方式: 共有128条查询结果,搜索用时 250 毫秒
11.
12.
氮肥用量、刈割高度对饲用苎麻产量、营养品质及败蔸的影响 总被引:1,自引:0,他引:1
探讨了氮肥用量和刈割高度对“湘苎3号”(Xiangzhu-3)和“多倍体1号”(Tri-1)饲用产量、营养品质及败蔸的影响,为“湘苎3号”和“多倍体1号”作为饲用作物的开发利用提供理论支持。采用两因素随机区组设计,刈割高度设3个水平,分别是40 cm(D1)、70 cm(D2)和100 cm(D3);氮肥设置3个水平,分别是每次施氮0 kg/hm2(N1)、92 kg/hm2(N2)和138 kg/hm2(N3)。通过测定各处理饲用苎麻鲜物质产量、干物质产量、营养物质含量及败蔸率,对不同氮肥用量和刈割高度处理的苎麻饲用价值进行综合评价。结果表明,氮肥用量和刈割高度对湘苎3号和多倍体1号鲜物质产量、干物质产量、粗蛋白、粗脂肪、粗灰分、粗纤维和磷含量影响显著,其中刈割高度是苎麻鲜物质产量、干物质产量和粗纤维有关参数的主要决定因子,湘苎3号粗蛋白含量主要由刈割高度决定,而多倍体1号粗蛋白含量主要由氮肥用量决定。其交互作用对湘苎3号和多倍体1号粗脂肪和粗纤维含量影响显著。在相同刈割高度下,湘苎3号和多倍体1号鲜物质产量、干物质产量、粗蛋白和粗脂肪含量均以N2处理最高,粗纤维含量随着氮肥用量的增加而降低。在相同氮肥用量下,湘苎3号和多倍体1号粗蛋白、钙和磷含量随刈割高度的增加而降低,生物产量和粗纤维含量随刈割高度的增加而增加。与此同时,多次刈割会引起湘苎3号和多倍体1号不同程度的败蔸。在本试验条件下,湘苎3号和多倍体1号最适合的刈割高度是70~100 cm,氮肥用量是92 kg/hm2。 相似文献
13.
14.
15.
施肥和密度对苎麻营养生理的影响 总被引:1,自引:1,他引:0
为了探讨施肥和密度对苎麻产量和品质形成的综合影响及营养生理效应,以苎麻新品种0501为试验材料,采用二次正交旋转组合设计,研究了施肥和密度对苎麻养分积累、苎麻养分分配规律的影响。结果表明,氮肥对苎麻植株体内的氮磷钾含量影响显著,施氮促进了苎麻对氮素的积累,但是,增施氮肥不利于磷钾在苎麻体内的积累。钾肥可以显著促进麻皮对磷钾的积累,使磷钾向皮中转移。养分分配规律中,头麻与二麻在养分分配中略有差别。 相似文献
16.
17.
单株定量施肥方式下烟田土壤NO3-N淋溶特征研究 总被引:2,自引:1,他引:2
2004年在湖南浏阳烟区烟稻轮作田块上,研究了单株定量施肥方式下NO3-NN在土壤中淋溶损失的规律。结果表明:烟苗大田移栽后1~4周内NO3-N的淋溶较多,第4周出现高峰,5~7周NO3-NN淋溶量相对较少,12周以后又呈上升趋势;NO3-N淋溶量与降水量存在正相关关系,但不显著;常规施肥条件下比单株定量施肥条件下NO3-NN含量更易受降水量的影响;常规施肥下,NO3-N含量在现蕾期以前,60~90cm土层有一个浓度升高区,现蕾期以后,浓度升高区消失;而在单株定量施肥下,NO3-N含量始终由表层向下部土层递减;NO3-N表聚现象,常规施肥较单株定量施肥方式明显。因此,单株定量施肥法为减少NO3-NN淋溶损失提供了可能。 相似文献
18.
19.
20.
茎杆倒伏是苎麻三麻培育中最常见的灾害,传统的监测方法具有耗时耗力、不及时等局限性。提出了一种基于无人机航拍获取苎麻倒伏信息的方法,首先利用Pix4D Mapper软件生成苎麻的冠层正射影像和数字表面模型(digital surface model,DSM),基于正射影像提取苎麻光谱、纹理及形状特征,基于DSM提取苎麻株高指标,最后结合3种机器学习算法构建正常/倒伏苎麻分类模型。结果表明,基于DSM提取的株高信息可以有效代替大田实测株高,模型R2为0.899。倒伏和正常苎麻在光谱、纹理、形状及株高特征上具有差异。在3种机器学习算法中,支持向量机和决策树模型的性能最好,准确率达到99%,能够高效地识别苎麻倒伏地块。以上研究结果为准确、快速评估作物倒伏情况提供了技术支撑。 相似文献