全文获取类型
收费全文 | 157篇 |
免费 | 4篇 |
国内免费 | 15篇 |
专业分类
林业 | 24篇 |
农学 | 6篇 |
基础科学 | 20篇 |
12篇 | |
综合类 | 51篇 |
农作物 | 1篇 |
水产渔业 | 15篇 |
畜牧兽医 | 40篇 |
园艺 | 7篇 |
出版年
2024年 | 3篇 |
2023年 | 12篇 |
2022年 | 8篇 |
2021年 | 11篇 |
2020年 | 9篇 |
2019年 | 4篇 |
2018年 | 8篇 |
2017年 | 4篇 |
2016年 | 4篇 |
2015年 | 1篇 |
2014年 | 8篇 |
2013年 | 5篇 |
2012年 | 2篇 |
2011年 | 6篇 |
2010年 | 8篇 |
2009年 | 10篇 |
2008年 | 7篇 |
2007年 | 6篇 |
2006年 | 10篇 |
2005年 | 8篇 |
2004年 | 11篇 |
2003年 | 4篇 |
2002年 | 10篇 |
2001年 | 5篇 |
2000年 | 1篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1994年 | 1篇 |
1989年 | 1篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1981年 | 1篇 |
排序方式: 共有176条查询结果,搜索用时 0 毫秒
161.
162.
基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究 总被引:5,自引:1,他引:4
【目的】基于无人机高空间分辨率影像,探讨剔除土壤背景信息及增加纹理信息对棉花植株氮浓度反演的影响,为棉花氮素营养精准探测提供新技术手段。【方法】开展棉花水、氮耦合试验,分别在棉花的不同生育期获取无人机多光谱影像和植株氮浓度信息。基于以上数据,首先探讨了土壤背景对棉花冠层光谱的影响;其次,分析了影像纹理特征与植株氮浓度间的相关性;最后,将获得的数据分为建模样本和检验样本,设置剔除土壤背景前、剔除土壤背景后、增加纹理特征等不同情景,采用光谱指数与主成分分析耦合建模的方法,来建立各种情景下植株氮浓度的反演模型,并对模型反演效果进行比较。【结果】土壤背景对棉花冠层光谱有影响,且不同生育期趋势不同;影像纹理特征参数与植株氮浓度间有显著相关关系;剔除土壤背景前植株氮浓度反演模型的建模决定系数为0.33,标准误差为0.21%,验证决定系数为0.19,标准误差为0.23%;剔除土壤背景后模型的建模决定系数为0.38,标准误差为0.20%,验证决定系数为0.30,标准误差为0.21%;增加纹理信息后模型的建模决定系数为0.57,标准误差为0.17%,验证决定系数为0.42,标准误差为0.19%。【结论】基于低空无人机高空间分辨率影像,剔除土壤背景和增加纹理特征均可提高棉花植株氮浓度的反演精度;影像纹理可以作为一种重要信息来支撑无人机遥感技术反演作物氮素营养状况。 相似文献
163.
一款无人机高光谱传感器的验证及其在玉米叶面积指数反演中的应用 总被引:2,自引:0,他引:2
【目的】验证无人机机载高光谱传感器S185,并基于其获得的影像探讨无人机高光谱遥感反演叶面积指数的新方法。【方法】以东北玉米为研究对象,在吉林省公主岭市开展了玉米氮肥梯度试验,共设5处理,每个处理3次重复。分别在玉米的V5-V6,V11,R1-R2等生育期(Ritchie生育期)进行无人机飞行试验和地面光谱及叶面积指数测定,共获得数据45组。为验证S185影像数据,在相同尺度下提取S185影像信息与地面光谱信息,一方面从测定同一目标地物两者光谱反射率间的相关性进行分析,另一方面筛选15种常用的各类光谱指数,从整个生育期通过影像数据计算的各光谱指值与地面光谱仪计算的相应值变化趋势的一致性进行分析;将45组样品随机选择30组,基于人工神经网络算法利用S185数据建立反演叶面积指数的模型,剩下15组样品作为外部验证样品,用来验证神经网络模型的预测效果。另外,基于相同的分组数据,利用前面筛选的各光谱指数分别建立叶面积指数的反演模型,以与人工神经网络建模结果进行比较。【结果】在各个生育时期,同种目标地物S185测定数据与地面光谱仪测定数据间具有很强的相关性,相关系数在0.99以上;在玉米整个生育期,S185数据计算的各光谱指数与地面光谱仪计算的各光谱指数变化趋势相同,相关系数在0.88以上;在构建基于人工神经网络法反演叶面积指数的模型中,建模时的决定系数为0.96,均方根误差为0.42,相对均方根误差为13.15%;外部验证时的决定系数为0.95,均方根误差为0.54,相对均方根误差为16.74%,这一结果优于基于各光谱指数建立的叶面积指数反演模型。【结论】无人机搭载S185传感器可用于准确获取玉米冠层高光谱信息,且可利用人工神经网络法基于这一数据建立玉米叶面积指数的反演模型。 相似文献
164.
165.
正农机的维护和保养对农机来说十分重要,下面就为大家介绍一下玉米播种机的维修与保养方法。听声音。应经常注意机器的转速、声音是否正常。每天作业完毕,清除机具粘土、挂草,清理剩余种子肥料,用清水冲洗晾干后,给开沟铲器面涂防锈油。检查固定螺母是否松动或磨损,如松动应立即拧紧,易损部件磨损时应及时更换。及时添加润滑油,检查各紧固螺钉、键销是否松动,发现异常要 相似文献
166.
167.
168.
【目的】 为实现小麦精准管理,准确识别其种植行位置具有重要意义。本研究分别针对传统Hough变换法和绿色像元累积法存在的缺陷进行改进,并对改进前、后不同方法在小麦种植行识别上的精度进行对比分析,为小麦种植行精准提取提供技术支撑。【方法】 本研究开展了小麦水、氮耦合试验,在小麦拔节前期,基于四旋翼无人机携带RedEdge M传感器获取小麦不同生长条件下多光谱影像。基于上述数据,首先采用超绿超红差分指数和Otsu方法对影像分割、分类,获取植被/土壤二值图;其次,采用3×1线型模板进行形态学开运算,降低边界不规则度并去除噪音;然后,结合无人机影像中小麦种植行排布特点,分别针对传统Hough变换法的峰值检测过程和绿色像素累积法的角度检测过程进行优化,提出改进的小麦种植行识别方法;最后,分别将两种方法改进前、后的识别结果与目视解译种植行位置结果进行对比,基于检出率和作物行识别精度(crop row detection accuracy,CRDA)评价4种方法的优劣。【结果】 采用超绿超红差分指数与Otsu方法可以很好对植被/土壤进行分类,分类结果的总体精度达到93.75%,Kappa系数为0.87;形态学运算可以很好地去除图像噪声,减少后期种植行识别误差;改进后Hough变换法通过利用先验知识对峰值检测范围进行约束,有效提升了种植行检测精度,种植行平均检出率从30%提升至67%,CRDA平均值从0.22提升至0.44;改进后绿色像元累积法通过考察整幅影像的绿色像元累积特征,有效提升角度检测精度,种植行平均检出率从14%提升至93%,CRDA平均值从0.12提升至0.69;4种方法的识别精度从高到低依次为改进后绿色像元累积法、改进后Hough变换法、改进前Hough变换法、改进前绿色像元累积法。【结论】 本研究较好地改进了传统种植行识别方法,为种植密度大、行间距小的小麦种植行识别提供了技术支撑。 相似文献
169.
<正>“生态兴则文明兴,生态衰则文明衰”,习近平总书记的这一论断科学回答了自然生态与人类文明之间的关系,深刻揭示了两者命运与共、兴衰相依的规律。西山永定河文化带覆盖了从史前到当代漫长的人类和城市历史演变过程,是北京的文明之源、历史之根、文化之魂。西山漫长的生态演变过程深刻影响着北京地区早期人类的出现和人类文明的演化,而森林植被的变化又是西山生态演变的重要组成。我们尝试从西山森林植被的变化入手,找出西山生态变迁和北京文明演化之间的历史关系、山与城在不同历史阶段的兴衰规律。本文作为开端,从西山地质讲起,回顾了前人对史前人类出现之前西山森林植被变化的研究。 相似文献
170.
<正>习近平总书记指出:“新时代坚持和发展中国特色社会主义,需要系统研究中国历史和文化,深刻把握人类发展历史规律,在对历史的深入思考中汲取智慧、走向未来。”中国传统文化浩如烟海、博大精深,作者尝试在中国古代典籍中挑选出展现古人生态观点、彰显古人生态智慧的论述进行解读,对现在的林业生态建设提供参考。本文参照现代林业科学技术对《周礼》中涉及的林业科学技术进行解读。 相似文献