全文获取类型
收费全文 | 36349篇 |
免费 | 2039篇 |
国内免费 | 3526篇 |
专业分类
林业 | 2304篇 |
农学 | 1914篇 |
基础科学 | 1903篇 |
3733篇 | |
综合类 | 17351篇 |
农作物 | 2476篇 |
水产渔业 | 1896篇 |
畜牧兽医 | 6078篇 |
园艺 | 2795篇 |
植物保护 | 1464篇 |
出版年
2024年 | 307篇 |
2023年 | 774篇 |
2022年 | 1772篇 |
2021年 | 1687篇 |
2020年 | 1596篇 |
2019年 | 1560篇 |
2018年 | 1122篇 |
2017年 | 1784篇 |
2016年 | 1196篇 |
2015年 | 1753篇 |
2014年 | 1958篇 |
2013年 | 2276篇 |
2012年 | 3175篇 |
2011年 | 3233篇 |
2010年 | 2986篇 |
2009年 | 2677篇 |
2008年 | 2688篇 |
2007年 | 2401篇 |
2006年 | 1946篇 |
2005年 | 1556篇 |
2004年 | 1001篇 |
2003年 | 566篇 |
2002年 | 561篇 |
2001年 | 514篇 |
2000年 | 515篇 |
1999年 | 164篇 |
1998年 | 16篇 |
1997年 | 11篇 |
1996年 | 8篇 |
1995年 | 19篇 |
1994年 | 7篇 |
1993年 | 11篇 |
1992年 | 11篇 |
1991年 | 9篇 |
1990年 | 3篇 |
1988年 | 1篇 |
1987年 | 9篇 |
1986年 | 5篇 |
1985年 | 2篇 |
1981年 | 3篇 |
1964年 | 1篇 |
1962年 | 8篇 |
1956年 | 19篇 |
1955年 | 3篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
81.
近年来,人工林土壤肥力质量退化与林业生产之间的矛盾日益加剧,严重威胁林业的可持续发展,土壤肥力质量维持变得十分紧迫。针对人工林土壤肥力质量退化与维持这一热点问题,从土壤物理性质、土壤化学性质、土壤微生物、土壤酶活性、化感作用等角度系统阐述了杉木Cunninghamia lanceolata人工林经营过程中土壤肥力质量的演变趋势。众多研究表明,中国杉木人工林主要产区普遍存在土壤肥力质量退化,生产力持续降低等问题,其主要驱动因素是不可持续的营林措施。同时从轮作经营、混交复合造林、林分密度调节、肥力补偿、可持续森林管理等方面对杉木人工林土壤肥力质量维持研究成果进行了综述,并对杉木人工林土壤肥力质量维持研究进行了展望。表1参48 相似文献
82.
83.
采用对权重公式进行发展的模糊综合评价模型对仙鹤湖湖水重金属污染状况进行了评价和分析,并与灰色关联分析法、分级评价法、内梅罗指数法和单因子指数法进行了评价结果的比较,其中前3种方法的评价结果整体趋势是基本一致的。与实际情况对比表明,模糊综合法和分级评价法评价结果概率分布比较客观真实地反映了整体湖水水质状况,因此模糊综合法对评价对象的整体质量状况评价结果明显。基于评价结果进行了蒙特卡罗(MC)预测,参考各方法的评价结果的蒙特卡罗预测值和湖水水质实际情况,满足湖水评价参数的概率为74.87%,即扎龙湿地仙鹤湖湖水整体水质为Ⅱ级,同时有向Ⅲ级转化的趋势。扎龙湿地仙鹤湖营养状态级别为中度富营养。 相似文献
84.
比较分析了相同规格银鲳与翎鲳幼鱼肌肉必需氨基酸的组成模式。结果显示,银鲳与翎鲳肌肉中氨基酸均以谷氨酸含量最高,分别为2.91、2.77 g/100 g湿物质,色氨酸含量最低,分别为0.17、0.18 g/100 g湿物质;银鲳肌肉中氨基酸总量、必需氨基酸总量及呈味氨基酸总量分别为18.08、9.32与6.84 g/100 g湿物质,翎鲳肌肉中氨基酸总量、必需氨基酸总量及呈味氨基酸总量分别为17.25、8.80与6.60 g/100 g湿物质;银鲳肌肉中必需氨基酸的组成比例为缬氨酸∶蛋氨酸∶异亮氨酸∶亮氨酸∶苏氨酸∶苯丙氨酸∶组氨酸∶赖氨酸∶精氨酸∶色氨酸=6.02∶3.12∶5.66∶9.45∶4.33∶4.50∶2.56∶11.15∶7.06∶1.00,翎鲳肌肉必需氨基酸中缬氨酸∶蛋氨酸∶异亮氨酸∶亮氨酸∶苏氨酸∶苯丙氨酸∶组氨酸∶赖氨酸∶精氨酸∶色氨酸=5.64∶2.42∶5.18∶8.74∶4.12∶4.13∶2.46∶10.28∶6.65∶1.00。统计分析表明,银鲳与翎鲳间肌肉中氨基酸总量、必需氨基酸总量、呈味氨基酸总量以及必需氨基酸的组成模式并无显著性差异(P0.05)。 相似文献
85.
水稻耐肥性与氮肥施用量的研究 总被引:1,自引:0,他引:1
根据羣众“因土种植,看苗施肥”的经验,在肥力高的土壤上,选用耐肥强的品种,而在肥力低的土壤上,则选用耐肥弱的品种,前者施肥量高,后者施肥量低。农民这种传统的栽培习惯对我国农业生产获得大面积较好的收成起了很大作用。 相似文献
86.
为了筛选出适宜当地种植的粮饲通用型玉米品种,推进临洮县玉米生产向粮改饲方向调整。以先玉335为对照,对12个玉米品种的生物产量、籽粒产量和营养品质进行比较。结果表明,陇单703、5291生物产量和籽粒产量均较高,干物质产量分别为20.04、17.70 t/hm2,鲜草产量分别为60.16、59.64 t/hm2,籽粒产量分别为16.08、17.74 t/hm2;青贮营养品质也较优,粗蛋白含量分别为99.4、85.9 g/kg,中性洗涤纤维含量分别为408.3、430.5 g/kg,酸性洗涤纤维含量分别为238.8、247.0 g/kg,淀粉含量分别为353.0、359.1 g/kg,均达到国际一级品种要求。以上2个品种可作为粮饲通用型玉米品种在临洮县推广种植。 相似文献
87.
安徽省冬小麦发育期农业干旱发生风险分析 总被引:10,自引:2,他引:10
客观准确的干旱风险评估是各级政府进行生产布局、制定防灾与减灾决策的依据.利用安徽省78个气象台站1971-2006年逐日气象要素观测资料,以累积湿润指数为干旱指标分析了各地冬小麦发育期内干旱发生的风险度以及对产量的影响.结果表明:从地区分布看,冬小麦发育期内干旱发生风险自南向北逐渐增大,淮北大部处于重度风险以上,江淮大部基本无风险;从冬小麦发育阶段看,以灌浆-成熟期的旱灾风险最大,拔节-抽穗期次之,返青-分蘖期最小;从年际变化看,虽然各区旱灾风险的变化趋势不同,但2000年后均明显增大,近年来的加重趋势值得关注.冬小麦产量损失与干旱发生时段密切相关,小麦拔节-灌浆期发生干旱时减产最重;同时旱灾的持续时间越长、强度越大,损失越重. 相似文献
88.
89.
[目的]比较不同地理群体合浦珠母贝(Pinctada fucata)双列杂交子代数量性状及确定形态性状对其体质量和软体质量的真实影响效应,为合浦珠母贝的选择育种提供参考依据.[方法]以海南三亚(SY)和广西北海(BH)2个地理野生合浦珠母贝群体为亲本,经双列杂交获得4个F1代群体(SY♂×SY♀、SY♂×BH♀、BH♂×SY♀和BH♂×BH♀),各随机挑选100只养殖至14月龄的个体进行数量性状(壳长、壳高、壳宽、铰合线长、体质量和软体质量)测量,并采用SPSS 18.0进行K-S检验、单因素方差分析、表型性状相关分析、通径分析和决定系数计算.[结果]4个F1代群体的体质量和软体质量变异系数明显大于形态性状的变异系数,其中又以软体质量的变异系数最大.SY♂×SY♀群体壳长与体质量和软体质量间的相关性最大,对应的相关系数分别为0.675和0.529;而其他3个F1代群体的壳宽与体质量和软体质量的相关性最大.剔除对体质量和软体质量不显著的形态性状,分别建立针对各F1代群体体质量和软体质量的回归方程,总决定系数(R2)均小于0.850.通径分析结果表明,对SY♂×SY♀群体体质量和软体质量直接影响最大的形态性状分别是壳高和壳长,对其他3个F1代群体体质量和软体质量直接影响最大的形态性状均是壳宽;SY♂×SY♀群体壳高对体质量的决定系数最大,壳长对软体质量的决定系数最大,其他3个F1代群体形态性状对体质量和软体质量决定系数最大的也均是壳宽.[结论]不同地理群体合浦珠母贝双列杂交子代数量性状中软体质量最具选择潜力.在只考虑形态性状选育时,SY♂×SY♀群体以体质量为选育目标时应选择壳高,以软体质量为选育目标时则应选择壳长,同时加强对壳高的选择;其他3个F1代群体在以体质量或软体质量为选育目标时均应选择壳宽. 相似文献
90.
为了满足田间作物长势快速检测与指导变量管理的需求,以玉米为例设计了基于多光谱成像的田间作物植株叶绿素检测系统,包括可见光(RGB)和近红外(Near-infrared, NIR)图像采集模块、主控处理器模块、模型加速模块、显示及电源模块,用于实现玉米植株智能识别与叶绿素指标一体化检测。首先,采集玉米苗期和拔节期冠层图像数据集,比较了植株冠层实例分割与株心目标检测两种深度学习模型,构建了基于MobileDet+SSDLite(Single shot multibox detector lite)轻量化网络的玉米植株定位检测模型,实现玉米植株识别。其次,提取被识别的植株株心RGB-NIR图像,开展RGB和NIR图像匹配与分割,提取R、G、B和NIR灰度值计算植被指数,使用SPXY算法(Sample set portioning based on joint X-Y distances)和连续投影算法(Successive projections algorithm, SPA)分别对数据集进行样本划分及特征变量筛选,选择高斯过程回归(Gaussian process regression, ... 相似文献