全文获取类型
收费全文 | 76篇 |
免费 | 5篇 |
国内免费 | 16篇 |
专业分类
林业 | 8篇 |
农学 | 6篇 |
基础科学 | 4篇 |
21篇 | |
综合类 | 32篇 |
农作物 | 3篇 |
水产渔业 | 4篇 |
畜牧兽医 | 11篇 |
植物保护 | 8篇 |
出版年
2023年 | 1篇 |
2020年 | 1篇 |
2017年 | 4篇 |
2016年 | 5篇 |
2015年 | 5篇 |
2014年 | 7篇 |
2013年 | 5篇 |
2012年 | 4篇 |
2011年 | 6篇 |
2010年 | 2篇 |
2009年 | 7篇 |
2008年 | 6篇 |
2007年 | 8篇 |
2006年 | 5篇 |
2005年 | 4篇 |
2004年 | 4篇 |
2003年 | 2篇 |
2002年 | 3篇 |
2001年 | 2篇 |
2000年 | 1篇 |
1999年 | 5篇 |
1998年 | 2篇 |
1997年 | 2篇 |
1995年 | 2篇 |
1993年 | 1篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有97条查询结果,搜索用时 14 毫秒
71.
72.
三都湾网箱鱼类养殖容量的估算 总被引:3,自引:0,他引:3
以底质硫化物为指标,采样实地调查估算法,估算福建宁德三都湾网箱鱼类养殖容量。选取的5片网箱养殖区底质硫化物调查结果,每片网箱养殖区底质硫化物的含量从网箱养殖区的中心向边缘递减,网箱养殖区外侧硫化物含量均没有超标;利用SPSS软件的双变量相关性分析功能,分析底质硫化物与单位水体养殖密度之间的相关关系,得到指数增长曲线方程:y=81.858e1.214x,经相关性分析,得到R=0.989,R2=0.977,p0.01(n=6),相关性显著。根据该方程和底质硫化物评价标准,计算得出三都湾网箱适养水域的鱼类养殖容量为1.07kg/m3。 相似文献
73.
为了保证土壤水分动态的测定精度对森林土壤水分变异性进行了研究,以合理确定样点数。结果表明,森林土壤水分的变异主要来源于林地土壤条件的变化及树冠对降雨的不均匀截留,且随季节而变化。在研究地区,土壤水分的变异系数在6~20%,要使土壤水分动态的测定精度高于0.90,测定重量含水量及容重的样点数须分别不少于10个及8个。对林木分布不均或土壤条件变化较大的林地,土壤水分变异系数更大,所需的样点数也更多。 相似文献
74.
杨树天牛发生量估计模型与抽样方法的研究 总被引:1,自引:0,他引:1
根据杨树天牛危害的特点,应用Capture—Recapture模型,以两次抽样代替两次捕捉试验估计害虫发生量,精度在80%以上。两次抽样采用系统抽样与随机抽样相结合的办法,构成系统随机样本,抽样强度在15%以上,收到良好的效果。 相似文献
75.
土地利用方式的变化在土壤有机碳(Soil Organic Carbon,SOC)积累的过程中起着非常重要的作用。目前在估算土壤有机碳储量的过程中,一直没有重视土地利用属性。运用基于土壤学专业知识的连接方法 (pedological professional knowledge-based method,PKB法),结合江苏省新沂县1∶20万土壤图,1∶20万土地利用图和1∶20万土壤类型土地利用混合图,估算了各图在不同土壤剖面点数情况下的新沂县SOC储量,并将三者在最佳剖面点数下估算出的SOC储量和SOC密度(SOCD)进行了比较及精度评价。结果表明:在土壤类型图、土地利用图和土壤类型土地利用混合图上进行的PKB法连接时最佳剖面点数均为397点,最佳网格为2 km×2 km;在中比例尺图件上进行PKB法连接估算SOC储量时,综合考虑土壤类型和土地利用类型可以大大提高估算精度,同时土地利用类型属性比土壤类型属性更为重要。研究结果可为在中比例尺条件下提高SOC估算精度提供科学依据。 相似文献
76.
基于机器视觉的猪体质量估测模型比较与优化 总被引:1,自引:7,他引:1
基于机器视觉的猪体质量估测模型较多,但模型缺乏在实用性、准确性的对比,最佳模型没有定论。该文总结了已有的估测算法,基于79组背部图像面积、实际面积、体长、体宽、体高、臀宽、臀高数据,使用线性回归、幂回归、二次回归、主成分线性回归、RBF(radial basis function,径向基函数)神经网络等方法,重建了13种体质量估测模型,并比较了13种模型的估测精度。结果表明,基于体长、体宽、体高、臀宽和臀高的线性回归模型具有较好的估测精度,估测值与真值的相关系数达到了0.996。利用主成分法去掉体尺的共线性,利用曲线回归解决残差不均匀问题,更加符合猪体质量增长趋势,结果表明基于主成分的幂回归模型具有较高的相关系数和较低的标准估计误差,对于97组数据的估测平均相对误差为2.02%。使用猪场实测24组数据验证模型,估测质量与测量值相关系数为0.97,估测平均相对误差为2.26%,标准差为1.78%,优于基于面积和面积体高结合的估测模型,平均绝对误差为2.08 kg,优于面积体高结合方法的平均绝对误差。试验证明使用多个体尺的主成分幂回归体质量估测模型较为精确,可用于机器视觉估测猪体质量的应用中。 相似文献
77.
78.
额济纳绿洲生态需水及其预测研究 总被引:3,自引:1,他引:3
生态需水是当前水问题的一个研究热点,对于生态环境急剧恶化的内陆干旱区,这一研究尤为紧迫.以额济纳绿洲为例,采用潜水蒸发模型,对其生态用水进行了估算.结果表明:2000年额济纳绿洲生态需水量为5.0009×108m3;2010年绿洲生态需水量为5.8342 × 108m3;2020年绿洲生态需水量6.8768×108m3... 相似文献
79.
Modeling and understanding the catch rate dynamics of marine species is extremely important for fisheries management and conservation. For oceanic highly migratory species in particular, usually only fishery‐dependent data are available which have limitations in the assumption of independence and if often zero‐inflated and/or overdispersed. We tested different modeling approaches applied to the case study of blue shark in the South Atlantic, by using generalized linear models (GLMs), generalized linear mixed models (GLMMs), and generalized estimating equations (GEEs), as well as different error distributions to deal with the presence of zeros in the data. We used fractional polynomials to deal with non‐linearity in some of the explanatory variables. Operational (set level) data collected by onboard fishery observers, covering 762 longline sets (1,014,527 hooks) over a 9‐year period (2008–2016), were used. One of the most important variables affecting catch rates is leader material, with increasing catches when wire leaders are used. Spatial and seasonal variables are also important, with higher catch rates expected toward temperate southern waters and eastern longitudes, particularly between July and September. Environmental variables, especially SST, also affect catches. There were no major differences in the parameters estimated with GLMs, GLMMs, or GEEs; however, the use of GLMMs or GEEs should be more appropriate due to fishery dependence in the data. Comparing those two approaches, GLMMs seem to perform better in terms of goodness‐of‐fit and model validation. 相似文献
80.
黄土丘陵区沙棘地上部生物量估测模型 总被引:6,自引:0,他引:6
根据沙棘生长因子与其地上部生物量间的相关关系,以生长因子为自变量,沙棘地上部生物量为因变量,应用主成分分析和多元回归分析方法,依据最优子集和平均残差平方和的优选原则,从单生长因子、双生长因子、多生长因子估测模型中,筛选出具有最优性质的沙棘地上部生物量估测模型,复相关系数为0.9421~0.9959,经检验均达十分显著水平。这一研究结果改进了非破坏性调查沙棘地上部生物量的方法。 相似文献