全文获取类型
收费全文 | 3118篇 |
免费 | 144篇 |
国内免费 | 437篇 |
专业分类
林业 | 545篇 |
农学 | 200篇 |
基础科学 | 217篇 |
661篇 | |
综合类 | 1526篇 |
农作物 | 79篇 |
水产渔业 | 77篇 |
畜牧兽医 | 205篇 |
园艺 | 74篇 |
植物保护 | 115篇 |
出版年
2024年 | 30篇 |
2023年 | 68篇 |
2022年 | 94篇 |
2021年 | 122篇 |
2020年 | 116篇 |
2019年 | 129篇 |
2018年 | 97篇 |
2017年 | 110篇 |
2016年 | 127篇 |
2015年 | 105篇 |
2014年 | 159篇 |
2013年 | 175篇 |
2012年 | 240篇 |
2011年 | 251篇 |
2010年 | 175篇 |
2009年 | 155篇 |
2008年 | 158篇 |
2007年 | 200篇 |
2006年 | 175篇 |
2005年 | 139篇 |
2004年 | 95篇 |
2003年 | 97篇 |
2002年 | 72篇 |
2001年 | 65篇 |
2000年 | 55篇 |
1999年 | 52篇 |
1998年 | 68篇 |
1997年 | 49篇 |
1996年 | 35篇 |
1995年 | 46篇 |
1994年 | 39篇 |
1993年 | 30篇 |
1992年 | 33篇 |
1991年 | 22篇 |
1990年 | 35篇 |
1989年 | 32篇 |
1988年 | 14篇 |
1987年 | 14篇 |
1986年 | 7篇 |
1985年 | 2篇 |
1984年 | 1篇 |
1983年 | 1篇 |
1981年 | 5篇 |
1978年 | 1篇 |
1977年 | 1篇 |
1976年 | 1篇 |
1973年 | 1篇 |
1956年 | 1篇 |
排序方式: 共有3699条查询结果,搜索用时 15 毫秒
121.
This paper depicted the physiographic landscape features and natural vegetation situation of study area (the eastern Jilin
Province), and expatiates the definition, basic characters and its development of Ecological Land Classification (ELC). Based
on the combination of relief map, satellite photography for study area and vegetation inventory data of 480 sample sites,
a 5-class and a 15-class ecological land type map was concluded according to 4 important factors including slope, aspect,
vegetation and elevation. Ecological Classification System (ECS) is a method to identify, characterize, and map ecosystems.
The Ecological Land Type (ELT) was examined and applied initially in eastern Jilin Province.
Foundation item: This paper was supported by Chinese Academy of Sciences “100 people” project and the Open Research Station of Changbai Mountain
Forest Ecosystem.
Biography: XIAO Bao-ying (1974-), female, postgraduate in Institute of Applied Ecology, Chinese Academy of Sciences, Shenyang 110016,
P. R. China
Responsible editor: Zhu Hong 相似文献
122.
穗花杉是第三纪残遗、濒危物种,曾广布于欧亚大陆,现仅间断分布于我国南方中山地带,地跨北热带、亚热带和温带.以湖南绥宁县神坡山和江华县大锡乡穗花杉林为重点,对国内主要分布区进行了调查,对穗花杉的分类,生物学与生态学特性,地理分布,群落特征与演替规律,繁殖与保护利用等进行了深入的研究,认为将其置于红豆杉科,并单独将穗花杉属成立一个族较为恰当.该树生长缓慢,结种量少,雌树少、雄树多,对生境要求严格,所以种群数量少,一般呈零星分布状态.采用在半自然生境育苗和种植的方式进行适地保护,简单、经济、效果好. 相似文献
123.
124.
园林植物槐树的同工酶分析 总被引:3,自引:0,他引:3
利用聚丙烯酰胺凝胶电泳对国槐、龙爪槐、红花槐、黄花槐、剌槐以及香花槐作POD与EST同工酶测定.通过比较它们的酶谱差异,计算各试材的酶谱相似系数,发现红花槐和香花槐的2种酶谱一致,应是同一品种的不同类型;红花槐与刺槐的亲缘关系也很近,而双荚决明与国槐酶谱相似系数最小,它们间的亲缘关系较远。通过对试材的植物学性状比较,讨论了它们的分类地位以及在园林上的运用效果。 相似文献
125.
由于学界对于礼学的概念存在分歧,礼学文献的分类难以取得一致意见。在总结前人的礼学文献分类法的基础上,可以将古代礼学文献按照其所在古籍类型分为十类:周礼类、仪礼类、礼记类、礼典与三礼总义及通礼杂礼类、其他经书之礼学文献、史部礼类文献、子部礼学文献、集部礼学文献、方外(佛教、道教)礼学文献、出土礼学文献与地方志族谱少数民族相关的礼类文献。相比以前的分类,此种分类基本囊括了所有的古代礼学文献,打破了以前礼学专属经学的惯性思维,体现出礼学文献资料遍布经史子集而存在的特点,同时这种分类法有助于当前礼学文献的全面整理与深入研究。 相似文献
126.
127.
利用1988—2013年Landsat TM/ETM+/OLI时间序列分类数据,根据采伐迹地的时序变化特征,提取长汀县1988—2013年森林采伐信息,并对监测结果进行精度评价。结果表明:长汀县各时相森林采伐监测的总体精度达90%以上,除1994-11-02、2001-12-31外,其余时相的kappa系数均接近或者超过0.8,利用采伐迹地特有的地表覆盖变化特征,能将光谱特征极为相近的采伐迹地、裸地、休耕期的耕地做进一步区分;长汀县采伐迹地分布最密集的区域集中在西南部,其次是东南部、东北部;长汀县1988—2001年森林采伐的面积为500~1 000 hm2,2003年以后随着森林覆盖面积持续增加,森林采伐面积增加,其中2010年森林采伐的面积超过2 800 hm2,中心区域采伐迹地面积增加与该区域森林覆盖条件显著改善有直接关系。 相似文献
128.
遥感图像尤其是高分辨率(1~4 m)遥感图像在树种分类方面有着广阔的应用前景。利用主成分分析法对遥感数据去相关分析,然后通过对纹理提取过程的分析,探讨不同移动窗口大小对纹理特征的影响,以期为中山陵园风景区的森林调查提供依据,分类方法为经典的最大似然分类器。根据不同移动窗口大小的纹理因子相关性和对保持纹理信息丰富度的影响,来选择合适的窗口大小及纹理因子组合,以对树种分类精度的提高程度为评价标准。研究结果表明,利用窗口大小为19 19下的纹理信息可有效提高分类精度,总精度达到66%,Kappa系数达到0.59,比单纯的光谱信息最大似然法图像分类精度高,其中均值与均匀性、对比度、偏斜度纹理因子组合为最佳纹理组合,能有效减少数据冗余。高分辨率遥感数据纹理信息的运用为树种分类识别时的特征选择提供了有利技术参考。图4表3参19 相似文献
129.
当前基于时序遥感数据的作物分类方法大都需要较多专家知识及人工干预,难以自动化,也难以移植到其他地区。将光谱降维技术用于时序遥感影像分析可以很好地解决这一问题。其中,非线性降维方法已经成功应用于高光谱数据,并且获得了比线性降维方法更好的结果。但是,直接将非线性降维方法用于时序遥感影像无法充分利用其时相维度的信息。该文改进了一种非线性降维算法——Laplacian Eigenmaps(LE)用于时序遥感影像的作物分类,该方法更加关注相同时相下不同作物生长季的物候特征差异,而不再仅依赖于整个生长季的物候曲线轮廓。改进的LE算法被应用于美国伊利诺伊州覆盖作物全生长季的Landsat 8时间序列影像。降维后保留的波段结合随机森林分类器基于美国农业部Cropland Data Layer(CDL)提供的训练数据完成了一系列的分类试验,并与传统插值未降维的方法进行对比。试验结果表明,改进的LE降维方法完成了更高的整体及各个类别的分类精度,其中整体分类精度达到85.37%,该方法作为一种自动化的方法,不需要人工干预,可直接移植到其他研究区,并且只需要较少的训练样本就可以完成一个较高的分类精度,为日后不同尺度的作物识别和提取研究提供了有效的方法。 相似文献
130.
基于无人机高光谱成像遥感系统,在400~1 000 nm波段内采集低矮、混杂生长的荒漠草原退化指示物种的高光谱图像信息。分别在退化指示物种的开花期、结实期和黄枯期进行飞行实验,飞行高度30 m,高光谱图像地面分辨率2. 3 cm。采用特征波段提取与深度学习卷积神经网络相结合的方式,提出一种荒漠草原物种水平分类的方法,结合植物物候给出了中国内蒙古中部荒漠草原物种分类的推荐时相,总体分类精度和Kappa系数平均值分别达到94%和0. 91。研究结果表明,无人机高光谱成像遥感技术及深度卷积神经网络可以较好地实现荒漠草原退化指示物种的分类,与基于径向基核函数的支持向量机、基于主成分分析的深度卷积神经网络分类法相比,基于特征波段选择的深度卷积神经网络分类法效果最好,分类精度最高。无人机搭载高光谱成像仪低空遥感和卷积神经网络法提供了一种草原物种水平分类的途径。 相似文献