全文获取类型
收费全文 | 880篇 |
免费 | 46篇 |
国内免费 | 47篇 |
专业分类
林业 | 56篇 |
农学 | 31篇 |
基础科学 | 63篇 |
228篇 | |
综合类 | 462篇 |
农作物 | 4篇 |
水产渔业 | 8篇 |
畜牧兽医 | 44篇 |
园艺 | 5篇 |
植物保护 | 72篇 |
出版年
2024年 | 10篇 |
2023年 | 33篇 |
2022年 | 41篇 |
2021年 | 41篇 |
2020年 | 33篇 |
2019年 | 31篇 |
2018年 | 30篇 |
2017年 | 39篇 |
2016年 | 53篇 |
2015年 | 36篇 |
2014年 | 43篇 |
2013年 | 60篇 |
2012年 | 63篇 |
2011年 | 74篇 |
2010年 | 72篇 |
2009年 | 73篇 |
2008年 | 64篇 |
2007年 | 65篇 |
2006年 | 47篇 |
2005年 | 28篇 |
2004年 | 14篇 |
2003年 | 10篇 |
2002年 | 5篇 |
2001年 | 2篇 |
2000年 | 1篇 |
1995年 | 1篇 |
1994年 | 2篇 |
1993年 | 2篇 |
排序方式: 共有973条查询结果,搜索用时 46 毫秒
51.
江西省土地利用变化及其驱动力定量研究 总被引:10,自引:1,他引:9
土地利用变化的驱动机制研究是探讨土地利用与土地覆盖变化研究的重点。以中部地区的江西省为例,利用土地利用变更数据与社会经济统计资料,通过分析土地结构变化、土地利用地域分布的特点,分析其工业化、城市化进程中的土地利用变化态势及土地利用变化驱动因素。通过主成分分析,得出江西省从1996年到2004年间,土地利用变化的主要驱动因素为人口、经济发展和农业科技进步。同时提出相应的土地管理对策,为区域土地可持续利用提供科学依据。 相似文献
52.
为合理利用耕地和加强对耕地的保护,以贵州省近10年的土地利用调查数据及相关社会经济资料为基础,研究2009—2019年贵州省耕地资源动态变化趋势,结合定量分析方法了解耕地变化驱动因子,根据研究区域的特点选取粮食作物播种面积、总人口、地区生产总值、农业机械化水平等14个指标,利用主成分分析法对耕地变化的驱动力进行分析;采用灰色系统GM(1,1)模型对研究区域耕地的变化趋势进行预测。结果表明:2009—2019年贵州省人均耕地面积下降趋势明显,从0.127 3hm2下降到0.097 3 hm2;预测结果显示,2020—2035年贵州省耕地整体呈现下降趋势,土地垦殖率高,且后备资源贫乏,保护耕地压力巨大。综上,通过对耕地变化趋势的预测,以期为贵州省经济的可持续发展及粮食的安全生产提供重要参考依据。 相似文献
53.
农业产业化是市场经济条件下,农业和农村经济发展的必然趋势,是实现农村经济和社会繁荣进步,推动社会主义新农村建设,发展现代农业和实现全面小康社会的必然选择。实践证明,发展农业产业化是实现现代农业的需要,是建设社会主义新农村、实现农民增收致富的需要,是打造白山特色品牌、构建白山特产名城的需要。为了把白山市农业产业化经营工作推向一个新的阶段,需进一步增强紧迫感和使命感。 相似文献
54.
55.
驱动力研究是土地利用/覆盖变化研究中的核心问题。土地利用变化驱动力模型是分析土地利用变化原因和结果的有力工具。基于不同理论建立的驱动力模型很多,对几种应用较多的LUCC驱动力模型进行综述,并对未来的发展进行了展望。 相似文献
56.
“促销”对于兽药界同仁来说并不陌生,随着行业的发展,竞争的加剧.促销已经成为大家实施销售上量的一种手段和捷径,但是促销的泛滥、手段的单一、促销后遗症的存在,却是我们一直的困惑,那么.我们是不是应该思考一下——兽药促销的问题出在哪?兽药促销的价值何在?促销的驱动力是什么?兽药促销的出路又在哪里?为此.本刊特组织了以下文章.以飨读者[编者按] 相似文献
57.
眼下,电动白行车、电动一轮车已成为广大城乡群众的首选交通工具。电动车以电池为驱动力,电池是电动车的心脏,也是电动车最贵重的部位,正确使用和维护好电池,保持电池的良好状态、延长电池的使用周期,是降低使用成本的关键。以下几招可有效延长电动自行车蓄电池的使用寿命。 相似文献
58.
基于多源数据的村域撂荒驱动力分析及模型模拟 总被引:2,自引:0,他引:2
耕地撂荒受多重驱动力影响,从多重驱动力中梳理出主要驱动力、次要驱动力或伪驱动力,对撂荒地的研究和管理有重大意义。本研究以内蒙古和林格尔县为研究区,采用高分遥感数据(哨兵二号、资源三号、高分一号)结合土地变更调查数据,利用联合变化检测方法提取撂荒地,提取结果的总体精度为97.6%。在此基础上,结合村干部的问卷调查数据,设计了可能影响区域撂荒的9个自变量。将70个样本村分为训练集(50个)和验证集(20个),用多元线性模型对训练集进行逐步回归,最终进入模型的4个自变量为常户比、地形、耕村比、城市距离。该模型的调整R方为0.811,验证集的预测值与真实值拟合效果良好,说明模型对村域撂荒驱动力的解释能力较强,输出结果较为稳定。模型模拟认为,村域撂荒主要驱动力为村庄地形、人口流失程度、农垦程度和城市距离;次要驱动力为地表水资源;伪驱动力为村庄海拔、乔木林覆盖率、人均收入和小农机普及率。本研究可为判别区域撂荒驱动力、定向提升撂荒地管理提供依据。 相似文献
59.
60.