全文获取类型
收费全文 | 13349篇 |
免费 | 821篇 |
国内免费 | 1542篇 |
专业分类
林业 | 1372篇 |
农学 | 1315篇 |
基础科学 | 775篇 |
2617篇 | |
综合类 | 5796篇 |
农作物 | 808篇 |
水产渔业 | 543篇 |
畜牧兽医 | 1325篇 |
园艺 | 376篇 |
植物保护 | 785篇 |
出版年
2024年 | 123篇 |
2023年 | 268篇 |
2022年 | 516篇 |
2021年 | 556篇 |
2020年 | 570篇 |
2019年 | 639篇 |
2018年 | 438篇 |
2017年 | 670篇 |
2016年 | 778篇 |
2015年 | 751篇 |
2014年 | 772篇 |
2013年 | 839篇 |
2012年 | 1023篇 |
2011年 | 1082篇 |
2010年 | 856篇 |
2009年 | 864篇 |
2008年 | 692篇 |
2007年 | 816篇 |
2006年 | 575篇 |
2005年 | 451篇 |
2004年 | 350篇 |
2003年 | 293篇 |
2002年 | 194篇 |
2001年 | 205篇 |
2000年 | 163篇 |
1999年 | 144篇 |
1998年 | 140篇 |
1997年 | 111篇 |
1996年 | 123篇 |
1995年 | 121篇 |
1994年 | 109篇 |
1993年 | 89篇 |
1992年 | 92篇 |
1991年 | 65篇 |
1990年 | 68篇 |
1989年 | 46篇 |
1988年 | 42篇 |
1987年 | 25篇 |
1986年 | 18篇 |
1985年 | 5篇 |
1984年 | 5篇 |
1982年 | 2篇 |
1981年 | 4篇 |
1980年 | 2篇 |
1979年 | 4篇 |
1978年 | 2篇 |
1977年 | 4篇 |
1976年 | 2篇 |
1962年 | 2篇 |
1956年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
241.
降水对华北主要粮食作物灌溉需求影响特征 总被引:1,自引:0,他引:1
探明华北地区作物灌溉需求规律及主控因素是合理制定水资源规划,缓解该区地下水超采的重要依据。本文基于华北60个气象站近50年(1971—2020年)逐日气象资料,采用FAO推荐的Penman-Monteith公式计算作物需水量,并分析降水对主要粮食作物(冬小麦和夏玉米)灌溉需求时空特征的影响。结果表明:在降水丰水年(25%),冬小麦作物灌溉需求指数IRI以0.50~0.75区间的高度灌溉需求分布区为主,夏玉米则以0.25~0.50区间的中度灌溉需求分布区为主,分布面积比率分别为研究区的92%、86%;在平水年(50%),冬小麦IRI以大于0.75的极高灌溉需求分布区为主,分布面积比率占56%,夏玉米仍以0.25~0.50的中度灌溉需求分布区为主,但分布面积比率扩大至100%;在枯水年(75%),冬小麦极高灌溉需求分布面积比率增大至97%,夏玉米则以0.50~0.75的高度灌溉需求分布区为主。降水量是影响IRI的主控因素,随降水量的增大,不同区位IRI均呈直线下降趋势,但对降水量变化的敏感性存在较大差异... 相似文献
242.
甘肃省地处生态脆弱区,气候条件复杂,干旱发生概率高、范围广。为了更好地研究甘肃省干旱时空变化特征,综合考虑甘肃省气候类型和地理特征将其划分为4个气候分区(Ⅰ区,河西大陆性气候区;Ⅱ区,陇中北部季风气候区;Ⅲ区,陇南-陇中南部季风气候区;Ⅳ区,甘南高寒气候区),并采用甘肃省26个国家气象站点的气象资料,计算其近60年(1960—2019年)的月、季和年尺度的标准化降水蒸散指数(SPEI-1、SPEI-3、SPEI-12),结合气候倾向率、Mann-Kendall突变检验、空间插值等方法探讨甘肃省近60年的干旱时空演变特征。结果表明:从时间变化角度看,不同时间尺度的SPEI均呈减小变化趋势,且随时间尺度的增大,SPEI波动幅度越小;在四季变化上,春、夏、秋季SPEI在甘肃省各气候分区都呈现在波动中下降的趋势,且下降趋势明显,表明干旱趋势显著,冬季SPEI在各气候分区呈现在波动中上升的趋势,表明有湿润化的趋势。从空间变化角度看,甘肃省Ⅰ区呈干旱减缓趋势,Ⅱ区、Ⅲ区和Ⅳ区呈干旱加剧趋势,且春季各气候分区干旱加剧趋势明显,夏、秋季次之,而冬季基本上都呈现干旱减缓趋势;甘肃省不同气候分区不同等级干旱发生频率分布差异大且不均衡,干旱频率由小到大依次为:特旱、中旱、重旱、轻旱。 相似文献
243.
针对Sentinel-2卫星影像拥有3个对植被生长状况非常敏感、空间分辨率为20m的红边波段(705、740、783nm),其空间分辨率与可见光和近红外波段10m的空间分辨率不一致,使Sentinel-2影像应用受到限制的问题,基于多光谱多分辨率估计的超分辨率(Super-resolution for multispectral multiresoltion estimation, SupReMe)算法将空间分辨率20m的6个波段重建为10m;以重建后的影像为数据源,耦合PROSAIL辐射传输模型和随机森林模型反演玉米冠层叶面积指数(LAI),并以野外实测LAI验证其反演精度。结果表明,采用SupReMe算法对Sentinel-2影像进行重建后,在保持光谱特性不变的同时提高了影像的空间细节;基于重建影像和原始影像的LAI反演决定系数R2分别为0.70、0.68,均方根误差RSME分别为0.240、0.262。研究表明,利用SupReMe算法重建后的Sentinel-2卫星影像,能够在提高玉米冠层LAI反演空间分辨率的同时提高反演精度,在挖掘高分辨率农作物生长信息方面具有很大潜力。 相似文献
244.
不同覆膜处理下春玉米叶面积指数高光谱估算 总被引:1,自引:0,他引:1
为实现快速、无损、实时监测不同覆膜处理下春玉米的叶面积指数(Leaf area index,LAI),研究覆膜因子对LAI及冠层反射率的影响,借助高光谱遥感技术获取了各生育期春玉米的冠层反射率,在对光谱数据进行预处理后,经相关性分析提取各覆膜处理LAI的敏感单波段、敏感植被指数和特征指数,据此构建了全生育期各覆膜处理下LAI的高光谱估算模型。结果表明,覆膜对LAI的影响主要在抽雄期之前,相同施肥水平下覆膜与无覆膜处理之间LAI的差异随生育期的推进呈先减小、后增大的趋势,其中苗期差异最大,覆膜比无覆膜处理LAI增加78%以上;各覆膜处理冠层反射率之间的差异由大到小为生育中期、生育末期、生育初期,覆膜主要影响玉米对绿光和红光的吸收。基于3个指标构建各覆膜处理下LAI的估算模型,以特征指数为因变量建立的模型对LAI的反演结果精度较高,其拟合和验证决定系数R2均在0.8以上,均方根误差RMSE为0.45~0.65cm2/cm2,剩余预测偏差RPD均大于2,由于覆膜的影响,无覆膜处理LAI反演精度高于覆膜处理。以特征指数NI(722,731)为自变量建立的所有处理的混合LAI估算模型表现了反演的优越性,能降低覆膜对LAI反演的影响。 相似文献
245.
灌溉施氮和种植密度对棉花叶面积指数与产量的影响 总被引:1,自引:0,他引:1
为构建便于实际应用的棉花叶面积指数和产量模型,综合考虑灌溉、施肥、种植密度及覆膜的影响,建立了基于相对有效积温的普适棉花相对叶面积指数的Logistic模型,并研究了棉花最大叶面积指数与全生育期灌水量、施氮量、种植密度及产量之间的关系。结果表明:覆膜棉花叶面积指数最大时的有效积温为1400℃左右,不覆膜棉花的叶面积指数最大时的有效积温为1600℃左右。棉花最大叶面积指数随耗水量、施氮量呈现出先增后减的变化趋势,而种植密度与最大叶面积指数之间表现出明显的正相关性。综合考虑灌水量、施氮量和种植密度的作用可以较为准确描述最大叶面积指数变化特征。棉花产量随着最大叶面积指数的变化呈现出明显的先增后减的变化趋势,当最大叶面积指数为4.93时籽棉产量最大达6066.2kg/hm2。相对化分析结果表明,覆膜与不覆膜棉花相对叶面积指数的变化趋势基本一致,相应的模型参数也基本相同,从而建立了全国范围内覆膜与不覆膜棉花统一的相对叶面积指数的Logistic模型。该研究为棉花科学种植和精细化管理提供了方法,也为其他作物在不同管理措施和地域时进行建模提供了参考。 相似文献
246.
基于1961—2100年SPI和SPEI的云南省干旱特征评估 总被引:4,自引:0,他引:4
干旱是一个缓慢发展持续时间长的极端气候事件,而气候变化对干旱的影响尤为显著,评估气候变化对云南省干旱特征的影响尤为重要。使用多时间尺度的标准化降水指数(SPI)和标准降水蒸散指数(SPEI)分析了云南省的干旱状况,运用非超越概率和游程理论分别分析了SPI和SPEI的季节性变化和研究区域内的干旱特征。结果表明:1961—1995年冬季SPEI(1)小于等于-1.0的非超越概率为5.2%,但在2066—2100年增加到18.4%;SPEI(6)小于等于-1.0的非超越概率从4.4%增加到21.4%,SPEI(24)从7.0%增加到25.7%。表明由于气候变化,未来有可能发生严重干旱,且中长期干旱比短期干旱更严重。气候变化在1961—1995年和2066—2100年的冬季和夏季造成严重干旱,且中长期干旱严重程度在整个冬季和夏季尤为明显。将SPI和SPEI的时间序列应用于游程理论,发现1961—1995年SPEI(1)的干旱烈度为28.3,到2066—2100年达到60.9,表明气候变化使未来干旱加剧。本研究结果对云南省干旱预测、评估及其风险管理和应用决策具有指导性和实用性,同时可为未来旱作农业生态管理提供一定的依据。 相似文献
247.
包头市景观格局时空演变研究 总被引:1,自引:0,他引:1
以内蒙古自治区包头市为研究区,选取2006、2010、2016年相同月份遥感影像,结合包头市土地利用数据,将包头市景观类型划分为林地、草地、水体、耕地、建设用地、其他用地共6类,进行景观格局动态度变化分析、转移网络分析、变化空间集聚特征分析、重心转移分析、景观格局指数变化分析和景观格局演变驱动力分析。结果表明,2006—2016年市域景观特征发生了较大变化,其中2006—2010年其他用地景观类型的减少速度高达19. 48%,10年间建设用地的增加速度从1. 3%增至2. 76%,在2010—2016年有15. 19%的耕地转化为草原景观,3. 79%的耕地转化为建设用地; 10年间景观变化呈现点状分布,主要分布在耕地密布、草地破碎的农业耕作区和不同景观交替的边缘; 2006—2010年间,其他用地中的北部裸土地经过生态治理面积减少,其重心向东南移动73. 79 km;景观分割指数、香农多样性、香农均匀性等呈减小趋势,尚未形成优势景观,景观破碎度加剧;通过景观格局驱动力分析发现,景观变化密集度与NDVI具有相关性。 相似文献
248.
基于随机森林回归的玉米单产估测 总被引:2,自引:0,他引:2
为了提高玉米单产估测精度,以河北省中部平原为研究区域,以条件植被温度指数(VTCI)和上包络线S-G滤波的叶面积指数(LAI)为特征变量,通过随机森林回归确定玉米主要生育时期VTCI和LAI的权重,构建加权VTCI和LAI与玉米单产的单变量和双变量估产模型。结果表明,基于随机森林回归的双变量估产模型精度最高(R~2=0. 303),达极显著水平(P 0. 001)。将随机森林回归双变量估产模型用于研究区域2012年各县(区)玉米单产估测,结果表明,53个县(区)玉米估测单产与实际单产的平均相对误差为9. 85%,均方根误差为824. 77 kg/hm~2,模型精度较高。基于随机森林回归双变量估产模型逐像素估测研究区域2010—2018年玉米单产,结果表明,玉米单产在空间上的分布特征为西部地区最高、北部和南部次之、东部地区最低,年际间的分布特征为在波动中呈先减少后增加的趋势。 相似文献
249.
基于作物生长监测诊断仪的玉米LAI监测模型研究 总被引:1,自引:0,他引:1
为探索作物生长监测诊断仪(CGMD-402型)在作物长势监测应用中的精准性与适用性,连续2年在不同氮肥水平下进行不同玉米品种的实验。使用作物生长监测诊断仪采集冠层归一化差值植被指数(Normalized differential vegetation index,NDVI)、比值植被指数(Ratio vegetation index,RVI),并同步以ASD FR-2500型野外高光谱辐射测量仪获取冠层光谱反射率,构建NDVI、RVI高光谱植被指数;通过对比两种仪器获取的植被指数特征及其定量关系,评价CGMD-402型作物生长监测诊断仪监测精度;基于CGMD-402型作物生长监测诊断仪获取的NDVI、RVI,建立叶面积指数(Leaf area index,LAI)监测模型,并对模型监测精度进行验证。结果表明:玉米冠层NDVI、RVI随施氮量增加而增加,增加幅度分别为8.20%~36.59%、4.40%~25.16%;CGMD-402型作物生长监测诊断仪与ASD FR-2500型野外高光谱辐射测量仪获取的NDVI、RVI相关系数分别为0.991、0.985,决定系数分别为0.983、0.969,说明CGMD-402型作物生长监测诊断仪具有较高的监测精度,可替代ASD FR-2500型野外高光谱辐射测量仪获取NDVI、RVI指数;利用CGMD-402型作物生长监测诊断仪获取NDVI、RVI,建立LAI监测模型的决定系数分别为0.911、0.898;以独立数据对模型精度进行验证,模型预测值与田间实测值间决定系数分别为0.963、0.954,相对误差分别为6.65%、9.37%,表明二者具有高度一致性。研究表明,利用作物生长监测诊断仪能有效监测玉米不同品种LAI动态变化,可以替代AccuPARLP-80型植物冠层分析仪获取玉米LAI数据。 相似文献
250.
基于无人机成像高光谱影像的冬小麦LAI估测 总被引:4,自引:0,他引:4
利用无人机Cubert UHD185 Firefly成像光谱仪和ASD光谱仪获取了冬小麦挑旗期、开花期和灌浆期的成像和非成像高光谱以及LAI数据。首先,对比ASD与UHD185光谱仪数据光谱反射率,评价两者精度;然后,选取7个光谱参数,分析其与冬小麦3个生育期LAI的相关性,并使用线性回归和指数回归挑选出最佳估测参数;最后利用多元线性回归、偏最小二乘、随机森林、人工神经网络和支持向量机构建了冬小麦3个不同生育期LAI的估测模型。结果表明:UHD185光谱仪光谱反射率在红边区域与ASD光谱仪趋势一致性很高,反射率在挑旗期、开花期、灌浆期的R^2分别为0.9959、0.9990和0.9968,UHD185光谱仪数据精度较高;7种光谱参数在挑旗期、开花期、灌浆期与LAI相关性最高的参数分别是NDVI(r=0.738)、SR(r=0.819)、NDVI×SR(r=0.835);LAI-MLR为冬小麦LAI的最佳估测模型,其中开花期拟合性最好,精度最高(建模R^2=0.6788、RMSE为0.69、NRMSE为19.79%,验证R^2=0.8462、RMSE为0.47、NRMSE为16.04%)。 相似文献