全文获取类型
收费全文 | 30411篇 |
免费 | 1835篇 |
国内免费 | 1954篇 |
专业分类
林业 | 12800篇 |
农学 | 1171篇 |
基础科学 | 969篇 |
3933篇 | |
综合类 | 10817篇 |
农作物 | 686篇 |
水产渔业 | 1081篇 |
畜牧兽医 | 1249篇 |
园艺 | 564篇 |
植物保护 | 930篇 |
出版年
2024年 | 180篇 |
2023年 | 447篇 |
2022年 | 674篇 |
2021年 | 823篇 |
2020年 | 843篇 |
2019年 | 1109篇 |
2018年 | 580篇 |
2017年 | 921篇 |
2016年 | 1242篇 |
2015年 | 1090篇 |
2014年 | 1639篇 |
2013年 | 1620篇 |
2012年 | 2400篇 |
2011年 | 2313篇 |
2010年 | 1877篇 |
2009年 | 1949篇 |
2008年 | 1777篇 |
2007年 | 1941篇 |
2006年 | 1684篇 |
2005年 | 1467篇 |
2004年 | 1209篇 |
2003年 | 944篇 |
2002年 | 803篇 |
2001年 | 805篇 |
2000年 | 605篇 |
1999年 | 452篇 |
1998年 | 414篇 |
1997年 | 343篇 |
1996年 | 345篇 |
1995年 | 324篇 |
1994年 | 263篇 |
1993年 | 229篇 |
1992年 | 214篇 |
1991年 | 185篇 |
1990年 | 147篇 |
1989年 | 151篇 |
1988年 | 107篇 |
1987年 | 43篇 |
1986年 | 21篇 |
1985年 | 5篇 |
1984年 | 3篇 |
1980年 | 2篇 |
1978年 | 1篇 |
1977年 | 1篇 |
1976年 | 1篇 |
1973年 | 1篇 |
1962年 | 3篇 |
1956年 | 2篇 |
1955年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
土壤团聚体有机碳研究进展 总被引:1,自引:0,他引:1
土壤有机碳是衡量土壤肥力的重要指标,对于促进土壤养分循环、增加养分有效性有重要作用。土壤团聚体是土壤的重要组成部分,是组成土壤结构的最小单元,受到自然因素和人为因素的影响,其形成转化过程与土壤固碳过程息息相关,因而研究团聚体和有机碳的关系及团聚体有机碳影响因素对于土壤结构的改善和土壤质量的提升具有重要意义。本文通过对文献的总结,明晰了土壤团聚体和有机碳的关系,阐述了土壤类型、施肥方式、土地利用和矿区复垦对土壤团聚体有机碳的影响,并从生物质炭的长期定位研究和复垦矿区的土壤修复两方面对土壤团聚体有机碳的研究进行展望,研究结果可为合理的农业生产提供科学依据。 相似文献
2.
指出了人口老龄化是社会发展的必然趋势,也是当前中国面临的重要社会问题之一,国家和地方各级政府出台了一系列政策,切实保障老年人的权益。森林公园除保护其范围内自然环境和自然资源外,为人们的游憩、疗养、避暑和文化娱乐等提供了良好的环境,逐渐成为老年人休闲娱乐生活的选择。选取浙江丽水白云国家森林公园为研究对象,通过实地踏查、问卷调查和随机访谈等方法,深入调查了老年人个人基本资料及背景、活动状况和使用情况,对3类典型空间和4类景观元素进行了详细地分析,针对不足之处提出了相应的优化建议,以期为相关公园绿地的适老性规划设计提供建设思路。 相似文献
3.
【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。 相似文献
4.
以内蒙古鄂托克旗为例,基于GMS中的MODFLOW模块构建了地下水流数值模拟模型,分析了模型结构(含水层厚度、参数分区)与模型参数不确定性因素对模拟结果的影响.研究结果表明:含水层不确定情景(含水层下边界概化为隔水底板平均值870 m)与实际情况水头差值绝对值的累计和最大为701 m,对模拟结果起了主控作用;当含水层下边界概化为910,940 m时,累计和分别增加为1 013,1 593 m;与仅考虑单个不确定性因素相比,同时考虑模型参数与含水层不确定情景累计和最大为738 m,同时考虑参数分区与含水层不确定情景累计和最大为791 m.因此,在构建地下水流数值模拟模型时,应优先考虑含水层空间结构概化的合理程度,同时考虑多个不确定性因素对模拟结果的综合影响,使地下水数值模拟模型能更精确地反映真实的地下水流状况. 相似文献
5.
6.
The objective of this study was to determinate grain unique protein inherent molecular structure that are related physiochemical and nutrient profiles in CDC developed oat varieties [CDC Nasser (Feed Type) and CDC Seabiscuit (Milling Type)] grown in cool climate condition in western Canada in comparison with conventional barley variety of CDC Meredith as a control using advanced molecular spectroscopy. Multivariate analyses, including an agglomerative hierarchical cluster analysis (CLA) and principal component analysis (PCA), were performed to identify protein molecular structural differences among the grains. The results revealed that CDC Seabiscuit contained greater (P < 0.05) protein structural Amide I and II than CDC Nasser and CDC Meredith, while the greater (P < 0.005) structural Amide I to II area and height ratios was detected in CDC Meredith. New oat grains had greater (P < 0.05) β-sheet height than barley grains, however, there was no difference in α-helix to β-sheet ratio values among the varieties. In conclusion, CDC Nasser and CDC Meredith had no difference in protein molecular structural features, while CDC Seabiscuit contains different protein structural characteristics as compared to CDC Meredith grain. The molecular structure features are highly associated with physiochemical and nutrient profiles in grains, which indicate that it also affect nutrient utilization and availability. 相似文献
7.
8.
【目的】得到含刚性沉水植物明渠的水流结构。【方法】采用粒子图像测速仪(PIV),用有机玻璃棒模拟刚性植物,在不同来水流量、植物密度条件下对明渠水流结构进行了试验研究。【结果】无植物时平均流速沿垂向呈对数分布规律,有植物时则呈现明显的分区分布特性。无植物时紊动强度值沿垂向变化不大,有植物时在植物顶端位置处紊动最剧烈。流量或植物密度越大,植物顶端位置的流速梯度就越大,植物层上方的流速最大值也越大。植物密度越大,植物顶端位置的紊动强度越大,植物密度对水流紊动强度由最大值减小到最小值的区域影响很大。【结论】刚性沉水植物的存在会改变水流结构,增强紊动掺混,增强流体质点交换和能量传递,且上述影响会随着流量或植物密度的增大而增强。 相似文献
9.
10.