全文获取类型
收费全文 | 456篇 |
免费 | 90篇 |
国内免费 | 71篇 |
专业分类
测绘学 | 60篇 |
大气科学 | 289篇 |
地球物理 | 8篇 |
地质学 | 99篇 |
海洋学 | 2篇 |
综合类 | 29篇 |
自然地理 | 130篇 |
出版年
2024年 | 4篇 |
2023年 | 10篇 |
2022年 | 16篇 |
2021年 | 16篇 |
2020年 | 17篇 |
2019年 | 26篇 |
2018年 | 17篇 |
2017年 | 2篇 |
2016年 | 6篇 |
2015年 | 15篇 |
2014年 | 17篇 |
2013年 | 22篇 |
2012年 | 15篇 |
2011年 | 26篇 |
2010年 | 19篇 |
2009年 | 26篇 |
2008年 | 24篇 |
2007年 | 21篇 |
2006年 | 19篇 |
2005年 | 25篇 |
2004年 | 32篇 |
2003年 | 21篇 |
2002年 | 25篇 |
2001年 | 29篇 |
2000年 | 20篇 |
1999年 | 14篇 |
1998年 | 13篇 |
1997年 | 19篇 |
1996年 | 22篇 |
1995年 | 23篇 |
1994年 | 8篇 |
1993年 | 15篇 |
1992年 | 5篇 |
1991年 | 11篇 |
1990年 | 9篇 |
1989年 | 4篇 |
1988年 | 1篇 |
1941年 | 2篇 |
1936年 | 1篇 |
排序方式: 共有617条查询结果,搜索用时 172 毫秒
111.
基于双频多极化数据的农作物后向散射特性模拟分析及类型识别 总被引:1,自引:0,他引:1
以北京昌平地区为研究区域,获取了2007年该试验区C波段ENVISAT/ASAR数据和L波段ALOS/PALSAR数据,并提取了地物的后向散射系数。首先,利用MIMICS模型对该地区的春玉米、夏玉米和果木的后向散射特性进行模拟和分析;然后,将模拟结果同雷达实际观测数据进行对比;最后,利用不同作物之间的后向散射系数数值大小关系,建立分类二叉树,很好地区分了春玉米和夏玉米,总分类精度达86.66%。研究结果表明:双频多极化雷达数据能够提供有利于作物类型识别的多方面信息,对农作物遥感具有较大的优势和潜力。 相似文献
112.
就作物模拟模型及其应用,以及气象因子在这些模拟应用中的重要性作了综合论述.为了说明气象和气候变率对作物生产的影响,农业气象要素(包括最高和最低气温、太阳辐射及降水量)被当作作物模拟模型的基本输入因子.多数作物模型使用的气象资料为逐日值,因为很多地区没有更小时间尺度的观测资料.气象及其它输入数据均采用标准文件格式,这有利于数据在不同模型中使用.如果输入因子缺少或数据丢失、无效,将会影响到作物模型模拟的准确性.利用天气发生器随机生成的逐日气象数据可以解决数据丢失或序列较短的问题.当然,模拟时要尽可能采用气象观测资料,以确保作物产量模拟值的准确性,这在热带地区显得尤其重要.许多作物模型用来进行产量预报和决策管理,作物产量及其相关变量的预测变率以及自然资源的利用主要由天气气候条件的短期与长期变化所致.模型的产品可用来制定相应的管理决策,提供给农户和其他关注农业生产的人们.作物模型也广泛应用于气候变化对农业生产和粮食安全性的影响研究.最近,作物模型又用于气候变率和厄尔尼诺与南方涛动(ENSO)的影响研究.随着计算机的普及,农场主、农业咨询人员以及政策制定、决策者等模型的使用者也将越来越多.历史资料和作物生长期间的气象观测资料以及短期、中期、长期天气预报将在这些应用中发挥重要作用. 相似文献
113.
114.
115.
不同作物下的土壤水盐运动分析 总被引:9,自引:0,他引:9
通过1995,1996年在阿克苏水平衡试验站对不同种植作物的土壤水分,盐分取样分析,显示不同情况下盐分运动规律差异很大,呈现出干旱区土壤盐分含量高,活动强烈的特征。 相似文献
116.
117.
118.
应用时间序列EVI的MERSI多光谱混合像元分解 总被引:1,自引:0,他引:1
针对风云3数据的特点,本文将EVI生长曲线引入多光谱混合像元的分解。首先,利用Landsat8 OLI影像,采用支持向量机的分类方法,提取研究区域的耕地信息,利用该信息对风云MERSI数据进行掩膜处理,获得研究区域的耕地影像。接着,利用MERSI时序影像,计算像元EVI值,通过SG滤波,构建农作物(端元)和混合像元的EVI生长曲线。通过实地调查,获取研究区的农作物端元,尤其对主要的农作物玉米,在空间上均匀选取了14个端元。然后,采用传统的方法,将14种玉米端元生长曲线分别与其它端元组合,进行混合像元分解。发现分解的效果差异很大,提取的玉米种植面积从191.90 km2到574.83 km2不等。为提高分解精度,借用光谱匹配(光谱夹角最小)的方法(用生长曲线代替光谱曲线)自适应选择与混合像元EVI曲线最相似的玉米端元作为组合端元,进行混合像元分解。结果得到玉米的种植面积为589.95 km2,比传统方法的最好(相对)精度提高了2%。 相似文献
119.
通过训练样本采样处理改善小宗作物遥感识别精度 总被引:1,自引:0,他引:1
训练样本质量是决定农作物遥感识别精度的关键因素,虽然高空间分辨率卫星的发展有效地解决了农作物遥感识别过程中的混合像元问题,但是当区域内不同作物种植面积差异较大时,训练集中不同类别样本数量往往相差较大,这样的不均衡数据集影响分类器的训练,导致少数类别的识别精度不理想。为研究作物遥感识别过程中的不均衡样本问题,本文基于GF-2号卫星数据,首先挖掘了地物的光谱信息、纹理信息,用特征递归消除RFE (Recursive Feature Elimination)方法进行特征优选,然后从数据处理的角度采用了5种采样算法对不均衡训练集进行处理,最后使用采样后的均衡数据集训练分类器,对比数据采样前后决策树与Adaboost(Adaptive Boosting)两种分类器的识别结果,发现:(1)经过采样处理后两种分类算法明显提升了小宗作物的分类精度;(2)经过ADASYS (Adaptive synthetic sampling)采样处理后,分类器性能提升最多,决策树的Kappa系数提高了14.32%,Adaboost的Kappa系数提高了10.23%,达到最高值0.9336;(3)过采样的处理效果优于欠采样,过采样对分类器的性能提升更多。综上所述,选择合适的采样方法和分类方法是提高不均衡数据集遥感分类精度的有效途径。 相似文献
120.