全文获取类型
收费全文 | 61篇 |
免费 | 13篇 |
国内免费 | 22篇 |
专业分类
测绘学 | 1篇 |
大气科学 | 86篇 |
地球物理 | 2篇 |
地质学 | 5篇 |
自然地理 | 2篇 |
出版年
2022年 | 1篇 |
2021年 | 1篇 |
2020年 | 1篇 |
2018年 | 1篇 |
2015年 | 1篇 |
2014年 | 3篇 |
2013年 | 1篇 |
2012年 | 3篇 |
2011年 | 2篇 |
2010年 | 8篇 |
2009年 | 4篇 |
2008年 | 8篇 |
2007年 | 10篇 |
2006年 | 4篇 |
2005年 | 11篇 |
2004年 | 2篇 |
2003年 | 5篇 |
2002年 | 3篇 |
2001年 | 2篇 |
2000年 | 4篇 |
1999年 | 5篇 |
1998年 | 2篇 |
1997年 | 2篇 |
1996年 | 4篇 |
1995年 | 4篇 |
1994年 | 2篇 |
1993年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有96条查询结果,搜索用时 15 毫秒
71.
采用MODIS数据重构夏玉米归一化植被指数生长曲线,提取并建立特征点位对应日期与作物进入不同物候期的实际日期之间的最佳匹配关系。研究表明:使用改进的SG(Savitzky-Golay)迭代滤波对最大值合成后的植被指数时间序列做平滑处理并进行Logistic曲线拟合,可得到时间分辨率为1 d的作物生长过程曲线,经与2013-2014年物候期实测数据匹配,选择利用动态阈值1提取七叶期,均方根误差为5.4 d;利用曲率最小值提取拔节期,均方根误差为6.4 d;利用动态阈值2提取抽雄期,均方根误差为6.0 d。经2015年物候期实测数据验证,3个关键物候期的遥感监测误差均在6 d以内。利用该方法可提高基于遥感数据开展大面积作物物候期监测识别的效率和准确率。 相似文献
72.
灰色-马尔柯夫预测模型对波动较大序列比较适合,根据该组合模型,用GM(1,1)灰色模型预测河南省棉花单产,再用马尔柯夫模型转移概率预测系统未来发展方向和修正预报产量。经拟合和预报,效果较好。 相似文献
74.
75.
76.
统计预报方法是农业气象预报业务中常用的一种方法。在“新一代农业气象预报系统”中,系统设计了一种通用统计预报模型构建方法,可用于作物产量预报、农业气象灾害预报等农气预报业务。本文主要介绍了通用预报模型的设计原理、实现方法及应用试验结果等。 相似文献
77.
土地利用与土地覆盖变化的遥感监测及环境影响研究综述 总被引:16,自引:1,他引:16
土地利用与土地覆盖变化(LUCC)对全球生态、环境产生了巨大影响,是全球变化的原因之一,也是全球变化研究的重要组成部分。从遥感数据源、遥感分类方法、遥感动态变化监测方法3方面出发,介绍了遥感监测技术在LUCC研究中的应用现状;回顾了LUCC对气候、水文影响的研究进展,并对数值模拟方法在LUCC影响研究中的应用进行了重点评述;探讨了目前LUCC研究工作中在动力机制、对环境的影响、遥感技术及资料应用、多源数据的综合应用及利用区域气候模式进行数值模拟试验等方面存在的问题及未来发展趋势。 相似文献
78.
人影决策指挥地理信息平台的建立和应用 总被引:11,自引:0,他引:11
在“3S”集成应用技术思想指导下,利用Citystar3.0地理信息系统工具软件的GISOCX控件,将人工影响天气需要的多种气象和地理背景信息集成于同一平台上,从而建立起具有飞机、高炮、火箭人工增雨作业方案决策、实时监控、信息查询和效益评估等多种功能的地理信息平台,该平台可脱离Citystar GIS工具软件环境而单独运行,并实现了多源信息的实时输入、输出。 相似文献
79.
利用1982—2000年的NOAA/AVHRR逐旬数据,采用最大变化斜率法、曲线拟合法等方法分析黄淮海地区植被生长季开始及结束时间,选取典型样带,制作基于逐像元的INDV(归一化植被指数) 变化图,研究1982—2000年植被生长季的变化规律及其对气候变化的响应。结果表明:黄淮海地区生长季开始的平均时间为3月下旬,结束时间为11月上旬。20年来研究区植被四季平均INDV呈上升趋势,春季增长尤为显著,且随着年代的推移,植被生长季有延长的趋势,生长季提前是黄淮海地区植被活动对气候变化响应的主要方式。 相似文献
80.
基于决策树的郑州市土地利用与覆盖分类研究 总被引:2,自引:1,他引:1
以Landsat-7 ETM 1-7多波段遥感影像为数据源,采用决策树分类方法对郑州市土地利用及植被覆盖现状进行分类研究.在分析遥感影像波段载波信息量及野外样本选择、室内对比试验的基础上,制定节点上的分类规则,形成土地利用及植被覆盖色斑图,分类精度达到94%.结果表明:决策树方法优于传统的统计学分类方法,对数据并不要求正态分布,并且可以处理来自于遥感数据中的噪音和丢失数据.决策树分类法有诸如分类准确、高效,分类标准明确,分类结构直观、精度易于控制、分类自动化程度高等优势. 相似文献