全文获取类型
收费全文 | 267篇 |
免费 | 56篇 |
国内免费 | 64篇 |
专业分类
测绘学 | 33篇 |
大气科学 | 102篇 |
地球物理 | 51篇 |
地质学 | 110篇 |
海洋学 | 56篇 |
综合类 | 15篇 |
自然地理 | 20篇 |
出版年
2024年 | 1篇 |
2023年 | 8篇 |
2022年 | 11篇 |
2021年 | 7篇 |
2020年 | 13篇 |
2019年 | 9篇 |
2018年 | 12篇 |
2017年 | 4篇 |
2016年 | 14篇 |
2015年 | 15篇 |
2014年 | 6篇 |
2013年 | 2篇 |
2012年 | 10篇 |
2011年 | 12篇 |
2010年 | 19篇 |
2009年 | 13篇 |
2008年 | 14篇 |
2007年 | 13篇 |
2006年 | 13篇 |
2005年 | 14篇 |
2004年 | 10篇 |
2003年 | 13篇 |
2002年 | 7篇 |
2001年 | 10篇 |
2000年 | 9篇 |
1999年 | 15篇 |
1998年 | 8篇 |
1997年 | 4篇 |
1996年 | 9篇 |
1995年 | 10篇 |
1994年 | 7篇 |
1993年 | 7篇 |
1992年 | 7篇 |
1991年 | 4篇 |
1990年 | 8篇 |
1989年 | 8篇 |
1988年 | 5篇 |
1987年 | 9篇 |
1986年 | 9篇 |
1985年 | 4篇 |
1984年 | 1篇 |
1983年 | 3篇 |
1982年 | 5篇 |
1981年 | 1篇 |
1980年 | 2篇 |
1979年 | 1篇 |
1977年 | 1篇 |
排序方式: 共有387条查询结果,搜索用时 31 毫秒
381.
云南白牛厂银多金属矿床喷流沉积成因证据:容矿岩石的地球化学约束 总被引:2,自引:1,他引:1
滇东南是否存在广泛的热水沉积活动已成为制约滇东南三大多金属矿床(个旧、都龙、白牛厂)成因研究的主要因素之一。系统研究了白牛厂银多金属矿床容矿岩石的地球化学特征,研究表明:矿床容矿岩石主量元素数据均投影于火山及海底热卤水成因区域内;稀土元素明显分为两组,稀土元素总量较高的样品可能与较多的正常沉积物的加入有关;稀土元素总量较低的样品具有与加拿大沙利文矿山的条带状富电气石热液沉积岩和加拿大Agnico-Eugle矿山的铁建造中的条带状燧石岩相似的稀土元素配分模式与标准化参数;同时,微量元素对的演化趋势与现代大洋热水沉积物相似,而且As、Sb和Ag含量与大厂和个旧热水沉积硅质岩相当。推测白牛厂银多金属矿床属热水沉积成矿,只是在距花岗岩体较近的部位遭受了部分叠加改造。 相似文献
382.
陕西省泾惠渠灌区土壤重金属地质累积指数评价 总被引:4,自引:0,他引:4
通过对陕西省泾惠渠灌区现场调查及土壤样品的采集,分析了灌区土壤中Hg、Cd、Cr、Pb、As、Cu、Zn等7种元素的含量,应用地质累积指数对灌区土壤进行了评价.结果表明:从区域分布看,阎良区、临潼区、高陵县所属采样点污染较严重;Hg污染最严重,地质累积指数为1.007~3.117,58%的采样点级别为3级,属中度污染到强污染,38%的采样点级别为2级.属中度污染;Zn污染程度次之,地质累积指数为-0.407~1.644,71%的采样点级别为1级,属无污染到中污染;Cd污染变异程度最大,地质累积指数为-2.705~3.312,70%的采样点级别.级,属无污染,但个别采样点达到了强污染;Cu的地质累积指数为-0.535~0.421,Pb为-1.119~-0.144,Cr为-1.005~-0.458,As为-0.562~0.077,除个别点外这些重金属污染级别皆为0级,属无污染. 相似文献
383.
384.
385.
月壤是月球科学与工程探测的主要目标物和承载物,也是人类认识月球的主要信息来源。太空风化作用是决定月壤形成,特别是演化过程的关键因素。本文系统总结了近两年来围绕嫦娥五号着陆区月壤的太空风化改造特征所取得的阶段性研究进展,特别是单质金属铁的多种成因机制、硫化物的风化改造特征和太阳风成因水等。上述研究成果的取得,为准确认识月壤特性,反演月壤形成与时空演化历史以及评估月壤资源特性奠定了良好的基础。最后结合我国后续月球探测工程规划,提出了新的研究方向与目标。 相似文献
386.
针对选用不同网络结构的深度学习算法进行地球化学异常识别,重构符合成矿分布的地球化学背景时选择依据较少的问题,本文基于闽西南铜锌银成矿区1∶20万水系沉积物数据,采用3种无监督深度学习模型AE、MCAE、FCAE,分别提取了样本中多元素的组合结构特征、空间分布特征以及混合特征,并基于其重构地球化学背景,模拟成矿分布。结果显示,FCAE模型圈定的异常区域与已知铜矿点最贴合,其次是MCAE模型和AE模型,其AUC值分别为0.80、0.78、0.61,且FCAE模型和AE模型对卷积窗口尺寸变化不敏感;说明面向地球化学异常识别构建深度学习算法时,基于提取空间分布特征或混合特征的算法综合表现较好,且基于提取组合结构特征或混合特征的算法对由观测空间尺度变化或不一致引起的噪声有较强抗干扰能力。本文为因地制宜地构建基于深度学习算法的地球化学异常识别模型提供了有效依据。 相似文献