全文获取类型
收费全文 | 120篇 |
免费 | 14篇 |
国内免费 | 28篇 |
专业分类
测绘学 | 27篇 |
大气科学 | 11篇 |
地球物理 | 13篇 |
地质学 | 75篇 |
海洋学 | 12篇 |
天文学 | 8篇 |
综合类 | 6篇 |
自然地理 | 10篇 |
出版年
2024年 | 2篇 |
2023年 | 8篇 |
2022年 | 5篇 |
2021年 | 9篇 |
2020年 | 8篇 |
2019年 | 4篇 |
2018年 | 9篇 |
2017年 | 5篇 |
2016年 | 4篇 |
2015年 | 2篇 |
2014年 | 4篇 |
2013年 | 5篇 |
2012年 | 7篇 |
2011年 | 4篇 |
2010年 | 2篇 |
2009年 | 2篇 |
2008年 | 4篇 |
2007年 | 3篇 |
2006年 | 1篇 |
2005年 | 2篇 |
2004年 | 5篇 |
2003年 | 1篇 |
2002年 | 4篇 |
2001年 | 3篇 |
2000年 | 3篇 |
1999年 | 6篇 |
1998年 | 5篇 |
1997年 | 9篇 |
1996年 | 5篇 |
1995年 | 7篇 |
1994年 | 3篇 |
1993年 | 3篇 |
1992年 | 6篇 |
1991年 | 3篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1984年 | 2篇 |
1982年 | 1篇 |
1981年 | 1篇 |
1980年 | 1篇 |
1976年 | 1篇 |
排序方式: 共有162条查询结果,搜索用时 15 毫秒
81.
通过对极地海洋数据的特征及应用需求分析,基于"一种架构支持多类应用"的传统数据库模式已无法满足需求,本文提出采用"多种架构支持多类应用"模式的数据库设计理念,通过研究极地海洋数据分类分层管理体系,开展极地海洋原始数据层、基础数据层、综合数据层、成果数据层的存储管理机制、数据库体系架构设计、数据库模型设计等关键技术研究,开发数据库查询检索功能,满足用户对极地海洋数据的多样化查询检索、空间可视化展示、关联分析等需求,实现极地海洋数据的有效存储、高效应用和开放共享。 相似文献
82.
敦化盆地是由白垩—古近纪的新开岭盆地、大山嘴子—镜泊湖盆地和新近—第四纪敦化火山盆地的组合总称。它的形成严格受敦密断裂带地堑式两条平行断裂所控制。敦密断裂带在侏罗—白垩纪时期受伊佐奈歧板块的向西俯冲、挤压形成的火山造山带的地堑式断裂带,而新近—第四纪则主要受长白山火山地幔热柱和太平洋板块向西俯冲带而形成的不完整复式裂谷... 相似文献
83.
84.
85.
针对2020-07-23西藏尼玛MW6.3地震发震构造的复杂性(无明显地表破裂、发震断层倾向存在争议等),利用哨兵-1A升、降轨影像数据获取此次地震的同震形变场,并以此为约束通过设置两组可能性断层滑动模型及结合区域余震分布和地质构造背景,探讨此次地震发震断层的活动方式,在此基础上进一步反演获得断层面滑动分布特征。结果表明,此次地震发震断层为依布茶卡地堑东侧NWW向正断层,断层走向为207°,倾角为33.1°,平均滑动角为-89.27°,以正断倾滑为主;地震破裂主要集中在沿断层面5.4~9.3 km深处(未破裂至地表),最大滑动量约1.7 m,矩震级为6.3级。此次地震的发生是青藏地块现今构造运动变形的结果。 相似文献
86.
高分辨率遥感影像上居民地自动提取方法 总被引:1,自引:0,他引:1
提出了一种基于特征分解的无监督分割方法,对高分辨率遥感影像中的居民地进行提取。该方法通过小波分解多尺度特征,利用居民地内、外部结构差异以及平均光谱辐射强度差异构成特征空间,采用约束均值漂移算法进行特征空间自适应分解,实现居民地自动提取。实验结果表明,该方法能很好地消除高分辨率导致的影像高度细节化等因素对居民地提取的影响,有效提取居民地。 相似文献
87.
城市绿量的遥感估算与热岛效应的相关分析——以北京市五环区域为例 总被引:1,自引:0,他引:1
本研究以遥感分析北京城市绿地对地表温度的影响,研究包括绿地提取、绿量估算、地表温度反演,地表温度和绿量相关分析。并以高精度Rapid Eye遥感影像,提取了五环内的绿地面积(197.3km2,占城区总面积的29.6%),且估算绿量总值为2450.7km2。同时用2009年7月20日的Landsat5 TM 6波段数据进行地表温度反演,低温区、中温区、次热岛和热岛区域所占的五环内城区面积的比例分别为12.3%,34.7%,40.4%和12.6%。绿量和地表温度呈负相关关系:y=-1278.7x+60650,城市绿地可以使城区平均温度降低2.6℃。 相似文献
88.
89.
90.
特殊因素,特别是突发因素对变形体的作用规律一直是人们认识变形体的难点之一。随着人们改造自然界活动的加强,揭示特殊因素的作用规律已被提到非常重要的位置。本文从变形监测的角度出发,结合GM+ARMA组合模型的参数,动用人工智能中的模式识别,即状态识别方法寻找受特殊因素作用的变形时间序列区段(称为状态段),然后集中研究这些状态段的异同及其与变形体在该时间区段内的外界环境的关系,从而进一步识别特殊因素,并 相似文献