全文获取类型
收费全文 | 103篇 |
免费 | 47篇 |
国内免费 | 3篇 |
专业分类
测绘学 | 19篇 |
地球物理 | 114篇 |
地质学 | 10篇 |
综合类 | 10篇 |
出版年
2023年 | 3篇 |
2022年 | 8篇 |
2021年 | 5篇 |
2020年 | 5篇 |
2019年 | 3篇 |
2018年 | 8篇 |
2017年 | 6篇 |
2016年 | 8篇 |
2015年 | 6篇 |
2014年 | 2篇 |
2013年 | 6篇 |
2012年 | 3篇 |
2011年 | 5篇 |
2010年 | 7篇 |
2009年 | 20篇 |
2008年 | 15篇 |
2007年 | 9篇 |
2006年 | 7篇 |
2005年 | 5篇 |
2004年 | 2篇 |
2003年 | 3篇 |
2002年 | 1篇 |
2001年 | 9篇 |
2000年 | 2篇 |
1996年 | 1篇 |
1995年 | 2篇 |
1994年 | 2篇 |
排序方式: 共有153条查询结果,搜索用时 15 毫秒
81.
82.
我国地震电磁卫星数据分析及应用研究进展 总被引:1,自引:0,他引:1
本文介绍了地震电磁卫星数据分析在中国地震电磁学方面的研究进展情况,其中包括卫星数据分析的整体思路的确定,以及具体在电离层正常背景分析,干扰因素影响,数据分析方法和震例研究结果.目前的应用研究表明,电离层各观测参量具有不同的季节性及区域性复杂的正常变化背景,对提取地震异常增加了很多困难.而震例研究反映震前确实存在一定程度的电离层异常,空间电磁异常信息具有短临性和区域性特征,但异常的重复性、空间分布的相似性检验及背景场理论模拟等方法还需要在今后的工作逐步加强. 相似文献
83.
84.
利用俄罗斯堪察加地区1995~2005年的GPS观测数据,研究了该区现今地壳水平运动速度场特征.在球坐标系中解算了各应变率分量,分析了应变率场的空间分布特征,并与地震学和地质学研究结果进行了综合对比分析.结果表明,堪察加半岛北部的微板块边界并不明显,堪察加南部测站运动速度大于中部和北部地区,愈靠近东部板块汇聚区,测站速度越大.从东海岸到西海岸,测站水平速度存在明显的梯度衰减特征,水平运动方向与太平洋板块向西北的俯冲方向基本一致.各应变率分量具有东部海岸大于中部和西海岸、从东至西呈梯度衰减的特点.堪察加大部分地区处于EW和NS向压缩状态,局部存在拉张.面应变率结果显示绝大部分为压缩区;刚性转动结果表明大部分地区表现为顺时针转动,北部地区和南端顺时针旋转性明显.东部有效应变率明显大于西部地区,东西向梯度衰减关系明显.主压应变率明显大于主张应变率,特别是在东海岸地区.主压应变率方向与中等以上地震的主压应力轴在水平方向的投影方向基本一致.地壳变形场在空间分布上的不一致性主要与太平洋板块在堪察加半岛东南侧的俯冲深度、俯冲方位角、俯冲倾角和俯冲带的耦合强度有关. 相似文献
85.
86.
夏季磁静日中国大陆上空电离层电子浓度变化特征 总被引:2,自引:0,他引:2
使用DEMETER卫星上Langmiur探针记录的电子密度(Ne)资料,分析了2007年6月6~20日磁静日中国大陆上空(0°~70°N,60°~120°E)660km高度的Ne变化特征.结果表明,整个研究区域Ne存在明显日变特征.在研究区域内,0°~20°N范围,Ne最大值出现在北京时的12~14时,随着时间推移.峰值幅度衰减;30°~50°N区域内,最大峰值分别出现在20时至次日2时,有些轨道出现双峰值;高纬度上Ne基本平衡在20000cm<'-3>左右.分别计算了30°N、40°N和50°N几个纬度点的时均值,结果显示在中纬度区夜间Ne变化幅度平均高于白天.40°N上Ne在21~22时呈现最大值,300N上Ne在13~14时呈现最大值,50°N基本无大的起伏,都与低纬度地区有明显差异,因此不同纬度之间形态各异,各纬度之间没有统一的背景信息.相邻轨道之间的相关性分析结果表明,与参考轨道相邻近的1~2条轨道相关系数比较高,因此选定2000~4000km范围进行背景场分析研究. 相似文献
87.
挑选普洱地震前邻近地震震中的3条轨道的电子密度(Ne)数据,分析其1年内的所有重访轨道,并提取了这次地震前的Ne前兆异常. 结果表明:① 夜间电离层Ne存在明显的季节变化,4个季节呈现了各自不同的变化形态;② Ne的主要变化形态有3种,即单峰、马鞍和平缓状,这些形态在各个季节都可能出现,但每个季节有相对集中的形态;③ Ne空间图象在震前30天内在震中区附近形成高值,异常信息在空间和时间上都与地震分布有很好的相关性,反映空间出现的异常信息确与本次地震有关;④ Ne重访轨道曲线形态有一定的相似性,可以为识别判定地震异常提供背景信息. 相似文献
88.
89.
90.
地震前兆数据中的形变观测数据变化复杂,地球物理场变化和环境干扰等信息识别与剔除是与地震相关现象分析的关键.传统的信号识别主要采用回归分析、经验模态分解、频域信号分解等方法,但它们难以统一识别高幅值变化(尖峰、阶跃)与高频变化波形.本文利用信息熵参与形变时序数据的自动化分段构造子序列,一定程度上避免了这两种波形被分割的弊端,然后以统计描述方式表达子序列,最后利用角度异常因子(Angle-Based Outlier Factor,ABOF)和局部异常因子(Local Outlier Factor,LOF)构建对数函数定义离群点,以解决统一识别高幅度变化与高频率变化的问题.实验表明,对于特征向量维度变化的情况,LOF-ABOF算法的计算效率呈线性变化关系;在特征表达策略改变的情况下,该算法对高幅值变化和高频变化的异常识别效果良好.本文所提供方法可以检测出高幅值变化与高频率变化的异常形态,为地震前兆数据中形变观测数据"前兆信号"的识别提供指导与参考,为深入认识地震现象及其产生机理奠定基础. 相似文献