全文获取类型
收费全文 | 39篇 |
免费 | 23篇 |
国内免费 | 60篇 |
专业分类
大气科学 | 94篇 |
地球物理 | 2篇 |
地质学 | 6篇 |
海洋学 | 5篇 |
综合类 | 9篇 |
自然地理 | 6篇 |
出版年
2023年 | 3篇 |
2022年 | 4篇 |
2021年 | 2篇 |
2020年 | 4篇 |
2019年 | 1篇 |
2018年 | 3篇 |
2016年 | 6篇 |
2015年 | 6篇 |
2014年 | 4篇 |
2013年 | 8篇 |
2012年 | 4篇 |
2011年 | 5篇 |
2010年 | 11篇 |
2009年 | 8篇 |
2008年 | 10篇 |
2007年 | 3篇 |
2006年 | 5篇 |
2005年 | 8篇 |
2004年 | 8篇 |
2003年 | 4篇 |
2002年 | 5篇 |
2001年 | 3篇 |
2000年 | 5篇 |
1999年 | 1篇 |
1992年 | 1篇 |
排序方式: 共有122条查询结果,搜索用时 484 毫秒
31.
“96.1”暴雪期中尺度切变线发生发展的动力诊断:Ⅰ:涡度和涡度变率 … 总被引:47,自引:20,他引:27
利用引入三相云显式降水方案后改进和发展的中尺度模式(MM4)模拟输出资料,对“96.1”高原暴雪切变线发生、发展的结构进行了运动学和动力学诊断。涡度场演变指出,高原上局地涡度中心和涡度带的生成和发展不仅与暴雪切变线的形成和发展密切相关,而且有预测切变线生成的先兆意义;涡度场、散度场、垂直速度场当位温场的剖面结构诊断表明,运动场的热力场的相互配置与耦合关系极有得暴雪切变线及暴雪形成与维持;涡度变率诊 相似文献
32.
33.
2013年暖季试验概述 总被引:2,自引:1,他引:1
2013年,国家气象中心联合中国气象科学研究院、南京大学、中国科学院大气物理研究所开展暖季试验,探索业务单位与科研单位合作的新途径,以实现对业务相关研究的促进并加速有应用前景的技术向业务转化。本文介绍支持暖季试验的仿真业务环境、强天气联合会商及凝练的科学技术问题以及新技术应用测试转化结果。通过暖季试验,搭建起能对业务数据和被测试转化成果产品实时保障的仿真业务数据环境、完全仿业务定量降水预报和强对流天气预报的仿真业务分析预报交互平台以及能实时评估业务数值模式和测试模式产品的客观检验系统。定期联合会商为预报员和科学家提供了面对面的交流平台,使得科学家更加了解业务需求并通过分析研究解决部分会商中提出的科学技术问题。新技术应用测试转化试验表明: 高分辨率中尺度数值模式对提升强对流和暴雨天气的预报水平有积极意义,雷达风场反演技术、卫星天气应用平台对中尺度天气的快速分析有意义。而预报员与科技成果研发人员能否密切合作是影响科技成果业务转化的重要因素。 相似文献
34.
KNN数据挖掘算法在北京地区霾等级预报中的应用 总被引:6,自引:1,他引:5
利用北京地区2013年气象数据以及PM2.5浓度数据与能见度数据进行对比分析,结果发现气温、气压、相对湿度、露点温度、地面U风、地面V风以及PM2.5小时浓度这7个要素是影响北京地区霾等级的关键因素。利用气温、地面气压、相对湿度、露点温度、U风、V风分量以及PM2.5浓度作为7个属性特征,以霾等级做为标志量构建训练样本集,结合KNN(K Nearest Neighbor)数据挖掘算法构建霾等级预报分类器,并开展霾等级客观识别实验。结果表明K=3时该分类器的分类预报效果最佳,其13个站点的分类准确率高达88.2%。基于该算法构建的KNN模型预报无霾时的漏报概率很小,准确率高达91.8%;预报有轻度霾、中度霾以及重度霾时,空报的概率仅分别为4.7%、1.4%和2.6%。2014年8月29日至9月2日北京地区一次霾天气过程的预报结果表明:南郊观象台、密云和延庆3站的预报准确率分别达到74%、64%和84%,但霾等级的精度方面还有待于进一步提高。 相似文献
35.
利用北京宝联站及北京上甸子大气本底站2006—2008年的7—9月PM2.5连续观测资料以及北京市观象台的探空数据、海淀气象站的风廓线雷达和降水量等资料,对北京地区夏末秋初PM2.5的质量浓度特征及其与气象要素的关系进行了统计分析。结果表明:城区站各月平均PM2.5质量浓度明显高于郊区站,高空偏南气流的输送是造成城区及本底地区出现细颗粒物污染的主要原因。从地面风速来看,城区当北风和南风分别达到2 m·s-1和3.5 m·s-1以上时能起到扩散作用;郊区在低风速的北风条件下也能起到扩散和稀释作用,而南风基本上对郊区的颗粒物无扩散作用。PM2.5质量浓度在降水前后的清除量与降水量、初始质量浓度均呈正相关关系,城区及郊区的云下清除过程更多取决于降水前污染物的浓度,降水量作用较弱。当混合层高度突破1500 m时,垂直扩散对污染物的稀释扩散效果明显。 相似文献
36.
2019年7月3日,辽宁省铁岭开原市发生了一次具有详细视频记录的强龙卷灾害。基于详细的现场调查和视频资料,得出了该次龙卷的生命史、发生时间、路径、灾害宽度和强度分布,发现龙卷强度的减弱或加强变化与密集高楼和空旷田野区等下垫面状况明显相关联。综合评估本次龙卷最大强度为中国龙卷强度等级的四级(相当于美国的EF4级),但四级灾害点分布范围非常小,灾害分布宽度和EF4级灾害点范围都显著小于2016年江苏阜宁EF4级龙卷。钢筋混凝土框架结构的居民小区楼房在至少EF3级强度的龙卷风袭击后保持主体结构完好,而大型钢架厂房对龙卷灾害的防御能力远差于居民小区。强龙卷所经地区多为旷野和厂房,受影响人员较少,且龙卷发生时视野极佳,这是该次龙卷没有造成更大灾情的重要原因。由于下垫面状况和致灾机制的复杂性,风灾强度估计必然存在一定的不确定性。 相似文献
37.
中国暖季短时强降水分布和日变化特征及其与中尺度对流系统日变化关系分析 总被引:18,自引:2,他引:16
短时强降水是强对流天气的一类.基于中国国家气象信息中心质量控制后的1991-2009年876个基本基准气象站整点逐时降水资料,通过不同时段的发生时次频率分析,给出了中国暖季(4-9月)不小于10、20、30、40、50 mm/h短时强降水的时空分布特征,并重点同利用静止气象卫星红外相当黑体亮度温度(TBB)资料获得的中尺度对流系统(MCS)日变化特征进行了对比分析.结果表明,中国短时强降水时次频率地理分布同暴雨(≥50mm/d)分布都非常相似,但50mm/h以上的短时强降水时次频率非常低,地理分布差异显着.短时强降水发生频率最高的区域为华南,其次为云南南部、四川盆地、贵州南部、江西和长江下游等地.最大降水强度可超过180mm/h(海南);在短时强降水发生频率很低的区域,也有超过50mm/h的强降水.从月际变化来看,7月最为活跃,其次为8月.逐候变化显示,短时强降水具有显着的间歇性发展特征(跳跃性分布的特征),但总体上呈现缓慢增强、迅速减弱的特点;以7月第4候最为活跃.中国总体平均的短时强降水的频率和最大强度的日变化有3个峰值,主峰在午后(16-17时,北京时),次峰在午夜后(01-02时)和早晨(07-08时);中午前后(10-13时)最不活跃.中国短时强降水和中尺度对流系统的日变化特征基本一致,但午夜后时段二者存在较大差异.不同区域的短时强降水和中尺度对流系统日变化具有不同的活跃时段和传播特征,具有单峰型、双峰型、多峰型和持续活跃型等日变化类型,这不仅与较大尺度的天气系统环流相关,且与地势、海陆等地理分布密切相关. 相似文献
38.
根据已经完成的液化侧向扩展场地-群桩基础-上部结构体系大型振动台试验,在有限元软件OpenSees中建立了可液化倾斜场地振动台试验的有限元模型。通过与试验结果对比,验证了数值模型的可靠性。基于此,建立了典型水平和倾斜液化场地-桩基-桥梁结构体系的数值模型,讨论了双向地震作用下水平和倾斜场地体系地震响应的差异,结果表明:相比水平场地,倾斜场地超孔隙水压力在峰值阶段波动幅度更大,土体的侧向位移增加明显,尤其是在饱和砂土中部位置;倾斜场地中桩基础的破坏程度更大,可液化层中部桩基曲率最大可增大约13倍,桩身水平位移显著增加;而水平场地桥墩曲率比倾斜场地桥墩曲率大,建议在液化场地桩基设计中应考虑场地倾斜带来的影响。 相似文献
39.
国家级中尺度天气分析业务技术进展Ⅰ:对流天气环境场分析业务技术规范的改进与产品集成系统支撑技术 总被引:3,自引:3,他引:0
中尺度天气分析技术已经在我国天气预报业务中发挥了重要作用。2011年以来国家级中尺度天气分析业务技术取得了明显进展,促进了国家级强对流预报业务的发展。《中尺度天气分析业务技术规范》已重新编写和完善,内容分为两篇,第一篇是中尺度对流天气环境场分析;第二篇为中尺度对流天气过程分析,第二篇为新增内容,将另文介绍。短时和短期时效内中尺度对流天气环境场条件分析以配料法思路为基础,重新编排和简化了分析内容,兼顾分析的精细化和分析产品的可操作性,增加了分类强对流天气分析量化指标建议供预报参考,新增了基于局地探空的强对流天气分析规范。中尺度天气分析业务的支撑技术是推进该业务的必备基础,因此国家气象中心改进了MICAPS 3中尺度天气主观分析工具箱功能;开发了中尺度天气分析产品集成系统,包括强对流天气监测产品、中尺度天气分析主观和客观产品、基于不同数值模式预报的强对流参数诊断产品等的数据产品和图形产品等。 相似文献
40.
利用2012~2020年成都市气象站观测资料和环境空气质量监测数据,研究了该地区能见度时空演变规律以及不同等级能见度下气象要素和污染物浓度的关系。结果表明:(1)成都市近9 a年平均能见度呈上升趋势。四季平均能见度由高到低依次为夏季(12.25 km)、春季(10.82 km)、秋季(9.04 km)和冬季(6.33 km)。成都市能见度日变化呈单峰型分布特征,07时能见度最低,17时能见度最高。(2)能见度空间分布特征为东高西低且北高南低,中部中心城区最低。(3)成都市3 km以下低能见度出现频率为10.92%,3~5 km、5~10 km和10~20 km能见度出现频率分别为15.92%、24.95%和22.51%。(4)能见度上升与对应的PM2.5和PM10浓度、相对湿度减少以及风速增加有关。当能见度低于1 km时,多为高湿(RH>96%)低温(T<10.6℃)和小风速(<1.0 m/s)和高浓度(PM2.5>84.8 μg/m3,PM10>129.0 μg/m3)。 相似文献