全文获取类型
收费全文 | 148篇 |
免费 | 20篇 |
国内免费 | 67篇 |
专业分类
测绘学 | 40篇 |
大气科学 | 78篇 |
地球物理 | 11篇 |
地质学 | 69篇 |
海洋学 | 24篇 |
天文学 | 1篇 |
综合类 | 12篇 |
出版年
2024年 | 1篇 |
2022年 | 5篇 |
2021年 | 7篇 |
2020年 | 3篇 |
2019年 | 12篇 |
2018年 | 6篇 |
2017年 | 9篇 |
2016年 | 5篇 |
2015年 | 5篇 |
2014年 | 21篇 |
2013年 | 13篇 |
2012年 | 19篇 |
2011年 | 22篇 |
2010年 | 13篇 |
2009年 | 21篇 |
2008年 | 18篇 |
2007年 | 8篇 |
2006年 | 9篇 |
2005年 | 11篇 |
2004年 | 6篇 |
2003年 | 9篇 |
2002年 | 4篇 |
2001年 | 2篇 |
2000年 | 1篇 |
1999年 | 1篇 |
1995年 | 3篇 |
1992年 | 1篇 |
排序方式: 共有235条查询结果,搜索用时 15 毫秒
31.
32.
33.
34.
在低温环境下采用强制通风堆肥技术对消化污泥和玉米秸秆进行了堆肥化处理。在环境温度为9~15℃和初始C/N比为19.61情况下,第4天堆体温度达到最高温度60℃,堆体温度保持55℃以上时间为9d。污泥堆肥过程中总有机碳和C/N比下降明显,而NO3--N和重金属含量升高。pH值、电导率、NH4+-N、纤维素酶和脲酶的活性呈先增加后降低的趋势。种子发芽指数在第35天达到84.14%。研究结果表明,消化污泥和玉米秸秆强制通风堆肥在35d达到了腐熟要求。 相似文献
35.
36.
利用1958—2012年33个浙江沿海气象站资料,统计分析浙江沿海大雾时空分布特征和生、消特点,以及沿海大雾与地面风向风力的关系。得出以下结论:年均出现大雾10天以上的有28个站,整个沿海地区分布比较均匀;1971—2012年浙江沿海年平均有51.7天6个以上的基准站出现大雾,且有较明显的年际特征;沿海大雾有明显的季节性和月际变化,以春季和初夏出现次数最多;沿海大雾有明显的日变化特征,23:00至次日06:00是大雾生成的主要时段,而大雾消散时间主要集中在06:00—10:00。沿海大雾大部分在南风条件下发生,一般风力小于12m/s。文中还分析了2005—2011年出现沿海大雾时的天气形势,发现浙江处在入海变性冷高压西部、地面低压倒槽东部、静止锋或冷锋前部、弱高压底部、鞍形场,日本海高压西南部等6种天气形势下容易出现沿海大雾。 相似文献
37.
浙江沿海大风的天气气候概况 总被引:5,自引:0,他引:5
用嵊泗站和大陈站资料对浙江省沿海大风的天气气候概况进行分析,结果表明浙北沿海平均每3d有1d出现大风,多于浙中南沿海(平均每7d有2d出现大风).浙北沿海以SSW大风最多,N大风次之;其中NNW—NE大风占46%,SSE—SW大风占43%;浙中南沿海以NNE大风最多,NE大风次之;其中N—ENE大风占77%,S—WSW占18%.浙北沿海大风以4月份最多,9月份最少;浙中南沿海大风以1月份最多,5月份最少;浙北沿海大风日数的月变化比浙中南小.浙江沿海大风的季风特征明显.浙江沿海冬半年大风多为冷空气大风,春季及初夏大风多为低压、倒槽引起,夏季大风主要是受热带气旋影响产生. 相似文献
38.
利用2008—2016年舟山4个海岛气象站大风资料和欧洲中心的ERA-interim再分析资料,分析了阵风因子随平均风速、风向、小时、月份等分布的气候特征,统计阵风因子与边界层的大气稳定度、250~1000m风速与10m风速的比值、6h变温等要素的相关后,选取最佳预报因子,利用BP人工神经网络方法,根据不同因子组合对阵风进行循环试报。结果表明:①平均风速较小时阵风因子波动范围大;靠近大陆站点的阵风因子及来自陆地方向气流的阵风因子偏大。②白天11:00—16:00受太阳辐射影响大气湍流相对较强,阵风因子偏大。7—9月沿海受台风影响频繁,其阵风因子要大些,而11—12月阵风因子偏大则与来流方向的地表粗糙度较大有关。③阵风因子和边界层不同高度的风速与10m风速比值,及气温具有明显正相关,与边界层大气稳定度参数具有负相关,相关结果印证了阵风主要物理成因与动量的垂直湍流输送有关。④阵风循环试报表明最佳组模型试报的绝对误差及方差均比对比组模型减少约11%~25%,具有较好的预报效果。 相似文献
39.
高斯混合模型(Gaussian mixture model,GMM)可以描述遥感数据的概率密度函数,通过估计各高斯分布的参数,计算后验概率,实现信息提取.为了提高利用GMM进行遥感信息提取的准确度,首先在GMM中使用马尔科夫随机场(Markov random field,MRF)计算各像元邻域内各类地物的先验概率,代替各类地物的混合概率,使其反映出各类地物的空间相关性;然后在参数估计过程中利用模拟退火(simulated annealing,SA)思想获得全局最优的参数估计值;最后利用该参数估计值求出每个像元对于各类地物的后验概率,获得各类地物的空间分布.通过对遥感实验场的图像数据进行信息提取,发现所述新方法取得了更好的效果,证明了上述改进的有效性. 相似文献
40.