全文获取类型
收费全文 | 886篇 |
免费 | 141篇 |
国内免费 | 182篇 |
专业分类
测绘学 | 233篇 |
大气科学 | 119篇 |
地球物理 | 127篇 |
地质学 | 403篇 |
海洋学 | 125篇 |
天文学 | 35篇 |
综合类 | 93篇 |
自然地理 | 74篇 |
出版年
2024年 | 8篇 |
2023年 | 32篇 |
2022年 | 36篇 |
2021年 | 28篇 |
2020年 | 29篇 |
2019年 | 45篇 |
2018年 | 33篇 |
2017年 | 35篇 |
2016年 | 22篇 |
2015年 | 35篇 |
2014年 | 49篇 |
2013年 | 42篇 |
2012年 | 40篇 |
2011年 | 35篇 |
2010年 | 41篇 |
2009年 | 52篇 |
2008年 | 52篇 |
2007年 | 51篇 |
2006年 | 43篇 |
2005年 | 34篇 |
2004年 | 19篇 |
2003年 | 29篇 |
2002年 | 11篇 |
2001年 | 20篇 |
2000年 | 18篇 |
1999年 | 26篇 |
1998年 | 24篇 |
1997年 | 9篇 |
1996年 | 23篇 |
1995年 | 20篇 |
1994年 | 19篇 |
1993年 | 12篇 |
1992年 | 12篇 |
1991年 | 20篇 |
1990年 | 21篇 |
1989年 | 24篇 |
1988年 | 16篇 |
1987年 | 15篇 |
1986年 | 7篇 |
1985年 | 11篇 |
1984年 | 10篇 |
1983年 | 11篇 |
1982年 | 8篇 |
1981年 | 9篇 |
1980年 | 22篇 |
1979年 | 5篇 |
1959年 | 3篇 |
1938年 | 6篇 |
1936年 | 12篇 |
1935年 | 6篇 |
排序方式: 共有1209条查询结果,搜索用时 15 毫秒
991.
SiB2和SiB3对高寒草甸和茶树地表能量通量模拟的比较 总被引:1,自引:1,他引:0
运用简单生物圈模式第2版(SiB2)和第3版(SiB3),分别模拟青藏高原两个观测站(那曲、安多)和长江三角洲苏州东山观测站的近地面能量收支,并与相应观测数据进行比较研究,分析SiB2、SiB3模拟结果和观测资料产生差异的原因,以此来认识上述地区地表能量收支特点。结果表明,SiB2和SiB3模拟的近地面能量通量与观测数据有较好的一致性。对感热通量,那曲和安多站SiB3比SiB2模拟的结果更接近观测资料,但苏州站SiB2模拟的结果与观测资料更吻合;对潜热通量,SiB3比SiB2模拟的日变化与观测资料更一致,SiB3的模拟结果与观测资料(除苏州站外)相关系数都在0.8以上;对地表土壤热通量,SiB2和SiB3模拟结果与观测数据相关系数都在0.8以上;对净辐射通量,SiB2和SiB3模拟结果与观测资料相关系数接近1.0。与SiB2相比,SiB3引用通用陆面模式的土壤描述并增加对冠层空间层温度、湿度和痕量气体的预报,使其能够改善潜热通量和土壤热通量的模拟,但对复杂下垫面的感热和净辐射通量模拟能力提高不明显。 相似文献
992.
993.
994.
995.
996.
以东莞市某航道水下数字地形构建为例,应用GPS—RTK技术并配合测深仪,荻取水下地形测量原始数据。通过VC+ObjectARXCAD二次开发,在构建格网DEM精度和运行效率方面,利用几种内插方法实现了数字航道水下地形模型的构建,得出在水下地形起伏不大的情况下.TIN线性内插在构建航道格网DEM中是一种高效率、高精度的方法。 相似文献
997.
998.
999.
地质灾害易发性评价单元划分方法——以陕西省黄陵县为例 总被引:1,自引:0,他引:1
为了提高区域地质灾害易发性评价精度,采用斜坡单元作为研究对象,以GIS技术作为平台,利用水文解析工具,提出了一种将大面积研究区自动划分为最小适宜评价单元的新方法。使用此方法将陕西省黄陵县划分为6 258个最小适宜评价单元后,再通过一个地质灾害易发程度贡献分值模型计算每个评价单元易发度的分布,并以此进行黄陵县地质灾害易发程度分区评价。评价结果为:据易发度分值将黄陵县分为5个地质灾害易发区,其中高易发区占全县面积的9.94%,主要分布于洛河、沮河及寇家河河谷区,是今后地质灾害防治的重点区域。 相似文献
1000.
韦春桃肖博林李倩倩白风卢志豪 《地理信息世界》2020,(3):42-48
残差网络是近几年提出的一种新型深度卷积网络,通过增加网络深度提高分类的准确率,也解决了网络退化问题。基于残差学习原理,设计了针对高光谱遥感图像分类的光谱-空间残差网络模型。首先,将原始高光谱遥感数据三维立方体输入网络模型,并使用特定的卷积核对光谱特征进行降维;然后,利用光谱残差模块和空间残差按模块分别且连续地学习光谱和空间特征;最后,对提取到的特征进行池化操作并分类。此外,为规范训练数据和防止过拟合,学习过程中使用了批量归一化和dropout的方法。所设计网络模型在Indian Pines和Pavia U数据集上进行了验证实验,结果表明,所提方法有效地缓解了网络退化的问题,且在分类精度上也高于支持向量机、卷积神经网络等现有算法。 相似文献