全文获取类型
收费全文 | 98篇 |
免费 | 29篇 |
国内免费 | 139篇 |
专业分类
测绘学 | 12篇 |
大气科学 | 197篇 |
地球物理 | 28篇 |
地质学 | 8篇 |
海洋学 | 5篇 |
天文学 | 4篇 |
综合类 | 5篇 |
自然地理 | 7篇 |
出版年
2024年 | 2篇 |
2023年 | 4篇 |
2022年 | 18篇 |
2021年 | 24篇 |
2020年 | 8篇 |
2019年 | 14篇 |
2018年 | 16篇 |
2017年 | 14篇 |
2016年 | 6篇 |
2015年 | 23篇 |
2014年 | 19篇 |
2013年 | 16篇 |
2012年 | 20篇 |
2011年 | 17篇 |
2010年 | 15篇 |
2009年 | 21篇 |
2008年 | 4篇 |
2007年 | 7篇 |
2006年 | 7篇 |
2005年 | 1篇 |
2004年 | 1篇 |
2003年 | 3篇 |
2002年 | 1篇 |
2000年 | 1篇 |
1999年 | 4篇 |
排序方式: 共有266条查询结果,搜索用时 17 毫秒
1.
The degree to which dust emissions are controlled by geomorphic conditions, wind environments and land use was investigated using the dust storm frequency (DSF) and data from more than 300 meteorological stations throughout northern China. Our analysis showed that most dust emissions originated in gobi deserts that developed in piedmont alluvial fans of the Kunlun, Qilian and Helan mountains. Dust emissions are low from other gobi desert regions, such as the northern Gurbantunggut and eastern Taklimakan, where high vegetation coverage restrained dust emissions or where dust-size particles are not abundant after a long period of strong wind erosion. Sandy deserts with relatively high vegetation coverage or an extensive cover by mobile sands are not a major dust source. Although the highest dust emissions did not appear in regions with the highest wind energy, DSF trends in each region from 1960 to 2003 were closely related to local wind activity. DSF was low in regions with high levels of human activity, where the mean DSF from 1960 to 2003 did not exceed 4 days/year; even from the 1960s to the early 1970s, the period with the greatest DSF, frequency did not exceed 8 days/year, which indicates that extensive land use did not contribute to DSF. The low DSF in these areas might result from the fact that although land use could produce abundant fine soil fractions, vegetation coverage and soil moisture remained higher than in the gobi deserts of arid China, thereby decreasing dust-storm occurrence. 相似文献
2.
Changes in air pollutants during the COVID-19 lockdown in Beijing:Insights from a machine-learning technique and implications for future control policy 下载免费PDF全文
Jiabao Hu Yuepeng Pan Yuexin He Xiyuan Chi Qianqian Zhang Tao Song Weishou Shen 《大气和海洋科学快报》2021,14(4):63-69
基于2015-2020年北京35个环境空气站和20个气象站观测资料,应用机器学习方法(随机森林算法)分离了气象条件和源排放对大气污染物浓度的影响.结果发现,为应对疫情采取的隔离措施使北京2020年春节期间大气污染物浓度降低了35.1%-51.8%;其中,背景站氮氧化物和一氧化碳浓度的降幅最大,超过了以往报道较多的交通站点.同时,2020年春节期间的气象条件不利于污染物扩散,导致多次霾污染事件发生.为进一步改善北京空气质量,未来需要优化减排策略. 相似文献
3.
采用两种插值方法将2018年2m气温实况融合格点分析产品插值到2380个国家级考核站,通过相关系数、平均值误差、平均绝对误差、均方根误差及准确率等指标对该产品进行评估。结果表明:利用邻近插值法得到的评估结果略优于双线性插值法,实况融合格点分析产品的评估结果具有一定的日变化和月变化。总体而言,逐小时实况融合格点产品与站点实况基本一致,具有较高的参考性,其相关系数达到0.99以上,均方根误差在1℃以下,2℃以内准确率达到98%以上,1℃以内准确率达到95%以上。分省和分海拔评估结果表明,评估结果随海拔高度的增加而变差,因此在海拔较高、地形较复杂区域、气象站较稀疏区域应用该产品时应谨慎;由小时实况融合格点产品获得的日最高、最低温度也有很高的指示性;该产品对高温过程也有较好的监测能力。 相似文献
4.
Considering the feature of tropical cyclones (TCs) that strong positive vorticity exists in the lower layers of troposphere, this study proposed to use vorticity at 850 hPa as cost function to find the conditional nonlinear optimal perturbation (CNOP), which was largely different from those previous studies using total energy of perturbed forecast variables. The CNOP was obtained by an ensemble-based approach. All of the sensitive areas determined by CNOP with vorticity at 850 hPa as cost function for the three cases were located over the TC core region and its vicinity. The impact of the CNOP-based adaptive observations on TC forecasts was evaluated with three cases via observational system simulation experiments (OSSEs). Results showed obvious improvements in TC intensity or track forecasts due to the CNOP-based adaptive observations, which were related to the main error source of the verification area, i.e., intensity error or location error. 相似文献
5.
利用FY-2F快速扫描资料分析对流初生阶段的云顶物理量特征 总被引:2,自引:0,他引:2
基于FY-2F静止气象卫星提供的2015年5—9月的高分辨率数据,通过温度阈值法识别出深、浅对流后,分析和比较了深、浅对流在对流初生(convective initiation,CI)至发展阶段中云顶高度、云顶快速降温率(cloud top cooling rate,CTC)以及多通道差值等云顶物理量特征的变化异同。结果表明:深、浅对流在CI阶段的云顶物理量特征具有相似变化特征,即云顶高度均在短时间内快速上升,CTC值均先减小后增大;深、浅对流差异表现为深(浅)对流云顶上升高度能(不能)超越水汽层高度;深对流CTC最低值较浅对流CTC最低值更低。基于CI阶段深、浅对流的CTC最低值的差异,通过个例验证,表明利用深、浅对流CTC最低值的差异,可以在识别出CI的基础,判断出CI是否发展成为深对流,从而能提前做出预警。 相似文献
6.
2018年一次罕见早春飑线大风过程演变和机理分析 总被引:6,自引:4,他引:2
2018年3月4—5日,华南、江南等地发生了一次大范围强对流过程,发生时间早,落区范围广,多地伴有雷暴大风、冰雹、短时强降水等剧烈对流天气,尤其飑线在江西境内造成了严重大风灾害。基于大气环流和雷达回波发展演变特征,将该次过程分为初始、发展和减弱三个阶段:初始阶段西风槽前西南急流造成的低压倒槽为强对流提供大尺度触发条件;发展阶段对流活动位于槽前暖区中,飑线在江西造成极端大风;入夜后,冷锋南下,对流进入减弱阶段。环境场及对流参数诊断表明江西中北部低层高温高湿,中层干冷,温度垂直递减率大,有利于产生雷暴大风。南昌探空长时间序列分析表明温湿要素气候态异常,与历史同期比,低层明显偏暖偏湿,中层偏干,有利于极端对流天气发生。综合多源观测资料和雷达资料分析中小尺度特征,本次江西飑线过程特点及成因包括:(1)受引导气流和前向传播共同作用,飑线移动速度快。(2)自动站分析显示飑锋后雷暴高压强,与锋前暖低压作用造成强密度流,有利于产生大范围直线型大风;(3)通过对比飑线弓状回波南北段回波结构差异表明,飑线后侧中层干后向入流促使降水粒子相变,剧烈降温形成的强下沉运动(下击暴流)是导致极端大风的主要原因,后部层云区下沉气流增强雷暴高压加之动量下传作用对雷暴大风有增幅作用。 相似文献
7.
京津冀地区低层局地大气环流的气候特征研究 总被引:3,自引:0,他引:3
本文采用2007-2016年的中尺度数值模拟结果和15个地面气象站观测资料,定义了局地风场表征风速,研究京津冀平原地区局地大气环流日变化的气候特征,并对区域大气污染及其输送的影响进行分析。此外,对2016年12月30日至2017年1月7日北京地区跨年大气重污染过程进行了个例分析。得到结论:京津冀平原地区低空风场变化是天气系统与局地大气环流共同作用的结果,山谷风环流致使太行山和燕山沿线平原地区大气边界层内的长年主导风向为偏北和偏南;太行山和燕山沿线地区山谷风环流本身呈顺时针旋转的日变化特征,夜间至早晨谷风转向山风,午后至夜间山风转向谷风;在午后谷风向山风转向期间,容易形成沿太行山东麓和燕山南麓、自南向东北的"弓形"气流输送通道,此气流输送通道在1月于21时左右形成,持续时间大约3 h,在7月于18时左右形成,持续时间可达9 h;冬季午后至晚间盛行谷风时,受山体的阻挡,污染物容易在山前累积,导致污染浓度增高;夏季同样的情况会发生在后半夜。 相似文献
8.
2019年3月,利用相干多普勒测风激光雷达首次在辽东湾西部绥中地区进行了风廓线测量试验。根据研究区域海岸线走向采用风向的十六分位法定义局地海风和陆风,分析和提取海陆风特征验证了多普勒测风激光雷达在春季季风间断期间观测海陆风的可行性,并计算和分析了大气边界层湍流能量的变化以及回流水平变化等特性。结果表明:1)绥中地区春季存在明显的海陆风环流特征,测风激光雷达观测海陆风出现的时间与地面自动气象站观测的数据较为一致,符合海陆风日的定义。2)海陆风日发生时,水平局地回流指数(RF)较小,1.2 km以下的RF值小于0.5,使得污染物循环累积,较易形成雾霾天气;但是海风时大气边界层的高度可达1 km以上,有利于低层大气污染物向高层扩散,减轻低层大气污染。研究结果为该地边界层参数化方案的设计和污染的防治提供了参考依据。 相似文献
9.
2010—2016年江西省暖季短时强降水特征分析 总被引:2,自引:0,他引:2
利用江西省2010—2016年5—9月1597个观测站逐小时降水资料对江西省短时强降水进行统计分析。采用REOF将降水场划分为5个区域:赣北南部(Ⅰ区),抚州市及赣州中部(Ⅱ区),赣北北部(Ⅲ区),赣南南部、北部(Ⅳ区)以及赣中西部(Ⅴ区)。短时强降水高频区主要分布在山地及河谷附近,分别为湘赣交界罗霄山脉东侧、武夷山西侧、信江河谷、乐安河谷和昌江河谷。河谷附近短时强降水频次以昌江河谷最高(16.9次/a),山地附近最高在罗霄山脉东侧(12.6次/a),极端短时强降水分别位于上饶市东北部山区(3.7次/a)及九岭山南侧的锦江河谷(3.3次/a)。短时强降水主要发生在5月第3候,6、7月第3~4候以及8月第2~3候。Ⅳ、Ⅴ区具有单峰型的日变化特征;Ⅰ、Ⅱ、Ⅲ区具有双峰型的日变化特征。主峰基本集中在下午17时;次峰在上午08—10时。短时强降水对暴雨贡献率基本在40%以上,Ⅰ、Ⅱ区的暴雨天气过程将近一半是由短时强降水贡献的。信江河谷是暴雨雨量中心,但并不是短时强降水雨量中心;昌江河谷与武夷山西麓既是暴雨中心也是短时强降水中心。 相似文献
10.