全文获取类型
收费全文 | 895篇 |
免费 | 203篇 |
国内免费 | 234篇 |
专业分类
测绘学 | 143篇 |
大气科学 | 406篇 |
地球物理 | 565篇 |
地质学 | 146篇 |
海洋学 | 34篇 |
天文学 | 2篇 |
综合类 | 15篇 |
自然地理 | 21篇 |
出版年
2024年 | 8篇 |
2023年 | 15篇 |
2022年 | 41篇 |
2021年 | 81篇 |
2020年 | 53篇 |
2019年 | 91篇 |
2018年 | 44篇 |
2017年 | 64篇 |
2016年 | 47篇 |
2015年 | 74篇 |
2014年 | 61篇 |
2013年 | 55篇 |
2012年 | 112篇 |
2011年 | 85篇 |
2010年 | 72篇 |
2009年 | 64篇 |
2008年 | 42篇 |
2007年 | 38篇 |
2006年 | 48篇 |
2005年 | 40篇 |
2004年 | 38篇 |
2003年 | 36篇 |
2002年 | 32篇 |
2001年 | 12篇 |
2000年 | 12篇 |
1999年 | 13篇 |
1998年 | 4篇 |
1997年 | 9篇 |
1996年 | 6篇 |
1995年 | 7篇 |
1994年 | 7篇 |
1993年 | 11篇 |
1992年 | 6篇 |
1991年 | 1篇 |
1957年 | 1篇 |
1954年 | 2篇 |
排序方式: 共有1332条查询结果,搜索用时 125 毫秒
941.
942.
943.
944.
如何从海量的空间信息中快速准确地找出用户感兴趣的信息,是地理信息空间检索服务所要解决的主要问题。为此,本文提出了一种基于移动Agent的分布式地理信息检索框架,并对其中的关键技术进行了研究。移动Agent技术的引入使得空间检索更加智能化,能有效解决网络带宽问题和离线计算问题,同时极大地提高了检索效率,为分布式GIS系统建设提供了一种新的思路和解决方法。 相似文献
945.
江淮灾害性大风飑线的特征分析 总被引:2,自引:0,他引:2
本文利用2000—2017年4—9月的多普勒雷达资料、地面和高空探测资料,识别出江淮地区35条飑线。空间分布显示,飑线主要形成于长江以北的平原地区。时间分布显示,40%的飑线发生在7月,其中7月下旬有一峰值;约37%的飑线形成于中午到下午,在午后到傍晚成熟,在下午至夜间消亡。较多的飑线向东南方向移动,移速集中于8~16 m·s~(-1),长度为200~250 km,强度为60~65 dBz,生命史为3~4 h。飑线的主要形成方式为离散区型(broken areal型),组织方式以后部层状云型(trailing stratiform型)居多,主要消散方式为逆向断线型(reversed broken line型)。把飑线的天气背景分成五种类型:浅槽型、深槽型、高压边缘型、槽后型和冷涡型。江淮飑线多出现在西风槽前;深槽型飑线引起的地面降温幅度最大;深槽型和冷涡型飑线的雷达回波核较高,天气也更为剧烈,除了降水和雷暴大风外,还可出现冰雹或龙卷。五种天气型的相同之处是对流有效位能大于1300 J·kg~(-1),0~6 km的垂直风切变大于10 m·s~(-1),抬升凝结高度多低于930 hPa,即低层为高温潮湿的环境。 相似文献
946.
基于东亚冬季风指数的安徽省冬季霾预测研究 总被引:2,自引:2,他引:0
东亚冬季风强度与中国中东部冬季霾日数的变化在年际尺度上密切相关,这为霾的短期气候预测提供了可能的物理因子。利用NCEP/NCAR再分析资料和安徽省1980-2016年气象观测数据,采用统计分析方法研究安徽省1月霾日数与同期不同东亚季风指数的关系,确定了安徽省不同区域冬季霾的主要季风指数预测因子,建立安徽省冬季霾的月尺度预测模型,并进行了验证。结果表明:(1)1月气候霾日数与6类东亚冬季风指数均呈反相关关系,其中淮河以北、江淮之间两个区东亚大槽强度指数与气候霾日数的相关系数在各项指数中最高,沿江江南为西伯利亚高压强度指数与气候霾日数的相关系数在各项指数中最高。(2)不同分区建立的1月气候霾日数的预测模型均通过了α=0. 01的显著性水平检,验证结果表明,霾日数预测等级与实况等级基本一致,各区均未出现预测错误的情况,表明模型具有较好的预测表现。(3)在安徽省冬季霾实际预测业务中,相比NCEPCFS2模式输出的环流预报场,ECMWFSYSTEM4模式输出环流预报场的预测效果更好。 相似文献
947.
采用安徽省15站近60年来的降水资料,研究了季节和年雨日、降水量及雨强的气候变化特征.结果表明:1)空间分布上,雨日、降水量"南多北少",雨强中北部地区相当,皆小于南部地区;雨日数南北在冬春季相差较大,降水量夏季最多、冬季最少,雨强上南北在春季相差较大;雨日、降水量及雨强在年和季节上基本呈现显著正相关关系.2)时间演变上,雨日在减少,降水量、雨强在增多(大),且表现为两阶段的变化特征;小波分析显示约10 a的年代际周期变化,雨日上存在、降水量上在衰减、雨强上则不明显,约5 a、3 a的周期变化存在较多;雨日在春秋季减少明显,降水量春秋季减少,夏冬季增加但不明显,雨强尤以夏冬季增大明显;无论是年还是各季节的时间演变上,降水量与雨日、雨强均呈显著正相关,但雨日与雨强之间相关性则差些. 相似文献
948.
利用1975—2014年安徽省77个观测站的日最高温度、最低温度和平均气温资料,对近40 a极端温度事件的时空分布特征进行分析。结果表明:安徽省冬季极端低温事件的发生频次分布,总体呈北多南少,地区差异较大,极端低温事件发生次数最多的是宿州萧县。近40 a间冬季的极端低温事件发生减少趋势显著,与冬季平均温度的显著上升相对应。年极端最低温度年际变化趋势不明显,且极端低温的发生频次与强度并不对应。夏季极端高温事件发生频次较多区域为江南。1975—2014年,夏季极端高温事件发生呈整体增多趋势,但趋势不显著。年极端最高温度的时间序列,与极端高温事件发生频次的时间序列是相对应的,呈现明显的正相关。从MK突变上看,年极端低温和高温事件发生均存在突变。分析合成环流场发现,冬季极端冷事件发生时,亚洲中高纬度环流的经向度明显增强;夏季极端暖事件的发生与副高的明显西伸增强维持有关。 相似文献
949.
使用高精度高程、路网、河网、排水管网、工程设施以及防洪调度等数据,将各类空间信息剖分为7 287个无结构不规则网格及相应通道,并针对城市立体化交通设施,对模型进行调参,最终构建了合肥城市暴雨内涝数值模型。采用城市地表、明渠河道、排水管网等主要水文水动力学物理过程,模拟积水深度及演进情况。在此基础上,将短时临近预报系统INCA (Integrated Nowcasting through Comprehensive Analysis)的降水估测产品和降水预报产品(空间分辨率1 km,时间分辨率1 h)作为驱动条件,得到未来6 h逐时的积水深度预报及内涝风险预警产品。研究结果表明:城市内涝模型对积水深度及积水演进过程的模拟和实况较为吻合,体现出对河网、路网、社区积水良好的模拟能力。对2017年8月25日合肥西南部严重内涝过程的检验表明,积水深度预报效果很大程度上依赖INCA的降水预报质量,对于短时强降水,INCA在临近时效预报效果相对较好,因此积水深度预报产品可在临近时效内较为准确的预报积水区域以及积水变化过程。可见利用高时空分辨率降水预报产品和城市暴雨内涝数值模型耦合制作内涝风险预警,可有效增加内涝灾害的预见期,为城市防涝减灾提供科学参考。 相似文献
950.
基于安徽省1987-2016年81个国家站暑期7、8月逐日平均气温、最高最低气温差、平均相对湿度和平均风速,计算各站点体感温度,并分析其逐年变化特征。联合站点体感温度和DEM地形数据,建模并给出体感温度的空间分布;依据舒适度划分等级,得到安徽省暑期舒适度空间分布。结果表明:(1)安徽省近30 a暑期体感温度呈波动上升趋势;与平均气温、平均相对湿度呈正相关,与最高最低气温差、平均风速呈负相关;平均气温、平均相对湿度的上升,高低温差、平均风速的下降,使得体感温度呈上升趋势,其气候倾向率(0.0224℃·a^-1)略高于平均气温的气候倾向率(0.016℃·a^-1)。(2)体感温度随地形变化特征显著。沿淮部分地区与沿江大部平原地区普遍超过29.0℃;受海拔、植被覆盖、地形遮蔽效应影响,大别山、皖南山区大部体感温度低于27.0℃。(3)沿淮淮北、江淮大部、沿江等平原地区多为"较不舒适"地区;大别山、皖南山区均包含"最舒适"、"舒适"和"较舒适"地区。山区地形遮蔽效应与高植被覆盖为安徽省避暑旅游提供了良好的区域气候条件。 相似文献