全文获取类型
收费全文 | 1304篇 |
免费 | 177篇 |
国内免费 | 192篇 |
专业分类
测绘学 | 106篇 |
大气科学 | 1340篇 |
地球物理 | 22篇 |
地质学 | 51篇 |
海洋学 | 55篇 |
天文学 | 27篇 |
综合类 | 33篇 |
自然地理 | 39篇 |
出版年
2024年 | 4篇 |
2023年 | 20篇 |
2022年 | 18篇 |
2021年 | 33篇 |
2020年 | 21篇 |
2019年 | 44篇 |
2018年 | 22篇 |
2017年 | 26篇 |
2016年 | 25篇 |
2015年 | 43篇 |
2014年 | 52篇 |
2013年 | 42篇 |
2012年 | 61篇 |
2011年 | 53篇 |
2010年 | 62篇 |
2009年 | 79篇 |
2008年 | 64篇 |
2007年 | 64篇 |
2006年 | 89篇 |
2005年 | 77篇 |
2004年 | 61篇 |
2003年 | 100篇 |
2002年 | 82篇 |
2001年 | 96篇 |
2000年 | 50篇 |
1999年 | 44篇 |
1998年 | 55篇 |
1997年 | 39篇 |
1996年 | 34篇 |
1995年 | 52篇 |
1994年 | 42篇 |
1993年 | 40篇 |
1992年 | 29篇 |
1991年 | 22篇 |
1990年 | 10篇 |
1989年 | 14篇 |
1986年 | 1篇 |
1982年 | 1篇 |
1933年 | 2篇 |
排序方式: 共有1673条查询结果,搜索用时 422 毫秒
61.
文章运用2000—2014年反映呼和浩特市城市发展指标的人均GDP、人口密度、第二产业结构、建成区面积及代表气象条件的平均气温、年平均气压、年总降水量、年平均风速、年平均相对湿度和机动车保有量数据,利用对数线性模型将城市空气主要污染物SO_2、NO_2、PM10年平均浓度与城市发展指标数据、气象条件和机动车保有量进行拟合,得出显著性因子和贡献率。结果表明:第二产业结构、机动车保有辆、平均气温、相对湿度、平均风速和平均气压均通过了显著性检验,第二产业结构与SO_2和PM10浓度呈显著正相关,对SO_2和PM10污染贡献率分别为0.961%和0.738%,大于气象条件贡献率;机动车保有量和年平均气温、年平均相对湿度与NO_2浓度具有显著的正相关,机动车保有量贡献率为0.83%,大于年平均气温、年平均相对湿度的贡献率;年平均气压与SO_2浓度呈负相关,贡献率仅为0.21%。 相似文献
62.
63.
利用2016—2018年重庆市荣昌区冬季PM_(2.5)质量浓度监测数据,结合地面气象观测资料、L波段探空雷达资料、ERA-Interim再分析资料及全球资料同化系统(GDAS)数据,并与HYSPILT模型相结合,分析荣昌区冬季PM_(2.5)污染的气象影响因素及区域传输特征。结果表明:(1)2016—2018年荣昌区冬季PM_(2.5)污染超标频率高达56.3%,但空气质量有好转趋势。PM_(2.5)质量浓度日变化有2个峰值,分别出现在12:00和23:00;(2)荣昌区冬季PM_(2.5)污染主要受降水、逆温层、低层风速等气象条件影响。当925 hPa以下和700~600 hPa存在明显逆温层结,500 hPa呈西北气流或平直西风气流,850 hPa以下为偏东北弱风时不利于PM_(2.5)扩散,易发生重度污染天气。日降水量R>2.0 mm时,降水对PM_(2.5)具有明显的正清除,且清除能力随着降水等级的增大而增大,R<1.0 mm时,降水对PM_(2.5)表现为负清除,微量降水期间不利的扩散条件加之颗粒物吸湿增长作用反而导致PM_(2.5)质量浓度增加,空气质量恶化;(3)荣昌区冬季PM_(2.5)污染主要受距离荣昌区西北和东北方向约300 km范围内的成渝城市群城市间污染物区域输送影响,外域颗粒污染物的传输是荣昌区冬季PM_(2.5)污染的重要原因。 相似文献
64.
疫情期间全球各地一次排放大幅削减,而臭氧等二次污染的响应则存在着区域间差异.结合地面和卫星观测发现,同在氮氧化物大幅下降的情况下,臭氧在东亚和欧洲呈现出可达14ppb的上升信号,而北美则下降为主(约2-4ppb).我们结合气象分析和臭氧敏感性进一步讨论了臭氧响应差异性的原因,一方面受臭氧与前体物间关系的影响;另一方面来自于气象,尤其是温度.研究明晰了人为排放,化学和气象三者的内在关联,强调了在臭氧控制过程中考虑前体物削减和气象条件协同的重要性. 相似文献
65.
应用常规观测资料、污染物浓度资料和NCEP 1°×1°再分析资料从环流形势、边界层特征和扩散条件等方面对2013年和2016年两次持续性霾重污染过程进行对比分析。结果表明:①2013年过程和2016年过程在500hPa高空上分别为阻塞环流型和纬向环流型,关中地区受偏西气流影响、地面气压场较弱、大气层结均比较稳定;②2013年过程西安贴地逆温层顶高度低、相对湿度大、气温低、不利于大气垂直湍流交换,污染物容易堆积,这也是2013年过程比2016年过程重污染持续时间长、污染浓度高的原因之一;③两次过程西安平均风速均小于2m/s,具有显著的低风速特征,且东北风为其主导风向。持续东北风引起上游污染传输和低风速导致的本地污染累积是造成2013年过程污染浓度更高的重要因素;④2013年过程结束是受强冷空气影响,来自高空的干洁大气下沉到地面,置换了边界层的污染空气,使空气质量得到根本改善;而2016年过程是受高原槽东移影响,雨雪天气的沉降作用使得霾消散。 相似文献
66.
利用多源观测资料综合分析了2015年11月沈阳地区一次PM2.5 重污染天气的气象条件、垂直风场演变、大气边界层特征以及污染物的来源。结果表明:本次重污染过程中,沈阳市区PM2.5浓度长达81h超过250μg · m^-3 ,其中峰值浓度达到1287μg · m^-3 ,重污染期间PM2.5 /PM10 的比例最高为90%。受地面倒槽和黄淮气旋影响,近地面层持续存在的逆温层、高相对湿度和弱偏北风为颗粒物吸湿增长和长时间聚集提供有利的天气条件。风廓线雷达风场资料显示在重污染期间,近地面层存在弱风速区、凌乱风场和弱下沉气流。利用风廓线雷达资料计算了边界层通风量(Ventilation Index,VI)和局地环流指数(Recirculation,R),边界层通风量VI和PM2.5 存在明显的负相关,非污染日VI是重污染日的2倍,局地环流指数R在重污染天气前大于0.9,而在污染期间部分空间R小于0.8。通过后向轨迹模式和火点监测资料分析发现,沈阳上空300m高度气团来自于生物质燃烧区域,而且沈阳地区NO2和CO浓度的变化与PM2.5一致,说明本次重污染过程也可能和生物质燃烧有关。 相似文献
67.
承德市臭氧污染气象条件预报方法研究 总被引:1,自引:0,他引:1
利用2014-2016年承德市环境监测站和气象站的数据,分析了气象条件对承德市O3-8h浓度的影响,探讨了臭氧污染气象条件的预报方法。结果表明:4-7月是承德市O3-8h浓度较高的月份,O3浓度的日变化特征为午后浓度高而夜间浓度低;O3污染的天气形势为500 hPa受高压脊和偏西气流影响,850 hPa有强暖平流和20℃以上的高温,地面受低压前部和高压后部之间的偏南气流影响;有利于O3-8h出现高浓度的气象因子为日平均气温大于23℃、日最高气温大于28℃、日平均海平面气压995-1007 hPa、日平均水汽压18-28 hPa、偏南风大于1 m·s-1。利用气象因子综合评分建立臭氧污染指数,与O3-8h浓度的相关系数高达0.7553,说明臭氧污染指数能较好地预报臭氧污染天气。 相似文献
68.
利用2014—2017年汕头市PM2.5的日浓度资料、以及汕头市国家基准气象观测站的同期地面气象资料,重点分析了汕头市PM2.5浓度的变化特征以及风、混合层厚度、降水等气象条件对PM2.5浓度的影响,同时探讨了污染物浓度变化的成因。在此基础上,根据汕头市的气候特点,采用BP (Back-Propagation)人工神经网络方法针对汛期和非汛期分别建立了PM2.5质量浓度预报模型。结果表明:与多数内陆城市不同,汕头市PM2.5浓度日变化为单峰型,这与汕头地处沿海受海陆风影响有关;PM2.5浓度日峰值出现在08时左右,除早高峰污染物排放增加的因素外,与早晨时段的低风速环境有关;PM2.5日均浓度随着风速的增大呈现减小趋势,PM2.5日均浓度与08时混合层厚度显著相关(相关系数为-0.143);汕头市非汛期PM2.5浓度比汛期高,这与汕头市的亚热带季风气候特征有关,汛期各量级降水(暴雨以上除外)对PM2.5的清除效果无明显差别,而非汛期降水对PM2.5浓度有明显清除作用;BP人工神经网络模型的预报效果表明,汛期和非汛期的PM2.5级别命中率TS分别为100%和90.3%,准确指数分别为87.7%和89.9%,总体预报效果良好。不同时期预报模型出现正误差的数量和程度均大于负误差,汛期预报模型在有强降水发生时误差较大,而非汛期预报模型在有冷空气入侵时误差较大。 相似文献
69.
淮河流域秸秆焚烧关键期主要大气污染物浓度时空分布特征 总被引:2,自引:0,他引:2
基于2015年6月淮河流域卫星遥感监测火点信息、环境空气质量监测数据和常规气象观测资料,利用ANUSPLIN和ArcGISKriging方法对气象要素和主要大气污染物浓度空间栅格化,分析了秸秆焚烧关键期内AQI和主要污染物浓度的时空变化特征及其与气温、相对湿度、风速等气象要素的相关关系。结果表明:秸秆焚烧关键期内,淮河流域城市AQI、PM10与PM2.5浓度均明显升高,且与卫星监测火点具有一定时空响应关系。在时间变化上,AQI、PM10与PM2.5浓度6月上中旬呈波动上升,6月下旬趋于回落;在空间分布方面,AQI、PM10与PM2.5浓度三者分布形态相似,总体上呈现"南低北高、两高一低"分布特征;期间AQI、PM10与PM2.5浓度与气温呈显著正相关,与相对湿度呈显著负相关,与风速的相关性不显著。 相似文献