全文获取类型
收费全文 | 553篇 |
免费 | 113篇 |
国内免费 | 135篇 |
专业分类
测绘学 | 1篇 |
大气科学 | 309篇 |
地球物理 | 38篇 |
地质学 | 263篇 |
海洋学 | 30篇 |
天文学 | 12篇 |
综合类 | 11篇 |
自然地理 | 137篇 |
出版年
2024年 | 2篇 |
2023年 | 9篇 |
2022年 | 17篇 |
2021年 | 18篇 |
2020年 | 37篇 |
2019年 | 39篇 |
2018年 | 22篇 |
2017年 | 31篇 |
2016年 | 33篇 |
2015年 | 33篇 |
2014年 | 45篇 |
2013年 | 40篇 |
2012年 | 50篇 |
2011年 | 62篇 |
2010年 | 41篇 |
2009年 | 43篇 |
2008年 | 52篇 |
2007年 | 32篇 |
2006年 | 36篇 |
2005年 | 29篇 |
2004年 | 16篇 |
2003年 | 15篇 |
2002年 | 16篇 |
2001年 | 11篇 |
2000年 | 14篇 |
1999年 | 7篇 |
1998年 | 9篇 |
1997年 | 12篇 |
1996年 | 6篇 |
1995年 | 7篇 |
1994年 | 5篇 |
1993年 | 4篇 |
1992年 | 1篇 |
1990年 | 2篇 |
1989年 | 1篇 |
1988年 | 2篇 |
1987年 | 1篇 |
1983年 | 1篇 |
排序方式: 共有801条查询结果,搜索用时 287 毫秒
791.
1961 - 2016年秦岭山区冷季积雪日数变化特征及其影响因子 总被引:1,自引:1,他引:0
根据1961 - 2016年秦岭地区32个气象站点的气温、 降水及积雪等相关数据, 运用REOF、 M-K检验和小波分析等方法, 对秦岭地区冷季积雪日数的时空变化和影响因子进行分析。结果表明: 秦岭地区冷季多年平均积雪日数表现为北坡比南坡积雪日数多。在全球气候变暖的背景下, 海拔越高积雪日数减少的越多。秦岭冷季积雪日数呈现显著减少的趋势, 5个区的积雪日数年代际变化特征显著, 在20世纪末到21世纪初发生了由积雪日数偏多到偏少的突变。各区冷季积雪日数的周期变化主要集中在10 ~ 20 a, 秦岭南坡同时也显示了较为明显的4 a左右的周期变化。西北太平洋海温阶段性增暖是导致秦岭冷季积雪日数减少的外强迫因素。秦岭地区冷季平均气温的显著增暖和冷季降水量的显著减少直接造成积雪日数的减少。秦岭冷季积雪日数减少的突变要比气温增暖的突变大约滞后4 ~ 7 a。 相似文献
792.
龙感湖钻孔揭示的末次盛冰期以来的环境演化 总被引:5,自引:1,他引:4
通过龙感湖滩地钻孔24.4m深度以内的沉积物岩性、生物和物理指标分析,在^14C年代测定的基础上,对龙感湖末次盛冰期以来的环境演化进行了恢复,15.0kaBP前和10.0-6.3kaBP,龙感湖区发育河流沉积,以低生物量和高磁化率为特征;约15.0-10.0kaBP期间的晚冰期,龙感湖首次成湖,湖泊中生物量明显提高;现代龙感湖雏形始于约6.3kaBP后,至3.7kaBP后发展为稳定的湖泊环境,此外,花粉结果显示,龙感湖湿地相干被大致形成于3.3kaBP后,然后,龙感湖的成因和演化,及其与长江关系的研究,还必须重视对沉各物物源的追踪。 相似文献
793.
794.
795.
利用1971—2020年呼伦贝尔市16个国家气象站最长积雪日数和最大积雪深度资料,采用经验正交函数(EOF)分析、重标极差分析(R/S)和非周期循环分析,统计最长积雪日数和最大积雪深度时间序列的Hurst指数、分维数和非周期循环的平均循环长度,分析最长积雪日数和最大积雪深度变化趋势和记忆周期;同时采用MOD10A2积雪产品,研究2001—2018年呼伦贝尔市积雪覆盖率变化。结果表明:(1)近50年呼伦贝尔市最长积雪日数呈递减趋势,最大积雪深度呈递增趋势;(2)积雪深度>20、30cm的年平均积雪日数主要出现在1996—2014年,其中积雪深度>30cm年平均积雪日数>1d;(3)呼伦贝尔市积雪初日出现在10月中旬至11月上旬,积雪终日在4月结束,积雪初日出现最早时间和积雪终日结束最晚时间都在呼伦贝尔市的北部地区;(4)R/S分析和非周期循环研究表明,呼伦贝尔市最长积雪日数和最大积雪深度H指数分别为0.589 9和0.889,即最长积雪日数未来减少和最大积雪深度未来增多趋势持续,持续时间分别为8和12 a;(5)呼伦贝尔市年平均积雪覆盖率为98.87%,呈波动增加趋势,... 相似文献
796.
利用河西走廊东部5个国家气象观测站1961—2017年的日最低气温,统计分析其5个等级冷空气的时空变化和降温幅度,并用NCEP月平均500 hPa位势高度场、风场分析本地寒潮显著极端年的特征。结果表明:(1)冷空气年均日数:Ⅰ级最多,Ⅳ和Ⅴ级基本接近,Ⅲ级最少。空间分布Ⅰ级偏北沙漠区少、中部平原区多;其余四级分布均为偏北沙漠区偏多。时间分布Ⅱ、Ⅳ和Ⅴ级春季4—5月最多,夏季最少;Ⅲ级集中在夏季7—8月;Ⅰ级月季出现频率接近,夏季8月略多。(2)年降温日数Ⅴ和Ⅳ级呈明显减少趋势,Ⅰ~Ⅲ级线性不明显,但Ⅰ和Ⅱ级增多。年均降温频数的年代际差异不大,整体呈先降后升,但其主要周期有差异。(3)平均降温幅度季节变化只有Ⅴ级明显,Ⅳ级相近,而Ⅰ~Ⅲ级最大分别出现在春季、秋季和夏季;Ⅴ级24 h、48 h、72 h最大降温幅度分别为9.9、12.2、14.3 ℃。(4)寒潮次数有12个极端年,显著偏多(少)年寒潮天数差异10月最大,夏季较小。河西走廊东部500 hPa位势高度场在显著偏多年为明显的西北气流控制,配合负距平中心;乌拉尔山脊前有极地干冷空气输送有利于寒潮天气发生。偏少年以纬向平直西风气流为主,有明显的正距平高度,冷空气下滑少降温不易发生。 相似文献
797.
基于1960—2019年中国东北地区108个台站逐日降水资料、JRA-55再分析资料和Hadley中心海温数据,分析了东北地区春季极端连续无雨日的年际变化特征及其与前冬北太平洋地区大气环流和海表温度的关系。研究表明,东北地区春季极端连续无雨日集中在3—4月。当3—4月极端连续无雨日偏多时,贝加尔湖地区存在异常高压,东北地区受偏北气流影响,局地水汽辐散。进一步分析发现,东北地区3—4月极端连续无雨日与前冬1—2月北太平洋地区偶极型海平面气压存在密切联系。该大气模态可以引起同期北太平洋海温呈现出马蹄形异常分布并持续到3—4月。在3—4月,海温异常可以通过改变北太平洋上空的经向温度梯度,引起东亚到北太平洋地区的西风变化,进而有利于贝加尔湖地区出现异常高压。另一方面,海温异常还会增强北半球中纬度的波列活动,东传的波列也可以增强贝加尔湖地区的高压。上述异常环流为东北地区极端连续无雨日的增加提供了有利背景条件。留一交叉验证结果显示,前冬1—2月北太平洋地区偶极型海平面气压可作为东北春季极端连续无雨日的潜在预测因子。 相似文献
798.
选取中国东部长江三角洲城市群区域作为研究对象,采用中国区域最新的土地覆盖资料ChinaLC,利用中尺度气象模式WRF(Weather Research and Forecasting Model)对国际耦合模式比较计划第五阶段(CMIP5)中CESM(Community Earth System Model)气候模式提供的RCP4.5(Representative Concentration Pathway 4.5)情景预估结果进行动力降尺度,以此模拟研究了未来增温1.5℃/2.0℃时的区域气候变化情况。结果表明:CESM数据作为侧边界资料驱动WRF模式得到的降尺度模拟结果,与历史时期(1996—2005年)的气温观测数据相比,在空间分布上有较高的吻合度,该降尺度方案可以为未来区域气温变化的预估提供较为可靠的数据;长三角地区在到达全球增温1.5℃(2025—2034年)/2.0℃(2042—2051年)时,区域平均气温与历史同期相比分别升高了0.8℃和1.47℃;空间分布上,增温最明显的区域主要集中在城市及其周边镶嵌体区域;随着全球增暖,区域平均高温热浪频次在增温1.5℃/2.0℃时期较历史同期分别增加了47%和100%,热浪强度分别增加了71%和129%;进一步通过对人体舒适度分析发现,与2.0℃升温阈值相比,控制增暖在1.5℃以内,极不舒适覆盖区域影响的人口数预计可减少5 602.9万人。 相似文献
799.
800.
利用1961—2018年河南省111个气象站逐日和逐小时降水数据,分析了暴雨日数的时空变化规律及暴雨日变化特征,并通过统计对比分析,评估了小时和日值降水数据对暴雨日数及暴雨日变化的影响。结果表明:(1)1961—2018年,河南省年平均暴雨日数变化呈显著上升趋势,速率为0.34 d·(10 a)^(-1);94.6%的气象站点年平均暴雨日数的气候倾向率为正,显著增加的站点数占总站数的73.0%;年平均暴雨日数为1.4 d,以7月最多,平均值为0.52 d,占年平均暴雨日数的37.1%。(2)1961—2018年,河南省暴雨总降水的日变化呈现单峰结构,主峰值出现在05时,为4.5 mm;暴雨日变化峰值呈波动下降趋势,速率为0.16 mm·(10 a)^(-1);日变化峰值大部分出现在00—08时,共42个年份,占79.3%;从空间分布看,各气象站点的暴雨日变化峰值大都出现在00—06时,占总站数的73.5%。(3)2014—2018年,河南省小时和日值降水数据吻合度为100%;吻合暴雨总降水的日变化的主峰值和次峰值出现在04时和17时,分别为4.3 mm和3.4 mm;日变化峰值出现在13—18时的气象站点最多,占总站数的33.9%。(4)小时和日值数据对暴雨日数及暴雨日变化造成了影响,主要表现在年平均暴雨日数及其变化趋势不一致和暴雨日变化的差异。 相似文献