全文获取类型
收费全文 | 1198篇 |
免费 | 402篇 |
国内免费 | 901篇 |
专业分类
测绘学 | 16篇 |
大气科学 | 2020篇 |
地球物理 | 133篇 |
地质学 | 134篇 |
海洋学 | 60篇 |
天文学 | 2篇 |
综合类 | 33篇 |
自然地理 | 103篇 |
出版年
2024年 | 12篇 |
2023年 | 28篇 |
2022年 | 42篇 |
2021年 | 62篇 |
2020年 | 61篇 |
2019年 | 89篇 |
2018年 | 70篇 |
2017年 | 52篇 |
2016年 | 55篇 |
2015年 | 82篇 |
2014年 | 117篇 |
2013年 | 113篇 |
2012年 | 120篇 |
2011年 | 118篇 |
2010年 | 100篇 |
2009年 | 109篇 |
2008年 | 156篇 |
2007年 | 124篇 |
2006年 | 128篇 |
2005年 | 128篇 |
2004年 | 91篇 |
2003年 | 84篇 |
2002年 | 57篇 |
2001年 | 65篇 |
2000年 | 68篇 |
1999年 | 63篇 |
1998年 | 50篇 |
1997年 | 52篇 |
1996年 | 53篇 |
1995年 | 42篇 |
1994年 | 31篇 |
1993年 | 33篇 |
1992年 | 9篇 |
1991年 | 14篇 |
1990年 | 2篇 |
1989年 | 4篇 |
1988年 | 7篇 |
1987年 | 2篇 |
1986年 | 2篇 |
1984年 | 1篇 |
1983年 | 3篇 |
1982年 | 1篇 |
1978年 | 1篇 |
排序方式: 共有2501条查询结果,搜索用时 15 毫秒
71.
2017年江西汛期设区市城区暴雨回波特征分析 总被引:3,自引:3,他引:0
使用江西WebGIS雷达拼图和自动站雨量、雷电监测、强天气监测等数据,以及MICAPS常规天气图资料,对2017年3—7月江西汛期11个设区市26次城区暴雨过程的雷达回波特征进行分析。结果表明:2017年江西汛期共出现52日暴雨过程,其中江西11个设区市所在地城区出现26次暴雨。在这26次城区暴雨个例中,有23次伴随出现短时强降水,有3次降水比较均匀。暴雨维持时间长短不一,最长的有15 h,最短只有3 h,平均是10 h。有5次出现大风天气,21次没有大风出现。雷达回波特征主要有3种:块状(强单体、超级单体)、带状(飑线、回波带)、絮状(絮带、絮团)。这3种回波形态特征,出现率最高的是絮状回波,即比较宽、嵌有中等强度的对流单体絮带状回波带,强度40~55 dBz,出现16次,概率62%;其次是窄而长、紧密排列由强单体组成的飑线回波带,强度50~60 dBz,出现8次,概率30%;块状(强单体、超级单体)回波强度最强,中心强度达到60~70 dBz,出现2次,概率8%。 相似文献
72.
利用福建省逐小时加密自动站资料、风廓线、S波段双偏振雷达与雨滴谱等新型探测资料以及NCEP逐6 h的1°×1°大气再分析资料,分析了2017年2月21—22日福建中南部一次预报失败的冬季暴雨过程。结果表明:(1)此次暴雨过程类似于锋前暖区暴雨,自2000年以来仅此一例,十分罕见,是在低空急流偏强并长时间维持的背景下产生的,并未受到南支槽和冷空气的影响。(2)闽中大到暴雨带和闽南暴雨区的对流系统相互独立,有多个对流系统影响闽中地区,仅两个对流系统影响闽南地区。降水有较明显对流特征,属暖云弱对流降水,容易导致预报员对雨强估计不足。(3)此次冬季暴雨过程的水汽主要来自南海地区,低层水汽条件与汛期暴雨相当,但整层水汽条件较汛期略差;低空急流对暖湿气流的输送使暴雨区趋于不稳定,但对流不稳定度较汛期弱。(4)高空辐散低层辐合的配置为冬季暴雨带来了有利的动力抬升条件,但暴雨区涡旋性不强,无明显正涡度柱。其中,闽中大到暴雨主要与条件性对称不稳定有关,是在湿斜压作用下倾斜上升运动中产生,而闽南暴雨区既存在对流不稳定,也存在条件性对称不稳定。 相似文献
73.
为研究暴雨过程中逆风区特征及应用判据,统计分析2010—2017年山东临沂地区暴雨过程中的多普勒雷达观测资料,结果表明:暴雨过程中,风暴内的垂直环流是造成逆风区发生发展的直接原因;逆风区表现为β中尺度和γ中尺度,其形态在不同天气类型下有明显差异;逆风区持续阶段降水强度增大,持续时间与过程累积雨量呈正相关;当雷达最低仰角识别到逆风区,其厚度≥4.0 km、强度≥15 m·s-1、径向速度绝对值最大值≥5 m·s-1且持续30 min以上时,风暴常明显发展,相关特征可用于预报风暴和暴雨的发展。 相似文献
74.
我国中东部平原地区临界气温条件下降水相态判别分析 总被引:1,自引:0,他引:1
基于2001—2013年地面观测和探空资料,对地面气温位于0~2℃(以下称临界气温)我国降雪的时空分布及其与降雨的垂直热力特征进行了研究,引入了决策树判别方法对上述条件下雪和雨进行了判别分析,结果表明:临界气温下降雪出现频率总体高于降雨、雨夹雪出现频率,且在我国华北南部至江南北部的中东部地区分布较多,年均可达7.69~15.38站次;临界气温下,降水相态为雨或雪对应的平均温度廓线最大差异位于650 hPa附近,且地面气温较低时,平均温度差异更明显,平均湿度廓线差异则主要位于低层,且在地面气温较高时,平均湿度差异更明显;临界气温下,降水相态为雨时,地面上空存在暖层样本占比,较降水相态为雪时更高,且降雨时暖层主要位于中层,降雪时暖层则主要位于低层,降雨时其暖层强度显著大于降雪时暖层强度;在临界气温下雨雪判别分析中,地面气温能显著提升判别准确率,湿球温度能在一定程度上提升判别准确率,基于云顶温度、中层融化参数、低层湿球温度构建的决策树判别模型,判别准确率达到91.86%,能较好地解决临界气温下雨和雪的判别问题。 相似文献
75.
基于Himawari-8卫星的云参数和降水关系研究 总被引:1,自引:1,他引:0
基于日本Himawari-8卫星的云产品,对中国中东部地区2017年夏季(6—8月)每日08—17时的降水资料进行了分析,重点讨论了云光学厚度(COD)、云顶粒子平均尺度(CPS)、云顶温度(CTT)三个云参数与降水的关系。试验表明,降水概率与云参数相关性较高,存在随着COD增加、CPS增加、CTT减小而增加的明显趋势。但是,单个云参数与降水强度相关性则较低;COD、CPS、CTT与小时降雨率的相关系数分别为0.2315、0.1823、-0.2235,均为弱相关。如果综合考虑联合两个或三个云参数形成小时降雨率分布矩阵,则降水过程能得到更为清晰的体现。2017年8月28日的个例表明,相比纯粹基于红外的算法,三参数方法可以明显提高小时降雨率的估计精度。 相似文献
76.
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
77.
利用2015—2019年辽宁省发布的暴雨红色预警信号和1605个自动站的分钟级降水资料,统计暴雨红色预警信号和短时大暴雨年际变化和时空分布,分析暴雨红色预警信号的高分布区、易发时段。结果表明:2015—2017年辽宁省暴雨红色预警信号发布站数逐年递增,最大值出现在2017年,发布站数为147个;2015—2018年预警信号准确率提升,提前时间略减少,最低值为2018年,提前时间为19 min;2019年比2018年暴雨红色预警信号发布站数减少59个,提前时间增加29 min;暴雨红色预警信号的空间分布为东南部地区多、中部地区少;暴雨红色预警信号多在夜间发布;在辽宁省发布的50%以上的暴雨红色预警信号中,降水量达到预警发布标准的时间滞后于最大雨强出现时间90 min,最大雨强出现时间为暴雨红色预警信号发布的重要指标。为了达到防灾减灾的服务效果,发布暴雨红色预警信号时,应充分考虑最大雨强出现时间、发布时机、短时大暴雨高发区及地形的影响。 相似文献
78.
79.
多因子和多尺度合成中国夏季降水预测模型及预报试验 总被引:10,自引:4,他引:6
根据青藏高原60个站平均的月积雪深度、热带太平洋Nino 3区月海温和中国160个站月降水量等资料,用小波变换和相关分析,分析了1958~1998年秋冬季青藏高原异常雪盖与El Nino-南方涛动(ENSO)的关系、多时间尺度变化的特征及其与中国夏季降水的相关型式.并取青藏高原积雪和Nino 3区海温的年际变化、年代际变化和线性趋势三种不同时间尺度的小波分量作为预报因子,对我国夏季降水距平作线性回归,建立了相应的预测模型.最后,利用1999~2002年的独立资料进行了预报试验,并在2003年和2004年应用于实际预报.研究表明,青藏高原雪盖与ENSO这两个物理因子彼此具有一定的独立性.它们都是多时间尺度现象,并与中国夏季降水有较好的关系.在不同时间尺度上不仅有不同的相关型式,而且相对贡献也有变化.回归预测模型的拟合情况和预报试验表明,综合考虑前期秋冬季青藏高原雪盖和ENSO这两个物理因子的年际变化、年代际变化和线性趋势作为预报因子建立的预测我国夏季降水距平分布的模型,有一定的预报能力. 相似文献
80.