全文获取类型
收费全文 | 66篇 |
免费 | 25篇 |
国内免费 | 12篇 |
专业分类
测绘学 | 5篇 |
大气科学 | 48篇 |
地球物理 | 2篇 |
地质学 | 9篇 |
海洋学 | 25篇 |
综合类 | 3篇 |
自然地理 | 11篇 |
出版年
2024年 | 1篇 |
2023年 | 5篇 |
2022年 | 4篇 |
2021年 | 5篇 |
2020年 | 6篇 |
2019年 | 7篇 |
2018年 | 7篇 |
2017年 | 4篇 |
2016年 | 4篇 |
2015年 | 4篇 |
2014年 | 8篇 |
2013年 | 7篇 |
2012年 | 9篇 |
2011年 | 4篇 |
2010年 | 4篇 |
2009年 | 9篇 |
2008年 | 4篇 |
2006年 | 1篇 |
2004年 | 1篇 |
2003年 | 3篇 |
2002年 | 2篇 |
2001年 | 1篇 |
2000年 | 2篇 |
1995年 | 1篇 |
排序方式: 共有103条查询结果,搜索用时 15 毫秒
21.
调查了甘肃景泰荒漠草原区一处风电场基础设施建设和运行对植被的影响。结果表明:荒漠草原区百兆瓦级风力发电场建设造成直接植被生产力损失量为6.79 g·m-2·a-1,间接植被生产力损失量为91.43 g·m-2·a-1。随着扰动程度增加,物种丰富度降低,均匀度减小。在工程运行后,经历近10 a的自然恢复,核心扰动区虽然物种单一,但植被生产力是次级扰动区的两倍以上,为间接扰动区和未扰动区的50%和33%左右;而间接扰动区植被生产力仅为未扰动区的50%。总体上,风电工程扰动对区域植被的影响,不仅在于建设期对局地群落植被生产力的完全丧失,更重要的是在运行期间对周边大面积间接影响区群落植被生产力的大幅度降低,而且这种影响是长期和持续性的。 相似文献
23.
利用陕西省某一风电场区域内的观测资料,分析了该风电场的风速规律,并引入最优训练 期方案,研究利用线性回归方法建立风电功率预报模型的可行性。结果表明:该风电场区域,不同 高度的风速及其高度间的风速差异均表现出最大值出现在夜间,最小值出现在白天,从低层到高 层的风速日变化趋势一致的特征。一日中,风速与风电功率在 09:00 ~ 17:00 时段的相关系数明显
小于其它时段。按照风速是否大于 5 m·s-1 将训练期观测样本分为 2 组,可以明显改善风速与风电 功率的回归关系。以风机轮毂高度处的风速作为预报因子,并引入风电功率与风速之间相关系数 的日变化规律、以及不同风速量级下风速与风电功率之间回归关系的差异性,采用最优训练期方 案和一元线性回归方法建立的风电功率预报方程,具有预报误差小和最优训练期短的特点,满足 实际业务需求。 相似文献
24.
针对风电场所需的时效在0~4 h,且时间分辨率不低于15 min的超短期风速预报。根据测风塔实时发回的实测风速序列,建立了基于BP神经网络的风电场风速时间序列外延预报模型。另一方面,建立 MM5模式预报风速与实测风速的误差序列,并利用BP神经网络作误差序列的外延预报,从而利用误差的预报值对MM5风速预报值进行订正,获得新的预报值。综合对两种方法的预报效果指标分析以及拟合曲线的比较结果表明:使用BP神经网络对MM5风速预报值进行修订的方法在总体上效果较优,特别是当影响风电场的天气系统变化明显,近地层风速变率较大时,该方法的预报效果更具有明显的优势。 相似文献
25.
26.
本文提出了一种利用无人机航空摄影测量技术完成风电场测图的方法,利用该方法可以实现测区1∶2000地形图数据的生产。首先根据航摄区域和航线规划布设控制点、像控点、检查点,利用飞马F300无人机进行航摄作业获取航测数据,然后对数据进行预处理,按照标准格式导入Context Capture软件建立三维倾斜模型,通过EPS2016立体量测软件基于三维倾斜模型完成地形图数据的采集,对于模型变形的区域,利用MapMatrix软件进行数据采集与校核。利用安徽宿州风电场测图项目验证了该方法满足1∶2000大比例尺地形图精度要求。 相似文献
27.
阐述了当前国际风力发电现状和风力发电机研制情况 ,分析了各国开展风力发电采取的优惠政策。指出随着风力发电技术日趋成熟、市场规模不断扩大和风力发电成本逐渐下降 ,风力发电作为一种可再生的清洁能源和替代能源技术其发展前景十分广阔 相似文献
28.
29.
针对风电场风功率预测所需的定点、逐时风速预报,对利用中央气象台发布的MM5格点输出的数值预报风速插值到福建沿海某个风电场测风塔高度的预报结果进行误差分析,发现由于海陆交界的特殊下垫面等原因,存在一定的系统误差;根据误差的后延相关性和测风塔实时发回的气象资料,探讨了利用前期误差观测值和测风塔湍流指标对MM5数值预报风速进行动态修订的方法,建立了订正值方程,结果表明,订正后的预报风速平均绝对误差降低31%~54%,有效提高了预报精度。 相似文献
30.