全文获取类型
收费全文 | 514篇 |
免费 | 85篇 |
国内免费 | 63篇 |
专业分类
测绘学 | 32篇 |
大气科学 | 104篇 |
地球物理 | 158篇 |
地质学 | 207篇 |
海洋学 | 50篇 |
天文学 | 8篇 |
综合类 | 33篇 |
自然地理 | 70篇 |
出版年
2024年 | 3篇 |
2023年 | 8篇 |
2022年 | 14篇 |
2021年 | 23篇 |
2020年 | 20篇 |
2019年 | 20篇 |
2018年 | 12篇 |
2017年 | 19篇 |
2016年 | 17篇 |
2015年 | 28篇 |
2014年 | 28篇 |
2013年 | 19篇 |
2012年 | 24篇 |
2011年 | 40篇 |
2010年 | 27篇 |
2009年 | 40篇 |
2008年 | 26篇 |
2007年 | 22篇 |
2006年 | 33篇 |
2005年 | 24篇 |
2004年 | 20篇 |
2003年 | 24篇 |
2002年 | 22篇 |
2001年 | 23篇 |
2000年 | 18篇 |
1999年 | 16篇 |
1998年 | 20篇 |
1997年 | 9篇 |
1996年 | 19篇 |
1995年 | 10篇 |
1994年 | 6篇 |
1993年 | 4篇 |
1992年 | 2篇 |
1991年 | 6篇 |
1990年 | 4篇 |
1989年 | 6篇 |
1988年 | 2篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1985年 | 2篇 |
排序方式: 共有662条查询结果,搜索用时 312 毫秒
71.
基于国际耦合模式比较计划第五阶段(CMIP5)历史模拟试验(historical run)的模式输出结果以及遥感数据,采用相关分析、均方根误差、标准差等统计方法,评估了13个气候(或地球)系统模式对欧亚大陆积雪覆盖率的模拟能力,在此基础上,采用多模式集合平均的方法对未来不同温室气体排放情景下(rcp2.6、rcp4.5和rcp8.5)欧亚大陆积雪覆盖率的变化进行预估。结果显示:尽管各模式模拟的积雪覆盖率在高原地区与观测差异较大,但总体看来模式能够对欧亚大陆积雪覆盖率的空间形态、季节变化及年际变化特征做出较好地模拟。未来预估结果表明,多模式集合平均预估的欧亚大陆积雪覆盖率从2006年到2040年左右减少趋势非常明显,且不同排放情景下模式模拟的积雪减少速率非常接近;然而,大约从2040年之后,不同排放情景下的积雪覆盖率减小趋势的差异越来越大,rcp2.6和rcp4.5下积雪覆盖率的变化趋于平缓,而rcp8.5情景下,积雪覆盖率一直减少,冬季、春季和秋季都明显减少,减少最显著的区域位于西欧和青藏高原地区。由此可见,控制温室气体的排放对于未来欧亚大陆积雪的变化是至关重要的。 相似文献
72.
高分辨率WRF三维变分同化在北京地区降水预报中的应用 总被引:14,自引:4,他引:10
为迎接2008年北京奥运会,改进北京地区的天气预报,建立了一个基于三重嵌套区域(27/9/3 km)的WRF三维变分同化(WRFVar)和WRF模式的高分辨率快速更新循环同化预报(Rapid-Up-date Cycle)系统,并针对2006年8月1日发生在北京地区的强对流天气进行了一系列数值试验,结果表明:高分辨率的快速更新循环系统很好地预报出了此次强降水过程;在WRF三维变分同化里调节背景场误差和观测误差,提高了降水预报的效果;插值得出的3 km背景场误差可以作为一个合理的近似在3 km分辨率的WRFVar中使用,用户可以不必积累高分辨率的预报场去计算背景场误差,从而节省大量计算资源。3 h频次的RUC已经能满足预报要求,更高频次(1 h)的RUC并没有导致预报的进一步提高。 相似文献
73.
74.
75.
地震经济损失快速评估是应急救灾的重要决策依据。本文选取了震级、极震区烈度、极震区烈度和抗震设防烈度之差ΔI、人口密度、人均GDP等5个指标作为输入层节点,将地震灾害的直接经济损失作为输出层节点,通过对1996—2013年的地震灾害损失资料进行训练和仿真分析,构建了Elman神经网络地震经济损失快速估计模型。运用该模型,对近年来的7个破坏性地震的直接经济损失进行评估分析,评估结果和实际直接经济损失有较好的一致性,该方法为地震经济损失快速评估提供了一种新思路。 相似文献
76.
针对基于机器学习的滑坡易发性评价中非滑坡样本选取不规范导致的分类精度较低问题,本文提出联合基于密度的噪声应用空间聚类(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)采样策略和支持向量机(Support Vector Machine,SVM)分类方法的DBSCAN-SVM滑坡易发性评价模型。首先,基于DBSCAN聚类和空间分析选取非滑坡样本;然后,将样本数据代入SVM分类模型进行训练与验证,预测并提取SVM分类中属于滑坡的概率,获得滑坡易发性;最后,以四川省绵阳市为试验区,预测滑坡易发性概率,基于滑坡易发性精度与分级结果等要素,与传统非滑坡样本采集策略的SVM滑坡易发性评价模型进行对比,并结合实际情况对DBSCAN-SVM模型评价结果进行分析。研究结果表明,相比传统SVM滑坡易发性评价模型,本文提出的DBSCAN-SVM滑坡易发性评价模型在高易发区和极高易发区中包含的滑坡样本数量较多,准确率、召回率、AUC、F1分数均得到提高,精度较高。 相似文献
77.
78.
79.
A dual-resolution(DR) version of a regional ensemble Kalman filter(EnKF)-3D ensemble variational(3DEnVar) coupled hybrid data assimilation system is implemented as a prototype for the operational Rapid Refresh forecasting system. The DR 3DEnVar system combines a high-resolution(HR) deterministic background forecast with lower-resolution(LR) EnKF ensemble perturbations used for flow-dependent background error covariance to produce a HR analysis. The computational cost is substantially reduced by running the ensemble forecasts and EnKF analyses at LR. The DR 3DEnVar system is tested with 3-h cycles over a 9-day period using a 40/13-km grid spacing combination. The HR forecasts from the DR hybrid analyses are compared with forecasts launched from HR Gridpoint Statistical Interpolation(GSI) 3D variational(3DVar)analyses, and single LR hybrid analyses interpolated to the HR grid. With the DR 3DEnVar system, a 90% weight for the ensemble covariance yields the lowest forecast errors and the DR hybrid system clearly outperforms the HR GSI 3DVar.Humidity and wind forecasts are also better than those launched from interpolated LR hybrid analyses, but the temperature forecasts are slightly worse. The humidity forecasts are improved most. For precipitation forecasts, the DR 3DEnVar always outperforms HR GSI 3DVar. It also outperforms the LR 3DEnVar, except for the initial forecast period and lower thresholds. 相似文献
80.
基于MODE对模式预报强风风场的检验分析 总被引:1,自引:0,他引:1
基于专业气象服务领域十分关注的模式强风预报性能的客观检验和致灾性强风预警服务效果的合理性判别问题,利用一次强风过程对电网专业气象预警服务效果的检验示范,探讨基于目标(面向对象)的诊断检验方法(Method for ObjectBased Diagnostic Evaluation,MODE)对强风事件检验的适用性。通过对强风空间检验的各个关键参数的选择确定、匹配分析,发现:(1)MODE检验的卷积半径、诊断量权重和匹配阈值等参数的选择,将影响检验目标的适度聚焦和误差表达的客观性,因此需要综合考虑预报和实况场的水平分辨率、用户对该类强天气预报误差的空间和时间冗余度等;(2)MODE检验可较好地量化给出模式预报的整体效果,包括:强风落区的范围大小和位置偏差、强风过程的时间相位差等,从而可量化判别出模式在各个时刻的空报和漏报区域以及对强风过程移动速度和生命周期长度的预报性能。 相似文献