全文获取类型
收费全文 | 23113篇 |
免费 | 4571篇 |
国内免费 | 7155篇 |
专业分类
测绘学 | 3269篇 |
大气科学 | 986篇 |
地球物理 | 2699篇 |
地质学 | 22445篇 |
海洋学 | 2007篇 |
天文学 | 113篇 |
综合类 | 1672篇 |
自然地理 | 1648篇 |
出版年
2024年 | 207篇 |
2023年 | 881篇 |
2022年 | 1125篇 |
2021年 | 1248篇 |
2020年 | 1030篇 |
2019年 | 1229篇 |
2018年 | 944篇 |
2017年 | 919篇 |
2016年 | 942篇 |
2015年 | 1076篇 |
2014年 | 1643篇 |
2013年 | 1167篇 |
2012年 | 1384篇 |
2011年 | 1367篇 |
2010年 | 1171篇 |
2009年 | 1197篇 |
2008年 | 1232篇 |
2007年 | 1173篇 |
2006年 | 1181篇 |
2005年 | 1040篇 |
2004年 | 983篇 |
2003年 | 951篇 |
2002年 | 929篇 |
2001年 | 878篇 |
2000年 | 787篇 |
1999年 | 694篇 |
1998年 | 832篇 |
1997年 | 805篇 |
1996年 | 731篇 |
1995年 | 708篇 |
1994年 | 721篇 |
1993年 | 681篇 |
1992年 | 757篇 |
1991年 | 597篇 |
1990年 | 515篇 |
1989年 | 464篇 |
1988年 | 121篇 |
1987年 | 92篇 |
1986年 | 59篇 |
1985年 | 46篇 |
1984年 | 30篇 |
1983年 | 23篇 |
1982年 | 38篇 |
1981年 | 28篇 |
1980年 | 26篇 |
1979年 | 17篇 |
1977年 | 13篇 |
1976年 | 11篇 |
1974年 | 12篇 |
1972年 | 10篇 |
排序方式: 共有10000条查询结果,搜索用时 31 毫秒
11.
12.
揭阳凹陷A区位于珠江口盆地东南部与台西南盆地西南部过渡区,属于中—新生代形成的断陷盆地。受制于缺乏基础资料(仅有二维地震),该研究区勘探工作一直未有进展。研究工作中充分利用新采集的三维地震资料,以层序地层学理论为指、结合构造分析与烃源岩压力预测技术,完成区内地层发育、洼陷结构特征、烃源发育以及构造目标、岩性目标发育情况总结,综合分析认为:研究区具备形成石油天然气的基本地质条件,勘探前景评价认为,研究区域具有可观的石油地质储量,是油气藏勘探的重要场所。 相似文献
13.
14.
富惰质组煤成因机制是目前的研究热点,其有机地球化学特征对探究富惰质组煤的古沉积环境和演化过程具有重要意义。本文以陕西省咸阳市胡家河4号煤为研究对象,运用有机化学抽提、族组分分离、气相色谱-质谱联用(GC-MS)等方法,分析了富惰质组煤的有机地球化学特征。结果表明,胡家河4号煤的有机质丰度高,饱芳比较低;正构烷烃呈单峰型分布,中-高碳数占优势,具有轻微的奇碳优势;姥植比(4.67)较高,姥鲛烷丰度高;萜烷中藿烷具有明显优势,Ts/(Ts+Tm)值为0~0.133;规则甾烷中C_(29)C_(28)C_(27),呈反"L"型;芳烃中以萘、菲系、氧芴系列为主;1,2,5-三甲基萘含量较高,惹烯具有明显优势,二苯并呋喃含量高于芴;多环芳烃中苝的优势明显。以上特征表明,胡家河4号煤的有机质处于低热成熟阶段,其母质来源以陆生高等植物为主并有少量低等水生生物混入,形成于弱还原偏氧化的干燥陆相淡水泥炭沼泽环境。 相似文献
15.
16.
学术界对集宁-凉城地区的古元古代重熔型花岗岩成因一直持有不同的解释,本文对集宁土贵乌拉-隆盛庄一带两类重熔花岗岩进行了同位素年代学及地球化学研究.锆石LA-MC-ICP-MS U-Pb年代学结果显示,斑状石榴紫苏二长花岗质片麻岩具有1 954 Ma的侵位年龄及1 827 Ma的变质年龄,变质淡色石榴二长花岗岩具有1 956 Ma的侵位年龄.岩石地球化学特征显示斑状石榴紫苏二长花岗质片麻岩低硅、高镁铁,具有Eu负异常及Sr的相对亏损;变质淡色石榴二长花岗岩富硅、贫铁镁,强烈亏损Nb、Ta、Ti等高场强元素,富集K和Rb、Ba等亲石元素.二者形成时代相同,可能源自幔源岩浆底侵造成的重熔,斑状石榴紫苏二长花岗质片麻岩源岩为孔兹岩系沉积岩,混合了一定比例的幔源物质组分并经过分离结晶过程;变质淡色石榴二长花岗岩源岩主要为孔兹岩系沉积岩,较少受到幔源组分的影响. 相似文献
17.
位于招远-莱州金成矿带中西部的金翅岭金矿床是胶东地区典型的石英脉型高品位金矿,但其成矿流体来源和矿床成因一直存在争议.在详细的矿相学和黄铁矿显微结构研究基础上,利用LA-ICP-MS技术原位分析与成矿有关黄铁矿的微量元素特征,结合原位硫同位素分析成矿流体来源,为进一步认识矿床成因提供制约.成矿阶段的黄铁矿划分为2种类型(PyI和PyII),PyI产在石英-黄铁矿阶段,PyII产在石英-多金属硫化物阶段,伴随大量可见金的出现.根据背散射的核-边结构,PyII可细分为含有较多硫化物的核部PyIIa和表面较为干净的边部PyIIb,但二者有明显溶蚀结构.LA-ICP-MS分析结果显示PyI含有一定量的Au(< 0.015×10-6~2.18×10-6,均值0.62×10-6)和As(78.98×10-6~857×10-6,均值542×10-6),但Pb、Zn等其他元素含量较低.核部PyIIa和PyI微量元素分布特征较为相似,但Au(< 0.015×10-6~0.59×10-6,均值0.11×10-6)和As(0.62×10-6~198×10-6,均值35.81×10-6)的含量相对下降.边部PyIIb较核部PyIIa明显富集Au(< 0.015×10-6~19.71×10-6,均值5.91×10-6)和As(399×10-6~18 153×10-6,均值6 412×10-6),且Au与As表现出良好的正相关性.PyI和核部PyIIa原位δ34S的分布范围较为一致,集中在3.0‰~4.9‰;而边部PyIIb的原位δ34S值较高(5.2‰~6.6‰).根据黄铁矿结构、微量元素和硫同位素特征,推断在主成矿期富34S和富Au-As的热液流体加入形成了边部PyIIb且与核部的PyIIa发生了交代作用,同时大量可见金直接从热液中沉淀形成.该研究表明多期次富Au-As成矿流体的注入可能是高品位石英脉矿床形成的主要机制. 相似文献
18.
现代金矿勘察主要是通过综合地球化学和地质测量等数字化方法对深部矿床进行研究,所需要的人力物力成本较高。而通过分析积累的金矿规格单元数据,可以建立金矿成矿情况与相关成矿元素含量之间的非线性关系,从已有的勘查数据中寻找金矿成矿的一般规律。本文基于与金矿相关的成矿元素含量数据,分别采用逻辑斯蒂回归、随机森林和决策树方法对原始数据和重采样数据进行训练,综合运用召回率、精确率和准确率对模型进行评价。通过对比发现,在训练和测试原始数据过程中,由于每组之间数据量的巨大差距,导致成矿数据被淹没;而在训练重采样数据过程中,随机森林在召回率和准确率方面均有较好的表现,分别达到了90.63%和70.78%;并最终分析了随机森林模型中不同分类边界对于金矿成矿情况预测结果的影响。利用不同的测量指标对模型进行评价分析,使模型更适用于金矿成矿预测,可有效地提高金矿勘察的效率。 相似文献
19.
选取长白山火山碎屑喷出物(火山灰)和熔岩(浮岩、碱流岩、黑曜岩),对其进行岩石地球化学分析以确定其源区、演化过程和构造环境。研究表明,长白山火山碎屑喷出物和熔岩属于钾玄岩系列和高钾钙碱性系列,富K_2O+Na_2O,并具有高K_2O以及较高的Fe_2O_3含量,低CaO、MgO、TiO_2、P_2O_5和MnO含量,Mg#值变化范围为0.02~0.10,A/CNK的平均值为0.82,属于偏铝质岩石,稀土元素(REE)相对富集,轻重稀土分异强烈、轻稀土(LREE)相对富集、重稀土(HREE)亏损,铕负异常[δ(Eu)=0.04~0.15],大离子亲石元素(LILE) K、Sr、Ba等相对亏损,高场强元素(HFSE) Th、U、Ta、Nb、Hf相对富集,P、Ti等强烈亏损,Rb/Sr比值为3.23~93.33,在岩浆岩成因类型判别图上,所有样品均落在A型花岗岩区域内,说明其具有A型花岗岩成分特征。根据前人研究成果和本文所述的地球化学分析结果,可以说明长白山火山碎屑喷出物和熔岩可能起源于幔源岩浆的分异演化,在上侵时混染了地壳组分。长白山火山碎屑喷出物和熔岩形成于非造山板内拉张环境。 相似文献
20.
施工期隧道岩体质量动态分级,是评价隧道工作面围岩质量最直接的方法,也是预防隧道施工地质灾害,决定施工开挖工法与支护措施的重要依据。由于传统的Q值法和国标BQ岩体质量分级评价方法需要进行现场和室内试验及分析,岩体质量评价时间滞后,常常降低施工效率,或错过预防突发性施工地质灾害的窗口时间,快速准确地对隧道工作面进行岩体质量分级,成为施工期公路隧道岩体质量动态分级需要解决的重要问题。人工智能算法为解决隧道岩体质量实时快速准确评价提供了方法和手段。以北京冬奥会延庆—崇礼高速公路为例,提出了工作面采用隧道掌子面图片人工智能岩体结构参数辨识,建立7个指标参数体系,采用KNN智能算法对隧道岩体质量进行评价,选取8条隧道40个工作面150个样本进行训练学习,另外选取50个样本进行岩体质量评价校验,与BQ岩体质量评价结果相比,准确率达到了90%,得出如下结论:(1)公路隧道岩体质量智能动态分级KNN方法—一种利用人工智能技术快速高效进行岩体质量动态分级的方法,能够在现场实时获得岩体质量评价结果;(2)KNN分级方法中选用了7个判定指标,综合考虑了隧道围岩体的赋存环境、岩体构造、地质结构等特性,并体现了这些指标在实际工程评判中的可操作性和适用性;(3)KNN分级方法误判率很低,在判别分类中排除了评分时人为因素的干扰,具有较强的判别能力,为TBM围岩实时分级做方法储备。 相似文献