全文获取类型
收费全文 | 175篇 |
免费 | 39篇 |
国内免费 | 58篇 |
专业分类
测绘学 | 12篇 |
大气科学 | 85篇 |
地球物理 | 36篇 |
地质学 | 67篇 |
海洋学 | 32篇 |
天文学 | 1篇 |
综合类 | 13篇 |
自然地理 | 26篇 |
出版年
2023年 | 7篇 |
2022年 | 10篇 |
2021年 | 6篇 |
2020年 | 8篇 |
2019年 | 10篇 |
2018年 | 10篇 |
2017年 | 5篇 |
2016年 | 12篇 |
2015年 | 12篇 |
2014年 | 7篇 |
2013年 | 9篇 |
2012年 | 9篇 |
2011年 | 11篇 |
2010年 | 8篇 |
2009年 | 11篇 |
2008年 | 14篇 |
2007年 | 9篇 |
2006年 | 5篇 |
2005年 | 7篇 |
2004年 | 6篇 |
2003年 | 11篇 |
2002年 | 11篇 |
2001年 | 9篇 |
2000年 | 8篇 |
1999年 | 6篇 |
1998年 | 2篇 |
1997年 | 11篇 |
1996年 | 6篇 |
1995年 | 6篇 |
1994年 | 4篇 |
1993年 | 10篇 |
1992年 | 5篇 |
1991年 | 3篇 |
1990年 | 1篇 |
1989年 | 2篇 |
1987年 | 1篇 |
排序方式: 共有272条查询结果,搜索用时 437 毫秒
212.
213.
场地条件对地震动有着重要的影响,它一般通过地表峰值加速度PGA或者谱加速度Sa在不同场地条件下的放大系数表示。以往的相关研究中缺少大量的实测地震动数据分析;没有明确给出PGA和Sa在不同场景下的适用性;较少赋予其放大系数分布概率含义。选取KiK-net台网1997—2019年记录的210多万条地震动信息,通过PGA与Sa放大系数的分布分析了其在不同场景下的适用性,然后基于控制变量法和回归方法对每个台站的PGA放大系数进行拟合分析,最后对不同场地类别的PGA放大系数进行了概率分布函数拟合。研究结果表明:场地条件不变情况下,地震动放大系数的分布有很好的规律性;Sa较PGA放大系数分布离散程度更小,且随着Sa周期增加,其离散程度呈现逐渐减小趋势,在建筑物周期确定的情况下,Sa具有更高的适用性;Ⅰ、Ⅱ类场地且周期大于1.0 s的Sa放大系数具有较高的稳定性;相同场地条件下,PGA放大系数呈非线性分布,随着基岩PGA(PGAR)的增加逐渐减少;PGA放大系数趋于指数正态分布。研究结果可用于未来更加准确地估计损失与描述场地条件对地震动的影响。 相似文献
214.
215.
为了研究欧洲北海海域的波高全区域概率分布情况,从而为海洋平台等海洋浮式结构物的选址和结构设计提供依据。首先基于Global Waves Statistics(GWS)提供的实测数据,确定典型计算工况的发生概率;同时考虑实测数据中极端波浪环境下的数据缺失导致大波高分布概率偏小的问题,利用三参数Weibull分布确定不同重现期下的极值风速,作为典型计算工况的补充。以不同风速、风向的定常风场为输入项,利用第三代海浪数值模型SWAN模型,对北海全区域波高进行数值模拟。将数值模拟的稳态形式依照各工况的发生概率进行归一化累加处理,认为其结果可以表征全区域的波高概率分布情况。以波高概率分布的计算结果为依据,分析北海海域波浪环境的统计学特征,发现有效波高为7 m以上的大波高频发区在北海北部区域有大范围分布;有效波高4~5 m为北海东北区域的多发海况,极端海况下的有效波高主要分布于7~14 m区间,在地形突变区域的波高发生显著变化。 相似文献
216.
波高非线性概率分布高阶谱数值模型研究 总被引:2,自引:0,他引:2
由于波浪的调制不稳定以及非线性波-波相互作用等因素的存在,波浪的分布会偏离线性假设下瑞利分布的结果。通过使用高阶谱模型对不同初始条件下波浪数值模拟。对统计得到的波高与线性理论下的瑞利分布和考虑非线性下改进的埃奇沃思-瑞利(MER)分布和依据Gram-Charlier展开的分布(GC分布)进行对比。结果表明,深水条件下波浪传播过程中偏度值变化较小,而峰度值出现增长。在较小有效波高值的波况下波高分布符合瑞利分布,但随着有效波高值的增加,波浪的非线性增强,波高分布与考虑非线性影响下的GC和MER分布结果相符。宽谱下的波高分布偏离瑞利分布的程度小于窄谱的情况,波高分布更接近瑞利分布的结果。 相似文献
217.
218.
219.
探讨了在建筑变形测量成果中引入不确定度评定的必要性,提出了一种不确定度评定的参考方法,包括变形量的概率分布特征、评定的参数设定、实际评定方法等,最后给出了一个评定示例。 相似文献
220.
水文变量多特征属性的频率分析,以及各种水文事件的遭遇及联合概率分布问题需要采用多变量概率分布模型解决。总结了当前应用最广泛的几种两变量概率分布模型,对各种模型的适用性和局限性做了详细分析,并介绍了一种新的两变量概率模型——Copula函数。现有模型大都基于变量之间的线性相关关系而建立,对于非线性、非对称的随机变量难以很好地描述;大部分模型假定各变量服从相同的边际分布或对变量间的相关性有严格的限定,从而限制了其应用。Copula函数所构造的两变量概率分布模型克服了现有模型的不足,它具有任意的边际分布,可以描述变量间非线性、非对称的相关关系。作为一种用于构造灵活的多变量联合分布的工具,Copula函数在水科学领域具有广阔的应用前景。 相似文献