全文获取类型
收费全文 | 235篇 |
免费 | 55篇 |
国内免费 | 53篇 |
专业分类
测绘学 | 76篇 |
大气科学 | 67篇 |
地球物理 | 36篇 |
地质学 | 91篇 |
海洋学 | 26篇 |
综合类 | 18篇 |
自然地理 | 29篇 |
出版年
2023年 | 4篇 |
2022年 | 14篇 |
2021年 | 8篇 |
2020年 | 11篇 |
2019年 | 9篇 |
2018年 | 15篇 |
2017年 | 9篇 |
2016年 | 8篇 |
2015年 | 19篇 |
2014年 | 29篇 |
2013年 | 21篇 |
2012年 | 18篇 |
2011年 | 22篇 |
2010年 | 9篇 |
2009年 | 21篇 |
2008年 | 16篇 |
2007年 | 11篇 |
2006年 | 13篇 |
2005年 | 14篇 |
2004年 | 12篇 |
2003年 | 7篇 |
2002年 | 8篇 |
2001年 | 12篇 |
2000年 | 7篇 |
1999年 | 9篇 |
1998年 | 5篇 |
1997年 | 3篇 |
1996年 | 3篇 |
1995年 | 6篇 |
排序方式: 共有343条查询结果,搜索用时 484 毫秒
31.
无地面控制点卫星摄影测量探讨 总被引:7,自引:0,他引:7
为解决无地面控制点的卫星摄影测量(简称无控定位)这一国际难题,对国外具有代表性的几个"全球连续覆盖模式"光学摄影测量卫星的主要技术参数特征以及无控摄影测量模式、技术措施等方面进行了系统归纳,尽管各系统在无控定位上作了种种努力,但与美国1∶50 000比例尺制图标准(水平位置误差12m,垂直高程误差6m)相比,都存在一定距离,该文认为其不足的关键在于对星敏感器测姿误差的处理上。该文还特别介绍了天绘一号卫星工程达到这一标准的主要学术与技术措施,并列举了国内外检查点检测精度一致性的实例。 相似文献
33.
34.
35.
分析了影响传输型立体测绘卫星影像定位精度的误差源,建立了星地误差仿真与评估模型,进行了星地链路误差仿真计算。实践表明:利用星地全链路误差仿真与评估数学模型可以实现星地误差链路的定量分析,为卫星系统指标论证和研制提供技术支撑。 相似文献
36.
37.
选取1951-2008年辽宁省56个站气象资料和中国气象灾害大典等资料,对冰雹时空分布进行了统计分析。结果表明:辽宁冰雹日数以山地为最多,丘陵次之,平原和沿海最少。移动路径基本与山脉、河流、海岸线等地形走向一致。冰雹具有明显的季节变化,主要出现在4-10月。5-6月为冰雹多发期,6月为最多,5月次之。近30a辽宁省年冰雹日数呈减少趋势。冰雹发生主要集中在中午至傍晚。辽西走廊、辽宁中部平原及辽东半岛南部大连地区为冰雹灾害重点防御区。产生冰雹的天气系统按高空形势分类主要有4种:冷涡、冷涡后部横槽、高空槽和槽后西北气流,对应地面形势多为低压冷锋。 相似文献
38.
39.
基于贝叶斯网络的水源涵养服务空间格局优化 总被引:3,自引:1,他引:2
以渭河流域关中—天水经济区段(简称“渭河流域关天段”)为研究区,基于贝叶斯网络和水量平衡原理建立了水源涵养服务网络模型;将CA-Marcov模型与贝叶斯网络模型相结合,预测了2050年不同土地利用情景及其水源涵养服务分布概率;提出了关键变量关键状态子集方法,对研究区水源涵养服务空间格局进行优化。结果表明:① 保护情景下,林地面积增长了18.12%,其主要来源为耕地;草地和城市面积增长缓慢,分别增加了0.73%和0.38%;水体和未利用地分别减少了5.08%和0.92%,该情景下的水源涵养量值偏高的概率在3种情景中最大,保护情景的设计对未来的土地利用政策制定具有一定参考价值。② 水源涵养服务的关键影响因子是降水、蒸散发和土地利用,水源涵养量最高状态对应的关键变量关键状态子集是:﹛降水= 1,蒸散发= 2,土地利用= 2﹜,该子集主要分布在年平均降雨量和蒸散发量较大,植被覆盖率高的地区。③ 研究区适宜优化水源涵养的区域主要分布在天水市麦积区南部、宝鸡市陇县西南部和渭滨区南部、咸阳市旬邑县东北部和永寿县西北部,以及铜川市耀州区西部。结合贝叶斯网络模型研究水源涵养服务的优化区域,不仅有助于提升对生态系统水源涵养服务过程的直观认识,而且增加了情景设计和格局优化的合理性。在此基础上提出的关键状态关键因子方法,对研究区水源涵养生态环境建设和政策制定都具有重要的意义。 相似文献
40.
为实现水土流失区植被遥感信息的准确提取,本文采用2007年ALOS 10 m多光谱影像,利用土壤调节植被指数SAVI和MSAVI,对福建长汀水土流失区马尾松林不同植被覆盖密度的3个实验区进行植被提取,并选用不同的土壤调节因子(L=0.25,0.5,0.75,1)做实验,将结果和以NDVI植被指数提取的结果进行对比,分析了提取效果及受土壤噪音的影响程度。实验表明,SAVI指数能提高水土流失区的植被提取精度。在中、低植被覆盖区,其提取的总精度比NDVI高出2%~7%,Kappa系数高出7%~18%;而土壤调节因子L的取值对植被信息的提取也呈现出一定的规律性,即:随着L从0向1递增,SAVI提取稀疏植被的能力上升而探测阴坡植被的能力下降。总体来看,对于低植被覆盖和中等植被覆盖地区,可分别用SAVI(L取0.75)和SAVI(L取0.5)来提取植被信息,对于高植被覆盖区,仍可直接用NDVI进行植被信息提取;研究发现MSAVI在植被信息提取中并不具有特别的优势。 相似文献