全文获取类型
| 收费全文 | 252篇 |
| 免费 | 79篇 |
| 国内免费 | 37篇 |
专业分类
| 测绘学 | 62篇 |
| 大气科学 | 35篇 |
| 地球物理 | 59篇 |
| 地质学 | 145篇 |
| 海洋学 | 30篇 |
| 综合类 | 24篇 |
| 自然地理 | 13篇 |
出版年
| 2024年 | 2篇 |
| 2023年 | 17篇 |
| 2022年 | 15篇 |
| 2021年 | 12篇 |
| 2020年 | 13篇 |
| 2019年 | 28篇 |
| 2018年 | 32篇 |
| 2017年 | 12篇 |
| 2016年 | 18篇 |
| 2015年 | 13篇 |
| 2014年 | 14篇 |
| 2013年 | 9篇 |
| 2012年 | 17篇 |
| 2011年 | 17篇 |
| 2010年 | 21篇 |
| 2009年 | 13篇 |
| 2008年 | 11篇 |
| 2007年 | 6篇 |
| 2006年 | 19篇 |
| 2005年 | 15篇 |
| 2004年 | 2篇 |
| 2003年 | 5篇 |
| 2002年 | 2篇 |
| 2001年 | 3篇 |
| 1999年 | 4篇 |
| 1998年 | 1篇 |
| 1997年 | 3篇 |
| 1996年 | 1篇 |
| 1995年 | 4篇 |
| 1994年 | 4篇 |
| 1993年 | 5篇 |
| 1992年 | 1篇 |
| 1991年 | 6篇 |
| 1990年 | 5篇 |
| 1989年 | 3篇 |
| 1988年 | 1篇 |
| 1987年 | 2篇 |
| 1986年 | 3篇 |
| 1984年 | 1篇 |
| 1983年 | 3篇 |
| 1981年 | 2篇 |
| 1979年 | 1篇 |
| 1977年 | 1篇 |
| 1959年 | 1篇 |
排序方式： 共有368条查询结果，搜索用时 15 毫秒
51.
52.
研究区位于西藏罗布莎地区,其罗布莎蛇绿岩体蕴藏着我国目前规模最大的铬铁矿床。以WorldView-2高空间分辨率遥感数据为基本信息源,对研究区进行遥感地质解译。与传统多光谱数据ETM+、ASTER等相比,WorldView-2具有更高的空间分辨率和相对较窄且连续的光谱。对研究区WorldView-2图像进行正射校正、大气校正和影像融合后,采用最佳指数法选择8-6-4波段组合进行假彩色合成,同时结合真彩色5-3-2波段,突出各地质体单元色调差异。我们利用其空间分辨率优势建立区内主要岩性和构造的高空间分辨率遥感解译标志。通过野外地质验证,解译结果充分显示了WorldView-2高分辨率影像在海拔较高、工作环境恶劣地区进行矿产资源勘查的技术优势和应用前景。 相似文献
53.
针对全球六边形离散格网的三维显示化方法开展研究,设计了一种六边形格网的空间层次结构(hexagonalquaternary balanced structure,HQBS),采用四位码元对格网单元进行编码,定义并实现了格网向量的基本运算,利用这些运算可以方便地实现格网单元的空间索引。在此基础上还研究了全球离散格网的动态生成与显示算法、可视化区域裁剪等相关内容。试验表明:全球格网动态生成的效率110～370单元/ms之间,加载空间数据后,格网数据和空间数据逐层加载的时间在300 ms左右,能够保证加载空间数据后的显示刷新率在20帧/s左右。 相似文献
54.
55.
安徽马头铜钼矿,位于长江中下游成矿带上,地处下扬子断裂拗陷带与皖南加里东造山带的衔接部位,矿(化)体赋存于志留系坟头组砂岩与花岗闪长斑岩的内外接触带上,钼矿脉充填于内外接触带的节理、裂隙中,铜钼品位较低.在对该矿床野外勘查的基础上,借鉴矿床专题科研综合分析成果,对该矿床的控矿因素进行了总结.该矿床花岗闪长斑岩与钼、铜成矿关系十分密切,矿体受构造控制明显,矿区主断层、次生断层是主要的导矿构造,接触带附近发育的节理裂隙是主要的容矿构造,坟头组砂岩与花岗闪长斑岩内外接触带是主要的赋矿部位.从矿床的规模、有用组分品位、与斑岩体的关系、矿石以细脉状为主的构造、围岩蚀变分带特征及成矿物质来源等方面判断,矿床为斑岩型铜钼矿床. 相似文献
56.
57.
58.
59.
60.
为简单且快速地查看地质研究过程中所获得地质数据属性信息的分布特征,用VC++6.0实现了常用的基于几何坐标法的多维数据可视化方法,即平行坐标法和圆形平行坐标法。这两个方法融合了直方图和等值线图各自的优点,可以同时查看数据的频数分布及其对应的坐标,还可以通过多个坐标轴显示数据,拓宽了一个图所能承载的数据信息,因此可以用这样的一个图形总体把握数据的分布特征。该方法在澳大利亚新南威尔士州Mandamah地区铜金矿床钻孔数据的应用中,通过折线密度可以看出Au、Cu、Pb和Zn等元素都有高值突出,即高值附近折线密度稀疏,而大量数据聚集在低值附近,即低值附近折线分布密度高。 相似文献