首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   4118篇
  免费   1638篇
  国内免费   2093篇
测绘学   61篇
大气科学   4535篇
地球物理   624篇
地质学   1127篇
海洋学   339篇
天文学   12篇
综合类   189篇
自然地理   962篇
  2024年   36篇
  2023年   137篇
  2022年   231篇
  2021年   282篇
  2020年   292篇
  2019年   361篇
  2018年   265篇
  2017年   309篇
  2016年   260篇
  2015年   326篇
  2014年   420篇
  2013年   480篇
  2012年   432篇
  2011年   415篇
  2010年   296篇
  2009年   344篇
  2008年   336篇
  2007年   397篇
  2006年   344篇
  2005年   301篇
  2004年   226篇
  2003年   237篇
  2002年   167篇
  2001年   162篇
  2000年   145篇
  1999年   106篇
  1998年   99篇
  1997年   78篇
  1996年   71篇
  1995年   66篇
  1994年   60篇
  1993年   48篇
  1992年   27篇
  1991年   28篇
  1990年   11篇
  1989年   18篇
  1988年   20篇
  1987年   3篇
  1986年   3篇
  1985年   4篇
  1984年   2篇
  1981年   1篇
  1980年   3篇
排序方式: 共有7849条查询结果,搜索用时 31 毫秒
61.
应用2017—2018年5—9月福建省观测资料对华南区域中尺度模式(GTRAMS-3 km-RUC)预报进行站点检验,建立和训练基于卷积神经网络的逐时降水分级订正模型,并与频率匹配法进行2017—2018年测试集的对比试验和2019年数据集的模拟业务检验,探讨了试验过程中遇到的样本不均衡、特征变量选取以及模型过拟合问题。结果表明:模式对于15 mm·h-1以上降水的预报能力弱,各订正方法对原始预报均有不同程度的改进作用。从评估指标来看,基于卷积神经网络的订正方法比频率匹配法表现出优势,其中相关系数判别方案下的网络模型对强降水预报的订正效果显著优于其他方法;在输入特征变量选取方面,应用主成分分析方案的模型训练收敛速度比相关系数判别方案更快,最佳训练期有所提前,但也更早进入严重的过拟合状态,而相关系数判别方案能够使网络模型的训练拥有更长的提升期以达到更具“潜力”的状态;基于卷积神经网络的订正方法对减少分类降水预报的漏报率、晴雨和弱降水预报的空报率具有显著作用,其优化程度明显超过频率匹配法。  相似文献   
62.
南洋  饶晓琴  尤媛  关良 《气象》2021,(2):253-260
2020年11月大气环流的主要特征为:北半球极涡呈偶极分布,环流呈三波型,东亚大槽偏弱,南支槽偏弱,西太平洋副热带高压偏西偏强。全国平均降水量为16.9 mm,比常年同期(19.0 mm)偏少11%,月内17—19日出现了一次强雨雪天气过程,湖北恩施建始县和辽宁丹东出现大暴雨,黑龙江牡丹江、鸡西和七台河、内蒙古通辽和赤峰等地出现大暴雪或特大暴雪。全国平均气温为3.9℃,比常年同期(2.9℃)偏高1℃,11月共出现4次冷空气过程,其中1次为全国强冷空气过程(18—22日)。10—17日,大气扩散条件较为不利,华北中南部、黄淮西部、汾渭平原等地发生一次雾-霾天气过程。  相似文献   
63.
选取了甘肃平凉地区2015-2019年6-8月发生的27次短时强降水事件。利用自动站逐小时降水资料和高空探测资料,按照短时强降水阈值分类统计法和常规天气分析方法对甘肃平凉地区夏季短时强降水时空分布、影响天气系统及大气环境背景进行了统计分析。结果表明:6月短时强降水频次少,强降水高发区为六盘山山区;7月频次明显增多,活跃地区为静宁、崇信、泾川一带;8月频次及强度达到峰值,密集区为平凉北部的崆峒山区、崇信南部河谷地带。6月短时强降水日变化呈现单峰型特征,以午后居多,1 h降水量在20-30 mm段发生频次最高,占6月频次的80%以上;7月和8月日变化呈多峰型结构,夜间短时强降水频次增多,1 h降水量大于30 mm的频次显著增加,约占7月和8月总频次的40%。分析总结了平凉地区短时强降水天气类型,即高空低槽类、副热带高压类、西北气流类。另外,对表征动力、水汽、不稳定条件的环境参数统计分析,结果显示K指数、CAPET850-T500Q850θse-850等物理量平均特征值对平凉地区强降水预报有较好的指示意义。  相似文献   
64.
使用中国气象局热带气旋资料中心的热带气旋最佳路径数据集和NCEP/NCAR再分析资料提供的月平均数据,对北上影响山东的热带气旋(tropical cyclone,TC)及其造成的极端降水进行统计分析,并揭示了有利于 TC北移影响山东的大气环流特征。结果表明:影响山东的 TC主要出现 于 6—9 月,其中盛夏时节(7、8 月)TC对山东影响最大;TC影响山东时,强度主要为台风及以下等 级,或已发生变性;TC会引发山东极端降水事件,TC极端降水多出现在夏秋季(7—9 月),其中8月的占比最大,9月次之,TC降水在极端降水事件中的占比约为 10%,但年际变化大,有些年份占比达60%以上,特别是1990 年以来 TC对极端降水的贡献显著增强;影响山东的 TC主要生成于西 北太平洋,多为转向型路径;当500 hPa位势高度异常场呈太平洋一日本遥相关型的正位相时,TC更易北上影响山东,此时西北太平洋副热带高压位置偏北,其外围气流会引导TC北上转向,对华东地区造成影响;850 hPa上,南海至西北太平洋存在异常气旋式环流,对流活跃,夏季风环流和季风槽加强,有利于TC的生成和发展,同时,华东、华南上空有异常上升运动,涡度增大,垂直风切变减小,水汽充沛,TC登陆后强度能得到较好的维持。  相似文献   
65.
利用 1981—2019 年 NCEP/NCAR再分析资料和观测降水资料,对山东5月降水多(少)雨年环流特征进行分型,分析前期海温影响大气环流进而影响降水的过程。结果表明:典型多(少)雨年,亚洲中高纬环流呈“-、+”(“+、-” )距平分布,盛行纬(经)向环流,东亚大槽偏弱(强)。前期冬春季黑潮区和热带印度洋海温是影响山东5月降水的关键外强迫因子,黑潮区海温偏暖(冷)时,其上空500 hPa高度场为明显正(负)距平,低层风场呈现异常反气旋(气旋),山东受异常东南风(偏西风)控制,加强(削弱)了水汽输送, 利于降水偏多(少)。热带印度洋偏暖年,山东地区 500 hPa高度场上表现为西低东高,低层处于异常反气旋后部的东南气流中,这与典型多雨年的环流特征基本一致,印度洋偏冷年对应环流特征与偏暖年大致相反。  相似文献   
66.
基于2012—2019年兰州地区146个区域自动气象站小时降水数据,从不同时间尺度分析兰州地区近8 a降水精细化特征。结论如下:(1)2012—2019年,兰州地区年均降水量总体呈"北少南多、外多内少"的空间分布特征;年降水量具有明显的年际变化,2018年降水异常偏多46%,而2015、2017年降水异常偏少,尤其2015年偏少30%。(2)兰州地区降水主要集中在7—8月,受环流形势影响,7—8月南部降水明显多于北部,其余月份南北降水差异不明显。(3)兰州地区降水量和降水范围分别表现为"朝少夕多"、"夜大日小"的日变化特征;受海拔高度影响,城区降水量总体比山区小,且因热岛效应,城区降水主要集中在午后至傍晚前后,多为对流性降水,而山区降水日分布较为均匀,整体日波动较小。(4)安宁区短时强降水发生频次最高,但短时强降水频发的站点出现在皋兰县六合站和永登县徐家磨村站,永登县是兰州地区短时强降水预报需重点关注的地区。  相似文献   
67.
基于2012—2019年兰州地区146个区域自动气象站小时降水数据,从不同时间尺度分析兰州地区近8 a降水精细化特征。结论如下:(1)2012—2019年,兰州地区年均降水量总体呈"北少南多、外多内少"的空间分布特征;年降水量具有明显的年际变化,2018年降水异常偏多46%,而2015、2017年降水异常偏少,尤其2015年偏少30%。(2)兰州地区降水主要集中在7—8月,受环流形势影响,7—8月南部降水明显多于北部,其余月份南北降水差异不明显。(3)兰州地区降水量和降水范围分别表现为"朝少夕多"、"夜大日小"的日变化特征;受海拔高度影响,城区降水量总体比山区小,且因热岛效应,城区降水主要集中在午后至傍晚前后,多为对流性降水,而山区降水日分布较为均匀,整体日波动较小。(4)安宁区短时强降水发生频次最高,但短时强降水频发的站点出现在皋兰县六合站和永登县徐家磨村站,永登县是兰州地区短时强降水预报需重点关注的地区。  相似文献   
68.
To analyze the effects of gas cannons on clouds and precipitation, multisource observational data, including those from National Centers for Environmental Prediction (NCEP) reanalysis, Hangzhou and Huzhou new-generation weather radars, laser disdrometer, ground-based automatic weather station, wind profiler radar, and Lin''an C-band dual polarization radar, were adopted in this study. Based on the variational dual-Doppler wind retrieval method and the polarimetric variables obtained by the dual-polarization radar, we analyzed the microphysical processes and the variations in the macro - and microphysical quantities in clouds from the perspective of the synoptic background before precipitation enhancement, the polarization echo characteristics before, during and after enhancement, and the evolution of the fine three-dimensional kinematic structure and the microphysical structure. The results show that the precipitation enhancement operation promoted the development of radar echoes and prolonged their duration, and both the horizontal and vertical wind speeds increased. The dual-polarization radar echo showed that the diameter of the precipitation particles increased, and the concentration of raindrops increased after precipitation enhancement. The raindrops were lifted to a height corresponding to 0 to -20 ℃ due to vertical updrafts. Based on the disdrometer data during precipitation enhancement, the concentration of small raindrops (lgNw) showed a significant increase, and the mass-weighted diameter Dm value decreased, indicating that the precipitation enhancement operation played a certain“lubricating”effect. After the precipitation enhancement, the concentration of raindrops did not change much compared with that during the enhancement process, while the Dm increased, corresponding to an increase in rain intensity. The results suggest the positive effect of gas cannons on precipitation enhancement.  相似文献   
69.
The Dynamical-Statistical-Analog Ensemble Forecast model for landfalling tropical cyclones (TCs) precipitation (DSAEF_LTP) utilises an operational numerical weather prediction (NWP) model for the forecast track, while the precipitation forecast is obtained by finding analog cyclones, and making a precipitation forecast from an ensemble of the analogs. This study addresses TCs that occurred from 2004 to 2019 in Southeast China with 47 TCs as training samples and 18 TCs for independent forecast experiments. Experiments use four model versions. The control experiment DSAEF_LTP_1 includes three factors including TC track, landfall season, and TC intensity to determine analogs. Versions DSAEF_LTP_2, DSAEF_LTP_3, and DSAEF_LTP_4 respectively integrate improved similarity region, improved ensemble method, and improvements in both parameters. Results show that the DSAEF_LTP model with new values of similarity region and ensemble method (DSAEF_LTP_4) performs best in the simulation experiment, while the DSAEF_LTP model with new values only of ensemble method (DSAEF_LTP_3) performs best in the forecast experiment. The reason for the difference between simulation (training sample) and forecast (independent sample) may be that the proportion of TC with typical tracks (southeast to northwest movement or landfall over Southeast China) has changed significantly between samples. Forecast performance is compared with that of three global dynamical models (ECMWF, GRAPES, and GFS) and a regional dynamical model (SMS-WARMS). The DSAEF_LTP model performs better than the dynamical models and tends to produce more false alarms in accumulated forecast precipitation above 250 mm and 100 mm. Compared with TCs without heavy precipitation or typical tracks, TCs with these characteristics are better forecasted by the DSAEF_LTP model.  相似文献   
70.
复杂地形下C波段雷达定量降水估计算法   总被引:1,自引:0,他引:1  
C波段雷达定量降水估计(QPE)精度受到很多因素的影响,主要包括:(1)雷达标定,(2)非气象回波的干扰,(3)降水物垂直空间变化,(4)地形或地物的严重遮挡,(5)Z-R关系的代表性,(6)雷达拼图的质量,(7)雷达观测回波衰减等。文中雷达定量降水估计算法基于陕西省C波段天气雷达展开,从雷达探测数据质量控制、地形遮挡、Z-R关系和雷达拼图等方面提高C波段天气雷达定量降水估计的精度,产生降水类型产品和1 h定量降水估计产品,产品空间分辨率为0.01°×0.01°,时间分辨率为6 min。通过对7次降水过程进行评估,结果表明:基于混合仰角反射率因子处理模块和降水类型分类模块进行雷达定量降水估计,得到的结果与地面雨量站观测降水接近,1 h累计降水量的统计评分指标均方根误差稳定在3 mm以下,相对误差稳定在50%左右,相对偏差保持在?30%以内,雷达定量降水估计产品的离散度和绝对偏差都较低,表明该算法得到的雷达定量降水估计稳定可靠。   相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号