全文获取类型
收费全文 | 243篇 |
免费 | 194篇 |
国内免费 | 276篇 |
专业分类
测绘学 | 25篇 |
大气科学 | 505篇 |
地球物理 | 51篇 |
地质学 | 39篇 |
海洋学 | 48篇 |
天文学 | 1篇 |
综合类 | 20篇 |
自然地理 | 24篇 |
出版年
2024年 | 2篇 |
2023年 | 23篇 |
2022年 | 27篇 |
2021年 | 35篇 |
2020年 | 47篇 |
2019年 | 53篇 |
2018年 | 39篇 |
2017年 | 34篇 |
2016年 | 38篇 |
2015年 | 51篇 |
2014年 | 51篇 |
2013年 | 50篇 |
2012年 | 37篇 |
2011年 | 42篇 |
2010年 | 26篇 |
2009年 | 45篇 |
2008年 | 14篇 |
2007年 | 26篇 |
2006年 | 15篇 |
2005年 | 16篇 |
2004年 | 8篇 |
2003年 | 4篇 |
2002年 | 6篇 |
2001年 | 4篇 |
2000年 | 6篇 |
1999年 | 5篇 |
1998年 | 2篇 |
1997年 | 2篇 |
1996年 | 4篇 |
1993年 | 1篇 |
排序方式: 共有713条查询结果,搜索用时 30 毫秒
701.
利用2016—2021年ECWMF集合预报资料、浙江自动站实况资料等,计算浙江短时强降水、雷暴大风和冰雹等强对流天气相关物理量的极端天气预报指数(EFI:Extreme Forecast Index),分析EFI分布特征,并构建了分类强对流预报模型。结果表明:强对流天气与物理量的EFI有密切联系,发生短时强降水时,对流有效位能、整层可降水量、850 hPa与500 hPa温差和位温差的EFI较大,而垂直风切变的EFI为负值,因而较小的垂直风切变更有利于出现极端降水;发生雷暴大风和冰雹时,对流有效位能、850 hPa与500 hPa温差和位温差以及850 hPa温度露点差的EFI较大,700 hPa露点温度的EFI为负值,与上层干冷下层暖湿的有利层结条件有关。利用支持向量机多分类方法,将强对流天气相关物理量的EFI作为特征值开展训练,构建的预报模型对于非局地强对流天气有较好的预报效果,其中短时强降水的误判率明显低于雷暴大风。 相似文献
702.
集成方法有利于提高降水要素预报的准确性和可预报性。本文基于格点实况资料和智能网格预报、西南区域数值预报、ECMWF模式预报、GRAPES模式预报产品,以面雨量为研究对象,采用多元回归法、BP神经网络法、评分权重法、加权集成预报法和算术平均法,得到集成面雨量预报,再运用平均绝对误差、模糊评分、正确率、TS评分、偏差分析等方法,对2020年4—10月金沙江下游面雨量预报效果进行对比分析。结果表明:多元回归集成法和BP神经网络法的预报效果总体上优于其他几种集成方法。在考虑流域面雨量的预报量级时,下游可以采用预报量级较小的模式和集成方法。集成后偏差百分比均有降低,且多元回归法和BP神经网络法对预报量级较小的模式有矫正作用。在面雨量有无、小雨和中雨预报中,多元回归法集成效果较好,在大雨量级预报中,BP神经网络法集成效果较好。这些结论可为流域面雨量预报提供参考借鉴。 相似文献
703.
704.
705.
提出了一种基于粗集属性划分的遥感分类新方法, 构造了基于粗集的集成遥感分类器。该分类器利用粗集理论将输入的属性集合划分为多个约减, 利用这些约减构造多个训练子集。每个训练子集训练神经网分类器, 在决策时将多个单个分类器的结果进行投票选举。这种方法即减少了单个分类器的输入属性个数, 又避免了由于属性选取造成单一分类器在某些分类上的错误偏见。该分类器与神经网分类器方法, 以及属性选取与神经网结合方法进行了比较。结果表明RSEC无论在分类精度上, 还是在不同样本个数条件下的精度稳定程度上均有较好表现。 相似文献
706.
利用2016—2021年ECMWF集合预报,评估了极端天气指数EFI(Extreme Forecast Index)、尾偏移指数SOT(“Shift of Tail”index)以及集合异常预报法在浙江台风和梅雨暴雨预报中的应用效果。通过研究极端天气预报指数对浙江台风和梅雨暴雨的最优预报阈值,发现梅雨暴雨阈值比台风暴雨明显偏小,且随预报时效增加减小速度偏慢。最优阈值预报相比确定性模式预报,在台风和梅雨暴雨预报检验中体现出更好的稳定性、提前性和准确性。进一步研究发现,通过区分天气类型确定的最优预报阈值,可作为台风和梅雨暴雨落区预报的参考依据。925 hPa水汽通量散度的集合异常度对浙江台风暴雨的落区和强度变化有较好的预报效果,850 hPa涡度和700 hPa垂直速度的集合异常度可以反映稳定性梅雨暴雨的过程演变。 相似文献
707.
基于传统增长模繁殖法(Breeding Growing Mode,BGM)和局地增长模繁殖法(Local Breeding Growing Mode,Local-BGM)生成初始扰动成员,对一次冷涡暴雨过程进行集合预报试验,从多方面比较两种方案的预报效果,并且在邻域概率法(Neighborhood Probability,NP)中引入时间邻域,评估概率预报结果。结果表明,引入局地化思想的Local-BGM方案能够生成比传统BGM方案更合理的初始扰动,具有很明显的局地特征。对于扰动变量的预报,Local-BGM方案在均方根误差和离散度等方面均表现更好,同时能够提高各量级降水的预报技巧。邻域集合概率法能够综合各个集合成员预报的降水信息得到优于集合平均的概率预报,分数技巧评分更高。并且在考虑时间不确定性后,无论是控制预报、集合平均还是邻域集合概率法,分数技巧评分均有很大改善,并且降水阈值越大改善效果越明显,能够为极端强降水天气提供较为客观的概率预报信息。 相似文献
708.
基于WRF v4.0模式,选择Lin方案降水粒子(雨、雪和霰)谱截断参数和霰密度,在对流尺度下对"7.20"华北特大暴雨进行参数扰动集合预报试验。按照参数序列依次设置单/双/多截断参数组合、四参数组合和霰参数组合,对比分析其对降水和大气变量的预报技巧,及扰动影响的敏感性。结果表明,四参数组合明显降低了大暴雨空报概率,有效提升了500~925 hPa经向风和近地面温度场的离散度技巧;随组合中参数的增多,扰动对预报的整体影响依次增强,多截断参数组合对中低层水汽场和近地面温度的预报技巧均有所改善;其他组合存在离散度/降水预报负技巧等问题,四参数和多截断参数组合是更好的对流尺度云微物理方案参数扰动选择。 相似文献
709.
利用次季节—季节预报研究计划(Subseasonal to Seasonal Prediction Project, S2S)的多模式产品集,系统评估了产品集中11个模式对MJO的实际预报技巧。如果以距平相关系数ACC为0.5作为有效预报技巧的阈值,S2S各模式的MJO实际预报时效为8~32 d。S2S各模式预报普遍低估了MJO的振幅强度,且预报的MJO传播速度偏慢。通过分析发现,在一个集合预报系统中,集合离散度与均方根误差越接近,它的MJO预报技巧越高。此外,分析S2S各模式MJO预报技巧对起报时间、季节和起报时MJO信号强弱的敏感性发现,当起报时间为冬季且起报时MJO为强信号时,MJO的实际预报技巧较高。 相似文献
710.
基于集合卡尔曼滤波和通用陆面模型(CLM 1.0)发展了一个地表温度的同化系统。这个系统同化了MODIS温度产品, 并将MODIS的叶面积指数引入CLM模型中, 主要用于改进地表水热通量的估算精度。将CLM输出的地表温度与MODIS地表温度建立关系, 并作为同化系统的观测算子。将MODIS地表温度与实测地表温度进行了比较, 将其均方差(Root Mean Square Error, RMSE)作为观测误差。选取3个美国通量网站点(Blackhill、Bondville、Brookings)作为实验数据, 结果表明: 同化结果中地表温度、显热通量的估算精度均有提高。其中Blackhill站的估算精度改进最大, 均方差由81.5W·m-2减小到58.4W·m-2, Bondville站均方差由47.0W·m-2减小到31.8W·m-2, Brookings站均方差由46.5W·m-2减小到45.1W·m-2。潜热通量估算精度在Bondville站均方差由88.6W·m-2减小到57.7W·m-2, Blackhill站均方差由53.4W·m-2减小到47.2W·m-2。总之, 结合陆面过程模型同化MODIS温度产品估算地表水热通量是可行的。 相似文献