全文获取类型
收费全文 | 396篇 |
免费 | 260篇 |
国内免费 | 313篇 |
专业分类
测绘学 | 57篇 |
大气科学 | 670篇 |
地球物理 | 39篇 |
地质学 | 74篇 |
海洋学 | 79篇 |
综合类 | 33篇 |
自然地理 | 17篇 |
出版年
2024年 | 9篇 |
2023年 | 40篇 |
2022年 | 45篇 |
2021年 | 51篇 |
2020年 | 57篇 |
2019年 | 70篇 |
2018年 | 37篇 |
2017年 | 44篇 |
2016年 | 50篇 |
2015年 | 53篇 |
2014年 | 72篇 |
2013年 | 42篇 |
2012年 | 34篇 |
2011年 | 47篇 |
2010年 | 46篇 |
2009年 | 40篇 |
2008年 | 26篇 |
2007年 | 37篇 |
2006年 | 26篇 |
2005年 | 19篇 |
2004年 | 16篇 |
2003年 | 13篇 |
2002年 | 21篇 |
2001年 | 8篇 |
2000年 | 12篇 |
1999年 | 10篇 |
1998年 | 5篇 |
1997年 | 4篇 |
1996年 | 6篇 |
1995年 | 3篇 |
1994年 | 4篇 |
1993年 | 3篇 |
1992年 | 2篇 |
1991年 | 2篇 |
1990年 | 5篇 |
1989年 | 6篇 |
1987年 | 2篇 |
1982年 | 1篇 |
1935年 | 1篇 |
排序方式: 共有969条查询结果,搜索用时 17 毫秒
951.
淮河流域暴雨洪水灾害严重,科学预估未来全球升温1.5℃和2.0℃下淮河流域极端降雨的变化特征对流域防洪减灾及应对气候变化具有重要意义。基于最新的第六次国际耦合模式比较计划(CMIP6)中22个全球气候模式数据,利用改进的可靠性集合方案与概率比法,采用6个极端降雨指标预估了全球升温1.5℃和2.0℃下淮河流域未来极端降雨的时空变化与风险变化特征。结果表明:改进可靠性集合方案对淮河流域极端降雨的模拟性能要优于单一气候模式与算术平均集合方案;全球升温达到1.5℃与2.0℃阈值的平均时间段分别约为2017—2046年和2026—2055年;全球升温2.0℃下极端降雨指标增幅约为升温1.5℃下的1.4~2.6倍,其中流域北部地区为极端降雨增幅大值区;2种升温条件下极端降雨发生风险呈增加趋势,且额外增暖0.5℃将导致淮河流域极端降雨风险更高,如100 a重现期的极端降雨在升温1.5℃和2.0℃下将分别变为32年一遇和22年一遇,未来淮河流域极端降雨将会更加频繁。 相似文献
952.
针对储层岩性种类繁多、交替频繁、组成复杂,传统方法识别精度低、效率慢的问题,本文提出一种多尺度时频空三域特征联合下的储层岩性识别方法。该方法在原始测井特征的基础上引入了互补集合经验模态分解(CEEMD)的多尺度频域分量,从而提高测井曲线的纵向分辨率。此外,构建了注意力机制优化的多尺度卷积双向门控循环神经网络(CNN-BiGRU-AT)模型,对加入了多尺度频域分量的测井数据进行时空特征提取,从而实现了对测井数据时、频、空三域特征的联合学习,最后以注意力机制优化了模型输出,减少了错误信息的传播。为了验证方法可靠性,本文选取了资料较为完整的5口井数据进行实验分析。结果表明,在不同数据组合的对比实验中,加入多尺度频域分量在训练集和验证集识别准确率分别提高了9.50%和8.66%。在与不同模型对比实验中,本文方法在样本识别准确率达到了94.11%,与支持向量机(SVM)、BP神经网络、卷积神经网络(CNN)、双向门控循环神经网络(BiGRU)和CNN-BiGRU融合模型相比,本文方法识别准确率分别提高了16.21%、14.54%、11.69%、5.05%、3.38%。 相似文献
953.
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
954.
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
955.
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
956.
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
957.
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
958.
为了改进温带气旋数值预报的精度,基于WRF(Weather Research and Forecasting)模式,利用GSI(Gridpoint Statistical Interpolation)-EnKF(Ensemble Kalman Filter)系统,设计了一套温带气旋集合预报方法,其具有的2种选择方案通过滤掉质量较差的集合成员从而将集合成员数目控制在10以内,达到了大幅降低集合预报计算量的目的。针对2020年7月一次影响黄海的温带气旋个例,开展了一系列决定性预报与集合预报的数值对比试验。分析结果如下:1)不采取任何择优方案的集合预报效果就已经明显优于决定性预报,而采取择优方案使得预报效果进一步得到提升;2)预报初始时刻择优(直接择优方案)的集合预报效果远不如短时积分3 h后才进行择优(积分择优方案)的预报效果; 3)积分择优方案优于直接择优方案的原因是,初始场集合体中的成员经过短时积分后其误差得以放大而使得择优更加准确。多个例的应用结果进一步表明,本文提出的积分择优方案温带气旋集合预报方法具有较好的业务预报应用前景。 相似文献
959.
集合降维变分同化方法ERDVar不需要求解切线性模式和伴随模式,不仅能减少同化计算量,而且能够提供“流依赖”的背景误差协方差矩阵。本文提出用NMC初始扰动生成方法和分区同化方案,来解决初始扰动样本生成问题和全球同化局地化问题,最终实现将ERDVar应用到全球中期数值预报模式T106L19。试验结果表明:①使用ERDVar方法能够有效提取真实增量信息,提高全球同化精度。②用NMC方法产生的扰动样本反映预报误差结构特征,在预报过程中不容易衰减,同化后至少使预报误差降低10%。③与全球ERDVar同化试验相比,分区ERDVar同化试验各变量平均的均方根误差降低14%,计算代价进一步降低。分区ERDVar方法和NMC样本的联合应用使同化改进效果更稳定。 相似文献
960.
为提高水动力数字孪生模型校正环节中糙率估计的实时性和精细化,考虑糙率值在渠道纵向上的空间变异性,提出基于水力半径变化和估计精度分段估计糙率的思路;基于渠道分段,提出独立估计法和联合估计法2种不同估计框架。基于有限的观测水位,在框架内应用集合卡尔曼滤波算法,在线估计各渠段的糙率值。结果表明:相比未分段时,2种估计方法可提高模型精度20%~50%,独立估计法误差累积小,适合复杂渠系;而联合估计法适用于观测量缺失的简单渠道。研究成果可服务于水动力数字孪生模型的参数估计和变量更新,为建设数字孪生水网提供参考。 相似文献