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   140篇
  免费   61篇
  国内免费   112篇
测绘学   20篇
大气科学   240篇
地球物理   8篇
地质学   10篇
海洋学   2篇
天文学   2篇
综合类   6篇
自然地理   25篇
  2024年   1篇
  2023年   3篇
  2022年   6篇
  2021年   21篇
  2020年   17篇
  2019年   28篇
  2018年   19篇
  2017年   23篇
  2016年   19篇
  2015年   28篇
  2014年   35篇
  2013年   21篇
  2012年   10篇
  2011年   10篇
  2010年   7篇
  2009年   15篇
  2008年   12篇
  2007年   9篇
  2006年   8篇
  2005年   1篇
  2004年   2篇
  2003年   1篇
  2001年   2篇
  2000年   1篇
  1997年   1篇
  1989年   12篇
  1980年   1篇
排序方式: 共有313条查询结果,搜索用时 62 毫秒
1.
应用常规观测资料、污染物浓度资料和NCEP 1°×1°再分析资料从环流形势、边界层特征和扩散条件等方面对2013年和2016年两次持续性霾重污染过程进行对比分析。结果表明:①2013年过程和2016年过程在500hPa高空上分别为阻塞环流型和纬向环流型,关中地区受偏西气流影响、地面气压场较弱、大气层结均比较稳定;②2013年过程西安贴地逆温层顶高度低、相对湿度大、气温低、不利于大气垂直湍流交换,污染物容易堆积,这也是2013年过程比2016年过程重污染持续时间长、污染浓度高的原因之一;③两次过程西安平均风速均小于2m/s,具有显著的低风速特征,且东北风为其主导风向。持续东北风引起上游污染传输和低风速导致的本地污染累积是造成2013年过程污染浓度更高的重要因素;④2013年过程结束是受强冷空气影响,来自高空的干洁大气下沉到地面,置换了边界层的污染空气,使空气质量得到根本改善;而2016年过程是受高原槽东移影响,雨雪天气的沉降作用使得霾消散。  相似文献   
2.
陈诚  牛涛  陆尔 《大气科学学报》2019,42(2):267-279
采用1981年1月—2017年2月国家气象信息中心雾、霾数据集资料、同期NCEP/NCAR再分析资料以及哈德来中心的海冰资料,分析了秋冬季喀拉海和巴伦支海海冰变化与东亚冬季风暨中国东部冬季雾和霾日数变化特征之间的关系。研究结果表明,喀拉海和巴伦支海海冰对亚洲区中高纬纬向环流有重要影响,秋季海冰异常偏少是冬季亚洲区中高纬异常纬向环流形成的诱因之一。该地区秋季海冰偏少年,冬季亚洲中高纬地区纬向环流异常偏强,东亚大槽偏弱,影响我国东部地区的东亚冬季风减弱,这为大气污染物在水平方向上的聚集提供了有利条件,同时在海冰偏少年,对流层从中层向下均为正温度距平,与地表温差减小,不利于对流发展,使得大气的状况变得更加稳定,不利于大气污染物在垂直方向上的扩散,水平和垂直方向上的共同作用导致中国东部地区易发生霾天气过程。虽然喀拉海和巴伦支海海冰是影响中国东部地区冬季霾过程发生的重要因子之一,但其对冬季中国东部雾天气发生日数多寡的影响并不显著。亚洲区纬向环流指数相比经向环流指数更能反映中国东部地区冬季雾-霾日数的变化,冬季亚洲中高纬纬向环流越强,中国东部地区雾-霾日数越多。  相似文献   
3.
利用空气质量监测资料、常规气象资料,根据气象条件的水平和垂直扩散能力,以及地面湿度和动力条件等分析了2017年1月27—29日长沙地区这次严重空气污染事件的污染特征。结果表明:污染发生时段,南支槽不断加深东移,槽前势力强盛的西南气流将孟加拉湾一带的水汽向长沙地区输送,进一步增加了该地区的空气湿度。同时,持续东移的脊前暖平流对长沙中低层大气增温有显著影响,为稳定的大气层结创造了有利条件。长沙处于弱高压的底后部,受大范围的弱鞍型场及均压场控制,地面有暖倒槽发展,且由于高压较弱,导致地面和低空的风速较小,不利于污染物的水平扩散,同时有利于夜间地面的辐射降温。稳定的大气环流形势为霾天气和严重污染提供了持续稳定的大气环境场,逆温结构和稳定温度层结在一定程度上减弱了大气在垂直方向上的湍流交换和热力对流,大气中的污染颗粒不易扩散,为此次污染事件的维持、加剧提供了重要的气象条件。长沙地区处在罗霄山脉和雪峰山脉之间的湘江故地,受周边地形阻挡的影响,污染物在下沉气流的控制下聚集到长沙地区后,很难通过水平输送离开,这也是造成此次霾污染的原因之一。  相似文献   
4.
为评估大气重污染期间北京市可吸入颗粒物(PM_(10))的毒性,采集2016年3月份一次大气重污染过程中北京市大气PM_(10)样品,应用质粒DNA损伤评价法来研究其氧化损伤能力。结果表明,雾霾期间PM_(10)对DNA的损伤率高于雾霾逐渐消退时期,远高于雾霾前期清洁天,颗粒物对DNA损伤率随剂量的增加而增加。雾霾前后PM_(10)水溶样品的平均TD_(20)值表现为雾霾前清洁天(788.01μg/mL)雾霾消退后期(470.40μg/mL)雾霾期间(55.78μg/mL),说明氧化能力雾霾期间雾霾消退后期雾霾前清洁天。另外通过雾霾前后数据对比得到,暴露毒性指数TI大小顺序为雾霾期间(13 245.06)雾霾消退后期(1 658.87)雾霾前清洁天(254.08),说明雾霾期间PM_(10)对人体危害更大。  相似文献   
5.
高时空分辨率NDVI时序数据作为遥感应用中的重要数据源,对土地覆被动态变化监测具有重要意义,特别是在地表高程变化显著、气候条件复杂、景观异质性强烈的热带山区。虽然当前学者们提出了诸多时空数据融合模型,但针对这些模型在热带山区的NDVI数据融合精度及其影响因素分析尚不多见。对此,本文选取3类时空数据融合方法(权重函数法、概率统计法和多种混合法)中具有代表性的4个模型:STARFM(Spatial and Temporal Adaptive Reflectance Fusion Model)、RASTFM(Spatial and Temporal Adaptive Reflectance Fusion Model)、ESTARFM(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model)、BSFM(Bayesian Spatiotemporal Fusion Model) (STARFM、ESTARFM为权重函数法;BSFM为概率统计法;RASTFM为多种混合法),选择位于我国热带山区的纳板河流域作为研究区。对融合模型的数据源选择、研究区的地形及景观空间异质性、融合模型、以及薄云和雾霾等大气条件等影响因素进行分析,研究结果表明:① 数据融合精度随输入影像之间的时间间隔及其相对变化量增加而降低;融合中输入的高、低空间分辨率数据光谱匹配度越高,融合精度越高(OLI优于Sentinel-2; MODIS优于VIIRS);经过BRDF校正的数据能够有效提高各模型的融合精度;② 地形及空间异质性对融合结果精度影响显著,融合精度与空间异质性呈负相关,本研究中融合精度随着坡度的增大而减小,但坡向对融合精度的影响较小;地形对RASTFM的影响较其他模型低;③ 融合模型中输入的高质量影像越多,模型的融合精度往往越高;④ 薄云和雾霾会对融合精度产生显著负面影响。本研究的结果对于改进热带山地地区的高时空数据融合模型,生产热带山区复杂地理环境的高精度高时空分辨率NDVI数据集具有重要的参考价值。  相似文献   
6.
Haze pollution in early winter(December and January) in the Yangtze River Delta(YRD) and in North China(NC)are both severe;however, their monthly variations are significantly different. In this study, the dominant large-scale atmospheric circulations and local meteorological conditions were investigated and compared over the YRD and NC in each month. Results showed that the YRD(NC) is dominated by the so-called Scandinavia(East Atlantic/West Russia)pattern in December, and these circulations weaken in January. The East Asian December and January monsoons over the YRD and NC have negative correlations with the number of haze days. The local descending motion facilitates less removal of haze pollution over the YRD, while the local ascending motion facilitates less removal of haze pollution over NC in January, despite a weaker relationship in December. Additionally, the monthly variations of atmospheric circulations showed that adverse meteorological conditions restrict the vertical(horizontal) dispersion of haze pollution in December(January) over the YRD, while the associated local weather conditions are similar in these two months over NC.  相似文献   
7.
基于常规气象观测资料和PM2.5浓度资料,分析了2019年1月10—14日天津市东丽区出现的一次持续性雾霾天气特征及其成因。结果表明:此次雾霾天气具有明显的阶段性特征,高空平直西风环流、中层暖脊和地面弱气压场为此次雾霾天气出现提供了有利的天气形势。轻雾和霾阶段,能见度变化更易受到相对湿度的影响;而雾阶段,能见度变化更易受到风速的影响。PM2.5浓度与地面气象因子关系密切,与能见度、风速负相关,与相对湿度正相关。当其他气象条件稳定,且周边地区污染物浓度较高时,近地面风向转变,对本地区雾霾的出现起到关键性作用。  相似文献   
8.
利用1961—2016年洛阳9个县(市)地面气象观测站的雾、霾日数及相关气象要素资料,采用统计学方法分析了洛阳地区雾和霾日数的时空分布特征及影响其产生的气象要素特征。结果表明:近56a来洛阳市平均年雾日数在20世纪80和90年代较多,21世纪初开始逐渐减少,但在2015—2016年明显增加;平均年霾日数以2013—2016年最多;雾和霾日数在冬季最多,夏季最少。2000—2016年洛阳市雾日数自北向南逐渐减少,霾日数则在西部多、东部少,全区霾日数较1981—2010年明显增加。对雾、霾日气象要素的分析表明,相对湿度越大雾出现的频率越高、能见度越低,浓雾发生时相对湿度一般都在90%以上;中度和重度霾发生时相对湿度主要集中在50%~79%。雾发生时气温主要在-4.0~4.0℃之间,中度和重度霾发生时,气温分别集中在0~15.0℃和0~8.0℃,轻微和轻度霾发生时气温分布范围较大,以0~10.0℃较为集中。雾和霾出现时风速大部分在3.0m·s^-1及以下,并且主要是来自东北、东东北风向区域。  相似文献   
9.
苏州市一次重霾污染天气过程的数值模拟   总被引:1,自引:1,他引:0  
本文对苏州地区2015年12月13—15日发生的一次典型的重霾污染天气过程进行了数值模拟,分析了颗粒物及其组分的时空变化特征及其气象影响因子,以期为该区域空气污染治理和预防提供科学依据。结果表明:(1)利用WRF-Chem模式对此次重霾污染天气过程的污染气体成分进行数值模拟后发现,小时平均的PM_(2.5)、PM_(10)、CO、SO_2、NO_2模拟值与实测值的相关系数较高,达到0.68以上,通过了P0.01的显著性检验,且日变化过程对应也较好。(2)通过分析此次污染过程的天气背景,发现污染形成期高空环流比较平直,中层为均匀的弱高压控制,地面受弱高压脊控制,这种形势容易导致颗粒物的堆积。后期地面等压线密集时,风速大,有利于污染物的输送与扩散。(3)通过分析此次污染过程期间气象要素的变化发现,有逆温、风速小、相对湿度大等不利的气象条件是导致此次污染过程发生的重要原因之一。(4)HYSPLIT轨迹分析显示,此次重霾过程主要受北方大范围灰霾颗粒物南下影响,北方污染气团逐步南推,14至15日本地大气扩散条件差、污染物累积,最终导致本地污染加重,从而发生重霾事件。(5)火点图的分布进一步验证了此次重霾污染过程是由外来污染气团输入所导致。  相似文献   
10.
根据2007—2013年宁波市每日8次地面观测气象资料,运用罗氏法和统计分析法计算大气混合层高度,分析其在霾日和非霾日的不同日变化特征。结果表明宁波市霾日与非霾日混合层高度均呈白天高,夜晚低的日变化特征,夏季两者差值的日变化波动最明显,波峰时间比其他季节晚3 h。混合层高度日变化趋势与风速、气温、能见度趋于一致,霾等级越重,混合层高度越低。霾日与非霾日的气温差值除冬季呈正变温外,其他季节呈负变温,冬季14时差值最小,夜间加大,春夏季凌晨差值最小,14时最大,秋季波动不明显;风速差值除冬季夜间为正值外,其余季节为负值,秋冬季差值最小、夏季最大。大气处于不稳定状态时,混合层高度随着稳定度增加而逐渐处于稳定状态时,随着稳定度增加而降低,中性大气是宁波易致霾的大气层结。霾日与非霾日大气稳定度表现不一致,中午霾日中性大气占多数,非霾日则是不稳定大气;夜间霾日稳定—弱稳定大气和中性大气所占比例相当,非霾日稳定—弱稳定大气占多数。另外,PM_(2.5)浓度在霾日和非霾日均为白天低、夜间高的日变化特征,但霾日波动大,波峰时间晚于非霾日2 h,峰值浓度也高于非霾日2.7倍;早晨或下午到上半夜是霾日的PM_(2.5)浓度两个上升时段,上午为下降时段;非霾日的两个浓度缓升(降)时段分别出现凌晨和下午(上午和前半夜)。研究成果有助于预报员了解大气混合层高度及其对霾的可能影响,从而提高霾预报预警能力。  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