全文获取类型
收费全文 | 206篇 |
免费 | 54篇 |
国内免费 | 45篇 |
专业分类
测绘学 | 15篇 |
大气科学 | 121篇 |
地球物理 | 10篇 |
地质学 | 49篇 |
综合类 | 9篇 |
自然地理 | 101篇 |
出版年
2023年 | 5篇 |
2022年 | 15篇 |
2021年 | 13篇 |
2020年 | 9篇 |
2019年 | 14篇 |
2018年 | 8篇 |
2017年 | 7篇 |
2016年 | 7篇 |
2015年 | 5篇 |
2014年 | 10篇 |
2013年 | 16篇 |
2012年 | 15篇 |
2011年 | 17篇 |
2010年 | 9篇 |
2009年 | 12篇 |
2008年 | 7篇 |
2007年 | 12篇 |
2006年 | 8篇 |
2005年 | 21篇 |
2004年 | 13篇 |
2003年 | 4篇 |
2002年 | 9篇 |
2001年 | 5篇 |
2000年 | 8篇 |
1999年 | 4篇 |
1998年 | 9篇 |
1997年 | 8篇 |
1996年 | 7篇 |
1995年 | 7篇 |
1994年 | 5篇 |
1993年 | 11篇 |
1992年 | 2篇 |
1991年 | 2篇 |
1990年 | 1篇 |
排序方式: 共有305条查询结果,搜索用时 15 毫秒
1.
为探明气候变化下干旱半干旱地区湿草甸参考作物蒸散发(ET0)影响因子,使用FAO 56 P-M模型对科尔沁湿草甸ET0进行模拟,利用涡度相关系统对模型的适用性进行评价,并通过通径分析及指标敏感性分析对ET0的影响因子进行辨识。结果表明:(1)小时尺度模拟精度最高,日尺度次之,月尺度较差,小时尺度上晴、阴、雨3种天气条件下模拟效果不同,晴天最优,阴雨天较差。(2)ET0年内变化呈单峰曲线状,生长季明显高于非生长季,集中在3—10月,占全年89.79%。生长季典型晴天ET0逐小时分布特征遵循倒“U”单峰型变化规律。(3)通径分析结果显示,对ET0的通径系数以及对回归方程估测可靠程度E的总贡献均表现为VPD(饱和水汽压差) > Tmin(最低气温) > Rn(冠层表面净辐射)>u2(2 m高度风速),即VPD为影响ET0最重要的因子;指标敏感性分析中,在去除VPD后引起的E变化最大,说明ET0对VPD的变化最为敏感,其次为u2、Tmin和Rn。 相似文献
2.
基于CMIP5模式鄱阳湖流域未来参考作物蒸散量预估 总被引:3,自引:0,他引:3
预测未来气候情境下鄱阳湖流域参考作物蒸散量(Reference crop Evapotranspiration,ET0)的时空分布可为流域水资源的优化管理,为科学应对气候变化对农业生产的影响提供基础数据支撑.利用鄱阳湖流域14个气象站点1961-2014年逐日气象数据,采用Penman-Monteith公式计算出历史ET0;基于同期美国环境中心(NCEP)再分析数据及2006-2100年CMIP5中CNRM-CM5模式在RCP4. 5和RCP8. 5情景下的预测数据,经统计降尺度模型(statistical downscaling model,SDSM)模拟和偏差校正,预测流域未来ET0;通过Mann-Kendall检验、普通克里金插值和空间自相关法分析了流域1961-2100年ET0的时空演变特征.结果表明:NCEP再分析资料与流域ET0建立的逐步回归降尺度模型模拟效果较好,CNRMCM5模式降尺度模拟结果经偏差校正后,精度明显提高,适宜流域未来ET0的预估.鄱阳湖流域在基准期1961-2010年ET0整体上呈减小趋势,空间分布上呈南北高、中间低的特点,表现出明显的空间差异性.RCP4.5、RCP8.5情景下未来3个时期鄱阳湖流域ET0较基准期均呈不同程度的增加趋势,其空间分布整体表现为东高西低、局地略有突出;无论是在基准期或是未来情景下的3个时期,ET0均具有较强的空间自相关性.在RCP8.5情景下,鄱阳湖1961-2100年干旱指数呈现出较为明显的上升趋势,流域的干旱状况随时间加剧,2011-2100年间流域绝大部分地区由湿润区转为半湿润区,干旱指数自南向北递减,赣江流域将是鄱阳湖流域未来干旱风险的重点防范区. 相似文献
3.
非平稳标准化降水蒸散指数构建及中国未来干旱时空格局 总被引:3,自引:0,他引:3
旱灾是一种致灾因子与成害机理均非常复杂的自然灾害,也是目前对其检测与风险防御最为困难的自然灾害种类之一。随着全球气候变化,干旱的变化逐渐趋于非平稳化,水文气象序列的非平稳性已有广泛研究,但在干旱检测指标中却鲜有考虑。基于标准化降水蒸散指数(SPEI)和非平稳性理论,构建非平稳性标准化降水蒸散指数(NSPEI)并进行适用性评价,利用NSPEI评估未来不同排放情景下中国气象干旱时空格局演变规律。结果表明:① 非平稳性站点集中在东北平原、黄淮海平原、长三角地区、青藏高原及周边区域,NSPEI拟合最优的站点占中国气象站点的88%(2177个站点)。② SPEI对温度较为敏感,在评估未来干旱变化时会高估干旱强度和持续时间性,而NSPEI能够克服这一弱点,较SPEI可更好的检测中国气象干旱,且能很好的刻画中国未来干旱变化。③ 低、高排放情景下中国北方干旱加剧,南方呈湿润化趋势;中排放情景下中国北方湿润化趋势明显,而中国南方则呈干旱化。基于NSPEI干旱检测结果,中高排放情景下中国未来极端干湿历时与发生频率均呈增加趋势。 相似文献
4.
研究地下水埋深对淮北平原冬小麦耗水量的影响,对浅埋区农业水管理具有重要意义。基于2017—2020年五道沟水文水资源实验站大型称重式蒸渗仪群,模拟不同地下水埋深下冬小麦蒸散发变化过程,以蒸散量表征小麦耗水的变化,识别影响小麦耗水的关键环境因子,探索不同情景小麦耗水特征。全生育期内各地下水埋深0.5,1.0,2.0,3.0 m下小麦蒸散量依次为510.50,499.33,567.88,727.88 mm,各埋深下表层10 cm处土壤含水率与蒸散量相关系数依次为?0.42,?0.69,?0.53,?0.43;依据太阳辐射量划分3类典型日,典型日内蒸散强度为:强辐射日约0.30 mm/h、弱辐射日约0.07 mm/h、微弱辐射日约0.03 mm/h;蒸散峰历时依次为:5:00—20:00、7:00—17:00和9:00—17:00;太阳辐射强时,地下水埋深对蒸散强度峰值出现的时间影响较小,而太阳辐射过弱时,地下水埋深大会阻滞能量传输,蒸散强度峰值滞后;表层土壤水是蒸散发的主要来源,尤其在1.0,2.0 m埋深下表层土壤水对蒸散发贡献率更高;太阳辐射、净辐射和土壤热通量正向驱动小麦耗水,表层土壤水分、平均气温和空气湿度反向驱动。 相似文献
5.
6.
7.
Evapotranspiration is one of the key components of hydrological processes. Assessing the impact of climate factors on evapotranspiration is helpful in understanding the impact of climate change on hydrological processes. In this paper, based on the daily meteorological data from 1960 to 2007 within and around the Aksu River Basin, reference evapotranspiration (RET) was estimated with the FAO Penman-Monteith method. The temporal and spatial variations of RET were analyzed by using ARCGIS and Mann-Kendall met... 相似文献
8.
1992-2015年中亚五国土地覆盖与蒸散发变化 总被引:8,自引:0,他引:8
1991年苏联解体,中亚五国独立使得土地覆盖与蒸散发格局发生深刻变化。以中亚五国为研究区,采用欧空局气候变化项目(CCI)土地覆盖和全球陆地数据同化系统(GLDAS)蒸散发数据,分析1992-2015年土地覆盖与蒸散发时空变化特征,进一步研究耕地蒸散耗水特征。结果表明:① 中亚五国土地覆盖变化具有阶段性特征,耕地扩张引起土地覆盖格局变化。1992-2003年耕地快速增加(1.1万km 2/a),林地和草地大幅减少。2003-2015年耕地增速趋缓(0.3万km 2/a),林地和草地有一定恢复,裸地和水体持续减少,城镇用地持续增长。耕地共增加12.3万km 2,林地和草地分别减少4.0万km 2和2.3万km 2,且集中于哈萨克斯坦中北部。裸地减少3.5万km 2,集中于哈萨克斯坦西南部,水体减少3.1万km 2,集中在咸海湖泊。乌兹别克斯坦耕地减少、裸地增加,吉尔吉斯斯坦、塔吉克斯坦和土库曼斯坦土地覆盖变化幅度较小;② 中亚五国蒸散发变化与土地覆盖格局基本一致。蒸散发总体呈增加态势(6 mm/a),1992-2003年快速增加(11.3 mm/a),2003-2015年缓慢上升(2.4 mm/a)。中亚五国年蒸散发达到276.8 mm,东南部的吉尔吉斯斯坦(347.3 mm)和塔吉克斯坦(302.9 mm)最高,中北部的哈萨克斯坦(297.9 mm)次之,西南部的乌兹别克斯坦(211.0 mm)和土库曼斯坦(150.0 mm)最低;③ 中亚五国蒸散耗水结构受耕地面积大小的影响。中亚五国耕地蒸散耗水的贡献由24.7%增至27.9%,土库曼斯坦耕地蒸散耗水仅占本国的11%,其他国家均超过25%。草地、林地和裸地的蒸散耗水贡献降低,但哈萨克斯坦、吉尔吉斯斯坦和塔吉克斯坦仍以草地和林地蒸散耗水为主(≥ 50%),土库曼斯坦(61.3%)和乌兹别克斯坦(46.4%)的裸地蒸散耗水占绝对优势。本文明确了中亚五国土地覆盖连续动态变化过程,细化各国土地覆盖与蒸散发特征及差异,增强对土地覆盖与蒸散发现状的认识,可为水土资源管理和生态环境保护提供数据参考。 相似文献
9.
2006年山东省虚拟水分析 总被引:1,自引:0,他引:1
结合山东省的实际情况,运用FAO提供的农作物潜在蒸散计算方法,初步计算得到2006年山东省生产产品和居民消费的产品中的虚拟水含量分别为1 808.6×108m3和1 603.0×108m3,分别是实体水资源利用量的9.1和8.0倍。农作物产品虚拟水占45.5%,动物产品占30.4%,工业产品占22.8%,生活用水占1.4%;其中,粮食消费的虚拟水最大,占总虚拟水消费的18.5%,其次是蔬菜,占16.3%。从虚拟水贸易平衡来看,山东省对外净出口的虚拟水量为-205.6×108m3,而这一部分虚拟水主要是海水水产品和油料。尽管虚拟水战略提供了水资源的一种替代供应方式,但由于市场的不稳定性,也会给地区稳定和粮食安全带来一定的风险,同时,虚拟水的理论与应用也有待深入研究。 相似文献
10.
In this study,the Surface Energy Balance Algorithms for Land(SEBAL) model and Moderate Resolution Imaging Spectroradiometer(MODIS) products from Terra satellite were combined with meteorological data to estimate evapotranspiration(ET) over the Sanjiang Plain,Northeast China.Land cover/land use was classified by using a recursive partitioning and regression tree with MODIS Normalized Difference Vegetation Index(NDVI) time series data,which were reconstructed based on the Savitzky-Golay filtering approach.The MODIS product Quality Assessment Science Data Sets(QA-SDS) was analyzed and all scenes with valid data covering more than 75% of the Sanjiang Plain were selected for the SEBAL modeling.This provided 12 overpasses during 184-day growing season from May 1st to October 31st,2006.Daily ET estimated by the SEBAL model was misestimaed at the range of-11.29% to 27.57% compared with that measured by Eddy Covariance system(10.52% on average).The validation results show that seasonal ET from the SEBAL model is comparable to that from ground observation within 8.86% of deviation.Our results reveal that the time series daily ET of different land cover/use increases from vegetation on-going until June or July and then decreases as vegetation senesced.Seasonal ET is lower in dry farmland(average(Ave):491 mm) and paddy field(Ave:522 mm) and increases in wetlands to more than 586 mm.As expected,higher seasonal ET values are observed for the Xingkai Lake in the southeastern part of the Sanjiang Plain(Ave:823 mm),broadleaf forest(Ave:666 mm) and mixed wood(Ave:622 mm) in the southern/western Sanjiang Plain.The ET estimation with SEBAL using MODIS products can provide decision support for operational water management issues. 相似文献