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   131篇
  免费   18篇
  国内免费   14篇
测绘学   16篇
大气科学   2篇
地球物理   43篇
地质学   5篇
海洋学   62篇
综合类   14篇
自然地理   21篇
  2024年   1篇
  2022年   4篇
  2021年   3篇
  2020年   2篇
  2019年   2篇
  2018年   6篇
  2017年   6篇
  2016年   4篇
  2015年   7篇
  2014年   6篇
  2013年   12篇
  2012年   7篇
  2011年   15篇
  2010年   9篇
  2009年   10篇
  2008年   11篇
  2007年   17篇
  2006年   16篇
  2005年   7篇
  2004年   2篇
  2002年   4篇
  2001年   2篇
  2000年   1篇
  1998年   1篇
  1996年   1篇
  1994年   2篇
  1992年   2篇
  1991年   1篇
  1990年   2篇
排序方式: 共有163条查询结果,搜索用时 15 毫秒
1.
浮游植物作为食物链的基础,对海洋生态系统具有重要影响。黄海作为我国重要的渔场,渔业资源面临枯竭的危险,因此对该区浮游植物进行研究具有重要意义。叶绿素a浓度是反映浮游植物生物量的重要指标。利用谷歌地球引擎平台对2002-2018年的MODIS Aqua叶绿素a浓度数据进行处理,并研究其时空分布与变化特征,然后结合区域气候、水文与地理特征以及海洋表面温度、风速、盐度、光合有效辐射和混合层厚度数据分析了其分布与变化的原因。研究发现:受陆源营养物质输入、近岸上升流以及黄海中央冷水团影响,叶绿素a浓度分布呈现由近岸向黄海中部递减特征;在季风、气候、水文的控制下,受风速、海洋表面温度、光合有效辐射、中央冷水团的影响,叶绿素a浓度的最大值出现在4月份,而最小值出现在6、7月份;受苏北沿岸海域海水污染和水体富营养化影响,沿岸海域盐度明显增加,海州湾叶绿素a浓度增速较大;影响黄海叶绿素a浓度变化的环境因子较复杂,除了部分月份存在显著的相关影响因子外,在全年和各季中不存在主导影响因子。  相似文献   
2.
为评估温瑞塘河水环境状况及水华风险,于2015年每月15日7:00-18:00对其下游滞流河段进行高频监测分析,考察了水体叶绿素a浓度、浮游植物群落类型和光合活性等的季节变化及日变化情况,并分析了其与温度、营养盐等环境因子的关系.结果表明:温瑞塘河表层水体中的叶绿素a浓度表现为春季(3-5月)夏季(6-8月)秋季(9-11月)冬季(12-2月),分别为39.98、37.62、21.59和10.74μg/L;4个季节的平均水温则是夏季秋季春季冬季,分别为30.91、25.34、20.72和13.80℃.全年总氮浓度为5.33±0.81~9.40±1.25 mg/L,总磷浓度为0.32±0.18~0.95±0.25mg/L,营养程度属于超富营养.温瑞塘河的浮游植物群落类型为硅藻-绿藻型,全年以绿藻和硅藻种群为主,蓝藻种群只在春末夏初出现,并且所占比例很小.绿藻种群在夏季占绝对优势,而硅藻种群在冬季占优势.绿藻种群的相对丰度与水温呈正相关,而硅藻种群的相对丰度与水温呈负相关.水体的叶绿素a浓度与水温呈正相关,而与总氮、总磷浓度没有相关性.叶绿素a在不同季节呈现出不同的日变化模式,而浮游植物的有效光合量子产率在四季均呈现类似的日变化模式:都是先降后升,与晴天时的日照强度变化趋势相反.绿藻的有效光合量子产率高于硅藻,且除春季外皆存在显著差异.以上结果表明温瑞塘河具备发生各类水华的营养条件,但是由于蓝藻在全年所占的比例都很低,因此发生蓝藻水华的可能性很小;同时由于日照变化会对表层水体中叶绿素a浓度及浮游植物生理活动产生影响,因此在对小型湖泊或者水流滞缓的河道进行浮游植物群落结构调查时还应考虑时间和天气因素.  相似文献   
3.
藻蓝蛋白与叶绿素a作为特征色素常用于表征蓝藻的生物量.藻蓝蛋白与叶绿素a通常用荧光光谱或原位荧光强度检测,但是在实际水体中藻蓝蛋白与叶绿素a的荧光效应相互干扰会影响测量精度,极大限制了该方法的应用.本文根据朗伯比尔定律,利用二阶矩阵模型设计了一套在荧光检测过程中"激发光-发射光"优化抗干扰的波长选择方法,并利用多元线性回归分析建立了两种色素浓度与荧光强度之间的多元校正线性模型,实验验证了所筛选蓝藻荧光分析法中特定激发光和发射光波长的有效性.本研究实现了两种色素检测过程中的成功解耦,可在藻蓝蛋白的原位检测中排除水体中藻蓝蛋白与叶绿素a之间的相互干扰,提高藻蓝蛋白和叶绿素a的原位检测精度,为开发便携式蓝藻检测传感器时的波长选择提供理论基础.  相似文献   
4.
Traditional approaches to monitoring aquatic systems are often limited by the need for data collection which often is time-consuming, expensive and non-continuous. The aim of the study was to map the spatio-temporal chlorophyll-a concentration changes in Malilangwe Reservoir, Zimbabwe as an indicator of phytoplankton biomass and trophic state when the reservoir was full (year 2000) and at its lowest capacity (year 2011), using readily available Landsat multispectral images. Medium-spatial resolution (30 m) Landsat multispectral Thematic Mapper TM 5 and ETM+ images for May to December 1999–2000 and 2010–2011 were used to derive chlorophyll-a concentrations. In situ measured chlorophyll-a and total suspended solids (TSS) concentrations for 2011 were employed to validate the Landsat chlorophyll-a and TSS estimates. The study results indicate that Landsat-derived chlorophyll-a and TSS estimates were comparable with field measurements. There was a considerable wet vs. dry season differences in total chlorophyll-a concentration, Secchi disc depth, TSS and turbidity within the reservoir. Using Permutational multivariate analyses of variance (PERMANOVA) analysis, there were significant differences (p < 0.0001) for chlorophyll-a concentration among sites, months and years whereas TSS was significant during the study months (p < 0.05). A strong positive significant correlation among both predicted TSS vs. chlorophyll-a and measured vs. predicted chlorophyll-a and TSS concentrations as well as an inverse relationship between reservoir chlorophyll-a concentrations and water level were found (p < 0.001 in all cases). In conclusion, total chlorophyll-a concentration in Malilangwe Reservoir was successfully derived from Landsat remote sensing data suggesting that the Landsat sensor is suitable for real-time monitoring over relatively short timescales and for small reservoirs. Satellite data can allow for surveying of chlorophyll-a concentration in aquatic ecosystems, thus, providing invaluable data in data scarce (limited on site ground measurements) environments.  相似文献   
5.
淀山湖蓝藻水华高发期叶绿素a动态及相关环境因子分析   总被引:22,自引:3,他引:19  
根据2008年5-9月专项监测数据,分析蓝藻水华高发期淀山湖叶绿素a浓度的动态变化,及其与pH、溶解氧、TN、TP等环境因子的相互关系.结果表明,淀山湖蓝藻水华高发期叶绿素a存在明显的时间变化和空间分异,特别是叶绿素a的峰值共对应了3次水华暴发过程.其叶绿素a对数与总磷对数呈极显著正相关,与硝酸盐氮、TN/TP呈负相关...  相似文献   
6.
采用单因子实验方法研究氮、磷和硅营养盐对条纹小环藻(Cyclotella striata)生长和叶绿素a含量的影响。结果表明:在不同磷和硅营养盐浓度下,条纹小环藻比生长率μ变化显著(P<0.05),其中,硝酸盐为0.60~0.85 d-1,硅酸盐为0.49~0.61 d-1,磷酸盐为0.46~0.51 d-1。总体而言,在一定的营养盐浓度范围内,条纹小环藻的最大藻细胞密度Nmax随着氮、磷和硅营养盐浓度的增加而增大;条纹小环藻叶绿素a(Chl a)含量亦随着氮、硅浓度的增加,与Nmax增加趋势一致,但随着磷浓度的增加Chl a先增加后减小,与Nmax不一致。条纹小环藻的主要限制营养元素是氮和硅,而磷可能不会成为其短期培养的限制因子。  相似文献   
7.
三峡小江回水区透明度季节变化及其影响因子分析   总被引:1,自引:0,他引:1  
张呈  郭劲松  李哲  蒲清平  方芳  龙曼  高旭 《湖泊科学》2010,22(2):189-194
三峡成库后其季节调蓄过程使该水域湖沼学特征具有独特性.根据三峡小江流域回水区段为期2年的定位跟踪观测,对透明度(SD)和主要环境指标的相互关系进行分析研究.研究期间,小江回水区透明度均值为170±7cm,各采样点透明度差异不明显且季节变化过程一致,自春末夏初开始降至最低水平,夏季汛期相对稳定,夏末入秋持续升高,冬季维持在较高状态,入春后下降.对透明度和主要环境指标的相关性分析发现,无机悬浮颗粒(PIM)是影响透明度的主要指标.透明度同PIM、Chl.a多元回归模型为:SD=(-89.389±8.101)·lg(PIM)+(-84.008±8.624)·lg(Chl.a)+(264.132±8.232).汛期低水位状态下(145-150m)小江回水区水动力条件趋于天然河道,河道输沙量增加使无机悬浮颗粒含量远高于藻类生物量而成为影响透明度的主要环境指标.在中水位(150-156m)和高水位(156m以上),虽然藻类进入非生长季节,但水位抬升和水体滞留时间的延长促使悬浮颗粒物大量沉淀,悬浮生长于表层水体的藻类成为影响透明度的主要环境指标,生物作用对透明度的影响明显.  相似文献   
8.
菹草、伊乐藻对沉积物磷形态及其上覆水水质的影响   总被引:3,自引:1,他引:2  
采集武昌南湖湖水、沉积物进行沉水植物的盆栽试验,试验设置沉积物未施磷处理和施100mg/kg磷处理,分别对应沉积物低内源磷和高内源磷状态,同时种植菹草、伊乐藻,以研究沉积物中磷形态及上覆水水质的变化特点.研究从2007年9月15日开始,历时160d.结果表明,高内源磷沉积物处理后,上覆水中水溶性总磷含量在沉水植物的作用下明显降低;种植沉水植物可使水体总磷、总氮、叶绿素a含量显著降低,且伊乐藻对总磷的净化效果优于菹草;沉水植物对高内源磷沉积物的上覆水中叶绿素a的控制比对低内源磷条件下的效果更好;无论沉积物是否输入磷,在盆栽条件下,上覆水中叶绿素a随时间的变化均能较好地用一级动力学模型来描述;上覆水TDP、TP与沉积物中Ca_(10)-P之间有极显著正相关;种植菹草或伊乐藻的沉积物中Ca_(10)-P与上覆水中TDP和TP的相关系数分别为0.990(P≤0.01)和0.977(P≤0.05).  相似文献   
9.
基于半分析算法的香港邻近海域叶绿素a浓度反演   总被引:2,自引:0,他引:2  
为进一步了解香港近海水体特性及监测其水质状况,根据2001年3-5月在香港临近海域调查取得的实测资料,对该海域水体光谱进行解析,开发该海域叶绿素a浓度与色素吸收系数aph(675)的经验模型,具有较高相关性;用剖面数据外推及水体光谱模拟方法完成对水下表面遥感反射率光谱的推导;进而建屯反演低浓度区叶绿素a浓度的半分析算法,反演结果与实测值比较平均相对误差为45%,均方根差0.933,相关系数0.78,误差主要来源于外推演算及散射模型.结果表明该算法在低悬浮物低叶绿素浓度区域有一定适用性.  相似文献   
10.
太湖叶绿素a同化系统敏感性分析   总被引:1,自引:1,他引:0  
太湖叶绿素a同化系统对于不同参数的敏感性将直接影响到该系统能否精确的估算太湖叶绿素a的浓度分布.利用2009年4月21日环境一号卫星(HJ-1B CCD2)影像数据反演太湖叶绿素a浓度场信息.以此作为背景场信息,结合基于集合均方根滤波的太湖叶绿素a同化系统,分析和评价了样本数目、同化时长、背景场误差、观测误差和模型误差对于同化系统性能的影响.结果表明:从计算成本、系统运行时间和同化效果等方面分析,当集合样本数目达到30~40左右时同化系统取得了较好的结果;同化系统对于背景场误差的估计变化不是很敏感,即初始场的估计是否准确对于同化系统的性能影响不是很大;同化系统对于模型误差和观测误差的变化较为敏感,不同的测试点位由于水体动力学性质不一,其敏感性的表现形式有所差异;利用数据同化方法可以有效地估算太湖叶绿素a浓度.  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