全文获取类型
收费全文 | 6130篇 |
免费 | 1514篇 |
国内免费 | 1502篇 |
专业分类
测绘学 | 431篇 |
大气科学 | 204篇 |
地球物理 | 2548篇 |
地质学 | 4568篇 |
海洋学 | 583篇 |
天文学 | 87篇 |
综合类 | 494篇 |
自然地理 | 231篇 |
出版年
2024年 | 13篇 |
2023年 | 145篇 |
2022年 | 194篇 |
2021年 | 210篇 |
2020年 | 162篇 |
2019年 | 216篇 |
2018年 | 177篇 |
2017年 | 199篇 |
2016年 | 188篇 |
2015年 | 234篇 |
2014年 | 349篇 |
2013年 | 290篇 |
2012年 | 322篇 |
2011年 | 322篇 |
2010年 | 321篇 |
2009年 | 357篇 |
2008年 | 389篇 |
2007年 | 295篇 |
2006年 | 301篇 |
2005年 | 340篇 |
2004年 | 324篇 |
2003年 | 353篇 |
2002年 | 325篇 |
2001年 | 295篇 |
2000年 | 225篇 |
1999年 | 213篇 |
1998年 | 239篇 |
1997年 | 255篇 |
1996年 | 266篇 |
1995年 | 255篇 |
1994年 | 210篇 |
1993年 | 217篇 |
1992年 | 241篇 |
1991年 | 208篇 |
1990年 | 156篇 |
1989年 | 135篇 |
1988年 | 25篇 |
1987年 | 18篇 |
1986年 | 14篇 |
1985年 | 19篇 |
1984年 | 13篇 |
1983年 | 12篇 |
1982年 | 25篇 |
1981年 | 12篇 |
1980年 | 14篇 |
1979年 | 7篇 |
1977年 | 4篇 |
1974年 | 5篇 |
1965年 | 4篇 |
1954年 | 10篇 |
排序方式: 共有9146条查询结果,搜索用时 234 毫秒
1.
2.
利用MGEX(multi-GNSS experiment)发布的BDS卫星差分码偏差(differential code bias, DCB)产品,比较分析不同太阳活动水平下BDS卫星DCB产品的稳定性变化特性,并采用差分自回归移动平均(auto-regressive integrated moving average, ARIMA)时间序列预测模型,实现不同太阳活动水平下BDS卫星DCB的短期预报。结果表明,在太阳活动高年,BDS卫星DCB日解值稳定度、月稳定性均明显低于太阳活动低年,且不同卫星星座类型的BDS卫星DCB稳定性也存在差异;ARIMA时间序列预报结果与MGEX发布值符合程度较好,优于多项式拟合法预测结果。 相似文献
4.
利用2000—2014年MODIS/NDVI时间序列数据,采用栅格像元趋势分析、稳定性评价的方法,研究了陕西省近15 a植被的时空变化特征和规律;利用Hurst指数对陕西省植被未来变化趋势进行了预测;并利用相关性分析法分析了NDVI与年均温度和降雨量的关系。结果表明,2000年、2015年陕西省NDVI均值分别为0.4273、0.4942, 15 a来增加了0.067,增长了16.0%,其中陕北地区NDVI增加明显,关中部分地区出现负增长,陕南地区NDVI总体依旧维持在较高水平。陕西省植被变化趋势具有明显的空间差异性,全省植被未变化的占52.0 %,改善部分占44.27 %,退化部分占3.73%,说明15 a间陕西省植被覆盖改善面积大于退化面积,植被状况有所改善;其中陕北地区植被呈明显改善区域面积较大,关中地区植被覆盖面积有所减少,陕南地区植被变化幅度较小。陕西省植被稳定区域占50%以上(0 0.2),说明15a间陕西省植被较为稳定,变化程度不大;其中陕西省植被最稳定地区主要集中在陕南、延安南部,榆林部分、西安、渭南少部地区变化幅度较大。Hurst指数分析表明陕西省44.54%面积的植被未来有可能面临退化,主要分布在陕北和关中地区的北部,植被未来有可能退化也有可能改善的面积占49.78%,主要分布在延安和陕南地区。陕西省近15 a气温和降水量总体呈增加趋势,增加速率分别为0.48 ℃·(10 a)-1和69.5 mm ( a)-1;相关性分析结果表明,年均降雨量是影响NDVI的主要气象因子,同时陕西省植被变化也受到了退耕还林还草、防沙治沙、生态政治等人为因素的影响。 相似文献
5.
超慢速扩张的北冰洋Gakkel洋中脊具有六个沿扩张方向的线性基底隆起(本文编号为A—F).这些线性基底隆起在中轴两侧的地球物理场和地壳结构呈现不同程度的非对称性.本文利用Gakkel洋中脊的地形、空间重力异常(FAA)和航空磁力数据,计算了它的扩张速率、剩余地幔布格重力异常(RMBA)、地壳厚度和非均衡地形.根据中轴两侧地形和地壳厚度的对称关系,我们将六个基底隆起分为对称型和非对称型两种类型.整体上,B、D和F区基底隆起在中轴两侧的地形和地壳厚度的非对称幅值(两侧差值的绝对值)较小,其中地形的非对称幅值分别为~157m、~125m、~208m,地壳厚度的非对称幅值分别为~1km、~0.06km、~0.3km;而A、C和E区的非对称幅值较大,其中地形的非对称幅值分别为~510m、~410m、~673m,地壳厚度的非对称幅值分别为~2km、~2.5km、~1.1km.我们因此推断B、D和F区具有相对对称的地壳结构,而A、C和E区具有非对称的地壳结构.根据A、C和E区中轴两侧非均衡地形的对称关系和非对称地形的补偿状态,推测A区的非对称性可能是由岩浆分配不均所导致;而C区和E区的非对称性可能是由构造断层作用使断层下盘向上抬升变薄所导致.我们进一步推测洋中脊走向的改变可能使得构造作用更易集中于基底隆起的一侧. 相似文献
6.
密度参数是页岩储层评价的重要敏感参数,但通常认为准确获得密度信息难度较大.本文探索提出了一种稳定的基于弹性阻抗的叠前密度反演方法,以提高优质页岩的识别精度.首先,基于不同的参数化弹性阻抗方程开展密度敏感性分析,优选了敏感性最高的Aki-Richards近似弹性阻抗方程作为反演方程.然后,在弹性阻抗方程线性化的基础上,假设反演方程系数矩阵的逆存在,将密度(取对数)表示为多个角度弹性阻抗(取对数)的加权和,通过井旁道弹性阻抗反演结果与测井数据的回归求取加权系数,避免了常规反演方法对大型系数矩阵的求逆计算,从而提高了密度反演的稳定性,同时由于利用测井资料作为匹配目标,密度反演的精度也得到了提高.模型试算和涪陵页岩气田的实际资料应用实践均表明了该方法能够有效地提高密度反演的精度与稳定性. 相似文献
7.
图拉尔根、香山和天宇、白石泉岩浆铜镍硫化物矿床分别位于新疆东天山的觉罗塔格构造带和中天山地块,角闪石在这些矿床中均以贯通矿物产出。本研究通过这些矿床角闪石的主量和微量元素含量,讨论两个构造单元成矿岩浆的性质和演化过程。四个矿床的角闪石种属主要为韭闪石、镁绿钙闪石、浅闪石、钛闪石、钙镁闪石和镁闪石,结晶温度区间为940~1080℃,压力区间为250~450MPa,相当于11~15km的深度。图拉尔根和香山矿床的角闪石结晶温度和压力均相对较低(平均分别为1027℃、318MPa和1013℃、313MPa),可能与其所处的觉罗塔格构造带断裂发育,成矿母岩浆易于侵位到较浅处结晶有关。四个矿床角闪石结晶时岩浆的含水量均较高(4%左右),可能是俯冲交代作用导致的地幔源区本身水含量较高以及角闪石结晶较晚共同作用的结果。相较于觉罗塔格构造带的图拉尔根和香山矿床(0 ΔNNO 1. 7),角闪石氧逸度计指示中天山地块天宇和白石泉矿床的氧逸度变化范围大且偏低(分别是-0. 6 ΔNNO 1. 7和-0. 4 ΔNNO 1. 8)。中天山铜镍矿床的氧逸度特征及相对觉罗塔格构造带较低的微量元素Ce/Pb比值指示其岩浆侵位过程中受到的古老地块的混染作用较强。以上研究表明角闪石虽是玄武质岩浆中较晚结晶的矿物,但能为示踪铜镍矿床岩浆演化提供重要线索。 相似文献
8.
9.
在非等间距GM(1,1)模型中,系数矩阵中有无误差的常数项和有误差的随机项,并且系数矩阵与观测向量误差同源,即系数矩阵与观测向量中有相同的元素存在,这些相同元素应该有相同的改正数,为此本文推导了一种适合非等间距GM(1,1)模型求解的总体最小二乘算法。同时,考虑到非等间距GM(1,1)模型中存在病态问题时影响总体最小二乘计算结果的稳定性,提出对系数矩阵常数列乘以某一常数的方法,以改善病态问题。 相似文献
10.
随着我国对生态文明建设的重视,自然资源综合调查势在必行,对生物标准物质亦提出了新的需求。当前相关调研工作已经大面积开展,自然资源综合调查、农产品与食品安全评价都需要对生物样品元素组成进行准确测试,需要以生物标准物质作为生物成分测试量值比对和溯源的基础,因此对生物基体标准物质的需求量大幅增加。大米作为主要粮食之一,其食品安全日益受到重视,对大米中的化学成分进行准确的分析测试具有重要的现实意义,因而对大米标准物质的需求量尤为突出,但目前大米成分分析标准物质已供不应求。本文严格按照《标准物质定值的通用原则及统计学原理》(JJF 1343—2012)和《地质分析标准物质的研制》(JJF 1646—2017)等相关规范要求,开展了GBW10010a大米成分分析标准物质的复(研)制工作,包括样品采集、加工制备、均匀性检验、稳定性检验、多家实验室协作定值测试及不确定度评定等关键环节。结果表明:本次复(研)制的大米标准物质定值成分多样、量值准确可靠,符合国家一级标准物质的要求。GBW10010a共定值54项主微量元素,包括Ag、Al、As、B、Ba、Be、Bi、Ca、Cd、Ce、Co、Cr、Cs、Cu、Dy、Er、Eu、Fe、Gd、Ge、Hg、Ho、K、La、Li、Ho、Mg、Mn、Mo、N、Na、Nb、Nd、Ni、P、Pb、Pr、Rb、S、Sb、Sc、Se、Si、Sm、Sr、Tb、Th、Tl、Tm、U、V、Y、Yb、Zn,其中的39项元素给出了标准值及不确定度,包括Ag、Al、As、B、Ba、Ca、Cd、Ce、Co、Cs、Cu、Dy、Er、Fe、Hg、K、Li、Mg、Mn、Mo、N、Na、Nd、Ni、P、Pb、Pr、Rb、S、Sb、Se、Si、Sm、Sr、Tb、Tl、Y、Yb、Zn;15项元素提供参考值,包括Be、Bi、Cr、Eu、Gd、Ge、Ho、Ho、La、Nb、Sc、Th、Tm、U、V。与原有GBW10010大米标准物质相比较,GBW10010a中As、Cd、Co、Cr、Cu、Hg、Mn、Mo、Ni、Zn等重金属元素含量显著下降,其中Cd、Cu、Zn降幅较大,分别下降约39%、43%、38.7%,一定程度上反映了农田生态环境的改善。本批标准物质定值元素总数量增加了6项,新增定值元素Ag、Nb(Nb给出参考值),并且各项元素不确定度范围整体上有所缩小,如Al、Cd、Cu、Fe、K、Mg、Mo、Na、P、Pb、Se、Zn等对生物易有影响的重要元素,表明了地质分析测试方法技术的进步及定值水平的提高。本批标准物质定值元素涵盖了具有生物效应的大部分主微量元素,适用于农业生态环境地球化学调查与评价、生物样品测试、农产品质量与食品安全评价样品测试时的分析仪器校正、分析方法评价和分析质量监控等多个领域。 相似文献