全文获取类型
收费全文 | 126篇 |
免费 | 13篇 |
国内免费 | 31篇 |
专业分类
测绘学 | 1篇 |
大气科学 | 60篇 |
地球物理 | 3篇 |
地质学 | 46篇 |
综合类 | 5篇 |
自然地理 | 55篇 |
出版年
2023年 | 4篇 |
2022年 | 9篇 |
2021年 | 5篇 |
2020年 | 6篇 |
2019年 | 6篇 |
2018年 | 11篇 |
2017年 | 4篇 |
2016年 | 6篇 |
2015年 | 9篇 |
2014年 | 7篇 |
2013年 | 10篇 |
2012年 | 10篇 |
2010年 | 5篇 |
2009年 | 15篇 |
2008年 | 9篇 |
2007年 | 9篇 |
2006年 | 3篇 |
2005年 | 6篇 |
2004年 | 2篇 |
2003年 | 5篇 |
2002年 | 6篇 |
2001年 | 7篇 |
2000年 | 2篇 |
1999年 | 4篇 |
1998年 | 3篇 |
1995年 | 2篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1950年 | 1篇 |
排序方式: 共有170条查询结果,搜索用时 265 毫秒
1.
为研究不同陆面模式对中国区域土壤温度的模拟效果,基于中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)大气驱动数据分别驱动Noah和Noah-MP陆面模式进行中国区域土壤温度的模拟(简称:CLDAS_Noah和CLDAS_Noah-MP试验),使用2010—2018年中国气象局2380个土壤温度观测站点10和40 cm观测数据以及美国全球陆面数据同化系统(The Global Land Data Assimilation System,GLDAS)驱动的Noah模式(GLDAS_Noah试验)模拟的土壤温度结果,从空间分布、季节、分区等角度进行了评估,实现了不同驱动数据相同陆面模式和相同驱动数据不同陆面模式的对比分析。结果表明: GLDAS_Noah、CLDAS_Noah和CLDAS_Noah-MP试验均能合理模拟出中国区域土壤温度空间分布,但在量级上有一定差异,主要表现在中国东北、新疆、青藏高原等积雪区。对于相同陆面模式不同驱动数据,均方根误差显示CLDAS_Noah试验在季节与分区上均优于GLDAS_Noah试验,间接表明CLDAS大气驱动数据优于GLDAS大气驱动数据,且大气驱动数据是提高土壤温度模拟精度的重要因素之一;对于相同驱动数据不同陆面模式,总体上CLDAS_Noah-MP试验棋拟效果优于CLDAS_Noah试验,其中CLDAS_Noah试验模拟的10和40 cm深度土壤温度在冬季积雪区误差明显大于CLDAS_Noah-MP试验,可能与Noah-MP模式改进了积雪方案有关,但10和40 cm深度下CLDAS_Noah-MP试验在东北、华北、青藏高原地区对春季土壤温度模拟误差明显大于CLDAS_Noah试验,可能与Noah-MP模式融雪方案有关。总之,本研究对于后续开展土壤温度多模式集成、土壤温度站点资料同化,最终研制中国区域高质量土壤温度数据集具有一定的参考意义。 相似文献
2.
土壤温度是地球科学研究中的重要物理量。在陆-气相互作用研究中,土壤温度不仅影响土壤内部的物理、生物、化学过程,而且对陆-气之间能量和物质交换起重要作用。随着可获取的相关数据越来越丰富,机器学习方法已经被越来越多的研究人员引入到土壤温度预估中,在很多任务中已经超过了统计模型、物理模型的性能。本文对比了统计模型、物理模型和机器学习方法这三种土壤温度常用计算方法的异同,简要介绍了应用于土壤温度研究的各类机器学习模型的原理和特点,综合国内外文献归纳了传统机器学习和深度学习在土壤温度空间分布、时间变化和时空变化三方面的研究进展。在土壤温度空间分布研究中,传统机器学习方法能够通过影响因子的空间异质性学习空间特征,并利用站点观测数据计算土壤深处的温度,但随土壤深度增加模型效果减弱,而深度学习模型有能够提取空间特征的结构,但对数据量要求高,当前研究中仅用于地表温度的遥感反演;在土壤温度时间序列研究中,加入了周期性信息的传统机器学习方法具有更好的模型效果,深度学习中的序列学习模型能自动捕捉土壤温度变化规律,结合了非平稳序列分析方法的混合模型能充分考虑土壤温度变化的连续性和周期性;由于陆面过程复杂性,土壤... 相似文献
3.
基于GIPL2模型的青藏高原活动层土壤热状况模拟研究 总被引:5,自引:5,他引:0
青藏高原活动层土壤热状况,对深入了解高原活动层的厚度变化特征、下垫面的热力作用以及对气候变化预测均有重要意义。利用GIPL2模型模拟青藏高原多年冻土区不同植被状况下活动层土壤热状况。模拟结果表明:模型在高寒草原(QT06)试验点模拟效果较好,高寒沼泽草甸(QT03)试验点的模拟效果较差,高寒草甸(QT01)、高寒荒漠草原(QT05)和高寒草原化草甸(QT04)试验点的模拟效果介于高寒草原试验点和高寒沼泽草甸试验点之间。QT01、QT03、QT04、QT05和QT06的土壤温度模拟值与观测值相比,均方根误差分别为0.67、1.29、0.73、0.7和0.56℃;相关系数分别为0.99、0.87、0.98、0.98和0.96;平均误差分别为0.37、0.61、0.31、0.45和0.16℃。QT06模拟结果较好,原因在于此点土壤质地变化不大,模型的分层与所取的参数更加接近此点的实际状况。QT03模拟结果较差,可能由于此地区土壤中存在砾石,在导热率参数化方案中没有考虑砾石含量,导致模拟结果偏差较大。总体而言,GIPL2模型对青藏高原活动层土壤热状况的模拟具有一定的优势,是一种模拟多年冻土区活动层土壤热状况较为理想的模型。 相似文献
4.
长白山苔原带土壤温度与肥力随海拔的变化特征 总被引:3,自引:0,他引:3
土壤温度与土壤肥力的分解释放、植被生长密切相关。利用2015年8月至2017年6月长白山西坡苔原带5 cm土壤温度并测试其土壤肥力,分析了土壤温度与肥力随海拔的变化特征及土壤温度对苔原带肥力的影响。结果表明:(1)长白山西坡苔原带土壤最热月为8月,最冷月为1、2月。长白山西坡苔原带土壤年均温随海拔的升高而下降,垂直变化率为-0.44℃·(100m)-1。月均温垂直变化率则有所差别,5-9月垂直变化率为正,其余月份垂直变化率为负。(2)海拔是土壤温度空间分异的主要影响因素,冷季土壤温度随海拔升高而显著降低。随着海拔升高,越稀疏的植被和越薄的土层使得土壤热容量越小,暖季土壤温度随海拔升高而显著升高。(3)长白山西坡苔原带土壤肥力,尤其是与植物生长关系密切的速效养分随海拔升高表现出先升高再降低,在植物多样性和丰富度及草本植物盖度最高的2 250 m处达到土壤肥力最高水平。低海拔(2 050~2 250 m)的土壤肥力水平明显高于高海拔(2 350~2 550 m)的土壤肥力水平。西坡苔原带土壤肥力的空间分异状况受草本植物入侵影响较大。(4)长白山西坡苔原带土壤肥力水平随土壤温度升高而升高,温度是土壤有机质分解和矿物质养分转化的限制性因素。建议山地苔原带生态系统生产和生态管理中要重点考虑草本植被入侵给土壤肥力带来的影响。 相似文献
5.
基于2018年12月至2020年3月喀左、沈阳、辽阳、满洲里4个国家级地面气象站人工冻土器与测温式冻土自动观测仪观测的资料,对人工冻土观测获得的冻点与测温式冻土自动观测仪获得的相应深度的温度进行对比分析。结果表明:人工冻土器获取的冻点对应的土壤温度与0℃总体一致,又不完全重合;0—35 cm深度范围,冻点对应的温度变化范围为-2~6℃,呈现跳跃性变化。35 cm以下深度范围,冻土冻点对应的温度变化范围为-0.5~1.0℃;融化过程冻点对应的平均温度高于冻结过程冻点对应的平均温度。从完全融化时间上来看,人工冻土器观测到的完全融化时间晚于测温式冻土仪0℃线完全消失的时间。人工冻土观测的实质是获得土壤温度0℃点所在位置。灌注不同台站水的冻土器内管在相同的温度环境下,冻结与融化状态无明显区别;人工冻土器内管冻结过程是温度和持续时间双重作用的结果,深层土壤温度变化缓慢,使得内管中的水冻结和融化需要的时间长。另外,作为接触式测温设备,减小外因产生的时滞是提高其灵敏度的重要环节,建议测温式冻土仪的外管壁使用温度滞后效应更小的金属外管。 相似文献
6.
利用2011年10月至2017年12月黄河源区鄂陵湖野外观测数据,对比分析多雪年与少雪年土壤冻结与消融时间、土壤温湿度、地表能量分量的变化特征。结果表明:多雪年地表反照率偏高,净辐射偏低,地表感热输送偏低,土壤由热“源”转为热“汇”的时间晚于少雪年。积雪可减少土壤吸收辐射能量,减少地表感热通量,在土壤完全冻结期与消融期增大地表潜热通量,在完全冻结期,减少土壤向大气的热输送,在消融期,减少大气向土壤的热输送。积雪在冻结期有降温作用,使得多雪年土壤较早发生冻结,且同一时期土壤温度偏低;在完全冻结期有保温作用,使得土壤温度偏高;在消融期有保温(“凉”)作用,使得消融较晚,且同一时期土壤温度偏低。在整个积雪年内,多雪年浅层土壤湿度高于少雪年,积雪对浅层土壤有保湿作用。积雪使土壤开始冻结时间有所提前,开始消融的时间有所滞后,可延长该年土壤完全冻结持续天数。 相似文献
7.
以甘肃临泽荒漠绿洲湿地为研究对象,通过对土壤温度、含水量、电导率及蒸散量的野外观测,在植物生长期和冻融期分别深入分析水热盐耦合运移过程及其影响因素,探讨水热梯度对盐分运移及其分布格局的控制作用。结果表明:土壤温度整体呈现出春夏季逐渐升高、秋冬季降低趋势。在冻结期,土壤表现为脱盐状态,表层电导率由2.8 mS·cm-1降到1.2 mS·cm-1;而在消融期为积盐状态,表层电导率由1.2 mS·cm-1升到3.7 mS·cm-1。在生长期,土壤含水量和电导率波动较为剧烈,表层含水量27%~43%,表层电导率3~5.5 mS·cm-1,土壤脱盐、积盐反复出现。全年蒸散量总体呈单峰变化趋势,年蒸散量507 mm;土壤电导率与蒸散量呈正比关系,与地下水位呈负相关关系;蒸散发作用是土壤表层积盐的主要驱动力,而地下水波动影响着湿地脱盐、洗盐过程。因此,荒漠绿洲湿地土壤盐分累积过程是水分运移和热量传输过程发生变化的结果。 相似文献
8.
采用Li-8100对亚热带马尼拉草坪生态系统呼吸及其分室昼夜动态进行研究,结果表明,草坪生态系统呼吸、土壤呼吸和植物地上部分呼吸速率的昼夜变化均表现为单峰曲线,呼吸速率日最高值出现在中午13:00~14:00;草坪生态系统的呼吸速率最低值只出现在6月的7:00左右,其他月份的最低值出现在23:00~2:00;土壤呼吸速率的最低值出现在4月和6月的7:00左右,8月则在2:00达最低值,11月土壤呼吸速率波动不大,极值不太明显.生态系统呼吸速率始终表现为白天高于夜间.4月、6月、8月和11月生态系统呼吸的日排放C量分别为27.30、43.94、44.79和25.18g m^2d^-1.6月、8月和11月土壤日呼吸量占整个生态系统日呼吸总量的比例大约为50%,远小于4月的74%.除11月外,生态系统、土壤总呼吸速率的昼夜变化均与5cm土温呈显著的指数相关.草坪生态系统呼吸的Q10值大小顺序为4月〉11月〉6月〉8月,土壤总呼吸的Q10值大小顺序为6月〉4月〉8月〉11月;除11月外,土壤呼吸的Q10值大于生态系统呼吸. 相似文献
9.
通过LI-8100土壤碳通量测定仪对中亚热带山区不同土地利用方式土壤呼吸进行测定与分析.结果表明,不同土地利用方式土壤温度变化趋势较为一致,峰值出现在16:00,但坡耕地均出现在14:00;不同土地利用方式土壤呼吸速率昼夜变化趋势大致呈单峰变化,呼吸速率在12:00—16:00之间达到一天的最大值,而在6:00达到最小值,但杉木林与木荷林土壤呼吸速率在夏季呈现出不规则的多峰变化,不同季节呼吸速率最大值出现的时间不同;杉木林与木荷林不同季节的土壤呼吸速率的目变化幅度较小,果园的最大;土壤呼吸速率的均值大小顺序为:经济林〉木荷林〉坡耕地〉杉木林〉果园,但不同土地利用方式间土壤呼吸速率差异不显著(P〉0.05).不同土地利用方式土壤呼吸Q10值的季节变化中,杉木、木荷2种人工林用地冬季Q10值最大,最小值分别出现在夏季与秋季,而坡耕地、经济林与果园3种土地利用方式以春季的Q10值最大,秋季最小;Q10值随土壤碳质量的降低而增大. 相似文献
10.