全文获取类型
收费全文 | 954篇 |
免费 | 84篇 |
国内免费 | 215篇 |
专业分类
安全科学 | 55篇 |
废物处理 | 33篇 |
环保管理 | 128篇 |
综合类 | 542篇 |
基础理论 | 338篇 |
污染及防治 | 54篇 |
评价与监测 | 96篇 |
社会与环境 | 2篇 |
灾害及防治 | 5篇 |
出版年
2024年 | 5篇 |
2023年 | 18篇 |
2022年 | 28篇 |
2021年 | 50篇 |
2020年 | 47篇 |
2019年 | 40篇 |
2018年 | 22篇 |
2017年 | 35篇 |
2016年 | 29篇 |
2015年 | 47篇 |
2014年 | 80篇 |
2013年 | 68篇 |
2012年 | 98篇 |
2011年 | 106篇 |
2010年 | 87篇 |
2009年 | 58篇 |
2008年 | 43篇 |
2007年 | 46篇 |
2006年 | 47篇 |
2005年 | 46篇 |
2004年 | 35篇 |
2003年 | 63篇 |
2002年 | 43篇 |
2001年 | 33篇 |
2000年 | 27篇 |
1999年 | 24篇 |
1998年 | 9篇 |
1997年 | 2篇 |
1996年 | 3篇 |
1994年 | 1篇 |
1993年 | 8篇 |
1992年 | 4篇 |
1991年 | 1篇 |
排序方式: 共有1253条查询结果,搜索用时 15 毫秒
991.
小型区域形状规整性对环境噪声测量误差的影响分析 总被引:2,自引:1,他引:1
本文通过对小型区规整性与环境噪声抽样测量误差的讨论,提出了区域形状的改变对抽样测量误差的影响状况。 相似文献
992.
993.
994.
995.
996.
997.
998.
利用厌氧折流板反应器(ABR)与改良SBR联用工艺处理模拟畜禽养殖废水,旨在揭示厌氧过程中氨化现象的影响因素及其规律.试验中所处理的废水是人工模拟畜禽养殖废水,该类废水含有大量的有机物,特别是蛋白质等含氮化合物,COD从1 000~10 000 mg/L逐渐增大,相应地氨氮质量浓度范围为78.6~773.2 mg/L.研究了ABR的启动过程中水力停留时间(HRT)、pH值、温度以及进水氨氮浓度等因素对氨化的影响.结果表明,HRT是一个重要的因素,很大程度地影响其他因素的研究,16 h为峰值点;氨化菌在pH值为6.5~8.0的范围可以保持一定活性,其中以pH=7.0为最佳点;随着温度升高,氨化菌活性提高,氨化率也随之提高,33 ℃为最佳温度,但ABR对温度的敏感性不是很高,考虑经济原因,可以在25 ℃运行;氨化率随进水氨氮浓度的增加而减小.最佳氨化率条件是HRT=16 h,pH=7.0,T=25 ℃,此时进水COD为10 000 mg/L. 相似文献
999.
水稻、土壤和田水中氟啶脲残留检测与消解动态研究 总被引:1,自引:0,他引:1
为了解氟啶脲在水稻、土壤和田水中的消解动态及其残留状况,建立了氟啶脲在水稻、土壤和田水中的液相色谱检测方法,并在天津、浙江杭州和广西南宁开展了两年氟啶脲在水稻和土壤中消解动态规律和残留状况田间试验.结果表明,采用乙腈提取水稻稻米、稻壳和茎叶样品,丙酮提取土壤和田水样品,液相色谱仪带紫外检测器测定,外标法定量,在0.03~1 mg·kg-1添加水平范围内,水稻、土壤和田水中氟啶脲的平均添加回收率为84.94%~98.73%,变异系数为2.84%~9.44%;水稻、土壤和田水中氟啶脲的最小检出量为5.6×10-11 g,最低检出质量比为:茎叶0.01 mg·kg-1,稻壳0.01 mg·kg-1,稻米和土壤0.005 mg·kg-1,田水0.003 mg·kg-1.田间试验表明,氟啶脲在水稻、土壤和田水中残留消解动态规律符合方程Ct=C0e-kt;氟啶脲·三唑磷31%乳油在水稻茎叶、土壤和田水中的消解半衰期分别为6.27~7.83 d、5.28~7.36 d和6.01~7.06 d.最终残留试验结果表明,在水稻上手动喷雾施药氟啶脲·三唑磷31%乳油,按推荐剂量325.5 ga.i.·hm-2和1.5倍推荐剂量488.25 ga.i.·hm-2施药,兑水喷雾处理1~2次,两次施药间隔为7 d,距最后一次施药采收间隔期为35 d时,氟啶脲在水稻稻米和土壤中的残留量分别为ND~0.028 0 mg·kg-1和ND~0.014 8 mg·kg-1.参照日本"肯定列表制度"规定氟啶脲在稻米中的最大允许残留限量MRL值为0.05 mg·kg-1,按照1.5倍推荐剂量在水稻上施药1~2次,其有效成分之一氟啶脲在水稻稻米中残留是安全的. 相似文献
1000.
选取了我国5种典型化工行业VOCs排放源进行了源排放特征分析,通过对70个VOCs源样品的分析,结果表明,烷烃是合成材料制造业、石化行业和涂料产品制造业的主导VOCs种类(占比分别为43%、63%和68%),烯烃是日用化学产品制造业的VOCs主要种类(46%),卤代烃在专用化学品制造业排放中占主导(43%);利用机器学习方法分析了上述行业的标志组分,发现癸烷和四氢呋喃是合成材料制造业源的特征标志组分,正丁醇和甲苯是日用化学产品制造业源的特征标志组分,1,2,3-三甲苯和1,3,5-三甲苯是石化行业源的特征标志组分,丙烯和3-甲基戊烷是涂料产品制造业的标志组分,对二甲苯和异丙苯是专用化学品制造业源的特征标志组分;并采用最大增量反应活性法(MIR)估算了各VOCs排放源的臭氧生成潜势(OFP),结果表明,在单位浓度总VOCs排放条件下,对臭氧生成潜势的贡献大小依次为日用化学产品制造业、专用化学品制造业、石化行业、合成材料制造业和涂料产品制造业.建议在今后的臭氧防控中,更应关注各行业所排放的关键活性物种,而不仅仅注重VOCs排放总量. 相似文献