全文获取类型
收费全文 | 2542篇 |
免费 | 315篇 |
国内免费 | 842篇 |
专业分类
安全科学 | 97篇 |
废物处理 | 14篇 |
环保管理 | 459篇 |
综合类 | 1841篇 |
基础理论 | 470篇 |
环境理论 | 4篇 |
污染及防治 | 40篇 |
评价与监测 | 170篇 |
社会与环境 | 465篇 |
灾害及防治 | 139篇 |
出版年
2024年 | 31篇 |
2023年 | 83篇 |
2022年 | 203篇 |
2021年 | 245篇 |
2020年 | 215篇 |
2019年 | 183篇 |
2018年 | 182篇 |
2017年 | 226篇 |
2016年 | 223篇 |
2015年 | 206篇 |
2014年 | 152篇 |
2013年 | 211篇 |
2012年 | 222篇 |
2011年 | 189篇 |
2010年 | 140篇 |
2009年 | 118篇 |
2008年 | 93篇 |
2007年 | 130篇 |
2006年 | 107篇 |
2005年 | 104篇 |
2004年 | 74篇 |
2003年 | 65篇 |
2002年 | 50篇 |
2001年 | 55篇 |
2000年 | 46篇 |
1999年 | 37篇 |
1998年 | 21篇 |
1997年 | 20篇 |
1996年 | 13篇 |
1995年 | 6篇 |
1994年 | 9篇 |
1993年 | 3篇 |
1992年 | 2篇 |
1991年 | 2篇 |
1990年 | 5篇 |
1989年 | 1篇 |
1988年 | 2篇 |
1987年 | 5篇 |
1986年 | 4篇 |
1985年 | 2篇 |
1982年 | 1篇 |
1981年 | 1篇 |
1980年 | 1篇 |
1979年 | 1篇 |
1978年 | 1篇 |
1977年 | 4篇 |
1976年 | 1篇 |
1973年 | 2篇 |
1972年 | 2篇 |
排序方式: 共有3699条查询结果,搜索用时 15 毫秒
991.
地理探测器是探测空间分异性,以及揭示其背后驱动因子的一种新的统计学方法,由于其既能揭示单一因素对因变量的影响,也能评价双因素相互作用的影响,且不需要考虑线性,还能避免多变量共线性的影响,没有较强的模型假设,解决了传统方法在分析类别变量时的局限性,在土壤重金属空间分异领域研究的应用越来越广泛.通过收集40篇关于地理探测器在土壤重金属空间分异领域的研究报道,梳理了采用的自变量离散化方法、研究尺度、因变量和自变量类型、因子探测、交换探测、风险探测和生态探测等内容,并提出下一步的应用研究急需明确的问题,为地理探测器在土壤重金属空间分异领域深层次应用提供支撑. 相似文献
992.
城郊复杂环境条件下的耕地土壤重金属污染空间扩散机制是落实土壤污染源头防控和保障黑土地质量安全的基础.针对以往溯源研究中污染源头难定位和扩散趋势不明确等问题,以长春市城郊地区为例,以耕地土壤As、Pb、Hg和Cd元素为研究对象,采用近邻传播(AP)算法和空间自回归的扩散格局-驱动因素组合分析法尝试揭示黑土区城郊耕地重金属污染空间扩散机制.结果表明,ω(As)和ω(Cd)均值分别为39.35mg ·kg-1和0.183 mg ·kg-1,累积水平较高.内梅罗指数显示研究区有52.38%的耕地已出现轻度污染.AP算法识别出As存在3个影响幅度相似的潜在污染源地,均位于远离城市的典型农耕区;Pb元素的2个潜在污染源地集中分布于范家屯镇附近的工业区;Hg和Cd元素的扩散格局复杂,尤其是Cd元素,呈现多地并发的污染扩散特征.空间滞后模型表明,As元素的空间扩散格局和农药施用强度有关;Cd元素主要受土壤类型和设施农业布局的制约;Pb元素受区域城镇化和工业化发展的影响;Hg元素和区域污染迁移条件相关.污染调蓄功能未对4种元素的空间扩散格局产生显著影响.研究丰富了耕地重金属污染的空间分析理论和方法,对落实城郊黑土地的污染源头防控具有科学意义. 相似文献
993.
随着药物活性化合物(PhACs)的大量生产和使用,PhACs已成为环境中的一类新污染物.为了调查PhACs在广东省的污染特征,采集了全广东省21个城市,包括178个乡镇及行政区,共186个污水厂的原始污水.采用全自动固相萃取仪和高效液相色谱-三重四级杆质谱联用仪,分析了污水厂进水中10种典型PhACs的污染水平,全面揭示了PhACs在广东省的空间分布特征,并对PhACs的潜在生态风险进行评价.调查结果表明,全部污水厂均有PhACs检出,各污水厂进水中∑PhACs质量浓度范围为21.00~9 558.25 ng·L-1,其中美托洛尔、对乙酰氨基酚、苯扎贝特和咖啡因是广东省污水厂进水中的主要污染物.在空间分布上,广东省各区域∑PhACs质量浓度平均值呈现出珠三角>粤北>粤东≈粤西的分布特征.根据污水厂的处理工艺,对∑PhACs质量浓度超过2 500 ng·L-1的污水厂的出水质量浓度进行估算,并根据估算的出水进行PhACs的生态风险评价.结果表明,广东省PhACs的生态风险较低,苯扎贝特在韶关、江门和深圳呈现出中风险,∑PhACs生态... 相似文献
994.
承德接坝区位于农牧过渡区,对气候变化和人类活动极为敏感.以植被净初级生产力(NPP)作为评价指标,基于Thornthwaite Memorial模型计算潜在NPP和MODIS NPP遥感影像获取实际NPP数据,利用潜在NPP与实际NPP间的差值衡量人类活动作用下NPP的大小,运用Slope趋势和变异系数法分析实际NPP、潜在NPP和人类活动作用下NPP的变化趋势及稳定性分布,并采用相关系数法分析实际NPP与年降水量和年均气温间的相关性,最终量化气候变化和人类活动对该区域植被变化的影响.结果表明,潜在NPP自西北向东南递增,其变化趋势和稳定性均为自西向东递增.实际NPP与年降水量和年均气温呈正相关区域面积占比分别是99.87%和91.66%.该区域99.85%的植被得到改善且变化稳定,主要是由气候因素和人类活动共同主导(99.71%),而植被退化完全是由人为因素所导致(0.15%). 相似文献
995.
基于遥感反演数据,研究了2016年长三角地区PM2.5浓度空间分布特征,从气象因素、地形、植被和大气污染物排放清单等方面选取评价因子,以0.25°×0.25°网格为评价单元,利用GAM模型研究了长三角PM2.5空间分布的影响因素及交互效应.结果表明:①长三角PM2.5浓度总体呈北高南低、西高东低的分布态势,但以南北向差异为主.长三角南部PM2.5浓度多低于35 μg·m-3,PM2.5超标零星出现在城镇周围,呈孤岛状分布.北部PM2.5浓度多超过35μg·m-3,PM2.5污染多呈连片状分布.②长三角PM2.5浓度分布具有显著的正的空间自相关性,高高集聚区集中分布在长三角北部,低低集聚区集中分布在南部.③ GAM模型分析表明,地形起伏度、气温和降水量对PM2.5浓度主要呈负向影响;污染物排放量主要呈正向影响;风速<2.5 m·s-1时影响不显著,风速≥2.5 m·s-1后有显著的负向影响.地形起伏度、气温和降水量南高北低是造成长三角PM2.5北高南低的重要原因,风速东高西低是造成长三角PM2.5浓度东西向差异的原因之一.④除地形起伏度-PM2.5排放量外,其余因素两两间的交互项均通过了显著性检验,对PM2.5分布有显著的交互效应. 相似文献
996.
典型冶炼行业场地土壤重金属空间分布特征及来源解析 总被引:7,自引:6,他引:1
以韶关某冶炼厂为冶炼行业典型工业区,对冶炼厂区内土壤中的Cd、Pb、Hg、Sb、As、Zn、Cu、Cr和Ni等9种重金属元素的总量和有效态含量进行了测定,利用ArcGIS 10.2进行了冶炼厂地土壤中重金属空间分布的插值分析,采用的污染状况评价方法有单因子污染指数法、富集因子法和潜在生态危害指数法,重金属来源分析方法有相关性分析法和主成分分析法.对研究区土壤的重金属污染状况及来源进行分析.结果表明,Cd和As的单因子指数为1.50和2.13,分别属于轻微污染和轻度污染;Pb的单因子指数为5.58,属于重度污染.As、Hg和Zn的富集因子为3.73、10.4和22.4,分别属于中度污染、重度污染和严重污染;Cd、Pb的富集因子超过40,属于极重污染,受人为污染程度明显.Pb和Cd的有效态占总量的质量分数较高,分别在0.57%~46.0%和0.87%~69.2%之间.其次为Zn和Cu,而Hg、Sb、Ni、As和Cr的有效态质量分数均在5%以下.研究区重金属潜在生态风险指数的空间分布由西向东整体呈由低到高再降低的变化趋势,其中北部点位的指数显著高于其他点位,可能存在局部泄漏.Hg和Sb的空间分布与其他元素不同,呈现中部区域较高、东西部区域较低的特点.相关性和主成分分析结果表明,Cu、Zn、As、Cd和Pb元素之间的相关性显著,主要来源为工业生产活动的输入;Hg和Sb元素之间具有显著的正相关性,但与其他元素无相关性;Ni的主要来源更符合自然输入的规律. 相似文献
997.
以新疆塔里木盆地东南缘的巴音郭楞蒙古自治州的若羌县、且末县和和田地区的民丰县、于田县的绿洲区为研究区,采集表层土壤3487组、土壤剖面采样点35组,农产品及根系土壤采样点93组,综合采用数理统计方法、地统计学和GIS技术,研究土壤As的空间分布特征,探讨各类农产品对As富集的影响,比较空间自相关性显著区域和空间自相关性无显著区域内农产品和根系土壤中As的含量特征.结果表明土壤As含量较低,农用地和非农用地土壤As含量均值分别为9. 81mg·kg~(-1)和7. 94 mg·kg~(-1).表层土壤As含量超过新疆土壤背景值的采样点个数为568个,占总取样点数的16. 3%;超过风险筛选值的采样点个数为5个.土壤As空间自相关的莫兰指数均大于0,空间聚集类型主要以高-高型和低-低型为主,其中高-高型聚集区主要位于各县农用地范围内.GIS空间分布显示,土壤As含量高值区呈片状集中或岛状零散分布.标准差椭圆显示,若羌县土壤As含量变化趋势方向为南北方向,且末县和民丰县土壤As含量变化趋势方向为西南-东北方向,于田县土壤As含量变化趋势方向为西北-东南方向.若羌县农用地土壤垂向剖面上As含量从地表到深层存在波动,其余各县都相对稳定.研究区农作物对As的富集能力表现为:根茎类蔬菜核桃小麦玉米红枣,玉米和红枣的As含量与根系土的As含量在0. 05水平下呈现显著正相关.空间自相关性显著区和空间自相关无显著区的农产品中的As含量无显著性差异,而两个区域根系土壤的As含量存在显著性差异. 相似文献
998.
松花江表层沉积物PAEs分布特征及生态风险评价 总被引:1,自引:1,他引:0
为揭示松花江干支流表层沉积物中邻苯二甲酸酯类(phthalate esters,PAEs)的空间分布特征及其生态风险状况本文利用气相色谱三重四级杆质谱联用仪(GC-MS)对松花江干支流表层沉积物中6种PAEs的含量分布和组成特征进行了分析,并采用商值法和环境风险水平(ERL)法对其生态风险状况进行评价.结果表明:①松花江干支流沉积物6种邻苯二甲酸酯(∑_6PAEs)含量范围(以干重计)为6 832.5~36 298.9ng·g~(-1)(平均值为18388.6ng·g~(-1)),邻苯二甲酸(2-乙基己基)酯(DEHP)和邻苯二甲酸二丁酯(DBP)为主要组分,干流点位∑_6PAEs含量(6 832.5~36 298.9 ng·g~(-1),平均值为18 616.9ng·g~(-1))与支流点位∑_6PAEs(10 367.6~26 593.3ng·g~(-1),平均值为18 264.1ng·g~(-1))差异不显著(P0.05),支流点位各PAEs单体含量与干流点位差异不大.从上游到下游干支流∑_6PAEs含量呈现先降后升的趋势.农业自然区域∑_6PAEs平均含量(18 677.5 ng·g~(-1))与城市工业区域(18 063.7 ng·g~(-1))相近(P0.05),DBP和DEHP是两区域内的主要PAEs两者平均值贡献率高达98%以上.②松花江干支流表层沉积物中∑_6PAEs主要来源于人类日用品、农业生产以及含有增塑剂的工业生产.③松花江表层沉积物中DMP和BBP对水生生物无生态风险,DEP具有低水平生态风险,而DEHP和DBP对水生生物具有高生态风险. 相似文献
999.
洱海藻类水华高风险期沉积物氮磷释放通量时空变化 总被引:7,自引:3,他引:4
选择藻类水华高风险期,研究沉积物氮磷释放通量时空变化及影响因素,以揭示沉积物氮磷释放对洱海水质影响.结果表明:①2009、2013和2018年洱海沉积物氮磷释放通量整体呈上升趋势,与2009相比,2013年增幅较大,而2018年与2013年相比增幅较小;溶解性总氮(DTN)释放通量在11. 71~14. 15 mg·(m~2·d)~(-1),其中有机氮(DON)释放通量在6. 39~8. 42mg·(m~2·d)~(-1),占DTN的58%,无机氮(DIN)释放通量在5. 31~5. 73 mg·(m~2·d)~(-1),占DTN的42%;溶解性总磷(DTP)释放通量在0. 11~0. 14 mg·(m~2·d)~(-1),无机磷(DIP)释放通量在0. 07~0. 09 mg·(m~2·d)~(-1),占DTP的66%,有机磷(DOP)释放通量在0. 04~0. 05 mg·(m~2·d)~(-1),占DTP的34%.②洱海沉积物氮磷释放通量空间差异也较大,其中氮释放通量呈南部北部中部趋势,磷释放通量表现为北部中部南部趋势; 2009、2013和2018年相比,由北向南各湖区氮释放通量增幅分别为17%、13%和23%,磷释放通量增幅分别为19%、28%和29%.③2009、2013和2018年相比,洱海沉积物氮磷含量总体稳定,不是影响其释放通量变化主因,水华高风险期水体pH增加和DO下降是影响沉积物氮磷释放通量变化的重要因素,洱海保护应关注水体环境因子变化导致的沉积物氮磷释放增加问题. 相似文献
1000.
高分辨率PM2.5空间分布数据对动态监测和控制PM2.5污染具有重要意义.选取Himawari-8气溶胶光学厚度(AOD)、ERA5气象再分析资料、DEM、土地利用数据、夜光遥感数据、增强型植被指数和人口数据等作为估算变量,使用改进的重采样法进行数据匹配,并提出改进的线性混合模型(iLME)结合地理智能随机森林(Geoi-RF)构建组合模型估算PM2.5浓度.结果表明:①在选取的估算变量中,气溶胶光学厚度、气压、温度、相对湿度和边界层高度是影响2016年四川省PM2.5浓度的重要因素,其相关系数分别为0.65、0.58、0.55、0.54和0.35.②iLME+Geoi-RF模型精度相较其他模型有较大提升,模型拟合Rl2、RMSR 和 MAE 分别为0.98、3.25 μg·m-3和 1.98 μg·m-3,交叉验证 R2、RMSR 和 MAE 分别为0.89、7.95 μg·m-3和4.81μg·m-3.该模型可获取更高精度的四川省PM2.5时空分布特征,为区域空气质量评估、人体暴露风险评价和环境污染治理提供更加合理地科学参考.③2016年四川省PM2.5浓度存在显著的季节性差异,各季节PM2.5浓度大小关系为:冬季>秋季>春季>夏季.2016年四川省月均PM2.5浓度总体上呈先降后升的"V"型趋势,最小值在6月,最大值在12月,8月和11月有微小起伏.在空间分布上四川省PM2.5浓度总体上呈东高西低和局部污染程度较高的特点,高值区主要分布在城市快速发展和人口密集的东部地区,低值区主要分布在经济发展落后和人口稀疏的西部地区.④虽然不同模型估算出的PM2.5浓度整体分布基本一致,但iLME+Geoi-RF模型能更准确有效地估算本研究区污染的空间分布. 相似文献