全文获取类型
收费全文 | 11228篇 |
免费 | 1087篇 |
国内免费 | 2192篇 |
专业分类
安全科学 | 1943篇 |
废物处理 | 136篇 |
环保管理 | 1068篇 |
综合类 | 8033篇 |
基础理论 | 1085篇 |
污染及防治 | 590篇 |
评价与监测 | 695篇 |
社会与环境 | 612篇 |
灾害及防治 | 345篇 |
出版年
2024年 | 114篇 |
2023年 | 398篇 |
2022年 | 474篇 |
2021年 | 662篇 |
2020年 | 590篇 |
2019年 | 598篇 |
2018年 | 346篇 |
2017年 | 429篇 |
2016年 | 490篇 |
2015年 | 625篇 |
2014年 | 1283篇 |
2013年 | 741篇 |
2012年 | 892篇 |
2011年 | 847篇 |
2010年 | 567篇 |
2009年 | 597篇 |
2008年 | 741篇 |
2007年 | 866篇 |
2006年 | 535篇 |
2005年 | 478篇 |
2004年 | 388篇 |
2003年 | 284篇 |
2002年 | 261篇 |
2001年 | 166篇 |
2000年 | 163篇 |
1999年 | 168篇 |
1998年 | 143篇 |
1997年 | 104篇 |
1996年 | 104篇 |
1995年 | 78篇 |
1994年 | 84篇 |
1993年 | 68篇 |
1992年 | 60篇 |
1991年 | 61篇 |
1990年 | 55篇 |
1989年 | 36篇 |
1988年 | 5篇 |
1987年 | 5篇 |
1986年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 187 毫秒
41.
基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究 总被引:1,自引:0,他引:1
基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素. 相似文献
42.
北京南部城区PM2.5中碳质组分特征 总被引:5,自引:3,他引:2
为了解《大气污染防治行动计划》实施后北京市大气PM2.5中碳质组分特征,于2017年12月至2018年12月在北京污染较重的南部城区进行了PM2.5连续采样,对其中的有机碳(OC)和元素碳(EC)进行了全面研究.结果表明,北京大气PM2.5、OC和EC浓度变化范围分别为4.2~366.3、0.9~74.5和0.0~5.5 μg ·m-3,平均浓度分别为(77.1±52.1)、(11.2±7.8)和(1.2±0.8)μg ·m-3,碳质组分(OC和EC)整体占PM2.5的16.1%.OC质量浓度季节特征表现为:冬季[(13.8±8.7)μg ·m-3] > 春季[(12.7±9.6)μg ·m-3] > 秋季[(11.8±6.2)μg ·m-3] > 夏季[(6.5±2.1)μg ·m-3],EC四季质量浓度水平均较低,范围为0.8~1.5 μg ·m-3.二次有机碳(SOC)年均质量浓度为(5.4±5.8)μg ·m-3,四季贡献比例范围为45.7%~52.3%,年均贡献为48.2%,凸显了二次形成的重要贡献.随污染加重,尽管OC和EC贡献比例均降低,但浓度水平却成倍升高,OC和EC浓度在严重污染天分别是空气质量为优天的6.3和3.2倍.与非供暖时段相比,供暖时段PM2.5、OC和SOC浓度分别增加了14.4%、47.9%和72.1%,体现了OC对供暖季PM2.5污染的重要贡献.PSCF分析表明,位于北京西南的山西省和河南省部分区域是PM2.5和OC的主要潜在源区,且PM2.5潜在源区更为集中;EC的PSCF高值(>0.7)区域较少,主要位于北京南部,如山东省和河南省部分地区,且北京市及周边地区贡献明显. 相似文献
43.
华北区域点冬季二次有机气溶胶特征与影响因素 总被引:2,自引:0,他引:2
为探明二次有机气溶胶(SOA)的污染特征和影响因素,本研究于2018年11月—2019年1月对华北区域点(德州市郊区点)细颗粒物(PM_(2.5))的化学组成进行了在线测量,并分析了PM_(2.5)中有机碳(OC)、元素碳(EC)和水溶性离子组分的污染特征及PM_(2.5)与气象要素之间的相关性.结果表明,观测期间德州PM_(2.5)污染严重,平均质量浓度为(115.6±24.6)μg·m~(-3);其中,有机碳和元素碳是PM_(2.5)的主要成分,平均质量浓度分别为(8.2±5.8)μg·m~(-3)和(2.6±2.2)μg·m~(-3),占PM_(2.5)总质量的7.1%和2.2%;PM_(2.5)与风速呈负相关,与相对湿度呈正相关,与气温的相关性较差,偏北风对PM_(2.5)浓度影响较大.同时,本研究利用EC示踪OC/EC比值法对PM_(2.5)中的二次有机碳(SOC)进行了估算,通过估算得到的SOC结果表明,华北区域点冬季SOC是OC的重要组成部分,平均浓度为(4.0±2.9)μg·m~(-3),占OC的45.7%,SOC在白天占比较高(62.7%),早晚由于有局地生物质燃烧影响,SOC占比降低,约占OC的42.7%.本研究还分析了SOC生成的影响因素,分析了德州市冬季O_3、含水量、酸度与SOC的相关性.结果表明,SOC受臭氧浓度影响,但在白天和夜晚表现出不同的相关关系,可能存在不同的生成机制.最后,利用ISORROPIA模型估算了颗粒物的含水量和酸度,发现SOC在高含水量和低含水量下存在不同的关系,高含水量更能促进SOC生成;在高含水量下SOC与H~+具有显著相关性,但在低含水量下则不相关,表明颗粒物含水量较高、H~+浓度较高情况下液相酸催化反应可能对SOC具有重要贡献. 相似文献
44.
典型西南工业城市柳州市核心区大气污染物时空分布与气象因素研究 总被引:1,自引:0,他引:1
为研究柳州市核心区大气污染物浓度时空变化规律与气象因素之间的关系,统计分析了2018年全年研究区内6个自动监测站点PM_(2.5)、PM_(10)、SO_2、NO_2、O_3和CO的浓度监测数据和气象站气象数据,并对28次超标日污染物来源进行了解析.结果显示:①核心区颗粒污染物污染较为严重,且以PM_(2.5)为主的细颗粒污染物仍为柳州市主要的大气污染物;各污染物月均浓度季节差异显著,除NO_2外柳州大气污染物浓度下降明显,指示柳州市多项节能减排综合整治措施成效显著;PM_(2.5)、PM_(10)、CO受早晚高峰期影响,浓度日变化均呈双峰型;NO_2在不同季节峰型不同,作为O_3前体物其浓度日变化与O_3相反,呈现"早峰午谷"的变化趋势.②通过对污染物浓度插值发现,由于核心区主要工商业区位于西部且处于主导风向下风向,故PM_(2.5)和SO_2浓度西北高、东南低,PM_(10)、NO_2和CO浓度西南高、东北低;核心区东部的山区为O_3生成带来大量前体物,使O_3浓度东南高、西北低.③由于气候特征,核心区春、夏季主要气象因素均为降水量;秋季的主要气象因素是风速,风速与污染物的负相关关系表明了风的扩散效应;冬季大部分污染物与气象因素的相关性不显著,表明人为因素对污染物的影响大于气象因素;核心区大气污染物主要来源于局地排放和区域传输,且南北主导风向对大气污染影响最大.④HYSPLIT模型结果指示柳州超标日大气污染物主要来自于珠三角地区,且陆源颗粒物浓度普遍比海洋源高,来自南部的远距离输送气流颗粒物含量最低,表明远距离输送为影响颗粒物传播的主要原因. 相似文献
45.
京津冀大气污染的时空分布与人口暴露 总被引:4,自引:0,他引:4
经济的快速发展和城市化导致京津冀地区的空气质量不断恶化,已经引起学术界广泛的关注.为了揭示近年来京津冀地区大气污染状况,本研究基于中国空气质量在线监测分析平台发布的PM_(2.5)、PM_(10)、SO_2、CO、NO_2和O_3_8 h_max长期监测数据,采用统计学的方法分析了2014—2018年京津冀13个市这6种污染物的时空变化特征,结合各城市人口数据,评估了在此背景下该地区PM_(2.5)和O_3_8 h_max的人口暴露风险.结果表明:京津冀地区PM_(2.5)、PM_(10)、SO_2、CO和NO_2近年来整体上呈下降趋势,而O_3_8 h_max则呈上升趋势.总体而言,PM_(2.5)、PM_(10)、SO_2、CO和NO_2表现为冬季最高、春秋季次之、夏季最低的特征,而O_3_8 h_max则表现为夏季春季秋季冬季的特点,并在月变化上呈倒"V"型,从1月份开始逐渐上升,在6月份达到峰值,而后又逐渐下降.空间上,PM_(2.5)、PM_(10)、SO_2、CO和NO_2呈现南高北低的分布特征,而O_3_8 h_max在2014—2016年呈现北高南低的分布特征,但在2017—2018年则呈现南高北低的分布特点.此外,京津冀北部地区PM_(2.5)的来源主要是一次气溶胶,而二次气溶胶是中部地区PM_(2.5)的主要来源.除秦皇岛、承德和张家口外,其他城市细粒子在颗粒物中占的比重较大.随着近年来PM_(2.5)浓度的降低,暴露于高浓度的PM_(2.5)中的人口比例逐年减少,但距离年平均浓度限值还相差很远.除2014年外,暴露在O_3浓度超标情况下的人口在2015—2017年逐渐上升. 相似文献
46.
沱江沉积物中有机氯农药分布特征及其与藻类有机质的关系和生态风险评估 总被引:2,自引:0,他引:2
使用气相色谱-质谱联用仪分析了长江支流沱江流域48个表层沉积物中有机氯农药(organochlorine pesticides,OCPs)的残留水平,探讨了其分布和组成特征及其与总有机碳(total organic carbon,TOC)、藻类有机质之间的关系,以及评估其生态风险.结果表明沱江流域表层沉积物中OCPs的总含量为3.17~127 ng·g-1,其中六六六(hexachlorocyclohexane,HCHs)类农药的含量为2.83~86.0 ng·g-1,滴滴涕(dichlorodiphenyltrichloroethane,DDTs)类农药的含量为0.340~40.9 ng·g-1.OCPs空间分布特点为:上游 < 中游 < 下游 < 支流.HCHs和DDTs的组成成分分析表明,沱江流域存在林丹输入的现象,主要来自于历史残留,这与绝大多数流域的DDTs的输入状况相似.OCPs含量与TOC、藻类有机质含量之间存在着极显著的正相关性关系,表明藻类有机质在TOC对沉积物中的OCPs分配中起更为重要的作用.生态风险评估表明,沱江流域表层沉积物的有机氯农药存在较大的生态风险,可能对河流的底栖生物及生态环境造成明显的影响. 相似文献
47.
利用南京与北京地区2014年5月1日—2019年10月31日的PM2.5监测数据、气溶胶光学厚度观测资料以及同期MICAPS地面气象要素的观测资料,对两地PM2.5浓度的变化规律及其与气溶胶光学厚度、气象要素的关系进行了分析和讨论,结果表明:南京与北京均呈现PM2.5浓度冬季显著高于夏季,AOD冬季小于夏季的特征;对比而言,北京PM2.5月均浓度高于南京地区;南京与北京的PM2.5浓度与AOD均为正相关关系,PM2.5浓度与AOD间相关性存在显著的季节差异,主要表现为夏季相关性大于冬季相关性;两地AOD与PM2.5浓度均为正相关关系,在同一AOD水平下,相对湿度越大,PM2.5浓度越大,气溶胶吸湿增长易造成污染物积累;南京PM2.5浓度与能见度的r为0.57,而北京的r为0.83,两地的PM2.5浓度与能见度的冬季相关性较夏季好,在高相对湿度下,同一PM2.5浓度水平时,南京能见度较北京好. 相似文献
48.
关于城镇污水处理厂进水浓度低及污水处理率修正的相关问题探讨 总被引:2,自引:0,他引:2
住房和城乡建设部《中国城市建设统计年鉴2017》中的污水处理率指标是指污水处理总量与污水排放总量的比率,仅反映污水处理设施进水的处理水量,不能真实反映污染物减排效能。经分析,全国约45%污水处理厂的进水浓度低于200mg/L,本文研究以污水处理厂进水浓度修正《中国城市建设统计年鉴2017》中的污水处理率,修正后初步判断:全国污水处理率在57.9%~71.8%,各城市污水处理率较统计数据普遍低15~37个百分点。建议近期以污水处理厂进水浓度为抓手,聚焦进水浓度低、污水处理率低的重点城市,并给予中央资金倾斜支持,为针对性地打赢碧水保卫战提供支撑。 相似文献
49.
成都市大气颗粒物粒径分布及其对能见度的影响 总被引:1,自引:0,他引:1
使用环境颗粒物分析仪(GRIMM180)对成都市2018年10月—2019年9月0.25~32 μm的大气颗粒物数浓度粒径分布进行观测,结合细颗粒物(PM2.5)质量浓度以及相对湿度(RH)、能见度、降水量等气象要素数据,分析了成都市大气颗粒物粒径分布及其与能见度的关系.结果表明,观测期间成都市大气颗粒物以细粒子为主,0.25~0.5 μm的粒子数浓度占总数浓度的97.75%,数浓度谱呈单峰分布,2018年秋季、2019年夏季表面积谱呈双峰分布,2018年冬季、2019年春季表面积谱呈三峰,体积谱均为三峰分布;在不同RH区间,PM2.5质量浓度及数浓度均与能见度呈负相关,且其中0.25~0.5 μm粒径段的细颗粒物因为对可见光波段的米散射效应而对能见度产生较大影响;在不同RH情况下,不同粒径段颗粒物数浓度对能见度的影响程度有所差别:在低RH(<70%)下,0.25~0.3 μm粒径段粒子数浓度对能见度影响最大;在中等RH(70%~80%)下,0.3~0.5 μm粒径段粒子数浓度对能见度的影响最大;而在高RH(>80%)下,0.3~0.5 μm和0.5~1 μm粒径段粒子数浓度对能见度影响相当. 相似文献
50.