首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   130篇
  免费   74篇
  国内免费   51篇
安全科学   5篇
废物处理   3篇
环保管理   9篇
综合类   91篇
基础理论   92篇
污染及防治   24篇
评价与监测   16篇
社会与环境   6篇
灾害及防治   9篇
  2023年   5篇
  2022年   3篇
  2021年   10篇
  2020年   5篇
  2019年   4篇
  2018年   61篇
  2017年   11篇
  2016年   12篇
  2015年   7篇
  2014年   8篇
  2013年   18篇
  2012年   9篇
  2011年   9篇
  2010年   14篇
  2009年   13篇
  2008年   3篇
  2007年   4篇
  2006年   7篇
  2005年   5篇
  2004年   6篇
  2003年   6篇
  2002年   2篇
  2001年   9篇
  2000年   8篇
  1999年   1篇
  1996年   1篇
  1995年   4篇
  1994年   3篇
  1993年   1篇
  1991年   2篇
  1990年   2篇
  1985年   1篇
  1982年   1篇
排序方式: 共有255条查询结果,搜索用时 15 毫秒
81.
在分析安全管理信息系统的特点和发展状况的基础上,论述了矿山安全管理信息系统所包括的内容:安全信息,系统安全分析,事故预测,安全评价。开发了矿山安全管理信息系统软件。  相似文献   
82.
应用化学质量平衡模型解析烟台市污染源的排放贡献率   总被引:8,自引:0,他引:8  
根据烟台地区污染排放特点,应用化学质量平衡模型(CMB8)进行污染源解析分析,得出每个污染源对于受体地区颗粒物体样本的排放贡献率。最终的模型结果显示,建筑尘和居民烯煤锅炉排放,海洋尘和冶炼厂排放对于大气环境污染也有一定的贡献,以上分析可以为城市污染源治理提供一定的依据。  相似文献   
83.
吴宇宏  杜宁  王莉  蔡宏  周彬  吴磊  敖逍 《环境科学》2021,42(12):5602-5615
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   
84.
新型地球静止气象卫星Himawari-8由于空间分辨率较低,其叶绿素a产品难以满足空间异质性高的近岸海域水质监测要求。为了克服这个限制,基于非线性的随机森林算法,利用陆地资源卫星Landsat8的波段反射率数据和Himawari-8的叶绿素a产品,通过构建降尺度模型,以提高Himawari-8的叶绿素a数据的空间分辨率。结果表明,2个秋季模型和2个冬季模型的模型决定系数(R2)分别达到0.6、0.72、0.71和0.85;均方根误差(RMSE)为别为1.47,1.05,1.89,0.76mg/m3。通过实测站点数据对比分析表明,降尺度模型生成的叶绿素a与葵花叶绿素a数据具有较高的一致性,R2达到了0.81,能较好的反映近岸海域叶绿素a浓度的空间变化特征。  相似文献   
85.
目的实现适用于中国地区的夜间云识别。方法根据红外波段云与非云的亮温差异,采用亮温阈值法研究适用于中国地区的夜间云识别算法。中国地形高程差异明显,其地表辐射能量也存在较大差异,影响云检测结果精度,因而提出基于三个高程阶梯的云识别方法。由于云检测结果验证缺少可见光波段,使用MODIS云数据产品和雷达数据CALIPSO分别做定性和定量验证。结果云检测区域与MODIS的MYD06云产品基本一致,CALIPSO雷达数据四个月的平均验证结果为:非云区域的提取精度约77.86%,云区域的提取精度为79.67%,将有云区域错提为非云的误差率为2.76%,而将非云区域误提取为有云区域的错误率为12.31%。结论利用日本静止气象卫星Himawari-8影像数据,根据阈值法提出的基于三个高程阶梯的云检测算法,较好地实现了适用于中国地区的夜间云识别。  相似文献   
86.
磺胺二甲基嘧啶在过硫酸盐存在下的辐照降解研究   总被引:1,自引:1,他引:0  
本研究对磺胺二甲基嘧啶(SMT)在不同条件下的辐照降解进行了研究.SMT(20 mg·L~(-1),约0.072 mmol·L~(-1))在外加过硫酸根浓度为0、1、2、4、10和20 mmol·L~(-1)条件下分别进行辐照,发现伽马辐照可有效去除水中的SMT,并可极大地促进溶液TOC的去除,过硫酸盐与伽马辐照联合作用表现出明显的协同效应.在本研究中,各条件下的辐照降解反应均符合准一级反应动力学.在外加过硫酸盐的条件下,溶液的矿化度可以得到极大的提高,当吸收剂量为1 k Gy时,其矿化度由3.5%提高到22.8%,当吸收剂量为5 k Gy时,矿化度由14.1%提高到70.1%.在辐解后的溶液中,利用IC检测到硫酸根离子(SO_4~(2-))、甲酸根离子(HCOO~-)和乙酸根离子(CH_3COO~-)3种离子的存在,一部分中间产物通过GC-MS检测得到,常见的含氮离子(NO_2~-、NO_3~-和NH_4~++)并未在溶液中检测到.同时,本研究还深入探讨了SMT辐照降解机理和降解途径.  相似文献   
87.
利用AERONET观测网数据,结合MODIS(中分辨率成像光谱仪)及Himawari-8(新一代地球同步气象卫星)的气溶胶产品分析了亚洲41个站点2015—2016年细模态气溶胶光学特性.结果表明,MODIS和Himawari-8反演气溶胶细模态比例(FMF)及细模态气溶胶光学厚度(fAOD)落在误差区间EE(期望误差)内的比例均不超过80%,其中8个典型站点则不超过50%,总体上MODIS要优于Himawari-8,但与AERONET地基观测资料相比还存在一定的误差.因此,需要进一步研究反演方法,提升地表反射率的确定精度,从而提高卫星遥感反演精度.通过季节平均的比较,发现春、夏、秋、冬四季MODIS和Himawari-8的反演值均有所低估,MODIS fAOD各季节平均偏差相对较小.Himawari-8 FMF秋季在Dhaka_University站的平均偏差较大,MODIS FMF春、冬季的平均偏差最大值相对较大,夏、秋季则相对较小;对于同一站点在相同季节均为Himawari-8 fAOD偏差较大,并且MODIS fAOD各季节的平均偏差最大值均小于Himawari-8 fAOD的偏差值.同时,利用卫星观测分析了亚洲地区FMF和fAOD年均及季节平均分布特征,发现MODIS和Himawari-8 FMF年均分布高值区主要位于华北平原、东北平原、四川盆地和中南半岛,MODIS fAOD年均分布高值区主要位于中南半岛,Himawari-8 fAOD年均值则普遍较低.MODIS FMF和fAOD季节平均分布呈现出夏秋高、春冬低的趋势,Himawari-8 FMF和fAOD季节平均分布则呈现出春秋高、夏冬低的特征,高值区的位置和量值均有明显的季节变化.  相似文献   
88.
以辛基键合SBA- 15为固相微萃取(SPME)的吸附涂层,考察了吸附和解吸时间、萃取温度、搅拌速率对SPME效率的影响.该方法的线性范围为3.0-320μg/L,检出限为0.5μg/L,依据此方法测定了环境水样中芘,具有灵敏度高和精密度好的特点.  相似文献   
89.
90.
采用南京工业区2016年5月20日~8月15日这一高臭氧(O3)期的O3、O3前体物和常规气象资料数据,利用支持向量机回归(SVMr)方法分别预报O3的小时值、日最大值和最大8 h滑动平均值.结果表明,O3小时值预报的相关系数(R2)为0.84,平均绝对误差(MAE)和平均绝对百分误差(MAPE)分别为3.44×10-9和24.48,O3前期浓度、紫外B波段辐射(UVB)和NO2浓度是关键因子.O3日最大值预报的主要因子是NOx在07:00的浓度和UVB.预报O3 8 h时UVB和气温起重要作用.加入前体物项能够使O3的预报精度提升10%~28%.与多元线性回归方法相比,SVMr对O3浓度的预报有明显优势.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号