全文获取类型
收费全文 | 57287篇 |
免费 | 3887篇 |
国内免费 | 7823篇 |
专业分类
安全科学 | 7347篇 |
废物处理 | 1018篇 |
环保管理 | 7350篇 |
综合类 | 37919篇 |
基础理论 | 5207篇 |
污染及防治 | 3588篇 |
评价与监测 | 3082篇 |
社会与环境 | 2162篇 |
灾害及防治 | 1324篇 |
出版年
2024年 | 272篇 |
2023年 | 1184篇 |
2022年 | 1634篇 |
2021年 | 2170篇 |
2020年 | 2017篇 |
2019年 | 2074篇 |
2018年 | 1250篇 |
2017年 | 1534篇 |
2016年 | 1960篇 |
2015年 | 2529篇 |
2014年 | 4961篇 |
2013年 | 3532篇 |
2012年 | 3663篇 |
2011年 | 3653篇 |
2010年 | 2946篇 |
2009年 | 3288篇 |
2008年 | 3428篇 |
2007年 | 3178篇 |
2006年 | 2708篇 |
2005年 | 2434篇 |
2004年 | 2250篇 |
2003年 | 2760篇 |
2002年 | 2125篇 |
2001年 | 1644篇 |
2000年 | 1489篇 |
1999年 | 1150篇 |
1998年 | 1108篇 |
1997年 | 915篇 |
1996年 | 841篇 |
1995年 | 831篇 |
1994年 | 680篇 |
1993年 | 519篇 |
1992年 | 518篇 |
1991年 | 525篇 |
1990年 | 569篇 |
1989年 | 603篇 |
1988年 | 20篇 |
1987年 | 22篇 |
1986年 | 12篇 |
1979年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
湿地重要性评估是湿地生态系统功能有效管理的基础性工作,湿地功能要素的识别是科学、客观地评估湿地的保护价值及其重要性的前提条件,同时是识别湿地保护地空缺,加强湿地保护规划的重要基础.结合安徽省湿地特点,采用熵权法从湿地的必要性、稀有性、及其调节功能、资源功能等9个方面选取22个指标,构建了安徽省湿地重要性评估指标体系,对安徽省湿地斑块进行生态保护价值重要性评估,并根据自然断裂法,将安徽省湿地划分为极重要、高度重要、较重要和一般重要湿地,同时利用主成分分析法对湿地重要性的影响因素进行分析.结果 表明:安徽省湿地重要性评估分值在0.9741~6.5588之间,其中极重要湿地(4.0271~6.5588)居多,主要分布在长江、淮河流域,面积约50.30万hm2,占研究区域湿地面积的48.29%,高度重要湿地(2.4049~4.0270)约13.25万hm2,较重要湿地(1.4351~2.4048)面积约18.17万hm2,一般重要湿地(0.9741~1.4350)约22.40万hm2,零星分布于全省;湿地鸟类资源、国家重点保护物种数、水资源、水质以及湿地的自然性等是安徽省湿地重要性的主要影响因素.建立的评估指标体系和评估结果为安徽省湿地的保护价值定位、优先建立建设和等级划分管理提供理论依据. 相似文献
2.
合理的补偿标准是流域生态补偿的核心,也是激励生态系统服务提供者积极性、体现生态系统服务改善价值、实现区域协同发展的关键内容.基于成本收益双视角,以渭河流域为例,运用全成本法和选择实验法测算了流域生态系统服务保护的成本收益,进一步借助鲁宾斯坦议价模型核算跨区域生态补偿标准.结果表明:(1)为改善流域生态环境,上游甘肃省的直接治理成本约为35021.27万元/a,间接成本约为107112.26万元/a,全成本约为142133.53万元/a;(2)流域生态系统服务改善能够为中下游陕西省带来的收益为252912.96万元;(3)在流域生态系统服务保护成本收益明确的前提下,若上游地区在协商中具有完全耐心或中下游地区完全没有耐心,则上游获得全部净收益,补偿标准为252912.96万元/a;若上游地区完全没有耐心,且当中下游耐心程度(贴现因子)为0.5时,则双方将均分净收益,即补偿标准为197523.25万元/a.总的来看,研究对流域生态系统服务保护的成本收益分析及跨区域生态补偿标准核算提供了可行思路,实际应用中可根据具体情况合理设定议价双方贴现因子进行灵活处理. 相似文献
3.
基于2015年武汉市都市发展区30 m空间分辨率的Landsat 8遥感影像反演近地表温度(LST),运用地统计学、地理加权回归(GWR)等方法,分析都市发展区、生态绿楔以及主城区四季LST时空分布规律和各驱动因子的作用机制,以期为更全面、科学地规划城市发展空间布局和缓解热岛效应提供借鉴.结果 表明:(1)与单一的普通最小二乘回归(OLS)相比,线性逐步回归(LSR)可以寻找最优的多驱动因子组合模型,与LSR拟合的结果相比,GWR模型R2值提高了0.04~0.09,且AIC值均明显减小;(2) LST存在空间聚集关系,“高-高”聚集主要发生在主城区、新型城镇发展区、主要交通干线沿线等更容易造成高温聚集的人工表面,其中夏季“高-高”聚集网格数最多且占比最大,而“低-低”聚集四季均主要发生在各大湖泊水系;(3)绿楔生态用地降温幅度各异,春季降温幅度不明显,夏季降温幅度最显著,各绿楔生态用地降温均超过2℃,且在一定范围内,LST随着与绿楔距离增大而升高,达到一定距离时,会随着与绿楔距离增加而趋于平缓或呈下降趋势;(4)与前人研究相比,景观格局对LST变化的解释程度整体较低,其原因可能是快速城市化导致人工表面积增加,相应的人工绿地也将增加,使得城市景观格局更加零散,导致LST受多种相互作用因素的影响;(5)影响四季LST的驱动因子空间差异较大,夏季土地覆盖和景观格局与冬季土地覆盖、景观格局和人为活动的回归系数均为正值,说明高温或低温条件下这些驱动因子对全域升温作用明显. 相似文献
4.
5.
有机固废中碳、磷、硫及重金属等元素赋存形态是决定其环境行为、反应活性及资源化再利用的关键因素.同步辐射光谱技术可以在分子水平、微纳米尺度原位表征有机固废中碳、磷、硫、重金属等元素赋存形态、结合位点、微观结构,为深入阐明有机固废环境行为、反应机制提供直接的证据.概述了X射线吸收光谱、微束X射线荧光光谱等同步辐射光谱技术在有机固废污染控制与资源化研究的中应用进展,并对同步辐射光谱技术在该领域应用前景和发展趋势进行了展望,以期为有机固废资源化再利用及其污染控制等研究提供参考. 相似文献
6.
四溴双酚A(TBBPA)和重金属的复合污染情况常见于电子电器拆解厂或回收站周边土壤,而重金属对TBBPA在土壤环境中的降解、转化和残留的影响尚不清晰.本研究利用14C标记的TBBPA来探索不同浓度水平重金属(Cu、Cd和Zn)对两种土壤(红壤和乌栅土)中TBBPA降解转化、矿化、不可提取态残留形成等环境行为的影响.经60 d培养,乌栅土中92.2%±0.5%的TBBPA被转化为不可提取态残留或代谢产物,其中7.2%±0.8%被彻底矿化为CO2;灭菌作用极大地抑制了乌栅土中TBBPA不可提取态残留的形成(由77.2%降至9.9%),表明土壤微生物在不可提取态残留的形成中起到关键作用.而红壤中仅有9.9%±0.5%的TBBPA被转化成不可提取态残留,<0.5%被矿化为CO2,与灭菌对照组无显著差异.当土壤重金属(>500μmol·kg-1)存在时,乌栅土中TBBPA矿化和不可提取态残留形成率分别降低14%—78%和31%—86%,而可提取态TBBPA(即生物可利用态)增加0.5—4.4倍,其中水溶态残留增加0.3—1.5倍,进而增加TBBPA在土壤中的持久... 相似文献
7.
8.
本文将反向传播神经网络(BPNN)应用于青藏高原一江两河流域(雅鲁藏布江山南段、拉萨河、年楚河)水体中重金属浓度预测,探讨了输入变量、预测因子、隐藏层节点数和模型结构的影响.模型以溶解氧(DO)、pH、电导率(EC)、总磷(TP)、铁(Fe)作为网络的输入层,重金属砷(As)、锑(Sb)、钼(Mo)、锰(Mn)的含量作为网络的输出层,使用Levenberg-Marquardt (LM)算法进行训练.其中,BPNN隐藏层的传递函数为tansig,隐藏层节点数为9,输出层的传递函数为purelin,输出层节点数为4.结果表明:(1)以单个元素作为预测因子时,As、Sb、Mo、Mn预测值和实测值的决定系数(R2)分别为0.98、 0.933、 0.894、 0.928;均方根误差(RMSE)分别为:9.7168×10-4、 1.2508×10-4、 3.3159×10-4、1.9188×10-3.(2)以4个元素作为预测因子时,预测值和实测值的决定系数(R2)为... 相似文献
9.
10.
利用MERRA-2再分析数据,对1980~2020年中国区域黑碳、有机碳和硫酸盐质量浓度的空间分布特征、多时间尺度变化规律进行了分析,并进一步探讨了典型区域黑碳、有机碳、硫酸盐浓度与大气自净能力指数之间的可能联系.结果显示:中国黑碳、有机碳、硫酸盐浓度都呈西部低、中东部高的空间分布特征,且京津冀、川渝、江浙沪、两广等4个区域的污染特征具有代表性;中国黑碳、有机碳、硫酸盐浓度均呈现阶段性的年代际变化特征,1980—2020年期间经历了缓慢增加、快速增加和缓慢下降的过程;4个区域3种组分的季节变化规律有较大差异,其中黑碳浓度呈夏季低、冬季高的“U”型变化规律,有机碳和硫酸盐浓度无显著的一致性特征;大气自净能力指数与黑碳、有机碳、硫酸盐浓度的长期变化趋势上有显著的负相关关系,即大气自净能力指数越大(小),污染物浓度越低(高). 相似文献