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   158篇
  免费   13篇
  国内免费   38篇
安全科学   33篇
环保管理   9篇
综合类   111篇
基础理论   24篇
污染及防治   13篇
评价与监测   2篇
社会与环境   14篇
灾害及防治   3篇
  2023年   1篇
  2022年   6篇
  2021年   3篇
  2020年   4篇
  2019年   3篇
  2018年   2篇
  2017年   2篇
  2016年   1篇
  2015年   3篇
  2014年   20篇
  2013年   10篇
  2012年   6篇
  2011年   6篇
  2010年   5篇
  2009年   13篇
  2008年   3篇
  2007年   9篇
  2006年   7篇
  2005年   9篇
  2004年   2篇
  2003年   4篇
  2002年   7篇
  2001年   7篇
  2000年   11篇
  1999年   8篇
  1998年   6篇
  1997年   3篇
  1996年   8篇
  1995年   6篇
  1993年   7篇
  1992年   2篇
  1991年   5篇
  1990年   3篇
  1989年   2篇
  1988年   3篇
  1985年   1篇
  1984年   1篇
  1983年   2篇
  1982年   1篇
  1981年   4篇
  1980年   2篇
  1979年   1篇
排序方式: 共有209条查询结果,搜索用时 171 毫秒
1.
防腐系过程设备实现长周期运行的常用方法和有效措施,将工程经验形成标准以便于工程应用。通过对盐酸橡胶衬里储罐施工图的制造过程中工艺审查,分析讨论了罐体结构设计、材料选择、法兰垫片的选用以及橡胶衬里要求等与橡胶衬里相关的问题,建议施工图及相关标准应改进完善,以便于工程应用,达到制造的可靠性与使用的安全性,保证橡胶衬里储罐的本质安全。  相似文献   
2.
水稻光合同化碳在土壤中的矿化和转化动态   总被引:6,自引:3,他引:3  
作物光合碳是"大气-植物-土壤"碳循环的重要组成部分,是农田土壤有机碳的重要来源,然而其在土壤碳库中的矿化和转化动态尚不清楚.应用室内模拟培养实验,研究水稻收获后输入土壤的光合同化碳在土壤碳库中的矿化及其转化特征.结果表明,100 d的培养期内,原有有机碳的平均矿化速率在4.44~17.8μg·(g·d)-1之间,而光合碳(新碳)的矿化速率则在0.15~1.51μg·(g·d)-1之间.光合同化碳的输入对土壤活性碳库(DOC、MBC)的转化产生显著影响,在培养期内,14C-DOC的转化量为1.89~5.32 mg·kg-1,转化速率的变化幅度为0.18~0.34 mg·(kg·d)-1,原有DOC则在61.13~90.65 mg·kg-1,减少幅度为4.10~5.48 mg·(kg·d)-1;14C-MBC和原有MBC的转化量分别为10.92~44.11 mg·kg-1和463.31~1 153.46mg·kg-1,转化速率变化幅度分别为0.80~2.87 mg·(kg·d)-1和41.60~74.46 mg·(kg·d)-1,说明水稻光合碳的输入对MBC的周转要大于DOC的周转.而且,与原有有机碳相比,输入的"新碳"易被微生物矿化分解,100 d的培养期内,有13.5%~20.2%的新碳被矿化分解,而仅2.2%~3.7%的原有有机碳被矿化分解,光合同化碳的输入对维持稻田土壤的碳汇功能具有重要作用.  相似文献   
3.
为提高水质评价的准确性,基于MATLAB及人工神经网络理论,采用误差反向传播的BP算法建立漠阳江水质评价模型,充分利用神经网络的非线性映射特性,取7项常规地表水水质评价指标对漠阳江水质进行评价,并将BP神经网络评价结果与单因子评价法及综合指数法的评价结果进行比较,网络运行结果表明一致效果良好.同时较传统的水质评价方法,该网络具有较高的识别精度,提高了水质评价等级的准确性,使评价的结果更具有科学性.  相似文献   
4.
基于CdS-TiO2/多壁碳纳米管(MWCNTs)光催化剂降解甲苯的正交实验数据,采用反向传播(BP)神经网络训练并建立了光催化剂合成条件设计的神经网络模型。以正交实验确定的4个主要影响因素作为输入层参数,以甲苯降解率作为输出层参数,将全部实验数据分为训练样本集和预测样本集。运行网络,系统误差为0.000 724,网络预测值与实验数据值相关系数达到0.989,说明该网络具有较好的训练精度及泛化能力。并利用训练好的神经网络预测得到CdS-TiO2/MWCNTs光催化剂的最佳合成条件:焙烧温度为460℃,MWCNTs复合量为1.5%(质量分数),活性组元摩尔比(TiO2/CdS)=80∶1,水加入量为12%(体积分数)。  相似文献   
5.
上一期我们为大家介绍了如何处理好各部门(各单位)以及管理人员和其他人员之间的薪酬关系,下面我们再谈谈企业中其他两大类重要人员:技术人员和生产操作人员间的薪酬关系。  相似文献   
6.
港口污染物的排放浓度极大地影响着周边的空气质量,以2013年3月28日香港国际集装箱码头发生的罢工事件为契机来探究港口运作短暂的瘫痪对周边空气质量的影响。首先,进行污染物之间的相关性分析确定影响本次罢工事件的污染物主要为NO_2、NO_x、SO_2以及O_3。其次,基于罢工前、罢工期间以及罢工后污染物排放的浓度变化,进行横向对比发现罢工期间的污染物确实有一定程度的减少。再次,利用纵向对比排除四季带来的影响探究不同年份同一阶段污染物浓度的变化情况评估罢工期间的空气质量。最后,以NO_2为例建立预测模型对罢工期间的NO_2浓度进行预测,根据实际值与预测值之间的差异来说明罢工影响了NO_2的预测趋势。这项研究主要强调港口空气质量对整个环境的影响,在一定程度上说明政府实施政策的有效性,为政府提供了决策支持,同时也要注重污染物之间的相互转化作用对环境的影响。  相似文献   
7.
水质评价是一种非常复杂的综合工作,一个水域的水质污染状况,应从三个方面来评定:第一是污染的强度,即水中污染物的浓度和它们的影响效应;第二是污染的范围,即在水域中各种污染强度所影响空间的大小;第三是污染历时,即在水域中各种污染强度所持续的时间。但是,目前看来,各家所提出的水质评价指数仍都具有一定的局限性,仅在一定程度上反映了水质的污染强度。 在水质评价中,对于水域污染历时方面的研究目前看来做得很不够。其原因一方面是由于技术手段落后使得水质监测不能连续进行;另一方面,我们对水质的污染强度是随时间变化这种现象还认识得不够,所以在监  相似文献   
8.
亚热带稻田生态系统CO2通量的季节变化特征   总被引:8,自引:2,他引:6  
为估算和评价稻田生态系统碳源/汇强度及其对大气CO2浓度变化的贡献,研究了稻田生态系统与大气间CO2交换通量的季节变化特征及其影响因素.采用涡度相关技术对我国亚热带稻田生态系统CO2交换通量进行了连续监测,在数据剔除、校正和差补的基础上,对瞬时CO2通量值进行计算求得日CO2通量值和年CO2通量值,并对CO2通量季节变化及其与主要气象因子的关系进行了探讨.结果表明,稻田生态系统光合吸收CO2通量(GPP)、呼吸排放CO2通量(Reco)和净吸收CO2通量(NEE)的季节变化均呈6~9月较高,1~5月和10~12月较低的对称分布.其中5~9月水稻生长时期的NEE总量占年总量的80%以上,对年NEE总量起决定性作用.光合有效辐射(PAR)和日平均气温(Ta)是GPP与NEE季节变化的最主要影响因子,二者与GPP和NEE分别存在显著的二元线性关系.年净吸收CO2总量为2?475.6 g/(m2·a),这表明我国亚热带稻田生态系统是大气CO2的汇.  相似文献   
9.
稻田CO2通量对光强和温度变化的响应特征   总被引:8,自引:1,他引:7  
采用涡度相关法对我国亚热带稻田生态系统CO2通量进行了连续监测,并对CO2通量随光强和温度变化的响应特征进行了分析.结果表明,白天稻田生态系统CO2通量对光强的响应过程可以用直角双曲线方程进行描述.随光强的增加,CO2通量(绝对值)呈增加趋势,当光强大于1 000μmol/(m2·s)时,CO2通量变化比较稳定.早、晚稻间以及不同生育期水稻的光量子利用效率和最大光合速率存在一定的差异.晚稻的光量子利用效率(0.046 5~0.099 9 μmol/μmol)高于早稻(0.0176~0.0541μmol/μmol),并以水稻生长旺盛期的光量子利用效率和最大光合速率最高.夜间稻田生态系统呼吸速率随土壤温度的升高呈指数增加,5 cm土层温度可以作为反映稻田呼吸速率变化的温度指标.早稻生长季生态系统呼吸对温度的变化明显较晚稻生长季更为敏感.  相似文献   
10.
综合运用熵权法、协调度研究了2010—2019年珠三角城市群人居环境高质量发展时空演化特征,并采用障碍度分析了该城市群影响人居环境高质量发展的障碍因子。结果表明:①珠三角城市群人居环境高质量水平呈上升的态势,空间分布呈“屋脊”式格局,区域差异明显。②在人居环境高质量五大准则层中,除生态环境外,其他四大准则层均表现为波动上升态势,协调度呈现高质量低协调和低质量高协调两种差异。③公共基础服务、社会经济和居住环境对珠三角城市群人居环境高质量发展障碍度较大。  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