全文获取类型
收费全文 | 99篇 |
免费 | 4篇 |
国内免费 | 3篇 |
专业分类
环保管理 | 8篇 |
综合类 | 56篇 |
污染及防治 | 28篇 |
评价与监测 | 6篇 |
社会与环境 | 8篇 |
出版年
2023年 | 1篇 |
2022年 | 3篇 |
2021年 | 3篇 |
2020年 | 3篇 |
2019年 | 2篇 |
2018年 | 13篇 |
2017年 | 5篇 |
2016年 | 3篇 |
2015年 | 2篇 |
2014年 | 7篇 |
2013年 | 7篇 |
2012年 | 7篇 |
2011年 | 7篇 |
2010年 | 6篇 |
2009年 | 7篇 |
2008年 | 4篇 |
2007年 | 4篇 |
2006年 | 7篇 |
2005年 | 2篇 |
2004年 | 2篇 |
2003年 | 5篇 |
2002年 | 2篇 |
2001年 | 1篇 |
2000年 | 2篇 |
1998年 | 1篇 |
排序方式: 共有106条查询结果,搜索用时 15 毫秒
71.
72.
空气固定源排污许可证管理模式设计 总被引:2,自引:0,他引:2
现有空气固定源各项管理制度的实施分属于不同部门,各部门间业务存在交叉或重叠,针对同一信息,空气固定源需要向多个部门分别提交不同口径的报表.借鉴发达国家空气固定源排污许可证管理,提出了针对空气固定源的排污许可证“一证式”管理模式,即排污许可证是空气固定源排放控制的唯一行政许可;环保部作为空气固定源排污许可证的技术指导、实施评估的责任部门,省级环保厅(局)作为主要责任单位的改革思路;并针对国控源某省燃煤火电厂,按照“申请—发证—管理”的顺序具体阐述了排污许可证管理模式设计流程. 相似文献
73.
环境问题的外部性属性决定了其不可能依靠市场解决。必须进行适当的政府干预。研究外部性的意义在于内部化,即纠正市场失灵。本文对外部性进行了主体划分.建立了以时间和空间为基准的外部性分类矩阵,构建了外部性绝对大小和相对大小的概念模型。基于这些研究.分别回答环境问题是否需要管理、由谁来管、采取什么手段以及管到什么程度的问题.并由此提出“三级两层”的中国环境管理体制框架。跨行政区的环境外部性应当由上一级政府负责管理,在总社会成本最小化的前提下.应当在尽量小的范围实现较高程度的内部化,内部化手段的搭配符合费用效果最好原则。建议中国的环境管理体制改革在保留国家、省、市三级环境管理机构的基础上。设置环保总局和省环保局的分局以便直接管理省际、市际等外部性。 相似文献
74.
城市空气质量一定要达标,空气污染一定要治理。法律和科学都已给出明确的规定和理由。因此.当前的主要问题是采用何种手段达标的问题,如何调整和整合管理机构提高管理效率的问题.如何加快污染源达标排放等问题。本文建议:建立空气质量规划达标制度;建立空气质量管理分局;实施固定源排污许可证制度:实施成本有效的移动源排放控制政策:细化和量化面源的管理。 相似文献
75.
76.
77.
论水污染物排放统计指标体系 总被引:2,自引:0,他引:2
水污染物排放统计指标体系包括水污染物排放统计指标以及排放管理指标,统计对象主要是规模以上点源。实施统计的污染源的规模应当是全国统一的。统计指标区分为指标、主要参数和辅助参数,既便于理解也便于管理;将排放指标细化为污染源排放量、入河排放量和通量使得排放概念更加清晰,有利于水环境管理。对入河排放量和污染源排放量的比较,可以确定纳入统计范围的污染源的代表性,对通量和入河排放量的比较可以推断非点源污染物排放状况。以流域为单元的,以通量、入河排放量和污染源排放量为主要概念的排放统计管理方式,有助于提高流域水污染防治的确定性和一致性。 相似文献
78.
中国流域综合水管理目标模式研究 总被引:2,自引:0,他引:2
流域水问题的跨界外部性特征、流域水环境的复杂大系统特性以及管理成本的优化,要求以流域为单元实施综合水管理。根据流域水管理的这些特性,研究了流域综合水管理目标模式的功能。这些功能为:信息功能,包括信息收集,交流与公示;规划功能,包括专业规划的协调与综合规划的制定:政策功能,包括政策建议、决策与评估、反馈:协调功能,包括利益的均衡与冲突的仲裁:管理直接相关的重大工程项目。按照公众参与原则和效率与公平原则,中国流域综合水管理目标模式的基本框架为:在国家层次,设立国家水管理委员会,在大流域设立独立的全权的流域委员会,在基层采用水务局的模式。 相似文献
79.
80.
首先利用回归树分类方法,对采暖期与非采暖期各日进行气象类型划分,识别出易造成重污染天气的气象类型.其次分别在各气象类型内,以污染源排放量为自变量,利用差分自回归滑动平均与支持向量机(ARIMA+SVM)组合方法建立起PM2.5浓度日均值预测模型,并选取2013年01月~2017年06月间,沈阳市区内9个环境监测点PM2.5浓度日均值进行实证分析.结果表明,使用气象分类下的ARIMA+SVM组合模型对PM2.5浓度日均值进行预测,相比于不划分气象类型时的普通机器学习模型,其模型预测值与实测值趋势的吻合度更高,且对峰-谷值的识别能力更强.在采暖期与非采暖期,组合模型均具有平均绝对误差更低、预测正确率更高的优点. 相似文献