全文获取类型
收费全文 | 643篇 |
免费 | 119篇 |
国内免费 | 171篇 |
专业分类
安全科学 | 149篇 |
废物处理 | 14篇 |
环保管理 | 50篇 |
综合类 | 512篇 |
基础理论 | 83篇 |
污染及防治 | 25篇 |
评价与监测 | 42篇 |
社会与环境 | 27篇 |
灾害及防治 | 31篇 |
出版年
2024年 | 4篇 |
2023年 | 14篇 |
2022年 | 50篇 |
2021年 | 49篇 |
2020年 | 69篇 |
2019年 | 39篇 |
2018年 | 33篇 |
2017年 | 39篇 |
2016年 | 35篇 |
2015年 | 35篇 |
2014年 | 37篇 |
2013年 | 48篇 |
2012年 | 54篇 |
2011年 | 56篇 |
2010年 | 57篇 |
2009年 | 48篇 |
2008年 | 54篇 |
2007年 | 44篇 |
2006年 | 58篇 |
2005年 | 46篇 |
2004年 | 29篇 |
2003年 | 4篇 |
2002年 | 8篇 |
2001年 | 12篇 |
2000年 | 8篇 |
1999年 | 3篇 |
排序方式: 共有933条查询结果,搜索用时 314 毫秒
921.
复合氧化物催化材料上碳颗粒物的催化燃烧 总被引:3,自引:1,他引:3
针对柴油车排放碳颗粒物的控制 ,研制可应用于柴油车排放碳颗粒物催化再生复合氧化物催化材料 .通过运用热分析仪 (TGA)和程序升温氧化反应装置 (TPO)对复合氧化物催化材料的活性进行评价 ,研究了催化材料的组成、原子配比、催化材料与碳颗粒物质量比、H2O的加入、焙烧温度对催化活性的影响 .实验结果表明 :双组分金属氧化物催化剂中 ,Cu-Mo-O有较好的活性 ;多组分金属氧化物催化剂中 ,Cu-K-Mo-O在原子比Cu∶K∶Mo =1∶1∶2 ,催化剂与碳颗粒物质量比为 5∶1时活性最好 ,其碳颗粒物起燃温度为 32.7℃ ,同时H2O和焙烧温度对该催化剂的影响较小 ,是能够应用于柴油车排放碳颗粒物控制催化再生的良好催化材料 . 相似文献
922.
为探究大气环境中污染物与气象要素交互作用对PM2.5浓度变化的影响特征,利用成都市2014~2020年逐日大气污染物资料以及同期的气象资料,采用广义相加模型(GAMs)分析不同影响因素对当地PM2.5浓度变化的影响效应.结果表明,单影响因素GAMs模型中,无论全年还是冬季,PM2.5浓度与平均气温(T)、相对湿度(RH)、平均风速(Wind)、降水量(Prec)、O3、NO2、SO2和CO间均呈非线性关系,其中CO、NO2、SO2、T和Wind对PM2.5浓度影响较大,与全年不同的是,冬季T和O3对PM2.5浓度变化的影响效应较全年明显减弱.多影响因素的GAMs模型中,T、Wind、RH、CO、NO2、SO2和O3这7个解释变量对PM2.5浓度变化的影响均较显著,构建的全年多影响因素GAMs模型调整后的R2=0.759,方差解释率为76.42%,冬季R2=0.708,方差解释率为72.2%,无论是全年还是冬季,CO都是PM2.5浓度变化的主导影响因素.GAMs交互效应模型发现,全年弱低温(7℃左右)+高相对湿度+高浓度CO+高浓度NO2+高浓度SO2协同作用条件下有利于PM2.5浓度的生成;冬季低Wind+高RH+高浓度CO+高浓度NO2+高浓度SO2共存条件下有利于PM2.5的生成,即该条件对PM2.5浓度的生成有协同放大效应.运用GAMs模型能够对PM2.5污染的主导影响因素进行识别,并定量化分析影响因素单效应及其交互作用对PM2.5浓度变化的影响特征,对PM2.5浓度污染防控研究具有重要指示意义. 相似文献
923.
随着临近空间飞行器的不断发展和运用,作为武器装备和系统环境的临近空间大气特性成为作战保障的重要条件.结合临近空间飞行器的应用需求,对临近空间的特点、大气环境监测和研究的相关问题进行了综合性分析,为开展临近空间环境信息保障和服务提供参考. 相似文献
924.
925.
要发挥生态环境损害公私法协同治理的效应,在公法救济上需要明确第三人在磋商中的定位。从15省份磋商办法以及十大典型案例看,磋商第三人存在着法律性质不明、参与方式失灵、参与效力不足三方面问题。在法治化轨道路径上,可以将磋商第三人类型分为技术专家、其他机关、利益相关者,其法律性质应分别确定为“智囊团”、协助者或监督者、监督者。参与方式上应将技术专家和利益相关者规定为应当参与人、其他机关规定为可以参与人,以此细化参与方式和参与环节。参与效力上应在区别三者功能和作用的基础上,分别规定其意见表达对于磋商结果的约束力。 相似文献
926.
927.
928.
为了解决将单传感器时域数据直接作为卷积神经网络(CNN)的输入所引起的损伤识别精度不高的问题,提出基于小波包变换(DWPT)和快速傅里叶变换(FFT)的卷积神经网络识别方法。以短钢梁桥现场试验测得的数据集为例,将单传感器数据样本分别进行 DWPT 和 FFT 变换,使用变换后的特征训练 1D‐CNN 网络,训练好的网络测试精度有明显的提升,其识别精度均高于多个传感器数据直接作为输入的识别精度。同时分析了对噪声样本和异源(结构上未曾参与网络训练的传感器)数据的识别情况,结果表明对含噪声样本先进行时频变换再训练网络能显著提升对噪声样本的识别精度,而且能改善训练好的网络难以对异源传感器数据进行识别的问题,最后通过卡塔尔大学看台现场试验数据进一步论证上述结论。 相似文献
929.
930.