全文获取类型
收费全文 | 270篇 |
免费 | 125篇 |
国内免费 | 20篇 |
专业分类
安全科学 | 116篇 |
废物处理 | 1篇 |
环保管理 | 9篇 |
综合类 | 150篇 |
基础理论 | 24篇 |
污染及防治 | 29篇 |
评价与监测 | 67篇 |
社会与环境 | 5篇 |
灾害及防治 | 14篇 |
出版年
2024年 | 4篇 |
2023年 | 19篇 |
2022年 | 59篇 |
2021年 | 38篇 |
2020年 | 72篇 |
2019年 | 29篇 |
2018年 | 22篇 |
2017年 | 41篇 |
2016年 | 22篇 |
2015年 | 37篇 |
2014年 | 22篇 |
2013年 | 6篇 |
2012年 | 6篇 |
2011年 | 2篇 |
2010年 | 7篇 |
2009年 | 2篇 |
2008年 | 6篇 |
2007年 | 6篇 |
2006年 | 6篇 |
2005年 | 2篇 |
2004年 | 4篇 |
2003年 | 1篇 |
2000年 | 2篇 |
排序方式: 共有415条查询结果,搜索用时 31 毫秒
41.
我国流域水生态完整性评价方法构建 总被引:16,自引:11,他引:5
流域水生态完整性评价是指通过对水生态系统中不同水生态指标(生物和非生物)的监测以及由数学方法综合形成的综合评价指数,来反映水生态系统完整性状况。近年来,世界各国水环境管理政策发生了变化,开始强调生态保护,重视水体的生态质量。中国现行的常规理化监测指标(如COD、氨氮、BOD5)很难满足水环境管理的需求,难以全面准确地反映水环境质量变化的趋势。因此,在借鉴欧美发达国家流域水生态完整性评价方法的基础上,结合中国目前监测现状以及流域水环境管理需求,构建了包括物理生境指标、理化指标、水生生物指标在内的流域水生态完整性监测与评价方法,以期为中国流域水质目标管理技术体系的业务化运行提供可资借鉴的技术支撑,实现从单一的化学指标监测转向综合的水生态系统监测,实现流域水生态完整性的监测与评价。 相似文献
42.
松花江流域水生态环境质量评价研究 总被引:5,自引:2,他引:3
采用生物完整性指数(IBI)法评价松花江流域的水生态环境质量。对25个候选生物参数进行敏感度分析、Pearson相关性分析,最终筛选出由总分类单元数、EPT分类单元数、EPT密度、敏感种分类单元比例、敏感物种数量、Hilsenhoff生物指数(HBI)6个核心参数构成的IBI评价指标。采用95%分位数法建立了IBI评价标准,将IBI评价结果划分为5个等级:大于35.84为优,26.88~35.84为良好,17.92~26.88为一般,8.96~17.92为较差,小于8.96为很差。结果表明,建立的IBI评价方法适用于松花江流域水生态环境质量评价,松花江流域各位点30.0%生物状况为优和良好,23.3%为一般;46.7%为较差和很差,说明流域内近一半区域的水生态质量存在不同程度的受损。流域生境质量主要处于一般-良好的状态;水质处于轻度污染。 相似文献
43.
重庆市内环货车错时限行对空气质量的影响 总被引:1,自引:1,他引:0
在分析货车实施错时限行后内环车流量时段分布变化基础上,通过对PM_(2.5)、NO_2等指标的ADMS模型模拟和实际监测数据对比分析,探讨了内环货车错时限行对环境空气质量的影响。结果表明,货车错时限行后主城区环境空气中PM_(2.5)、NO_2小时平均质量浓度分别降低了9.4%和6.0%,峰值浓度明显降低,晚上出现峰值时间往后推移了2~3 h。经ADMS模型模拟计算,内环高峰时段机动车排放对主城区NO_2、PM、VOCs的浓度贡献分别降低了54.1%、56.3%、17.5%,CO浓度贡献不大。内环货车错时限行措施对重庆市主城区空气质量的改善有一定的积极作用。 相似文献
44.
45.
46.
47.
48.
长江重庆段表层水体中多环芳烃的分布及来源分析 总被引:5,自引:0,他引:5
采集了长江重庆段干流以及重要支流共7个断面的表层水样,采用液相色谱法分析15种优先控制的多环芳烃(PAHs).结果表明,水体中总PAHs浓度范围为6.44—109.39 ng·L-1,平均值为41.83 ng·L-1.在5个断面水体中检出苯并(a)芘,浓度为0.05—1.32 ng·L-1,低于我国地表水标准限值(2.8 ng·L-1).长江重庆段的PAHs浓度水平低于大部分国内其他河流,与国外一些河流的浓度水平相当.PAHs组成以中低环PAHs(3环和4环)为主,平均比例分别为55.7%和38.8%,高环PAHs(5环和6环)含量较低,分别占3.6%和1.9%.示踪PAHs比值法结果显示长江重庆段表层水体PAHs主要来源于石化产品的泄漏污染. 相似文献
49.
50.
针对材料服役性能预测存在误差大、计算复杂、适用性差等问题,提出了基于数据挖掘的机器学习预测方法。首先阐述了机器学习的应用流程,并总结了常用模型原理及其在材料性能预测中的应用。然后采用多种机器学习模型对RPV钢的辐照性能进行预测,并通过Stacking集成方法提高了模型的预测精度。结果表明,机器学习可用于材料服役性能预测,具有较高的预测精度和可靠性。根据材料服役数据的不同特征选择合适的学习模型,同时进行模型融合和参数优化,可有效提高模型的预测精度及运算速度。 相似文献