全文获取类型
收费全文 | 408篇 |
免费 | 61篇 |
国内免费 | 200篇 |
专业分类
安全科学 | 44篇 |
废物处理 | 6篇 |
环保管理 | 37篇 |
综合类 | 384篇 |
基础理论 | 86篇 |
污染及防治 | 14篇 |
评价与监测 | 23篇 |
社会与环境 | 49篇 |
灾害及防治 | 26篇 |
出版年
2024年 | 4篇 |
2023年 | 13篇 |
2022年 | 37篇 |
2021年 | 28篇 |
2020年 | 42篇 |
2019年 | 21篇 |
2018年 | 19篇 |
2017年 | 23篇 |
2016年 | 28篇 |
2015年 | 43篇 |
2014年 | 21篇 |
2013年 | 29篇 |
2012年 | 54篇 |
2011年 | 55篇 |
2010年 | 34篇 |
2009年 | 37篇 |
2008年 | 39篇 |
2007年 | 32篇 |
2006年 | 38篇 |
2005年 | 18篇 |
2004年 | 16篇 |
2003年 | 9篇 |
2002年 | 5篇 |
2001年 | 13篇 |
2000年 | 8篇 |
1999年 | 1篇 |
1997年 | 1篇 |
1992年 | 1篇 |
排序方式: 共有669条查询结果,搜索用时 15 毫秒
661.
一硫代砷酸盐在介质上的吸附特征及机制 总被引:1,自引:1,他引:0
在实验室条件下合成纯度> 99%的MTA,开展不同pH和固液比条件下MTA在细砂、土壤沉积物和针铁矿这3种介质上的吸附实验,分析其吸附特征和作用机制.结果发现:①MTA质量浓度分别在0. 14~23. 59、0. 19~41. 27和0. 27~32. 02mg·L-1范围时,其在细砂、土壤沉积物和针铁矿的最大平衡吸附量(Qm)分别为21. 54、277. 98和2 607. 42 mg·kg-1.值得注意的是,当MTA在3种介质上达到吸附平衡后,溶液中部分MTA开始转化形成亚砷酸盐和砷酸盐.②随着pH的增加(4~10),MTA在细砂上的平衡吸附量(Qe)逐渐减少,在土壤沉积物和针铁矿上的Qe先减少后增加;随着固液比的增加,MTA在3种介质上的Qe均呈现出逐渐减小趋势.③XRD、SEM和BET测试结果揭示出3种介质吸附MTA的主要控制因素不同,分别是细砂的低孔容特征、土壤沉积物的高结晶程度以及针铁矿上大量的羟基官能团(—OH). 相似文献
662.
重氮偶合分光光度法是测定环境水体中亚硝酸盐氮的标准方法,但所用偶合试剂有较高的毒性,若实验人员在实验过程中出现失误,可能会对自身及环境造成一定的危害。为此以对氨基苯磺酰胺(即磺胺)为重氮试剂,以α-氨基β-咪唑基丙酸(即L-组氨酸)为偶合试剂,对环境水体中亚硝酸盐氮进行测定,可有效避免实验中有毒物质的使用,同时优化了实验条件。实验结果表明:该方法摩尔吸光系数为2.20×104 L/(mol·cm),线性范围为0~0.200 mg/L,检出限可达到0.002 mg/L,加标回收率为98.5%~101%,通过与《水质亚硝酸盐氮的测定分光光度法》(GB 7493—1987)比对发现,该方法无显著性差异,且具有安全环保、操作简便、成本低廉、准确度高、灵敏度高等优点。该方法可用于环境监测中常见的地表水、地下水、海水、废水中亚硝酸盐氮的测定。 相似文献
663.
改性西瓜皮生物炭的制备及其对Pb(Ⅱ)的吸附特性 总被引:6,自引:5,他引:1
以西瓜皮为原料,使用硫化铵[(NH4)2S]对其改性制备生物炭(MBC),用于对Pb(Ⅱ)进行吸附.探究了溶液pH、吸附时间、吸附剂添加量、Pb(Ⅱ)初始质量浓度和离子强度等因素对Pb(Ⅱ)吸附效果的影响.结果表明,饱和吸附时间为5 h,吸附反应的最佳pH为6,当Pb(Ⅱ)初始质量浓度1 000 mg·L-1,吸附剂添加量为2.0 g·L-1时,MBC对Pb(Ⅱ)的最大吸附量可达97.63 mg·g-1,明显高于未改性西瓜皮生物炭(BC)对Pb(Ⅱ)的吸附量.改性西瓜皮生物炭对Pb(Ⅱ)的吸附符合Langmuir等温吸附模型和拟二级动力学模型,证明吸附以单分子层化学吸附为主.使用氢氧化钠溶液对吸附Pb(Ⅱ)之后的MBC进行解吸来研究MBC的可重复使用性,在第六次循环中吸附量仍达64.74 mg·g-1.采用傅立叶转换红外光谱(FT-IR)、X射线光电子能谱(XPS)、氮吸附(BET)、扫描电镜-能谱分析(SEM-EDS)、X射线衍射(XRD)和Zeta电位... 相似文献
664.
边坡稳定性研究对于重大地质灾害防治极其重要,但由于影响边坡稳定性的因素具有非线性、多样性以及模糊性等特征,边坡稳定性分析一直是地质灾害防治领域的热难点问题。已有研究表明神经网络预测模型可有效应用边坡稳定性分析,但同时存在预测精度低、鲁棒性差、收敛速度慢等缺点。为改善上述问题,在粒子群算法优化的 BP 神经网络(简称 PSO?BP 神经网络)算法基础上提出一种改进的边坡稳定性预测模型。该模型以容重、内聚力、内摩擦角、边坡角、高度、孔隙压力比作为输入参数,以安全系数作为输出参数。通过借鉴遗传算法中的变异思想来提升模型全局寻优的能力,利用能量函数负梯度下降原理提高模型的收敛速度。将所收集到百余条边坡数据进行数据清洗,最终得到 80 条高质量边坡数据,随机选取其中的 50 条边坡数据作为模型的试验数据。最后采用十折交叉验证的方法对模型的准确性进行验证,并在多维度与其余边坡稳定性神经网络预测模型进行对比分析。结果表明:①该模型相比于其余模型收敛速度、准确率、鲁棒性均有明显提高;②将 K 折交叉验证应用在小样本数据下的边坡稳定性神经网络预测模型,可有效避免结果的偶然性。③该模型的预测误差仅为 4.31%,满足工程精度需求,可在实际工程中为边坡稳定性分析与灾害防治提供参考。 相似文献
665.
666.
667.
668.
669.