全文获取类型
收费全文 | 1591篇 |
免费 | 282篇 |
国内免费 | 748篇 |
专业分类
安全科学 | 246篇 |
废物处理 | 20篇 |
环保管理 | 144篇 |
综合类 | 1614篇 |
基础理论 | 277篇 |
污染及防治 | 37篇 |
评价与监测 | 79篇 |
社会与环境 | 147篇 |
灾害及防治 | 57篇 |
出版年
2024年 | 16篇 |
2023年 | 32篇 |
2022年 | 99篇 |
2021年 | 111篇 |
2020年 | 124篇 |
2019年 | 105篇 |
2018年 | 91篇 |
2017年 | 86篇 |
2016年 | 82篇 |
2015年 | 117篇 |
2014年 | 102篇 |
2013年 | 113篇 |
2012年 | 159篇 |
2011年 | 177篇 |
2010年 | 162篇 |
2009年 | 174篇 |
2008年 | 167篇 |
2007年 | 154篇 |
2006年 | 154篇 |
2005年 | 104篇 |
2004年 | 80篇 |
2003年 | 55篇 |
2002年 | 60篇 |
2001年 | 38篇 |
2000年 | 32篇 |
1999年 | 12篇 |
1998年 | 3篇 |
1997年 | 2篇 |
1996年 | 2篇 |
1993年 | 1篇 |
1992年 | 4篇 |
1988年 | 2篇 |
1987年 | 1篇 |
排序方式: 共有2621条查询结果,搜索用时 312 毫秒
481.
对长沙市3个采样点夏季大气中的PM10和PM2.5样品pH值和水溶性离子浓度进行了定量分析.结果表明,颗粒物中主要离子是SO42-、NO3-、NH 和Ca2 ;PM10、PM2.5、NH4 和K 浓度夜间高于白天;SO42-和NO3-则相反.颗粒物尤其是PM2.5酸性强;Mg2 、Ca2和Na 集中在粗粒子中,SO42-、NH4 和K 大部分分布在细颗粒物中,NO3-和Cl-在粗细颗粒段则各占一半.SO2气体发生了二次转化,NO2的转化率不及SO2;由于NO3-/SO42-质量比<1,长沙市的大气污染物来源以固定源为主. 相似文献
482.
免疫传感器用于环境中痕量有害物质检测的研究进展 总被引:13,自引:3,他引:13
随着免疫测定技术与传感技术的发展,人们开发了以固定化的抗体(抗原)为识别元件,基于特异性的免疫反应原理的免疫传感器.该传感器灵敏度高、选择性好,可实现对农药分子、工业有机污染物、重金属、生物毒素等有害物质的实时、在体、在线测定,在环境污染监测中具有巨大的应用前景.本文对免疫传感器的原理、制备、分类作了简要介绍,综述了近年来用于痕量有害物质检测的免疫传感器在固定化方法和传感技术等方面的最新研究成果,并探讨了免疫传感器在环境监测中的应用和发展方向. 相似文献
483.
484.
亚硝化/电化学生物反硝化全自养脱氮工艺细菌形态及多样性研究 总被引:2,自引:1,他引:2
采用电镜观察和分子生物学手段16S rDNA克隆文库方法对亚硝化/电化学生物反硝化全自养脱氮工艺中的细菌进行了形态和多样性研究,从16S rDNA克隆文库中随机挑选60(61)个克隆子进行序列测定(约500bp),对测序结果进行BLAST比对和系统发育分析.结果表明,亚硝化段内的细菌主要为球状和椭球状的氨氧化细菌,以亚硝酸氮作为进水基质时,电化学反硝化生物段内细菌主要为短杆状和椭球状的脱氮菌.亚硝化/电化学生物反硝化脱氮系统中蕴藏着特有的微生物新资源.亚硝化段细菌类群的优势顺序为β-Proteobacteria类群(60.00%)、Bacteroidetes类群(28.33%)和Chloroflexi类群(11.67%).当电化学生物反硝化段进水氮基质为亚硝氮(429~543mg.L-1)和氨氮(412~525mg.L-1)时,细菌优势类群顺序为β-Proteobacteria(78.33%)类群和ε-Proteobacteria类群(21.67%);当电化学生物反硝化段进水氮基质为亚硝氮(519~578mg.L-1)时,细菌优势类群顺序为β-Proteobacteria类群(81.97%)、ε-Proteobacteria(16.39%)类群和γ-Proteobacteria类群(1.64%);优势类群变化不大,但每种类群中细菌的种类和数量变化较大,这主要是由进水基质变化导致. 相似文献
485.
486.
ACF吸附法处理苯酚泄漏造成的河流突发污染事故模拟研究 总被引:4,自引:0,他引:4
环境突发污染事故给人民生活、经济发展和生态环境造成重大影响,研究污染物泄漏造成的河流污染的应急处理方法十分必要.实验以苯酚为研究对象,选用吸附容量大、密度与水接近的活性炭纤维(ACF)为吸附剂,在自制的河流模型中,研究了ACF对苯酚进行吸附的过程,考察了吸附剂投加量、苯酚浓度、吸附剂比表面积、吸附剂投加方式、水流速度与水质等对吸附速率与吸附效果的影响.实验结果表明,ACF能以较快的速率吸附苯酚;ACF投加量是影响吸附速率最重要的因素,当ACF投加质量之比为1:2:4时,吸附速率常数之比近似为1:2:4;苯酚浓度对吸附速率的影响显著,苯酚浓度较低时吸附速率较高.苯酚初始浓度为7mg·L-1时.经过86min的吸附,苯酚浓度可以达到地表水V类水中挥发酚的限值要求(0.1mg·L-1);在吸附11min左右追加适量的ACF,能够明显提高吸附速率;河水流速和水质对吸附速率影响不大;在实际河水中,ACF对苯酚的吸附过程与在模拟河水中相似,吸附效果显著. 相似文献
487.
成都市工业挥发性有机物排源成分谱 总被引:2,自引:4,他引:2
选取成都市汽车制造和石油化工等典型工业行业,通过瓶采样和SUMMA罐采样及GC-MS分析方法,研究了不同生产工艺环节的挥发性有机物(VOCs)排放特征.结果表明,汽车制造各工艺环节均有各自的优势组分,其中喷漆排放以烷烃(32%)和芳香烃(35%)为主.家具制造排放特征与使用原辅料高度相关,以芳香烃(50%)和OVOCs(38%)为主.石油化工各装置区VOCs浓度范围为49~1 387μg·m~(-3),不同装置区存在较大差异,主要是由于炼油区主要产品为C_5~C_9的汽油和苯系物等,化工区则较多使用了溶剂同时生成烯烃类产品.电子制造均以OVOCs为主,占VOCs总排放的50%以上.制鞋行业排放VOCs主要由烷烃和OVOCs贡献,平均占比分别为52%和36%,与所用溶剂组分高度相关.汽车制造VOCs排放组分差异较大,主要以正十二烷和2-丁酮等为主.家具制造排放组分主要为苯乙烯、乙酸乙酯和间/对-二甲苯等,为涂料和稀释剂的典型组分.石油化工各装置区排放组分有差异,炼油区以苯乙烯等为主,化工区主要为1,3-丁二烯等,仓储区主要为C_3~C_5烷烃等,废水处理则主要为C_6~C_8烷烃等.电子制造主要组分均为乙醇和丙酮等醛酮组分.制鞋企业排放组分以C_5和C_6等烷烃为主.通过臭氧生成潜势计算比较,汽车制造和石油化工行业对臭氧生成潜势贡献较大的VOCs排放组分以烯烃和芳香烃为主,具有较高的污染源反应活性.研究表明各工业行业OVOCs排放比例(17%~96%)和对臭氧生成潜势贡献均较为显著,因此在进行VOCs排放控制时,除重点管控芳香烃和烯烃外,亦应提高对OVOCs组分的关注. 相似文献
488.
以江苏省常州市金坛区为例,借鉴传统LUR模型思路,考虑土壤重金属的源汇关系,加入土壤属性因子,构建LUR-S模型模拟预测了研究区土壤重金属含量空间分布,并与传统LUR模型及普通克里格插值模型结果进行对比,结果表明:(1)研究区土壤重金属含量受到以土地利用为主的源因子及反映重金属在土壤中赋存环境的汇因子的共同影响.就源影响因子而言,土壤Cu、Zn含量分别与2 000 m缓冲区内交通用地面积、2 000 m缓冲区内城市建设用地面积极显著相关(P0.01);就汇影响因子而言,土壤Cr、Cu、Zn含量与OM、Corg、TC、TN极显著相关(P0.01).(2)研究区土壤重金属Pb、Cr、Cu、Zn空间分布预测的LUR-S模型方程R2较传统LUR模型分别提高了0.041、0.406、0.102、0.501,精度检验R2较普通克里格插值模型分别提高了0.147 7、0.011 6、0.231 0、0.081,RMSE较普通克里格插值分别减少了2.413、0.631、1.112、2.138,表明考虑了源汇关系的LUR-S模型预测精度高于传统LUR模型和普通克里格插值模型;(3)LUR-S模型对污染较低、变异较小重金属空间分布预测的适用性较好,而对污染较高、变异较大重金属则较差. 相似文献
489.
贵阳市城区路侧土壤重金属分布特征及污染评价 总被引:5,自引:4,他引:5
研究了贵阳市城区各交通干线两侧表层土壤中重金属的质量分数、空间分布特征及其影响因素.以基线作为参比值,采用地积累指数法对其污染程度进行评价.结果表明:各交通干道两侧土壤中重金属质量分数存在显著差异,除Pb和Cr外,其余重金属质量分数均高于中国表层土壤重金属元素背景值和贵阳市表层土壤重金属元素基线值. 整体上,贵阳市路侧土壤尚未受到Pb和Cr的污染,其w(Hg),w(Cd)和w(Zn)已达中度污染甚至强污染水平,同时各路段也受到了不同程度的As,Cu和Ni污染,但并不严重. 据调查,路侧土壤中重金属质量分数及其分布格局主要受到燃煤、交通运输、地形及路况、气象因素以及城市建设等的影响. 相似文献
490.
针对日益突出的水体重金属污染问题,采用液相还原法制备海泡石负载纳米零价铁(S-nZVI),并研究其对Cu(II)、Zn(II)的去除效果.同时,利用比表面积与孔径分析(BET)、透射电子显微镜(TEM)、X射线衍射(XRD)对制备出的材料进行表征,研究pH、S-nZVI投加量、重金属离子溶液初始浓度对去除率的影响,拟合S-nZVI材料去除Cu(II)、Zn(II)的动力学模型和吸附等温模型,并对反应后的S-nZVI进行回收及再生.结果表明,液相还原法可以成功制备出S-nZVI,且颗粒分布均匀.在60 min左右,S-nZVI对Cu(II)、Zn(II)的去除达到平衡.Cu(II)、Zn(II)的去除率随着pH值的升高而升高.当Cu(II)、Zn(II)溶液初始浓度为20 mg·L~(-1)时,最佳S-nZVI投加量分别为0.030、0.050 g,此时去除率分别为98.98%、98.97%.当Cu(II)浓度为90 mg·L~(-1)时,S-nZVI材料对Cu(II)的去除量最大,为127.57 mg·g~(-1);对Zn(II)来说,当浓度为110 mg·L~(-1)时去除量最大,为109.13 mg·g~(-1).去除过程符合准二级动力学模型和Langmuir吸附等温模型.S-nZVI可通过外加磁场进行回收,5次再生处理后其对Cu(II)、Zn(II)的去除率仍维持在96.84%、80.25%.实验结果显示,S-nZVI在废水除Cu(II)、Zn(II)领域具有很好的应用前景. 相似文献