全文获取类型
收费全文 | 100篇 |
免费 | 5篇 |
国内免费 | 11篇 |
专业分类
安全科学 | 51篇 |
废物处理 | 5篇 |
环保管理 | 9篇 |
综合类 | 29篇 |
基础理论 | 5篇 |
污染及防治 | 3篇 |
评价与监测 | 3篇 |
社会与环境 | 7篇 |
灾害及防治 | 4篇 |
出版年
2024年 | 4篇 |
2023年 | 4篇 |
2022年 | 4篇 |
2021年 | 2篇 |
2020年 | 4篇 |
2019年 | 7篇 |
2018年 | 5篇 |
2017年 | 4篇 |
2016年 | 8篇 |
2015年 | 6篇 |
2014年 | 9篇 |
2013年 | 6篇 |
2011年 | 5篇 |
2010年 | 3篇 |
2009年 | 4篇 |
2007年 | 3篇 |
2005年 | 1篇 |
2004年 | 2篇 |
2003年 | 5篇 |
2002年 | 6篇 |
2001年 | 3篇 |
2000年 | 6篇 |
1999年 | 3篇 |
1998年 | 5篇 |
1997年 | 1篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1994年 | 2篇 |
1989年 | 1篇 |
排序方式: 共有116条查询结果,搜索用时 15 毫秒
61.
62.
随着科技的进步,用于安全防范目的之设备和系统,也越来越具有智能化的特征.不仅提高了产品的性能和品质,也方便了人们的使用.本文对此略作介绍. 相似文献
63.
人工神经网络模型在水质预警中的应用研究进展 总被引:1,自引:0,他引:1
水质预警模型是大数据时代构建环境智能决策与管理体系的关键技术.近年来,水质自动化监测能力的提升以及测管协同对环境模型的强烈需求,激发了研究人员探索新的建模方法并努力提高模型预测性能.其中,人工神经网络(Artificial Neural Network, ANN)模型发展迅速.本文综述了3大类ANN模型的发展历史和模型结构特点,梳理了ANN模型在水质数据软测量、数据异常检测和时间序列预测等方面的研究进展,归纳了一般建模流程、技术建议和常用的模型性能指标,发现ANN模型的应用依赖于监测数据质量,存在模型可解释性差、模型运行硬件资源要求较高等不足,提出未来水质预警模型的研发思路和重点,需要加快推进水环境监测技术与预警模型的协同发展和业务化应用,通过多种应用场景检验实现技术迭代,形成大数据驱动的水质在线监测-智能预警-应急管理支撑体系,助力我国环境治理能力现代化. 相似文献
64.
65.
陈龙 《中国安防产品信息》2004,(6):38-43
随着反恐和强化治安的需求强劲增长,安防系统变得大有用武之地,需求巨大,据不完全统计,2003年我国安防系统工程额在400亿人民币左右,美国则是240亿美元左右,由此可见,安防系统市场广阔,安防产业将是伴随IT行业同步增长的朝阳行业,更会延伸出许多新的应用领域和生长点。 相似文献
66.
本文作者参与了“城市监控报警联网系统管理平台技术要求”的制定讨论以及平安城市视频监控管理平台的有关研究,本文对系统设计水平的评价原则、系统集成管理平台应具有的功能、智能视频监控软件、存储系统类型的选择、系统和网络安全保障以及与电信平台的区别等核心问题进行了论述,希望能对全国开展的平安城市建设起到某种程度的引导和推动作用。[编者按] 相似文献
67.
中国是农业与畜禽大国,每年产生大量的秸秆和粪污,给生态环境带来巨大压力,需对这些废弃物进行妥善处理,使之能够再次为人类所用。本文从秸秆的肥料化,饲料化、燃料化、基料化、原料化和粪污肥料化,能源化、生态化、饲料化阐述秸秆与粪污的资源化利用现状。 相似文献
68.
69.
利用啤酒废水培养极大螺旋藻(Spirulina maxima)。研究了初始COD、DO、氮磷元素等培养条件对藻生物量(每mL培养液中极大螺旋藻的质量,以干重计)及废水水质的影响。实验结果表明:将废水稀释至COD=700 mg/L,控制DO=2.5 mg/L,并添加氮磷元素使废水的碳氮磷质量比为225∶15∶1,培养3 d,极大螺旋藻的藻生物量可达175.55 mg/L,即每吨啤酒废水可生产极大螺旋藻175.55 g;废水中COD,TN,NH3-N,NO3-,TP的去除率分别达到85.43%,94.54%,74.66%,94.53%,61.54%。利用啤酒废水培养螺旋藻在收获极大螺旋藻生物质的同时,还能对废水起到一定程度的净化作用。 相似文献
70.
江西庐山自然保护区主要森林植被水土保持功能评价 总被引:1,自引:0,他引:1
随着环境压力的与日俱增以及森林过度采伐带来的生态危机的加剧,森林生态系统控制水土流失与涵养水源功能的量化及机理研究已成为各国生态学家、林学家、水土保持学家共同关注的课题。以江西庐山自然保护区的6种主要森林植被为研究对象,基于野外调查和室内实验获取的相关数据,采用层次分析法,选取郁闭度、丰富度指数、土壤容重、毛管孔隙度、土壤稳渗速率、枯落物储量、枯落物分解强度、海拔、坡度等15个指标构建多层次多指标的水土保持功能评价体系,根据层次总排序结果,分别计算出各指标的权重,并利用线型评分函数求出各森林植被类型水土保持功能的综合评价值,即6种主要森林植被类型水土保持功能排序为:常绿阔叶林玉山竹林常绿-落叶阔叶混交林落叶阔叶林黄山松林马尾松林。 相似文献