全文获取类型
收费全文 | 835篇 |
免费 | 133篇 |
国内免费 | 259篇 |
专业分类
安全科学 | 131篇 |
废物处理 | 13篇 |
环保管理 | 76篇 |
综合类 | 691篇 |
基础理论 | 112篇 |
污染及防治 | 17篇 |
评价与监测 | 43篇 |
社会与环境 | 97篇 |
灾害及防治 | 47篇 |
出版年
2024年 | 10篇 |
2023年 | 19篇 |
2022年 | 79篇 |
2021年 | 83篇 |
2020年 | 75篇 |
2019年 | 50篇 |
2018年 | 46篇 |
2017年 | 48篇 |
2016年 | 43篇 |
2015年 | 47篇 |
2014年 | 60篇 |
2013年 | 72篇 |
2012年 | 68篇 |
2011年 | 69篇 |
2010年 | 65篇 |
2009年 | 56篇 |
2008年 | 53篇 |
2007年 | 55篇 |
2006年 | 64篇 |
2005年 | 47篇 |
2004年 | 33篇 |
2003年 | 30篇 |
2002年 | 18篇 |
2001年 | 12篇 |
2000年 | 15篇 |
1999年 | 6篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1994年 | 1篇 |
1992年 | 1篇 |
排序方式: 共有1227条查询结果,搜索用时 383 毫秒
91.
为对含蜡原油管道中的蜡沉积厚度进行准确预测,在函数cot(x2)变换的基础上,结合平移变换思想,利用cot(x2+c)变换建立新的改进GM(1,1)模型。以现场管道结蜡数据和室内环道结蜡数据为例,对比改进GM(1,1)模型、基于函数cot(x2)变换建立的GM(1,1)模型及传统GM(1,1)模型之间的预测精度,并分析平移量c对改进GM(1,1)模型预测精度的影响。结果表明:改进GM(1,1)模型的预测精度最高,其次是基于函数cot(x2)变换建立的GM(1,1)模型,而传统GM(1,1)模型的预测精度最低;随着平移量的增大,改进GM(1,1)模型的平均相对预测误差呈现出先减小后增大的趋势,因此合理的平移量有助于模型精度的提高。应用改进GM(1,1)模型来预测管道蜡沉积厚度是可行的,该方法可为含蜡原油管道蜡沉积厚度的准确预测提供参考和借鉴。 相似文献
92.
当前农业面源污染问题依然严峻,村落级尺度下各地块的污染风险状态精细识别有待进一步研究.本文针对三峡库区典型村落重庆市涪陵区南沱镇睦和村进行研究,结合无人机多光谱技术、农户行为调研、随机森林算法等进行地物识别及泛地块网格划分,通过测算总氮(total nitrogen,TN)、总磷(total phosphorus,TP... 相似文献
93.
三峡植物物种多样性保护,重点在珍稀濒危植物,但对建群种和有实用价值的种也进行收集保存。7年来试验站保存三峡库区植物200余种,迁移成活率93%,有8种未成功。(1)到2002年已有30余种植物正常开花结实(其中木本植物24种),可以选择繁殖试验,以达到保存的目的;(2)选择了8种植物,进行生长观测,在人为控制下,生长速度满意;(3)进行了部份种类的扦插繁殖和孢子繁殖,获得了相关结果;(4)少数种类收集遇到极大困难,需要继续努力。三峡库区生物多样性研究与保护,存在一些问题与困难,如漏项问题、库区物种问题、外来种问题、隔离对生物多样性的影响问题、生物多样性的功能问题等需要进一步研讨,从而使库区物种得以保存,环境得以优化,生物资源得到持续利用。 相似文献
94.
95.
96.
97.
固氮放线菌Frankia与放线菌根植物共生进化的研究进展 总被引:2,自引:0,他引:2
固氮放线菌Frankia是能够诱导大范围的放线菌根植物(actinorhizal plants)产生根瘤放线菌.放线菌根植物是植物受Frankia侵染后能够形成根瘤的植物[1].目前,它们之间的进化研究虽然取得了很大进展,但是仍然存在许多不清楚的东西.本文根据最近对植物和Frankia系统进化研究成果、根瘤中放线菌Frankia的多样性研究情况,综述放线菌根植物和共生Frankia进化的研究进展. 相似文献
98.
人工生物浮床技术治理富营养化水体研究现状 总被引:22,自引:0,他引:22
本文综合介绍了人工生物浮床技术治理富营养化水体研究现状.其构建方式包括泡沫板栽培、人工蛭石袋栽培等;栽培植物多达八十余种;对TN、TP、COD、SS以及重金属等都取得了良好的去除效果;但对人工生物浮床治理富营养化水体的机理研究尚不够深入.文章认为人工生物浮床的良好综合效益使之可能成为治理富营养化水体技术的一个重要发展方向. 相似文献
99.
100.
针对飞机部件周期控制律电加热防除冰的应用,提出基于机器学习以预测电加热防除冰表面温度的变化趋势.依靠大型结冰风洞及其电加热防除冰控制系统完成防除冰试验,获得有效的试验数据,以通、断电周期为分割单元,将试验数据划分成验证集和训练集.根据电热防除冰过程的换热情况,构建样本的特征参数,利用机器学习的有监督学习方式,选择KNN近邻回归算法和局部线性加权回归算法预测温度变化率,再转换为温度,得到的温度变化与测量数据的线性相关性达到80%以上的高相似度结果,表明使用机器学习可快速预测电热防除冰部件的表面温度变化趋势,且不同的回归算法针对模型不同测温点位置的预测效果存在差异. 相似文献