全文获取类型
收费全文 | 392篇 |
免费 | 30篇 |
国内免费 | 40篇 |
专业分类
安全科学 | 15篇 |
废物处理 | 2篇 |
环保管理 | 57篇 |
综合类 | 194篇 |
基础理论 | 21篇 |
污染及防治 | 4篇 |
评价与监测 | 13篇 |
社会与环境 | 148篇 |
灾害及防治 | 8篇 |
出版年
2024年 | 20篇 |
2023年 | 43篇 |
2022年 | 54篇 |
2021年 | 48篇 |
2020年 | 20篇 |
2019年 | 32篇 |
2018年 | 17篇 |
2017年 | 26篇 |
2016年 | 11篇 |
2015年 | 15篇 |
2014年 | 31篇 |
2013年 | 15篇 |
2012年 | 17篇 |
2011年 | 11篇 |
2010年 | 15篇 |
2009年 | 16篇 |
2008年 | 23篇 |
2007年 | 10篇 |
2006年 | 15篇 |
2005年 | 5篇 |
2004年 | 3篇 |
2003年 | 4篇 |
2002年 | 2篇 |
2001年 | 1篇 |
2000年 | 1篇 |
1999年 | 4篇 |
1996年 | 1篇 |
1991年 | 2篇 |
排序方式: 共有462条查询结果,搜索用时 46 毫秒
91.
92.
全国第一个由人大决议组织实施的区域性环保规划《珠江三角洲环境保护规划纲要(2004-2020)》提出,到2010年,珠江三角洲九大城市将完成创建国家环境保护模范城市,使珠三角建成国家环境保护模范城市群。 相似文献
93.
应用CALPUFF中尺度空气质量扩散模式,建立辽宁中部城市群地区二氧化硫扩散模型,成功地模拟了区域二氧化硫的污染状况。 相似文献
94.
碳平衡目标的实现,有利于国家新型城镇化建设,推进我国生态文明建设和可持续发展战略。基于珠江三角洲城市群中9个城市2009—2012年化石燃料消耗量和植被面积数据,利用系统动力学模型模拟计算珠三角城市群各城市碳排放量和碳吸收量,并分析各城市碳平衡的演化规律;采用灰色预测DMG(1,1)模型构建城市碳平衡预测模型,利用AnyLogic软件仿真模拟了2009—2018年珠三角城市群各城市碳平衡的变化规律。结果表明:珠三角城市群各城市的碳排放量增长迅速,而碳吸收量增长缓慢;各城市碳平衡值将处于零值以下,其中中山市碳平衡值最高,广州市碳平衡值最低;各城市碳平衡值将逐年下降,其中惠州市、珠海市降幅最大;邻近城市间的碳平衡值的演化轨迹相似。针对珠三角城市群各城市碳平衡的发展趋势及其存在的问题,提出了提升各城市碳平衡水平的可行性对策与建议。 相似文献
95.
协调视角下长三角城市群的空间结构演变与优化 总被引:2,自引:0,他引:2
以城市群为主体优化城镇化空间布局是构建国土空间规划体系的重要内容,空间优化的本质旨在促进城市群内部大中小城市协调发展。以长三角城市群为案例,在测度2001-2016年长三角城市群26个城市的城镇化协调水平基础上,运用社会网络和多维尺度分析等方法,分析和识别城镇化协调关系及其空间结构和内在演变机理。结果表明:(1)随着长三角城市群的城镇化协调水平提高,城市群内部的高协调城市逐渐显现出以上海为核心的“Z型”分布态势,低协调城市则稳定分布在长三角城市群扩容后的范围;(2)根据城镇化协调水平的关联强度划分长三角城市群的凝聚子群,凝聚子群的加权平均中心度和联系密度增大后,上海极化效应更加明显;(3)从城镇化协调关系的空间和时间两个维度识别城市群空间结构,长三角城市群从在空间距离影响下以省会城市为中心的“圈层”结构,变形为在时间距离影响下的“核心—边缘”结构;(4)人口、土地和经济城镇化三者协调水平的变化影响着长三角城市群空间结构演变,相较人口与经济城镇化,土地城镇化对城镇化协调关系的加强具有显著促进作用。从协调视角剖析长三角城市群的空间结构并提出优化政策,有助于中国现有资源环境承载能力条件下城市群一体化建设和空间资源的高效利用。 相似文献
96.
为研究长株潭城市群大气污染时空演化特征及潜在传输规律,采用2008~2016年中分辨率成像光谱仪(MODIS)MAIAC气溶胶光学厚度(AOD)数据,分析长株潭城市群近10a来AOD演化特征.在此基础上,利用拉格朗日混合型单粒子轨迹模式(HYSPLIT)及全球资料同化系统(GDAS)气象要素数据研究大气污染物潜在传输规律.结果表明,长株潭城市群AOD呈现下降趋势,并以春、夏季下降幅度最为显著.空间上,AOD总体呈北高南低、西高东低分布特征,并与经济发展、城市化水平等因素密切相关.此外,长株潭城市群大气污染物向外长距离传输(>1500km)、中距离传输(500~1500km)以及局地传输(0~500km)比率分别为17.89%、36.45%和45.66%,主要影响湖北、江西、安徽、广东、广西、江苏和浙江等地区.研究结果有助于理解长株潭城市群大气污染的时空变化规律,同时为区域“联防联控”、建设“美丽中国”提供科学的辅助依据. 相似文献
97.
本文基于社会网络分析法(SNA)以及二次分配程序(QAP)方法,利用成渝城市群2005~2016年面板数据,对成渝城市群碳排放空间关联性及影响因素进行研究.结果表明:①成渝城市群碳排放空间关联性显著,呈现出复杂的网络结构形态,样本期内,网络密度由0.16增长至0.68,关联关系数从38个增长为162个.②重庆、成都、绵阳和南充等城市位于网络的中心地位,发出了较多的关联关系,同时发挥着中介作用.③碳排放空间关联网络被划分成为5个层级,层级结构整体较为稳定,然而第一层级与第二层级存在较为严重的断层现象.④空间距离、人口数量差异以及经济水平差异是碳排放关联性的主要驱动因素.城市间空间距离越近、人口数量与经济水平差异越大,越容易产生碳排放关联关系. 相似文献
98.
长三角城市群机动车污染物排放清单建立及特征研究 总被引:4,自引:0,他引:4
为研究长三角城市群机动车污染物排放特征,本研究应用COPERTⅣ模型估算1999—2017年长三角城市群机动车污染物CO、NMVOC、NO_x、PM_(2.5)、PM_(10)、CO_2、CH_4、N_2O、NH_3和SO_2排放因子,建立排放清单,并对其排放特征展开分析,结果表明:1999—2017年不同污染物时间变化趋势存在差异,污染物CO、NMVOC、NO_x、PM_(2.5)、PM_(10)和CH_4排放量呈现先增长后下降的趋势,但开始下降的年份不同,CO_2和NH_3排放量增长趋势显著,2017年相对于1999年分别增加621%和3925%,N_2O和SO_2排放量总体呈上升趋势并在特定年份下降明显;污染物排放空间分布与路网分布基本一致,沿海地区的排放强度要明显大于内陆地区,特别是长江下游、杭州湾和太湖附近的城市最为明显;轻型客车为污染物CO、NMVOC、CO_2、CH_4、N_2O和NH_3的主要贡献车型,重型货车和重型客车为污染物NO_x、PM_(2.5)、PM_(10)和SO_2主要贡献车型;长三角城市群各城市机动车污染物排放量的差别主要与各城市机动车保有量有关,上海市各污染物贡献率下降幅度明显,机动车污染物主要贡献城市除了省会城市和直辖市之外,其余城市的污染物排放也不容忽视. 相似文献
99.
基于2005—2015年OMI反演的甲醛柱浓度月均数据,对中国及境内典型城市群甲醛柱浓度时空变化及影响因子进行了分析.结果发现,甲醛柱浓度高值区集中在京津冀中南部、山东西部、河南北部、江浙沪、珠三角、湖北东部、湖南东部、广西、四川与重庆交界.2005—2015年中国甲醛柱浓度总体呈上升趋势,其中,京津冀地区增长趋势最明显,江浙沪地区呈略微下降趋势.中国、京津冀及江浙沪地区夏季甲醛柱浓度明显高于其余3个季节,呈明显的周期性变化;2005—2015年中国4个季节甲醛柱浓度均呈增加趋势,京津冀地区除夏季外其余3个季节也呈增加趋势,江浙沪和珠三角地区各季节甲醛柱浓度变化趋势不一致.近11年,中国、京津冀和江浙沪地区7月甲醛柱浓度最高,珠三角地区9月甲醛柱浓度最高.京津冀和江浙沪地区甲醛柱浓度月最高值和月最低值之间的差异大于珠三角地区.中国、京津冀、江浙沪和珠三角地区近11年秸秆焚烧与相应甲醛柱浓度呈明显正相关,相关系数为0.84~1.00,表明秸秆焚烧是影响近11年甲醛柱浓度变化的重要因子.尽管有些区域季节温度与相应甲醛柱浓度呈负相关,但温度总体也是影响中国及这3个典型城市群甲醛柱浓度变化的另一个重要因子,京津冀地区尤其明显.月平均温度与相应甲醛柱浓度的相关系数为0.52~0.85.人口、民用汽车保有量和国内生产总值与中国、京津冀、江浙沪和珠三角地区相应甲醛柱浓度相关系数均低于0.60.影响因子分析结果暗示控制秸秆焚烧和减少温室效应是降低我国甲醛柱浓度的重要途径. 相似文献
100.
为探究北方山区城市大气细颗粒物污染特征,应用气象模式WRF耦合空气质量模式CMAQ对本溪市2016年PM2.5空间分布特征、化学组分特征及主要污染源贡献情况进行分析.本溪市SO2、NOx、TSP的工业排放量分别达到5.2×104、4.1×104、16.1×104 t.结果表明,模拟值与监测值变化趋势基本一致,模拟效果较好. 1月ρ(PM2.5)明显高于7月,空间分布均呈现"西高东低"态势,高值区出现在人口稠密的市区附近. 1月ρ(PM2.5)本地源贡献率表现为钢铁(35.7%)>供暖(12.5%)>居民(7.5%)>移动(5.2%)>秸秆(2.0%)>电力(0.4%);7月为钢铁(48.6%)>移动(9.2%)>建材(3.5%)>居民(2.8%)>电力(1.5%).受气候、地貌及大气污染物排放特征影响,1月区域传输特征明显,外来源贡献为24%,高于7月的14%.另外,1月和7月本溪市PM2.5组分中二次粒子(SO42-、NO3-、NH4+)占比分别为29%和32%,碳组分(OC、EC)占比分别为43%和37%,碳气溶胶污染严重.研究显示,本溪市大气细颗粒物污染具有明显的季节性变化特征,1月部分区域浓度超标主要是由于以钢铁行业为主的工业排放造成,加之本溪市1月以西北风为主且风力较大,市区位于西部低海拔地区,来自中部城市群的污染物在向东南方向传输过程中受到高海拔山区阻隔,从而形成污染物积聚效应. 相似文献