全文获取类型
收费全文 | 4493篇 |
免费 | 390篇 |
国内免费 | 493篇 |
专业分类
安全科学 | 1286篇 |
废物处理 | 98篇 |
环保管理 | 348篇 |
综合类 | 2437篇 |
基础理论 | 212篇 |
污染及防治 | 256篇 |
评价与监测 | 209篇 |
社会与环境 | 119篇 |
灾害及防治 | 411篇 |
出版年
2024年 | 56篇 |
2023年 | 173篇 |
2022年 | 197篇 |
2021年 | 173篇 |
2020年 | 144篇 |
2019年 | 136篇 |
2018年 | 119篇 |
2017年 | 148篇 |
2016年 | 132篇 |
2015年 | 186篇 |
2014年 | 261篇 |
2013年 | 207篇 |
2012年 | 262篇 |
2011年 | 220篇 |
2010年 | 226篇 |
2009年 | 207篇 |
2008年 | 239篇 |
2007年 | 218篇 |
2006年 | 219篇 |
2005年 | 161篇 |
2004年 | 147篇 |
2003年 | 133篇 |
2002年 | 124篇 |
2001年 | 160篇 |
2000年 | 137篇 |
1999年 | 105篇 |
1998年 | 99篇 |
1997年 | 134篇 |
1996年 | 135篇 |
1995年 | 102篇 |
1994年 | 101篇 |
1993年 | 69篇 |
1992年 | 68篇 |
1991年 | 63篇 |
1990年 | 58篇 |
1989年 | 48篇 |
1988年 | 2篇 |
1987年 | 3篇 |
1986年 | 3篇 |
1979年 | 1篇 |
排序方式: 共有5376条查询结果,搜索用时 15 毫秒
1.
根据世界旅游组织预测,到2020年中国将成为世界上最大的旅游接待国和第四大客源输出国.2005年中国入境旅游人数已达1.2亿人次,入境过夜旅游人数达4680万人次,国内旅游人数达12亿人次,出境旅游者达3100万人次.中国旅游业产业规模正在不断扩大,旅游产业已成为国民经济新的增长点,从旅游资源大国到世界旅游大国,中国正努力向世界旅游强国目标迈进,入境旅游、国内旅游、出境旅游三大市场繁荣兴旺;同时,中国旅游产业也正经历着前所未有的考验. 相似文献
2.
本文主要介绍应用《WM—1双通道向测风仪及数据处理系统》确定大气湍流扩散参数的数据处理模型和应用软件。 相似文献
3.
4.
5.
6.
关中地区飑线天气的预测及灾害对策探讨 总被引:1,自引:0,他引:1
对1961~1990年发生在陕西省关中地区的飑线天气及其灾害进行了统计分析,并从天气形势背景方面对飑线的发生发展进行了研究和分析,同时就飑线的预测和防灾对策进行了探讨。 相似文献
7.
选取农作物秸秆露天燃烧严重的东北地区,采用人工神经网络的方法,结合卫星火点和气象数据,开展秸秆露天燃烧预测研究.结果表明:人工神经网络预测模型成功验证了松嫩平原地区2015年10月25日~11月15日的秸秆露天燃烧情况,其准确度为67.1%,经过多次试验,在神经网络建模与验证数据配比为80:20时,预测准确度最高,可达69.7%,同时该模型的稳定性较好.而对不同区域,不同时间段的预测研究表明,人工神经网络较适用于长时间序列的预测.就影响因素而言,相对湿度是影响秸秆露天燃烧的最重要因素.本研究结果可为空气质量模式提供火点预测数据,提高其预报预警能力,为区域联防联控政策的制定提供科技支持. 相似文献
9.
研究污染物在沉积物-水界面的扩散趋势对于开展其环境风险评估具有重要作用。本研究基于大连湾海域海水和沉积物样品中全氟烷基化合物(PFASs)的含量数据,应用变异系数(Cv)分析了浓度分布的空间变异程度,应用逸度分数(ff)分析了PFASs在沉积物-水界面扩散趋势,应用响应系数(RC)分析了有机碳含量对扩散趋势的影响。结果表明:大连湾海域海水和沉积物中9种PFASs的总浓度均为中等变异;在沉积物中的浓度空间差异略大,可能受历史排放污染物残留及污染事故的影响。在海水-沉积物界面扩散过程中,全氟烷基磺酸类和全氟烷基羧酸类化合物呈现相同的扩散特性,总体表现为ff值随PFASs链长的增加而逐渐降低的趋势。短链PFASs在大连湾海域倾向于存在于水体中,而长链PFASs倾向于扩散到沉积物中。有机碳是影响PFASs在沉积物-水界面扩散趋势的重要参数,且对长链PFASs的影响更明显。全氟辛烷磺酸作为一种持久性有机污染物在大连湾海域中主要处于平衡状态。 相似文献
10.
针对空气质量状况的预防和治理,提出了基于线性回归的空气质量预测方法。作为时间预测器,更多的是考虑本地的历史数据、过去与未来的状况,挖掘空气质量随时间变化的关系以及变化趋势,为了选取最优的特征,对数据进行分析,找到与空气质量变化关系密切且存在线性关系的特征,以此特征来建立线性回归模型,并使用Cross-Validation方法进行评估验证。实验结果表明线性回归方法能够有效地预测到空气质量的变化趋势,效果良好,具有较强的实用性。 相似文献