全文获取类型
收费全文 | 7274篇 |
免费 | 263篇 |
国内免费 | 496篇 |
专业分类
安全科学 | 638篇 |
废物处理 | 709篇 |
环保管理 | 1137篇 |
综合类 | 4183篇 |
基础理论 | 390篇 |
污染及防治 | 310篇 |
评价与监测 | 125篇 |
社会与环境 | 416篇 |
灾害及防治 | 125篇 |
出版年
2024年 | 62篇 |
2023年 | 160篇 |
2022年 | 176篇 |
2021年 | 191篇 |
2020年 | 144篇 |
2019年 | 142篇 |
2018年 | 98篇 |
2017年 | 127篇 |
2016年 | 189篇 |
2015年 | 246篇 |
2014年 | 542篇 |
2013年 | 343篇 |
2012年 | 444篇 |
2011年 | 443篇 |
2010年 | 367篇 |
2009年 | 391篇 |
2008年 | 522篇 |
2007年 | 488篇 |
2006年 | 384篇 |
2005年 | 335篇 |
2004年 | 287篇 |
2003年 | 328篇 |
2002年 | 295篇 |
2001年 | 217篇 |
2000年 | 204篇 |
1999年 | 186篇 |
1998年 | 150篇 |
1997年 | 108篇 |
1996年 | 95篇 |
1995年 | 47篇 |
1994年 | 51篇 |
1993年 | 54篇 |
1992年 | 51篇 |
1991年 | 44篇 |
1990年 | 78篇 |
1989年 | 28篇 |
1988年 | 2篇 |
1987年 | 6篇 |
1986年 | 8篇 |
排序方式: 共有8033条查询结果,搜索用时 15 毫秒
941.
鄱阳湖沉积物可转化态氮分布特征及其对江湖关系变化的响应 总被引:9,自引:4,他引:5
选取不同高程鄱阳湖表层沉积物,通过研究其总可转化态氮与各形态可转化态氮含量及分布特征,试图揭示江湖关系变化导致的水位变化对鄱阳湖沉积物氮潜在释放风险的影响.结果表明:1鄱阳湖表层沉积物总氮(TN)含量在389~3 865 mg·kg-1之间,空间分布上呈"五河"入湖尾闾区湖心区北部湖区的趋势;总可交换态氮含量在319.36~904.56 mg·kg-1之间,占TN的52%,空间分布趋势与TN相同;2鄱阳湖3个湖区沉积物各形态可转化态氮的含量大小排列次序均为:SOEF-N(强氧化剂可提取态氮)≈SAEF-N(强碱可提取态氮)WAEF-N(弱酸可提取态氮)IEF-N(离子交换态氮);3江湖关系变化致使鄱阳湖枯水期沉积物出露时间提前并且延长,进而导致不同高程沉积物可转化态氮(TTN)含量差异明显,3个湖区沉积物可转化态氮含量均表现为枯水期丰水期,高程越高,由于其沉积物出露时间较长,可转化态氮含量较高,即可转化态氮含量12 m~13 m高程沉积物11 m~12 m高程沉积物10m~11 m高程沉积物;4随着高程的增加,沉积物各形态可转化态氮含量都呈现增加的趋势,其中SAEF-N和WAEFN含量及其占总可转化态氮的比例变化幅度较小,而IEF-N和SOEF-N含量以及其占总可转化态氮比例的增幅均较为显著.如果江湖关系进一步变化,枯水期水位继续下降,势必会引起沉积物出露面积增大及出露时间延长,从而导致沉积物TN、可转化态氮以及释放风险较高的氮形态IEF-N和SOEF-N含量的增大,来年丰水期可能会增加鄱阳湖沉积物氮释放风险. 相似文献
942.
943.
944.
945.
946.
947.
为了研究泾惠渠灌区的地下水动态特征,探讨面积-高程积分在地下水动态分析中的可行性,利用ArcGIS空间分析工具计算了灌区地下水面积-高程积分数据,绘制了不同时期的地下水面积-高程积分曲线,分析了灌区地下水水位与储存量动态特征。结果显示:1978?—?2012年,泾惠渠灌区地下水面积-高程积分值为0.46、0.44、0.38、0.39,表明地下水水位与储存量整体呈下降趋势;1991?—?2012年,410.00?—?446.19 m水位区间面积由1978年的2.54下降为0,342.51?—?360.00 m水位区间面积多年持续增加,中等水位区间存在演化差异性,反映出不同时期地下水开发强度具有空间变异性;以1978年为基准,至2012年地下水储存量减少约7.08×10~8 m~3;降水、地表水引水量、人工开采是影响泾惠渠灌区地下水动态的重要因素,补排失衡是引起灌区地下水储存量下降的主要原因。研究表明:面积-高程积分曲线可以表征地下水水位空间结构特征和储存量的变化情况,利用面积-高程积分值能够近似估算地下水储存量变化量,证明了面积-高程积分在地下水动态研究中具有一定的实用性。 相似文献
948.
受前体物排放和气象条件等因素共同驱动,大气臭氧(O3)已成为影响城市夏季环境空气质量的主要污染物.目前物理化学机制驱动的演绎模型在进行O3污染解析时需要的模型参数众多,运算时效性较差;数据驱动的归纳模型运算效率高,但存在可解释性差等问题.通过建立可解释性数据驱动的Correlation-ML-SHAP模型,Correlation模块挖掘O3浓度关联影响因素,机器学习ML模块耦合可解释性SHAP模块计算各驱动因素对O3浓度的影响贡献,实现对驱动因素的定量解析,并以晋城市2021年夏季O3污染过程为例开展应用研究.结果表明,Correlation-ML-SHAP模型能够挖掘并利用强驱动因素模拟O3浓度和量化影响贡献,其中ML模块采用XGBoost模型模拟准确度最佳. 2021年夏季晋城市O3污染强驱动因素为:气温、日照强度、湿度和前体物排放水平,贡献权重为:32.1%、 21.3%、 16.5%和15.6%,其中气温、日照强度和前体物排放... 相似文献
949.
大连地区水资源可持续利用问题思考 总被引:2,自引:0,他引:2
从水资源可用的战略高度,从生命之源-水入手,较详细地分析了大连地区水危急资源开发利用问题,从而,较全面地论述了大连地区水资源可持续利用的战略措施。 相似文献
950.