全文获取类型
收费全文 | 1088篇 |
免费 | 54篇 |
国内免费 | 142篇 |
专业分类
安全科学 | 17篇 |
环保管理 | 124篇 |
综合类 | 683篇 |
基础理论 | 267篇 |
污染及防治 | 16篇 |
评价与监测 | 37篇 |
社会与环境 | 110篇 |
灾害及防治 | 30篇 |
出版年
2024年 | 15篇 |
2023年 | 39篇 |
2022年 | 68篇 |
2021年 | 58篇 |
2020年 | 38篇 |
2019年 | 43篇 |
2018年 | 31篇 |
2017年 | 33篇 |
2016年 | 30篇 |
2015年 | 48篇 |
2014年 | 86篇 |
2013年 | 56篇 |
2012年 | 52篇 |
2011年 | 59篇 |
2010年 | 69篇 |
2009年 | 64篇 |
2008年 | 69篇 |
2007年 | 50篇 |
2006年 | 43篇 |
2005年 | 37篇 |
2004年 | 37篇 |
2003年 | 43篇 |
2002年 | 36篇 |
2001年 | 38篇 |
2000年 | 27篇 |
1999年 | 18篇 |
1998年 | 17篇 |
1997年 | 17篇 |
1996年 | 11篇 |
1995年 | 7篇 |
1994年 | 9篇 |
1993年 | 12篇 |
1992年 | 9篇 |
1991年 | 5篇 |
1990年 | 4篇 |
1989年 | 4篇 |
1987年 | 1篇 |
1986年 | 1篇 |
排序方式: 共有1284条查询结果,搜索用时 15 毫秒
391.
392.
基于无人机可见光影像的绿色植被提取 总被引:1,自引:0,他引:1
在分析健康绿色植被光谱特性及无人机可见光影像典型地物各波段像元值差异的基础上,提出一种综合利用红、绿、蓝3个可见光波段信息的新型绿色植被指数——差异增强植被指数(DEVI).利用该指数及其他8种常见可见光植被指数结合不同阈值方法提取研究区域绿色植被信息,并采用地表真实感兴趣区和基于SVM的监督分类方法进行精度量化评价.结果表明:由DEVI计算的植被指数灰度影像直方图具有良好双峰形态,可利用双峰直方图阈值法快速确定阈值,且阈值一般位于0.9~1之间;同时,DEVI提取精度明显优于其余8种植被指数,且采用双峰直方图阈值法时,总体精度为98.98%,Kappa系数为0.9791,相对误差为1/83.为验证DEVI是否具有良好的可适用性及可靠性,选取3种典型植被覆盖区域进行可行性验证,结果表明:利用DEVI可高精度提取建筑密集区域和植被零散分布区域的绿色植被信息,总体精度分别为98.42%和98.56%,Kappa系数分别为0.9610和0.9635,相对误差分别为1/125和1/91;而植被集中分布区域提取精度略低于上述2种典型区域,总体精度为97.40%,Kappa系数为0.9371,相对误差为1/53.因此,提出的差异增强植被指数——DEVI可以有效、高精度、低成本提取不同植被覆盖典型区域无人机可见光影像中的绿色植被信息,为陆地生态系统中的绿色植被监测研究提供一种可行性方法. 相似文献
393.
394.
以贵阳不同植被类型酸性土壤(果园、草地、茶园、阔叶林、针叶林)0~30 cm表层土壤为研究对象,比较了5种植被类型土壤养分含量、微生物量碳、微生物量氮、微生物量C/N、土壤呼吸作用、反硝化作用差异。结果表明:(1)研究区域土壤有机碳含量在7.11~37.00 g/kg之间,全氮含量在0.95~3.64 g/kg之间,低于贵州石灰土上的次生林;土壤有机碳/全氮均值介于5.98∶1~16.93∶1之间,表现为针叶林茶园草地阔叶林果园;(2)土壤NH_4~+-N含量在0.79~49.49 mg/kg之间,阔叶林最高,针叶林和茶园最低;NO_3~--N含量均值在0.04~1.18 mg/kg之间,针叶林最高,茶园和阔叶林最低,可能与针叶林、茶树等植物优先利用NH_4~+-N作为养分来源有关;(3)SMBC、SMBN分别介于818.01~3 192.86 mg/kg和141.36~531.42 mg/kg之间,SMBC/SMBN与pH值、铵态氮含量分别呈显著、极显著负相关,表现为针叶林草地茶园果园阔叶林;(4)土壤反硝化速率介于122.21~1 229.09 mg/(kg·h)之间,高于贵州石灰土上的次生林,果园和针叶林N_2O流失率较高,反硝化作用产生的CO_2不断被消耗。总的来说,区域土壤趋于有机碳积累,酸性环境、低NH_4~+-N含量下微生物倾向于生物体碳的积累;土壤氮矿化速率较快,N_2O流失率较高,初始NO_3~--N水平是决定酸性土壤N_2O释放率的主要因素。 相似文献
395.
城市环境大气颗粒物污染对城市环境和居民健康产生了一定危害和影响,而PM_(2.5)、PM_(10)超标是导致污染的重要因素,因此从源头上控制城市扬尘污染对提升城市环境大气质量具有重要意义。该研究以河北秦皇岛市为研究城市,分析了城市扬尘的PM_(10)、PM_(2.5)、降尘量和降尘粒径分布等特征。研究表明:研究区的土壤扬尘污染季节变化特征明显,荒地、河滩和耕地的PM_(10)、PM_(2.5)浓度在春季最高,其次为秋季和冬季,夏季最低。受土地类型影响排放强度大小为:荒地>河滩>耕地,其降尘量分别为5.05、1.96和1.36 t/(km~2·30 d),土壤扬尘降尘粒径在0~1μm没有分布,集中分布在10~50μm;对荒地进行植被覆盖试验可知,最佳播种量为18 g/m~2,植被3个月左右可完成建植,对土壤扬尘的有效控制率可达到79%。 相似文献
396.
为了准确核算厦门市绿色植被降温服务功能,收集厦门市2010年和2015年18个气象站点数据,采用30 m空间分辨率Landsat卫星数据和250 m空间分辨率、16 d合成的MODIS植被指数产品,在已有基于能量平衡估算模型的基础上,通过考虑植被覆盖及降温服务时长,构建了绿色植被降温服务功能核算的改进模型,并对厦门市2010—2015年绿色植被降温服务功能时空动态特征进行分析.结果表明:①改进模型能够较为准确且合理地描述绿色植被降温服务功能的时空变化特征.②厦门市北部山区由于高植被覆盖度降温服务功能高于南部城市建成区,而城市建成区中的城市绿地也具有明显的降温作用.③2010—2015年各区降温服务功能实物量整体呈增加趋势.其中,同安区降温服务功能实物量变化量最多,为166.12×106 kW·h;湖里区变化量最少,为9.72×106 kW·h;其余各区变化量都在40×106~75×106 kW·h范围内.④森林在降温服务中贡献最大,达60%以上.相比2010年,2015年降温服务功能实物量除了灌木林地变化率为-4.29%外,其余绿色植被类型均呈增长趋势,如森林和农田的增长率为11.97%、14.23%,草地和城市绿地的增长率为87.45%、92.11%.研究显示,厦门市2010—2015年的绿色植被降温服务功能总体呈明显增强趋势,其中城市绿地的降温服务功能增强尤为明显. 相似文献
397.
在太湖竺山湾缓冲带选取两种人工草林(杨树灌木混合林和纯杨树林),对其林床地表径流、林下土壤水和林下地下水进行了为期1 a的观测,比较了土壤反硝化作用.结果表明:①两种人工草林林下土壤生化性质、w(有机碳)以及各形态氮质量分数在1 m深度内垂向剖面上的分布大致相同;②两种人工草林内地下水中的ρ(NO3--N)在1 a之内都没有明显升高趋势,显示反硝化作用在土壤水的入渗过程中有效削减了NO3--N,并阻止了其向地下水的迁移;③在垂直剖面上,两种人工草林土壤水中ρ(NO3--N)在40 cm深度处出现峰值,同深度处的ρ(DO)(低至0.08 mg/L)、Eh(氧化还原电位,0~18 mV)也较低,说明40 cm深度附近可能发生了耦合的硝化-反硝化作用;④在垂直剖面上,两种人工草林土壤中反硝化势和反硝化菌数均在40 cm深度附近出现峰值,虽然杨树灌木混合林土壤反硝化势[2.1 mg/(kg·h)]是纯杨树林[1.1 mg/(kg·h)]的2倍,但两种人工草林土壤中实际的反硝化速率受ρ(NO3--N)的限制,没有明显的差别.研究显示,两种人工草林土壤都在40 cm深度附近存在反硝化活跃带. 相似文献
398.
本文以国产高分一号和高分二号影像为数据源,辅以现场调查数据,发展了一种结合空间位置与决策树分类的互花米草信息提取方法。首先基于互花米草适宜生长于高潮带下部至中潮带下部区域的特点,利用高潮时获取的Landsat 5遥感图像缨帽变换的湿度分量,通过二值化处理和矢量后处理提取现代黄河三角洲互花米草生长的向陆边界,进而对高分图像的互花米草生长区域进行掩膜;基于掩膜后的高分图像,利用决策树分类方法对互花米草分布范围进行提取。通过对现代黄河三角洲互花米草信息提取实验,表明提出的分类方法能够较为精确地识别和提取互花米草信息,总体分类精度达到97.05%。通过对提取的互花米草分布情况的统计和分析,发现整个现代黄河三角洲地区的互花米草总面积约有3278.1100 hm2,主要分布于黄河故道西侧、五号桩、孤东油田东南侧和黄河现行入海口两侧等四个区域,其中黄河现行入海口两侧是2002年之后出现的新生互花米草区域,互花米草面积最广,占现代黄河三角洲互花米草总面积的91.39%;其次为孤东油田东南侧及五号桩,自首次引种互花米草至今都有互花米草分布,所占比例分别为6.22%和1.59%;本文首次在黄河故道西侧发现互花米草,在此前的研究工作中均未报道,互花米草面积最小,约为26.1527 hm2。 相似文献
399.
通过长时间序列较空间高分辨率植被生态环境质量变化分析,厘清贵州省1990~2015年植被生态环境质量宏观动态变化特征,为区域植被恢复和生态环境建设提供决策依据。以Landsat TM、ETM+、OLI和ASTER GDEM为数据源,提取植被盖度、土壤指数、湿度指数和坡度指标,应用综合指数评价模型得到贵州省3期植被生态环境质量专题图,划分植被生态环境质量等级和优劣度。结果表明:25年间,全省植被生态环境质量以"优""良"为主,"中"减少20.18%,"优"增加16.27%,植被生态环境质量总体好转;全省植被生态环境质量呈东南部优于中西部的空间格局;1990、2000和2015各州市的植被生态环境质量"优""良"加总最高值和最低值之差分别为37.1%、21.13%和12.21%,植被生态环境质量空间差异逐期减小。至2015年,六盘水市、毕节市、遵义市和黔西南州植被生态环境质量改善明显,安顺市、六盘水市、贵阳市和黔西南州处于全省相对较差水平。未来应加强黔西南和黔中地区植被生态环境治理,尤其要注重对安顺市、六盘水市、贵阳市和黔西南州的治理。 相似文献