全文获取类型
收费全文 | 1290篇 |
免费 | 54篇 |
国内免费 | 152篇 |
专业分类
安全科学 | 11篇 |
环保管理 | 263篇 |
综合类 | 662篇 |
基础理论 | 78篇 |
污染及防治 | 16篇 |
评价与监测 | 72篇 |
社会与环境 | 286篇 |
灾害及防治 | 108篇 |
出版年
2024年 | 12篇 |
2023年 | 23篇 |
2022年 | 38篇 |
2021年 | 53篇 |
2020年 | 27篇 |
2019年 | 22篇 |
2018年 | 41篇 |
2017年 | 57篇 |
2016年 | 66篇 |
2015年 | 69篇 |
2014年 | 65篇 |
2013年 | 68篇 |
2012年 | 117篇 |
2011年 | 138篇 |
2010年 | 69篇 |
2009年 | 43篇 |
2008年 | 63篇 |
2007年 | 73篇 |
2006年 | 77篇 |
2005年 | 58篇 |
2004年 | 64篇 |
2003年 | 53篇 |
2002年 | 45篇 |
2001年 | 21篇 |
2000年 | 33篇 |
1999年 | 17篇 |
1998年 | 13篇 |
1997年 | 15篇 |
1996年 | 10篇 |
1995年 | 13篇 |
1994年 | 13篇 |
1993年 | 10篇 |
1992年 | 3篇 |
1991年 | 4篇 |
1990年 | 2篇 |
1988年 | 1篇 |
排序方式: 共有1496条查询结果,搜索用时 0 毫秒
51.
52.
对“三废”排放情况为代表的环境状况和变化趋势进行研究和阐述。简要地介绍了评价指标体系的选择原则,并利用2003-2010年四川省“三废”排放统计数据,建立了废水、废气和固废为要素的环境状况评价体系,绘制了环境状况变化趋势图。总体来看,以“三废”为代表的环境状况呈现变好的趋势。 相似文献
53.
采用对数平均迪氏指数方法,区分生产和生活两个体系,构建时空分解分析模型,追踪了福建省9个设区市2011—2019年水污染物排放变化的关键驱动力及其贡献的时空差异.结果显示:研究期内福建省工业废水污染物排放持续减少,并且各驱动力贡献的区域差距明显变小,趋于平衡;生活污水污染物排放量仍保持高位,各驱动力贡献的区域差距基本保持不变.其中,经济规模扩张是福建省水污染物排放的主导驱动力,主要源于福州、厦门、泉州经济赶超发展影响;城镇化发展对区域生活污水污染物排放的驱动影响表现为增排效应,以福州和厦门尤为显著;工业化发展对区域工业废水污染物排放的影响效应由正驱动逐渐转变为负驱动,这主要归功于三明和泉州产业结构调整优化的拉动 效应;技术效应一直是福建省水污染物排放控制的重要驱动力,但部分地区已逐渐步入生活污染物技术减排攻坚期. 相似文献
54.
PM2.5污染是影响中国城市居民健康和形成雾霾天气的重要原因之一,也是河北省健康发展的一个制约因素.采用环境污染流行病研究为基础的暴露-反应关系估算了2014年和2015年全省因PM2.5污染的居民早逝和罹患相关疾病住院的人数,并利用国家和河北省卫生统计数据,估算出人均人力资源价值和人均住院成本,计算出总经济损失.结果表明,河北省各市的PM2.5年均浓度呈下降趋势,因此,继续坚持有效的大气污染控制和应急健康防护措施,仍然是今后环保工作的重中之重. 相似文献
55.
56.
云南大气降水中δ18O与气象要素及水汽来源之间的关系 总被引:1,自引:0,他引:1
根据云南昆明、腾冲、蒙自三个地区在2009 年1 月至2011 年12 月3 a 间收集的大气降水以及相关气象要素资料,结合欧洲中期数值预报中心以及NCEP/NCAR提供的再分析资料,研究了天气尺度下三个地区大气降水中δ18O与降水量、温度、水汽压等气象要素之间的关系,并分析了δ18O与高空各气压层(800、700、500、300 hPa)风速的相关关系。结果表明:在天气尺度下,三个地区大气降水中δ18O与降水量、温度、水汽压均存在显著的负相关,表明三个地区大气降水中δ18O的变化具有显著的降水量效应、反温度效应以及湿度效应;同时,高空各气压层风速与δ18O之间存在正相关关系,表明高空风速也是影响大气降水中δ18O变化的一个重要因素。通过拉格朗日后向轨迹模型HYSPLIT 4.8 追踪三个地区水汽输送轨迹发现,三个地区大气降水的水汽来源基本一致,表明三地处在同一条水汽通道上。在湿季降水期间(5-9 月),水汽主要来源于孟加拉湾、阿拉伯海以及南海等海域,降水中δ18O偏低;而在干季降水期间(10 月-翌年4月),水汽主要来源于西风带携带的内陆水汽以及局地水汽再循环,降水中δ18O偏高。 相似文献
57.
58.
广东省船舶排放源清单及时空分布特征研究 总被引:9,自引:3,他引:9
分别采用基于船舶引擎功率和耗油量的排放因子法,估算了广东省地区2010年的船舶排放清单,并选取客货运输吞吐量、航道通航能力因子和港口地理坐标等数据作为权重因子,研究了该地区各类船舶排放的时空分布特征.结果表明,广东省各类船舶在2010年的SO2、NO x、CO、PM10、PM2.5和VOCs排放总量分别为14.6×104t、23.1×104t、3.0×104t、7.9×103t、7.2×103t和9.3×103t.广东省客货运输船舶月排放波动较小;渔业船舶在1月、4月和11月份的排放比例最高.广东省客货运输船舶水域排放集中在西江干线水道和珠江三角洲高等级航道网内,港口排放主要分布在广东省珠江三角洲沿海发达城市地区;渔船港口排放量呈显著的沿海条带状空间分布特征. 相似文献
59.
安徽省近10年能源足迹测度及驱动因子分析 总被引:2,自引:1,他引:2
安徽省为生态建设省,随着中部崛起战略与皖江城市带承接产业转移示范区建设的实施,能源消费给当地生态环境形成了较大压力. 依据生态足迹模型对安徽省2000—2009年能源足迹进行了时间序列测度,基于STIRPAT模型揭示了能源足迹驱动因子的边际贡献,运用灰色GM(1,1)模型预测了2015年与2020年能源足迹. 结果表明:安徽省人均能源足迹由2000年的0500 8 hm2增至2009年的1043 5 hm2,人均能源足迹赤字由2000年的0432 9 hm2扩至2009年的0975 5 hm2;煤炭足迹对能源足迹平均贡献率为7629%,占主导地位;能源足迹强度由2000年的1083 3 hm2104元降至2009年的0704 7 hm2104元;研究时段内,能源足迹生态压力指数均大于5 人均GDP和第二产业在经济中所比例均与能源足迹呈正相关,二者边际弹性系数分别为0000 073 57和0006;而单位工业增加值能耗与能源足迹呈负相关,其边际弹性系数为-0186. 相似文献
60.