全文获取类型
收费全文 | 148篇 |
免费 | 15篇 |
国内免费 | 41篇 |
专业分类
安全科学 | 5篇 |
废物处理 | 1篇 |
环保管理 | 9篇 |
综合类 | 126篇 |
基础理论 | 19篇 |
污染及防治 | 6篇 |
评价与监测 | 15篇 |
社会与环境 | 16篇 |
灾害及防治 | 7篇 |
出版年
2023年 | 2篇 |
2022年 | 5篇 |
2021年 | 10篇 |
2020年 | 6篇 |
2019年 | 13篇 |
2018年 | 12篇 |
2017年 | 13篇 |
2016年 | 11篇 |
2015年 | 15篇 |
2014年 | 11篇 |
2013年 | 7篇 |
2012年 | 12篇 |
2011年 | 12篇 |
2010年 | 9篇 |
2009年 | 21篇 |
2008年 | 8篇 |
2007年 | 15篇 |
2006年 | 6篇 |
2005年 | 7篇 |
2004年 | 5篇 |
2003年 | 1篇 |
2002年 | 3篇 |
排序方式: 共有204条查询结果,搜索用时 156 毫秒
201.
BP网络框架下MODIS气溶胶光学厚度产品估算中国东部PM2.5 总被引:4,自引:4,他引:4
近年来随着中国经济的快速发展,中国区域的大气污染情况日趋严重,大气污染监测与治理已刻不容缓.由于卫星遥感具有较广的空间覆盖、成本低等优点,卫星遥感反演气溶胶光学厚度(AOD)产品被普遍认为是地面PM2.5浓度的重要指标,且已被广泛地应用于地面PM2.5遥感监测.利用2007~2008年的MODIS/Terra气溶胶光学厚度产品,考虑中国东部地区5个大气成分站点风速、风向、温度、湿度和边界层高度等气象数据,构建后向(BP)神经网络,提出了基于MODIS AOD产品估算PM2.5的模型.利用5个大气成分站点PM2.5观测数据对模型进行散点拟合和时间序列拟合验证,结果表明:①从PM2.5观测值与估算值的散点回归分析来看,PM2.5估算值与观测值相关系数最好的为庐山站(R=0.6),其它4个站次之,但其相关系数均在0.4(中强相关)以上;②从PM2.5观测值与估算值的时间序列比对分析来看,PM2.5估算值和观测值差值随时间变化而变化,且存在明显的日际振荡现象,但经相邻5 d滑动平均处理,5个站点的PM2.5估算值与观测值相关系数得到普遍提升,滑动后的相关系数RMA均在0.7以上(除郑州外),庐山RMA达到0.83.结果表明在BP网络框架下,基于MODIS AOD产品估算PM2.5的模型能较好地应用于PM2.5监测. 相似文献
202.
太湖水域叶绿素a浓度的遥感反演研究 总被引:5,自引:0,他引:5
利用太湖水域MODIS遥感数据的各波段反射率组合计算值,与实测的叶绿素a浓度进行相关性分析,找到相关性最好的反射率组合,建立反演太湖叶绿素a浓度的遥感模型.结果表明,利用MODIS数据可以较好地实现对太湖水域叶绿素a浓度的定量反演计算,并以MODIS数据第3、第17波段的反射率组合作为遥感指数建立了反演叶绿素a浓度的模型.第3、第17波段的波长范围分别为459nm~479nm、890nm~920nm,这一波段选择与以往使用TM数据得到的结论有所不同. 相似文献
203.
叶绿素a浓度是反映湖泊富营养化状态的一个重要参数。以MODIS L1B数据为基础,结合叶绿素a浓度实测数据,基于经验分析法实现了西藏典型湖泊叶绿素a浓度反演研究,并探索了西藏典型湖泊2019年春、夏、秋季叶绿素a浓度的时空变化特征。首先,利用叶绿素a浓度实测数据和MODIS L1B影像不同波段的反射率值进行组合试验,选择最佳波段组合建立模型;其次,分别选用2015年、2017年叶绿素a浓度实测值和反演值对模型进行对比验证;最后,利用叶绿素a浓度反演模型对西藏典型湖泊2019年春、夏、秋季叶绿素a浓度的时空变化特征进行分析。结果表明:在空间尺度上,西藏典型湖泊叶绿素a浓度整体上呈现出周围高、中部低的分布特征,且湖岸水体叶绿素a浓度变化较大;在季节尺度上,不同湖泊叶绿素a浓度的季节变化存在较大差异,格仁错和色林错的季节变化幅度较大,纳木错、塔若错和羊卓雍错的季节变化幅度较小。 相似文献
204.