首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   920篇
  免费   122篇
  国内免费   339篇
安全科学   121篇
废物处理   11篇
环保管理   86篇
综合类   702篇
基础理论   122篇
污染及防治   73篇
评价与监测   120篇
社会与环境   49篇
灾害及防治   97篇
  2024年   10篇
  2023年   34篇
  2022年   56篇
  2021年   82篇
  2020年   71篇
  2019年   56篇
  2018年   60篇
  2017年   48篇
  2016年   64篇
  2015年   78篇
  2014年   61篇
  2013年   90篇
  2012年   80篇
  2011年   75篇
  2010年   50篇
  2009年   55篇
  2008年   41篇
  2007年   63篇
  2006年   42篇
  2005年   42篇
  2004年   34篇
  2003年   42篇
  2002年   29篇
  2001年   15篇
  2000年   14篇
  1999年   17篇
  1998年   10篇
  1997年   9篇
  1996年   4篇
  1995年   7篇
  1994年   10篇
  1993年   8篇
  1992年   5篇
  1990年   5篇
  1988年   1篇
  1986年   3篇
  1985年   1篇
  1981年   1篇
  1979年   2篇
  1977年   2篇
  1974年   2篇
  1972年   1篇
  1969年   1篇
排序方式: 共有1381条查询结果,搜索用时 98 毫秒
391.
对太湖流域(江苏南部)无锡、常州、镇江3市经口介质(地下水、土壤、农作物共389个样品)中Cu、Pb、Cd等8种重金属和有机污染物DDTs的污染状况进行实验室分析,运用US EPA推荐的暴露风险评估模型,对研究区人群进行了暴露参数实测,考虑中国居民膳食习惯,对太湖流域居民经口途径的暴露风险进行评估.研究结果表明:太湖流域重金属、有机污染物污染较严重;传统方式估算的太湖流域人群经口暴露风险,男性总暴露风险为9.07 × 10-3,女性为1.00×10-2;考虑综合处理因素的流域人群经口暴露风险,男性为3.94×10-3,女性为4.35×10-3.食物源经口介质采用传统方式估算的暴露风险值和经综合处理后的暴露风险值均高于可接受暴露风险水平,致癌风险明显高于非致癌风险,Cd的致癌风险对暴露风险值贡献率最大,其次为Pb.  相似文献   
392.
李婷苑  陈靖扬  龚宇  沈劲 《环境科学》2023,44(7):3695-3704
气象条件是造成臭氧季节变化的重要原因,为了解广东省冬季臭氧污染的气象成因,使用空气质量和气象要素的地面、垂直探测资料和再分析资料,选取了2022年1月3~6日广东省臭氧中度污染过程与2015~2021年秋季(高污染季)进行对比分析.结果表明:(1)污染过程期间超标城市总数为8个,其中1月4日肇庆达中度污染(219μg·m-3);广东省ρ(O3-8h)平均值为123μg·m-3,较历史秋季平均浓度偏高了21%,但臭氧污染影响范围小于历史秋季污染过程.(2)风速偏小、日照时数偏长和局地环流影响下的气流回流效应是此次臭氧污染过程最主要的地面气象条件,气温偏低可能是这次污染过程影响范围偏小的重要原因.(3)垂直探测表明,夜间至早晨的贴地逆温,配合下沉气流偏强、风速偏小,使得上午时段NO2浓度维持较高水平,进一步促使臭氧浓度增量比非污染时段偏高34.2μg·m-3,残留层臭氧下传加剧1月4日臭氧污染.(4)气流轨迹分析显示臭氧存在水平输送和高空地面混合,近地面不同高度潜在源区主要集中在广...  相似文献   
393.
针对湖南省臭氧(O3)污染加剧但是相关的研究较为缺乏的现状,以长沙市为研究区域,基于观测数据,结合气象校正、基于经验的模型(EOF)和绝对得分受体模型(APCs),识别量化了2018~2020年气象、本地光化学生成和外围传输对O3污染相对贡献的影响,分析了2018~2019年和2019~2020年O3趋势变化的主控因素.结果表明,短期范围内,气象条件是O3污染事件发生的重要诱发因素.对长沙市整体来说,在时间上,2018~2019年期间,气象和本地前体物排放影响作用的增强是O3浓度升高的关键驱动因子.2019~2020年期间,气象、本地前体物排放和外围传输影响均呈现下降的趋势,是导致O3浓度降低的重要影响因素.空间上,2018~2020年时间段,气象、本地前体物排放和外围传输主要影响区域分别为长沙市偏东、偏北和偏南部区域.其中,外围传输的作用持续减弱,2018~2019年期间,长沙市北部天然源排放水平的升高使得O3浓度上升,南部区域NO...  相似文献   
394.
针对2013~2019年上海地区气温相对偏低(25℃及以下)的一类O3污染事件,从时间分布特征、天气系统类型、气象成因等方面进行了深入分析.结果表明:上海近7a偏低气温下的O3污染按小时标准和日标准分别出现45h和19d,占各自O3污染总次数的5.0%和7.3%,在春季则上升至20.6%和20.0%,是上海春季主要O3污染现象之一.当气压介于1010.1~1017.1hPa、风速介于2.1~3.2m/s、湿度介于40.0%~54.0%、辐射介于0.5~2.7MJ/m2,较易出现偏低气温下的O3污染;与高温下的O3污染相比,出现偏低气温下的O3污染时,气压、PM2.5和NO2浓度分别偏高了10.0hPa、26.0μg/m3和24.9μg/m3,辐射偏低了0.5MJ/m2.造成偏低气温下的O3污染天气类型可以分为弱高压前部、弱高压控制和海上高压后部3种.3个典型污染个例分析显示,上游输送、本地静稳辐合和垂直逆温条件分别是这3种类型的主要气象成因.  相似文献   
395.
安徽省O3浓度时空分异及其驱动因素研究   总被引:1,自引:0,他引:1  
基于2017—2018年安徽省132个空气质量监测站点的O3浓度观测数据及各月份的气象与前体物排放数据, 采用空间自相关分析、地理探测器等方法分析安徽O3浓度的时空分异及其驱动因素. 结果表明:安徽O3浓度的峰值出现在5月和6月, 超标率分别为31.4%和42.8%. O3浓度整体呈空间集聚特征, 高值区主要出现在安徽东北部的蚌埠、宿州、淮南和滁州4市, 低值主要分布在皖南山区. 气象要素是安徽省O3浓度格局形成的主控因素, 其中6月的边界层高度(q=0.644)、近地面太阳辐射(q=0.597)和风速(q=0.571)的影响最大, 且呈正向影响, 风速的增大和边界层高度的增加可能使得输入性污染增加. 降雨量(q=-0.532)和相对湿度(q=-0.559)呈负向影响, 且降雨带的移动是影响安徽夏季O3分布格局的一项关键因素. 本地前体物排放对安徽O3浓度的影响受到气象要素的驱动, 在夏季呈正向, 而冬季呈反向, 其中CO的影响相对较大. 6月气象要素与本地前体物排放的双因子交互驱动对O3浓度的空间分异具有增强作用. 边界层高度和近地面太阳辐射与本地前体物的组合解释力均大于0.7, 在不利的气象条件下, 应进一步加强对本地前体物排放的管控.  相似文献   
396.
为研究北京冬季重污染过程的污染特征及成因,采用边界层风场、温/湿场和气溶胶垂直探测等雷达综合遥测手段,对2018年3月北京两会期间的一次典型重污染过程,从边界层气象要素演变进行综合研究.结果表明:①整个污染过程历时7 d,轻度以上污染时数达118 h(占污染过程总小时数的69.8%),严重污染时数达16 h(占污染过程总小时数的9.5%),ρ(PM2.5)最高达333.5 μg/m3.②从气溶胶的垂直空间演变来看,重污染天气的形成,除受本地源排放积累的影响外,还存在北京南部和东部的外部污染传输.贴地或上部逆温的稳定温度层结基本上对应ρ(PM2.5)的累积过程,其中,重污染时段逆温维持达68 h,逆温层厚度为500~1 100 m,最大平均逆温强度为0.6℃/(100 m).大气边界层高度偏低(积累过程白天在1 000 m以下,夜间只有300~500 m),导致污染物持续积累.整个污染过程中,高湿时段引起PM2.5吸湿增长和转化加重了污染程度;近地层持续小风导致污染积累;西南、东或东南方向大风层(10 m/s左右)向低空下探,有利于污染的缓解;强西北风或北风作用,使污染得以清除.研究显示,污染过程与边界层气象要素的演变密切相关.   相似文献   
397.
Arsenic speciation analysis was conducted on fish samples(sardine and anchovy) collected from six areas along the Greek coastline, i.e. Artemisium Straits, Thermaikos Gulf, Amvrakikos Gulf,Strymonian Gulf, Thracian Sea, and Elefsina Gulf. Total arsenic levels ranging from 11.8 to62.6 mg As/kg dry weight were determined. Arsenobetaine, a non-toxic form of arsenic, was found to be the main arsenic species, present at 8.6 to 58.8 mg As/kg dry weight, accounting for67–95% of the total arsenic. Also detected in all fish samples was dimethylarsinic acid, although at considerably lower concentrations, ranging from 0.072–0.956 mg As/kg dry weight.Monomethylarsonic acid was detected at low levels in all anchovy samples, and only in sardines from one area. Finally, inorganic arsenic in the form of arsenate was detected only in fish at one area, indicating the possible effect of an environmental parameter on its presence at detectable amounts. Statistical analysis revealed the environmental variables, such as salinity,total organic carbon and nitrogen, ammonium, phosphate, total phosphorus, dissolved oxygen and pressure index, are potentially correlated to As species concentrations. Furthermore, based on factor analysis, the biological parameters, such as fish weight, lipids, protein and ash content,that are correlated to As species concentrations of fish were also identified. The interrelationship of arsenobetaine and dimethylarsinic acid concentrations within each fish species was evaluated.  相似文献   
398.
大气污染是由过度的人为源排放和不利于大气污染扩散的气象条件共同作用的结果,通过探讨天气形势及气象要素与细颗粒物(PM2.5)的关系,分析气象条件对空气质量的影响,从而为关中地区的环境治理提供有利的参考依据。本文利用NCEP-FNL再分析资料、环境监测资料及有关的降水数据,对2013?—?2015年冬季关中地区空气质量的演变趋势及其与气象条件的关系进行了研究。结果表明:2013?—?2015年冬季关中地区平均PM2.5浓度分别为159.5 μg???m?3,74.2 μg???m?3,101.8 μg???m?3,呈现出先明显下降然后又回升的趋势。对2013?—?2015年冬季关中地区天气形势的分类分析表明:这三年关中冬季的有利天气形势呈先上升后下降的趋势,能基本解释同期关中地区PM2.5的演变趋势。有利天气形势不但会使当天的PM2.5降低,还会使第二天的PM2.5维持在较低的水平。因此,有利天气形势天数的增加会使冬季的整体PM2.5 浓度下降;反之,有利天气形势的减少或不利天气形势的持续则会使PM2.5浓度飙升到很高的水平。此外,风速与每天的PM2.5浓度呈显著的负相关,可以解释同一天气形势下日平均PM2.5浓度的变化。降水对污染物有明显的湿清除作用,但降水并不是造成2014年关中地区PM2.5浓度偏低的主要原因。  相似文献   
399.
目的对比研究两种海洋大气氯离子监测方法。方法针对湿烛法与干片法各自的特点,在万宁试验站海洋平台、近海试验场、内试验场和不同离海距离的屋顶监测了两种方法多种条件下的氯离子沉降速率。采用成对数据的符号秩和检验法对比研究了湿润、透风、采样的方向性、氯离子污染程度对两种采样方法的监测结果的影响,采用皮尔逊积矩相关系数分析了气象因素对氯离子沉降速率的关系。结果湿润、透风、采样的方向性是重要的影响因素,氯离子污染程度越大的环境,其影响程度越大。结论诸多影响的综合结果导致了湿烛法监测的氯离子沉降速率高于干片法。  相似文献   
400.
2016年3月31日,深圳市及其周边地区出现典型的区域性空气污染事件,多数地区的AQI超过了100.主要污染物浓度和气象要素的逐小时变化表明,该次污染天气主要是在不利气象条件下,由污染物区域传输和二次污染物生成共同导致的.进一步的后向轨迹分析表明,污染日抵达深圳市的气团可能从东莞、广州和佛山等地区携带了大量污染物,并且移动速度缓慢,造成了深圳较为严重的污染天气,而污染日前和污染日后抵达深圳市的气团有利于污染物的稀释扩散,因此空气质量较好.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号