全文获取类型
收费全文 | 1613篇 |
免费 | 218篇 |
国内免费 | 787篇 |
专业分类
安全科学 | 257篇 |
废物处理 | 45篇 |
环保管理 | 158篇 |
综合类 | 1423篇 |
基础理论 | 235篇 |
污染及防治 | 224篇 |
评价与监测 | 153篇 |
社会与环境 | 62篇 |
灾害及防治 | 61篇 |
出版年
2024年 | 8篇 |
2023年 | 35篇 |
2022年 | 73篇 |
2021年 | 111篇 |
2020年 | 108篇 |
2019年 | 83篇 |
2018年 | 81篇 |
2017年 | 105篇 |
2016年 | 99篇 |
2015年 | 114篇 |
2014年 | 117篇 |
2013年 | 175篇 |
2012年 | 170篇 |
2011年 | 189篇 |
2010年 | 128篇 |
2009年 | 111篇 |
2008年 | 97篇 |
2007年 | 139篇 |
2006年 | 125篇 |
2005年 | 67篇 |
2004年 | 68篇 |
2003年 | 62篇 |
2002年 | 58篇 |
2001年 | 45篇 |
2000年 | 41篇 |
1999年 | 47篇 |
1998年 | 33篇 |
1997年 | 28篇 |
1996年 | 19篇 |
1995年 | 12篇 |
1994年 | 13篇 |
1993年 | 16篇 |
1992年 | 7篇 |
1991年 | 10篇 |
1990年 | 3篇 |
1989年 | 3篇 |
1988年 | 3篇 |
1987年 | 1篇 |
1985年 | 2篇 |
1984年 | 2篇 |
1983年 | 1篇 |
1980年 | 1篇 |
1979年 | 2篇 |
1978年 | 1篇 |
1977年 | 1篇 |
1975年 | 1篇 |
1972年 | 2篇 |
1971年 | 1篇 |
排序方式: 共有2618条查询结果,搜索用时 15 毫秒
1.
基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究 总被引:1,自引:0,他引:1
基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素. 相似文献
2.
长江经济带突发水污染风险分区研究 总被引:4,自引:0,他引:4
长江经济带突发水污染事件频发,对区域人群健康和生态安全造成严峻挑战.环境风险分区是环境风险管理的基础和有效工具.本研究以2015年为基准年,基于环境统计数据、DEM数据、水质监测断面数据和基础地理数据,综合考虑了水系流向、水系级别及水质等因素,以1 km×1 km的网格为基本单元,对长江经济带开展突发水污染风险分区.结果表明:①高风险区面积为3348.9 km~2,占评估区总面积的0.16%;较高风险区面积为26030.7 km~2,占比1.27%;中风险区面积为97971.1 km~2,占比4.79%;低风险区面积为1916838.7 km~2,占比93.77%;②从沿长江干流两岸分布来看,高风险区面积沿长江上游至下游呈逐渐增加趋势,主要集中分布在重庆市中部、湖北省东部、安徽省东部、江苏省中西部、浙江省北部、上海市西部等地;③从沿长江主要支流两岸分布来看,高风险区主要分布在嘉陵江南段、乌江南段、汉水东段、湘江北段、赣江北段等.研究结果可为长江经济带生态环境管理提供科学依据. 相似文献
3.
利用大气O3探测激光雷达在深圳市东部生态区和西部城区同步开展垂直观测,探究了2018年深圳市O3立体分布在秋季光化学污染活跃期至冬季非活跃期的演变过程.结果表明:光化学反应活跃的10月,东部地面O3浓度相对于西部地面高出约128%;地面向上至450m,O3浓度在东部生态区发生快速降低,而在西部城区由于存在“滴定效应”,O3浓度随高度升高而升高;450m~2km,东、西部O3浓度均随高度升高而降低,西部城区O3浓度水平超过东部生态区约30%;2km以上高空,东、西部O3浓度趋同(70μg/m3),并保持稳定,为具深圳市秋季O3污染过程提供了较高的大气背景浓度.高污染期间,深圳市大气边界层内O3浓度变化较为一致,西部高空的O3区域传输作用更加显著.秋季至冬季光化学反应逐渐减弱,深圳市O3浓度的水平和垂直空间差异逐渐减小,冬季的深圳市O3污染基本受大气背景控制. 相似文献
4.
基于臭氧监测仪(OMI)卫星反演数据,对2005~2018年西北4省区域大气甲醛柱浓度数据进行提取及分析,探讨其时空变化特征及影响因素.结果表明:在时间变化上,14a甲醛柱浓度整体呈先上升后下降的波动变化趋势,夏秋季显著高于冬春季,且冬季均值略高于春季.在空间分布上,甲醛柱浓度自西向东、自北向南逐渐升高,高值区集中于陕西和甘肃东南部及青海西南部;低值区集中于宁夏、青海和甘肃的西北部;稳定性呈现出东部分散、西部集聚、差异显著的分布格局.影响甲醛柱浓度变化的因素包括自然和人为因素,自然因素中,甲醛柱浓度受地形影响显著,与风向、气温均呈现显著正相关;人为因素中,甲醛柱浓度与人口密度、地区生产总值、工业废气排放量及建筑房屋竣工面积均表现出正相关关系,与工业废气排放量的相关度最高.大气中甲醛分子与气溶胶粒子二者间呈显著正相关关系,这进一步说明甲醛浓度受到了诸多因素的综合影响,但气溶胶粒子、气温及工业废气的排放是主导因素. 相似文献
5.
基于RF-LSTM的鸡舍恶臭气体预测研究 总被引:1,自引:0,他引:1
以鸡舍氨气为研究对象,对鸡舍氨气预测模型进行了研究.首先,利用随机森林算法(RF)对影响鸡舍氨气浓度的环境变量进行重要性排序,选取温度、湿度、光照、气象温度、降雨量作为模型的输入变量;在此基础上,构建了基于长短时记忆神经网络(LSTM)的鸡舍氨气浓度预测模型,并将提出的预测模型应用于江苏省宜兴市某养鸡场的氨气浓度预测中,并与LSTM模型、RF-Elman模型和RF-BP模型进行了对比实验,结果表明,基于RF-LSTM模型的预测效果最好,其平均绝对误差(MAE)、平均绝对百分误差(MAPE)和均方根误差(RMSE)分别为0.9183、4.9637%和1.4262;同时,为了验证该模型的性能,本文还实现了不同时间尺度的鸡舍氨气浓度预测,提前2h、3h、4h、5h氨气预测的平均绝对误差(MAE)分别为1.6218、2.1991、2.8553和3.0677.本文提出的预测模型提高了鸡舍氨气浓度的预测精度,可为减少鸡舍恶臭气体排放提供科学依据. 相似文献
6.
为研究大气边界层中上层大气颗粒物的数浓度谱分布特征及气团来源的影响,于2018年6月利用3080型SMPS粒径谱仪对武当山14.6~660 nm颗粒物数浓度谱进行观测,分析和探讨了其数浓度谱分布及日变化特征,并结合后向轨迹、潜在源贡献因子法(PSCF)与浓度权重轨迹分析法(CWT)探讨对武当山颗粒物数浓度影响较大的外源输送路径和贡献源区.结果表明:①武当山大气颗粒物主要以爱根模态为主,平均数浓度为2 500个/cm3,积聚模态、核膜态平均数浓度分别为2 265、359个/cm3,3种模态数浓度分别占总数浓度的48.79%、44.21%、7.01%.②在新粒子生成日,核膜态数浓度于10:00开始上升,11:00—17:00的核膜态数浓度相对较高,约2 000个/cm3.新粒子生成日ρ(SO2)与ρ(O3)的日变化趋势均与核模态数浓度较为相似,表明SO2和O3参与光化学反应后的产物(硫酸及有机物)有利于新粒子的生成与增长.新粒子生成日风速、温度均大于非新粒子生成日,但相对湿度较低.③在东部及局地气团影响下大气颗粒物主要以积聚模态为主,数浓度分别为2 311和2 596个/cm3;核模态、爱根模态数浓度在受西北气团影响时最大,数浓度分别为806和3 078个/cm3.④潜在源区分析表明,影响武当山积聚模态数浓度的主要源区为十堰市本地及襄阳市,二者贡献值在840个/cm3以上.研究显示,武当山颗粒物主要以爱根模态为主,颗粒物数浓度日变化主要受大气边界层发展及山谷风的影响,较高的ρ(SO2)与ρ(O3)以及高温、低湿及较大的风速均有利于新粒子的生成,周边城市的区域性传输对武当山颗粒物的影响较大. 相似文献
7.
基于生态系统服务供需关系的广西县域国土生态修复空间分区 总被引:7,自引:1,他引:6
国土生态修复是我国土地整治战略发展的需求,其空间分区与管控是实施国土整治与生态修复差别化建设的前提条件。以广西各县市为研究单元,在测算和分析生态系统服务供给量和需求量基础上,利用象限匹配法、双变量局部空间自相关和供需协调度来定量分析生态系统服务供需匹配关系、空间聚集程度和协调关联性,进而探讨和划分广西国土生态修复的空间分区及其管控措施与建议。研究表明:(1)广西各县市生态系统服务供给和需求差异明显。环绕广西的四周山林地和重点生态功能区县生态系统服务供给量较高,大中城市区则较低。生态系统服务需求量自东南向西北逐渐减少。(2)广西生态系统服务供需空间匹配呈现高供高需型、低供高需型、低供低需型、高供低需型四种类型,供需局部空间自相关以高-低或低-高的空间聚集为主,且生态系统服务供需协调度平均值为0.531,处于一般均衡。(3)结合生态系统服务供需匹配四类特征和广西地理环境条件,将广西各县域划分为10个分区,并针对各分区提出差异化整治措施和建议。总体上,生态系统服务高供高需型的区域应以保育为主、培育为辅,防止过度开发;高供低需型的区域以保护为主,提高管理水平;低供高需型的区域应以综合改良为主,提高土地效益;低供低需型的区域应以国土生态重构或重建为主,侧重恢复生态系统。 相似文献
8.
选取黄渤海区域水产品生产、消费水平较高的23个城市,采集鱼类、海洋贝类、甲壳类、头足类及海珍品(海参、鲍鱼)等5类水产品共1225个样本,采用超快速液相色谱-串联质谱法测定了23种全氟烷基物质(PFASs)的含量,并分析了黄渤海区域水产品中PFASs的残留水平及分布特征.结果表明,黄渤海区域水产品中PFASs的残留水平具有明显的组分差异、城市分布及品种分布差异等特征.在23种PFASs组分中,共检出20种PFASs,其中全氟辛烷磺酸(PFOS)和全氟辛酸(PFOA)的检出率最高,分别为79.1%和71.7%,且PFOA的质量浓度占比最高(64.5%),为首要污染组分;在不同采样点样本中,莱州湾近岸的潍坊、滨州和东营,渤海湾近岸的沧州以及辽东湾近岸的营口为PFASs总质量浓度(∑PFASs)较高的城市,残留水平范围为10.2~16.8μg/kg;在不同品种样本中,检出PFASs组分的数量由高到低为:鱼类(20种) > 海洋贝类、甲壳类(18种) > 海珍品(16种) > 头足类(10种),其中海洋贝类、海珍品样本中检出率最高的是PFOA,鱼类、甲壳类样本中检出率最高的是PFOS,而头足类则是全氟辛烷磺酰胺(PFOSA);通过计算不同水产品中PFASs各组分的平均含量发现,PFOA、PFOS、全氟十一烷酸(PFUdA)和PFOSA在不同品种中平均含量相对较高,且表现出较为明显的组分差异性;通过计算危害指数(HR)评价人体暴露于PFASs的健康风险,得到PFASs各组分的危害指数均 < 1,说明黄渤海区域水产品中残留的PFASs对消费者的潜在健康风险较低. 相似文献
9.
为了揭示柳州城区春冬季PM2.5的来源及其潜在源区分布和贡献,利用2018年24h自动监测数据和气象数据对柳州市大气污染物浓度变化特征进行了分析,并且使用后向轨迹模型(HYSPLIT)对春冬季柳州市PM2.5逐日72h气流后向轨迹和前向轨迹进行聚类分析,同时结合潜在源贡献因子分析法(WPSCF)和轨迹浓度权重法(WCWT)对其潜在源区和浓度贡献进行了分析.结果显示,(1)在研究期内,不利的主导风向和工业区布局导致研究区PM2.5在春冬季污染较严重,且工业源和交通源是其主要本地来源;(2)春冬季PM2.5高值主要来源于西北和东南方向,其中,西北向PM2.5主要来源于本地排放,且浓度在空间上呈现西高东低的趋势;(3)春季后向轨迹PM2.5浓度整体大于冬季,春冬季中对柳州市PM2.5影响最大轨迹均来自东部的短距离输送,而来自西北的气流轨迹输对PM2.5贡献最低.春冬季柳州市大气PM2.5通过气流传输对贵州地区大气环境有较大影响;(4)春季,柳州市PM2.5的主要潜在源区分布在广西东南部、广东中西部、南海沿岸海域、湖南中部、江西西北部、湖北东部及安徽西北部;冬季,主要分布在广西东南部、广东西南部和南海沿岸海域. 相似文献
10.
基于日本GOSAT及美国AIRS反演数据产品,对我国中部六省大气CO2时空分布特征进行研究,结果表明:由GOSAT反演的中部地区2010~2013年大气CO2年均柱浓度由389.36×10-6增长到396.52×10-6,年均绝对增长率达2.39×10-6/a,呈现出冬春季高值、夏秋季低值的季节变化特征,其柱浓度年均值及去长期趋势后的月均值均略低于长三角地区,高于京津冀和东三省地区;其CO2柱浓度高值区集中在湖南、江西及周边一带,年均绝对增长率为2.01×10-6,其柱浓度年均值及去长期趋势后的月均值与长三角地区相当,略低于京津冀和东三省地区,由于受地面源汇影响较小,其与GOSAT反演结果相反,可能是由于AIRS反映了对流层中层大气状况,而GOSAT则更多地反映了近地面层大气CO2变化. 相似文献