全文获取类型
收费全文 | 1320篇 |
免费 | 195篇 |
国内免费 | 682篇 |
专业分类
安全科学 | 57篇 |
废物处理 | 27篇 |
环保管理 | 58篇 |
综合类 | 1303篇 |
基础理论 | 429篇 |
污染及防治 | 126篇 |
评价与监测 | 180篇 |
社会与环境 | 13篇 |
灾害及防治 | 4篇 |
出版年
2024年 | 20篇 |
2023年 | 57篇 |
2022年 | 65篇 |
2021年 | 75篇 |
2020年 | 73篇 |
2019年 | 98篇 |
2018年 | 57篇 |
2017年 | 71篇 |
2016年 | 86篇 |
2015年 | 98篇 |
2014年 | 109篇 |
2013年 | 81篇 |
2012年 | 115篇 |
2011年 | 128篇 |
2010年 | 114篇 |
2009年 | 131篇 |
2008年 | 99篇 |
2007年 | 104篇 |
2006年 | 91篇 |
2005年 | 78篇 |
2004年 | 65篇 |
2003年 | 45篇 |
2002年 | 34篇 |
2001年 | 43篇 |
2000年 | 30篇 |
1999年 | 31篇 |
1998年 | 20篇 |
1997年 | 31篇 |
1996年 | 30篇 |
1995年 | 21篇 |
1994年 | 23篇 |
1993年 | 14篇 |
1992年 | 10篇 |
1991年 | 21篇 |
1990年 | 12篇 |
1989年 | 12篇 |
1988年 | 2篇 |
1987年 | 1篇 |
1986年 | 2篇 |
排序方式: 共有2197条查询结果,搜索用时 672 毫秒
731.
针对华东某多环芳烃类污染场地,通过应用原位电热脱附修复技术,系统分析了运行过程中加热温度、加热时间、气相抽提密度等关键参数的变化规律,并对修复效果、抽提气体浓度、能耗等运行参数进行分析。结果表明:原位电热脱附对多环芳烃类污染物具有良好的去除效果,加热运行250 d后,场地土壤温度均可达到300 ℃以上,污染物去除率达到99.99%以上,修复后土壤污染物浓度值低于修复目标值的要求。土壤加热温度、加热时间、气相抽提密度是影响原位电热脱附修复效果的关键因素,进而提出了降低修复成本的施工经验,为高温原位电热脱附的推广和工程化应用提供借鉴。 相似文献
732.
湖泊富营养化与有机污染物的交互作用是当前国内外研究热点,为了建立富营养化湖泊中多环芳烃(PAHs)生态效应与底栖藻类群落之间的相关关系。本研究以白洋淀为研究区,选取8个国控样点作为采样点,依据人为干扰程度不同将8个采样点划分为3种生境:生境1(S1和S2)主要遭受上游府河废水排放影响;生境2(S3、S6和S8)主要遭受水产养殖和生活污水的影响;生境3(S4、S5和S7)遭受人为干扰较小。分别在2009年4月、8月和11月收集了底栖藻类样品,并测定了白洋淀中15种PAHs。运用RQ_((NC))和RQ_((MPC))等改进风险熵值(RQ)方法计算PAHs生态风险。研究结果表明:(1)底栖藻类群落指标AD、Chl a、Chl b/a、CHL、CYA、APA、GLU、LEU、PSC和AFDW的值在11月最高,其次是8月和4月;就空间分布而言,这些指标值在生境1中最高,其次是生境2和生境3;而Chl c/a和BAC值在8月最高,其次是11月和4月,从空间分布特征而言,这些指标值在生境3最高;(2)相关分析结果表明,Chl a、Chl b/a、CHL、CYA、APA、GLU、LEU、PSC和AFDW的指标与PAHs污染物浓度呈显著正相关,而Chl c/a和BAC指标与污染物PAHs浓度呈显著负相关;(3)就空间分异特征而言,生境1中的ΣPAHs浓度最高,就季节变化而言,PAHs的浓度从4月到8月逐渐增加,而从8月到11月逐渐下降。各类PAHs表现出与ΣPAHs相同的时空变化特征;(4)IBR与RQ_(ΣPAHs(NCs))呈正相关关系(r=0.827,P0.01);除RQAcy(NCs)外,其他种类PAHs生态风险均与IBR呈相正相关关系(r=0.699~0.899),其中RQ_(BaP(NCs))与IBR显著正相关(r=0.899,P0.01)。此外,除沉积物TP外,IBR与TSI、水中TN、水中TP和沉积物TN也呈显著正相关(r=0.722~0.862)。因此,在富营养化湖泊中应考虑运用底栖藻类IBR生态监测PAHs污染水平。 相似文献
733.
以具有致癌毒性的多环芳烃(polycyclic aromatic hydrocarbons,PAHs)为对象,本研究于2014年1月(冬季)在湖北恩施农村地区使用煤炭和薪柴的家庭中同步采集了室内外空气样品,分析了室内外空气中28种PAHs(∑PAH28)的浓度水平、成分谱和粒径分布,重点比较了不同燃料家庭的污染特征差异,并据此估算了暴露人群的健康风险。结果表明,在燃煤家庭,∑PAH28的室内和室外浓度分别是(507±449) ng·m~(-3)和(120±18) ng·m~(-3);而在燃柴家庭,其室内和室外∑PAH28浓度分别是(849±421) ng·m~(-3)和(268±44) ng·m~(-3)。受室内排放源影响,室内PAHs浓度显著高于室外,室内外∑PAH28浓度比值在2~13。颗粒态PAHs主要集中在细颗粒物上,PM1.0(空气动力学直径小于1.0μm)上的PAHs占到颗粒态PAHs的50%~80%。燃煤家庭的居民因PAHs呼吸暴露导致的终生致癌风险的中位数是1.8×10~(-5)(四分位距是1.2×10~(-5)~3.1×10~(-5)),使用薪柴的家庭人群暴露风险7.1×10~(-5)(6.5×10~(-5)~7.8×10~(-5))。无论是燃煤还是薪柴的家庭,居民因PAHs呼吸暴露导致的终生致癌风险均超过10-6的可接受风险水平,表明该地区的高浓度PAHs污染致使当地人群存在较高的致癌风险。 相似文献
734.
735.
耦合健康风险与生命周期评价的场地修复环境经济影响评估 总被引:1,自引:0,他引:1
我国污染场地数量众多,对当地环境和健康安全造成了巨大威胁,亟待开展治理修复,同时也需要关注修复过程的绿色可持续性.本文基于绿色可持续修复(GSR)的理念,提出了健康风险评价(HRA)和生命周期评价(LCA)耦合的评估框架,用于计算结合健康风险和修复二次环境影响的净环境效益(NEB),并以中国西南地区某多环芳烃和汞污染的工业场地为例,在现行的修复目标制定框架内,对不同修复目标下的NEB进行了评估.结果表明,在不同权衡选择下,案例最佳的修复目标带来的NEB是直接选择筛选值目标的1.6~15倍,单位经济投入带来的NEB是直接选择筛选值的3~7倍.决策者可应用提出的综合评估框架,平衡当地环境质量改善和修复过程的二次影响,以提高场地修复工程的环境经济可持续性. 相似文献
736.
737.
《环境科学与技术》2021,44(5):148-153
研究多环芳烃(PAHs)污染土壤中真菌群落结构及其驱动因子,可为PAHs污染土壤微生物修复技术研发提供技术支持。该文通过对华北某焦化厂5个点位(每个点位取6个深度)土壤样品中环境因子(PAHs含量、理化性质)和真菌群落结构进行了定量分析,研究了PAHs污染土壤中真菌群落结构与环境因子之间的关系。结果表明:(1)焦化厂土壤样品中微生物的主要真菌类群(属)为葡萄球菌属(Subulicystidium)、柄孢壳菌(Podospora)、土赤壳属(Ilyonectria)、介球菌属(Plectosphaerella),其和占真菌总量的20.22%~48.95%;(2)PAHs污染程度对真菌群落α多样性指数无显著影响(p0.05),但对真菌群落(属)有显著影响(p0.05);(3)冗余分析结果表明总有机碳和TPAHs是该区域真菌群落结构变化的主要驱动因子(p0.05)。 相似文献
738.
《环境科学与技术》2021,44(8):217-225
为研究不同模型在焦化厂多环芳烃(PAHs)健康风险评估中的适用性,该研究选择了国内外常用的3种污染场地健康风险评估模型,分别为终生致癌风险增量(ILCR)模型、RBCA模型及《建设用地土壤污染风险评估技术导则》中推荐使用的RAG-C模型。针对焦化厂13种PAHs进行健康风险评估。分析不同模型评估结果的差异和原因,推测不同模型适用的范围。由研究结果可知,计算致癌风险时,ILCR模型可应用于开放式焦化厂进行保守简单的PAHs健康风险评估;相较于RBCA模型,RAG-C模型更适用于有房屋建筑需考虑室内外不同暴露途径的情景或呼吸途径是主要暴露途径的情景。计算非致癌风险时,从口摄入和皮肤接触是主要暴露途径,RBCA模型较合适;呼吸途径是主要暴露途径时,RAG-C模型更科学合理。 相似文献
739.
基于BP神经网络的污染场地土壤重金属和PAHs含量预测 总被引:1,自引:0,他引:1
受土壤检测成本和项目周期等因素制约,污染场地土壤经常存在检测数据缺失的现象,如何利用有限的检测数据获得更全面的信息成为当前研究热点.以某金属加工厂污染场地为研究对象,运用多元统计方法分析土壤样品中重金属(As、Zn、Cu、Pb、Ni、Cd、Cr)和多环芳烃(polycyclic aromatic hydrocarbons,PAHs)〔苯并[a]芘(BaP)、二苯并[a,h]蒽(DBA)、苯并[k]荧蒽(BkF)、苯并[b]荧蒽(BbF)、苯并[a]蒽(BaA)、萘(Nap)、?(Chr)〕之间的关联性,并以此为基础,利用已知数据建立BP神经网络模型,预测缺失土壤样本中重金属和PAHs的含量.结果表明:与GB 36600—2018《土壤环境质量建设用地土壤污染风险管控标准(试行)》中的风险筛选值对比,重金属超标率表现为w(Ni)>w(Cu)>w(As)>w(Pb)>w(Zn)=w(Cd)>w(Cr),除w(Chr)未超标外,其他6种PAHs按超标率排序为w(BaP)>w(DBA)>w(BbF)=w(BaA)>w(Nap)>w(BkF).重金属Zn与Pb、As与Cd关联性较好,Cu与Ni关联性较好,Cr与其他6种重金属关联性较差,PAHs中除Nap外,BaP、DBA、BkF、BbF、BaA和Chr彼此关联性均较好;构建的BP神经网络模型的污染物浓度预测值与实测值的决定系数(R2)范围为0.812~0.993,模拟效率系数(NSE)范围为0.779~0.959,均方根误差(RMSE)和平均绝对误差(MAE)均较小.研究显示,研究区土壤重金属和PAHs含量整体存在不同程度的超标现象,构建的BP神经网络模型对污染物浓度预测结果准确可靠,利用该模型对土壤污染进行空间分析与评价具有可行性,且关联性较弱的因子作为输入参数能进一步提高预测模型的精度. 相似文献
740.