全文获取类型
收费全文 | 2724篇 |
免费 | 301篇 |
国内免费 | 812篇 |
专业分类
安全科学 | 453篇 |
废物处理 | 58篇 |
环保管理 | 204篇 |
综合类 | 2259篇 |
基础理论 | 354篇 |
污染及防治 | 221篇 |
评价与监测 | 232篇 |
社会与环境 | 33篇 |
灾害及防治 | 23篇 |
出版年
2024年 | 38篇 |
2023年 | 92篇 |
2022年 | 129篇 |
2021年 | 165篇 |
2020年 | 135篇 |
2019年 | 130篇 |
2018年 | 98篇 |
2017年 | 102篇 |
2016年 | 108篇 |
2015年 | 128篇 |
2014年 | 297篇 |
2013年 | 192篇 |
2012年 | 170篇 |
2011年 | 232篇 |
2010年 | 145篇 |
2009年 | 164篇 |
2008年 | 178篇 |
2007年 | 198篇 |
2006年 | 147篇 |
2005年 | 132篇 |
2004年 | 104篇 |
2003年 | 91篇 |
2002年 | 66篇 |
2001年 | 68篇 |
2000年 | 52篇 |
1999年 | 48篇 |
1998年 | 64篇 |
1997年 | 54篇 |
1996年 | 57篇 |
1995年 | 40篇 |
1994年 | 43篇 |
1993年 | 34篇 |
1992年 | 39篇 |
1991年 | 32篇 |
1990年 | 40篇 |
1989年 | 23篇 |
1988年 | 1篇 |
1987年 | 1篇 |
排序方式: 共有3837条查询结果,搜索用时 187 毫秒
711.
S. Veerasingam R. Venkatachalapathy S. Sudhakar P. Raj V. Rajeswari 《环境科学学报(英文版)》2011,23(7):1129-1134
Eight mollusc species and sediment samples collected from three different stations along Tamilnadu coast, Bay of Bengal, India
were analysed for the levels of petroleum hydrocarbons to elucidate the status of the petroleum residues in mollusc meant for human
consumption. The concentrations of petroleum hydrocarbons in sediments along Tamilnadu coast varied from 5.04–25.5 g/g dw (dry
weight). High concentration of petroleum hydrocarbons in the sediment of Uppanar estuary (25.5 1.45 g/g dw) was perhaps land
and marine based anthropogenic sources of this region. The petroleum hydrocarbon residues in eight mollusc species collected from
Uppanar, Vellar and Coleroon estuaries varied between 2.44–6.04 g/g ww (wet weight). Although the concentration of petroleum
hydrocarbons in sediment of the Uppanar region was markedly higher than the background, the petroleum hydrocarbon residues in
mollusc collected from Uppanar estuary did not suggest bioaccumulation. The results signified that industrial growth has affected the
aquatic environments and regular monitoring will help to adopt stringent pollution control measures for better management of the
aquatic region. 相似文献
712.
713.
龙凤山是我国区域本底站之一,NOX和SO2浓度远低于我国空气质量Ⅰ级标准。从1994年8月15日到1995年7月31日首次在龙凤山(127°36′E,44°44′N,330.5m)测得空气中NOX和SO2。观测到很强的季节变化,其夏季值最低,冬季值最高。NOS和SO2浓度和气象要素密切相关,例如风速、温度和相对湿度。基于排放源以及风频的不均一,不同扇区来的空气质量能有很大变化。在SSE-SW扇区出现高浓度SO2、较高浓度NOX和高〔SO2〕/〔NOX〕,表明该扇区有城市污染物的输送。SW-NNE扇区有高NOX、低SO2及低的〔SO2/〔NOX〕,表明该方向城市烟羽难以直接影响测点,在这个扇区高NOX来源于当地农民做饭、取暖时秸杆焚烧。低NOX、SO2观测在NNE-SSE扇区,这意味着这是最清洁扇区。 相似文献
714.
北太平洋柔鱼渔场时空分布与海洋环境要素的研究 总被引:9,自引:0,他引:9
根据2010 年7~9月和2011年7~10月“舟渔1301#” 2个航次的北太平洋柔鱼渔场海上调查资料,利用渔获生产数据?海况天气数据以及同期的卫星遥感获取的海表面温度(SST) ?海表盐度(SSS)及叶绿素a (Chl-a)浓度和海流等数据,分析柔鱼的中心渔场分布与海洋环境的变动关系.研究结果显示:整个调查期间渔获频次在SST和Chl-a因子上均呈正态分布,渔场高产的最适SST范围为18~20℃, 最适SSS范围为33.60‰~34.80‰, 最适Chl-a浓度范围为0.08~0.24mg/m3,其中SST与柔鱼渔场之间有较好的匹配关系,中心渔场通常位于18~20℃的等温线附近,且位置一般出现在冷水团和暖水团交汇区的冷水团一侧;中心渔场位于亲潮和黑潮交汇混合区的向北一侧,离交汇地带的距离较近,而且随着时间的推移,渔汛期间中心渔场的位置逐步往其向西北方向移动.总体上多个环境因子皆可作为确定潜在中心渔场的指标,但以海表水温为最佳,另外辅助寒?暖流的交汇情况以及Chl-a浓度?天气海况等因素来综合分析,判断渔场的中心位置会更准确. 相似文献
715.
716.
利用反复冻融的方法对污泥细胞进行破碎,考察处理前后污泥重金属的浸出浓度和形态分布的变化,并通过扫描电镜和红外光谱分析污泥中微生物细胞形貌和有机化合物含量的变化.结果显示,经过细胞破碎处理后,污泥中重金属的浸出浓度增大,锌、镍、铬、镉和铜的浸出浓度比原始污泥分别增加了9.7%、5.1%、25%、9%和50%.不稳定态增加,锌和镍的不稳定态分别增加了20.4%和37.9%,锌、镍、铬和铜的有机态分别减少了4.2%、8.2%、1.2%和5.1%.细胞发生了形貌上的变化,细胞体破碎程度严重.细胞EPS以及污泥中的蛋白质、羧酸、多聚糖等有机基团含量明显减少.细胞破碎后污泥浸出浓度增加的主要原因是污泥中有机态的重金属转化成了其他不稳定态的重金属. 相似文献
717.
718.
沱江沉积物中有机氯农药分布特征及其与藻类有机质的关系和生态风险评估 总被引:2,自引:0,他引:2
使用气相色谱-质谱联用仪分析了长江支流沱江流域48个表层沉积物中有机氯农药(organochlorine pesticides,OCPs)的残留水平,探讨了其分布和组成特征及其与总有机碳(total organic carbon,TOC)、藻类有机质之间的关系,以及评估其生态风险.结果表明沱江流域表层沉积物中OCPs的总含量为3.17~127 ng·g-1,其中六六六(hexachlorocyclohexane,HCHs)类农药的含量为2.83~86.0 ng·g-1,滴滴涕(dichlorodiphenyltrichloroethane,DDTs)类农药的含量为0.340~40.9 ng·g-1.OCPs空间分布特点为:上游 < 中游 < 下游 < 支流.HCHs和DDTs的组成成分分析表明,沱江流域存在林丹输入的现象,主要来自于历史残留,这与绝大多数流域的DDTs的输入状况相似.OCPs含量与TOC、藻类有机质含量之间存在着极显著的正相关性关系,表明藻类有机质在TOC对沉积物中的OCPs分配中起更为重要的作用.生态风险评估表明,沱江流域表层沉积物的有机氯农药存在较大的生态风险,可能对河流的底栖生物及生态环境造成明显的影响. 相似文献
719.
720.
为实现对平寨水库叶绿素a的遥感监测,选取平寨水库2017年11月17—18日的实测叶绿素a浓度数据和准同步的Sentinel-2数据,通过选取最佳波段组合建立BP神经网络模型,对平寨水库叶绿素a进行反演,并分析其空间分布特征。结果表明:Sentinel-2红边波段对叶绿素a的敏感性优于可见光波段,在叶绿素a浓度反演方面具有较大潜力。相关系数最大的波段组合方式是:B5/B4、[1/B4-1/B5]*B6、[1/B4-1/B5]*B7和[1/B4-1/B5]*B8;BP神经网络模型可决系数R2为0.9160,平均相对误差为29.87%,反演精度优于三波段模型;平寨水库叶绿素a浓度空间分布差异明显,水面开阔的中心库区浓度较高,各支流上游河段浓度较低。Sentinel-2数据可较好地应用于喀斯特高原湖泊叶绿素a浓度反演,BP神经网络模型估测结果合理、可靠;研究结果可为平寨水库水环境治理提供科学依据。 相似文献