全文获取类型
收费全文 | 2452篇 |
免费 | 230篇 |
国内免费 | 546篇 |
专业分类
安全科学 | 68篇 |
废物处理 | 5篇 |
环保管理 | 248篇 |
综合类 | 1787篇 |
基础理论 | 267篇 |
污染及防治 | 68篇 |
评价与监测 | 196篇 |
社会与环境 | 405篇 |
灾害及防治 | 184篇 |
出版年
2024年 | 124篇 |
2023年 | 233篇 |
2022年 | 294篇 |
2021年 | 310篇 |
2020年 | 203篇 |
2019年 | 205篇 |
2018年 | 126篇 |
2017年 | 151篇 |
2016年 | 132篇 |
2015年 | 131篇 |
2014年 | 185篇 |
2013年 | 99篇 |
2012年 | 160篇 |
2011年 | 121篇 |
2010年 | 93篇 |
2009年 | 93篇 |
2008年 | 98篇 |
2007年 | 77篇 |
2006年 | 58篇 |
2005年 | 65篇 |
2004年 | 37篇 |
2003年 | 41篇 |
2002年 | 31篇 |
2001年 | 33篇 |
2000年 | 25篇 |
1999年 | 23篇 |
1998年 | 12篇 |
1997年 | 15篇 |
1996年 | 8篇 |
1995年 | 8篇 |
1994年 | 9篇 |
1993年 | 5篇 |
1992年 | 8篇 |
1991年 | 2篇 |
1990年 | 5篇 |
1989年 | 8篇 |
排序方式: 共有3228条查询结果,搜索用时 781 毫秒
501.
徐州市环境空气质量20年变化趋势及对策 总被引:1,自引:0,他引:1
徐州市地处苏鲁豫皖四省交界处,近年来随着人们生活水平的提高,环境空气的污染问题日益引起人们的关注。以徐州市市区20年的环境空气质量监测数据为依据,综合分析了该区域的环境空气质量状况、主要污染物、污染原因及变化趋势,并提出了进一步改善该区域环境空气质量的对策。 相似文献
502.
利用2018—2021年安徽省空气质量监测数据分析了PM2.5和O3时空分布特征及其引发的健康风险。结果表明:从时间分布来看,2018—2021年安徽省PM2.5年均值下降25.5%,而O3-8 h年均值则保持持平;PM2.5和O3-8 h月均值具有明显的季节变化特征,PM2.5月均质量浓度和超标天数均在冬季达到最大值,O3-8 h月均值和超标天数则在夏季达到最大值。从空间分布来看,PM2.5、O3-8 h年均值和超标天数均为皖北最高,其次为皖中,最后为皖南。夏季O3是主要的健康风险因子,冬季PM2.5是主要的健康风险因子。当PM2.5超标时,除2021年皖北地区外(PM10是主要的健康风险因子),PM2.5均是主要的健康风险因子;当O3-8 h超标时,O3是主要的健康风险因子。 相似文献
503.
为了厘清改革开放以来忻州市各类生态系统及生态系统格局的时空特征,使用忻州全市1980、2000、2018年的土地利用和覆盖(LULC)二级分类数据,经过土地转移矩阵和景观格局指数计算,探讨分析了忻州市改革开放以来近40年的LULC及格局的长时间序列时空变化特征,以揭示忻州市的生态环境变化态势。研究区近40年来以城镇用地和其他建设用地增加为主,其他各类减少,城镇化和人口增长带来的土地和生态压力主要集中在草地、耕地以及湿地上;其中2000—2018年的变化更剧烈,人类活动对自然的干扰加剧,但同时在这一阶段已经开始了森林、湿地的保护,开展经济发展与生态文明同步建设。 相似文献
504.
基于环渤海地区2017—2021年各城市空气质量指数(AQI)、污染物浓度与社会经济数据,利用数理统计、克里金插值法对环渤海地区AQI与污染物浓度的时空变化特征进行分析,运用皮尔逊相关性分析方法探讨AQI与污染物浓度、社会经济因素的相关关系,采用时间序列预测模型对2022年6月—2023年12月空气质量及污染物浓度进行预测。结果表明:环渤海地区AQI及污染物浓度大致呈逐年降低的趋势。AQI的逐月变化呈"W"形,O3浓度的年内变化呈倒"V"形,其余污染物则呈现与O3相反的变化趋势。AQI大致呈现西南高、东北低的空间分布特点,而污染物浓度分布具有明显的空间差异。环渤海地区5个代表性城市的AQI类别以良好为主,冬季首要污染物主要为PM2.5、PM10,夏季首要污染物以O3为主。人口数量是影响AQI的主要因素,城市园林绿地面积对AQI具有一定影响。预测结果显示,未来环渤海地区AQI、主要污染物浓度(O3除外)均呈现出随时间的推移逐渐下降的变化趋势。 相似文献
505.
三江平原白浆土不同土地利用类型Fe2+分布特征 总被引:2,自引:0,他引:2
土壤铁元素由高价态转化为低价态(二价铁),是土壤中铁元素移动的主要途径.为了探讨三江平原不同土地利用类型Fe2 分布情况及影响因素,文章通过在三江平原典型白浆土区采取水田、旱田、草地、林地4种不同土地利用类型样点,对其Fe2 含量及其影响因子进行对比研究分析.结果表明:土壤表层(0~10 cm)Fe2 含量高低顺序为水田>草地>旱田>林地,主要影响因子为水分状况和pH值(r=0.851,r=0.909,p<0.01),其中水田Fe2 含量(305.5 mg·kg-1)明显高于林地和旱田(30~40 mg·kg-1),是其含量的8~10倍;草地除表层(0~20 cm)Fe2 含量低于水田外,以下各层含量均高于其它土地利用类型;草地、旱田、林地Fe2 含量垂直分布规律相似:表层(0~10 cm)及白浆层(30~40 cm)含量略高,40 cm以下Fe2 含量持续缓慢递减,相关分析表明旱田、草地主要影响因子为土壤pH值(r=-0.871,r=0.795,p<0.05),林地影响因子相关性均不显著;水田垂直变化趋势与其它3种类型相比有所不同,表层最高达305.5 mg·kg-1,至40 cm深处急剧递减至35.2 mg·kg-1,以下无明显变化,主要影响因子为水分状况和TOC(r=0.962,r=0.991,p<0.01). 相似文献
506.
退耕还林还草对土地利用变化影响程度研究——以延安生态建设示范区为例 总被引:7,自引:1,他引:6
文章在分析延安生态建设示范区2000-2003年间各土地利用类型的数量变化和空间特征的基础上,引入退耕指数、退耕影响系数等指标研究退耕还林草对示范区土地利用结构变化的影响。结果显示,示范区已退耕坡耕地36.07%,平均每年退耕12.02%,全区的退耕影响系数高达4.76,该结果表明大规模的退耕还林草活动对区域土地利用变化的影响很大,它推动了土地利用结构的优化。分乡镇的研究显示,退耕对示范区各乡镇土地利用变化的影响存在一定的差异,除2个乡镇的退耕影响系数远远低于全区平均水平外,其他7个乡镇都高于全区平均水平。 相似文献
507.
上海城市土地利用转变类型及其空间关联分析 总被引:15,自引:0,他引:15
基于多时段TM遥感影像资料,通过地图代数和空间关联分析、相邻度分析等空间分析手段的综合应用,论文对上海地区近10年来城市土地利用变化类型、形成过程和相关空间机制进行了研究,结果表明:①近10年来上海城市土地利用扩展经历了“单核扩展”模式为主(1987~1990年)到“单核扩展”、“多核扩展”与“点-轴”扩展模式并存(1990~1995年),直至“多核扩展”及“点-轴”等复杂扩展模式为主(1995~2000年)的变化过程,导致上海中心城区和郊县城镇规模急剧扩张,交通干道沿线区域城市化过程明显增强,并形成整个上海地区城市化网络结构;②面积贡献率较大、转变频率较低的城市土地利用变化类型,与其他类型之间具有较高的关联度和空间亲和性,构成中心城区或卫星城、郊区城镇的扩展核心;③面积贡献率较低的类型,其转变频率较高,分布零散,构成扩展核的外围部分,这些城市周边地区存在一定程度紊乱、不合理的土地利用、开发活动;④城市化过程的内在空间机制与土地利用类型的面积和转变频率有密切关系。在更精细的尺度上依据转变频率划分的类别在一定程度上能更好体现城市土地利用变化类型的空间分异,及其作为宏观驱动机制的社会经济因子所具有的空间差异性。 相似文献
508.
东北三省农田生态系统碳排放时空分异特征及驱动因素研究 总被引:4,自引:0,他引:4
根据2000—2014年东北三省碳排放的相关数据,结合空间探索性分析及地理加权回归等模型方法,对研究区农田生态系统碳排放量的空间集聚性、差异性及其重要驱动因素进行研究.结果表明:东北三省农田生态系统碳排放量存在比较显著的全局空间正相关,自相关性在整体上表现出逐渐增强的趋势,到2014年全局Moran's I指数达到最高值0.3395.在局部空间相关关系上,东北三省农田生态系统碳排放量的高-高区域集中在黑龙江省和吉林省,低-低地区主要集中在辽宁省,表现出不平衡的发展格局.人均GDP对农田生态系统碳排放有负效应,总人口数对农田生态系统碳排放的影响从正效应转变为负效应,化肥施用对农田生态系统碳排放影响程度的空间分布格局发生了较大变化,代表生产技术水平和能源消耗的农业化肥施用量和农业机械总动力因素对农田生态系统碳排放的影响较大,东北三省农田生态系统碳排放和农业机械总动力相关程度有逐渐趋同的趋势. 相似文献
509.
510.
安徽省耕地时空变化及驱动力研究 总被引:7,自引:0,他引:7
利用安徽省各地、市50余年来的长序列统计资料,对安徽省耕地时空动态变化进行了研究,应用相关分析与主成分分析方法相结合,定量地诊断出耕地变化的驱动因子,揭示耕地变化的驱动机制。结果表明,经济发展、人口增长和农业科技进步是影响安徽省耕地数量变化的三大驱动因素,在此基础上提出了安徽省耕地保护的对策,并将研究结果应用GIS进行了空间表达,该成果对安徽省农业可持续发展具有重要意义。 相似文献