全文获取类型
收费全文 | 2020篇 |
免费 | 201篇 |
国内免费 | 57篇 |
专业分类
安全科学 | 403篇 |
废物处理 | 4篇 |
环保管理 | 313篇 |
综合类 | 938篇 |
基础理论 | 320篇 |
污染及防治 | 27篇 |
评价与监测 | 25篇 |
社会与环境 | 118篇 |
灾害及防治 | 130篇 |
出版年
2024年 | 68篇 |
2023年 | 91篇 |
2022年 | 98篇 |
2021年 | 105篇 |
2020年 | 98篇 |
2019年 | 54篇 |
2018年 | 27篇 |
2017年 | 31篇 |
2016年 | 37篇 |
2015年 | 54篇 |
2014年 | 136篇 |
2013年 | 88篇 |
2012年 | 105篇 |
2011年 | 112篇 |
2010年 | 82篇 |
2009年 | 98篇 |
2008年 | 98篇 |
2007年 | 85篇 |
2006年 | 86篇 |
2005年 | 75篇 |
2004年 | 76篇 |
2003年 | 74篇 |
2002年 | 62篇 |
2001年 | 61篇 |
2000年 | 45篇 |
1999年 | 53篇 |
1998年 | 51篇 |
1997年 | 43篇 |
1996年 | 40篇 |
1995年 | 38篇 |
1994年 | 32篇 |
1993年 | 27篇 |
1992年 | 13篇 |
1991年 | 9篇 |
1990年 | 15篇 |
1989年 | 9篇 |
1988年 | 2篇 |
排序方式: 共有2278条查询结果,搜索用时 15 毫秒
941.
PM2.5主要受排放源、大气化学、气象条件等驱动因素的非线性影响,了解驱动因素对PM2.5浓度的影响十分重要. 本研究基于南开大学大气环境综合观测超级站的逐时在线观测数据,耦合机器学习方法和受体模型,揭示了驱动因素的重要性以及对PM2.5浓度的影响. 结果表明:① 2018年11月—2020年10月观测地点的PM2.5浓度范围为3.21~291.80 μg/m3,采暖季PM2.5浓度和化学组分均高于非采暖季. ②使用受体模型解析PM2.5的来源及其贡献,发现观测期间二次源的贡献率(44.7%)最高,其他依次为燃煤源(23.6%)、机动车排放源(11.0%)、扬尘源(9.9%)、生物质燃烧源(7.2%),工业源的贡献率(3.6%)最小. ③利用随机森林-SHAP模型量化排放源、大气氧化能力、气象条件等驱动因素对PM2.5浓度的影响,发现观测期间排放源对PM2.5浓度的影响程度为54.3%,高于其他驱动因素;气象条件对PM2.5浓度的影响程度次之,为32.4%;大气氧化能力对PM2.5浓度的影响程度相对较低,为13.3%. 在采暖季和非采暖季,各驱动因素对PM2.5浓度的重要性在排序上没有变化,然而驱动因素对PM2.5浓度的影响程度有所不同. 采暖季排放源对PM2.5浓度的影响程度高于非采暖季,采暖季大气压对PM2.5浓度的影响程度低于非采暖季. 研究显示,排放源对PM2.5的影响相对较大,气象条件和大气氧化能力对PM2.5浓度的影响也不容忽视. 相似文献
942.
城市冠顶式森林步道的构建对增进公众福祉具有重要意义,提升城市冠顶式森林步道景观质量是其建设的重要内容,而定量评价景观要素的美景度是提升景观质量的基础。以福州福道为例,首先利用灰色统计分析法预选其景观要素,然后采用图像语义分割法和景观美景度评价法对福道的景观要素进行定量分析与评价,最后通过偏相关分析,建立福道景观美景度评价的多元线性回归模型,用于福道景观质量评价。结果表明:(1)PSPNet对植被和天空景观要素的识别精度分别达到88.61%和90.91%,说明图像语义分割法可实现对福道景观要素的有效量化;(2)景观美景度值分析结果显示,山体侧有植被步道区域的总体景观美景度评分最高,休憩亭廊区域的总体景观美景度评分最低;(3)偏相关分析结果显示,天空开阔度、绿视率、植物色彩丰富度、最远视线距离、可视区域面积和场景色彩丰富指数是决定福道景观美景度的主要因素,其影响程度依次减小,建立的福道景观美景度评价多元线性回归模型具有良好的解释度和统计学意义。该研究结果可为城市冠顶式森林步道景观质量的定量评价提供理论依据。 相似文献
943.
气溶胶光学厚度(AOD)描述了气溶胶对光的衰减作用,并在一定程度上反映区域大气污染程度.本研究以2000年~2015年长时间序列MOD09A1数据为本底,在生成查找表的基础上,采用深蓝算法(DB)对艾比湖流域2000年~2015年Landsat TM/ETM+/OLI数据进行AOD遥感估算,分析艾比湖流域AOD时空变化特征,结合环境变量选用随机森林模型(RF)对AOD进行预测及因子贡献度排序.结果表明:①艾比湖流域AOD呈现显著的季节性变化特征,AOD值春季(0. 414)夏季(0. 390)秋季(0. 287),其中春季变化幅度最大.②艾比湖流域平均AOD为0. 374,年际变化整体表现为上升趋势,但在2010~2015年间AOD增加较快,年际增幅达到32. 32%,表明该流域近15年间的大气污染不断加剧,近5年尤甚.③艾比湖流域AOD空间分布从艾比湖北部到南部呈阶梯式上升变化,其中,精河县污染最为突显,AOD值达到0. 483.④RF模型对AOD的预测效果较好,R~2=0. 866,RMSE=0. 042,其中蒸散发对艾比湖流域AOD影响最为显著. 相似文献
944.
945.
林火是森林生态系统重要干扰因子并对大气环境和人类健康有显著影响.该研究基于2000-2014年中国亚热带地区卫星火点数据,结合林业统计年鉴,估算各区域林火燃烧生物量,运用排放因子法,估算15年间中国亚热带地区林火排放颗粒物总量.研究结果表明,亚热带地区林火存在季节性差异,福建、广东、广西、湖南和江西林火主要集中在春、秋两季;贵州和云南林火主要集中在春季;浙江林火集中在春、夏两季.亚热带地区森林可燃物总燃烧量为333.92 Mt,污染物PM2.5、OC、EC和TC总量分别为:698.33、338.18、40.04和378.22 kt,此外,各污染物排放在时间和空间上不均衡,各污染物排放量多集中在云南南部和东南部,湖南、贵州和广东交汇处,广东东南部和福建中部等区域;PM2.5、OC、EC和TC在浙江、云南、贵州、湖南和江西呈显著增长趋势.林火释放PM2.5与工业粉尘的排放比变化趋势总体呈上升趋势,说明森林火灾导致的颗粒物排放对大气环境影响力呈逐年增长趋势.该文通过对中国亚热带地区林火释放污染物的时空变化研究,为深入揭示林火对区域环境的影响提供数据支持. 相似文献
946.
947.
948.
949.
950.