全文获取类型
收费全文 | 3114篇 |
免费 | 364篇 |
国内免费 | 931篇 |
专业分类
安全科学 | 261篇 |
废物处理 | 16篇 |
环保管理 | 203篇 |
综合类 | 2558篇 |
基础理论 | 431篇 |
污染及防治 | 135篇 |
评价与监测 | 235篇 |
社会与环境 | 188篇 |
灾害及防治 | 382篇 |
出版年
2024年 | 69篇 |
2023年 | 219篇 |
2022年 | 212篇 |
2021年 | 269篇 |
2020年 | 223篇 |
2019年 | 209篇 |
2018年 | 155篇 |
2017年 | 155篇 |
2016年 | 170篇 |
2015年 | 194篇 |
2014年 | 302篇 |
2013年 | 196篇 |
2012年 | 218篇 |
2011年 | 227篇 |
2010年 | 165篇 |
2009年 | 176篇 |
2008年 | 161篇 |
2007年 | 143篇 |
2006年 | 119篇 |
2005年 | 104篇 |
2004年 | 82篇 |
2003年 | 93篇 |
2002年 | 80篇 |
2001年 | 73篇 |
2000年 | 69篇 |
1999年 | 58篇 |
1998年 | 50篇 |
1997年 | 41篇 |
1996年 | 35篇 |
1995年 | 25篇 |
1994年 | 27篇 |
1993年 | 25篇 |
1992年 | 16篇 |
1991年 | 17篇 |
1990年 | 17篇 |
1989年 | 9篇 |
1988年 | 1篇 |
1987年 | 3篇 |
1986年 | 2篇 |
排序方式: 共有4409条查询结果,搜索用时 296 毫秒
1.
生态足迹影响因子的定量分析 总被引:2,自引:0,他引:2
蒋莉 《长江流域资源与环境》2005,14(2):238-243
人口的膨胀和人类工业化进程的加剧,使得人类向自然界获取越来越多的资源,同时向环境源源不断的输入废弃物,已经严重超过了自然生态系统的供给能力和环境容量,生态环境日益恶化,水土流失、草场退化、植被消亡、生物多样性锐减、全球变暖等情况已经严重到难以遏制的地步,危及到人类自身的生存。在和平与发展成为世界两大主题的今天,人们越来越关注可持续发展的问题。在现有资料的基础上,利用主成分分析方法,定量地讨论了中国各省(区市)1999年生态足迹大小与其影响因子间的关系。结果表明,生态足迹的大小是各省(区市)的大中型企业个数、全社会固定生产投资等众多因子共同作用的结果,其中总人口和GDP是生态足迹大小的主要影响因子,其因子载荷量分别达到了0.940和0.913。值得一提的是非农业人口与生态足迹的相关系数超过了农业人口,这说明由于消费模式和生活水平等的差异,非农业人口对生态足迹的影响大于农业人口对生态足迹的影响。在此基础上建立了生态足迹影响因子的多元线性回归模型,以期为生态足迹在进行区域可持续发展评价的方法上提供新的思路。 相似文献
2.
3.
关中地区飑线天气的预测及灾害对策探讨 总被引:1,自引:0,他引:1
对1961~1990年发生在陕西省关中地区的飑线天气及其灾害进行了统计分析,并从天气形势背景方面对飑线的发生发展进行了研究和分析,同时就飑线的预测和防灾对策进行了探讨。 相似文献
4.
亚热带稻田土壤碳氮磷生态化学计量学特征 总被引:3,自引:1,他引:2
为了解稻田土壤中是否存在稳定的土壤有机碳(C)、氮(N)和磷(P)比值,基于亚热带区110个水稻土剖面和587个发生层的土壤调查数据库,在区域尺度上分析了典型水稻土C∶N∶P比值的生态化学计量学特征,并应用相关分析和冗余分析,研究水稻土C∶N∶P比值与土壤-环境因子(地形和母质、土壤发生层、土壤类型和土壤理化性质)的关系.结果显示,亚热带区稻田土壤C∶N、C∶P和N∶P的剖面加权平均值分别为12. 6、49和3. 9,C∶N∶P为38∶3. 2∶1.不同母质起源、不同土壤亚类和不同发生层的水稻土C∶N变异相对较小;但C∶P和N∶P的变异很大,两者均值也远低于全球(186和13. 1)和中国土壤(136和9. 3)的C∶P和N∶P的平均水平.尽管稻田土壤剖面的C∶N∶P相对不稳定,但由于稻田表土生物与环境相互作用强烈,表土C∶N相对稳定(14. 2).这反映长期水耕熟化作用下,稻田表土中C和N仍存在紧密的耦合作用.然而,在稻田土壤剖面上,C∶P和N∶P并不稳定,SOC与全P含量、全N与全P含量也无显著相关性,表明环境变化可能导致土壤C∶N∶P解耦.地形、土壤质地、氧化铁和容重是调控稻田土壤剖面C∶N∶P的关键土壤环境因子. 相似文献
5.
利用GC5000在线气相色谱仪于2018年4月15日~5月15日对郑州市城区环境大气挥发性有机物(VOCs)进行监测,开展其污染特征、臭氧生成潜势(OFP)和来源解析研究.结果表明,监测期间,郑州市春季VOCs平均体积分数为40.26×10~(-9),非污染日和污染日VOCs平均体积分数分别为35.82×10~(-9)和44.12×10~(-9),污染日相较非污染日增长23%;VOCs物种对OFP的贡献表现为烯烃芳香烃烷烃炔烃;源解析结果显示监测期间郑州市VOCs主要来源是LPG源(66.05%)、机动车源(47.39%)、工业溶剂源(37.51%)、燃烧源(37.80%)和植物排放源(11.25%),且污染日的LPG源和植物排放源的贡献率较非污染日增长22.92%和68.50%. 相似文献
6.
利用车载排放测试技术对典型的联合收割机、拖拉机、农用运输车和农田建设机械实际工况下的尾气进行测试,建立了实际工况下农业机械的排放因子和2017年北京市农用机械排放清单.结果表明,不同的工作状态对农业机械尾气排放有较大的影响,怠速和行走时CO、NO_x、HC和PM排放趋于平稳;而切地和翻地模式下的波动较为明显.根据各类机械的分类和排放标准对排放因子进行细化,建立了较为完整的实际工况下的排放因子.根据农业机械排放因子和燃油消耗量计算出2017年北京市CO、NO_x、HC和PM的排放量分别是2 566.60、 1 239.29、 563.08和538.32 t.拖拉机、运输机械和联合收割机的污染物总量占CO、NO_x、HC和PM这4种污染物总量的98%、 95%、 95%和98%.因此,农用拖拉机、运输机械和联合收割机在农业机械污染减排中应作为重点控制对象. 相似文献
7.
氯自由基对于臭氧和二次气溶胶的生成贡献不容忽视.夜间颗粒相氯(Cl~-)可以通过与N_2O_5的复杂反应转化生成ClNO_2,其光解产生的氯自由基将显著影响大气污染的形成机制.本文以上海地区为案例,以2017年为基准年,收集了人为源活动水平数据,采用排放系数估算方法,首次建立了上海地区人为源氯化氢(HCl)和颗粒氯(Cl~-)的排放清单;并进一步结合模型计算海盐气溶胶排放的颗粒氯(Cl~-).结果表明,2017年上海市人为源和天然源排放的HCl和Cl~-分别为1207 t和820 t,其中,燃煤、工业、垃圾焚烧和秸秆燃烧产生的HCl排放量分别为327、134、722和24 t.燃煤源中的燃煤电厂和其它行业燃烧约占燃煤源排放的80%;工业源中水泥为HCl的最大排放源,约占工业源排放的51%;垃圾焚烧厂排放约占总HCl排放的60%,为最大的HCl排放源.燃煤、工业源、垃圾焚烧、秸秆焚烧、烹饪源和海盐的颗粒Cl~-排放量分别为82、153、498、47、39和0.6 t,燃煤源中的燃煤电厂占燃煤Cl~-排放的40%,供热、其他行业和家庭燃烧分别占燃煤Cl~-排放的24%、22%和14%;钢铁行业为工业源的主要Cl~-排放源,约占工业源排放的90%,垃圾焚烧厂占全部Cl~-排放的61%,烹饪源中餐饮企业为最主要排放源,占烹饪源的70%;天然源海盐的排放量极少,未占到总排放的1%.从空间分布来看,浦东新区、宝山、普陀、松江和金山排放的HCl和Cl~-占到全市人为源总排放的80%,为主要的HCl和Cl~-排放区域.本文研究建立的上海地区大气中氯化氢和颗粒氯排放源清单,对于深入研究氯化学机制对二次污染的影响提供了重要的数据参考. 相似文献
8.
北京南部城区PM2.5中碳质组分特征 总被引:5,自引:3,他引:2
为了解《大气污染防治行动计划》实施后北京市大气PM2.5中碳质组分特征,于2017年12月至2018年12月在北京污染较重的南部城区进行了PM2.5连续采样,对其中的有机碳(OC)和元素碳(EC)进行了全面研究.结果表明,北京大气PM2.5、OC和EC浓度变化范围分别为4.2~366.3、0.9~74.5和0.0~5.5 μg ·m-3,平均浓度分别为(77.1±52.1)、(11.2±7.8)和(1.2±0.8)μg ·m-3,碳质组分(OC和EC)整体占PM2.5的16.1%.OC质量浓度季节特征表现为:冬季[(13.8±8.7)μg ·m-3] > 春季[(12.7±9.6)μg ·m-3] > 秋季[(11.8±6.2)μg ·m-3] > 夏季[(6.5±2.1)μg ·m-3],EC四季质量浓度水平均较低,范围为0.8~1.5 μg ·m-3.二次有机碳(SOC)年均质量浓度为(5.4±5.8)μg ·m-3,四季贡献比例范围为45.7%~52.3%,年均贡献为48.2%,凸显了二次形成的重要贡献.随污染加重,尽管OC和EC贡献比例均降低,但浓度水平却成倍升高,OC和EC浓度在严重污染天分别是空气质量为优天的6.3和3.2倍.与非供暖时段相比,供暖时段PM2.5、OC和SOC浓度分别增加了14.4%、47.9%和72.1%,体现了OC对供暖季PM2.5污染的重要贡献.PSCF分析表明,位于北京西南的山西省和河南省部分区域是PM2.5和OC的主要潜在源区,且PM2.5潜在源区更为集中;EC的PSCF高值(>0.7)区域较少,主要位于北京南部,如山东省和河南省部分地区,且北京市及周边地区贡献明显. 相似文献
9.
典型西南工业城市柳州市核心区大气污染物时空分布与气象因素研究 总被引:1,自引:0,他引:1
为研究柳州市核心区大气污染物浓度时空变化规律与气象因素之间的关系,统计分析了2018年全年研究区内6个自动监测站点PM_(2.5)、PM_(10)、SO_2、NO_2、O_3和CO的浓度监测数据和气象站气象数据,并对28次超标日污染物来源进行了解析.结果显示:①核心区颗粒污染物污染较为严重,且以PM_(2.5)为主的细颗粒污染物仍为柳州市主要的大气污染物;各污染物月均浓度季节差异显著,除NO_2外柳州大气污染物浓度下降明显,指示柳州市多项节能减排综合整治措施成效显著;PM_(2.5)、PM_(10)、CO受早晚高峰期影响,浓度日变化均呈双峰型;NO_2在不同季节峰型不同,作为O_3前体物其浓度日变化与O_3相反,呈现"早峰午谷"的变化趋势.②通过对污染物浓度插值发现,由于核心区主要工商业区位于西部且处于主导风向下风向,故PM_(2.5)和SO_2浓度西北高、东南低,PM_(10)、NO_2和CO浓度西南高、东北低;核心区东部的山区为O_3生成带来大量前体物,使O_3浓度东南高、西北低.③由于气候特征,核心区春、夏季主要气象因素均为降水量;秋季的主要气象因素是风速,风速与污染物的负相关关系表明了风的扩散效应;冬季大部分污染物与气象因素的相关性不显著,表明人为因素对污染物的影响大于气象因素;核心区大气污染物主要来源于局地排放和区域传输,且南北主导风向对大气污染影响最大.④HYSPLIT模型结果指示柳州超标日大气污染物主要来自于珠三角地区,且陆源颗粒物浓度普遍比海洋源高,来自南部的远距离输送气流颗粒物含量最低,表明远距离输送为影响颗粒物传播的主要原因. 相似文献
10.
摸查了农田灌溉系统水环境经农(夏)闲期降水等外部强干预调理后的环境污染物含量——该值理论上是环境自净作用之后的最不利值,对农田灌溉系统水环境进行水质评价,探究其对农田土壤质量的潜在污染风险.于2019年6月中旬—7月下旬(降雨集中期),分别在西北江三角洲城市(清远市、佛山市和江门市)实验基地周边筛选研究区,并在雨后对有覆水的水源区域、灌渠、蓄水池和田间水等采集上覆水,共采得水样27×2份,对其pH值、悬浮物(SS)、矿化度、总磷(TP)、氨氮(NH4+-N)、Cd、As、Pb、Cu和Zn的含量进行检测;对各研究区pH值、SS的成因和影响,矿化度的等级,重金属均值分布等进行分析;对全样品TP、NH4+-N、重金属含量进行Pearson相关性分析和描述性特征分析;通过单因子水质标识指数Pi和综合水质标识指数P分别对各采样点、各构成项目和各研究区进行水质评价.研究发现雨后农田灌溉系统水环境构成复杂,物质呈无显著性差异的迁移,灌溉沿程上覆水中大部分物质可能处于动态平衡,受局部环境影响变小,TP、NH4+-N和重金属等迁移物质主要还是灌溉水体中原有的,受外力驱动扰动后在水动力作用下可能以氮磷结合形态沿灌溉系统发生远距离迁移;使用河流水质标识指数法评价农田灌溉系统水环境,发现该法可以刻画局部灌溉的水质态势,对农田灌溉系统水环境的含量特征评价做出科学、合理的解释,也可以做出综合性定量评价.虽然灌溉水系统结构差异较大,但是从整体上可以初步得出农闲期西北江三角洲农田灌溉水的灌溉风险不高的结论,总体综合水质评价级别为Ⅰ类~Ⅱ类,达到水环境功能区的使用要求. 相似文献