全文获取类型
收费全文 | 1023篇 |
免费 | 147篇 |
国内免费 | 297篇 |
专业分类
安全科学 | 125篇 |
废物处理 | 13篇 |
环保管理 | 119篇 |
综合类 | 793篇 |
基础理论 | 92篇 |
环境理论 | 1篇 |
污染及防治 | 32篇 |
评价与监测 | 119篇 |
社会与环境 | 75篇 |
灾害及防治 | 98篇 |
出版年
2024年 | 9篇 |
2023年 | 29篇 |
2022年 | 60篇 |
2021年 | 100篇 |
2020年 | 70篇 |
2019年 | 65篇 |
2018年 | 71篇 |
2017年 | 61篇 |
2016年 | 82篇 |
2015年 | 78篇 |
2014年 | 59篇 |
2013年 | 78篇 |
2012年 | 84篇 |
2011年 | 106篇 |
2010年 | 44篇 |
2009年 | 60篇 |
2008年 | 34篇 |
2007年 | 68篇 |
2006年 | 57篇 |
2005年 | 47篇 |
2004年 | 41篇 |
2003年 | 30篇 |
2002年 | 35篇 |
2001年 | 22篇 |
2000年 | 21篇 |
1999年 | 11篇 |
1998年 | 11篇 |
1997年 | 8篇 |
1996年 | 8篇 |
1995年 | 2篇 |
1994年 | 4篇 |
1993年 | 3篇 |
1992年 | 2篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1986年 | 2篇 |
1974年 | 1篇 |
1972年 | 1篇 |
排序方式: 共有1467条查询结果,搜索用时 468 毫秒
431.
北京市冬季雾霾天人体呼吸高度PM2.5变化特征对气象因素的响应 总被引:2,自引:2,他引:0
依据实测北京冬季人体呼吸高度PM_(2.5)质量浓度、湿度、风速、风向、温度数据,利用相关性分析、非线性回归分析、统计分析,分别探讨轻中度空气污染天、一次重污染过程,气象因子对PM_(2.5)质量浓度生成、变化的影响.结果表明:1轻中度污染天,若温度较低、日平均风速较小,湿度大时,湿度是影响PM_(2.5)质量浓度变化的决定性因素;而温度、风速、湿度均较大时,PM_(2.5)质量浓度变化受三者共同作用;当风速、湿度、温度均较小时,PM_(2.5)质量浓度变化主要受前两者影响.这反映出,人体呼吸高度的PM_(2.5)质量浓度变化对气象因子微小变化响应极为敏感.2一次空气质量从良到重度污染的过程中,PM_(2.5)质量浓度积累主要是由于空气湍流较弱、加之湿度大导致的,此外白天西北风、东北风较大,但持续时间短,而夜间东南风、西南风风速较小,持续时间长,也有利于污染物的累积.3短时微小量降雪使温度降低、空气湿度增加,不仅不能降低PM_(2.5)质量浓度,反而使其上升了72%,造成颗粒物浓度的跃升现象.4短时风速较大,风速达到2.0 m·s~(-1),持续2 h,虽然在一定程度上降低局地PM_(2.5)质量浓度,但并不能彻底改变空气质量状况.只有当风速大于3.5 m·s~(-1),且持续4 h以上,才能够迅速地扩散空气中的细颗粒物,空气质量由重度污染转变为优. 相似文献
432.
利用卫星遥感反演气溶胶光学厚度(AOD)已成为获取宏观、连续空气污染信息的一种有效手段.通过构建AOD-PM_(2.5)的关联模型是实现空间范围内PM_(2.5)监测的主要方法,而气象要素是该模型中的重要输入参数,直接影响到模型模拟的精度.当前诸多模型多采用地面气象要素,缺乏对于不同高度气象要素及其变化对构建AOD-PM_(2.5)关联模型的影响研究.本文以淮河流域五省为例,在实测地面气象资料的基础上,利用再分析气象资料,考虑了从地面至高空不同高度处的气象要素及其垂直变化,运用多元逐步回归方法,对比了地面与不同高度气象要素及其变化量对AOD-PM_(2.5)关联模型的贡献程度.结果表明:①AOD-PM_(2.5)关联模型在不同站点、不同季节的差异仍较为明显,不同高度及随高度变化的气象要素对提高春季AOD-PM_(2.5)关联模型的精度有较显著影响;②考虑了不同高度气象要素及垂直变化的多元逐步回归线性模型的表现优于仅考虑地面气象要素的模型,尤其是春季的改善较明显,RMSE降幅达到近43%;③基于地理加权回归方法的AOD-PM_(2.5)关联模型的估算结果略优于多元逐步回归线性模型. 相似文献
433.
亿元GDP死亡率与区域发展水平的相关性分析 总被引:1,自引:1,他引:0
为探讨亿元GDP死亡率与区域发展水平之间的关系,选择能够反映区域整体发展水平,又与安全生产密切相关的影响因素,通过统计年鉴获取大量数据的基础上,从时间和空间2个维度,采用SPSS数据统计软件对亿元GDP死亡率和13个定量影响因素、5个定性影响因素之间的Spearman相关系数进行计算,排除区域发展水平的极度差异,在总体趋势上,亿元GDP死亡率与各相关因素的相关性在时间和空间2个维度上保持较好的一致性。计算结果表明,各地区可从提高经济发展水平、优化产业结构、大力发展科学教育事业、提高医疗卫生水平和健全法制体系等方面降低亿元GDP死亡率,改善当地的安全生产水平,该结论能为各区域控制亿元GDP死亡率,对安全生产进行宏观调控提供科学依据。 相似文献
434.
利用由Gompertz曲线推导出的生命周期曲线建立了气象水文装备维修器材消耗-时间模型.计算表明,由Gompertz曲线推导出的生命周期曲线可以较好地反映气象水文装备维修器材消耗量与时间之间的关系,所建模型的预测结果也较好,具有较高的实用性,为探索气象水文装备维修器材消耗规律提供了一种简单有效的科学方法. 相似文献
435.
1956-2005年上海气象灾害时空变化分析 总被引:2,自引:0,他引:2
根据上海市历史气象灾害资料,对1956-2005年上海5种气象灾害的时空变化特征进行了分析.结果表明:①从时间变化来看,气象灾害年际变化呈波动上升趋势;从各灾种来看,1956-1985年影响上海的5种气象灾害发生的次数基本均衡,而1986-2005年暴雨洪涝和大风两种灾害成为影响上海的主要气象灾害.②从空间变化上看,浦东新区和崇明县为气象灾害高发区,而闵行区和金山区为低发区;对各灾种来说,除暴雨洪涝的发生次数和频度在市区最高外,其余4种气象灾害均是在浦东新区最高,而暴雨洪涝是各区发生次数和频度最高的,龙卷风则是最低的. 相似文献
436.
通过对大量实际数据的分析,得到了影响秦皇岛市地面塌陷的主要因素有历史条件、地质条件、人为条件。在此基础上,建立了秦皇岛市地面塌陷模糊层次综合预测模型,模型包括3个层次、3个条件,对研究区划分了8 070个单元格并进行计算,得到地面塌陷危险性分区结果。该地面塌陷模糊层次综合预测模型的预测结果符合研究区实际情况,具有较高的可信度。 相似文献
437.
438.
地震对人类影响及应对的研究综述 总被引:1,自引:0,他引:1
每一次破坏性地震都给人类的财产、生命、身心、生活等各个方面造成严重影响,并且地震灾情因社会发展而加重.已有研究从地震灾后抢救、重建和防震减灾等角度进行,存在很大不足:应急研究频繁,长期灾后重建研究不足;政府支持角度研究多,非正式支持研究少;自然科学研究较多,人文社会科学研究少,尤其是中国对地震的经验总结不足. 相似文献
439.
泰山顶(1534 m)夏季气溶胶粒径分布特征 总被引:3,自引:1,他引:2
使用宽范围粒径谱仪对泰山顶2017年6月1~25日10 nm~10μm气溶胶数浓度粒径分布进行观测,结合PM(PM_(2. 5)和PM10)以及气象要素数据,分析了泰山顶气溶胶粒径分布特征及其主要影响因素.结果表明,观测期间泰山PM_(2. 5)和PM10的平均浓度分别为20. 7μg·m~(-3)和82. 4μg·m~(-3),PM_(2. 5)/PM10仅为25. 1%.数浓度、表面积浓度和体积分数平均为8 672. 8cm~(-3)、408. 3μm2·cm~(-3)和24. 2μm3·cm~(-3).数浓度谱分布为单峰型分布,表面积浓度和体积分数谱分布均为三峰型分布.数浓度和表面积浓度的主导粒径分别为10~20 nm和100~500 nm,体积分数的主导粒径为100~500 nm和2. 5~10μm.风向对PM和数浓度的影响要比风速的影响大.随着RH的增加,气溶胶数浓度谱由双峰型分布转变为单峰型分布,表面积浓度谱由单峰型分布转变为三峰型分布. 相似文献
440.
青岛近海生物气溶胶中总微生物的分布特征 总被引:5,自引:5,他引:0
为了解生物气溶胶中总微生物浓度的月季分布和粒径分布特征,于2016年9月~2017年7月期间在青岛近海连续采集了大气生物气溶胶分级样品,并利用DAPI染色-荧光显微镜计数方法测定了生物气溶胶中总微生物浓度.结果表明,采样期间青岛近海生物气溶胶中总微生物浓度范围为1. 86×10~5~2. 54×10~6cells·m~(-3),平均值为(6. 84±4. 83)×10~5cells·m~(-3).大气中总微生物浓度的季节变化为春季和冬季较高,夏季较低,秋季最低,统计分析显示秋季和春季、夏季大气中总微生物浓度具有明显的季节变化差异(P 0. 05).生物气溶胶中总微生物月均浓度在2. 65×10~5~1. 12×10~6cells·m~(-3)之间,最高值出现在2017年2月,最低值出现在2016年9月. 2015~2017年青岛秋冬季大气中总微生物浓度一日中变化较大,但并未呈现出明显的日变化规律(P 0. 05).生物气溶胶中总微生物的粒径分布呈现偏态分布, 7. 0μm粒径所占比例最高,可达20. 5%~27. 3%;粒径分布随月份不同而有变化,呈现双峰分布和偏态分布两类.相关性分析显示,总微生物浓度与AQI、CO、PM_(2.5)和PM_(10)等因子呈显著正相关(P 0. 05),与温度、风速和风向等气象因素以及NO_2、SO_2和O_3等因子无显著相关(P 0. 05).多元线性回归模拟结果显示,生物气溶胶总微生物浓度中20. 6%的变化与相对湿度和PM_(2.5)相关. 相似文献