全文获取类型
收费全文 | 2769篇 |
免费 | 365篇 |
国内免费 | 1041篇 |
专业分类
安全科学 | 297篇 |
废物处理 | 30篇 |
环保管理 | 261篇 |
综合类 | 2706篇 |
基础理论 | 262篇 |
污染及防治 | 236篇 |
评价与监测 | 244篇 |
社会与环境 | 73篇 |
灾害及防治 | 66篇 |
出版年
2024年 | 127篇 |
2023年 | 279篇 |
2022年 | 338篇 |
2021年 | 343篇 |
2020年 | 305篇 |
2019年 | 239篇 |
2018年 | 138篇 |
2017年 | 141篇 |
2016年 | 149篇 |
2015年 | 178篇 |
2014年 | 263篇 |
2013年 | 147篇 |
2012年 | 185篇 |
2011年 | 167篇 |
2010年 | 140篇 |
2009年 | 139篇 |
2008年 | 135篇 |
2007年 | 116篇 |
2006年 | 99篇 |
2005年 | 106篇 |
2004年 | 60篇 |
2003年 | 59篇 |
2002年 | 58篇 |
2001年 | 47篇 |
2000年 | 39篇 |
1999年 | 26篇 |
1998年 | 15篇 |
1997年 | 21篇 |
1996年 | 26篇 |
1995年 | 18篇 |
1994年 | 15篇 |
1993年 | 7篇 |
1992年 | 9篇 |
1991年 | 4篇 |
1990年 | 12篇 |
1989年 | 19篇 |
1988年 | 1篇 |
1987年 | 5篇 |
排序方式: 共有4175条查询结果,搜索用时 281 毫秒
171.
172.
2016年12月16~21日,京津冀地区经历了一次大范围重污染过程.本文基于空气质量监测资料及实况天气图分析了此次极端区域重污染事件的天气成因,并利用嵌套网格空气质量预报模式(NAQPMS)对京津冀主要城市PM2.5污染来源进行定量解析.结果表明:污染前中期500hPa高空为偏西气流伴空中回暖,后期转槽前偏南气流增温增湿明显;对应地面气压逐渐降低,辐合不断增强;垂直方向上,逆温层不断抬升加厚,中低层暖平流明显,风垂直切变小;大气长时间处于极度静稳状态也是造成此次重污染过程的天气因素.污染期间,京津冀各主要城市PM2.5污染本地贡献占40%~60%;北京市PM2.5本地贡献为48%,其中16~17日北京市主要受沿太行山东侧的西南向输送通道(邯郸-邢台-石家庄-保定-北京)影响,其后风速减小,北京本地及周边城市贡献增大. 相似文献
173.
近年来银川市冬季重污染过程频发,为明确银川市冬季PM2.5重污染的特征,分析其主要来源及成因,于2016年12月-2017年1月在银川市选取3个采样点开展PM2.5的样品采集与化学组分分析,利用CMB(化学质量平衡)模型对银川市冬季PM2.5进行来源解析,对比分析了重污染日与非重污染日污染特征的差异.结果表明:①银川市冬季重污染日ρ(PM2.5)[(181±33.6)μg/m3]是非重污染日的2.1倍;重污染日和非重污染日的ρ(NO3-)/ρ(SO42-)均小于1,表明燃煤仍是银川市冬季PM2.5的重要来源.银川市冬季PM2.5中ρ(SOC)为(14.4±7.34)μg/m3,约占ρ(OC)的65.2%.②与非重污染日相比,重污染日人为源无机元素As、Pb、Cd和Zn质量浓度在ρ(PM2.5)中的占比分别升高33.2%、18.4%、9.8%和2.9%,表明银川市冬季重污染主要受人为源贡献影响.③源解析结果表明,燃煤源、机动车尾气源、二次离子源和扬尘源是银川市PM2.5的主要污染源,与非重污染日相比,重污染日机动车尾气源的贡献率明显降低.研究显示,银川市冬季重污染受人为源污染物排放的影响较大,燃煤源是银川市冬季PM2.5的重要来源. 相似文献
174.
基于绝对主成分-多元线性回归的滇池污染源解析 总被引:11,自引:0,他引:11
定量解析污染源是湖泊流域水环境管理的重要基础.基于滇池草海和外海多年水质监测数据,采用主成分分析(PCA)方法识别了主要水质指标的污染源类型,利用绝对主成分-多元线性回归模型(APCS-MLR)得到不同污染源对水质的贡献程度.结果表明,草海主要的污染源有农业面源、城市面源和内源3类,外海的主要污染源是农业面源、城镇生活污染源、城市面源和内源4类.与河流水污染源解析结果不同,底泥内源与气象因子对滇池主要水质指标的影响较大. 相似文献
175.
卢雯 《辽宁城乡环境科技》2010,(6):72-73
通过对大伙房水库上游地区农业面源污染现状的调查研究,提出减轻农业面源污染的具体防治措施,即采用培育生物天敌、控制农药使用量、水田改为旱田和控制灌溉水的方法控制氮磷流失,从而保护水源地生态环境。 相似文献
176.
采用"GCMS/FID"在线分析方法,对广州市区2016年7月大气VOCs的污染特征及来源进行了研究,共检出了73种VOCs组分.结果表明,观测期间总VOCs的小时平均浓度为(118.83±79.40)μg·m-3,最高值为492.42 μg·m-3,最低值为10.54 μg·m-3.07:00左右TVOC浓度出现高峰,说明早高峰的机动车污染对该站点的VOCs具有较大贡献;14:00左右浓度最低,与光化学损耗相关;21:00~24:00间VOCs浓度又出现高值,可能和污染源排放或边界层压缩有关.运用PMF模型解析出VOCs的5个主要来源分别是:交通污染源、溶剂使用污染、加油站污染、植物排放和餐厨废气,其贡献分别为29.79%、26.61%、24.86%、9.91%、8.84%;白天交通废气源贡献最大,而中午植物排放的贡献也明显增大;夜间溶剂污染源和加油站污染源占比上升,为该时段VOCs的主要来源. 相似文献
177.
为研究长三角背景点夏季PM2.5污染特征,于2018年5月30日—8月15日在上海市崇明岛对PM2.5样品进行昼夜采集,并对其中水溶性无机离子(Cl-、NO3-、SO42-、Na+、NH4+、K+、Mg2+、Ca2+)进行了分析.运用PSCF(潜在源贡献)方法判别污染物排放源区,并结合PCA(主成分分析)和PMF(正交矩阵因子)源解析探究PM2.5来源.结果表明:①观测期间崇明岛ρ(PM2.5)平均值为(33±21)μg/m3,低于GB 3095—2012《环境空气质量标准》一级标准限值(35 μg/m3),但在部分时段存在显著超标现象,ρ(PM2.5)最高值在120 μg/m3以上.②水溶性无机离子质量浓度平均值为(14±9.3)μg/m3,占PM2.5的42.4%,其中SNA(SO42-、NO3-、NH4+三者统称)为主要离子,占水溶性离子总质量浓度的85.7%.③n(NH4+)/n(SO42-)(NH4+与SO42-的摩尔浓度比)显示,清洁期〔ρ(PM2.5) < 15 μg/m3〕呈贫铵状态,过渡期〔15≤ρ(PM2.5)≤35 μg/m3〕和污染期〔ρ(PM2.5)>35 μg/m3〕均呈富铵状态;过渡期SNA主要以NH4HSO4和NH4NO3形式存在,而污染期则主要以(NH4)2SO4和NH4NO3形式存在.④通过对两次典型污染事件进行离子相关性分析和PSCF分析发现,E1污染事件(5月30日—6月8日)为局地生物质燃烧型污染事件,E2污染事件(7月23日—8月1日)为区域传输污染事件.源解析结果进一步表明,两次典型污染事件期间气态污染物的二次转化对PM2.5的贡献最显著,贡献率分别为62.8%和59.8%;其次是生物质燃烧,其贡献率分别为32.5%和20.1%;E2污染事件期间海盐源对崇明岛PM2.5贡献率较高(16.6%),远超过E1污染事件期间对PM2.5的贡献率(2.7%).研究显示,区域输送对崇明岛PM2.5有显著贡献,二次颗粒物累积是崇明岛PM2.5超标的主要原因. 相似文献
178.
成都城区PM2.5季节污染特征及来源解析 总被引:16,自引:0,他引:16
于2009—2010年各季节典型月在成都城区采集了大气PM2.5样品,对PM2.5的质量浓度及其主要化学成分(含碳组分、水溶性无机离子和元素)进行了测定. 结果显示:成都城区PM2.5平均质量浓度高达(165.1±85.1)μg·m-3,是国家环境空气质量标准年均PM2.5限值的4.7倍. OC、EC和水溶性二次离子(SO42-,NO3-和NH4+)的平均浓度分别为(22.6±10.2)μg·m-3,(9.0±5.4)μg·m-3和(62.8±44.3)μg·m-3,分别占PM2.5浓度的13.7%、5.5%和38.0%. PM2.5及其主要化学成分浓度季节特征明显,即秋冬季高于春夏季. 利用正交矩阵因子分析(PMF)对成都城区PM2.5的来源进行解析,结果表明,土壤尘及扬尘、生物质燃烧、机动车源和二次硝酸盐/硫酸盐的贡献率分别为14.3%、28.0%、24.0%和31.3%. 就季节变化而言,生物质燃烧源贡献率在四个季节均维持在较高水平;土壤尘及扬尘的贡献率在春季显著提高;机动车源的贡献率在夏季中表现突出;而二次硝酸盐/硫酸盐的贡献率在秋冬季中则最为显著. 相似文献
179.
研究水环境污染的主要来源及主要污染物,对于区域水污染治理具有重要意义。本文通过分析嘉兴市各类污染物入河量,以及污染物等标排放量的计算,得出了嘉兴市水环境污染的主要污染物和主要污染源。结果表明,嘉兴市面源污染物的入河量大于点源,畜禽养殖是面源污染的主要来源,也是总磷的主要来源。点污染的主要来源是城镇生活,其中,桐乡市污染物入河量最大,各区县的污染物入河量总体服从桐乡市﹥南湖区﹥嘉善县﹥平湖市﹥海宁市﹥秀洲区﹥海盐县的分布。等标污染负荷的方法显示:嘉兴市的主要污染源是畜禽养殖、城镇生活和农田;总氮、氨氮和总磷为主要污染物。 相似文献
180.
成都市工业挥发性有机物排源成分谱 总被引:2,自引:4,他引:2
选取成都市汽车制造和石油化工等典型工业行业,通过瓶采样和SUMMA罐采样及GC-MS分析方法,研究了不同生产工艺环节的挥发性有机物(VOCs)排放特征.结果表明,汽车制造各工艺环节均有各自的优势组分,其中喷漆排放以烷烃(32%)和芳香烃(35%)为主.家具制造排放特征与使用原辅料高度相关,以芳香烃(50%)和OVOCs(38%)为主.石油化工各装置区VOCs浓度范围为49~1 387μg·m~(-3),不同装置区存在较大差异,主要是由于炼油区主要产品为C_5~C_9的汽油和苯系物等,化工区则较多使用了溶剂同时生成烯烃类产品.电子制造均以OVOCs为主,占VOCs总排放的50%以上.制鞋行业排放VOCs主要由烷烃和OVOCs贡献,平均占比分别为52%和36%,与所用溶剂组分高度相关.汽车制造VOCs排放组分差异较大,主要以正十二烷和2-丁酮等为主.家具制造排放组分主要为苯乙烯、乙酸乙酯和间/对-二甲苯等,为涂料和稀释剂的典型组分.石油化工各装置区排放组分有差异,炼油区以苯乙烯等为主,化工区主要为1,3-丁二烯等,仓储区主要为C_3~C_5烷烃等,废水处理则主要为C_6~C_8烷烃等.电子制造主要组分均为乙醇和丙酮等醛酮组分.制鞋企业排放组分以C_5和C_6等烷烃为主.通过臭氧生成潜势计算比较,汽车制造和石油化工行业对臭氧生成潜势贡献较大的VOCs排放组分以烯烃和芳香烃为主,具有较高的污染源反应活性.研究表明各工业行业OVOCs排放比例(17%~96%)和对臭氧生成潜势贡献均较为显著,因此在进行VOCs排放控制时,除重点管控芳香烃和烯烃外,亦应提高对OVOCs组分的关注. 相似文献