全文获取类型
收费全文 | 165篇 |
免费 | 5篇 |
国内免费 | 36篇 |
专业分类
安全科学 | 26篇 |
环保管理 | 71篇 |
综合类 | 76篇 |
基础理论 | 13篇 |
污染及防治 | 2篇 |
评价与监测 | 9篇 |
社会与环境 | 7篇 |
灾害及防治 | 2篇 |
出版年
2023年 | 8篇 |
2022年 | 8篇 |
2021年 | 9篇 |
2020年 | 11篇 |
2019年 | 12篇 |
2018年 | 5篇 |
2017年 | 4篇 |
2016年 | 7篇 |
2015年 | 8篇 |
2014年 | 7篇 |
2013年 | 8篇 |
2012年 | 10篇 |
2011年 | 9篇 |
2010年 | 13篇 |
2009年 | 12篇 |
2008年 | 9篇 |
2007年 | 9篇 |
2006年 | 12篇 |
2005年 | 14篇 |
2004年 | 5篇 |
2003年 | 1篇 |
2002年 | 2篇 |
2000年 | 9篇 |
1999年 | 3篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1994年 | 3篇 |
1991年 | 1篇 |
1989年 | 3篇 |
排序方式: 共有206条查询结果,搜索用时 265 毫秒
31.
典型工业区土壤多环芳烃污染特征及影响因素 总被引:8,自引:7,他引:1
为完善我国典型工业区土壤多环芳烃(polycyclic aromatic hydrocarbons,PAHs)污染特征数据库,系统采集了成都市4个典型石油加工类工业区表层土壤样品,采用高效液相色谱法分析16种美国环保署优先控制PAHs的含量和组分特征.结果表明,4个工业区表层土壤(0~30 cm)中多环芳烃总含量范围为191. 2~1 604. 2μg·kg-1,平均含量(583. 6±365. 6)μg·kg-1;各工业区土壤PAHs均主要以中环PAHs和高环PAHs为主,各单体PAHs中以菲、芘、荧蒽和苯并[b]荧蒽为主要特征因子,且均存在潜在的污染风险.同时,采用数理统计方法分析土壤有机质及土壤颗粒粒径与PAHs含量的相关性,并揭示土壤PAHs赋存影响因素.结果表明,在土壤污染含量较高地块,土壤有机质是PAHs较好的吸附剂,能够在一定程度上预测土壤PAHs的迁移转化行为及土壤生态风险(PAHs致癌性);与有机质相比,土壤粒径与PAHs的相关性较低,总体表现为砂粒与PAHs含量无显著相关性,粉粒与之弱正相关,黏粒与之弱负相关.通过本研究,为此类区域的土壤修复实践或学术研究提供依据. 相似文献
32.
魏英培 《中国安防产品信息》2000,(5):38-38
我们这个时代是一个新技术不断涌现、不断成熟、不断应用的时代,科学技术进步对人们生活方式的影响是深刻而显著的,生物特征识别技术的成熟和应用就是其中一例。随着计算机技术的日益普及和人们对安全验证控制的广泛需求,“生物识别”技术以其“与人不可分割”的安全特性将会得到极大的发展和日益广泛的应用。 相似文献
33.
《中国安防产品信息》2000,(5):50-50
上海本同股份有限公司成立;深圳市森盾电子有限公司;上海亨达公司迁址;迪信安防产品研讨会在西安举行;深圳信安捷公司设成都分公司力拓西部市场…… 相似文献
34.
随着有车一族不断增多,人们遭遇车祸的几率也越来越大。残酷的车祸往往给幸存者留下难以抚平的心理阴影,有的驾驶员从此不敢再模方向盘,有的乘车人从此看见汽车就害怕。 相似文献
35.
36.
37.
成都市大气颗粒物粒径分布及其对能见度的影响 总被引:1,自引:0,他引:1
使用环境颗粒物分析仪(GRIMM180)对成都市2018年10月—2019年9月0.25~32 μm的大气颗粒物数浓度粒径分布进行观测,结合细颗粒物(PM2.5)质量浓度以及相对湿度(RH)、能见度、降水量等气象要素数据,分析了成都市大气颗粒物粒径分布及其与能见度的关系.结果表明,观测期间成都市大气颗粒物以细粒子为主,0.25~0.5 μm的粒子数浓度占总数浓度的97.75%,数浓度谱呈单峰分布,2018年秋季、2019年夏季表面积谱呈双峰分布,2018年冬季、2019年春季表面积谱呈三峰,体积谱均为三峰分布;在不同RH区间,PM2.5质量浓度及数浓度均与能见度呈负相关,且其中0.25~0.5 μm粒径段的细颗粒物因为对可见光波段的米散射效应而对能见度产生较大影响;在不同RH情况下,不同粒径段颗粒物数浓度对能见度的影响程度有所差别:在低RH(<70%)下,0.25~0.3 μm粒径段粒子数浓度对能见度影响最大;在中等RH(70%~80%)下,0.3~0.5 μm粒径段粒子数浓度对能见度的影响最大;而在高RH(>80%)下,0.3~0.5 μm和0.5~1 μm粒径段粒子数浓度对能见度影响相当. 相似文献
38.
成都双流夏秋季环境空气中VOCs污染特征 总被引:1,自引:4,他引:1
为了解成都市大气污染重点防治区域——双流地区的环境大气中挥发性有机物(VOCs)的污染特征和来源,2016年8月30日~2016年10月7日,VOCs外场观测在成都市双流区展开.结果表明,在线观测期间,采样站点总的大气挥发性有机物(TVOCs)的平均体积分数为(45. 15±43. 74)×10-9,其中烷烃的贡献最大(29%),其次是芳香烃(22%)、卤代烃(17%)、含氧挥发性有机物(OVOCs,15%)、烯烃(9%)、乙炔(7%)、乙腈(1%);优势物种为丙酮、二氯甲烷、乙炔、乙烯、苯、甲苯、间/对-二甲苯、丙烷、1,2-二氯乙烷以及丁酮.通过比较VOCs的化学反应消耗速率发现,反应活性最大的为芳香烃,其次是烯烃;反应活性最强的物种为苯乙烯、间/对-二甲苯、异戊二烯、乙烯等.整个观测期间,有两次明显的生物质燃烧活动.国庆假日期间,TVOCs浓度相比之前明显上升,平均体积分数达57. 65×10-9,其中,短链烯烃、卤代烃以及OVOCs浓度上升最为显著.分析某些关键的非甲烷总烃(NMHCs)和OVOCs的日变化特征发现,其变化规律反映了双流地区不同源排放特点.双流区环境空气中VOCs受本地工业源排放影响较大. 相似文献
39.
成都市大气颗粒物粒径分布及水溶性离子组成的季节变化特征 总被引:1,自引:6,他引:1
利用Anderson冲击式分级采样器,于2012年2月~2013年1月在成都市城东成都理工大学校园内按月采集了不同粒径的大气颗粒物样品,分析了颗粒物样品的质量浓度以及9种水溶性离子含量.结果表明,采样期间成都市PM_(2.1)和PM_(11)的年平均浓度分别为(125.9±56.14)μg·m~(-3)和(224.5±83.64)μg·m~(-3),颗粒物浓度冬季最高,春季次之,秋季浓度最低;成都市水溶性离子浓度平均水平为37.15μg·m~(-3),其中检测的9种离子浓度从大到小顺序依次为SO_4~(2-)NO_3~-NH_4~+Ca~(2+)Cl~-Mg~(2+)K~+Na~+F~-,SO_4~(2-)、NO_3~-和NH_4~+占总水溶性离子的78%,是主要的离子组分.SO_4~(2-)、NO_3~-、NH_4~+呈单峰分布,其主要分布于细粒子中;Ca~(2+)和F~-也呈单峰分布,但是主要分布在粗粒子中;Cl~-和K~+粒径分布相似,Mg~(2+)和Na~+分布相似,均呈双峰分布.成都市冬、春季节粗、细颗粒物中的水溶性离子浓度均明显高于夏、秋季节.结合离子相关性分析,细颗粒物中的SO_4~(2-)、NO_3~-和NH_4~+可能主要以(NH_4)_2SO_4或NH_4HSO_4、NH_4NO_3的形式存在,而粗颗粒物中的主要离子组分SO_4~(2-)、NO_3~-和Ca~(2+)则可能以Ca(NO_3)2、CaSO_4等形式存在.主成分分析结果表明,颗粒物中水溶性离子主要来自二次过程、土壤扬尘、生物质燃烧和农业源. 相似文献
40.
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