全文获取类型
收费全文 | 2933篇 |
免费 | 315篇 |
国内免费 | 813篇 |
专业分类
安全科学 | 629篇 |
废物处理 | 67篇 |
环保管理 | 206篇 |
综合类 | 2288篇 |
基础理论 | 353篇 |
污染及防治 | 221篇 |
评价与监测 | 230篇 |
社会与环境 | 32篇 |
灾害及防治 | 35篇 |
出版年
2024年 | 39篇 |
2023年 | 108篇 |
2022年 | 136篇 |
2021年 | 177篇 |
2020年 | 138篇 |
2019年 | 137篇 |
2018年 | 105篇 |
2017年 | 106篇 |
2016年 | 110篇 |
2015年 | 134篇 |
2014年 | 304篇 |
2013年 | 200篇 |
2012年 | 190篇 |
2011年 | 241篇 |
2010年 | 155篇 |
2009年 | 182篇 |
2008年 | 190篇 |
2007年 | 204篇 |
2006年 | 159篇 |
2005年 | 133篇 |
2004年 | 107篇 |
2003年 | 94篇 |
2002年 | 68篇 |
2001年 | 72篇 |
2000年 | 56篇 |
1999年 | 48篇 |
1998年 | 69篇 |
1997年 | 59篇 |
1996年 | 60篇 |
1995年 | 48篇 |
1994年 | 44篇 |
1993年 | 36篇 |
1992年 | 41篇 |
1991年 | 40篇 |
1990年 | 42篇 |
1989年 | 27篇 |
1988年 | 1篇 |
1987年 | 1篇 |
排序方式: 共有4061条查询结果,搜索用时 15 毫秒
11.
基于臭氧监测仪(OMI)卫星反演数据,对2005~2018年西北4省区域大气甲醛柱浓度数据进行提取及分析,探讨其时空变化特征及影响因素.结果表明:在时间变化上,14a甲醛柱浓度整体呈先上升后下降的波动变化趋势,夏秋季显著高于冬春季,且冬季均值略高于春季.在空间分布上,甲醛柱浓度自西向东、自北向南逐渐升高,高值区集中于陕西和甘肃东南部及青海西南部;低值区集中于宁夏、青海和甘肃的西北部;稳定性呈现出东部分散、西部集聚、差异显著的分布格局.影响甲醛柱浓度变化的因素包括自然和人为因素,自然因素中,甲醛柱浓度受地形影响显著,与风向、气温均呈现显著正相关;人为因素中,甲醛柱浓度与人口密度、地区生产总值、工业废气排放量及建筑房屋竣工面积均表现出正相关关系,与工业废气排放量的相关度最高.大气中甲醛分子与气溶胶粒子二者间呈显著正相关关系,这进一步说明甲醛浓度受到了诸多因素的综合影响,但气溶胶粒子、气温及工业废气的排放是主导因素. 相似文献
12.
基于RF-LSTM的鸡舍恶臭气体预测研究 总被引:1,自引:0,他引:1
以鸡舍氨气为研究对象,对鸡舍氨气预测模型进行了研究.首先,利用随机森林算法(RF)对影响鸡舍氨气浓度的环境变量进行重要性排序,选取温度、湿度、光照、气象温度、降雨量作为模型的输入变量;在此基础上,构建了基于长短时记忆神经网络(LSTM)的鸡舍氨气浓度预测模型,并将提出的预测模型应用于江苏省宜兴市某养鸡场的氨气浓度预测中,并与LSTM模型、RF-Elman模型和RF-BP模型进行了对比实验,结果表明,基于RF-LSTM模型的预测效果最好,其平均绝对误差(MAE)、平均绝对百分误差(MAPE)和均方根误差(RMSE)分别为0.9183、4.9637%和1.4262;同时,为了验证该模型的性能,本文还实现了不同时间尺度的鸡舍氨气浓度预测,提前2h、3h、4h、5h氨气预测的平均绝对误差(MAE)分别为1.6218、2.1991、2.8553和3.0677.本文提出的预测模型提高了鸡舍氨气浓度的预测精度,可为减少鸡舍恶臭气体排放提供科学依据. 相似文献
13.
为实现对平寨水库叶绿素a的遥感监测,选取平寨水库2017年11月17—18日的实测叶绿素a浓度数据和准同步的Sentinel-2数据,通过选取最佳波段组合建立BP神经网络模型,对平寨水库叶绿素a进行反演,并分析其空间分布特征。结果表明:Sentinel-2红边波段对叶绿素a的敏感性优于可见光波段,在叶绿素a浓度反演方面具有较大潜力。相关系数最大的波段组合方式是:B5/B4、[1/B4-1/B5]*B6、[1/B4-1/B5]*B7和[1/B4-1/B5]*B8;BP神经网络模型可决系数R2为0.9160,平均相对误差为29.87%,反演精度优于三波段模型;平寨水库叶绿素a浓度空间分布差异明显,水面开阔的中心库区浓度较高,各支流上游河段浓度较低。Sentinel-2数据可较好地应用于喀斯特高原湖泊叶绿素a浓度反演,BP神经网络模型估测结果合理、可靠;研究结果可为平寨水库水环境治理提供科学依据。 相似文献
14.
为研究大气边界层中上层大气颗粒物的数浓度谱分布特征及气团来源的影响,于2018年6月利用3080型SMPS粒径谱仪对武当山14.6~660 nm颗粒物数浓度谱进行观测,分析和探讨了其数浓度谱分布及日变化特征,并结合后向轨迹、潜在源贡献因子法(PSCF)与浓度权重轨迹分析法(CWT)探讨对武当山颗粒物数浓度影响较大的外源输送路径和贡献源区.结果表明:①武当山大气颗粒物主要以爱根模态为主,平均数浓度为2 500个/cm3,积聚模态、核膜态平均数浓度分别为2 265、359个/cm3,3种模态数浓度分别占总数浓度的48.79%、44.21%、7.01%.②在新粒子生成日,核膜态数浓度于10:00开始上升,11:00—17:00的核膜态数浓度相对较高,约2 000个/cm3.新粒子生成日ρ(SO2)与ρ(O3)的日变化趋势均与核模态数浓度较为相似,表明SO2和O3参与光化学反应后的产物(硫酸及有机物)有利于新粒子的生成与增长.新粒子生成日风速、温度均大于非新粒子生成日,但相对湿度较低.③在东部及局地气团影响下大气颗粒物主要以积聚模态为主,数浓度分别为2 311和2 596个/cm3;核模态、爱根模态数浓度在受西北气团影响时最大,数浓度分别为806和3 078个/cm3.④潜在源区分析表明,影响武当山积聚模态数浓度的主要源区为十堰市本地及襄阳市,二者贡献值在840个/cm3以上.研究显示,武当山颗粒物主要以爱根模态为主,颗粒物数浓度日变化主要受大气边界层发展及山谷风的影响,较高的ρ(SO2)与ρ(O3)以及高温、低湿及较大的风速均有利于新粒子的生成,周边城市的区域性传输对武当山颗粒物的影响较大. 相似文献
15.
为探究不同类型炉具的大气污染物排放差异,本研究选择5种常见的新式居民燃煤炉具(方型煤炉具、折流换热炉具、炕暖炊一体化炉具、气化正烧及气化反烧炉具)在实验室内进行模拟燃烧和大气污染物排放水平监测,定量评估不同炉具的环境效果,识别污染排放水平差异的影响因素及原因,从而提出炉具研发设计等污染减排的改进建议.结果表明:①不同炉具大气污染物排放差异较大,炕暖炊一体的炉具污染排放强度最大,3种大气污染物(SO2、NOx和颗粒物)的排放强度为2.9 kg ·t-1,是平均值的1.6倍;应用方型煤技术的炉具大气污染物排放强度最低,是平均值的65%.②不同炉具在不同燃烧阶段其气态污染物排放也呈现出明显的差异和特征.旺火阶段方型煤炉具NOx排放浓度为0.49mg ·m-3,相较于其他类型炉具降低了45%~72%;气化反烧炉具的SO2排放浓度为1.38mg ·m-3,相较于其他类型炉具最高降低了28%.③影响炉具大气污染物排放因素包括应用技术及燃烧类型,采用方型煤及气化反烧技术的炉具环境效益较好,但两类炉具的经济成本分别达到2.0万元和1.8万元,明显高于其他类型炉具.④考虑不同炉具污染排放差异,建议采取差异化的经济政策和严格的排放和产品标准,推广使用节能环保型炉具,降低燃煤炉具大气污染物排放. 相似文献
16.
为了揭示柳州城区春冬季PM2.5的来源及其潜在源区分布和贡献,利用2018年24h自动监测数据和气象数据对柳州市大气污染物浓度变化特征进行了分析,并且使用后向轨迹模型(HYSPLIT)对春冬季柳州市PM2.5逐日72h气流后向轨迹和前向轨迹进行聚类分析,同时结合潜在源贡献因子分析法(WPSCF)和轨迹浓度权重法(WCWT)对其潜在源区和浓度贡献进行了分析.结果显示,(1)在研究期内,不利的主导风向和工业区布局导致研究区PM2.5在春冬季污染较严重,且工业源和交通源是其主要本地来源;(2)春冬季PM2.5高值主要来源于西北和东南方向,其中,西北向PM2.5主要来源于本地排放,且浓度在空间上呈现西高东低的趋势;(3)春季后向轨迹PM2.5浓度整体大于冬季,春冬季中对柳州市PM2.5影响最大轨迹均来自东部的短距离输送,而来自西北的气流轨迹输对PM2.5贡献最低.春冬季柳州市大气PM2.5通过气流传输对贵州地区大气环境有较大影响;(4)春季,柳州市PM2.5的主要潜在源区分布在广西东南部、广东中西部、南海沿岸海域、湖南中部、江西西北部、湖北东部及安徽西北部;冬季,主要分布在广西东南部、广东西南部和南海沿岸海域. 相似文献
19.
根据2011—2014年共12次长江大通站的调查数据,分析了长江水体中溶解无机氮(DIN)、活性磷酸盐(PO4-P)和活性硅酸盐(SiO3-Si)浓度的季节变化规律并估算了各项营养盐入海通量,比较分析了自1960s以来通过长江输入的各项营养盐通量变化及对长江口海域营养盐浓度和结构的影响。结果表明,长江水体中DIN浓度夏秋高、冬春低,而PO4-P浓度则呈现秋冬高、春夏低的变化特点,SiO3-Si浓度与总悬浮颗粒物浓度显著相关,但无明显季节变化。DIN、SiO3-Si通量与长江径流变化一致,呈现夏季高、冬季低的变化特征;PO4-P通量则呈现秋季高、冬季低的变化特征。自1960s以来,DIN和PO4-P通量均呈上升趋势,2010s较1960s分别增加9.5倍和3.6倍,而SiO3-Si通量呈下降趋势,2010s较1960s减少0.6倍;导致长江口海域DIN和PO4-P年均浓度分别升高4.5和0.8倍,SiO3-Si年均浓度则下降0.6倍,氮磷比升高两倍,硅氮比和硅磷比分别降低0.9和0.8倍,这可能是导致近60 a来长江口海域赤潮发生面积增加和硅藻比例减少的原因之一。 相似文献
20.
降水和风对大气PM2.5、PM10的清除作用分析 总被引:2,自引:0,他引:2
对合肥2015—2017年的降水、风和PM_(2.5)、PM_(10)浓度观测数据统计研究发现,降水对PM_(2.5)、PM_(10)有一定的清除作用,尤其在秋冬季节.秋冬季节小雨、中雨分别导致PM_(2.5)和PM_(10)浓度降低23.1%、40.4%和32.0%、63.7%.雨日PM_(2.5)/PM_(10)比例上升8.4%,表明降水对PM_(10)清除作用更显著.降水前后PM_(2.5)浓度变化与降水前PM_(2.5)浓度、降水强度、降水时长密切相关.当降水强度大于4 mm·h~(-1)或PM_(2.5)初始浓度高于115μg·m~(-3)时,降水对PM_(2.5)产生明显清除作用;而降水强度小于1 mm·h~(-1)或PM_(2.5)初始浓度低于115μg·m~(-3)时由于吸湿增长作用极易造成PM_(2.5)浓度反弹升高;且持续3 h以上雨强介于1~4 mm·h~(-1)的降水也对PM_(2.5)产生清除作用.降水前后PM_(10)浓度变化与初始浓度密切相关,而与雨强相关性较弱.当PM_(10)初始浓度大于50μg·m~(-3),降水就对PM_(10)产生明显清除作用,且PM_(10)初始浓度越高,降水后PM_(10)浓度下降越多.风速大于2 m·s~(-1)可显著降低PM_(2.5)浓度,因此,当风速大于4 m·s~(-1)时合肥较少出现中度及以上污染,但易造成地面起尘,使PM_(10)浓度不降反升.合肥冬季严重污染主要出现在西北风向,夏季中度以上污染天气较少,主要出现在风速低于3 m·s~(-1)的东南风向. 相似文献