全文获取类型
收费全文 | 2176篇 |
免费 | 219篇 |
国内免费 | 576篇 |
专业分类
安全科学 | 66篇 |
废物处理 | 4篇 |
环保管理 | 198篇 |
综合类 | 1631篇 |
基础理论 | 275篇 |
污染及防治 | 75篇 |
评价与监测 | 131篇 |
社会与环境 | 412篇 |
灾害及防治 | 179篇 |
出版年
2024年 | 128篇 |
2023年 | 243篇 |
2022年 | 309篇 |
2021年 | 314篇 |
2020年 | 215篇 |
2019年 | 202篇 |
2018年 | 125篇 |
2017年 | 150篇 |
2016年 | 118篇 |
2015年 | 120篇 |
2014年 | 164篇 |
2013年 | 86篇 |
2012年 | 136篇 |
2011年 | 95篇 |
2010年 | 73篇 |
2009年 | 79篇 |
2008年 | 67篇 |
2007年 | 57篇 |
2006年 | 39篇 |
2005年 | 50篇 |
2004年 | 23篇 |
2003年 | 23篇 |
2002年 | 25篇 |
2001年 | 18篇 |
2000年 | 16篇 |
1999年 | 14篇 |
1998年 | 9篇 |
1997年 | 14篇 |
1996年 | 6篇 |
1995年 | 10篇 |
1994年 | 8篇 |
1993年 | 9篇 |
1992年 | 10篇 |
1991年 | 3篇 |
1990年 | 5篇 |
1989年 | 8篇 |
排序方式: 共有2971条查询结果,搜索用时 15 毫秒
331.
基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究 总被引:1,自引:0,他引:1
基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素. 相似文献
332.
利用晋西北地区1975,1991,2000,2015,2019年遥感影像,采用转移矩阵模型、重心迁移模型和主成分分析法,研究晋西北地区土地沙漠化的时空变化及其驱动机制.结果表明:土地沙漠化面积在时间上呈现先增加、后减少的动态趋势,其中1975~1991年沙漠化土地面积增加1495.10km2,非沙漠化土地转移为轻度沙漠化土地面积最大(1506.12km2);1991~2000年沙漠化土地面积增加689.09km2,轻度沙漠化土地转移为中度沙漠化土地面积最大(11098.72km2);2000~2015年沙漠化土地面积减少2365.85km2,中度沙漠化土地转移为轻度沙漠化土地面积最大(10569.56km2);2015~2019年沙漠化土地面积减少1931.39km2,轻度沙漠化土地转移为非沙漠化土地面积最大(1909.93km2).空间上呈现先偏南、后偏西北的迁移趋势,其中1975~1991年、1991~2000年沙漠化土地重心总体上偏南方向迁移,重度沙漠化土地重心迁移距离最大,分别为19.26,20.06km;2000~2019年沙漠化土地重心向西北迁移,轻度沙漠化土地重心迁移距离最大,为30.29km.1975~2019年晋西北地区土地沙漠化动态变化是自然因素和人为因素共同作用的结果,人口数量和牲畜数量是影响沙漠化土地变化的主要人为因素,大风日数是影响沙漠化土地变化的主要自然因素. 相似文献
333.
异味气体是目前工业园区周边居民投诉的重点环境问题之一。该文利用荆州经开区及周边的异味气体监测数据及气象数据,开展了1#~5#5个居民小区典型异味气体污染的影响因素及其变化规律研究。结果显示NH3、H2S、VOCs和臭气浓度具有明显的时间和空间分布特征,其中H2S仅出现在1#点位并呈夏季浓度高冬季低,1#~5#点位的NH3浓度呈现冬季高夏季低,1#、2#和4#点位TVOC浓度则是夏季高而5#则是秋季高的变化特征。Pearson相关性分析结果表明NH3是影响臭气浓度的主要因子,其次是H2S。1#~5#点位典型异味气体浓度的空间差异性既与其周边不同类型企业的排放有明显关系,温度和风向风速也是重要的影响因子,且温度的影响大于风速,在环境温度低或高时均容易出现异味气体的高浓度。因此环境管理部门在监控企业排放的同时,需结合气象条件提前部署典型异味气体污染防治工作。 相似文献
334.
基于日本GOSAT及美国AIRS反演数据产品,对我国中部六省大气CO2时空分布特征进行研究,结果表明:由GOSAT反演的中部地区2010~2013年大气CO2年均柱浓度由389.36×10-6增长到396.52×10-6,年均绝对增长率达2.39×10-6/a,呈现出冬春季高值、夏秋季低值的季节变化特征,其柱浓度年均值及去长期趋势后的月均值均略低于长三角地区,高于京津冀和东三省地区;其CO2柱浓度高值区集中在湖南、江西及周边一带,年均绝对增长率为2.01×10-6,其柱浓度年均值及去长期趋势后的月均值与长三角地区相当,略低于京津冀和东三省地区,由于受地面源汇影响较小,其与GOSAT反演结果相反,可能是由于AIRS反映了对流层中层大气状况,而GOSAT则更多地反映了近地面层大气CO2变化. 相似文献
335.
NH3针对传统近地面NO2浓度空间模拟过程中NO2浓度与其影响要素之间关系的复杂非线性机制解释不充分的缺陷,本研究基于随机森林(RF)算法、融合多源地理要素开展了近地面NO2浓度空间分布模拟研究.以卫星OMI对流层NO2柱浓度数据和多源地理要素(道路交通、气象因子、土地利用/覆盖、地形高程、人口数量)为输入变量,近地面NO2浓度为输出变量,利用RF算法构建近地面NO2浓度反演模型.通过对比地面观测数据与传统土地利用回归模型(LUR)检验RF模型的有效性,基于所构建的最优RF模型在不同时间尺度下模拟分析中国大陆地区近地面NO2浓度空间分布特征.结果表明:(1)集成多源地理要素的RF回归模型精度高,月均模型整体拟合度R2 0.85,RMSE 6.08μg/m3,交叉验证的R2 0.84,RMSE 6.33μg/m3,显著高于LUR模型(拟合R2 0.53,RMSE 10.48μg/m3,交叉验证的R2 0.53,RMSE 10.49μg/m3); (2)地面NO2浓度与预测变量呈现显著的复杂非线性与时间尺度依赖关系,卫星OMI柱浓度对模型影响程度最大,重要性指标IncMSE介于97.40%~116.54%,多源地理特征变量对RF模型同样具有不可忽视的贡献力(IncMSE在23.34%~47.53%之间);(3)中国大陆地区NO2污染程度较高,年均模拟浓度为24.67μg/m3,存在明显季节性空间差异,NO2浓度冬季(31.85μg/m3) > 秋季(24.86μg/m3) > 春季(23.24μg/m3) > 夏季(18.75μg/m3),呈现以华北平原为高值中心、向外围逐渐减轻的空间分布格局.较已有研究揭示对流层NO2柱浓度宏观分布特征,本研究对近地面NO2污染特征的研究成果对于合理制定污染防控策略、降低居民暴露健康损害具有指导意义. 相似文献
336.
三峡库区太阳能资源基本特征及其演变 总被引:1,自引:0,他引:1
利用1961-2007年的日照时数建模计算了三峡库区的太阳辐射,在此基础上对库区的太阳能资源作了全面分析和评价。结果表明:库区年总辐射量介于3200~4400MJ/m2,与德国等太阳能利用大国相当;“下游多,上游少”是资源空间分布的基本特征,且在秋、冬季差异更为明显;资源的年变化具有“夏大冬小”的特点,同时呈典型“双峰结构”,最大和次大峰值分别出现在8月和5月;库区上游太阳能季节差异大,而中、下游四季差异相对较小;库区太阳辐射以散射辐射为主(平均为64%),上游尤其明显;1961-2007年,资源量与直射比均呈明显下降趋势,且在夏、冬季下降尤为显著,分析表明这与轻雾日数和霾日数的增加有关;自20世纪90年代初起,资源量开始回升,有利于库区太阳能的开发利用。 相似文献
337.
白洋淀水质时空变化及影响因子评价与分析 总被引:28,自引:3,他引:28
作为海河流域重要湖泊湿地,白洋淀的水环境直接影响着流域生态健康和环境安全.综合运用灰色聚类法、综合污染指数和单因子污染指数法探讨白洋淀水质时空变化规律及关键影响因子.在时间序列上,白洋淀水质1973~2007年年际变化总体呈现出恶化趋势,劣于Ⅲ类水水质,由20世纪70年代的14.3%上升到2000年以后的83%,水质恶化严重;2006年内水质变化综合污染指数春(52.9)夏(11.4)冬(9.81)秋(8.88),且TP的综合污染指数最高达到14.86,BOD5综合污染指数最低为7.67.空间分布上,以南刘庄为核心的西北部区域污染最为严重,其次为白洋淀东北部区域的烧车淀、王家寨、光淀张庄、枣林庄和圈头;采蒲台和端村的东南和西南区域污染最轻.通过对自然和社会影响因素的比较分析,结果表明,影响白洋淀水质的关键自然因子是入淀水量,从1973~2007年,历年入淀水量远达不到淀区最小需水量.社会因子包括产业和产业结构两方面因子,产业因子有保定市第一产业、安新县第二产业和保定市第三产业,相关系数分别为0.771、0.708和0.624;产业结构因子有安新县工业和安新县渔业和保定市农业的发展,相关系数分别为0.746、0.734和0.661.此外,安新县和保定市人口增长与水质的相关系数也分别达到0.731和0.690.建议:①控制入淀水质、淀区面源和内源污染;②空间上分区管理,可分为污染控制区、综合改善区和生态恢复区;③加强生态的监测和预警,完善白洋淀流域环境公共政策和产业环境管理. 相似文献
338.
基于2008—2012年污染源环境统计数据,采用Spearman秩相关系数法等分析南水北调中线陕西水源区污废水及污染物年排放总量变化趋势,借助ArcGIS空间分析功能表征水源区污染源排放的空间分布特征。结果表明:2008—2012年水源区污废水和NH_3-N年排放总量呈显著上升趋势,COD、As、Pb、Cd、Cr和Hg年排放总量呈抛物线型变化,总体上COD、Pb、Cd年排放总量增加,As、Cr和Hg年排放总量降低。水源区污废水及污染物排放量空间差异明显,污废水、COD和NH_3-N排放涉及流域所有区县,其排放量从干流到流域边缘呈现较明显的梯度变化,即位于流域中心或地级市行政中心的区县排放量明显高于位于流域边缘的区县;As、Pb、Cd、Cr和Hg排放量呈现明显的区域分布,主要分布在勉县等8个区县。 相似文献
339.
基于青藏高原12个城市2015~2021年的大气污染监测数据和气象数据,分析了青藏高原地表臭氧(O3)时空分布格局. 采用KZ滤波将O3-8h原始序列分解为不同时间尺度的分量,并利用气象变量的多元线性回归定量地分离出气象和排放的影响. 结果表明,2015~2021年青藏高原12个城市地表ρ(O3-8h)均值为78.7~156.7 μg·m-3,O3浓度超标率(国家二级标准)为0.7%~1.5%. O3-8h月浓度变化呈单峰倒“V”型和多峰“M”型,浓度峰值出现在4~7月,谷值多出现在7月、 9月和12月. 经KZ滤波分解的O3-8h短期、季节和长期分量对12个城市O3-8h原始序列总方差的贡献率分别为29.6%、 51.4%和9.1%. 从整个区域看,2015~2017年气象条件对青藏高原O3降低不利,使得O3-8h长期分量升高0.2~2.1 μg·m-3. 2018~2021年气象有利于O3浓度降低,导致O3-8h长期分量降低0.4~1.1 μg·m-3. 气象条件增加了阿里、拉萨、那曲、林芝、昌都、海西和西宁的O3-8h长期分量,其平均贡献率为30.1%. 气象条件降低了日喀则和果洛的O3-8h长期分量,贡献率分别为359.0%和56.5%. 阿里、日喀则、那曲、海西和西宁O3-8h长期分量的上升可能是由于PM2.5长期分量快速下降[4.04 μg·(m3·a)-1]导致. 相似文献
340.
为探究地质高背景区土壤Cd含量的空间分异特征及其变异规律,以贵阳市喀斯特地貌区表层土壤为研究对象,采集14 421件表层土壤,综合运用全局Moran''s I指数、冷热点分析、半方差函数与克里金插值等方法,揭示土壤Cd含量的空间结构和分布规律,并通过方差分析与地理探测器分析环境因子对土壤Cd含量的影响及其主控因子. 结果表明:①贵阳市喀斯特表层土壤ω(Cd)范围介于0.03~1.36 mg·kg-1之间,平均值为0.440 mg·kg-1,分别为贵州省土壤Cd背景值和中国土壤Cd背景值的1.77倍和5.95倍;土壤Cd超标率为30%,是我国土壤Cd超标率(7%)的4.29倍. ②土壤Cd含量存在显著的空间正相关性,全局空间上呈现聚集分布,而局部区域上东北和西南地区表现为热点区,北部为冷点区;土壤Cd含量的块金系数为10.37%,表明土壤Cd主要受结构性因素影响. ③空间分布上,土壤Cd呈现不同的累积趋势,息烽县、修文县、清镇市、花溪区和南明区等区域部分块状土壤ω(Cd)小于0.3 mg·kg-1;土壤ω(Cd)介于0.3~0.6 mg·kg-1分布面积最广,白云区、乌当区、观山湖区和云岩区土壤Cd整体上介于这一含量范围;土壤ω(Cd)介于0.6~0.9 mg·kg-1集中分布于清镇市西南部、花溪区南部以及开阳县北部,而土壤ω(Cd)介于0.9~1.2 mg·kg-1主要聚集在清镇市西南部;土壤ω(Cd)极值( > 1.2 mg·kg-1)多分布于开阳县、修文县、清镇市和花溪区等地区. ④方差分析与地理探测器结果表明,不同环境因子对土壤Cd空间分异影响显著,但对土壤Cd含量的解释力具有差异,其大小依次为:地层(0.176 5) > 土壤类型(0.0260) > 有机质(0.0251) > 海拔(0.0105) > 母岩(0.0073) > 土地利用(0.0064) > pH(0.001 3),并且地层与任意环境因子的交互作用均最大,因此地层是影响土壤Cd含量空间分异的主要因子. 相似文献