全文获取类型
收费全文 | 786篇 |
免费 | 193篇 |
国内免费 | 543篇 |
专业分类
安全科学 | 63篇 |
废物处理 | 5篇 |
环保管理 | 27篇 |
综合类 | 1154篇 |
基础理论 | 94篇 |
污染及防治 | 51篇 |
评价与监测 | 115篇 |
社会与环境 | 5篇 |
灾害及防治 | 8篇 |
出版年
2024年 | 28篇 |
2023年 | 58篇 |
2022年 | 89篇 |
2021年 | 120篇 |
2020年 | 100篇 |
2019年 | 96篇 |
2018年 | 79篇 |
2017年 | 61篇 |
2016年 | 65篇 |
2015年 | 71篇 |
2014年 | 103篇 |
2013年 | 69篇 |
2012年 | 68篇 |
2011年 | 62篇 |
2010年 | 38篇 |
2009年 | 46篇 |
2008年 | 39篇 |
2007年 | 38篇 |
2006年 | 32篇 |
2005年 | 26篇 |
2004年 | 25篇 |
2003年 | 14篇 |
2002年 | 19篇 |
2001年 | 23篇 |
2000年 | 31篇 |
1999年 | 18篇 |
1998年 | 16篇 |
1997年 | 15篇 |
1996年 | 22篇 |
1995年 | 2篇 |
1994年 | 6篇 |
1993年 | 9篇 |
1992年 | 12篇 |
1991年 | 10篇 |
1990年 | 4篇 |
1989年 | 3篇 |
1988年 | 2篇 |
1987年 | 2篇 |
1986年 | 1篇 |
排序方式: 共有1522条查询结果,搜索用时 15 毫秒
31.
《环境科学与技术》2017,(8)
随着中国城市发展,城镇化进程的不断推进,能源消耗持续增加,空气中的污染物含量越来越高,空气污染事件频发,城市空气质量研究成为一个热点议题。PM_(2.5)作为表征空气质量的重要指标之一,越来越受到人们的关注,目前获取PM_(2.5)数据主要有地面监测和卫星遥感监测2种方式。传统的地面监测手段可以得到高精度的局部PM_(2.5)污染数据,但是由于其覆盖范围的局限性,并没有办法反映出整个区域的PM_(2.5)污染情况。遥感卫星监测恰到好处地弥补了这一缺陷,其中应用最为广泛的是使用卫星遥感数据产品大气气溶胶光学厚度AOD来反演地面的PM_(2.5)浓度。文章从AOD数据的多样性及其应用、反演地面PM_(2.5)浓度模型的选择以及反演模型的优化这3个方面对目前国内外利用遥感卫星AOD数据反演地面PM_(2.5)浓度的研究进行了归纳梳理。其中AOD数据分辨率的不同产生了不同精度的反演结果;而线性回归模型和非线性回归模型的反演精度也存在较为明显的差异;通过在模型中加入气象参数、气溶胶垂直分布特性以及地表信息等因素会显著地改善反演结果。上述研究为流行病学中PM_(2.5)人口暴露研究及健康影响提供方法论基础。 相似文献
32.
33.
西安市秋冬季市区与山区微生物气溶胶组成特征及来源 总被引:1,自引:3,他引:1
为探究城市市区与山区微生物气溶胶组成特征及来源,在西安市市区(城区和郊区)及南郊山区设立3个采样点,采集细颗粒物、土壤及叶片样本.通过高通量测序法,解析不同采样点真菌与细菌群落结构,考察其时空变化特征;使用Source Track源解析技术对空气中微生物进行来源分析.结果表明,不同采样点真菌、细菌菌属差异较大,说明地理位置对空气中微生物的群落结构影响显著;冬季市区检测出较多的潜在真菌致病菌和细菌致病菌,且具有较高的相对丰度和多样性.通过源解析技术发现,在局部源叶片和土壤中,叶片表面微生物是空气中微生物的主要潜在源,且秋季叶片对空气中微生物的贡献率高于冬季.本研究不仅为空气中生物气溶胶的溯源研究提供了一定基础,也为深入了解大气中微生物污染特性和为我国空气环境质量评价与疾病预防提供一定的科学依据. 相似文献
34.
乌鲁木齐市气溶胶光学厚度时空分布特征及潜在来源分析 总被引:1,自引:0,他引:1
依据2009年1月—2019年7月MODIS/AQUA C6.1 MYD04L2气溶胶光学厚度(Aerosol Optical Depth, AOD)日数据,在宏观视角下对乌鲁木齐市AOD时空分布特征进行分析,利用后向轨迹模式(Hybrid Single Particle Lagrangian Integrated Trajectory,HYSPLIT)和潜在源贡献作用分析方法(Potential Source Contribution Function, PSCF)讨论气溶胶运输的季节性变化,并揭示研究不同季节对AOD影响较为明显的潜在源空间分布.结果表明:①乌鲁木齐市AOD呈显著的季节性差异,四季均值依次为:春季(0.328)>夏季(0.310)>秋季(0.273)>冬季(0.137),AOD高值区主要集中在市区.②AOD年内呈双峰分布,峰值分别对应为4月(0.402)和8月(0.346);10 a间AOD呈弱下降趋势,其中2014年最高(0.316),2017年最低(0.235),AOD均值为0. 276.③春季和冬季乌鲁木齐市气团输送主要... 相似文献
35.
四川盆地地形复杂、气候特殊,是我国颗粒物污染高发地.为探究四川盆地气溶胶分布和周期变化特征,深入认识气溶胶污染特性及其气候效应,结合卫星遥感探测方法,利用2006-2017年MODIS C006 3 km AOD(气溶胶光学厚度)产品,分析了四川盆地AOD的时空特征.结果表明:①MODIS AOD(MODIS数据反演的气溶胶光学厚度)与太阳光度计CE318观测的AOD、ρ(PM2.5)、ρ(PM10)线性相关系数分别为0.78、0.77、0.75,表明MODIS C006 3 km AOD产品适用于四川盆地颗粒物污染研究.②四川盆地AOD平均值范围为0.1~1.3,其中,成都平原和四川盆地东南部地区是AOD高值(AOD值>1.0)中心,四川盆地周边高海拔区AOD均小于0.3.③2006-2017年AOD年均值范围为0~2.5,整体呈"倒N型"曲线下降,其峰值和谷值分别出现在2013年和2017年;2013年AOD大于1.0的区域占四川盆地的34.1%,是12 a中颗粒物污染最重的一年;2017年AOD小于0.3的面积占57.1%.④AOD季节性变化呈春季最大、夏季次之、秋季最小的特征.⑤AOD月变化呈"双峰型"波动特征,AOD月均值范围为0~2.5,其中,2-5月AOD月均值均大于0.7,8月AOD月均值为0.6,11-12月AOD月均值均小于0.5.研究显示,四川盆地颗粒物污染防治应以成都平原城市群和四川省南部城市群为主,应重点控制细颗粒物排放,合理安排工业企业的周期性生产强度. 相似文献
36.
37.
为分析生物气溶胶释放对人群潜在影响风险的情况,利用CALPUFF模型定量模拟了2019年7月24~8月20日中牧兰州生物药厂含菌气溶胶扩散、浓度空间分布、对人群潜在健康风险,并结合公开报道的检测数据开展验证.结果显示:生物药厂的含菌气溶胶排放源附近高值区主要集中于厂区四周,影响范围主要以厂区为中心,并向四周逐渐扩散;检测结果中兰州兽研所1#,兰州大学2#地区健康风险比例41.49:1,在模拟的相对风险大小的误差区间(36.15±8.48)范围内,说明本研究含菌气溶胶对人群潜在影响风险的模拟结果可信. 相似文献
38.
系统分析了珠三角城市群PM2.5、O3和挥发性有机物(VOCs)的污染特征,并筛选出对二次有机气溶胶(SOA)和O3影响较大的敏感性组分。结果显示:珠三角城市群PM2.5和O3浓度的季节变化具有明显差异,PM2.5和O3分别在1月和10月出现浓度最高值。珠三角城市群VOCs主要以烷烃为主,占比为64.2%,其次为芳香烃和烯烃,含量较高的组分为丁烷、异戊烷、异丁烷和环己烷。SOA生成潜势贡献主要以芳香烃为主,占比为78.5%,其中甲苯、间,对-二甲苯和乙苯的SOA生成潜势最大。O3生成潜势主要以烯烃为主,占比为42.3%,其次为芳香烃(34.2%)和烷烃(23.5%),其中丙烯、异戊二烯和1-丁烯的O3生成潜势最大。为有效缓解珠三角城市群PM2.5和O3污染,建议优先对机动车尾气、溶剂挥发、涂料使用和石化行业的VOCs敏感组分进行控制。 相似文献
39.
为了解决地面PM2.5监测网络在空间和时间覆盖受限的问题,提出了基于宽时空覆盖的卫星气溶胶光学厚度AOD,利用Stacking方法建立地面PM2.5浓度估算模型,将AOD、PM2.5和各气象参数以及与PM2.5排放有关的数据进行训练,使用改进网格搜索对模型超参数进行优化,通过对多重共线性分析,建立基于Stacking的最优PM2.5浓度估算模型。选取2016-01-01—2016-12-31的数据作为实验对象,结果表明:相比于随机森林、GBRT和XGBoost 3种模型,使用岭回归作为元学习器的Stacking模型性能更优,可见Stacking适用于大范围地理区域的大气污染监测。 相似文献
40.
基于A-train卫星对中国北方地区气溶胶分布的研究 总被引:1,自引:0,他引:1
利用A-train(CALIPSO和MODIS-Aqua)卫星的数据资料,对比分析了中国北方地区(分为3个部分西部-W区,中部-M区和东部-E区)2007年1月~2010年10月AOD的年平均和季节平均分布特征,结果发现:MODIS-Aqua的卫星资料在我国北方地区区域基本具有适用性;MODIS和CALIPSO卫星反演的AOD年平均分布特征基本一致,AOD的高值区分布在南疆盆地(主要受沙尘气溶胶的影响)和地势较低的华北平原地区;MODIS和CALIPSO卫星反演的北方地区AOD季节平均分布的结果基本一致:W区AOD的高值区在季节上分布特征是:春季最高,夏季次之,秋季最小,冬季又慢慢增大;E区AOD的高值区的分布特征是:夏季最大,春季次之,秋冬季最小. 相似文献