全文获取类型
收费全文 | 239篇 |
免费 | 3篇 |
国内免费 | 1篇 |
专业分类
安全科学 | 70篇 |
废物处理 | 1篇 |
环保管理 | 34篇 |
综合类 | 75篇 |
基础理论 | 11篇 |
污染及防治 | 3篇 |
评价与监测 | 2篇 |
社会与环境 | 9篇 |
灾害及防治 | 38篇 |
出版年
2024年 | 1篇 |
2023年 | 5篇 |
2022年 | 8篇 |
2021年 | 4篇 |
2020年 | 4篇 |
2019年 | 1篇 |
2018年 | 3篇 |
2017年 | 8篇 |
2016年 | 3篇 |
2015年 | 4篇 |
2014年 | 23篇 |
2013年 | 37篇 |
2012年 | 34篇 |
2011年 | 16篇 |
2010年 | 14篇 |
2009年 | 9篇 |
2008年 | 18篇 |
2007年 | 7篇 |
2006年 | 7篇 |
2005年 | 12篇 |
2004年 | 4篇 |
2003年 | 4篇 |
2002年 | 4篇 |
1999年 | 1篇 |
1998年 | 2篇 |
1996年 | 1篇 |
1995年 | 2篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1992年 | 3篇 |
1991年 | 2篇 |
排序方式: 共有243条查询结果,搜索用时 15 毫秒
241.
242.
绿色增长是实现人地协调的一种可持续发展模式,对区域绿色发展和生态文明建设的推进具有重要作用。研究以陕西省为例,在系统梳理绿色增长内涵及特征的基础上,构建了绿色增长系统作用机制框架及评价指标体系,运用TOPSIS-灰色关联分析、泰尔指数等方法分析了2008—2017年城市绿色增长水平的时空演变特征及影响因素。结果表明:(1)陕西省城市绿色增长水平总体呈现“上升—下降—上升”的“N”型波动上升变化过程。(2)空间分布上,城市绿色增长水平存在明显的区域差异,且有进一步扩大的趋势;空间演化上,地区内差异略呈下降趋势,而地区间差异上升趋势明显。(3)区域生态环境(X3)、生活质量环境(X4)和政策支持环境(X5)是制约陕西省绿色增长水平的主要障碍因素,且不同准则层在城市间的障碍作用存在明显的空间分异。(4)全省层面上,对城市绿色增长水平阻碍作用最大的5个因子依次是废气治理设施处理能力X43、单位GDP能耗下降率X31、科研和技术服务从业人员数X54、建成区绿化覆盖率X49和一般工业固体废物综合利用率X42;在城市层面上,X54的阻碍作用最强,其次是X43、X31、每万人拥有公交车和出租车辆数X48以及人均GDP X21。(5)外部环境驱动方面,产业结构、科技创新能力两个要素对陕西绿色增长的贡献度最大,其次是贸易水平、市场化水平、城镇化水平和人口密度。据此,从构建多元化能源结构体系、完善绿色增长相关政策制度、优化外部环境条件等五方面提出对策建议。 相似文献
243.
基于遥感与随机森林算法的陕西省土壤有机质空间预测 总被引:10,自引:0,他引:10
遥感数据作为反映土壤组成结构及植被生长状况的数据源,借助辅助环境因子的土壤属性预测在数字土壤制图中日益受到重视。论文运用随机森林(Random Forest,RF)算法,基于AWIFS(分辨率56 m)和MODIS(分辨率250 m)遥感数据及501个实测样点数据对陕西省土壤有机质空间分布状况进行预测,并对预测精度进行估算。结果表明陕西省土壤有机质含量以南部的秦岭山地区和大巴山区为最高,土壤有机质含量大于25 g·kg-1,黄土高原南部处于中等水平,大部分在16~25 g·kg-1之间,关中平原和汉中低山丘陵区含量偏低,大部分在13~25 g·kg-1,而黄土高原北部和风沙滩区含量大部分低于10 g·kg-1。基于AWIFS影像的预测效果要优于MODIS影像,成像日期对有机质预测的影响不大。基于RF模型的土壤有机质预测精度在设定的不同抽样百分比条件下,独立验证数据集的平均误差大部分不超过3 g·kg-1,预测值与实测值的相关系数在0.7以上。高程是影响土壤有机质预测的最重要因子,当影像的分辨率降低时,样点分布的地理经纬度和坡度对土壤有机质预测的影响上升,植被因子的影响程度下降。 相似文献