全文获取类型
收费全文 | 402篇 |
免费 | 48篇 |
国内免费 | 274篇 |
专业分类
安全科学 | 50篇 |
废物处理 | 13篇 |
环保管理 | 40篇 |
综合类 | 428篇 |
基础理论 | 86篇 |
污染及防治 | 54篇 |
评价与监测 | 23篇 |
社会与环境 | 11篇 |
灾害及防治 | 19篇 |
出版年
2024年 | 6篇 |
2023年 | 16篇 |
2022年 | 37篇 |
2021年 | 38篇 |
2020年 | 45篇 |
2019年 | 28篇 |
2018年 | 36篇 |
2017年 | 32篇 |
2016年 | 27篇 |
2015年 | 28篇 |
2014年 | 30篇 |
2013年 | 35篇 |
2012年 | 39篇 |
2011年 | 32篇 |
2010年 | 33篇 |
2009年 | 43篇 |
2008年 | 13篇 |
2007年 | 35篇 |
2006年 | 28篇 |
2005年 | 36篇 |
2004年 | 20篇 |
2003年 | 12篇 |
2002年 | 14篇 |
2001年 | 5篇 |
2000年 | 13篇 |
1999年 | 10篇 |
1998年 | 8篇 |
1997年 | 2篇 |
1996年 | 6篇 |
1995年 | 2篇 |
1994年 | 2篇 |
1993年 | 3篇 |
1992年 | 2篇 |
1991年 | 2篇 |
1990年 | 1篇 |
1984年 | 1篇 |
1980年 | 1篇 |
1979年 | 1篇 |
1975年 | 1篇 |
1973年 | 1篇 |
排序方式: 共有724条查询结果,搜索用时 78 毫秒
721.
2018年4月至2019年3月对杭州市城区大气中117种挥发性有机物(VOCs)开展了为期一年的手工采样观测,分析了VOCs各组分的浓度特征、臭氧生成潜势(OFP)和二次有机气溶胶(SOA)生成潜势。结果显示,观测期杭州市大气VOCs体积分数均值为(56.72±29.56)×10-9,含氧挥发性有机物(OVOCs)、烷烃和卤代烃是其主要组分,分别占33.86%、30.70%、15.73%。VOCs体积分数前10位的物种为丙烷、甲醛、异丁烷、乙烷、乙酸乙酯、二氯甲烷、正丁烷、丙酮、甲苯和1,2-二氯乙烷。杭州市VOCs的OFP为135.18×10-9,各VOCs组分的OFP贡献为OVOCs(45%) > 芳香烃(22%) > 烯烃和炔烃(21%) > 烷烃(11%) > 卤代烃(1%),其中甲醛、乙烯和乙醛是OFP主要贡献者。SOA生成潜势为1.64 μg/m3,芳香烃是最重要的SOA前体物。SOA生成潜势最大的5种VOCs物种为甲苯、对/间二甲苯、乙苯、邻二甲苯和苯,因此控制来自机动车尾气和溶剂使用过程中产生的VOCs可有效降低SOA的生成。通过甲苯与苯体积分数比分析发现,杭州市城区芳香烃除了来自机动车尾气以外,在春、夏季和秋、冬季还分别受到生物质燃烧和涂料溶剂的影响;分析了乙烷与乙炔体积分数比、乙炔与CO体积分数比,发现杭州市气团的老化程度呈现整体较高的特点。 相似文献
722.
2020年3月2日—2021年2月28日在安庆市政务服务中心楼顶设置监测点,手工采集PM2.5样品,运用多波段碳分析仪(DRI Model 2015)分析样品中碳质组分有机碳(OC)和元素碳(EC)质量浓度;利用OC/EC法、相关分析法和主成分因子分析法对PM2.5中碳质组分的污染特征和可能来源进行解析。结果显示:安庆市手工采样期间PM2.5平均质量浓度为(45.9±28.1)μg/m3,OC和EC的平均浓度分别为(8.0±3.4)、(1.4±0.6)μg/m3,在PM2.5中占比为17.4%、3.1%。四季OC平均浓度分布为冬季(9.7±4.2)μg/m3 >春季(9.0±2.5)μg/m3 >秋季(8.3±2.9)μg/m3 >夏季(5.1±1.6)μg/m3,EC平均浓度分布为冬季(1.7±0.5)μg/m3 >春季(1.7±0.6)μg/m3 >秋季(1.3±0.4)μg/m3 >夏季(0.8±0.3)μg/m3。OC/EC范围为3.11~12.14,平均值为5.83,表明安庆市存在二次有机碳(SOC),SOC均值为(2.89±1.94)μg/m3,分别占OC和PM2.5浓度的36.1%、6.3%;四季OC、EC相关性不显著,r均小于0.85,说明安庆市的碳质组分较复杂;在不同空气质量等级条件下,OC质量浓度随着污染等级的升高而逐渐升高,EC质量浓度随着污染等级升高而先升高后降低。利用主成分分析法进行来源解析发现,道路扬尘、燃煤、柴油车尾气是碳质组分的主要来源。 相似文献
723.
Pablo V. Prieto Jacob J. Bukoski Felipe S. M. Barros Hawthorne L. Beyer Alvaro Iribarrem Pedro H. S. Brancalion Robin L. Chazdon David B. Lindenmayer Bernardo B. N. Strassburg Manuel R. Guariguata Renato Crouzeilles 《Conservation biology》2022,36(3):e13842
Natural forest regrowth is a cost-effective, nature-based solution for biodiversity recovery, yet different socioenvironmental factors can lead to variable outcomes. A critical knowledge gap in forest restoration planning is how to predict where natural forest regrowth is likely to lead to high levels of biodiversity recovery, which is an indicator of conservation value and the potential provisioning of diverse ecosystem services. We sought to predict and map landscape-scale recovery of species richness and total abundance of vertebrates, invertebrates, and plants in tropical and subtropical second-growth forests to inform spatial restoration planning. First, we conducted a global meta-analysis to quantify the extent to which recovery of species richness and total abundance in second-growth forests deviated from biodiversity values in reference old-growth forests in the same landscape. Second, we employed a machine-learning algorithm and a comprehensive set of socioenvironmental factors to spatially predict landscape-scale deviation and map it. Models explained on average 34% of observed variance in recovery (range 9–51%). Landscape-scale biodiversity recovery in second-growth forests was spatially predicted based on socioenvironmental landscape factors (human demography, land use and cover, anthropogenic and natural disturbance, ecosystem productivity, and topography and soil chemistry); was significantly higher for species richness than for total abundance for vertebrates (median range-adjusted predicted deviation 0.09 vs. 0.34) and invertebrates (0.2 vs. 0.35) but not for plants (which showed a similar recovery for both metrics [0.24 vs. 0.25]); and was positively correlated for total abundance of plant and vertebrate species (Pearson r = 0.45, p = 0.001). Our approach can help identify tropical and subtropical forest landscapes with high potential for biodiversity recovery through natural forest regrowth. 相似文献
724.
利用2020年6月~2021年5月在成都市观测的碳质气溶胶小时分辨率数据,分析了气溶胶中总碳(TC)、有机碳(OC)、元素碳(EC)和二次有机碳(SOC)的变化特征.结果表明:观测期间m(TC)、m(OC)、m(EC)和r(OC/EC)的年均值分别为(9.5±4.4)μg/m3,(6.4±3.2)μg/m3,(3.2±1.1)μg/m3,2.2±0.5.成都m(TC)、m (OC)、m (EC)均表现冬为季最高((15.8±8.2),(11.1±5.8),(4.6±2.5)μg/m3),春秋次之,夏季最低((6.1±0.9),(4.5±2.0),(2.7±1.4)μg/m3)的特征.r(OC/EC)季节均值(1.9~2.6)以及四个季节的m(TC)、m(OC)、m(EC)呈现早(07:00~09:00)晚(22:00~01:00)“双峰”的日变化特征,表明机动车排放源对成都碳质气溶胶的影响较大.春夏季OC与EC的相关性小于秋冬季,表明春夏季OC、EC来源差异较大.由EC示踪法和最小相关性法得到m(SOC),r(SOC/OC)在夏季最大(40.4%),冬季最小(27.3%).春、夏季SOC与O3呈显著正相关,表明较强的光化学反应对SOC生成有重要贡献.选取各季节连续高m(TC)时段与季节平均作对比,发现碳质气溶胶有明显夜间积累过程,夏季高浓度时段二次生成使得m(OC)增长显著高于m(EC),r(OC/EC)也迅速上升. 相似文献