首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1599篇
  免费   161篇
  国内免费   364篇
安全科学   66篇
废物处理   89篇
环保管理   182篇
综合类   1051篇
基础理论   183篇
污染及防治   317篇
评价与监测   182篇
社会与环境   46篇
灾害及防治   8篇
  2024年   1篇
  2023年   27篇
  2022年   34篇
  2021年   61篇
  2020年   53篇
  2019年   51篇
  2018年   48篇
  2017年   56篇
  2016年   60篇
  2015年   72篇
  2014年   77篇
  2013年   109篇
  2012年   107篇
  2011年   129篇
  2010年   99篇
  2009年   115篇
  2008年   91篇
  2007年   99篇
  2006年   101篇
  2005年   80篇
  2004年   78篇
  2003年   99篇
  2002年   68篇
  2001年   55篇
  2000年   68篇
  1999年   44篇
  1998年   51篇
  1997年   48篇
  1996年   26篇
  1995年   26篇
  1994年   22篇
  1993年   28篇
  1992年   21篇
  1991年   4篇
  1990年   3篇
  1989年   2篇
  1987年   2篇
  1986年   4篇
  1985年   1篇
  1982年   2篇
  1980年   1篇
  1972年   1篇
排序方式: 共有2124条查询结果,搜索用时 656 毫秒
1.
实施排污许可制度,是强化排污者责任、提高固定污染源环境管理效能、改善环境质量的重要制度保障。火电行业作为典型的高架固定源,先行试点实施排污许可制度。通过分析火电行业发展和环保现状,结合排污许可管理要点,简述排污许可制对火电行业发展的影响。  相似文献   
2.
固相萃取气相色谱法测定地表水中有机磷农药   总被引:3,自引:0,他引:3  
建立了固相萃取(SPE)气相色谱火焰光度(GC-FPD)检测方法,并且检测了地表水中8种有机磷农药,检测限在0.09~0.26μg/L之间,相对标准偏差为3.1%~9.7%(n=8),加标回收率达到61.3%~103.2%,与传统的气相色谱法相比,该方法具有比较高的重现性和选择性,在地表水有机磷农药的测定中具有很好的应用前景.  相似文献   
3.
采用共缩聚法,成功地原位合成了碘改性的阶层多孔氧化硅纳米球(SiO2-I),研究了其基于卤键作用对典型有机氯污染物六六六的吸附性能,并考察了改性剂I-硅烷含量和pH值对吸附效果的影响.实验结果表明,该纳米材料对六六六表现出优异的吸附富集性能,吸附速率快,60 min内对六六六的去除率为71.6%,240 min内达到吸附平衡,去除率可达98.3%,最大吸附量为178.6 mg·g-1;吸附动力学符合拟二级动力学模型;碘物种的加入提高了阶层多孔氧化硅的吸附速率和吸附效率.另外,为了便于纳米吸附材料的分离,本研究对SiO2-I纳米球进行了磁性化.研究发现,磁性化修饰后,SiO2-I纳米材料仍然保留对六六六优异的吸附富集性能,240 min时的吸附去除率达90.3%.  相似文献   
4.
Few studies have been carried out to connect nutrient recovery as struvite from wastewater and sustainable utilization of the recovered struvite for copper and zinc immobilization in contaminated soil. This study revealed the effect of struvite on Cu and Zn immobilization in contaminated bio-retention soil in the presence of commonly exuded plant organic acids. The research hypothesis was that the presence of both struvite and organic acids may influence the immobilization of Cu and Zn in soil. The outcome of this research confirmed that more than 99% of Cu and Zn was immobilized in bio-retention filter media by struvite application. Water-soluble Cu and Zn concentrations of struvite treated soil were less than 1.83 and 0.86 mg/kg respectively, and these concentrations were significantly lower compared to the total Cu and Zn content of 747.05 mg/kg in the contaminated soil. Application of struvite to Cu- and Zn-contaminated soil resulted in formation of compounds similar to zinc phosphate tetrahydrate (Zn3(PO4)2?4H2O) and amorphous Cu and Zn phases. Struvite was effective in heavy metal remediation in acidic soil regardless of the presence of Ca impurities in struvite and the presence of plant organic acids in soil. Overall, this study revealed that struvite recovered from wastewater treatment plants has potential for use as an amendment for heavy metal remediation in contaminated bio-retention soil.  相似文献   
5.
保定市大气污染特征和潜在输送源分析   总被引:1,自引:0,他引:1       下载免费PDF全文
保定市是京津冀地区重要城市之一.为了解保定市大气污染物质量浓度特征和潜在输送源,对保定市国控点2017年1月1日-12月31日PM10、PM2.5、SO2、NO2、O3、CO等常规大气污染物数据进行分析,并利用TrajStat后向轨迹模型进行区域传输研究.结果表明:①ρ(PM10)、ρ(PM2.5)、ρ(SO2)、ρ(NO2)分别为(138±96)(84±66)(29±23)和(50±24)μg/m3,与2016年相比分别下降5.9%、9.1%、25.5%和13.1%;ρ(CO)较2016年下降了14.0%;ρ(O3)较2016年增长了25.2%.ρ(PM10)、ρ(PM2.5)、ρ(NO2)和ρ(O3)分别超过GB 3095-2012《环境空气质量标准》二级标准限值的0.97、1.40、0.25和0.34倍,ρ(SO2)和ρ(CO)未超标.②除ρ(O3)外,其他污染物质量浓度均呈冬季最高、夏季最低的季节性特征,其中,冬季PM2.5污染最为严重,春季PM2.5~10(粗颗粒物)污染严重.③空气质量模型源解析结果显示,保定市ρ(PM2.5)约60.0%~70.0%来自本地污染源排放.后向轨迹结果表明,在外来区域传输影响中,保定市主要受到西北方向气团(占比为21.7%~60.0%)远距离传输和正南方向气团(占比为34.8%~50.5%)近距离传输的影响.④PSCF(潜在源贡献因子分析法)和CWT(浓度权重轨迹分析法)分析表明,除保定市及周边区县本地污染贡献外,位于太行山东麓沿线西南传输通道的邯郸市、邢台市、石家庄市是影响保定市PM2.5的主要潜在源区.研究显示,PM2.5为保定市大气中的主要污染物,并呈冬季高、夏季低的变化特征,其主要来自西北远距离输送和南部近距离传输.   相似文献   
6.
人工智能技术对长江流域水污染治理的思考   总被引:1,自引:0,他引:1       下载免费PDF全文
随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术(径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络)对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属(Cr、Cu)、营养盐(TN、TP)、持久性有机污染物〔PBDEs(多溴二苯醚)、HCH(六氯环己烷)〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术(递归神经网络、支持向量机、模糊神经网络等)构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术(小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等)建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.   相似文献   
7.
通过水热法制备了暴露(001)晶面的Bi2WO6纳米片,利用光还原法将Pt纳米颗粒负载于其表面.选择苯甲醇氧化和罗丹明B(RhB)降解为探针反应,评价了催化剂的光催化性能.在苯甲醇氧化实验中,Pt负载暴露001晶面的Bi2WO6样品的苯甲醇转化率为20.7%,约为未负载样品的2倍.在RhB降解实验中,Pt负载样品在光照40min后对RhB的矿化率可达81.1%,而未负载样品RhB矿化率仅为55.8%,表明Pt负载样品具有更优的降解速率和矿化能力.催化剂性能的提升归因于高能晶面暴露和Pt负载的协同作用.Pt纳米颗粒的负载作为助催化剂增加了催化剂表面的活性位点,同时提高了晶面光生电子空穴对的分离和迁移效率.  相似文献   
8.
微塑料(microplastics,MPs)和抗生素作为新型环境污染物,引起了国内外学者对其生态风险的关注.以黑麦草(Lolium perenne L.)为供试植物,以聚苯乙烯微塑料和环丙沙星(ciprofloxacin,CIP)为研究对象,探讨微塑料对水培黑麦草吸收和富集抗生素的影响及MPs-CIP复合污染对植物生长的毒性作用.结果表明:黑麦草对单一CIP和MPs-CIP复合污染中的CIP均有吸收去除能力,底物中微塑料的存在会促进黑麦草对低浓度CIP的吸收去除,去除率最高可达100%,但对高浓度(1.0、2.0 mg/L)CIP吸收的影响不显著(P>0.05).同时,微塑料可促进黑麦草根部积累的CIP向地上部转运,当CIP浓度分别为0.1、2.0 mg/L时,投加微塑料后根部积累的CIP含量与单一CIP处理组相比分别降低了44.0%、21.2%,叶片中CIP的积累量分别增加了2.9、3.0倍.微塑料的加入显著加重了CIP对黑麦草生长和叶绿素含量的抑制作用.与2.0 mg/L CIP处理组相比,50.0 mg/L MPs-2.0 mg/L CIP复合污染处理组对黑麦草根长和鲜质量的抑制率分别增加了53.7%和79.6%,而叶绿素a、b含量则分别降低了38.5%和44.4%.研究显示,水体中微塑料与CIP的共存会影响黑麦草吸收和体内积累CIP,并加重CIP对植物生长的毒性作用.   相似文献   
9.
针对废气固定污染源监测中存在的一些疑难问题,从工况的确定、断面的选择、间断排放的监测时间、滤筒及过剩系数的影响等方面进行了探讨,提出了一些解决办法。  相似文献   
10.
Air pollution has emerged as an imminent issue in modernsociety. Prediction of pollutant levels is an importantresearch topic in atmospheric environment today. For fulfillingsuch prediction, the use of neural network (NN), and inparticular the multi-layer perceptrons, has presented to be acost-effective technique superior to traditional statisticalmethods. But their training, usually with back-propagation (BP)algorithm or other gradient algorithms, is often with certaindrawbacks, such as: 1) very slow convergence, and 2) easilygetting stuck in a local minimum. In this paper, a newlydeveloped method, particle swarm optimization (PSO) model, isadopted to train perceptrons, to predict pollutant levels, andas a result, a PSO-based neural network approach is presented. The approach is demonstrated to be feasible and effective bypredicting some real air-quality problems.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号