全文获取类型
收费全文 | 2066篇 |
免费 | 361篇 |
国内免费 | 1072篇 |
专业分类
安全科学 | 131篇 |
废物处理 | 80篇 |
环保管理 | 159篇 |
综合类 | 2325篇 |
基础理论 | 196篇 |
污染及防治 | 218篇 |
评价与监测 | 375篇 |
社会与环境 | 6篇 |
灾害及防治 | 9篇 |
出版年
2024年 | 65篇 |
2023年 | 164篇 |
2022年 | 222篇 |
2021年 | 276篇 |
2020年 | 238篇 |
2019年 | 202篇 |
2018年 | 152篇 |
2017年 | 121篇 |
2016年 | 152篇 |
2015年 | 148篇 |
2014年 | 223篇 |
2013年 | 175篇 |
2012年 | 160篇 |
2011年 | 173篇 |
2010年 | 105篇 |
2009年 | 116篇 |
2008年 | 108篇 |
2007年 | 81篇 |
2006年 | 88篇 |
2005年 | 72篇 |
2004年 | 68篇 |
2003年 | 54篇 |
2002年 | 54篇 |
2001年 | 49篇 |
2000年 | 50篇 |
1999年 | 39篇 |
1998年 | 25篇 |
1997年 | 22篇 |
1996年 | 26篇 |
1995年 | 6篇 |
1994年 | 13篇 |
1993年 | 11篇 |
1992年 | 14篇 |
1991年 | 11篇 |
1990年 | 4篇 |
1989年 | 7篇 |
1988年 | 2篇 |
1987年 | 2篇 |
1986年 | 1篇 |
排序方式: 共有3499条查询结果,搜索用时 31 毫秒
1.
华北区域点冬季二次有机气溶胶特征与影响因素 总被引:2,自引:0,他引:2
为探明二次有机气溶胶(SOA)的污染特征和影响因素,本研究于2018年11月—2019年1月对华北区域点(德州市郊区点)细颗粒物(PM_(2.5))的化学组成进行了在线测量,并分析了PM_(2.5)中有机碳(OC)、元素碳(EC)和水溶性离子组分的污染特征及PM_(2.5)与气象要素之间的相关性.结果表明,观测期间德州PM_(2.5)污染严重,平均质量浓度为(115.6±24.6)μg·m~(-3);其中,有机碳和元素碳是PM_(2.5)的主要成分,平均质量浓度分别为(8.2±5.8)μg·m~(-3)和(2.6±2.2)μg·m~(-3),占PM_(2.5)总质量的7.1%和2.2%;PM_(2.5)与风速呈负相关,与相对湿度呈正相关,与气温的相关性较差,偏北风对PM_(2.5)浓度影响较大.同时,本研究利用EC示踪OC/EC比值法对PM_(2.5)中的二次有机碳(SOC)进行了估算,通过估算得到的SOC结果表明,华北区域点冬季SOC是OC的重要组成部分,平均浓度为(4.0±2.9)μg·m~(-3),占OC的45.7%,SOC在白天占比较高(62.7%),早晚由于有局地生物质燃烧影响,SOC占比降低,约占OC的42.7%.本研究还分析了SOC生成的影响因素,分析了德州市冬季O_3、含水量、酸度与SOC的相关性.结果表明,SOC受臭氧浓度影响,但在白天和夜晚表现出不同的相关关系,可能存在不同的生成机制.最后,利用ISORROPIA模型估算了颗粒物的含水量和酸度,发现SOC在高含水量和低含水量下存在不同的关系,高含水量更能促进SOC生成;在高含水量下SOC与H~+具有显著相关性,但在低含水量下则不相关,表明颗粒物含水量较高、H~+浓度较高情况下液相酸催化反应可能对SOC具有重要贡献. 相似文献
2.
卫星遥感气溶胶虽然空间覆盖度高,但不同产品数据在准确性和适用性上存在显著差异.为了能够科学定量的衡量各个产品的优劣,选择最合适的气溶胶产品,该研究以数学统计为基础,提出了一种卫星遥感气溶胶产品评估体系,并依此确定了全球6个人口密集地区的最优卫星数据集,在此基础上开展了近10年的(2009—2018)气溶胶时空变化分析.结果表明暗像元算法在植被覆盖度高的地区表现最好,深蓝算法在亮地表的沙漠干旱地区更占优势,而暗像元-深蓝融合算法在土地类型复杂且气溶胶来源多变时得以突出.人口密集的6个区域中,除了区域A和区域B,其它地区的大气污染水平整体偏高.其中,A、B、E的气溶胶负荷呈下降变化,区域F基本不变,其余区域上升变化.评估体系的建立为气溶胶遥感产品的选取提供了新的衡量方法,且该文关于气溶胶时空分布及变化的分析可以为区域性气溶胶研究提供一定的参考价值. 相似文献
3.
4.
基于臭氧监测仪(OMI)卫星反演数据,对2005~2018年西北4省区域大气甲醛柱浓度数据进行提取及分析,探讨其时空变化特征及影响因素.结果表明:在时间变化上,14a甲醛柱浓度整体呈先上升后下降的波动变化趋势,夏秋季显著高于冬春季,且冬季均值略高于春季.在空间分布上,甲醛柱浓度自西向东、自北向南逐渐升高,高值区集中于陕西和甘肃东南部及青海西南部;低值区集中于宁夏、青海和甘肃的西北部;稳定性呈现出东部分散、西部集聚、差异显著的分布格局.影响甲醛柱浓度变化的因素包括自然和人为因素,自然因素中,甲醛柱浓度受地形影响显著,与风向、气温均呈现显著正相关;人为因素中,甲醛柱浓度与人口密度、地区生产总值、工业废气排放量及建筑房屋竣工面积均表现出正相关关系,与工业废气排放量的相关度最高.大气中甲醛分子与气溶胶粒子二者间呈显著正相关关系,这进一步说明甲醛浓度受到了诸多因素的综合影响,但气溶胶粒子、气温及工业废气的排放是主导因素. 相似文献
5.
6.
利用吸湿增长光散射测量系统、黑碳仪和气相色谱质谱联用仪等仪器,于2019年7月15日~8月4日在北京地区开展了为期21d的大气气溶胶观测实验.观测期间北京市区于7月27日出现短暂的轻度污染,并在7月29日出现强降水天气.结果显示:北京市区夏季大气污染变化剧烈且短暂,大气气溶胶散射吸湿增长因子f(RH)呈现平滑连续的特点,并且降水会对f(RH)造成显著影响.7月27日PM2.5的平均质量浓度为(92.54±47.05)μg/m3;,表现出较为剧烈的污染变化.7月28~30日平均散射吸湿增长因子f(80%±1%)分别为(1.50±0.35),(1.43±0.36)和(1.48±0.25),反映了降水对于大气气溶胶的湿清除作用.最后利用实验数据估算粒径吸湿增长因子gf(RH),并建模研究f(RH)和gf(RH)的关系,模型精度R2最高可达0.698. 相似文献
7.
对比了浙江省2014和2018年金属表面涂装企业的有机废气排放及治理情况,分析了该行业涂料及稀释剂的使用、主要污染因子,测算了溶剂型、水性涂料的挥发性有机物(VOCs)产生系数和排放系数.结果表明:2018年VOCs治理水平明显高于2014年,水性涂料使用企业比例由18%上升至36%,纯溶剂型企业由82%下降至64%;金属表面涂装行业的主要排放污染物为二甲苯、丁醇、乙酸乙酯、乙酸丁酯、甲苯、丙二醇、乙苯、苯乙烯等8种有机物.溶剂型和水性涂料的VOCs产生系数分别为0.72和0.31kg/kg;溶剂型和水性涂料2014年VOCs排放系数为0.64和0.29kg/kg,2018年为0.48和0.21kg/kg. 相似文献
8.
模拟废印刷线路板(WPCB)的热拆解过程,分析热拆解过程中的挥发性有机物(VOCs)组分;利用真实溶剂似导体屏蔽(COSMO-RS)模型对浓度较高的污染物进行量子力学模拟,研究离子液体(ILs)组成单元对目标污染物溶解度的影响差异,分析溶解过程中主导分子间作用力类型,确定优选吸收剂;测定不同溶剂进行溶解性,验证模型适用性.结果表明:①乙酸乙酯和环戊酮是浓度较高的VOCs组分,在240和250℃时浓度分别为43.1,153mg/m3和105,252mg/m3,质量百分比总和分别为76.3%和67.3%.②高表面屏蔽电荷密度分布峰、长烷基链阴阳离子和亲电基团的存在可提高乙酸乙酯和环戊酮在ILs中的溶解度.双三氟甲磺酰基亚胺盐(NTf2-)类ILs是一类优良吸收剂.静电力和范德华力对溶解过程起主导作用.③COSMO-RS模型可定性和半定量用于预测乙酸乙酯和环戊酮的溶解度. 相似文献
9.
利用2013年地基CE-318太阳光度计观测数据,结合中分辨率成像光谱仪(MODIS)遥感产品和HYSPLIT后向轨迹分析,研究了一次东南亚生物质燃烧污染长距离输送至中国西南昆明站点过程(2013年4月5~8日)中,气溶胶光学特性和辐射特性的变化及其可能来源.结果表明,此次污染过程期间,我国西南地区生物质燃烧活动较少,而中南半岛地区生物质燃烧活动显著.4月5~7日,昆明站点气溶胶光学厚度(AOD)升高,消光波长指数(EAE)和吸收波长指数(AAE)均增大.此外,依据EAE和AAE分类方法,5~6日昆明站点以城市工业气溶胶为主,7~8日以生物质燃烧气溶胶为主,其细模态峰值半径(0.11μm)小于5~6日(0.15μm),7日细模态粒子体积浓度峰值(约为0.16μm3/μm2)是5日的2倍.气溶胶直接辐射强迫(ARF)日变化结果表明4月7日气溶胶对地表的降温效应达到最大,对大气的加热作用最强.气溶胶直接辐射强迫效率值(ARFE)的变化表明生物质燃烧气溶胶对大气顶的降温作用减弱.MODIS遥感以及HYSPLIT模式后向轨迹表明,此次昆明站点生物质燃烧气溶胶主要来源于东南亚地区(主要是印度北部、印缅北部和不丹地区). 相似文献
10.
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