全文获取类型
收费全文 | 123篇 |
免费 | 11篇 |
国内免费 | 51篇 |
专业分类
安全科学 | 30篇 |
废物处理 | 2篇 |
环保管理 | 16篇 |
综合类 | 109篇 |
基础理论 | 9篇 |
污染及防治 | 3篇 |
评价与监测 | 1篇 |
社会与环境 | 11篇 |
灾害及防治 | 4篇 |
出版年
2023年 | 5篇 |
2022年 | 6篇 |
2021年 | 7篇 |
2020年 | 5篇 |
2019年 | 6篇 |
2018年 | 5篇 |
2017年 | 8篇 |
2016年 | 8篇 |
2015年 | 2篇 |
2014年 | 23篇 |
2013年 | 9篇 |
2012年 | 11篇 |
2011年 | 11篇 |
2010年 | 13篇 |
2009年 | 8篇 |
2008年 | 12篇 |
2007年 | 10篇 |
2006年 | 7篇 |
2005年 | 5篇 |
2004年 | 1篇 |
2003年 | 4篇 |
2002年 | 3篇 |
2001年 | 2篇 |
2000年 | 2篇 |
1999年 | 1篇 |
1998年 | 3篇 |
1995年 | 1篇 |
1994年 | 2篇 |
1993年 | 3篇 |
1990年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有185条查询结果,搜索用时 31 毫秒
1.
基于LOADEST和数字滤波的水源地基流氮素输出定量方法应用实例 总被引:2,自引:0,他引:2
地表直接径流和基流均是流域非点源氮/磷养分输出的重要水文途径.科学认识和定量模拟基流氮/磷养分输出对于准确解析水源地水体非点源污染来源至关重要.基于Load Estimator模型和数字滤波算法,建立了定量水源地基流氮素输出的方法体系.以浙江省珊溪水源地的玉泉溪流域为例,利用玉泉溪2010-01—2013-12期间逐月总氮(TN)水质监测数据和逐日流量数据,展示了该方法的计算过程.结果表明,本文建立的水源地基流氮素输出定量方法结果合理,模拟精度高,决定系数和纳什系数分别为0.83和0.80;玉泉溪流域2010—2013年TN负荷量为141.21~274.68 t·a~(-1),平均208.63 t·a~(-1),年基流TN负荷量为84.39~168.68 t·a~(-1),平均127.69 t·a~(-1);基流对玉泉溪年均TN负荷量贡献率高达60%以上,流域基流养分输出对地表水体的污染应引起足够重视. 相似文献
2.
牛粪-化肥配施对水稻田氮磷迁移转化的影响 总被引:1,自引:0,他引:1
在控制外源N输入量相同的前提下,通过田间小区实验,探讨有机肥与化肥不同施用量(牛粪施用量:5,10,20t/hm2)对稻田田间土-水界面氮磷迁移转化特征的影响.结果表明:控制稻田水中NH4+-N、NO3--N、TN和TP输出的最佳时期分别为施肥后的第5,30,7,20d,且TN和TP浓度随时间变化符合单指数衰减方程(0.7444≤R2≤0.9724;1.1×10-6≤F≤0.0055).采用牛粪部分代替化肥的施肥方式,在一定范围内能降低稻田退水中TN、TP输出负荷(41.8%、36.0%、64.3%;20.3%、39.1%、48.9%),还可以降低稻田水中N/P,降低水体富营养化风险.同时,牛粪的施用可提高土壤中脲酶和磷酸酶的含量,促进氮磷向植物可吸收形态转化.综合经济成本和生态效益核算,采用10t有机肥代替无机肥的处理是相对经济环保的施肥方法,该施肥方式下,氮磷年输出负荷分别为17.70,1.26kg/hm2. 相似文献
3.
4.
正高清监控必须完整地涵盖前端、中心、后端以及传输、显示和存储等各个环节,其价值才能显现。但是,目前的高清监控市场,大多数厂家却只能提供以高清摄像机为主的单一设备,而一套高清监控系统如果少了电视墙解码显示,其价值就所剩无几了。 相似文献
5.
城郊农业区小流域土地利用结构对氮素输出的影响 总被引:9,自引:5,他引:4
以位于湖南省长沙市城郊农业区的金脱河流域为研究区域,通过解译2009年的Spot-5卫星遥感图获取了小流域的土地利用图;结合流域的DEM图,利用ArcGIS 9.3的水文、空间分析模块将流域划分为若干个子流域,分析各子流域的土地利用结构.从2009年12月~2010年11月在各子流域出口处采取水样,分析其TN、NH4+-N、NO3--N输出浓度、输出量的时空变化特征以及与土地利用结构、施肥等因素之间的关系.结果表明,流域径流氮素污染严重,其TN、NH4+-N输出浓度呈明显的季节变化特征,为冬季>春季>夏、秋季,而NO3--N的输出浓度的季节差异较小.流域内的土地利用结构对NO3--N的输出浓度起着重要的控制作用,林地、水面表现为源作用,水田、旱地、居民地为汇作用;不同的时间尺度上土地利用结构对其影响不同,年度尺度上对NO3--N输出影响最大的为旱地,春夏季为林地,秋冬季为旱地.TN、NH4+-N的输出浓度与土地利用结构的相关性较差,各形态氮素的输出量与纯氮施用量、人口数、养猪量表现为极显著正相关. 相似文献
6.
黄土高原磷湿沉降特征及其对坝系流域磷输出影响-以羊圈沟为例 总被引:2,自引:0,他引:2
对黄土高原坝系流域磷(P)的湿沉降过程进行动态监测,分析了降雨-径流过程中各形态磷的输出变化,探讨了黄土高原坝系流域磷湿输出分异特征及其对水体的影响.结果表明:2015年湿季(7、8月)共11场降雨,产生的磷湿沉降负荷为30.8 kg,磷湿沉降通量为0.16kg·hm~(-2),干季(9月)共3场降雨,产生的磷湿沉降负荷为20.51 kg,磷湿沉降通量为0.11 kg·hm~(-2),干湿季磷湿沉降负荷呈现出明显差异性;选取3场降雨过程(降雨量从小到大)进行动态分析发现,流域磷湿沉降负荷分别为3.33、7.51和6.35 kg,相应的本地区磷湿沉降通量依次为0.02、0.04、0.03 kg·hm~(-2),3场降雨总磷(TP)的输出负荷为1.5×10-3kg,溶解性总磷(DTP)的输出负荷为1.24×10~(-3)kg,PO_4~(3-)-P的输出负荷为7×10-4kg,表明该地区磷湿沉降以可溶性磷为主.根据单因子评价方法中的标准指数法,发现流域水质不能满足Ⅴ类水质标准,应对流域水体加强管理. 相似文献
7.
土地利用/覆盖变化对长江上游非点源污染影响研究 总被引:27,自引:6,他引:21
在国内外相关研究的基础上,利用输出系数模型,结合RS和GIS技术,对长江上游的非点源污染负荷进行了空间模拟和负荷估算.模拟结果表明,在不考虑流域损失的前提下,由于土地利用造成的非点源污染负荷TN总量从20世纪70年代的123万t下降至2000年的116万t,基本呈逐年减少的趋势,由土地利用造成的TP的变化趋势与TN基本相同,从70年代的3.7万t下降到2000年的3.5万t左右.就省份、土地利用类型和水系而言,四川省、种植用地和草地以及金沙江水系和嘉陵江水系对长江上游的非点源污染贡献较大.在非点源污染负荷强度上,重庆市和嘉陵江水系单位面积负荷最高,是今后应重点治理的地区.结果表明,该模型可以对长江上游这样的超大尺度空间的非点源污染进行较好的空间模拟. 相似文献
8.
以赤水河流域为研究对象,根据Landsat8 OLI卫星影像获取流域土地利用现状,利用ArcGIS的水文、空间分析模块提取22个子流域,分析子流域不同形态氮(TN、NO_3~--N、NH_4~+-N)的输出特征及其与土地利用结构之间的关系。结果表明:赤水河各子流域TN、NO_3~--N、NH_4~+-N浓度范围分别为1. 27~4. 13、1. 14~3. 97、0. 01~0. 35 mg/L。TN和NO_3~--N与流域内耕地、灌草的相关系数分别为0. 663 (p 0. 01)、0. 538 (p 0. 05)和0. 631(p0. 01)、0. 530(p0. 05),TN、NO_3~--N、NH_4~+-N与流域内耕地、灌草浓度表现为显著正相关,流域内耕地、灌草对TN、NO_3~--N输出均表现为显著的"氮源"作用。NH_4~+-N的相关系数为-0. 558(p 0. 01),耕地对NH_4~+-N输出起显著"氮汇"作用。TN、 NO_3~--N与林地的相关系数为-0. 673 (p 0. 01)、-0. 652(p0. 01),林地对TN、NO_3~--N输出起到了显著的"氮汇"作用。NH_4~+-N与林地的相关系数为0. 435(p0. 05),林地对NH_4~+-N的输出起"氮源"作用。各子流域的分析结果表明,流域受土地利用结构带来的面源污染影响显著。 相似文献
9.
灌溉和降雨条件下生态沟渠氮、磷输出特征研究 总被引:5,自引:0,他引:5
为了研究长沙县金井河流域农业源头生态沟渠氮和磷的输出特征,对灌溉和降雨条件下及不同季节生态沟渠水体氮、磷的变化特征进行监测研究。研究结果表明:灌溉和降雨期间,生态沟渠中总氮的输出最大值为270 mg/L,其输出的主要形态为氨态氮和硝态氮,总磷的最大值达032 mg/L。灌溉后,生态沟渠氮、磷的输出均呈单调递减变化,在灌溉初期均最高。降雨后,总氮、总磷沿程变化趋势均呈递减变化;生态沟渠对水体总氮、总磷去除率分别达64%、70%;各断面氮、磷的输出随着时间的增加呈先增加后降低的趋势,其中总氮、氨态氮含量在雨后第3 d达到最高,总磷含量在雨后第2 d达到最高。在不同季节中水体氮、磷的变化以冬季总氮、氨态氮和磷浓度最高 相似文献
10.
基于RBF神经网络模型的砂土液化震陷预估法 总被引:1,自引:0,他引:1
以我国海城地震、唐山地震和日本新漏地震中建筑物地基的液化震陷实测资料为基础,地震动方面选取地震烈度,,上部结构特征方面选取基底压力P、基础类型r、宽深比BD。和建筑物的长高比L/H,地基土方面选取土的相对密度Dr、上覆非液化土层厚度Da、地下水位dw,共8个影响建筑物地基震陷的主要因素作为神经网络模型的输入参数,地基震陷量与液化土层的深度之比SD作为神经网络模型的输出,采用径向基函数神经网络模型建立建筑物地基的液化震陷预估模型,并利用该模型建立了因素影响趋势线,通过对该神经网络模型的建立、运行和检验,得到了各因素对砂土液化引起的地基震陷量大小的若干影响规律。 相似文献