全文获取类型
收费全文 | 951篇 |
免费 | 367篇 |
国内免费 | 113篇 |
专业分类
测绘学 | 126篇 |
大气科学 | 246篇 |
地球物理 | 601篇 |
地质学 | 193篇 |
海洋学 | 111篇 |
天文学 | 49篇 |
综合类 | 72篇 |
自然地理 | 33篇 |
出版年
2024年 | 11篇 |
2023年 | 36篇 |
2022年 | 46篇 |
2021年 | 67篇 |
2020年 | 58篇 |
2019年 | 68篇 |
2018年 | 50篇 |
2017年 | 46篇 |
2016年 | 44篇 |
2015年 | 39篇 |
2014年 | 71篇 |
2013年 | 72篇 |
2012年 | 82篇 |
2011年 | 70篇 |
2010年 | 59篇 |
2009年 | 50篇 |
2008年 | 44篇 |
2007年 | 57篇 |
2006年 | 48篇 |
2005年 | 63篇 |
2004年 | 42篇 |
2003年 | 36篇 |
2002年 | 36篇 |
2001年 | 26篇 |
2000年 | 34篇 |
1999年 | 18篇 |
1998年 | 17篇 |
1997年 | 17篇 |
1996年 | 20篇 |
1995年 | 18篇 |
1994年 | 14篇 |
1993年 | 7篇 |
1992年 | 9篇 |
1991年 | 11篇 |
1990年 | 12篇 |
1989年 | 8篇 |
1988年 | 4篇 |
1987年 | 2篇 |
1986年 | 2篇 |
1985年 | 4篇 |
1984年 | 2篇 |
1983年 | 1篇 |
1982年 | 4篇 |
1980年 | 1篇 |
1979年 | 1篇 |
1962年 | 1篇 |
1960年 | 1篇 |
1954年 | 1篇 |
1946年 | 1篇 |
排序方式: 共有1431条查询结果,搜索用时 515 毫秒
91.
高精度的室内定位是物联网中基于位置服务应用的基础. 低功耗蓝牙信标的接收信号强度指标(RSSI)可用于室内定位. 为此,提出基于高斯和滤波的蓝牙信标室内定位(GSF-IL)算法. GSF-IL算法考虑到室内环境信号的多径衰落以及波动,利用高斯和滤波(GSF)算法处理RSSI测量值,使RSSI值具有非高斯特性,并利用瓦瑟斯坦距离(WD)将GSF模型的分量数降至单高斯分量. 仿真结果表明:提出的GSF-IL算法实现对原始RSSI值的修正作用,并利用了定位精度. 相似文献
92.
93.
94.
根据龙门山及其周边地区(26°~35°N,98°~109°E)的132个台站的宽频带远震记录,使用H-k叠加方法计算地壳厚度和波速比.结果表明该区域的地壳厚度总体变化是:从东向西增加,东部的最小厚度为37.8km,西部的最大厚度是68.1 km,其中横跨龙门山断裂带的地壳厚度变化最大,从东南的41.5km增加到西北的52.5km.根据Airy均衡理论,用台站的高程和观测地壳厚度数据求得最小二乘意义下的壳幔密度差为0.649g/cm3,平均地壳厚度为37.9km.龙门山及其邻近地区基本上处于均衡状态.松潘-甘孜地体北部和西秦岭造山带具有低泊松比(v<0.26),扬子地台的西南部具有低一中泊松比(v<0.27),松潘-甘孜地体南部、三江褶皱带和四川盆地具有中一高泊松比(0.26≤P≤0.29).该地区的泊松比空间分布不支持青藏高原东部广泛分布的下地壳流的假说.龙门山断裂带南段及其附近地区的高泊松比(v≥0.30)可以看成是地壳具有较高的铁镁质组分和/或存在部分熔融.该地区下地壳可能是处于富含流体和温度较高的部分熔融状态.松潘-甘孜块体南部的上地壳物质向东运动,受刚性强度较大的扬子地台的阻挡,导致沿龙门山断裂带产生应变积累.当断层被地壳流体弱化,积累的应变能量快速释放,产生汶川Ms8.0地震. 相似文献
95.
戴伟铭 《吉林大学学报(地球科学版)》2010,(Z1)
功率谱方法在磁数据处理方面的应用比较广泛。采用近似公式直接求出地质体的上下底埋深。在此近似方法中,会出现一些影响结果的因素。主要对地质体的水平尺寸和厚度的影响做了一些研究,并得出相应的结论。 相似文献
96.
电离层误差是影响长距离GNSS定位性能的主要因素,通常采用无电离层组合消除电离层误差的影响,但无电离层组合存在观测噪声放大、在多系统多频数据时无法对单个频率的观测值进行单独处理,直接消除电离层参数使得无法对电离层参数施加约束,而电离层的先验信息,时空约束信息更易获得,为此本文对非组合定位模型中电离层误差的时变特性进行研究。在非组合定位模型中电离层参数常被估计为随机游走,功率谱密度决定了随机游走的过程,也表达了电离层误差的时变特性,通过对功率谱密度的研究,对电离层参数进行合理的约束来改善定位的性能。不需要经验模型及人为的给予电离层参数时变约束信息,而是通过顾及电离层实时特性的电离层观测值确定功率谱密度值,提供了简单实用的电离层时变约束方法。通过试验验证采用Vondrak平滑方法进行电离层延迟的最佳平滑,能在削弱观测噪声的同时反映电离层实时变化,求得的电离层功率谱密度能显著提升整周模糊度收敛时间,使定位性能达到最优。对电离层时变约束的BDS三频观测数据长距离RTK定位试验表明:静态和动态定位模式下均能实现模糊度的快速固定,可满足高精度实时定位的需求。 相似文献
97.
毫米波云雷达功率谱密度数据的检验和
在弱降水滴谱反演中的应用研究 总被引:7,自引:2,他引:5
本文首先利用数值模拟的方法,分析了利用毫米波云雷达功率谱密度反演雨滴谱时,降水粒子米散射效应、空气湍流、空气上升速度等对雨滴谱和液态水含量等参数反演的影响;建立了功率谱密度处理及其直接反演雨滴谱、液态水含量、降水强度和空气上升速度的方法;并利用2012年7月在云南腾冲观测的二次弱降水数据,采用毫米波雷达和Ku波段微降水雷达观测的回波强度、径向速度垂直廓线以及780 m高度上的功率谱密度对比的方法,以及毫米波云雷达观测的780 m高度上功率谱密度、回波强度与地面雨滴谱计算得到的这些量的对比方法,分析了毫米波雷达数据的可靠性;并将780 m高度上毫米波雷达反演的雨滴谱与地面雨滴谱数据进行了对比,分析了毫米波雷达反演的雨滴谱的准确性;分析了毫米波雷达回波强度偏弱的原因,讨论了该高度以下降水对毫米波雷达衰减的影响。结果表明:空气湍流对弱降水微物理参数反演影响不大,而空气上升速度和米散射效应均对反演结果有一定影响;毫米波雷达观测到的径向速度和功率谱密度与微降水雷达比较一致,回波强度的垂直廓线的形状与微降水雷达也比较一致,但毫米波雷达观测的回波强度偏弱;与雨滴谱计算值相比,毫米波雷达观测的低层的回波强度也偏弱,天线上的积水是造成毫米波雷达回波强度变弱的主要原因。毫米波雷达观测的低层的功率谱密度与地面雨滴谱观测的数据形状比较一致,但有一定的位移。毫米波雷达反演的雨滴谱与地面观测的谱型和粒子大小也比较一致。这些结果初步验证了毫米波雷达观测的功率谱密度及其反演方法的可靠性。 相似文献
98.
NASA/Goddard长波辐射方案在GRAPES_Meso模式中的应用研究 总被引:2,自引:0,他引:2
本文将NASA(National Aeronautics and Space Administration)/Goddard长波辐射方案引入到GRAPES_ Meso(Global/Regional Assimilation and PrEdiction System_Meso)模式中,对2006年4月中国地区进行了一个月的模拟试验,并与相应的NCEP(National Centers for Environmental Prediction)再分析资料进行了对比分析。试验结果表明:在模拟区域内,使用GRAPES_Meso模式进行24 h、48 h预报得到的晴空大气顶向外长波辐射通量(the clear sky outgoing longwave radiation flux,OLRC)、地面接收到向下长波辐射通量(the clear sky downward longwave radiation flux at ground,GLWC)分布形势与NCEP再分析资料具有较好的对应关系;模式预报24 h、48 h OLRC和NCEP再分析资料月平均误差百分比控制在-10%~+10%以内,GLWC月平均误差百分比比OLRC略大,但总体上两者误差都在合理和可接受范围之内。OLRC和GLWC 24 h、48 h的预报和NCEP再分析资料的逐日距平相关系数及标准误差的对比显示,模式24 h预报OLRC、GLWC的距平相关系数月平均值分别为0.96、0.98,标准误差月平均值分别为24.54 W m-2、27.23 W m-2;模式48 h预报OLRC、GLWC的距平相关系数月平均值分别为0.9521、0.9804,标准误差月平均值分别为22.43 W m-2、27.64 W m-2。总体上,模式24 h、48 h预报OLRC和GLWC的距平相关系数都在0.93以上,标准误差都在31 W m-2以内,且GLWC预报和NCEP再分析资料的相关性比OLRC略好,OLRC预报与NCEP再分析资料的的标准误差比GLWC略小。通过和RRTM长波辐射方案对比可知,两者的预报水平基本一致。本文研究结果表明,引入NASA/Goddard长波辐射方案后的GRAPES_Meso模式整体上能够较好地预报OLRC和GLWC,该辐射方案可以作为模式GRAPES_Meso的备选辐射方案之一。 相似文献
99.
基于1960—2012年的地面常规气象指标、大尺度气候指数和NOAA气候分析产品,利用功率谱周期分析、时间尺度分离分析和交叉检验的逐步回归分析等,把吉林省春旱期(4—5月)降水量分离成不同时间尺度的值,并在年代际尺度和年际尺度下分别找到显著相关的影响因子。结果表明:吉林春旱期降水存在着2~4 a的年际变化和10 a左右的年代际变化。在年代际尺度上,4月降水与前期3月南半球环球状态指数以及俄罗斯东部高纬地区的低空经向风有关,5月降水与同期北半球环球状态指数和前期4月太平洋中高纬环流有关;在年际尺度上,4月降水与前期3月混合ENSO指数和同期当地相对湿度、华东华北沿海地区的低层经向风有关,5月降水与同期北大西洋涛动指数以及局地相对湿度、地面气压有关。利用选出的影响因子对降水进行预报,估计值和真实值的相关系数分别为0.67(4月)和0.81(5月),且选择合适的影响因子比模型结构更加重要。 相似文献
100.