全文获取类型
收费全文 | 398篇 |
免费 | 60篇 |
国内免费 | 97篇 |
专业分类
测绘学 | 7篇 |
大气科学 | 3篇 |
地球物理 | 102篇 |
地质学 | 115篇 |
海洋学 | 259篇 |
综合类 | 38篇 |
自然地理 | 31篇 |
出版年
2024年 | 8篇 |
2023年 | 12篇 |
2022年 | 9篇 |
2021年 | 12篇 |
2020年 | 8篇 |
2019年 | 8篇 |
2018年 | 10篇 |
2017年 | 5篇 |
2016年 | 4篇 |
2015年 | 14篇 |
2014年 | 28篇 |
2013年 | 13篇 |
2012年 | 19篇 |
2011年 | 15篇 |
2010年 | 18篇 |
2009年 | 16篇 |
2008年 | 15篇 |
2007年 | 28篇 |
2006年 | 16篇 |
2005年 | 13篇 |
2004年 | 18篇 |
2003年 | 19篇 |
2002年 | 25篇 |
2001年 | 19篇 |
2000年 | 18篇 |
1999年 | 10篇 |
1998年 | 27篇 |
1997年 | 17篇 |
1996年 | 17篇 |
1995年 | 25篇 |
1994年 | 26篇 |
1993年 | 17篇 |
1992年 | 16篇 |
1991年 | 6篇 |
1990年 | 9篇 |
1989年 | 7篇 |
1988年 | 2篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1984年 | 1篇 |
1983年 | 1篇 |
1980年 | 1篇 |
1945年 | 1篇 |
排序方式: 共有555条查询结果,搜索用时 171 毫秒
551.
针对条斑紫菜栽培过程中出现的有害藻类问题,进行了叶状体和丝状体有害藻类分离与鉴定等相关研究。通过形态学分析和分子生物学鉴定,发现叶状体中的杂藻主要有大型绿藻(浒苔、曲浒苔)、大型红藻(红毛菜)以及微型绿藻和硅藻,丝状体中的杂藻主要为褐藻、微型绿藻和硅藻。针对部分微型杂藻进行了抑制剂处理实验,结果表明低浓度的抗生素可以有效抑制部分硅藻和绿藻的生长,二氧化锗对硅藻生长具有显著的抑制效果。研究结果为系统、全面认识条斑紫菜栽培过程中的有害藻类提供了科学依据。 相似文献
552.
采用DGGE技术对北黄海和青岛近海藻类DNA病毒群落多样性进行调查。结果表明,在北黄海A604站、B107站和C803站分别得到10个、8个、8个OTUs,在青岛近海ZQ站得到6个OTUs,说明不同海域藻类DNA病毒多样性不同,在北黄海较丰富,青岛近海较低。北黄海3个站间相比,OTUs数量和位置均存在差异,表明同一海域不同站位藻类DNA病毒多样性也存在差异。在所得OTUs中,有2个OTUs在4个站中均存在,说明在北黄海和青岛近海存在着一些共同的藻类DNA病毒。4个站点藻类DNA病毒优势种均不相同,在A604站和ZQ仅有一个优势种,而在B107和C803各有两个优势种。 相似文献
553.
黑龙江黑河段水域藻类植物群落结构及其环境相关性的初步分析 总被引:2,自引:0,他引:2
于2006—2007年5—10月间在黑龙江黑河段水域设置了六个采集点,同时进行藻类植物调查,经鉴定共发现藻类植物146个分类单位,包括110种31变种5变型,分别隶属于5门7纲15目31科57属。对藻类植物的种类组成、优势度变化及其环境相关性进行了初步分析,结果表明,黑龙江黑河江段藻类植物的群落组成表现出种类多样性丰富,群落结构复杂的特征;各采集点的藻类植物大多为淡水普生种类,有一些属于寡盐种类,中性偏弱碱性种类,还出现了一些冷水种和山区特有的种类,这些种类的出现与黑龙江黑河江段属于明显的高寒山区性河段这一地域特征相吻合。藻类植物的分布与环境因子有一定的相关性,黑龙江黑河江段pH值变化呈中性偏弱碱性,pH值年内变化趋势不明显(6.7—7.4之间),水域水温的季节变化差异显著(P0.01),呈现夏季高,春季和秋季低的现象。藻类植物的个体丰度变化受水温变化的影响显著,其分布也呈现明显的季节变化趋势。从优势种群看,黑龙江黑河段水域的藻类植物主要为贫至中营养型水体的指示种类,只在个别采样点出现少量的耐污种类,但并无向富营养化转变的趋势,说明黑龙江黑河江段整体水域环境目前无显著污染,处于贫至中营养状态。 相似文献
554.
555.
饮用水源地藻类增殖监测和预测对于改善水生态系统环境和保护人类健康具有重要意义。利用多源遥感数据能够获取高时空分辨率的藻类动态信息,结合长时序遥感监测与机器学习算法能够适应藻类生长复杂的影响机制和非线性特征,实现藻类增殖风险时空变化的预测。本文利用Landsat与MODIS长时间序列卫星遥感数据,采用FAI与NDVI两种方法提取2000—2020年丹江口水库藻类浓度的时空变化信息,在此基础上分析藻类增殖对气象因子(气温、气压、相对湿度、风速和累计日照时间)的时间滞后效应。利用支持向量机、朴素贝叶斯与随机森林3种机器学习算法预测藻类增殖风险,并对3种算法的预测性能进行评价和对比。结果表明:丹江口水库藻类浓度年际变化呈现出先增后降的趋势,呈现出明显的季节性周期变化,春末夏初是藻类快速增殖时期。空间上入库支流和库湾等局部地区藻类浓度相对较高,为藻类增殖高风险区,丹江口水库藻类增殖风险预测模型能够较为准确地确定藻类增殖高风险区位置并反映短期内的空间变化情况,3种算法的预测结果呈现出整体上的一致性,其中支持向量机与朴素贝叶斯算法表现出更高的精度,提前4~5天是最佳预测时间。 相似文献